分享到:

基于GEOCA和GIS的土壤侵蚀空间演化模拟

土壤侵蚀是土地退化、河道和湖泊淤积的根本原因,并进一步恶化生态环境,严重威胁到人类的生存。我国是土壤侵蚀最严重的国家之一,水土流失面积达367万km2,占国土面积的38%,每年损失6.7万km2耕地,失掉土壤达50 t。同时,三峡库区水土流失状况直接关系到三峡工程的成败。目前在土壤侵蚀量估算中较为广泛应用的方法是20世纪60年代W ischmeier提出的通用土壤侵蚀方程(USLE),该模型是建立在土壤侵蚀理论及大量实地观测数据统计分析基础上,表达式为A=RKSLPC。该方程确立了土壤侵蚀量与各因子之间的线形关系,但各因子指标值的确定需要大量实测实验数据,对于广大地区尤其是无实测数据资料地区实施该模型有一定的困难[1]。像许多地理现象一样,土壤侵蚀发展是复杂的非线性系统,现有的线性数学模型很难对此进行模拟,因此需1种能分析土壤侵蚀空间演化内在规律的非线性模型才能达到目的。区域科学的发展研究自20世纪80年代以来正由静态的、均衡的...  (本文共5页) 阅读全文>>

《地理科学进展》2012年07期
地理科学进展

基于优化GeoCA模型的土壤侵蚀时空变化模拟——以福建省长汀县为例

1引言土壤侵蚀是发生在陆地表面自然与人文交互耦合的复杂地理过程,它不仅破坏土地资源,造成淤积、干旱、洪涝等灾害,引起生态环境恶化,也会直接影响区域生态环境和社会环境的可持续发展,给民众生存与经济发展带来影响[1]。因此,土壤侵蚀时空尺度上的动态监测显得十分必要。它既是不同区域,不同自然、环境、经济条件下土壤侵蚀修复规划的基础,也是未来土壤侵蚀强度变化趋势预测的重要手段。近年来,随着科学技术的不断进步以及多学科的逐步交叉融合,GIS、RS以其在处理空间数据上的优势越来越多的被用于土壤侵蚀的研究[2],而地理元胞自动机(Geo-Cellular Automata,GeoCA)、人工神经网络(Artificial Neural Network,ANN)等非线性动力学智能模型常与GIS结合,通过一些简单的局部转换非线性规则,对复杂的地理系统进行模拟与预测,目前,上述模型已在城市动态扩展模拟、土地覆盖变化模拟和荒漠化模拟等多个方面得到应用...  (本文共10页) 阅读全文>>

《土壤通报》2009年04期
土壤通报

基于神经网络和GeoCA的土壤侵蚀预测模拟——以庆城县水土保持世行二期贷款项目区为例

土壤侵蚀及其导致的水土流失是全球瞩目的环境问题,它破坏土地资源,造成淤积、干旱、洪涝等灾害,引起生态环境恶化,严重威胁着人类的生存和发展。我国黄土丘陵沟壑区是世界上水土流失最为严重的地区,土壤侵蚀预测模拟对于有效地预防和控制土地质量退化,促进区域土地资源的持续利用和管理有着十分重要的意义。目前在土壤侵蚀预测中较为广泛应用的方法是将GIS与通用土壤流失方程(USLE)结合,由于运用栅格数据分析功能,有效地提高了土壤侵蚀量的预测效率和结果的显示度[1]。但这种方法的缺陷是USLE各因子指标值的确定需要大量实测数据,给模型的推广带来一定的困难;其次该模型属于稳态模型,仅仅能够做一些事后的预报。土壤侵蚀发展是复杂的非线性动力学过程,现有的GIS和线性数学模型很难对此进行模拟,因此需要一种能分析土壤侵蚀空间演化内在规律的非线性模型才能达到目的。地理元胞自动机(GeoCA)是一种具有时空计算特征的动力学模型,通过一些十分简单的局部转换规则,...  (本文共5页) 阅读全文>>

《江苏城市规划》2009年11期
江苏城市规划

基于GeoCA的城市交通流整体模拟初探——以徐州市为例

由于交通系统在现代工业文明以及信息社会时代对于人类的生产、生活具有极其重要的作用,因此国内外已经就交通的规划、模拟预测与管理进行了广泛深入的研究。交通规划多采用城市经济、人口等社会数据进行分析,建立相关模型从而进行规划;模拟预测采用相关模型利用数据对交通进行模拟分析预测;交通管理主要针对及时路况的管理与调度上,一般不进行有效的预测、交通优化等功能的实现。其中模拟预测在规划和管理中都有着重要的应用。目前多采用线性和离散性数学模型进行分析,然而线性忽视了交通系统的复杂性、系统性,有一定的局限性。而以地理元胞自动机为代表的具有离散、有限状态的模型是按照一定局部规则,在离散的时间维上演化的动力学系统,具有许多线性模型所没有的优点。当前元胞自动机应用到交通流的模拟分析上还多集中在局部道路、瞬间状态的分析上,与城市整体范围内的结合,进行交通模拟分析的研究上还不太多。本文首先讨论如何利用影响产生车辆多少的若干因素建立车辆生成灭失模型,在此基础...  (本文共3页) 阅读全文>>

《测绘通报》2016年12期
测绘通报

时空约束性GeoCA模型在城市土地利用预测中的应用

随着城市经济的发展和人口数量的加剧,城市土地资源相对减少,带来的住房紧张、生态失衡等问题日益突出。因此,城市土地资源的优化配置和合理规划成了热门研究课题,吸引了众多学者的关注。在相关研究中,具有代表性的成果有荷兰赫宁根大学研制的CLUE-S模型、美国麻省理工学院创建的SD(system danamics)模型、Ulam提出的CA(cellularautomatic)模型,以及国内黎夏、张显等提出的地理元胞自动机模型等[1]。这些模型可有效模拟复杂土地利用的变化过程,为土地的动态预测研究作出了突出贡献。研究表明,基于BP-ANN(back-propa-gation artificial neural network)算法的Geo CA模型可较好地模拟我国城市土地利用变化过程[2]。本文在此基础上,提出时空约束性Geo CA模型,在考虑土地数量变化的同时,可兼顾影响土地变化的空间和时间因素,弥补以往做法中未能有效考虑土地利用变化时间...  (本文共4页) 阅读全文>>

《遥感学报》2011年03期
遥感学报

元胞空间分区及其对GeoCA模型模拟精度的影响

1INTRODUCTIONRecently more and more researchers made significant achieve-ments in simulating complex geographic phenomenon with CellularAutomata(CA)Model(Batty,et al.,1999;Almeida,et al.,2003;Li&Ye,2002;Qiu&Chen,2008;Long,et al.,2009;Deng,2008;Deng,et al.,2008;Deng,et al.,2009).CA model is capable of simu-lating the complex spatial-temporal evolution process;Its bottom-to-top philosophy can perfectly reflect the idea...  (本文共12页) 阅读全文>>