基于改进的GPU并行NSGA-Ⅲ的土地利用优化配置

土地利用优化配置是实现土地资源可持续利用的重要途径。该研究根据地理单元发展演变特点对基于参考点的非支配排序的遗传算法进行针对性改进，并耦合多目标优化方法，构建了土地利用空间优化模型。针对目前空间优化模型耗时过长，效率低的问题，该研究将GPU（Graphics Processing Unit, GPU）并行计算和土地利用优化配置模型有机结合，提升模型的优化效率。该研究选取武汉市东西湖区进行实证研究，对比了模型在CPU（central processing unit, CPU）串行计算和GPU并行计算两种方式下的运行耗时，并从最终优化结果中选取生态保护优先和经济发展优先2种典型方案进行分析。结果表明：1）GPU并行计算能够显著提升模型的优化效率，模型运行耗时由原来的158.08 h缩短到了1.68 h；2）模型能够统筹协调多个目标，对研究区域土地的数量结构和空间布局进行合理配置，为规划决策者提供多个可行方案。生态保护优先方案中，生态效益降低了6.16%，经济效益增长了13.64%；经济发展优先方案中，生态效益降低了6.19%，经济效益增长了15.86%。