一种未来土地利用模拟方法、装置、存储介质及终端设备制造方法及图纸

本发明专利技术提供了一种未来土地利用模拟方法、装置、存储介质及终端设备，使用动态植被模型模拟气候变化下自然资源的叶面积覆盖比例，并结合FLUS模型模拟出的历史土地利用发展适宜性，获得未来土地利用需求。本发明专利技术结合了动态植被模型和FLUS模型，清晰地模拟出人类活动和自然气候对土地利用变化的影响，从而提高了模拟未来土地利用的有效性，以提供更加准确的数据来帮助科研人员进行地理信息科学领域的研究。究。究。

【技术实现步骤摘要】
一种未来土地利用模拟方法、装置、存储介质及终端设备


[0001]本专利技术涉及地理信息科学
，尤其涉及一种未来土地利用模拟方法、装置、存储介质及终端设备。

技术介绍

[0002]在对地理信息科学技术的研究中，通常使用元胞自动机(Cellular Automata，简称：CA)进行土地利用的模拟。在CA模型中，建立历史土地利用变化和自然环境与社会经济因子的关系，进而挖掘土地利用转换规则，获得土地利用发展潜力是CA模型的运算核心。常见的土地利用规则挖掘方法是通过逻辑回归、人工神经网络、支持向量机、随机森林和卷积神经网络等进行挖掘。但由于缺少有效的方法，这些传统的CA模型并未考虑未来气候变化对土地利用变化的影响，所以传统的CA模型在模拟气候变化下的土地利用变化模式时，准确性不高。
[0003]动态植被模型是用以模拟在气候变化条件下的未来植被分布，该模型是一个集成了植被生物地理和生物化学模型的机理模型，但由于动态植被模型没有考虑人类活动的影响因素，因此无法模拟耕地、城市等有人类涉及的土地利用类型。而FLUS模型由于在CA模型的基础上引入了自适应惯性机制，在区域尺度乃至全球尺度的土地利用变化模拟研究中具有较高的准确性，是应用最广泛的CA模型之一。但该模型并未考虑气候变化下的土地利用变化模式。
[0004]因此，在地理信息科学
中，需要一种新的研究方法去结合人类活动和自然气候对土地利用变化进行模拟，以提高未来土地利用模拟的有效性。

技术实现思路

[0005]本专利技术实施例提供一种未来土地利用模拟方法、装置、存储介质及终端设备，通过结合动态植被模型和FLUS模型，提高了未来土地利用模拟的有效性。
[0006]为了解决上述问题，本专利技术一实施例提供一种未来土地利用模拟方法，包括：
[0007]获取土地历史利用数据和空间驱动因子数据，并输入至FLUS模型中，获得第一发展适宜性数据；其中，所述第一发展适宜性数据包括林地历史发展适宜性、草地历史发展适宜性和裸地历史发展适宜性；
[0008]获取自然数据，并输入至动态植被模型中，获得自然植被的叶面积覆盖比例；其中，所述自然数据包括气候数据和自然背景数据，以及所述自然植被的叶面积覆盖比例包括林地叶面积覆盖比例、草地叶面积覆盖比例和裸地叶面积覆盖比例；
[0009]根据所述叶面积覆盖比例，通过预设的算法对所述第一发展适宜性数据进行加权计算，获得第二发展适宜性数据；
[0010]根据所述第二发展适宜性数据，利用预设的转换规则，进行目标土地利用类型的迭代转换，以获得不同网格对应的土地利用类型，直到获得的土地利用类型的数量达到预设值后，停止迭代并输出未来土地利用需求。
[0011]作为上述方案的改进，所述获取土地历史利用数据和空间驱动因子数据，并输入至FLUS模型中，获得第一发展适宜性数据，具体为：
[0012]收集预设时间内的土地历史利用数据，并收集人类影响因子、地形因子、土壤因子和气候因子，从而获得空间驱动因子数据；
[0013]根据所述土地历史利用数据和空间驱动因子数据，使用分层随机采样的方法获得样本，并输入至所述FLUS模型中进行训练、测试和验证，从而获得所述第一发展适宜性数据。
[0014]作为上述方案的改进，所述收集人类影响因子、地形因子、土壤因子和气候因子，从而获得空间驱动因子数据，具体为：
[0015]计算预设区域内每个像素点到城市中心的第一距离数据和每个像素点到道路的第二距离数据，获得距离驱动因子图层；
[0016]收集高程数据，并计算区域内每个像素点的坡度数据，获得坡度驱动因子图层；
[0017]根据人口栅格数据、土壤栅格数据和气候栅格数据，将所述距离驱动因子图层和所述坡度驱动因子图层投影并重采样到预设分辨率，从而获得空间驱动因子数据；其中，所述第一距离数据、第二距离数据和人口栅格数据为人类影响因子，高程数据和坡度数据为地形因子，土壤栅格数据为土壤因子，气候栅格数据为气候因子。
[0018]作为上述方案的改进，所述获取自然数据，并输入至动态植被模型中，获得自然植被的叶面积覆盖比例，具体为：
[0019]获取气候数据和自然背景数据，输入至动态植被模型中，模拟获得未来不同植被功能类型的叶面积覆盖比例；其中，所述气候数据和自然背景数据通过观测和模拟获得；
[0020]根据不同植被功能类型对应的自然植被，将每个所述未来不同植被功能类型的叶面积覆盖比例分类并加总，获得每个所述自然植被的叶面积覆盖比例。
[0021]作为上述方案的改进，所述获取气候数据和自然背景数据，输入至动态植被模型中，模拟获得未来不同植被功能类型的网格叶面积覆盖比例，具体为：
[0022]根据预设的物理过程参数和预设的化学过程参数，输入至动态植被模型中，计算获得个体叶面积指数；
[0023]根据所述气候数据和所述自然背景数据，输入至动态植被模型中，获得生长速率和死亡速率，从而获得种群密度；
[0024]根据所述种群密度、所述个体叶面积指数以及冠层面积，计算获得不同植被功能类型的叶面积覆盖率FPC，计算公式如下：
[0025][0026]式中，CA代表冠层面积，k
allom
，k
rp
均为常量，D表示茎直径，P表示种群密度，LAI
ind
表示个体叶面积指数。
[0027]作为上述方案的改进，所述根据所述叶面积覆盖比例，通过预设的算法对所述第一发展适宜性数据进行加权计算，获得第二发展适宜性数据，具体为：
[0028]根据需要模拟的未来时期，将所述叶面积覆盖比例对所述第一发展适宜性数据进行调整，预设的调整规则为：
[0029]sp
v
＝sp
f
+sp
g
+sp
b
[0030]I
f
＝(1
‑
∈)S
f
+∈FPC
f
·
Sp
v
[0031]I
g
＝(1
‑
∈)S
g
+∈FPC
g
·
sp
v
[0032]I
b
＝(1
‑
∈)S
b
+∈FPC
b
·
sp
v
[0033]式中，sp
f
、sp
g
、sp
b
是预设值；S
f
,S
g
和S
b
分别是通过FLUS模型计算的林地历史发展适宜性、草地历史发展适宜性和裸地历史发展适宜性；FPC
f
,FPC
g
和FPC
b
分别是是动态植被模型模拟的林地叶面积覆盖比例、草地叶面积覆盖比例和裸地叶面积覆盖比例；I
f
，I
g<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种未来土地利用模拟方法，其特征在于，包括：获取土地历史利用数据和空间驱动因子数据，并输入至FLUS模型中，获得第一发展适宜性数据；其中，所述第一发展适宜性数据包括林地历史发展适宜性、草地历史发展适宜性和裸地历史发展适宜性；获取自然数据，并输入至动态植被模型中，获得自然植被的叶面积覆盖比例；其中，所述自然数据包括气候数据和自然背景数据，以及所述自然植被的叶面积覆盖比例包括林地叶面积覆盖比例、草地叶面积覆盖比例和裸地叶面积覆盖比例；根据所述叶面积覆盖比例，通过预设的算法对所述第一发展适宜性数据进行加权计算，获得第二发展适宜性数据；根据所述第二发展适宜性数据，利用预设的转换规则，进行目标土地利用类型的迭代转换，以获得不同网格对应的土地利用类型，直到获得的土地利用类型的数量达到预设值后，停止迭代并输出未来土地利用需求。2.根据权利要求1所述的未来土地利用模拟方法，其特征在于，所述获取土地历史利用数据和空间驱动因子数据，并输入至FLUS模型中，获得第一发展适宜性数据，具体为：收集预设时间内的土地历史利用数据，并收集人类影响因子、地形因子、土壤因子和气候因子，从而获得空间驱动因子数据；根据所述土地历史利用数据和空间驱动因子数据，使用分层随机采样的方法获得样本，并输入至所述FLUS模型中进行训练、测试和验证，从而获得所述第一发展适宜性数据。3.根据权利要求2所述的未来土地利用模拟方法，其特征在于，所述收集人类影响因子、地形因子、土壤因子和气候因子，从而获得空间驱动因子数据，具体为：计算预设区域内每个像素点到城市中心的第一距离数据和每个像素点到道路的第二距离数据，获得距离驱动因子图层；收集高程数据，并计算区域内每个像素点的坡度数据，获得坡度驱动因子图层；根据人口栅格数据、土壤栅格数据和气候栅格数据，将所述距离驱动因子图层和所述坡度驱动因子图层投影并重采样到预设分辨率，从而获得空间驱动因子数据；其中，所述第一距离数据、第二距离数据和人口栅格数据为人类影响因子，高程数据和坡度数据为地形因子，土壤栅格数据为土壤因子，气候栅格数据为气候因子。4.根据权利要求1所述的未来土地利用模拟方法，其特征在于，所述获取自然数据，并输入至动态植被模型中，获得自然植被的叶面积覆盖比例，具体为：获取气候数据和自然背景数据，输入至动态植被模型中，模拟获得未来不同植被功能类型的叶面积覆盖比例；其中，所述气候数据和自然背景数据通过观测和模拟获得；根据不同植被功能类型对应的自然植被，将每个所述未来不同植被功能类型的叶面积覆盖比例分类并加总，获得每个所述自然植被的叶面积覆盖比例。5.根据权利要求4所述的未来土地利用模拟方法，其特征在于，所述获取气候数据和自然背景数据，输入至动态植被模型中，模拟获得未来不同植被功能类型的网格叶面积覆盖比例，具体为：根据预设的物理过程参数和预设的化学过程参数，输入至动态植被模型中，计算获得个体叶面积指数；根据所述气候数据和所述自然背景数据，输入至动态植被模型中，获得生长速率和死
亡速率，从而获得种群密度；根据所述种群密度、所述个体叶面积指数以及冠层面积，计算获得不同植被功能类型的叶面积覆盖率FPC，计算公式如下：式中，CA代表冠层面积，k
allom
、k
rp
均为常量，D表示茎直径，P表示种群密度，LAI
ind
表示个体叶面积指数。6.根据权利要求1所述的未来土地利用模拟方法，其特征在于，所述根据所述叶面积覆盖比例，通过预设的算法对所述第一发展适宜性数据进行加权计算，获得第二发展适宜性数据，具体为：根据需要模拟的未来时期，将所述叶面积覆...

【专利技术属性】
技术研发人员：刘小平，庄浩铭，
申请(专利权)人：中山大学，
类型：发明
国别省市：