基于马尔可夫模型的吉林市土地利用变化预测

基于马尔可夫模型预测的方法,来研究吉林市土地利用结构变化。将马尔可夫预测模型结合起来,构建土地需求量预测马尔可夫组合模型,预测了区域土地需求量。研究结果表明:马尔可夫预测模型是一种新的更有效的土地需求预测方法,影响区域土地和利用变化的主要驱动因素为土地利用结构调整、经济增长和人口增长,从而得出土地利用供求平衡的政策建议。

基于灰色马尔可夫模型的新型农村合作医疗体制基金风险预测

目的研究灰色马尔可夫模型在新农合基金风险预测中的适用性,并应用该模型对新农合的基金风险进行预测。方法基于广州市番禺区2005-2011年新农合的相关资料,建立灰色马尔可夫模型,验证模型的适用性,并对2012-2016年的基金风险进行预测。结果灰色马尔可夫模型中新农合2012年参合人数和报销金额预测值与实际值比较,精确度为97.31%和98.05%。通过此模型预测的结果显示,新农合的基金总额先逐渐增加,到2014年后呈逐渐下降的趋势;而报销总额是呈逐渐上升的趋势。结论灰色马尔可夫模型适用于新农合的基金风险预测,由此模型所预测的结果显示番禺区新农合系统在未来5年间不会出现破产的情况,但从长远来看,应该适当加大新农合的资金投入。

基于马尔可夫模型预测长汀县土地利用动态变化

以福建省长汀县为研究对象，利用1995年、2005年的遥感图像，运用RS和GIS技术分析了用动态变化过程以及土地利用各类型之间的相互转化情况。在此基础上，求得研究区土地利用的转移矩阵，据此分析了长汀县1995年-2005年间土地利用动态变化的空间过程。同时运用马尔可夫模型对2015和2025年的土地利用动态变化及演变趋势预测进行了分析，得出长汀县内土地利用变化情况。

基于马尔可夫体制转换模型的中国铜期货对冲研究

中国是最大的铜消费国和进口国。当前国际铜价以伦铜价为导向，中国没有铜的定价权，故利用铜期货对现货铜的价格进波动行风险对冲十分有必要。我国铜期货推出已有二十余年历史，发展十分迅速，这给铜期货风险对冲提供了良好的契机。

基于加权马尔可夫模型的土地利用预测——以徐州市为例

以正在进行功能转型的徐州市区为研究对象,通过遥感影像解译将该区域内土地分为水体、林地、建设用地、农田、未利用地5种用地类型,并计算了2001年、2005年和2008年的转移矩阵概率,利用加权马尔可夫方法预测徐州市未来9年内的土地利用变化。研究结果表明:徐州市在2009—2017年内,建设用地将增加7.363km2,水体和林地略有上升,耕地面积持续减少9.61km2;采用加权马尔可夫链进行修正,能提高预测结果的准确性。

基于马尔可夫模型的重庆市土地利用预测研究

采用加权方法建立重庆市土地利用类型转移矩阵,运用马尔可夫模型对土地利用的变化进行预测。结果表明,预测期的耕地、其他农用地、未利用土地在不断下降,而园地、林地、牧草地、居民点及工矿用地、交通用地、水利设施用地、其他土地则处于增长趋势。

基于马尔可夫链模型的我国股票指数研究

一、引言 股票指数即股票价格指数.是由证券交易所或金融服务机构编制的表明股票行市变动的一种供参考的指示数字.由于股票价格起伏无常,投资者必然面临市场价格风险.对于具体某一种股票的价格变化,投资者容易了解,而对于多种股票的价格变化,要逐一了解,既不容易,也不胜其烦.为了适应这种情况和需要,一些金融服务机构就利用自己的业务知识和熟悉市场的优势,编制出股票价格指数,公开发布,作为市场价格变动的指标.投资者据此就可以检验自己投资的效果,并用以预测股票市场的动向.

运用马尔可夫模型探讨人类活动对乡村森林景观动态的影响

在福建省建瓯市温洋村,以1996年和2005年二期固定样地的森林资源连续清查数据为基础,结果表明,在相当长的一段时间内,乡村森林景观以锥栗速生林为主导,由于采伐迹地更新树种单一,导致原生硬阔林逐渐减少,森林景观要素组成趋于单一,并随着n→∞时,软阔林比例越来越大,几乎占据了整个乡村森林景观的80%以上,形成景观单一、大面积纯种林的生态系统。依据预测分析的结果,文章提出合理宏观控制的对策和建议,为乡村森林景观的可持续经营提供科学依据。

基于CA-Markov模型的滇池流域土地利用变化动态模拟研究

以滇池流域为例,基于1990和1999年TM遥感影像解译数据,分析流域土地利用类型的动态变化程度,并基于马尔可夫模型定量分析土地利用转化的方向。采用GIS中多标准评价(MCE)方法,结合元胞自动机–马尔可夫(CA-Markov)模型,对2008年土地利用变化进行模拟和预测,预测结果与实际解译结果的Kappa系数达0.7338,表明预测结果可信。在此基础上,运用CA-Markov模型对2017和2026年的土地利用空间格局变化进行模拟,结果表明,该流域土地利用变化快,生态恢复和重建的压力很大。2008—2026年,耕地、林地、水域和未利用地面积将有所减少,草地和建设用地面积将迅速增加;与1990—2008年相比,草地、水域和未利用地的变化趋势相反,而耕地、林地和建设用地变化趋势相同。建设用地在原有基础上往外扩展,水域变化则较小。林地资源虽然有所减少,但仍然是流域主要的用地类型。建设用地扩张明显增加了滇池非点源污染的负荷。土地利用不合理是造成目前滇池水质退化的主要原因之一,并将加剧未来流域的水环境和水生态压力。因此,保有足够的人均耕地,降低施肥强度,提高土地利用水平,保留足够量的生态用地,节约集约利用建设用地,是降低该区域非点源污染潜力的重要措施。研究结果可为流域土地利用合理规划管理、生态恢复和经济发展政策的制定提供科学支持。

基于混合高斯密度模型和空间上下文信息的遥感影像变化检测方法及扩展

在运用混合高斯密度模型对差分影像建模的基础上,分别采用顾及上下文信息的概率松弛迭代法和马尔可夫随机场模型法进行影像的变化检测。首先,提出一种运用遗传K均值算法与EM算法联合解算高斯混合密度模型参数的方法,该方法可以自动地解算出模型的统计参数,结果与手工选择样本的解算结果完全一致。然后,比较概率松弛迭代法以及马尔可夫随机场模型法的影像变化检测效果,得出基于模拟退火法的马尔可夫随机场法效果较好的结论。最后,对传统的基于模拟退火法的马尔可夫随机场方法进行改进,提出了一种变权马尔可夫随机场方法,检测结果能更好地保持影像的结构性,并有效去除了孤立噪声。

福建省土地利用动态变化及趋势预测

根据福建省1988年土地利用详查资料与1995—2001年土地变更资料以及相关经济统计年鉴,对福建省土地利用动态变化及驱动力进行了分析.探讨了宏观政策对土地利用变化的影响后,对建设用地及耕地等主要土地利用类型在区域尺度上采用逐步回归方法加以分析,得出第三产业发展、居民生活水平提高以及固定资产投资增加是建设用地扩展的主要驱动力,而全社会固定资产投资与农业内部调整是导致耕地减少的主要原因.利用1995—1996年土地利用转移概率矩阵以及修正后的转移概率矩阵,运用马尔可夫过程对福建省土地利用结构进行模拟与预测,试图揭示该省土地利用未来走向,并为实现土地合理利用、土地资源优化配置提供决策依据.

基于GIS的土地利用动态变化与预测——以井陉县威州镇为例

介绍了以遥感影像得出的土地利用现状图为数据源 ,通过利用GIS技术对其进行定量分析土地利用动态变化过程 ,以及土地利用各类型之间的相互转化情况 .并且运用土地利用类型动态度和马尔可夫模型 。

基于贪心EM算法的HMRF遥感影像变化检测

提出一种基于贪心EM算法的HMRF遥感影像变化检测算法。该算法采取PCA与差值法相结合的方式来构造差分影像。首先,采用隐马尔可夫随机场(Hidden Markov Random Field,HMRF)模型描述空间上下文信息,并构造系统能量函数;然后,利用贪心EM算法克服EM算法假定混合成分数为已知、迭代结果过分依赖初始值、可能收敛到局部最大点或收敛到参数空间边界的缺点,能够准确学习分布模型结构和参数,发现数据对模型的最佳匹配;最后,通过条件迭代模型(Iterated Conditional Modes,ICM)优化算法求解能量函数最优解,获取变化区域。实验结果表明,该算法能够更好地保持影像的结构性,有效去除孤立噪声。

一种运用纹理和光谱特征消除投影差影响的建筑物变化检测方法

针对不同时期高分辨率遥感影像变化检测中城区建筑物因投影差差异所产生的误检测现象,提出了一种综合应用光谱和纹理特征的建筑物变化检测方法。以变化和未发生变化地物影像的散度作为可分性依据,首先对光谱差分影像在混合高斯密度模型下建模,并采用马尔可夫最小错误概率准则提取初始变化区域,往往含有错判的建筑物。然后将误判建筑物影像类和真实变化影像类构成训练集,通过引入多通道Gabor滤波器,提取训练集的纹理差分特征,并采用分类别PCA变换实施纹理差分特征的选择。最后对选择出的纹理差分特征依据高斯混合密度模型建模,并用马尔可夫最小错误概率提取真变化区域,即可去除光谱信息检测所产生的伪变化。试验表明,本文方法能够较好地解决建筑物变化的错判问题,提高了影像变化检测的精度。

基于TM图像的农业区域植被覆盖变化检测

以交叉相关光谱匹配(cross correlogram spectral matching,CCSM)为基础构建土地覆盖变化强度指标,利用华北农业植被覆盖区2期不同时相的TM图像计算该地区土地覆盖变化强度图像。认为变化强度图像任意二阶邻域中像素的变化强度服从隐马尔可夫模型,用马尔可夫随机场-最大后验估计(maxium a posteriori estimation of markovrandom field,MRF-MAP)的方法从变化强度图像中提取植被变化区域。实验证明:该方法能够有效识别各种外源噪声造成的农业植被覆盖区域同物异谱的现象,可准确提取植被变化区域;但对于水体区域存在误判现象。

近20年厦门市土地利用动态变化及预测

基于RS与GIS技术,提取1994,2000,2006和2013年4期遥感影像土地利用信息,利用土地利用转移矩阵、动态度模型、概率转移矩阵及马尔可夫模型,研究了近20a厦门市土地利用动态变化特征,并预测其未来10a的土地利用变化趋势。结果表明,近20a厦门市土地利用变化速度前期较快,后期趋缓,变化面积高达46.75%;土地利用变化的总体特征与建设海峡西岸经济区龙头及加强海洋经济的城市发展战略相符;建设用地变化仍为该区域未来10a土地利用变化的主导类型,需加强对耕地和林地的保护以促进土地利用可持续性发展。

基于MLP-ANN与Markov Chain的土地利用变化预测方法——以锡林郭勒盟为例

以北方草地典型地区—内蒙古锡林郭勒盟为案例区,在1995年到2000年的土地利用变化与驱动力分析的基础上,利用土地利用转换类型和驱动力模型,采用多层感知人工神经网络模型分析了各种土地利用类型未来的转换潜力;利用马尔可夫链模型,预测了2005和2010年土地利用格局。预测结果显示:高覆盖度草地减少幅度最大,中覆盖度草地减少相对和缓,高、中覆盖度草地的减少造成了未利用地和低覆盖度草地的增加,尤其是前者增加的幅度最大;从空间分布看,高覆盖度草地的减少集中在西北部地区,主要转变为中低覆盖度草地,中覆盖度草地的减少主要集中在西南部地区,其流向主要是以沙化土地为主的未利用地;案例研究表明,多层感知人工神经网络模型与马尔可夫链模型的结合与应用能够在很大程度上预测稳定驱动力作用下的土地利用变化趋势,从而为生态干预提供指导。

基于GIS的聊城市土地利用动态变化与预测研究

以聊城市1994年土地利用现状图、地形图及2002年ETM+影像为数据源;利用GIS技术进行土地利用动态变化过程分析,并且运用马尔可夫模型,对聊城市土地利用动态变化及演变趋势预测进行了分析,以此可为区域土地合理利用提供依据,进而优化土地利用的结构,调整社会经济发展的策略。

基于GRACE和GLDAS的长江下游陆地水储量变化预测

利用GRACE重力卫星数据反演2002—2015年间长江下游陆地水储量变化,与GLDAS模型模拟陆地水储量从趋势性和相关性两方面进行对比分析,并利用长系列GLDAS模拟水储量和两者间函数关系,建立改进灰色-马尔可夫模型预测长江下游地区未来陆地水储量变化.结果表明:GRACE重力卫星数据反演的陆地水储量变化和GLDAS模型模拟的陆地水储量变化趋势一致,均有微弱增长趋势,最小二乘拟合相关系数为0.79,两者间具有强相关性;利用改进灰色-马尔可夫模型预测长江流域下游地区2016年和2017年陆地水储量变化区间分别为(7.37,cm,12.05,cm]和(7.29,cm,11.25,cm],2016年预测结果与实际情况一致,结果表明区域将会出现连续丰水状态,极有可能导致洪涝灾害发生,未来防洪治涝形势严峻.

香格里拉县土地利用/土地覆盖变化与趋势预测研究

在遥感和GIS技术支持下,定量分析研究区1989～2003年的土地利用/土地覆盖变化过程,以及土地利用/土地覆盖变化各类型之间的相互转化状况,并定性分析研究区土地利用/土地覆盖变化的驱动因子。运用马尔柯夫模型,对研究区未来土地利用/土地覆盖演变趋势进行模拟与预测。为实现研究区土地资源的可持续利用,必须在提高全民环保意识、坚决贯彻国家相应法律法规的前提下,加强天然林保护,建立长期有效的补偿机制,搞好退耕还林还草,严格控制人口增长。