基于神经网络的元胞自动机和模拟复杂土地利用系统.pdfVIP

第 24 卷 　第 1期 地 　　理 　　研 　　究 Vo l24 , No1 2005年 1月 GEO GRA PH ICAL 　R ESEARCH J an, 2005 基于神经网络的元胞自动机及模 拟复杂土地利用系统 1 2 黎 　夏 , 叶嘉安 ( 1 中山大学地理科学与规划学院 , 广州 510275; 2 香港大学城市规划及环境管理研究中心 香港 ) 摘要 : 本文提出了基于神经网络的元胞 自动机 ( Cellu lar A utom ata) , 并将其用来模拟复杂的 土地利用系统及其演变 。国际上已经有许多利用元胞 自动机进行城市模拟的研究 , 但这些模 型往往局限于模拟从非城市用地到城市用地的转变 。模拟多种土地利用的动态系统比一般模 拟城市演化要复杂得多 , 需要使用许多空间变量和参数 , 而确定模型的参数值和模型结构有 很大困难 。本文通过神经网络 、元胞 自动机和 GIS相结合来进行土地利用的动态模拟 , 并利 用多时相的遥感分类图像来训练神经网络 , 能十分方便地确定模型参数和模型结构 , 消除常 规模拟方法所带来的弊端 。 关 键 词 : 神经网络 ; 元胞自动机 ; 遥感 ; 土地利用 ; GIS 文章编号 : (2005) 1　 引言 　　土地利用及其变化对全球的环境有着明显的影响 , 了解土地利用的动态过程是地理学 的一个重要领域 。土地利用的变化是复杂的动态系统 , 具有变化不连续性 、景观镶嵌 、土 地利用类别混合 、变化不可逆等特点[ 1 ] 。经济活动和人类需求给土地资源带来了压力 。 土地利用的矛盾与城市化 、经济发展 、人口等要素相关 [ 2 , 3 ] 。模拟土地利用的动态变化可 以帮助检验城市和土地利用方面的假设和理论 。 　　近年来 , 国际上许多学者利用 Cellu lar A u tom ata (译为元胞 自动机或单元 自动机 , 简 称 CA ) 开展了城市增长的模拟研究[ 4 ～8 ] 。我们也对珠江三角洲的城市演化及优化进行了 系统的 CA 模拟研究[ 9～12 ] 。这些研究表明 , 利用一些简单的局部规则 , 可以模拟出城市系 统的复杂结构 , 为城市学有关理论提供了依据 。但这些模型往往局限于模拟从非城市用地 到城市用地的转变 。有必要将 CA 模型应用于模拟多种土地利用类型之间的演变 。监测和 模拟土地利用变化已经吸引许多学者的注意 [ 13～15 ] 。 　　利用 CA 模拟城市系统时 , 需要使用许多空间变量 。在模型里 , 这些空间变量对应着 一系列的参数 。每个变量在模型所起的作用取决于其对应参数值的大小 。当 CA 模型应用 于真实的城市系统时 , 必须对模型进行纠正 , 获得合适的模型参数 , 以模拟出接近实际的 城市形态 。但是 , 目前对 CA 模型的纠正方法研究得不多 , 所提出的模型纠正方法也存在 　　收稿 日期 : 2004 0525; 修订日期 : 2004 090 1 　　基金项目: 国家自然科学基金资助项 目 (4047 1105) ; 高等学校博士学科点专项科研基金资助 (20040558023) ( ) 　　作者简介 : 黎夏 1962 , 男 , 广西梧州人 , 中山大学特聘教授 , 博士生导师 。1983 年硕士毕业于北京大学 , 1996年获香港大学博士学位 , 1997 ～98年在香港大学进行博士后研究。主要从事遥感和地理