[发明专利]面向土地利用变化元胞自动机模拟精度的耦合评价方法

说明书

本发明公开了一种面向土地利用变化元胞自动机模拟精度的耦合评价方法，首先利用遥感影像来提取土地利用信息，再基于元胞自动机进行土地利用变化模拟并计算精度评价指标Kappa系数和Contagion指数，然后利用熵权法对Kappa系数和Contagion指数赋予权重，并根据其权重构建模拟精度的耦合评价模型，更加准确地评价土地利用变化的模拟精度，从而实现全面客观地分析土地利用变化的问题。本发明对于土地利用变化模拟精度的评价指标选取问题上，不仅仅使用较为主流的Kappa系数，还选取了合适的景观指数Contagion指数，构建一个针对模拟精度的耦合评价模型，同现有单独采用某个方面指标相比，本模型则从数值误差和误差空间分布两个方面综合地考虑土地利用变化元胞自动机的模拟精度。

技术领域

本发明属于模拟精度评价技术领域，涉及一种土地利用变化模拟精度的评价方法，特别涉及一种利用Kappa系数和Contagion指数评价土地利用变化元胞自动机模拟精度的耦合方法。

背景技术

土地利用空间格局由于人为活动发生了巨大的改变，这对人类自然和社会环境带来了很大的影响。因而准确掌握土地利用信息和变化动态情况，模拟和预测土地利用变化及其空间演变信息，能为城市决策者合理利用和开发土地资源提供一定的参考依据。

为对土地利用变化信息有全面的认识，必须构建一个适合于研究复杂系统的理论和方法，充分的估计其内在机制复杂度。目前，国内外学者们已经构建了很多用于研究土地利用变化信息的模型，例如马尔科夫链、多因素统计、系统动力学理论、CLUE模型、多智能体和元胞自动机等。这些模型能够对土地利用类型在时空上的演变进行分析，并对未来变化趋势做出较为准确的预估和判断，以此来有效地保护和开发土地资源。

不同的空间尺度将会产生不同的模拟结果，为实现对未来土地利用变化较为准确地预测，需要对其模拟结果进行定量的评价。目前国内外多以Kappa系数作为评价模拟精度的指标，一般来讲，其值越大，代表模拟精度越高。除此之外，也有学者引入景观指数对空间格局进行分析。这些评价指标都在一定的程度上能够对模拟结果进行有效评价，在精度评价研究中应用都较为广泛。但是仍然存在一些问题，较为主流的Kappa系数是一个基于概率事件的系数，虽然能在数值上提供准确性的判断，但是缺失误差在空间上反映的信息。选取合适的景观指数能够量化空间上误差分布的信息，但是目前的研究都只是分别对Kappa系数和某些景观指数进行量化分析，缺乏一个耦合的指标评价体系，从而综合地从数值误差和空间误差两方面考虑模型的模拟精度。

发明内容

本发明的目的是提供一种土地利用变化模拟精度的评价方法，该方法耦合Kappa系数和Contagion指数，可更加准确地评价土地利用模拟精度，从而实现全面客观地分析土地利用变化的问题。

本发明所采用的技术方案是：一种面向土地利用变化元胞自动机模拟精度的耦合评价方法，其特征在于，包括以下步骤：

步骤1：利用遥感影像来获取土地利用变化分类图；

步骤2：基于元胞自动机进行土地利用变化模拟并计算精度评价指标Kappa系数和Contagion指数；

步骤3：利用熵权法对Kappa系数和Contagion指数赋予权重，根据其权重构建模拟精度的耦合评价模型；通过计算所得的耦合评价值，准确地评价土地利用变化的模拟精度；其中，计算所得的耦合评价值越大表示模拟精度越高，耦合评价值越小表示模拟精度越低。

本发明与现有技术相比有以下的主要的优点：

1.本发明对于土地利用变化模拟精度的评价指标选取问题上，不仅仅使用较为主流的Kappa系数，还选取了合适的景观指数Contagion指数。