[发明专利]基于GIS系统的土地资源利用变化动态预测模型及其使用方法

说明书

技术领域

本发明涉及地理建模的技术领域，具体说是土地利用变化动态预测的方法。

背景技术

土地利用变化模型是在对土地利用变化状况分析的基础上揭示土地利用变化的幅度和速度以及空间分布等特征，是对土地利用驱动因素及其相互关系进行分析，探求土地利用变化的机制，预测未来土地利用变化的趋势及其对生态环境和社会经济发展的影响。可以将目前土地利用趋势预测的背景技术归纳为以下几种，其都具有各自的优缺点；

1)回归预测法，是利用表明变量之间相互关系的数学方程式，由其它变量中的已知值推断预测变量的数值进行预测的一种方法。该方法适用于各个变量之间具有较强相关性的标准变量组。由于不同土地利用类型之间相互影响，相互制约，所以该方法常被用来研究土地利用变化与人文因素之间的关系。该模型的不足之处在于不适合大范围的预测以及因经济因子难以定量化造成的预测值的误差。

2)马尔可夫过程，运用马尔柯夫过程模拟土地利用动态变化首先要确定土地利用类型的初始状态矩阵和转移概率矩阵。该预测模型优点在于计算和实现比较简单，可以揭示不同土地利用类型之间的数量转化规律和总体变化趋势。模型运算只需要考虑土地利用的现状信息，而无需考虑土地利用变化的内在机制，不足之处在于模型缺乏揭示土地动态变化驱动机制的能力及缺乏空间表达能力，该模型适用于土地利用变化驱动力变化机制不清及预测短期土地利用变化的状况。

3)人工神经网络，能模拟人的部分形象思维能力，预测的过程就是利用不同时期获取的信息源，在对它们进行综合分析和对比的基础上，发现土地变化的区域和变化类型。该模型的优点在于能够对动态数据进行分析，并根据历史资料归纳规律，不足之处是受预测区域范围大小和时间长短的限制，一些主要因素特征难以确定，预测结果并不十分精确。

4)灰色系统动态模型，GM(n，h)是依据灰色系统理论原理，利用系统的离散采集数据建立其动态微分方程，以灰色模块为基础，微观拟合分析为核心的建模方法。土地利用系统本质上是一个灰色系统，运用灰色模型可在土地资料不完整的情况下对中长期的土地利用结构进行过程分析。

发明内容

本发明的目的是提供一种基于地理元胞自动机和GIS的土地利用变化动态预测的方法，为土地利用可持续发展提供决策依据。

本发明的基本内容是针对土地利用变化预测的要求构造一种随机型元胞自动机模型，即一种转换规则受概率函数控制的特殊的CA模型。模型中，由于许多规则都是基于概率的随机过程，所以本发明广泛应用了蒙特卡罗方法，通过有关的随机变量或随机过程的随机抽样，来求解复杂随机现象，以模拟这样的随机过程。同时由于土地利用很强的区域性，本发明在模型中引入了控制因素层作为元胞变化的外部环境，这样土地利用的CA规则随空间、时间的变化对于模拟真实的土地利用变化具有重要意义。

本发明的技术特征是：引入土地单元的生命特征，每一种土地单元都有青年、中年、老年和衰亡这样的生命周期，根据每种土地类型自身的年龄及生存的环境来决定其繁殖、成熟、死亡等行为，模拟土地利用类型的动态演变。

本发明所采用的技术方案具体如下：

1、收集研究区各种社会统计数据、土地利用变化的历史系列数据、地形、河流、交通等控制要素数据，其主要作用是用以分析确定模型运行的初始状态，模型参数以及控制因素层。本发明中主要用到的数据包括：阿克苏河流域1∶100000的土地利用专题图；阿克苏河流域1∶500000的DLG图5幅，DLG图包括的图层有行政边界、居民地、等高线、交通、河流等。

2、由于图件格式是ARC/INFO COVERRAGE & ARC/INFO E00，矢量文件投影方式又不同，不能满足GeoCA-Landuse模型对数据的要求，因此本发明借助于GIS软件对数据进行预处理，包括空间范围统一、矢量数据转为栅格数据、数据指标归并等，具体步骤如下：

1)空间范围统一

由于以上所有数据在空间范围上大多是以行政区划为边界，与研究区范围存在一定的差距，因此需要对这些数据进行必要的处理，统一到与研究区一致的范围内。

第一步，地图拼接。由于1∶500000的DLG是分层存放专题要素的，交通、水系、行政边界处在不同的图层，将以上地理要素分层提取并且拼接在一起，采用arctools的append命令，最终形成交通、水系、行政边界等的专题图层。