集成ANN和Markov的土地利用变化模拟与情景分析——以黄河三角洲为例

基于GIS空间分析、ANN方法、Markov理论和Duckling协同环境,通过研发及集成,形成可同时本地化及协同化运行的土地利用变化模拟和预测的ANNMarkov方法,进而,以黄河三角洲为案例区:1)基于1995、2000年1:10万的土地利用信息和GIS空间分析技术,计算5年间的土地利用转移面积及转移概率矩阵,分析各个土地利用类型的扩展与收缩特征;2)基于ANN方法和地形、区位等多因子空间信息,模拟各个土地利用类型空间变化(扩展与收缩)的概率分布,并按照ANN-Markov方法,模拟得到2000年土地利用分布图,进而进行精度评价,宏观总量、误差矩阵及Kappa系数(达0.82)均表明模拟结果精度总体较高;3)将模型推广至2005、2010年土地利用的空间化模拟(情景分析),得到2005和2010年的土地利用分布模拟图。研究表明,集成ANN-Markov方法能够得到比较理想的LUCC模拟结果,包括非常准确的总量信息与吻合度较高的空间格局特征,而且在情景分析及其空间化模拟方面有较大的优势;通过开发/改进和集成,该方法可在协同环境平台中运行,从而极大地便利了模型的推广应用以及模拟结果的比对。