监测和模拟的动态时空的土地利用/覆盖变化

文摘

土地利用/覆盖变化是最杰出的人类对环境的影响。因此,探索土地利用/覆盖变化是城市规划和可持续发展具有重要意义。在这项研究中,我们预处理multiperiod土地利用和社会经济数据,结合空间分区,多层感知(MLP)人工神经网络,和马尔可夫链(MC),构建的细胞自动机模型空间分区。此外,借助ArcGIS 10.2和TerrSet 18.07软件,我们探索土地利用的现状和预测未来的变化。结果表明,在不同土地使用类别之间发生了翻天覆地的变化在锦州地区在过去13年由于经济发展所带来的影响和改造项目。建设用地、耕地和水域已经改变了+ 85.09,24.42−−23.62公里²,分别。FoM和Kappa系数进行比较,我们得出的结论是,分区MLP-MC的预测精度优于分区MLP-MC。因此,使用空间分区方法识别转换规则在不同的区域土地利用类之间可以更有效地预测未来土地利用变化和为城市规划和政策制定提供参考。

1。介绍

随着全球城市化快速和持续的经济和人口的增长,人类对自然资源的需求不断增加,导致一个戏剧性的进化的土地利用/覆盖变化(LUCC)和一系列的生态环境问题,如耕地流失、城市热岛效应,空气污染,城市通风,和生物多样性下降1- - - - - -5]。因此,了解城市扩张的特点,通过监测和模拟土地利用的合理规划是至关重要的可持续发展的城市和地区协调改进。

城市复杂系统与动态、自组织和非线性特征(6- - - - - -9]。发展的遥感和地理信息系统(GIS),更有效的工具可用于分析LUCC [10- - - - - -13]。多瞬时土地利用数据可以从遥感图像快速收集检查土地利用的演变,为预测未来动态特性提供强有力的证据(14,15]。有许多理论和模型已应用于LUCC模拟,如系统动力学(SD)、多重代理系统(MAS)、细胞自动机、转换(线索),土地利用及其影响和侦探模型(坡度、土地使用、排斥、城市程度、交通、和hillshade) (16- - - - - -19]。不同的模型有自己的理论框架,提供一个依据改进的探索城市空间复杂性的特点。其中,细胞自动机(CA)方法广泛应用于土地利用/覆盖模拟。

最有效的工具之一,细胞自动机模拟复杂系统的动态特性,广泛应用于复杂的机制与城市发展和土地利用规划和管理的重要工具(20.- - - - - -23]。细胞自动机主要是由细胞组成的,细胞空间,转换规则和社区配置。转换规则定义的动态函数来确定细胞状态下一时刻根据细胞的当前状态和社区,这是一个重要的部分细胞自动机(24- - - - - -26]。然而,转换规则在城市发展涉及到一个复杂的动态过程和非线性人文的交互,这是很难监控使用标准的和统一的方法。因此,反映不同城市的生长过程和改善城市扩张模拟的准确性,各种方法已申请校准转换规则,如Markov-CA [27),逻辑回归(logistic-CA) [28),多准则评估(MCE-CA) [29日),支持向量机(SVM-CA) [30.),人工神经网络(ANN-CA) [31日)、空间回归(32),模糊集的算法(33),和随机森林(RF-CA) [34]。

有许多LUCC的集成方法模拟,但统一的转换规则大多应用于模拟城市的复杂特征,而忽视空间异质性特征是容易的。地理特征和社会经济等因素影响城市空间增长,城市显示多层次的特点和空间异质性,不同地区的空间增长模式在城市急剧变化。因此,使用统一的转换规则来模拟细胞状态是很困难的(35]。为解决这一问题,基于地理特征等因素,交通、人口和社会经济,先前的研究采用的方法包括空间引力模型和空间聚类分区,分区的方法来识别区域生长特性和转换规则,从而提高预测精度(36,37]。

然而,研究人员通常使用行政单位为空间聚类空间分区和缺乏部门根据实际土地变化的特点。因此,根据城市空间的复杂性和异构性,合理划分地理空间能有效把握城市发展的规律。在本文中,我们的目标是使用空间分区和细胞自动机识别每个区域的转换规则来模拟未来的土地利用变化和提高模拟精度。本研究的方法可以概括如下:(1)探索锦州地区土地利用的动态演化在过去的13年,分析其空间增长模式;(2)划分研究区空间分区方法确定每个区域的土地利用转型势;(3)采用分区和nonzoned MLP-MC模型预测土地利用变化和验证模型。

2。研究区域

锦州地区位于辽东半岛南部,毗邻黄海和渤海海域。位于渤海经济圈(BER)和东北亚经济圈,锦州是一个重要的区域的城市大连。地区有25街道和发展有一个坚实的基础,由于金石国家度假胜地,国家5 a级旅游景点。锦州地区有一个温暖和semihumid季风气候具有海洋性气候特征,因此它是全年舒适宜居。最近大连的城市扩张进一步推动锦州地区的经济增长,导致相当大的城市土地利用模式的变化。因此,分析和仿真的动态LUCC区可以为空间布局规划和城市管理提供参考。研究区域的位置如图1。

3所示。材料和方法

未来LUCC预测通过结合空间分区与MLP-MC模型,包括数据预处理、空间分区,MLP-MC构建和模型验证步骤。空间分区和MLP-MC模型验证的步骤图所示2(一)和2分别(b)。

3.1。数据预处理

3.1.1。数据源

中使用的数据模型包括土地使用、数字高程模型(DEM),道路网络、利益(POIs),人口,规划数据。其中,土地利用、道路规划和行政边界已经获得大连市国土资源和房屋局。海岸线是通过现场5遥感影像提取。见表1对于其他数据描述。根据土地利用数据和土地利用分类标准,也就是说,GB / T 21010 - 2017 (38),我们分类土地利用分为6种类型:建设用地、耕地、林地、花园、水域,和其他土地(表2),重新取样的网格30×30米。

3.1.2。影响变量

许多因素,如自然特征、社会经济、动态LUCC和规划的影响。考虑到以前的LUCC变量的选择和数据的有效性在锦州地区(39- - - - - -42),我们将LUCC的影响变量分为三类:自然特征、社会经济和土地利用规划变量,包括12个因素如民主党和斜率(表3)。所有变量的范围被规范化[0,1],以方便后续分析土地利用变化之间的关系和影响变量。

3.2。空间分区

地方单位的土地利用变化是影响当地的地理位置和自然特征单元,以及社会经济因素,导致巨大的城市空间增长的差异。因此,采用全球统一的土地利用转换规则未能符合每个区域的发展特点。为了解决这个限制,先前的研究采用的方法如重力模型和空间聚类分区模拟。空间分区旨在提高仿真精度(43,44]。当前分区的方法主要是基于地理行政单位如县、县。然而,由行政区划单位往往忽略空间异质性的问题(45]。

城市发展是一个复杂的和不稳定的空间过程,必须包括时空异质性的预测。土地利用模拟的过程中,转换规则应动态调整不同地区和时期。Thiessen多边形是一种细分的航天飞机。每个多边形的位置最接近的样本点的多边形。因为它的能量均分特性在空间分割,它主要是用于空间分析的问题,比如在邻接,距离和可访问性分析(46,47]。因此,我们使用Thiessen为不规则多边形空间区域来提高预测精度。这个过程可以描述如下。首先,我们提取变化区域土地利用基于最初和最后阶段。然后,我们进行了一次核密度分析区域土地利用变化和选择的点变化更集中使用核密度图和实际开发每个地区的特征。最后,我们创建了Thiessen多边形根据选定的点来实现空间分区。

3.3。MLP-MC模型

MLP-MC模型由延时和MC (48,49]。延时是用来获取土地利用的空间分布过渡的潜力。过渡潜在的概率是指预测土地利用类间的过渡,这取决于解释力驱动因素对土地利用变化。高转移概率表示转换的适用性一个土地利用类到另一个(50,51]。MC,已广泛应用于LUCC模型,定义了每个特定的土地利用类的变化趋势与过去现在和未来,因此用于获得过渡区域或转移概率矩阵(52,53]。

中长期规划采用多层感知神经网络分类器基于反向传播(BP)算法。除了遥感图像分类,模型也适用于管理变量之间的非线性关系,可同时处理多个模型和输入数据转换成所需的输出复杂的数学函数(54- - - - - -56]。在我们的研究中,神经元网络模型提供了一个过渡(潜在的)作为输出进行非参数回归分析输入变量和因变量之间的关系。模型包含一个输入层、隐藏层和输出层(图3),它代表了土地利用变化和影响因素,数据计算和处理,分别和过渡潜力。此外,变量之间的关系和土地利用的变化可以用克莱姆V来解释(57,58]。值越高,越适合之间的变量和土地利用变化。在这项研究中,MLP-MC模型是专门使用模块实现的功能在TerrSet软件(版本18.07): 在哪里x²代表了皮尔逊卡方统计量,n代表数据的数量,一个和b表示矩阵的行和列的数量,和最小{a、b}代表的较小值一个和b。

3.4。模型验证

土地利用预测的验证是一个CA模型的重要组成部分。主要参数进行验证品质因数(FoM),总体精度,Kappa系数(59- - - - - -61年]。我们使用的FoM和Kappa系数更直接验证模型预测的准确性。叠加的FoM来自最近的土地使用,预测土地利用,和实际的土地利用数据,可以表示如下: 在哪里一个(即代表了打击。,the model predicted the change and LUCC did change),B表示错过(即。,the model predicted persistence and LUCC did change), andC表明假警报(即。,the model predicted the change and LUCC persisted).

卡巴是一个指数来评估土地利用多级模拟和预测的准确性(62年,63年]。结果由混淆矩阵,即土地利用的叠加仿真结果和实际的土地利用数据,可以表示如下: 在哪里P_o的比例是正确的模拟,P_c预期的比例是正确的模拟在随机的情况下,然后呢P_p的比例是正确的模拟对于一个理想的分类情况。一般来说,一个值大于0.7指示精度高。

4所示。结果

4.1。土地利用时空变化

图4显示了锦州地区主要土地利用类别,即耕地、建设用地和林地。到2016年,这三种土地利用类的比例分别为26.88,30.81和22.48%,分别。因为经济发展、人口增长和改造项目,建设用地均呈增长趋势,分散的空间分布,集中在南部和沿海地区如Maqinzi街Haiqingdao街Zhanqian街和万历街。林地和strip-shaped分布窄,主要沿着海岸的街道。

进一步检查每个土地类的过渡特征,从2004年到2016年土地利用转移矩阵计算(表4)。表4表明,在过去的13年,锦州地区的建设用地增加了85.09公里²,而耕地、花园、水域和林地已经下降了24.42,21.79,23.62和13.88公里²,分别。耕地、水域、林地和花园已经转化为建设用地的27.16,25.97,19.88和17.91公里²,分别。水在很大程度上减少由于填海项目的影响。除了每个土地的过渡类建设用地,其他大面积土地转换耕地和森林花园了5.24和6.48公里²分别和森林和花园的耕地5.57和4.70公里²,分别。

4.2。空间分区

由于土地利用类的过渡模式的差异在不同地区的城市,应用统一的转换规则来模拟未来的变化会产生大的错误的结果。因此,我们遵循空间分区方法进行空间分析获取土地利用特征和转换规则在每个区域。首先,我们提取土地利用空间变化的地区从2008年到2012年进行核密度分析(图5(一个))。然后,我们创建点元素变化大的区域,根据每个地区的核密度和发展特征。最后,我们创建了Thiessen多边形根据生成的点(图获取分区结果5 (b))。研究区被划分为17个地区。

4.3。土地利用预测和验证

4.3.1。驱动因素和产品化的潜力

简要回顾了土地利用变化之间的关系和影响变量处理训练样本和获得土地类别之间的过渡潜力,从而为中心的核心细胞自动机。从延时算法获得的预测精度。精度低于75%时,重新计算或调整的影响变量。相比之下,精度高于75%时,土地使用之间的过渡可能生成的类。表5列出了计算结果之间的过渡的每个土地类建设用地和影响变量。训练样本是由延时处理方法,精度为79.71%。

土地利用的特点和影响变量不同地区从2008年到2012年之间的过渡进行了处理和分析使用延时方法获得的空间分布的过渡可能在不同的土地利用类(图6)。图6表明,过渡的耕地、林地,花园,和其他土地建设用地体现土地利用转型势在锦州地区从2008年到2012年。过渡耕地的潜力更大,过渡潜力高的地区的集中在区14和图3所示。过渡林地潜力高的地区分布在区域2中,6,10,12,而那些具有高潜力转变花园位于区4、11、17。

4.3.2。预测和模型验证

土地利用转移概率和过渡潜力得到使用MLP-MC模型。在这项研究中,空间区位和nonzoned MLP-MC方法被用来预测在2016年土地利用变化(数据7(一)和7 (b))。表6介绍了预测精度的比较。最终,分区方法是应用于预测2020年土地利用变化(图7 (c))。图7显示重要的建设用地的扩张将在中西部地区观察到到2020年,但在东部地区由于经济原因,自然保护,和其他因素。

的FoM和Kappa系数来比较土地使用分区的预测和nonzoned MLP-MC。表6表明该分区MLP-MC模型的预测精度高于nonzoned模型。分区的分布系数和nonzoned MLP-MC分别为0.27和0.34,分别它们之间的差异为0.07,表明分区模型的预测比nonzoned模型更准确的预测。此外,混淆矩阵通过叠加得到的预测与实际土地利用为模型验证计算Kappa系数。分区和nonzoned模型的Kappa系数分别为0.87和0.95,分别,也表明分区模型的预测精度高于nonzoned模型。

5。讨论

城市是复杂和动态空间系统自上而下的宏观调控和自底向上的特点macro-self-organization在他们的发展过程中,它是各种力量的综合作用的结果和抗性。自然、社会、经济和政策因素影响LUCC [64年- - - - - -67年]。为了满足城市规划的需要,我们必须理解土地利用的法律进化。通过细胞自动机模拟城市增长包括向量和网格模型(25,68年]。不同的模型有不同的结构、变量和参数。

目前,常规网格细胞常用于预测城市的动态特性。先前的研究已经使用机器学习算法结合细胞自动机,如决策树、逻辑回归、支持向量机和神经网络,模拟未来土地利用变化(69年,70年]。然而,统一规则通常申请城市空间模拟倾向于忽视城市的非稳定的空间特征。因此,将空间划分为均匀的地区和理解每个区域的转换规则有利于提高模拟精度。

本研究着重于结合空间分区和细胞自动机来提高土地利用模拟的准确性。之前的研究在空间分区主要是基于行政边界。空间聚类是基于经济等因素,因此人口,和地形。此外,很容易忽视的问题空间异质性。因此,本文改进了模拟精度通过结合Thiessen多边形和细胞自动机模拟城市土地利用变化。我们结合空间分区与MLP-MC模型获取土地利用转换规则根据每个区域的影响因素。通过比较与nonzoned CA模型,我们可以更准确地模拟土地利用变化的特点。结合空间分区和CA模型不仅可以有效地预测土地利用变化也有应用价值的区域生态系统服务价值和表面温度模拟。

然而,我们的方法有一定的局限性。首先,当使用Thiessen多边形空间分区,点的位置和数量的选择可以影响他们的创造和分区结果,因此模型的预测结果。因此,我们必须选择适当的根据每个区域的发展特点。其次,本研究只使用MLP-MC方法预测土地利用但没有比较不同模型之间的差异。第三,由于数据的局限性,土地利用数据和影响因素在短时间内获得。因此,准确地获取城市土地利用的复杂性特点仍然是一个挑战。因此,未来的研究必须整合不同的分区方法和预测模型研究城市的复杂性。

6。结论

以锦州地区为例,我们使用多源数据,如土地利用、地形、经济和社会,以及空间分区和MLP-MC模型,来预测未来的土地利用动态变化。从2004年到2016年,在锦州地区建设用地增加了85.09公里²,而耕地和花园下降了24.42和21.79公里²,分别。向MLP方法应用于获取每个区域的土地利用转换潜力预测未来的变化。分区的模拟结果表明,模拟精度高于nonzoning而FoM和Kappa系数高0.07和0.08,分别比nonzoned分区模型中的模型。因此,选择的空间分区方法模拟土地利用变化研究中产生高度准确的预测。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

本研究得到了国家自然科学基金(批准号41771178和41771178),第二个青藏高原科学考察和研究程序(步骤)(批准号2019 qzkk1004),辽宁省创新人才支持计划(批准号LR2017017)。作者要感谢所有专家的贡献模型的建立和制定的策略研究。

引用

1. j·杨,j . Su j .夏c .金x,和通用电气,“城市建筑的空间形式的影响在城市热环境:一个案例研究的中山地区,大连,中国,“Ieee选择杂志的主题应用地球观测和遥感,11卷,不。8,2709 - 2716年,2018页。视图:出版商的网站|谷歌学术搜索
2. r·a·皮尔克“土地利用和气候变化,”科学,卷310,不。5754年,第1626 - 1625页,2005年。视图:出版商的网站|谷歌学术搜索
3. y z俏,l . Liu秦,x, z . Liu, b . Wang”城市更新对地表温度的影响的变化:一个案例研究在主要城市广州,中国,“遥感,12卷,不。5,794年,页2020。视图:出版商的网站|谷歌学术搜索
4. B.-J。他,“对下一代的城市热岛缓减绿色建筑:建筑零热岛的影响,“可持续城市和社会,50卷,p。101647年,2019年。视图:出版商的网站|谷歌学术搜索
5. p .谢·d·刘,刘y, y,“至少累积通风成本法对城市通风环境分析,“复杂性卷。2020年,1-13,2020页。视图:出版商的网站|谷歌学术搜索
6. m·巴蒂城市和复杂性:了解城市元胞自动机,基于代理模型和分形美国剑桥,麻省理工学院出版社,马,2007年。
7. r .白色和g . Engelen”细胞自动机和分形城市形态:蜂窝造型方法的城市土地利用模式的演变,“环境和计划经济和空间,25卷,不。8,1175 - 1199年,1993页。视图:出版商的网站|谷歌学术搜索
8. m·赫罗尔德n·c·戈尔茨坦和k·c·克拉克,“城市增长的时空形式:测量、分析和建模,”环境遥感,卷86,不。3、286 - 302年,2003页。视图:出版商的网站|谷歌学术搜索
9. 谢p . j .杨和刘y, y . Liu h . Wang”新方法使用电路理论,模拟城市通风的走廊”可持续城市和社会,卷59,p。102162年,2020年。视图:出版商的网站|谷歌学术搜索
10. Z.-Q。赵,B.-J。他,L.-G。李,H.-B。王,a·达尔”形象和同心带状之间关系的分析,土地利用/土地覆盖和土地表面温度:案例研究沈阳,中国,“能源和建筑卷,155年,第295 - 282页,2017年。视图:出版商的网站|谷歌学术搜索
11. n .乔希·m·鲍曼A Ehammer et al .,“回顾光学和雷达遥感数据融合的应用到土地利用的映射和监控,“遥感,8卷,不。1,p。70年,2016。视图:出版商的网站|谷歌学术搜索
12. 张平,j .他x香港et al .,“碳源/汇中国土地利用变化的分析基于数据包络分析,“《清洁生产卷,204年,第711 - 702页,2018年。视图:出版商的网站|谷歌学术搜索
13. 张平,y, w .京et al .,“综合评价城市建设用地扩张的影响和气候变化对净初级生产力,”复杂性卷,2020年,页1 - 12,2020。视图:出版商的网站|谷歌学术搜索
14. j .或者,x, x, y,和j·李”量化的时空动态城市增长模式在中国的城市:北京,上海,天津,广州,“城市规划与发展》杂志上,卷143,不。1,文章ID 04016023, 2017。视图:出版商的网站|谷歌学术搜索
15. m·c·汉森和t·r·拉夫兰”的大面积土地覆盖变化监测利用陆地卫星数据,”环境遥感卷,122年,第74 - 66页,2012年。视图:出版商的网站|谷歌学术搜索
16. 梁x, x, x李et al .,“未来土地利用仿真模型(流感)耦合模拟多个土地使用场景的人类和自然的影响,“景观和城市规划卷,168年,第116 - 94页,2017年。视图:出版商的网站|谷歌学术搜索
17. g·乔杜里和k·c·克拉克,”印度megalopolis-a建模案例研究适应侦探城市增长模式,”电脑、环境和城市系统,第77卷,第101358页,2019年。视图:出版商的网站|谷歌学术搜索
18. 梁y l·刘,j .黄”将SD-CLUE-S和投资模型集成到绿洲的评估碳储存在中国西北,”《公共科学图书馆•综合》,12卷,不。2篇文章ID e0172494 2017。视图:出版商的网站|谷歌学术搜索
19. d·c·帕克,s·m·曼森·m·a·詹森·m·j·霍夫曼和p .亡灵,“多代理系统的模拟土地利用和覆盖变化:复习一下,”美国地理学家协会上,卷93,不。2、314 - 337年,2003页。视图:出版商的网站|谷歌学术搜索
20. j . i Barredo m . Kasanko n .麦考密克和c·拉瓦”造型的动态空间过程:通过细胞自动机模拟城市未来的场景,“景观和城市规划,卷64,不。3、145 - 160年,2003页。视图:出版商的网站|谷歌学术搜索
21. s . Berberoğlu a . Akın和k·c·克拉克,“元胞自动机建模方法预测城市发展阿达纳,土耳其:比较的方法,”景观和城市规划卷。153年,11-27,2016页。视图:出版商的网站|谷歌学术搜索
22. l . j .康方,s·李和x王”并行细胞自动机马尔可夫模型对土地利用变化预测在MapReduce框架,“Isprs国际信息杂志》上,8卷,不。10,454年,页2019。视图:出版商的网站|谷歌学术搜索
23. 雪,l . Zhang耿y, b·米切尔和w·任“延长土地使用编码系统及其应用在城市棕色地带再开发:案例研究在沈阳铁西店区,中国,“城市规划与发展》杂志上,卷142,不。3 p。05015014, 2016。视图:出版商的网站|谷歌学术搜索
24. j . m . s . Roodposhti Aryal, b·A·布莱恩”小说过渡算法计算潜在的元胞自动机模型的土地利用/覆盖变化,“环境建模与软件卷,112年,第81 - 70页,2019年。视图:出版商的网站|谷歌学术搜索
25. 翟y, y姚明,问:关et al .,“模拟城市土地利用变化通过集成与基于矢量的细胞自动机卷积神经网络,”国际地理信息科学杂志》上,34卷,不。7,1475 - 1499年,2020页。视图:出版商的网站|谷歌学术搜索
26. j .廖l . Tang g .邵x苏,d . Chen和t .徐”扩展社区整合机制及其对城市土地利用元胞自动机模拟的影响”环境建模与软件卷,75年,第175 - 163页,2016年。视图:出版商的网站|谷歌学术搜索
27. d .关h . Li t . Inohae w·苏t . Nagaie和k . Hokao”建模集成城市土地利用变化的细胞自动机和马尔可夫模型,”生态模型,卷222,不。20 - 22,3761 - 3772年,2011页。视图:出版商的网站|谷歌学术搜索
28. j。j Arsanjani, m . Helbich w . Kainz公元Boloorani,“集成的逻辑回归,马尔可夫链和元胞自动机模型来模拟城市扩张,”国际期刊《应用地球观测和地质信息21卷,第275 - 265页,2013年。视图:出版商的网站|谷歌学术搜索
29. j .林黄b、m .陈和z黄”建模城市垂直增长使用细胞automata-Guangzhou作为案例研究,“应用地理53卷,第186 - 172页,2014年。视图:出版商的网站|谷歌学术搜索
30. 问:杨,李x, x,“细胞自动机模拟土地利用变化基于支持向量机,”电脑与地球科学,34卷,不。6,592 - 602年,2008页。视图:出版商的网站|谷歌学术搜索
31. 李x和a . G.-O。叶,“神经元细胞自动机模拟多个使用GIS土地利用变化,“国际地理信息科学杂志》上,16卷,不。4、323 - 343年,2002页。视图:出版商的网站|谷歌学术搜索
32. x c高,y,, z, s . Chen和翟,“城市增长使用空间异质细胞自动机模型建模:比较空间滞后、空间误差和吉尼斯世界纪录”电脑、环境和城市系统文章ID 101459卷,81年,2020年。视图:出版商的网站|谷歌学术搜索
33. j·杨,李x, y . Li w . Liu和通用电气,“模拟intraurban土地利用基于模糊元胞自动机动力学在多个场景:一个案例研究锦州地区,大连”复杂性ID 7202985条,卷。2018年,17页,2018。视图:出版商的网站|谷歌学术搜索
34. d . Gounaridis Chorianopoulos,大肠Symeonakis, s . Koukoulas“随机forest-cellular自动机建模方法探索未来的土地利用/覆盖变化在阿提卡(希腊),在不同的社会经济现实和尺度,“科学的环境卷,646年,第335 - 320页,2019年。视图:出版商的网站|谷歌学术搜索
35. y冯和x,“动态土地利用变化模拟使用元胞自动机和空间非平稳的过渡规则,”GIScience &遥感,55卷,不。5,678 - 698年,2018页。视图:出版商的网站|谷歌学术搜索
36. j .杨郭a, y, y,和李x,“城乡边缘地区的景观空间布局演化的模拟:一个案例研究的原,“GIScience &遥感卷,56号3、388 - 405年,2019页。视图:出版商的网站|谷歌学术搜索
37. c, a, h·王,张,“建模在大都市城市增长基于双向流动,一种改进的重力场模型、元胞自动机和分区,”国际地理信息科学杂志》上,33卷,不。5,877 - 899年,2019页。视图:出版商的网站|谷歌学术搜索
38. j·杨,曾c . y . Cheng”空间生态网络对土地利用的影响强度,”科学的环境文章ID 137151卷,717年,2020年。视图:出版商的网站|谷歌学术搜索
39. d ., x, x, y姚明,吴x和y,“多个intra-urban土地利用模拟和驱动因素分析:一个案例研究在Huicheng,中国,“GIScience &遥感卷,56号2、282 - 308年,2018页。视图:出版商的网站|谷歌学术搜索
40. p . Tripathy和a·库马尔”监控和造型时空德里的城市增长使用元胞自动机和geoinformatics,”城市卷。90年,52 - 63年,2019页。视图:出版商的网站|谷歌学术搜索
41. 王傅x, x, y . j .杨”推导CA-Markov土地利用适宜性因素仿真模型基于当地的历史数据,”环境管理杂志》卷。206年,10 - 19,2018页。视图:出版商的网站|谷歌学术搜索
42. 黄黄x, x m . Liu和赵y, b . Wang“时空动态和中国西部土地开发强度的驱动力从2000年到2015年,“中国地理科学,30卷,不。1、16至29页。2020。视图:出版商的网站|谷歌学术搜索
43. x y钱,w .兴关,t·杨和h . Wu”耦合细胞自动机与区域土地利用分区和卷积时空动态变化模拟,”科学的环境文章ID 137738卷,722年,2020年。视图:出版商的网站|谷歌学术搜索
44. x柯、l . Qi和c .曾“分区和城市增长模拟异步元胞自动机模型,”国际地理信息科学杂志》上,30卷,不。4、637 - 659年,2016页。视图:出版商的网站|谷歌学术搜索
45. A . Kazemzadeh-Zow s Zanganeh Shahraki, l . Salvati和n . n . Samani”空间分区方法校准和验证城市增长模型,”国际地理信息科学杂志》上没有,卷。31日。4、763 - 782年,2017页。视图:出版商的网站|谷歌学术搜索
46. 刘j .沈x m·陈,“发现时空模式从taxi-based浮动车数据:一个案例研究来自南京,“GIScience &遥感,54卷,不。5,617 - 638年,2017页。视图:出版商的网站|谷歌学术搜索
47. b . Wilebore d .锯屑,“空间数据和调查数据相结合可以提高预测之间的边界定居点,”应用地理卷,77年,页1 - 7,2016。视图:出版商的网站|谷歌学术搜索
48. m . e . Mirici s Berberoglu类似,o . Satir,“土地利用/覆盖变化造型在地中海的农村景观使用多层感知器和马尔可夫链(MLP-MC)”应用生态学和环境研究,16卷,不。1,第486 - 467页,2017。视图:出版商的网站|谷歌学术搜索
49. r·哈马德h . Balzter和k·图雷,“预测土地利用/土地覆盖变化使用CA-Markov模型在两个不同的情景,“可持续性,10卷,不。10,3421年,页2018。视图:出版商的网站|谷歌学术搜索
50. 问:关,l . Wang和k·c·克拉克,”一个artificial-neural-network-based,限制CA模型模拟城市增长,”地图学与地理信息科学,32卷,不。4、369 - 380年,2005页。视图:出版商的网站|谷歌学术搜索
51. w·乔·j·高,y, y秦,c . Lu和霁,“城市土地集约利用的评价基于人工神经网络模型:一个案例研究南京城市,中国,“中国地理科学,27卷,不。5,735 - 746年,2017页。视图:出版商的网站|谷歌学术搜索
52. z h . Wu, k·c·克拉克et al .,“检查空间规模的敏感性细胞自动机的马尔可夫链模拟土地利用变化,“国际地理信息科学杂志》上,33卷,不。5,1040 - 1061年,2019页。视图:出版商的网站|谷歌学术搜索
53. p . j .夏Zeephongsekul d封隔器,“旅游运动的时空造型利用半马尔科夫过程,”旅游管理,32卷,不。4、844 - 851年,2011页。视图:出版商的网站|谷歌学术搜索
54. 下午阿特金森和a。r . l . Tatnall“介绍神经网络遥感,”国际遥感杂志》上,18卷,不。4、699 - 709年,1997页。视图:出版商的网站|谷歌学术搜索
55. h .元,c . Van Der Wiele, s . Khorram”自动化人工神经网络系统土地利用/土地覆盖分类从陆地卫星TM图像,”遥感,1卷,不。3、243 - 265年,2009页。视图:出版商的网站|谷歌学术搜索
56. h . Omrani a Tayyebi, b . Pijanowski”整合多标记土地使用与人工神经网络的概念和细胞自动机土地转换模型:一个集成ML-CA-LTM建模框架,“GIScience &遥感,54卷,不。3、283 - 304年,2017页。视图:出版商的网站|谷歌学术搜索
57. l·奥特·r·f·拉尔森,w .林业局统计:社会科学的工具克斯伯里出版社,波士顿,MA,美国,1983年。
58. c . Mozumder和n . k . Tripathi“基于地理空间场景造型城市和湿地湿地农业入侵Deepor分为使用多层感知器神经网络在印度东北部,”国际期刊《应用地球观测和地质信息32卷,第104 - 92页,2014年。视图:出版商的网站|谷歌学术搜索
59. r·g·本丢w . Boersma J.-C。Castella et al .,”比较输入、输出和验证地图几个土地变化的模式,”区域科学的史册,42卷,不。1,11-37,2008页。视图:出版商的网站|谷歌学术搜索
60. r·g·本丢Jr .) r·沃克r . Yao-Kumah et al .,“亚马逊森林砍伐的仿真模型精度评估,”美国地理学家协会上,卷97,不。4、677 - 695年,2007页。视图:出版商的网站|谷歌学术搜索
61. y, b . Ai, y姚明,f .钟”推导城市动态演化规则与时段遥测遥感图像自适应细胞自动机,”国际期刊《应用地球观测和地质信息,38卷,第174 - 164页,2015年。视图:出版商的网站|谷歌学术搜索
62. r·g·本丢“量化误差和位置误差的分类地图相比,“摄影测量工程和遥感,卷66,不。8,1011 - 1016年,2000页。视图:出版商的网站|谷歌学术搜索
63. 焦l . w . Wang, t .盾,z徐,徐和g .,“模拟城市动力学耦合自顶向下和自底向上的策略,”国际地理信息科学杂志》上,33卷,不。11日,第2283 - 2259页,2019年。视图:出版商的网站|谷歌学术搜索
64. m .焦·m·胡,夏,“时空动态模拟土地利用和景观格局的珠江三角洲,中国,“可持续城市和社会49卷ID 101581条,2019年。视图:出版商的网站|谷歌学术搜索
65. m . Zare t和l .不悦之色,“模拟未来土地利用变化对土壤侵蚀的影响在Kasilian分水岭,伊朗,”土地使用政策卷,67年,第572 - 558页,2017年。视图:出版商的网站|谷歌学术搜索
66. h·w·郑,g .问:沈h . Wang和j .香港“模拟城市更新地区土地利用变化:一个案例研究在香港,“栖息地的国际,46卷,23-34,2015页。视图:出版商的网站|谷歌学术搜索
67. 金,j·杨,e . Wang和j .刘”的影响,高铁在冰雪旅游在中国东北,”旅游管理,第78卷,第104070页,2020年。视图:出版商的网站|谷歌学术搜索
68. p . Barreira-Gonzalez m . Gomez-Delgado, f . Aguilera-Benavente”从光栅矢量元胞自动机模型:一个新的方法来模拟城市增长与图论的帮助下,“电脑、环境和城市系统54卷,第131 - 119页,2015年。视图:出版商的网站|谷歌学术搜索
69. h . Shafizadeh-Moghadam”,提高城市增长的空间精度仿真模型使用集成预测方法,”电脑、环境和城市系统卷,76年,第100 - 91页,2019年。视图:出版商的网站|谷歌学术搜索
70. 李x x y姚明,Liu et al .,“模拟城市土地利用变化在大规模集成动态地块分割和基于矢量的细胞自动机,”国际地理信息科学杂志》上没有,卷。31日。12日,第2479 - 2452页,2017年。视图:出版商的网站|谷歌学术搜索

版权

版权©2020郭之一等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。