基于GD_SVM_CA-Markov模型的县域景观格局模拟
利用地理探测器探究地理要素变化与驱动因子关系的优势以及支持向量机分类决策的特点,对CA模型进行改进,并结合Markov模型,形成GD_SVM_CA-Markov模型,以期为县城城镇发展规划以及环境保护提供决策参考.以生态脆弱区典型县域内蒙古磴口县为研究区,基于2011年磴口县土地利用数据,应用GD_SVM_CA-Markov模型,对磴口县2016年的土地景观空间分布格局进行模拟预测,以期发现其变化规律,为了保证模拟精度,将模拟结果与传统CA-Markov模型模拟结果进行对比验证.结果表明,CA-Markov模型模拟结果的总体Kappa系数为0.862 8,GD_SVM_CA-Markov模型模拟结果的总体Kappa系数为0.925 0,2个模型模拟结果的精度均较高,但GD_SVM_CA-Markov模型模拟结果的精度更高,结果更优.因此,将GD_SVM_CA-Markov模型应用于当地土地景观空间分布格局模拟预测,具有一定可行性,可为当地生态治理以及相关政策的实施提供参考.
地理探测器、SVM、CA-Markov、模拟、磴口县
16
K903(地理学)
国家自然科学基金“荒漠绿洲区景观格局与生态水文耦合及调控”41371189
2018-08-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
134-141