基于GD_SVM_CA-Markov模型的县域景观格局模拟
2018-07-19王宇航岳德鹏张启斌
王宇航,于 强,岳德鹏,张启斌,马 欢
(北京林业大学精准林业北京市重点实验室,100083,北京)
城市化进程在我国过去的20年里是最大的社会经济空间运动,在未来的20年里也将受到重点关注[1]。城市化推动社会经济的发展,与此同时带来的生态问题也不容忽视,平衡经济发展和生态保护这两者的关系,成为我国全面发展的重大挑战[2]。随着国家政策的实施,大中城市城市化发展迅速,受到较多专家学者关注,但对于县域尺度城镇化问题的研究并不多见[3]。近些年来,县域城市化发展也是突飞猛进,城镇用地扩张带动当地经济发展,对当地的生态环境也产生了一定影响,故探索县域城镇化的形成机制,对于确立县域城镇化的发展战略、因地制宜地引导城镇化的地域模式和用地政策提供参考依据[4]。
近年来,元胞自动机(cellular automata,CA)被广泛应用于地理空间模拟研究,与Markov、多智能体、Logistic回归等多种模型进行结合用以提高模拟精度[5],其中以 CA-Markov模型研究较为热点。CA-Markov模型既具有CA模型模拟复杂系统空间变化的能力,也具有 Markov模型长期预测的优势[6],且仍然不断被改进。李俊等[7]通过Logistic改进CA-Markov模型对宁蒙沿黄地带城镇用地进行扩展驱动力分析和情景模拟,张晓娟等[8]基于多标准评价(multi-criterium evaluation,MCE)改进CAMarkov模型对三峡库区土地利用演变进行模拟预测,均取得较好结果。作者综合前人研究,引入地理探测器(GeoDetector,GD)和支持向量机(Support Vector Machines,SVM)2种方法,从原理上对CA模型进行改进,并结合Markov模型实现模拟预测。地理探测器在分析土地利用变化与驱动因子关系方面具有较大优势[9],用以CA模型土地利用适宜性参数的设置;……
