10.3969/j.issn.1674-5906.2010.10.022
基于MLP-ANN与Markov Chain的土地利用变化预测方法——以锡林郭勒盟为例
以北方草地典型地区-内蒙古锡林郭勒盟为案例区,在1995年到2000年的土地利用变化与驱动力分析的基础上,利用土地利用转换类型和驱动力模型,采用多层感知人工神经网络模型分析了各种土地利用类型未来的转换潜力;利用马尔可夫链模型,预测了2005和2010年土地利用格局.预测结果显示:高覆盖度草地减少幅度最大,中覆盖度草地减少相对和缓,高、中覆盖度草地的减少造成了未利用地和低覆盖度草地的增加,尤其是前者增加的幅度最大;从空间分布看,高覆盖度草地的减少集中在西北部地区,主要转变为中低覆盖度草地,中覆盖度草地的减少主要集中在西南部地区,其流向主要是以沙化土地为主的未利用地;案例研究表明,多层感知人工神经网络模型与马尔可夫链模型的结合与应用能够在很大程度上预测稳定驱动力作用下的土地利用变化趋势,从而为生态干预提供指导.
土地利用与覆被变化、模拟、多层感知人工神经网络模型、马尔可夫链、锡林郭勒盟
19
X144(环境地学)
国家重点基础研究发展计划973项目2007CB106807
2011-03-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
2386-2392