[发明专利]一种基于空间误差的城市土地利用模拟元胞自动机方法

权利要求书

1.一种基于空间误差的城市土地利用模拟元胞自动机方法，其特征在于，该方法包括以下步骤：

步骤1：对卫星遥感图像进行监督分类，获取城市土地利用图和驱动因子，并进行预处理；

步骤2：对经过预处理后的城市土地利用图和驱动因子进行系统抽样，获取城市土地利用变化和驱动因子的样本点数据；

步骤3：利用空间误差模型对采样的样本点数据进行训练，建立城市土地利用的元胞自动机转换规则；

步骤4：采用对数似然值、赤池信息准则评估转换规则的拟合性能，检验SEM对转换规则残差聚集性消除的效果，得到优化的CA转换规则；

步骤5：利用优化的CA转换规则建立CA_SEM新模型，并计算产生城市土地转换概率图；

步骤6：基于遥感分类的历史土地利用数据，使用马尔科夫链模型预测未来每个时间点城市元胞数量；

步骤7：结合初始土地利用图、土地转换概率、邻域影响和限制因素，使用CA_SEM模拟预测城市空间格局和扩张过程；

步骤8：针对使用CA_SEM模型模拟预测的模拟结果利用终态和变化两类指标进行综合评价，并输出保存模拟结果；

所述的步骤1包括以下分步骤：

步骤11：对所有遥感影像、矢量地图数据、栅格驱动因子数据进行几何校正和投影转换，确保所有数据的空间参考一致；

步骤12：利用支持向量机监督分类方法对卫星遥感影像分类，获取城市土地利用图；使用欧式距离方法对矢量数据进行计算，得到栅格格式的驱动因子图，对所有驱动因子进行归一化处理；

步骤13：对城市土地利用图和驱动因子图进行重采样，使得所有数据的空间分辨率一致；

所述的步骤3包括以下分步骤：

步骤31：根据两个时期的城市土地利用图采样的样本点数据，得到土地利用的变化信息，生成土地变化信息因变量y：发生城市土地利用变化的点y记作1，未发生变化的y记作0；

步骤32：利用R语言建立SEM模型，对样本点数据进行训练，建立城市土地利用的元胞自动机转换规则；

所述的步骤4包括以下分步骤：

步骤41：使用Moran’s I检测引入空间回归模型后土地利用转换规则的残差中是否存还在空间自相关；

步骤42：采用对数似然值、赤池信息准则评估转换规则的拟合性能，检验SEM对转换规则残差聚集性消除的效果，得到优化的CA转换规则；

所述的步骤5中CA_SEM新模型元胞状态的转换，其描述公式为：

式中，表示t+1时刻的元胞状态，表示t时刻的元胞状态，f表示总体转换规则，Nei_i表示领域的影响，Res()表示限制因素，Div_i表示驱动因子的影响，Count表示元胞数量；

所述的步骤5中CA_SEM新模型的总体转换概率，其描述公式为：

式中，P_overall表示总体转换概率，P_Div表示驱动因子对土地利用的影响，P_Nei表示领域对土地利用的影响，TIP表示对转换概率的缩放，LAP表示对领域影响的缩放；

所述的步骤5中的CA_SEM新模型中的驱动因子对土地利用的影响，其描述公式为：

式中，β₀表示模型的截距，Var_j表示驱动因子j，β_j表示驱动因子j的权重，I表示单位矩阵，λ表示SEM模型参数，W表示空间邻接矩阵，ε表示模型的残差，N表示初始与结束的年份差；

所述的步骤6包括以下分步骤：

步骤61：根据起始年份和终止年份的城市土地利用图，利用马尔科夫链模型得到历史土地利用类型之间的转换概率；

步骤62：根据起始年份各类型的土地利用数量和土地转换概率，利用马尔科夫链模型计算未来时间点的各类型土地利用数量。