不同样本方案下遗传元胞自动机的土地利用模拟及景观评价.PDF

See discussions, stats, and author profiles for this publication at: /publication/309668265 Generic algorithm based cellular automata with different sampling schemes for land use simulation and a subsequent landscape... Article in ournal of Applied Ecology · April 2011 CITATIONS READS 0 18 1 author: Yongjiu Feng Shanghai Ocean University 54 PUBLICATIONS 280 CITATIONS SEE PROFILE Some of the authors of this publication are also working on these related projects: New approaches to modelling human-environment interactions for sustainable coastal city development (ARC Discovery) View project All content following this page was uploaded by Yongjiu Feng on 04 November 2016. The user has requested enhancement of the downloaded file. 应 用 生 态 学 报摇 2011年4月摇 第22卷摇 第4期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 ChineseJournal of Applied Ecology,Apr. 2011,22(4):957-963 不不同样本方案下遗传元胞自动机的土地 利用模拟及景观评价* 1** 2 1 冯永玖 摇 刘摇 艳摇 韩摇 震 1 2 ( 上海海洋大学海洋科学学院,上海201306; 昆士兰大学地理、规划与环境管理学院,澳大利亚布里斯班4072) 摘摇 要摇 利用元胞自动机(cellular automata,CA)模拟土地利用情景,有助于理解其变化机理, 并为土地资源持续利用提供空间决策支持.本文基于生物进化过程的遗传算法(generic algo鄄 rithm,GA)将CA参数编码成为染色体,在模拟结果与真实结果差异值的引导下,通过选择、杂 交和变异算子使最优的染色体得以遗传和保留,从而建立智能优化的元胞自动机模型. 以浙 -2 江省嘉兴市1992—2008年土地利用变化为例,分别利用6%(66 个 ·km )和3%(33 个 · -2 km )两种样本方案构建遗传CA模型进行土地利用变化模拟,并通过混淆矩阵、Kappa 系数 和景观指数对模拟结果进行评估.结果表明:遗传CA模拟结果能在数量、位置和景观格局上 以超过80%的水平接近真实分类,且大样本量构建的遗传CA 的模拟精度更高;2008 年的模 拟精度和景观综合指数低于2001年,表明遗传CA 的模拟精度和景观综合指数随模拟时间而