针对GIS和元胞自动机的女儿寨小流域植被动态模拟的分析研究.pdfVIP

摘要 基于GIS和元胞自动机的女儿寨小流域植被 动态模拟研究 地图学与地理信息系统专业 硕士研究生赵占轻 指导教师郭志华副研究员王建力教授张小全研究员 摘要 用和时间上的因果关系皆局部的格网动力学模型，它“自下而上”的研究思路，强大的复杂 计算功能、固有的并行计算能力、高度动态特征及具有空间概念等特征，使得它在模拟空间 复杂系统的时空演化方面具有很强的能力，充分体现了“复杂结构来自于简单子系统的相互 作用”这一复杂性科学的精髓；同时，地理数据普遍具有空间自相关性，即距离较近的数据 之间的相关性比距离较远的数据之间的相关性强，CA模型在模型构造规则中定义的邻居概念 恰恰能够将这一空间自相关因素考虑到模型中去，因此，CA模型非常适合于具有复杂时空特 征的地理系统模拟。另外，地理信息系统的迅速发展大大推动了CA技术在地理研究中的应用， 目前CA模型与GIS(GeographicalInformationSystem)技术相结合已经应用在城市土地利用 变化模拟、土壤侵蚀模拟、荒漠化演化预测、干旱区LUcC模拟和湿地土地覆被预测等方面。 本文较全面地综述了土地利用／土地覆被变化(LandUse／Cover Change，LUCC)模型的 理、ArcGIS Neural Engine技术和人工神经网络(ArtificialNetwork，ANN)技术；应用 术和CA模型构建了BPNN-CA模型，并应用该模型对女儿寨小流域的植被动态进行了模拟研究。 本文主要研究内容和结论如下： 1、女儿寨小流域植被变化特征及驱动机制分析 女儿寨小流域植被变化特征：1994--一2008年间，耕地、落叶阔叶林和针叶林面积都在减 少，而果园、常绿阔叶林和灌木林地面积则在增加，其中果园面积增加最快；从植被类型间 的相互转换来看，减少的耕地主要转变成了果园，落叶阔叶林最明显的转变是转变为果园， 减少的针叶林主要转变为了灌木林地、落叶阔叶林、常绿阔叶林和果园。 基于AutoLogistic模型的分析结果表明，自然和人类活动因子对女儿寨小流域植被变化 的影响力不同。自然因子中的坡度对非耕地转化为耕地的变化、非果园转化为果园的变化、 非常绿阔叶林转化为常绿阔叶林的变化、非针叶林转化为针叶林的变化有重要影响；坡向对 非耕地转化为耕地的变化、非常绿阔叶林转化为常绿阔叶林的变化和非灌木林地转化为灌木 两南大学硕+学何论文 林地的变化影响显著；海拔对各种植被变化类型的影响都较小。人类活动的影响对非果园转 化为果园变化和非落叶阔叶林转化为落叶阔叶林的变化影响显著。 2、BPNN-CA模型的构建 本文结合GIS技术、BP神经网络技术和CA构建了小流域植被动态模拟模型，在CA的邻 Engine9．0相结合，编程实现了模型变量提取及模型变量数据库建立的功能模块，使得模型数 据准备更加方便快捷；应用MatLab软件中的神经网络模块，结合研究区实际情况，建立了双 隐层非线性BP神经网络，用以代替复杂的CA转换规则来获取模型变量的参数值，从而大大 简化了CA模型转换规则定义的难度。 3、基于BPNN-CA模型的女儿寨小流域植被动态模拟 借助BPNN—CA模型，利用1994年和2008年两个时期的植被覆盖图，对女儿寨小流域的 植被动态进行了模拟预测研究。模型采用了半径为7个元胞边长的圆形邻居范围，克服了方 向上的偏差，提高了模型模拟精度。用人工神经网络代替复杂的CA转换规则，降低了多种植 被类型模拟的难度，同时减少了主观因素影响，提高了模型模拟的准确性。研究结果表明：(1) 该模型对女儿寨小流域植被动态的模拟精度达到了87．32％，模拟结果较理想：(2)本文还基 于过去的趋势，在假设自然和社会影响因子均不发生变化的情况下，应用该模型对研究区2022 研究区针叶林、落叶阔叶林和耕地面积整体呈现出减少的趋势，果园和常绿阔叶林面积呈增 加的趋势，且减少和增加的速率均逐渐降低，灌木林地面积先呈现增加的趋势(1994～2022 积变化的速率相对其他几种类型低：假设这种发展趋势不变，若干年后，女