基于多模型的黑河中游甘临高地区土地利用情景模拟

混合元胞自动机（Mixed-cell cellular automata,MCCA）模型改进了传统的元胞自动机（Cellular automata,CA）模型,基于现实复杂土地结构引入混合元胞,实现了从定性、静态模拟到定量、动态模拟的跨越。本文首先探究MCCA模型在黑河中游甘临高地区（甘州区、临泽县和高台县）的适用性;之后分别采用多目标线性规划（Multiple-objective programming,MOP）模型、普通线性回归模型预测得到2035年可持续发展（Sustainable development,SUD）情景、基本发展（Basic development,BAD）情景中不同地类面积数值,然后将面积输入MCCA模型中进行不同情景的土地利用空间结构可视化,并开展对比研究。结果表明：各项精度评价指标均表明MCCA模型的模拟精度较高,Kappa系数、混合元胞质量系数（Mixed-cell figure of merit,mcFoM）和平均相对熵（Relative entropy,RE）分别为0.886、0.261和0.508,优于基于纯净元胞的斑块生成土地利用变化模拟（Patch-generating land use simulation model,PLUS）模型,因此MCCA模型适用于研究区土地利用结构模拟。2035年SUD情景中林地范围明显高于BAD情景,生态效益较BAD情景增速快,建设用地和耕地适度扩张,综合效益增速较快。该结果表明耦合MOP和MCCA模型模拟的土地利用优化配置方案能够更好地协调经济与环境的关系,既有利于经济快速发展,又能保护生态环境和维持社会稳定。     

三维元胞自动机模拟微生物生长研究

针对元胞自动机较少考虑微生物三维空间的生长状况,建立了一种三维元胞自动机模拟微生物生长,结合布朗运动与Gompertz方程设计合理的元胞自动机规则。通过对大肠杆菌在蛋白胨溶液中的生长进行仿真,建立的三维元胞自动机能较好地描述微生物的生长过程,其活菌对数拟合精度较高(R²>0.98),表明所设计的三维元胞自动机可以较好地描述微生物生长。     

基于元胞自动机模型的未来共享收割机智能化模式

当农民没有能力购买农机时,租赁便成为农民满足农机需求的主要方式,而共享作为一种新兴经济模式引起了广泛关注,也在不断发挥着重要作用,将其应用在“三农”领域可弥补租赁模式的不足。为此,提出了一种基于元胞自动机模型的未来共享收割机智能化模式,并采用启发式和遗传算法对模型进行了优化,从而使模型对于农机的共享调度和路径规划更加智能化。为了验证方案的可行性,模拟收割机作业情景,采用元胞自动机模型对收割机的共享调度过程进行了仿真计算,结果表明:采用智能化共享模式可以有效缩短农机的作业时间和作业路径,提高了收割机的作业效率,实现了农机的智能化管理。     

利用元胞自动机建立两种害虫竞争预测模型

本文基于Lotka-Volterra模型中的参数,结合元胞自动机,模拟粮食中的主要害虫玉米象和谷蠹同时存在的情况下种群的发展趋势。两物种之间的种间竞争属于资源利用型竞争,通过试验得出了2个种群的初始数量是决定种群竞争胜利与否的重要参数的结论。通过害虫预测模型,可以帮助我们了解粮食中害虫的分布情况,并有效地控制和消除掉害虫。     

基于多智能体模型的银川平原土地利用情景模拟

基于多智能体模型研究了土地利用变化的模拟问题。以银川平原为例,以2002年和2014年的遥感影像为基础数据源,在对2002—2014年土地利用变化特征及其驱动因素分析的基础上,选取了政府、农户、城镇居民3种智能体,结合经分析选取的自然因素、社会因素和经济因素3方面5个主要驱动力因素对3种智能体的决策行为进行逐个分析,构建多智能体的行为规则,建立了基于多智能体模型的土地利用空间格局模拟模型。在此基础上,对研究区自然禀赋情景、社会经济发展情景、基本农田保护情景下的土地利用空间格局进行了模拟。结果表明,基于多智能体的土地利用模型能够较好地模拟复杂土地利用变化;在影响土地利用变化的各因素中,政策性因素对区域土地利用变化影响较为明显。     

基于MCR-ANN-CA模型的包头市生态用地演变模拟

以内蒙古自治区包头市为研究区,耦合最小累积阻力(MCR)模型、人工神经网络(ANN)和元胞自动机(CA)构建MCR-ANN-CA模型。利用MCR模型量化包头市各用地类型演变为生态用地时的阻力,构建CA适宜性规则;利用ANN模型提取CA邻域转换规则,基于包头市2006、2011年土地利用数据及归一化植被指数(NDVI)、高程、坡度、水体距离、人口密度多项数据,对2016年生态用地演变情景进行模拟,以2016年实际生态用地分布为参照,将该模型模拟结果与CA-Markov模型的模拟结果进行对比(以2016年实际景观分布为参照),结果显示,两种模型模拟结果的卡帕一致性指数(Kappa index of agreement,KIA)分别为0. 89和0. 87,相对误差分别为3. 10%和5. 31%,MCR-ANN-CA模型显示了较高的模拟精度。     

基于CA-Markov模型的黄土丘陵区土地利用变化

为探讨黄土丘陵区的土地利用变化规律以及驱动机制,以罗玉沟流域作为典型流域,基于1986、2001年的TM影像为数据源,对土地利用格局分布进行分析,并运用CA-Markov模型,以2001年的土地利用格局为基础,预测了2016年流域的土地利用的空间格局分布。结果表明,罗玉沟流域土地利用格局在1986年以前,以坡耕地为主,面积占59.67%,其次为梯田、草地和林地。从1986年到2001年林地和梯田的面积均有显著增加,坡耕地面积则显著减少,其余土地利用类型面积变化不大。从单一土地利用类型动态度来看,面积增加大     

永吉县2000～2020年土地利用变化及其驱动力分析

土地利用变化是反映人类对环境影响的重要指标,对其进行研究是人类实现对土地永续利用的重要手段。本文利用GlobeLand30所提供的研究区2000年和2020年两期遥感解译数据,在ArcGIS平台的支持下,综合运用单一土地利用动态度、土地利用程度和土地利用转移矩阵等研究方法对土地利用变化情况进行了刻画,并从自然、社会和经济三个方面对土地利用变化驱动力进行了分析。研究结果表明:该区域土地利用类型结构变化不一,草地、建设用地和林地变化幅度较大,耕地和其他地类结构相对稳定;研究区整体土地利用程度相对较低,有缓慢上升趋势;土地利用类型相互转换明显,其中,主要表现为耕地向建设用地转换,水体向湿地转换;驱动力方面自然和经济因素是土地利用变化的主要驱动力。     

基于遥感与GIS土地利用/覆盖动态监测及驱动力分析

以TM和CBERS-02图像为遥感数据源,在遥感和地理信息系统技术的支持下,对2000～2004年四川省土地利用状况进行了定量的变化分析;并对研究区4年间的土地利用/覆盖状况及其动态变化在时间序列和空间序列上加以分析,阐明这种变化的外在表象,即林地、城镇用地、水域的增加和耕地、草地、未利用土地的减少;同时,探讨了这种变化的内在驱动力主要为人口增长、工业发展、政策导向等。研究成果为准确分析四川省土地利用状况和环境变化趋势提供了有效的数据支持,为国土资源的可持续土地利用提供决策依据。     

广西玉林市农作物用地变化驱动力分析

驱动力是导致土地利用变化的因素,文章针对广西玉林市农作物用地面积变化情况进行分析,选取了2000－2013年的数据资料以及与农作物用地利用相关的影响因子,利用主成份回归分析方法,提取出主要影响因子,探求影响玉林市农作物用地变化的主要因素,以期为更好合理布局农作物用地利用结构,为农业增产和增收提供有力依据。通过分析得出,12个驱动力中,9个起正向作用,3个起反向作用。     

基于Trot步态的液压四足机器人关节驱动力仿真分析

采用液压能代替传统的电能驱动机器人的功率密度高、控制算法简单,输出转矩较大,负载能力强.以液压四足机器人为参考对象,利用SolidWorks建立四足机器人的三维模型,并利用MATLAB,ADAMS搭建联合仿真平台,采用联合仿真的方法研究其在对角(Trot)步态行走过程中步态参数对液压四足机器人关节驱动力的影响,通过参数...     

河北太行山区土地利用变化及其社会驱动机制分析

以河北太行山区为例,从土地利用动态变化入手,结合社会经济因素,定性与定量地探讨土地利用变化的驱动力;基于1987年和2000年两期遥感影像提取土地利用信息,分析土地利用类型数量、速度和结构等变化;通过构建土地利用结构与社会经济数据的相对变化数据库,建立社会经济驱动因素指标体系,对土地利用变化的驱动力进行相关分析和主成分分析;在定量分析基础上,从人口、经济、科技和政策等4个层面揭示其社会经济驱动机制.     

基于CA-Markov模型的土地利用演化模拟预测研究

为了探究城市发展过程中土地利用变化规律及各类驱动力的影响,以北京市顺义区为例,基于2000、2005、2010年3期遥感影像解译数据,分析研究区域的土地利用类型的动态变化程度,并基于Markov模型定量分析了土地利用的转移方向及转化程度。结合GIS分析功能,探讨多种土地利用驱动力对于土地利用类型转移的影响,并采用模糊计算的方法,将各类影像土地利用转移的因子标准化,并利用GIS中加权线性方法将其整合,结合元胞自动机马尔可夫模型,模拟出2010年的土地利用分布,经验证模拟的精度高达81.41%,Kappa指数为0.776 9,得到了较为理想的结果,证明了方法的可行性及精度的可靠性。并以2010年的土地利用格局为基础,预测2020年的土地利用状况并分析2010—2020年10 a间的土地利用变化。分析结果表明,除草地、林地变化不明显,耕地、水域面积继续保持减少的趋势,但减小的趋势渐缓,建设用地仍在不断增加,但也逐渐趋于饱和的增长趋势。此研究可为当前及未来的土地利用规划、管理和生态恢复提供科学依据。     

RCPs气候情景下三江平原典型流域耕地动态模拟

选取三江平原典型流域挠力河流域为研究区,以1990、2002和2014年3期Landsat影像、DEM数据和社会经济统计资料等多源数据为基本信息源,结合3S技术,运用FLUS模型定量模拟代表性浓度路径情景系列(RCPs)下耕地动态变化特征。结果表明:24 a间挠力河流域的旱地面积变化幅度较小,水田面积持续增加,1990—2002年水田扩张剧烈,2002—2014年扩张速度趋于缓和;3个时点的旱地均沿东北-西南轴方向进行分布,主轴沿顺时针缓慢旋转,空间变化稳定,分布范围逐渐减小。水田沿东北-西南走向分布,1990—2002年其主轴逆时针旋转,后顺时针旋转至45.31°,整体分布较为离散,极化特征不明显;通过对比不同空间分辨率及时间尺度下模拟精度,确定最优模拟空间分辨率为200 m,最优模拟时间点为2038年;MESSAGE气候模式下,未来挠力河流域的旱地面积先减少后增加,水田继续维持扩张态势,2029年后面积将以2%速度逐年下降,其分布将更加聚集,主轴沿顺时针旋转,重心逐渐向东北方向进行偏移;AIM气候模式下,气候波动对水田的影响程度大于旱地,旱地面积持续缓慢增加,水田面积在波动中下降,空间分布的极化特征突出。     

基于LVQ模型的汽车行驶工况识别算法

为了解决汽车行驶工况的识别问题,设计了一种基于学习向量量化模型的汽车行驶工况识别算法。选取典型工况作为初始样本,对典型工况进行分块以扩充识别样本空间。选取并计算能够充分表征工况特征的特征参数,对所有的特征参数值进行归一化处理后形成对应的标准特征参数向量。构建学习向量量化神经网络工况识别模型,给出用于模型训练的训练流程以及用于工况识别的识别流程。试验结果表明:设计的工况识别算法能够有效地对汽车的实际行驶工况进行实时识别,识别精度达到88%。     

基于CLUE-S模型的煤矿城市土地利用变化模拟

以淮南市为研究区,选择1985、1995、2005、2016年土地利用数据,在分析土地利用动态变化特征的基础上,利用CLUE-S模型模拟预测了未来土地利用格局。结果表明：1985—2016年,研究区耕地面积减少11.62%;建设用地和水体面积百分比分别增加7.98个百分点和4.29个百分点。2005—2016年是各地类变化最强烈的阶段,其综合土地利用动态度最大,为13.46%。建设用地变化速率最快,其土地利用动态度为5.19%。土地转移主要发生在耕地、水体和建设用地之间,以耕地向建设用地和水体的转换为主。耕地转为建设用地的面积达207.61 km²,新增水体集中分布在潘谢矿区。加入空间自相关性和土壤质量因子后,耕地和建设用地的Logistics回归效果显著改善,ROC分别增加0.201和0.133。年均降水量是影响耕地变化的主要驱动因子,与耕地分布概率呈负相关;而建设用地变化主要驱动因子为GDP。土地利用模拟的Kappa系数为0.74,CLUE-S模型在研究区域具有较好的模拟能力。运用CLUE-S模型预测了研究区2028、2034、2040年土地利用空间分布,未来...