基于优化GeoCA模型的土壤侵蚀时空变化模拟___以福建省长汀县为例.pdfVIP

第31 卷 第7 期 地 理 科 学 进 展 Vol.31, No.7 2012 年07 月 PROGRESSINGEOGRAPHY July, 2012 基于优化GeoCA 模型的土壤侵蚀时空变化模拟 ——以福建省长汀县为例 1,2 2 2 林 晨 ，周生路 , 吴绍华 (1. 中国科学院南京地理与湖泊研究所，南京210008 ； 2. 南京大学地理与海洋科学学院，南京210093) 摘 要: 土壤侵蚀动态监测是侵蚀研究体系中的重要内容，目前研究主要集中在强度评价以及趋势预测两方面， 其中，地理元胞自动机(Geo-Cellular Automata ，GeoCA)是最常用的土壤侵蚀趋势模拟模型，但是现有研究主要基 于邻域计算规则，强度模型的数学意义，而忽视了元胞自身发生变化的可能性，不能完全体现土壤侵蚀演变的复 杂性，这些问题不仅降低了模拟的精度，而且使得趋势预测与侵蚀评价两者间的融合性降低，不利于完整的研究 体系形成。本研究认为土壤侵蚀时空变化趋势是其自身侵蚀状态、自然条件以及邻域转换规则共同作用决定， 从而设计元胞侵蚀强度指数算法、元胞侵蚀强度函数以及元胞邻域转换函数，对传统GeoCA 进行了优化，并在 GIS 与遥感技术支撑下，以福建省长汀县为研究区，设计了上述算法的整合模型，对福建省长汀县30 年来土壤侵 蚀时空演替过程进行了测算与分析。研究结果显示: 长汀县土壤侵蚀最严重的地区主要分布在以河田镇为中心 的汀中地区，20 世纪90 年代以来，土壤侵蚀治理工作成效显著，改善趋势明显加快，至2000 年以后有所放缓。 预计至2020 年，土壤侵蚀区的比重将从1990年的约40%下降至约20% 。通过比较，整合算法的精度达到72.7% ， 高于单纯的侵蚀强度评价算法以及传统GeoCA 模型，证明优化GeoCA 不仅是进行土壤侵蚀时空演变模拟研究 的有效手段，更为土壤侵蚀这一复杂地理系统的元胞表述规则研究进一步深入提供了思路。 关 键 词: 土壤侵蚀；地理元胞自动机；优化；时空演变；长汀县 1 引言 工神经网络(Artificial Neural Network, ANN)等非线 性动力学智能模型常与GIS 结合，通过一些简单的 土壤侵蚀是发生在陆地表面自然与人文交互 局部转换非线性规则，对复杂的地理系统进行模拟 耦合的复杂地理过程，它不仅破坏土地资源，造成 与预测，目前，上述模型已在城市动态扩展模拟、土 淤积、干旱、洪涝等灾害，引起生态环境恶化，也会 地覆盖变化模拟和荒漠化模拟等多个方面得到应 [3-7] 直接影响区域生态环境和社会环境的可持续发展， 用 。其中，Cellular Automata(CA)模型在土壤侵 [1] 蚀模拟中的应用最广，因为土壤侵蚀的发生与演化 给民众生存与经济发展带来影响 。因此，土壤侵 蚀时空尺度上的动态监测显得十分必要。它既是 是随时间发展不断变化的动态过程，而CA 模型则 不同区域，不同自然、环境、经济条件下土壤侵蚀修 是一个基于微观个体相互作用的时空动态模拟模 复规划的基础，也是未来土壤侵蚀强度变化趋势预 型，由4 部分组成：元胞(Cells)、元胞状态(Cellular 测的重要手段。 States)、邻域(Neighbors) 和规则(Transition Rules/ 近年来，随着科学技术的不断进步以及多学科 Functions)[8] ，