[发明专利]一种湿地空间分布变化格局模拟与预测方法

说明书

技术领域

本发明涉及一种湿地时空演变研究技术领域，尤其是涉及一种湿地空间分布变化格局模拟与预测方法。

背景技术

现有湿地时空演变研究主要针对湿地演变及景观格局分析，对于湿地空间分布格局模拟预测研究为缺乏。主要方法有：

1、系统动力学；

2、马尔科夫模型；

3、元胞自动机模型；

4、多智能体系统。

早期的数量预测模型着重于定性描述土地利用的系统变化，分析地物类型的数量和面积的变化，以及其变化的速率等，这类模型通常为数学模型，通过固定的数学公式利用计算机计算得出结果，如Logistic回归模型、灰色预测模型(Gary Forecast Model)、马尔科夫(Markov)模型等。还有使用较广的动力学模型，其中代表性的有自下而上的基于微分方程的系统动力学模型(SD:System Dynamics)和神经网络模型(ANN:Artificial Neural Network)。然而，在实际模拟演变过程中，以上所述模型仍存在着不足。模拟结果只是在数量和面积上的变化，无法分析空间上的格局变化。如SD模型缺乏对空间因素的处理能力和各要素在空间上的反馈；Markov数量转移方面具备优势，却无法得知地物类型在空间上的变化程度。其次，受到研究者主观性的影响。如Logistic回归模型和SD模型在建模时，模型结构和参数的设定、影响因子的选取都是人为主观确定。空间分布格局的预测研究很好的解决了数量预测模型所存在的不足，大量学者开始转向对湿地空间分布格局的研究，结合近年来飞速发展的遥感和GIS技术，开展了对湿地在多时空尺度上的演变，各系统间的相互作用，以及近年来备受关注的“人类—环境”的关系等一系列研究。如元胞自动机模型、土地利用变化及效应模型、多智能体系统等单一的模型难以满足湿地时空格局的复杂变化，多模型的综合应用是必然发展趋势。数量模型与空间模型的耦合、多个空间模型间的综合利用等，如CA-Markov模型、Logistic-CA-Markov、Markov-CLUES、LUSD(Land Use Scenario Dynamics model)等。由于土地利用系统的复杂性，难以建立一个能量化一切的普适性模型。不同的模型有其优势以及适用的范围，对不同的研究区进行预测时需根据特定要求选取合适的模型或选择多个模型综合应用。

现有的这些湿地时空演变研究方法具有以下缺陷：

(1)只考虑湿地类型在数量上的变化，而无法预知空间位置上的分布变化；

(2)只考虑时间尺度下的变化，未考虑针对研究区域进行的多空间尺度的研究；

(3)只考虑单一湿地演变趋势，未考虑湿地在多种情景下的可能发展趋势。

多数预测模型都土地利用演变及城市发展的预测，用于湿地时空演变的模型及案例较少。湿地空间分布格局模拟预测方法还处于起步阶段，其模拟尺度与情景设置较为单一，模拟精度大大下降。。

发明内容

本发明主要是解决现有技术中存在的空间尺度单一、精度不高、预测情景单一的技术问题，提供了一种湿地空间分布变化格局模拟与预测方法。

本发明的上述技术问题主要是通过下述技术方案得以解决的：一种湿地空间分布变化格局模拟与预测方法，包括以下步骤：

S1.对已知年份的湿地空间分布信息进行提取，获得湿地类型分布格局图；

S2.根据湿地类型分布格局图对湿地空间分布变化进行模拟；

S3.在多种情景下对湿地空间分布进行预测。

本发明提供了一种多时空多情景下湿地分布格局模拟预测方法，提高了湿地空间分布格局模拟预测精度，具有较高的区域适应性，使得通过模拟模型对湿地未来空间分布格局的模拟预测能稳定运行。

本发明方法通过空间适宜性即各个湿地类型在空间上的分布概率判断及确定每个栅格位置的湿地类型。初始年份湿地空间分布格局图为栅格数据，由一个一个的像元构成。每个像元在初始湿地类型的基础上，通过预测数据集中各参数的设置分析，得到每个湿地类型在该像元位置的适宜性大小，通过不断迭代，将空间适宜性最高的湿地类型分配到该像元位置。

作为一种优选方案，步骤S1中信息提取的具体过程包括：

S11.获取研究区域若干年的遥感影像，根据制备覆盖情况和影像资料对影像进行筛选；

S12.根据湿地特征对湿地进行分类，建立湿地分类体系；