城市土地利用/覆盖变化(LUCC)是全球变化研究的重点和难点,而利用元胞自动机(CA)进行城市LUCC的空间显性模拟则是研究该问题的有效方法。然而,在进行模拟研究时,元胞自动机模型存在明显的空间尺度敏感性问题,成为制约该模型应用推广的主要瓶颈。本项目以城市土地利用变化CA模拟中的空间尺度敏感性为研究对象,对模型中模拟结果与元胞尺寸、邻域大小、类型等参数之间的定量关系进行科学研究。具体内容包括分析不同元胞状态分辨率下的空间尺度敏感性特征及其差异;研究不同元胞状态分辨率下针对不同邻域的元胞尺寸、邻域大小等参数与模拟结果之间的数学关系模型;通过空间尺度转换实验结合利用数学关系模型的预测结果,建立不同元胞状态分辨率下的模型空间尺度转换机制。本项目旨在揭示城市土地利用变化CA模拟中元胞尺寸、状态、邻域大小、类型对模拟结果的影响规律,为有效控制CA模拟的空间尺度敏感性难题奠定理论和技术基础。
land use change;cellular automata;spatial scale;sensitivity;
本课题主要取得的研究成果包括一、初步探明了城市土地利用演变元胞自动机模拟中空间尺度参数对于模拟结果的影响规律,具体为1、元胞尺寸对模拟结果存在着显著影响。因此,在进行模拟时,应该选择合适的元胞尺度。2、针对常用的邻域类型而言,在同样的元胞尺寸下,冯诺依曼邻域比摩尔邻域生成更多的斑块数量和更高的斑块密度。对摩尔邻域而言,随着邻域尺寸的增加,模拟结果的斑块数量和斑块密度会下降。3、土地利用类型分辨率对于模拟结果具有明显影响。采用精细土地利用分类数据的模拟结果比采用两类土地利用分类数据的模拟结果会生成更大的城市用地面积。在城市斑块数量方面,采用精细分类数据的模拟结果其斑块数量显著高于后者。在城市增长速度和年均新增城市面积方面,采用精细分类数据的模拟结果其值均低于后者。二、利用C#编程语言结合GIS组件研发了一套土地利用变化CA模型软件LUCC-CA。该软件系统主要包括简单的数据预处理、模型数据输入、各种模型参数设定、模型运行控制和结果精度评价以及模型运行结果的输出等几部分功能,可为类似研究提供参考与借鉴。研究成果对于城市土地利用演变CA模拟应用具有积极的意义。