面向土地利用变化元胞自动机模拟精度的耦合评价方法技术

本发明专利技术公开了一种面向土地利用变化元胞自动机模拟精度的耦合评价方法，首先利用遥感影像来提取土地利用信息，再基于元胞自动机进行土地利用变化模拟并计算精度评价指标Kappa系数和Contagion指数，然后利用熵权法对Kappa系数和Contagion指数赋予权重，并根据其权重构建模拟精度的耦合评价模型，更加准确地评价土地利用变化的模拟精度，从而实现全面客观地分析土地利用变化的问题。本发明专利技术对于土地利用变化模拟精度的评价指标选取问题上，不仅仅使用较为主流的Kappa系数，还选取了合适的景观指数Contagion指数，构建一个针对模拟精度的耦合评价模型，同现有单独采用某个方面指标相比，本模型则从数值误差和误差空间分布两个方面综合地考虑土地利用变化元胞自动机的模拟精度。

Coupling evaluation method for simulation accuracy of land use change cellular automata

The invention discloses a coupling evaluation method for the simulation precision of the cellular automata of land use change. Firstly, the land use information is extracted by remote sensing images, then the land use change is simulated based on cellular automata, and the Kappa coefficient and the Contagion index are calculated for the accuracy evaluation index, and then the entropy weight method is used for the Kappa system. The weight is given by the number and Contagion index, and the coupling evaluation model of the simulation precision is constructed according to its weight. The accuracy of the simulation of land use change is evaluated more accurately, so as to realize the comprehensive and objective analysis of the problem of land use change. This invention not only uses the more mainstream Kappa coefficient, but also selects the appropriate Contagion index of the landscape index to construct a coupling evaluation model for the simulation accuracy. The accuracy of the cellular automata for land use change is comprehensively considered in the two aspects of the difference and the spatial distribution of errors.

【技术实现步骤摘要】
面向土地利用变化元胞自动机模拟精度的耦合评价方法
本专利技术属于模拟精度评价
，涉及一种土地利用变化模拟精度的评价方法，特别涉及一种利用Kappa系数和Contagion指数评价土地利用变化元胞自动机模拟精度的耦合方法。
技术介绍
土地利用空间格局由于人为活动发生了巨大的改变，这对人类自然和社会环境带来了很大的影响。因而准确掌握土地利用信息和变化动态情况，模拟和预测土地利用变化及其空间演变信息，能为城市决策者合理利用和开发土地资源提供一定的参考依据。为对土地利用变化信息有全面的认识，必须构建一个适合于研究复杂系统的理论和方法，充分的估计其内在机制复杂度。目前，国内外学者们已经构建了很多用于研究土地利用变化信息的模型，例如马尔科夫链、多因素统计、系统动力学理论、CLUE模型、多智能体和元胞自动机等。这些模型能够对土地利用类型在时空上的演变进行分析，并对未来变化趋势做出较为准确的预估和判断，以此来有效地保护和开发土地资源。不同的空间尺度将会产生不同的模拟结果，为实现对未来土地利用变化较为准确地预测，需要对其模拟结果进行定量的评价。目前国内外多以Kappa系数作为评价模拟精度的指标，一般来讲，其值越大，代表模拟精度越高。除此之外，也有学者引入景观指数对空间格局进行分析。这些评价指标都在一定的程度上能够对模拟结果进行有效评价，在精度评价研究中应用都较为广泛。但是仍然存在一些问题，较为主流的Kappa系数是一个基于概率事件的系数，虽然能在数值上提供准确性的判断，但是缺失误差在空间上反映的信息。选取合适的景观指数能够量化空间上误差分布的信息，但是目前的研究都只是分别对Kappa系数和某些景观指数进行量化分析，缺乏一个耦合的指标评价体系，从而综合地从数值误差和空间误差两方面考虑模型的模拟精度。
技术实现思路
本专利技术的目的是提供一种土地利用变化模拟精度的评价方法，该方法耦合Kappa系数和Contagion指数，可更加准确地评价土地利用模拟精度，从而实现全面客观地分析土地利用变化的问题。本专利技术所采用的技术方案是：一种面向土地利用变化元胞自动机模拟精度的耦合评价方法，其特征在于，包括以下步骤：步骤1：利用遥感影像来获取土地利用变化分类图；步骤2：基于元胞自动机进行土地利用变化模拟并计算精度评价指标Kappa系数和Contagion指数；步骤3：利用熵权法对Kappa系数和Contagion指数赋予权重，根据其权重构建模拟精度的耦合评价模型；通过计算所得的耦合评价值，准确地评价土地利用变化的模拟精度；其中，计算所得的耦合评价值越大表示模拟精度越高，耦合评价值越小表示模拟精度越低。本专利技术与现有技术相比有以下的主要的优点：1.本专利技术对于土地利用变化模拟精度的评价指标选取问题上，不仅仅使用较为主流的Kappa系数，还选取了合适的景观指数Contagion指数。例如，在本专利技术中，Kappa系数是一个基于概率事件的系数，虽然能在数值上评价模拟的精度，但是缺失误差在空间上反映的信息；Contagion指数是根据重分类为误差和无误差的土地利用变化模拟误差分布图像计算得来的指数，可以从景观水平上评价模拟误差在整体空间的分布。2.构建一个模拟精度耦合评价模型，不再分别对Kappa系数和某些景观指数进行量化比较，从而综合地从数值误差和误差空间分布两方面考虑土地利用变化的模拟精度。附图说明图1是本专利技术实施例的流程图；图2是本专利技术实施例中武汉市1987年的土地利用分类图；图3是本专利技术实施例中武汉市1996年的土地利用分类图；图4是本专利技术实施例中武汉市2005年的土地利用分类图；图5是本专利技术实施例中基于元胞自动机土地利用变化模拟图；图6是本专利技术实施例中土地利用变化模拟误差空间分布图。具体实施方式为了便于本领域普通技术人员理解和实施本专利技术，下面结合附图及实施例对本专利技术作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本专利技术，并不用于限定本专利技术。本专利技术针对现有研究在土地利用变化模拟精度评价分析与表达上的缺陷和不足，提出了一种耦合Kappa系数和Contagion指数来评价土地利用变化元胞自动机模拟精度的方法，该方法是：首先利用遥感影像来提取土地利用信息，再基于元胞自动机进行土地利用变化模拟并计算精度评价指标Kappa系数和Contagion指数，然后利用熵权法对Kappa系数和Contagion指数赋予权重，并根据其权重构建模拟精度的耦合评价模型，更加准确地评价土地利用变化的模拟精度，从而实现全面客观地分析土地利用变化的问题。本专利技术的技术核心内容是根据Kappa系数和Contagion指数的特性，将耦合Kappa系数和Contagion指数的评价模型运用于土地利用变化元胞自动机模拟中，探测出土地利用变化的模拟精度。请见图1，本专利技术提供的一种面向土地利用变化元胞自动机模拟精度的耦合评价方法，包括以下步骤：步骤1：利用遥感影像来提取土地利用变化分类图；根据实际情况，可将土地利用类型划分为水体、人造地表、耕地等多种类型。步骤2：基于元胞自动机进行土地利用变化模拟并计算精度评价指标Kappa系数和Contagion指数；其步骤包括：(1)用IDRISIAndes软件中的元胞自动机模型完成对研究区域的土地利用变化模拟；(2)将土地利用变化的模拟图和分类图导入IDRISIAndes软件CROSSTAB模块中，得到精度评价指标Kappa系数，同时获取土地利用变化的交叉分类图像；本实施例采用以下方法计算精度评价指标Contagion指数：(1)用IDRISIAndes软件中的元胞自动机模型完成对研究区域的土地利用变化模拟；(2)将土地利用变化的模拟图和分类图导入IDRISIAndes软件的CROSSTAB模块中，获取土地利用变化的交叉分类图像；(3)将土地利用变化的交叉分类图像导入ArcGIS软件中，对其进行重分类，获取土地利用变化模拟误差分布图像；本实施例采用以下方法获取土地利用变化模拟误差分布图像，首先将土地利用变化的交叉分类图像导入ArcGIS软件中，使用其重分类功能，将交叉分类图像中土地类型一致的重分类值设为0，表示无误差；土地类型不一致的重分类值为1，表示误差；图像背景重分类值设为无数据；然后将重分类后的土地利用变化交叉分类图像在ArcGIS软件中存储为TIFF格式，得到土地利用变化模拟误差分布图像。(4)将土地利用变化模拟误差分布图像导入Fragstats软件中，计算Contagion指数；首先将土地利用变化模拟误差分布图像导入Fragstats软件中，选择斑块水平的参数PatchArea和EuclideanNearest-NeighborDistance，类别水平的参数TotalArea、LargestPatchIndex、TotalEdge、EdgeDensity、NumberofPatches、PatchDensity、Clumpiness和PatchCohesionIndex，景观水平的参数TotalArea、LargestPatchIndex、TotalEdge、EdgeDensity、NumberofPatches、PatchDensity、Contagion和PatchCohesionIndex；完成参数选择后，本文档来自技高网...

【技术保护点】
1.一种面向土地利用变化元胞自动机模拟精度的耦合评价方法，其特征在于，包括以下步骤：步骤1：利用遥感影像来获取土地利用变化分类图；步骤2：基于元胞自动机进行土地利用变化模拟并计算精度评价指标Kappa系数和Contagion指数；步骤3：利用熵权法对Kappa系数和Contagion指数赋予权重，根据其权重构建模拟精度的耦合评价模型；通过计算所得的耦合评价值，准确地评价土地利用变化的模拟精度；其中，计算所得的耦合评价值越大表示模拟精度越高，耦合评价值越小表示模拟精度越低。

【技术特征摘要】
1.一种面向土地利用变化元胞自动机模拟精度的耦合评价方法，其特征在于，包括以下步骤：步骤1：利用遥感影像来获取土地利用变化分类图；步骤2：基于元胞自动机进行土地利用变化模拟并计算精度评价指标Kappa系数和Contagion指数；步骤3：利用熵权法对Kappa系数和Contagion指数赋予权重，根据其权重构建模拟精度的耦合评价模型；通过计算所得的耦合评价值，准确地评价土地利用变化的模拟精度；其中，计算所得的耦合评价值越大表示模拟精度越高，耦合评价值越小表示模拟精度越低。2.根据权利要求1所述的面向土地利用变化元胞自动机模拟精度的耦合评价方法，其特征在于，步骤2中计算精度评价指标Contagion指数，具体实现包括以下子步骤：步骤2.1：用元胞自动机模型完成对研究区域的土地利用变化模拟；步骤2.2：根据土地利用变化的模拟图和分类图，获取土地利用变化的交叉分类图像；步骤2.3：对土地利用变化的交叉分类图像进行重分类，获取土地利用变化模拟误差分布图像；步骤2.4：根据土地利用变化模...

【专利技术属性】
技术研发人员：吴浩，李珍，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：湖北,42