FLUS模型是一種新型的土地利用變化模擬模型,應(yīng)用前景廣闊。本文通過在FLUS模型的人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)訓(xùn)練模塊中引入空間自相關(guān)因子來改進(jìn)模型,以珠江三角洲地區(qū)為例,基于2009年、2015年土地利用數(shù)據(jù)和一系列驅(qū)動(dòng)因子對(duì)改進(jìn)的模型進(jìn)行了驗(yàn)證,并利用該改進(jìn)的FLUS模型模擬了2035年研究區(qū)在3種情景下土地利用變化格局。結(jié)果表明:①引入空間自相關(guān)因子后各地類發(fā)生概率分布的預(yù)測(cè)精度更高,耕地、林地、建設(shè)用地、水體和未利用土地的擬合優(yōu)度ROC值分別從0.819、0.928、0.885、0.855和0.861提高到0.857、0.934、0.890、0.863和0.978;②改進(jìn)的FLUS模型的模擬精度有一定的提高,Kappa系數(shù)從0.732提高到0.744,FOM系數(shù)從0.077升到0.106;③情景模擬表明,3種情景下珠江三角洲建設(shè)用地和林地均將增加、而耕地均呈減少趨勢(shì)。但不同情景下模擬的土地利用格局也存在顯著差異:基準(zhǔn)情景下,建設(shè)用地明顯擴(kuò)張且大幅侵占耕地。耕地保護(hù)情景下,耕地面積保持在合理水平,建設(shè)用地蔓延擴(kuò)張趨勢(shì)得到遏制,土地利...

【文章頁數(shù)】：12 頁

【部分圖文】：

圖1珠江三角洲地區(qū)示意

根據(jù)獲取的資料和研究區(qū)實(shí)際及參考相關(guān)研究[22-23]，本文選取了23個(gè)土地利用變化驅(qū)動(dòng)因子：利用GIS軟件從獲得的基礎(chǔ)地理數(shù)據(jù)中提取的到最近河流的距離、到最近鐵路的距離、到最近主要公路的距離、到最近次要公路的距離、到最近機(jī)場(chǎng)的距離、到最近火車站的距離、到最近地級(jí)市的距離、到最近....

圖2FLUS模型總體結(jié)構(gòu)

FLUS模型主要由基于SD模型的土地利用數(shù)量預(yù)測(cè)模塊和基于CA模型的土地利用空間模擬模塊2部分組成[23,28-29]。首先通過數(shù)量預(yù)測(cè)模塊依據(jù)人口、經(jīng)濟(jì)發(fā)展條件和相關(guān)政策來預(yù)測(cè)地類數(shù)量變化，然后使用ANN根據(jù)土地利用變化驅(qū)動(dòng)因子估計(jì)地類轉(zhuǎn)化概率，再將地類轉(zhuǎn)化概率、元胞間的相互作....

圖3地類數(shù)量預(yù)測(cè)的系統(tǒng)動(dòng)力學(xué)模型內(nèi)部結(jié)構(gòu)

式中：Inertiakt表示第t次迭代時(shí)地類k的慣性系數(shù)；Dkt-1、Dkt-2分別表示t-1、t-2時(shí)刻地類k的數(shù)量與需求之間的差值。綜合各元胞上的地類發(fā)生概率、元胞間鄰域影響、轉(zhuǎn)換成本和自適應(yīng)慣性系數(shù)，可以確定各元胞的土地利用總體轉(zhuǎn)換概率：

圖4引入FLUS模型的各地類空間自相關(guān)因子可視化結(jié)果

基于2009年土地利用數(shù)據(jù)和23個(gè)驅(qū)動(dòng)因子數(shù)據(jù)，在50～500m間隔步長(zhǎng)為50m共10個(gè)空間尺度上分別利用ANN計(jì)算了各元胞上各地類發(fā)生概率，結(jié)果產(chǎn)生的ROC(RelativeOperatingCharacteristic）值如表3所示。ROC方法常用來評(píng)估土地利用與其驅(qū)....

本文編號(hào)：3954558