[发明专利]一种基于GLR和并行计算的复杂土地利用变化模拟预测方法

权利要求书

1.一种基于GLR和并行计算的复杂土地利用变化模拟预测方法，其特征在于，所述的模拟预测方法包括：

步骤1：通过两个历史不同时期的土地利用格局确定推动土地利用变化的驱动因子；

步骤2：确定各土地利用类型确定因子的最优组合；

步骤3：获得各土地利用类型的发生概率；

步骤4：构建Futureland模型，确定土地利用转换潜力的总概率；

步骤5：使用轮盘赌选择方法来选择目标类型；

步骤6：进行CA模拟；

步骤7：获得土地利用模拟预测结果。

2.根据权利要求1所述的一种基于GLR和并行计算的复杂土地利用变化模拟预测方法，其特征在于，所述的步骤2具体为：

利用广义逻辑回归拟合策略确定各土地利用类型确定因子的最优组合。

3.根据权利要求1所述的一种基于GLR和并行计算的复杂土地利用变化模拟预测方法，其特征在于，所述的Futureland模型具体为：

P_all＝P_con×P_n(h,u)×(1-Cost_c→p)×(1-Res)

其中，P_all为元胞从一种状态转换到另一种状态的总转换概率；P_con为由驱动因素定义的发生概率；P_n(h,u)为迭代时邻域元胞的权重；Cost_c→p为从type-c到type-p的转换成本；Res表示局部约束。

4.根据权利要求3所述的一种基于GLR和并行计算的复杂土地利用变化模拟预测方法，其特征在于，所述的发生概率由步骤2获得，具体为：

其中，P_con,r为土地利用类型r发生的转化概；n为驱动因子的数量；X_i是驱动因子；β₀是常数；β_i是因子X_i的回归系数。

5.根据权利要求3所述的一种基于GLR和并行计算的复杂土地利用变化模拟预测方法，其特征在于，所述的邻域权重P_n(h,u)的计算方法为：

通过邻域权重矩阵来表示邻域对中心细胞的影响，该矩阵由以下公式给出：

其中，w_j→i表示表示土地利用类型j转化为土地利用类型i的邻域权重；

为了模拟土地利用类型u的变化，中心单元h的最终邻域效应表示为：

其中，N×N表示邻域大小；con(w_k→u)表示邻域对中心元胞的总体影响。

6.根据权利要求3所述的一种基于GLR和并行计算的复杂土地利用变化模拟预测方法，其特征在于，所述的局部约束Res具体为：

Res的值为0或1，其中0表示可以开发的区域，而1表示无法开发的区域，即限制区，包括部分水体、自然保护区或城市规划限制区。

7.根据权利要求3所述的一种基于GLR和并行计算的复杂土地利用变化模拟预测方法，其特征在于，所述的Futureland模型还包括：

使用边缘算子来识别边缘位置进行边缘增强，以增强不同土地利用类型之间的差异。

8.根据权利要求1所述的一种基于GLR和并行计算的复杂土地利用变化模拟预测方法，其特征在于，所述的步骤6还包括：

利用马尔科夫链预测未来土地需求，以确定每种土地利用类型所占用的像素数。

9.根据权利要求8所述的一种基于GLR和并行计算的复杂土地利用变化模拟预测方法，其特征在于，所述的未来土地需求的预测方法为：

其中，和分别表示时间t和时间t+1的土地像素数量；P_ij表示时间t的土地转换概率矩阵；P_ij满足要求0≤P_ij≤1，并且每行中的元素值和等于1。

10.根据权利要求1所述的一种基于GLR和并行计算的复杂土地利用变化模拟预测方法，其特征在于，所述的模拟预测方法采用基于数据块的并行计算方式。