不同样本方案下遗传元胞自动机的土地利用模拟及景观评价
利用元胞自动机(cellular automata,CA)模拟土地利用情景,有助于理解其变化机理,并为土地资源持续利用提供空间决策支持.本文基于生物进化过程的遗传算法(genetic algo-rithm,GA)将CA参数编码成为染色体,在模拟结果与真实结果差异值的引导下,通过选择、杂交和变异算子使最优的染色体得以遗传和保留,从而建立智能优化的元胞自动机模型.以浙江省嘉兴市1992-2008年土地利用变化为例,分别利用6%(66个·km-2)和3%(33个·km-2)两种样本方案构建遗传CA模型进行土地利用变化模拟,并通过混淆矩阵、Kappa系数和景观指数对模拟结果进行评估.结果表明:遗传CA模拟结果能在数量、位置和景观格局上以超过80%的水平接近真实分类,且大样本量构建的遗传CA的模拟精度更高;2008年的模拟精度和景观综合指数低于2001年,表明遗传CA的模拟精度和景观综合指数随模拟时间而衰减.
土地利用模拟、元胞自动机、多重样本、遗传算法、景观评价
22
Q149;U945.23(生态学(生物生态学))
上海市教育委员会科研创新项目11YZ154;上海高校选拔培养优秀青年教师科研专项基金SSC09018;上海海洋大学校博士启动基金暨环境工程重点学科基金A-2400-10-0134
2011-07-12(万方平台首次上网日期,不代表论文的发表时间)
957-963