内蒙古卓资县土地利用与植被覆盖动态变化及其预测

本文以内蒙古退耕还林典型县卓资县为研究对象,根据1999年和2007年2期TM影像资料和其他辅助资料,分析了卓资县土地利用变化、区域差异特征和各类型之间的转化情况,并利用马尔可夫模型对2015年土地利用动态变化趋势进行预测研究.结果表明:内蒙古卓资县1999-2007年,因为退耕还林工程的实施,林地和草地的面积有较大幅...     

基于马尔柯夫模型的南宁市土地利用变化预测

根据1995~2000年南宁市土地利用变更数据,计算得到南宁市全市土地利用结构的转移概率矩阵,运用Markov理论,模拟并检验2000年全市的土地利用结构,模拟值与实际值基本吻合,说明运用Markov理论预测南宁市的土地利用结构是可行的。在此基础上对南宁市2005、2010、2015和2020年的土地利用结构变化作预测。结果表明,在未来20年内,南宁市的农用地面积有所减少,园地增幅较大,林地面积减少;建设用地增长较快;未利用地减少,土地利用率提高。     

带移民的二次加权分枝过程的吸收概率

研究了带移民的二次加权马尔可夫分枝过程,得到了吸收概率的相关结果,该结果在排队网络、生物学等诸多领域具有广泛的应用前景。     

基于灰色神经网络与马尔科夫链的城市需水量组合预测

【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。     

基于不同情景的嘉兴市生态系统服务价值分析

以2000、2010年两期土地利用数据为基础,结合CLUE\|S模型与Markov模型预测了2020年嘉兴市3种不同情景（自然增长情景、生态保护情景和土地优化情景）下的土地利用变化,并据此分析了3种情景下生态服务价值的变化情况。结果表明,至2020年,嘉兴市生态系统服务价值从高到低依次为生态保护情景>土地优化情景>自然增长情景。相对2010年,自然增长情景损失值最高,为136亿元,土地优化情景损失值为087亿元,而生态保护情景损失值仅为027亿元,表明通过采取降低耕地向建设用地的转化速率、增加林地面积的生态保护措施,可以大大提高嘉兴市的生态服务功能。因此,建议嘉兴市政府在增加森林覆盖面积的同时,还要严控城市无序扩张。     

中国森林火灾发生规律及预测模型研究

量化分析森林火灾发生规律能为预测和防治森林火灾提供科学依据。文中采用四参数Weibull分布描述了我国森林火灾发生次数和火场面积分布规律,运用Spearman相关系数分析承灾主体因子、灾害管理因子、孕灾环境因子与森林火灾发生次数、面积间关系,基于全国森林火灾数据分别建立灰色系统理论模型、BP人工神经网络模型和时间序列ARIMA模型,并采用Markov随机过程改进已建立模型。结果表明,我国森林火灾发生次数分布呈左偏正态分布,火场面积呈倒J型分布,火灾次数和火场面积分布模型拟合决定系数分别为0.63和0.66;承灾主体、孕灾环境和灾害管理对森林火灾次数和火场面积影响程度依次减小,人工林面积、累年年平均气温、年降雨量平均差值、年最低气温平均日数与森林火灾发生具有明显相关性,影响森林火灾的因子与森林火灾发生次数、火场面积间存在指数型关系;不同模型对森林火灾发生次数和火场面积拟合优度次序为BP模型、GM（1,1）-Markov模型、BP-Markov模型、GM（1,1）模型、ARIMA模型、ARIMA-Markov模型,采用Markov过程能显著改进GM（1,1）预测模型对火灾随机性的预测效果,可以更好地反映森林火灾发生规律。     

基于ARIMA模型的湘江流域DO和NH4+–N含量贝叶斯预测

为实时把控湘江流域水质的变化趋势,采用污染比较严重的湘江流域长沙段和益阳段水质指标溶解氧(DO)和氨氮(NH_4~+-N)含量的监测数据,用贝叶斯方法推断经典的ARIMA时间序列模型,并用马尔可夫链蒙特卡罗(MCMC)模拟方法对DO和NH_4~+-N含量进行贝叶斯预测。结果表明,该模型的贝叶斯预测能实现对湘江流域长沙段和益阳段水质指标DO和NH_4~+-N含量的精确点预测、区间预测和概率预测。     

长江三角洲生态系统服务价值分析及趋势预测

[目的]对长江三角洲生态系统服务价值进行分析及趋势预测,以期为该区未来城市发展以及制定生态环境建设补偿政策提供支持。[结果]以长江三角洲16个地市2000—2014年的土地利用数据和相关统计资料为数据源,采用Costanza生态系统服务价值计算方法,参照修正后的生态系统单位面积生态服务价值系数,结合敏感性分析,探讨生态系统服务价值的时空演化规律,并利用马尔科夫模型对其未来3a的发展趋势进行了预测分析。[结果]区域生态系统总服务价值从2000年的1 303.89亿元减少到2014年的1 294.25亿元,变化率为-0.74%,水源涵养、废物处理和娱乐文化生态系统服务功能价值上升;在空间上,常州、南京、宁波、泰州、台州、扬州的生态系统服务价值不断增加,而其他城市的则处于下降趋势;对长江三角洲2015和2017年的土地利用构成和生态系统服务价值进行预测,呈现耕地、林地持续减少,建设用地持续增加的趋势,生态系统总服务价值将减少276.65亿元。[结论]在未来土地调整中应更多地考虑到生态服务价值的重要意义,格外注意对耕地、水域的保护,控制建设用地占用耕地和林地,继续加大植树造林力度,提高土地利用集约度,维持生态系统的功能。     

基于马尔科夫模型的大凌河流域土地利用/覆被变化趋势研究

本文通过对大凌河流域2010年、2013年和2016年三期遥感影像进行分类,得到流域土地利用分布现状。对分类结果进行叠加分析可以获得大凌河流域2010~2013年的地类转移概率矩阵,再运用马尔科夫原理预测出2016年流域土地利用分布情况,将其与实际情况对比分析,证明马尔科夫模型适用于大凌河流域未来土地利用/覆被变化趋势的预测。进而本文分别对大凌河流域2019年、2022年和2025年的土地利用情况进行预测,发现未来近10年流域建设用地面积持续增长,变化率为38.96%;农林用地面积从2016年开始减少,总体下降了0.77%;水域面积稳定增长,到2022年之后趋于稳定值,变化率为17.21%;旱地及其他未利用地面积继续缩减,到2019年开始趋于稳定,整体下降了1.71%。研究结果明晰了大凌河流域农林用地和建设用地之间的矛盾,可以为流域水土资源管理有关部门提供科学依据。     

基于G-MRF模型的玉米叶斑病害图像的分割

【目的】图像分割是作物病害自动识别系统实现的难点之一,前人研究大多采用基于阈值或聚类的分割算法,方法简单、易于实现,但分割精度较低。本文引入高斯模型的Markov随机场分割模型(G-MRF),对玉米叶部病斑图像进行分割试验,以期提高分割精度。【方法】在VC6.0下实现了G-MRF分割模型,G-MRF既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的算法。采用该算法对大斑病、小斑病、灰斑病和弯孢菌叶斑病等4种主要玉米叶部病害的图像进行了分割测试,并与基于阈值和基于Gauss模型的分割算法进行比较。【结果】基于G-MRF分割模型的分割,目标区域的一致性和边缘的清晰方面明显好于基于阈值和Gauss模型的分割算法,其平均正确分类率达96.35%,分别较基于阈值和基于Gauss模型的分割算法高出3.75%和4.03%,差异达到显著水平。【结论】基于G-MRF模型的分割算法鲁棒性高,能够有效地将病斑区域从叶片部分离,分割正确分类率达96.35%,可用于玉米叶斑类病害图像的分割。