[发明专利]一种土地利用演化CA模型转换规则优化方法

权利要求书

1. 一种土地利用演化CA模型转换规则优化方法，其特征在于，包括如下步骤：

步骤A，根据被研究区域多时相时空土地利用数据，选择影响被研究区域土地利用变化的因素作为土地利用演化CA的空间特征变量；

步骤B，根据步骤A选择的空间特征变量，建立基于Logistic回归方法的土地利用演化CA模型，选择样点数据，并计算各空间变量的影响权重；

步骤C，采用进化规划算法，优化土地利用演化CA模型参数；

步骤D，建立基于进化规划算法的土地利用演化CA模型；

步骤E，基于步骤D所构建的土地利用演化CA模型，模拟海量时空土地利用演化，并验证模型的模拟精度与运行效率。

2.根据权利要求1所述的土地利用演化CA模型转换规则优化方法，其特征在于：所述步骤B的具体过程如下：

B-1，建立Logistic-CA模型，其状态函数为 

         (1)

式中i，j分别为元胞所在的行列号，和分别为元胞(i, j)在t+1时刻和t时刻的状态，为邻域元胞在t时刻的状态函数，N为邻域内元胞的数量，包括中心元胞；

                          (2)

式中 表示邻域元胞的对元胞(i, j)的影响；

B-2，假定任意一个元胞从非城市状态转换为城市状态的局部概率为，此概率受到第一步选取的变量影响，则用Logistic回归方法确定概率时，的形式为：

           (3)

式中是在空间变量作用下元胞从非城市状态转换为城市状态的局部转换概率，(P=1,2,…，m)，是选择的空间变量，（P=0,1,2,…，m）是空间变量的权重；

B-3，根据公式（1）以及分析地方经济状况、宏观政策等限制性因素，同时加入随机项，则元胞从非城市状态转换为城市状态的最终转换概率可以表达为：

   (4)

式中为元胞是否可以转化的限制条件，γ为0~1之间的随机数，α是表示干扰程度大小的一个常数，为城市发展的随即因素；

则元胞在下一时刻的状态为

              (5)

式中表示元胞(i, j)在t+1时刻的状态，表示元胞(i, j)在t时刻的转换概率，表示元胞转换的概率阈值，当大于时，该元胞则转换为城市用地，反之则保持原来状态；

B-4，根据上述公式，选择两个时段的空间数据，从转换为城市用地的元胞和未转换为城市用地的元胞中分别选择一定比例的样点，所述一定比例是根据区域实际情况进行合理选择，然后结合空间变量参数，反演出各空间变量的权重参数。

3. 根据权利要求1所述的土地利用演化CA模型转换规则优化方法，其特征在于：所述步骤C的具体过程如下：

C-1，确定模型的目标函数；以及模型参数向量（），假设需要优化个参数；

C-2，随机产生初始种群，包含个个体，即种群规模为，其中1个个体就是1个模型参数向量，并计算每个个体的适应值：；

       C-3，用下述操作产生新群体：

C-31，选择：从当前种群中选择M个个体；

C-32，交叉：对选择的M个个体实施交叉操作；

C-33，变异：对交叉后的个体实施变异操作；

C-34，计算新产生的子孙个体的适应度；

C-35，选择：从当前种群中的个体和产生的子孙个体中挑选优良个体组成下一代种群；

C-4，反复执行步骤C-33，直至满足终止条件，即计算资源限制或者已经找到最优解，选择最佳个体作为进化规划的最优解，上述步骤中的M、N、n均为自然数。

4.根据权利要求1所述的土地利用演化CA模型转换规则优化方法，其特征在于：所述步骤D建立基于进化规划算法的土地利用演化CA模型是采用步骤C优化后的土地利用演化CA模型参数代入CA模型，然后进行迭代，模拟土地利用演化得出，迭代次数的范围是100-200次。

5.根据权利要求1所述的土地利用演化CA模型转换规则优化方法，其特征在于：所述步骤E分别应用Kappa系数和Moran’s I指数来验证模型的模拟精度；

其中，Moran’s I 指数利用ArcMap软件的Spatial Statistic Tools模块中的Spatial Autocorrelation计算，然后比较二者的计算结果，数值相近则表示二者的空间分布相近，模拟结果较准确，反之则模拟结果较差；

模型的总体精度通过逐点比较的方法得出，即将模拟结果的（i,j）元胞与实际情况的（i,j）元胞相比较，如果两者的土地利用类型相同，则模拟正确，反之则模拟错误，总体精度为模拟正确的元胞数目与所有元胞数目的比值；

所述步骤E通过计算模型的运行时间，将其运行时间与其他模型进行比较，验证模型的运行效率。