[发明专利]土地利用变化分析预测方法及装置

说明书

本发明实施例公开了一种土地利用变化分析预测方法及装置，所述方法包括：获取若干个历史年份的土地遥感影像数据；利用人机交互解译的方法提取历史年份的土地遥感影像数据中的土地类型，绘制出分类矢量图；根据所述分类矢量图，计算土地变化幅度，动态度，空间变化，进而分析不同时期土地的动态变化，归纳历史年份的土地利用时空变化特征和规律；选取若干个驱动因子构建Markov‑CA预测模型；根据历史年份的土地利用时空变化特征和规律，利用Markov‑CA预测模型获取未来目标年份的土地利用空间格局。本发明实施例公开的土地利用变化分析预测方法及装置，通过引入针对不同地类的驱动因子构建Markov‑CA预测模型，提高了土地利用变化分析预测的精度。

技术领域

本发明实施例涉及遥感信息技术领域，具体涉及一种土地利用变化分析预测方法及装置。

背景技术

土地利用监测是利用遥感遥测技术，对一个国家或地区土地利用状况的动态变化进行定期或不定期的监视和测定。其目的在于为国家和地区有关部门提供准确的土地利用变化情况，便于及时进行土地利用数据更新与对比分析，以及编制土地利用变化图件等。它是开展土地利用动态变化预测，农作物产量预测，自然灾害防治及合理组织土地利用，加强土地管理与保护的一项不可缺少的基础性工作。

现有技术中，通常采用航天遥感技术对土地利用进行分析，航天遥感技术以其宏观性、周期性，地理信息系统以其对空间数据管理的有效性己在“小比例尺、低精度、大范围、调查性”的资源动态监测工作中得到了广泛应用。利用遥感影响，通过预测模型对土地利用进行分析预测，常见的模型包括CA模型、系统动力学模型、CLUE-S模型、Agent模型、Markov模型、空间Logistic模型、SLEUTH模型等。

但是，在以“大比例尺、高精度”为特点的工作中，预测模型中转换规则的设置具有一定的缺陷，导致预测精度较低。

发明内容

为此，本发明实施例提供一种土地利用变化分析预测方法及装置，以解决现有技术中由于预测模型中转换规则的设置具有一定的缺陷而导致的预测精度较低的技术问题。

为了实现上述目的，本发明实施例提供如下技术方案：

根据本发明实施例的第一方面提供一种土地利用变化分析预测方法，包括：

获取若干个历史年份的土地遥感影像数据；

利用人机交互解译的方法提取历史年份的土地遥感影像数据中的土地类型，绘制出分类矢量图；

根据所述分类矢量图，计算土地变化幅度，动态度，空间变化，进而分析不同时期土地的动态变化，归纳历史年份的土地利用时空变化特征和规律；

选取若干个驱动因子构建Markov-CA预测模型；

根据历史年份的土地利用时空变化特征和规律，利用Markov-CA预测模型获取未来目标年份的土地利用空间格局。

进一步地，所述选取若干个驱动因子构建Markov-CA预测模型，具体包括：

选取若干个驱动因子；

根据所述若干个驱动因子，生成每一种土地利用类型的分布概率适宜图；

利用所有的分布概率适宜图获取元胞自动机CA模型的转换规则；

根据马尔科夫Markov模型和CA模型的转换规则，构建Markov-CA预测模型。

进一步地，所述土地类型至少包括草地、耕地、林地、水域、建筑用地和未利用土地。

进一步地，所述驱动因子至少包括高程、坡度、坡向、距公路距离和距行政中心距离。

进一步地，所述土地利用时空变化特征和规律至少包括：土地利用总体变化、变化幅度、动态度和变化空间。