矢量元胞自动机模型(VCA)能精细地模拟城市土地利用变化,在VCA中引入合理的地块分裂规则更符合城市扩张高度破碎化的特点。由于地块破碎及其模拟实现的复杂性,目前已有研究尚未考虑地块的动态分裂。该文提出了一种对地块分裂进行约束的...矢量元胞自动机模型(VCA)能精细地模拟城市土地利用变化,在VCA中引入合理的地块分裂规则更符合城市扩张高度破碎化的特点。由于地块破碎及其模拟实现的复杂性,目前已有研究尚未考虑地块的动态分裂。该文提出了一种对地块分裂进行约束的矢量元胞自动机模型(Constrained Dynamic Land Parcel Subdivision and Vectorbased Cellular Automata,CDLPS-VCA),通过形状、坡度、邻域来约束动态地块分裂过程,采用逻辑回归模型挖掘转换规则,并耦合矢量元胞自动机进行城市扩张模拟。该模型被应用于深圳市宝安区2009-2014年的城市扩张模拟,结果表明:与VCA和DLPS-VCA相比,CDLPS-VCA能获得最高的模拟精度(FoM=0.266,分别提高了0.046和0.020)和最相似的空间格局(al=86.08%,分别提高了11.30%和3.11%),说明在VCA中有机融合合理的地块分裂过程,能更精确地模拟土地利用变化;同时,基于模拟结果识别出了宝安中心组团、西部工业组团、西部高新组团3个城市发展热点区域。该方法能准确地模拟城市化进程,为城市土地利用监测和城市发展规划提供依据。展开更多
Considering the interlayer height, luggage, the difference between queuing pedestrians, and walking speed, the pedestrian choice model of vertical walking facilities is established based on a support vector machine. T...Considering the interlayer height, luggage, the difference between queuing pedestrians, and walking speed, the pedestrian choice model of vertical walking facilities is established based on a support vector machine. This model is verified with the pedestrian flow data of Changchun light-rail transfer station and Beijing Xizhimen transfer station. Adding the pedestrian choice model of vertical walking facilities into the pedestrian simulation model which is based on cellular automata, the pedestrian choice behavior is simulated. In the simulation, the effects of the dynamic influence factors are analyzed. To reduce the conflicts between pedestrians in opposite directions, the layout of vertical walking facilities is improved. The simulations indicate that the improved layout of vertical walking facilities can improve the efficiency of pedestrians passing.展开更多
本文探索了最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)获取元胞转换规则的可行性,并应用于复杂土地利用变化模拟预测。以湖北省鄂州市为研究区,以1991-2004年土地利用变化数据作为模型训练数据,运用改进的ROC分...本文探索了最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)获取元胞转换规则的可行性,并应用于复杂土地利用变化模拟预测。以湖北省鄂州市为研究区,以1991-2004年土地利用变化数据作为模型训练数据,运用改进的ROC分析方法对比分析了LSSVM和逻辑回归方法获取的元胞转换规则,在此基础上运用LSSVM-CA模型模拟了研究区2013年的土地利用情景,并对2020年和2030年土地利用情景进行预测。研究结果表明:1LSSVM对数量较大、变化过程较复杂土地利用类型的空间分布模拟效果更好,如耕地、建设用地、养殖水体和其他用地;2与2013年实际土地利用情景相比,LSSVM-CA模拟结果总体精度为0.80,Kappa系数为0.73,处于较高一致性水平,优于逻辑回归-CA模型结果;3未来,鄂州市主城区、城西新区、"葛华新城"、"红莲湖新城"以及南部的花湖开发区、沼山镇、太和镇建设用地需求较大,将占用大量耕地,东部和南部低丘岗地区的耕地将大量转变为林地。研究结论为LSSVM方法可用于获取元胞转换规则进行复杂土地利用变化模拟,并能取得较好的效果,模拟结果可为研究区土地规划、耕地和生态环境保护等提供决策参考。展开更多
文摘矢量元胞自动机模型(VCA)能精细地模拟城市土地利用变化,在VCA中引入合理的地块分裂规则更符合城市扩张高度破碎化的特点。由于地块破碎及其模拟实现的复杂性,目前已有研究尚未考虑地块的动态分裂。该文提出了一种对地块分裂进行约束的矢量元胞自动机模型(Constrained Dynamic Land Parcel Subdivision and Vectorbased Cellular Automata,CDLPS-VCA),通过形状、坡度、邻域来约束动态地块分裂过程,采用逻辑回归模型挖掘转换规则,并耦合矢量元胞自动机进行城市扩张模拟。该模型被应用于深圳市宝安区2009-2014年的城市扩张模拟,结果表明:与VCA和DLPS-VCA相比,CDLPS-VCA能获得最高的模拟精度(FoM=0.266,分别提高了0.046和0.020)和最相似的空间格局(al=86.08%,分别提高了11.30%和3.11%),说明在VCA中有机融合合理的地块分裂过程,能更精确地模拟土地利用变化;同时,基于模拟结果识别出了宝安中心组团、西部工业组团、西部高新组团3个城市发展热点区域。该方法能准确地模拟城市化进程,为城市土地利用监测和城市发展规划提供依据。
基金supported by the National Natural Science Foundation of China(Grant Nos.51278221 and 51378076)the Science Technology Development Project of Jilin Province,China(Grant No.20140204027SF)
文摘Considering the interlayer height, luggage, the difference between queuing pedestrians, and walking speed, the pedestrian choice model of vertical walking facilities is established based on a support vector machine. This model is verified with the pedestrian flow data of Changchun light-rail transfer station and Beijing Xizhimen transfer station. Adding the pedestrian choice model of vertical walking facilities into the pedestrian simulation model which is based on cellular automata, the pedestrian choice behavior is simulated. In the simulation, the effects of the dynamic influence factors are analyzed. To reduce the conflicts between pedestrians in opposite directions, the layout of vertical walking facilities is improved. The simulations indicate that the improved layout of vertical walking facilities can improve the efficiency of pedestrians passing.
文摘本文探索了最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)获取元胞转换规则的可行性,并应用于复杂土地利用变化模拟预测。以湖北省鄂州市为研究区,以1991-2004年土地利用变化数据作为模型训练数据,运用改进的ROC分析方法对比分析了LSSVM和逻辑回归方法获取的元胞转换规则,在此基础上运用LSSVM-CA模型模拟了研究区2013年的土地利用情景,并对2020年和2030年土地利用情景进行预测。研究结果表明:1LSSVM对数量较大、变化过程较复杂土地利用类型的空间分布模拟效果更好,如耕地、建设用地、养殖水体和其他用地;2与2013年实际土地利用情景相比,LSSVM-CA模拟结果总体精度为0.80,Kappa系数为0.73,处于较高一致性水平,优于逻辑回归-CA模型结果;3未来,鄂州市主城区、城西新区、"葛华新城"、"红莲湖新城"以及南部的花湖开发区、沼山镇、太和镇建设用地需求较大,将占用大量耕地,东部和南部低丘岗地区的耕地将大量转变为林地。研究结论为LSSVM方法可用于获取元胞转换规则进行复杂土地利用变化模拟,并能取得较好的效果,模拟结果可为研究区土地规划、耕地和生态环境保护等提供决策参考。
