一种土地利用自动分区方法技术

本发明专利技术涉及一种土地利用自动分区方法，属于土地利用规划领域。本发明专利技术提供的自动分区方法先提取土地利用分区的基础数据并进行整合，然后基于粒子群优化算法构建土地利用自动分区模型，以上述的数据为模型输入数据，以土地利用图斑为数据处理单元，建立待求问题与粒子群之间的映射关系，最终求解土地利用优化布局结果，再与通过临近相同土地类型的图斑合并处理，提取合并后图斑界线即得到土地利用分区界线，并最终生成土地利用分区图。本发明专利技术可以较好地模拟人类在土地利用决策过程中的智能行为，以提高土地利用分区的合理性和适用性，从而解决当前土地利用分区效率低下、难以模拟人的智能行为导致分区合理性差的不足。

【技术实现步骤摘要】

本专利技术 涉及，尤指应用于土地利用空间优化配置中的 基于粒子群优化算法的土地利用自动分区方法，属于土地利用规划领域。
技术介绍
土地利用分区是土地资源用途管制的主要技术手段，也是土地利用空间优化配置 的关键内容。国际上土地利用分区研究开始于20世纪初美国开创的区域土地利用综合分 区，随后在20世纪中期开始了以解决各部门之间土地资源合理配置与布局的土地利用分 区研究，如韩国、日本开展的国土规划的分级分区体系。近些年来，土地利用分区研究开始 注重分区技术手段和分区理念的研究，分区准确性和实用性也得到了一定提高。我国的土 地利用分区研究开始较晚，第一个代表性成果是上世纪60年代完成的全国土地利用现状 区划，80年代中国科学院地理综合考察委员会在编制全国1 100万土地资源图过程中提 出的全国土地资源潜力区划思想，将全国土地资源分为9个潜力区；之后土地利用分区技 术方法研究得到较广泛的关注，提出了基于改进聚类分析、空间叠加分析、星座图法、模比 系数法、元胞自动机等土地利用分区方法，这些方法的提出部分克服了传统的土地利用分 区以定性为主，分区边界模糊、分区随意性大、分区工作效率低下、分区结果对土地利用指 导意义不强的缺陷，并在前两轮土地利用总体规划编制过程中发挥了重要作用。然而由于 土地利用问题的复杂性，土地利用系统是一个涉及自然、社会、经济的土地生态经济复合系 统，简单的计量地理学方法和地理计算系统能有效分析和模拟土地利用系统的自然属性， 而在土地利用的社会经济和人主观意愿等方面的对土地利用的影响则难以得到较好的分 析效果，粒子群优化算法也是起源于对简单社会系统的模拟，最初是模拟鸟群觅食的过程。传统土地利用分区方法基于计量地理和地理计算方法难以模拟土地利用系统中 人的复杂行为对土地利用系统的影响，导致土地利用分区结果合理性不高，对土地资源合 理利用和用途管制指导性不强的缺陷。
技术实现思路
为解决上述问题，本专利技术提供，该方法是一种基于粒 子群算法的土地利用自动分区方法，利用人工智能和生物计算等相关技术的最新研究成 果，来模拟人在土地利用系统中的智能行为，以提高土地利用分区的合理性和可操作性。该 方法包括如下步骤(1)提取土地利用分区的基础数据并进行整合，整合后的数据为土地用途组合及 其中的各个图斑信息；(2)基于粒子群优化算法构建土地利用自动分区模型，以步骤(1)的数据为模型 输入数据，以土地利用图斑为数据处理单元，建立待求问题与粒子群之间的映射关系，最终 求解土地利用优化布局结果。(3)对步骤(2)得到的土地利用优化布局，通过对邻近相同土地利用类型的图斑合并处理，提取合并后的图斑界线即得到土地利用分区界线，并最终生成土地利用分区图。步骤⑵中所述的的建立待求问题与粒子群之间的映射关系如下土地利用图斑 抽象为粒子群优化算法中的粒子，每个图斑的位置和土地利用类型对应为粒子的位置(X， y)和种属(i)，土地利用综合效益函数为粒子群适应度函数。步骤(2)中所述的求解得出土地利用优化布局结果的步骤包括(a)设置粒子群的规模，粒子的最大飞行速度(Ux_，uyfflax)以及加速权重(Cl， c2)，最大迭代次数，误差值，并初始化每个粒子的位置、速度和属性；(b)根据适应度函数，计算每个粒子的适应度；(c)计算个体最优值(pb)和全局最优值(pg)，并计算出粒子的个体最优位置和全 局最优位置；(d)计算惯性权重，更新每个粒子的飞行速度，根据步骤(c)得出的个体最优位置 和全局最优位置，更新粒子的当前位置；(e)循环迭代当满足判断条件时，搜索结束，否则将步骤(d)更新的值作为(b) 的输入值，继续搜索得到全局最优值和全局最优位置。步骤(c)中的所述的更新粒子的当前位置采用最近邻法则，当前位置有多个时， 最近邻法则采用面积占优法确定与当前位置最邻近的图斑。步骤(d)中所述的判断条件为前后两次全局最优值之差的绝对值不大于误差 值，并且循环迭代的次数不大于最大迭代次数。本专利技术的优点在于一方面粒子群优化算法可以充分利用计算机的并行计算能 力，有效提高土地分区效率；同时，利用粒子群智能优化模拟能力可以较好地模拟人类在土 地利用决策过程中的智能行为，以提高土地利用分区的合理性和适用性，从而解决当前土 地利用分区效率低下、难以模拟人的智能行为导致分区合理性差的不足。附图说明图1本专利技术的模型流程图。图2本专利技术的粒子位置更新最近邻法则示意图。图3实施例1的土地利用分区现状图。 图4实施例1的模拟结果图。具体实施例方式本专利技术所采用的模型流程如图1示。该土地利用自动分区方法包括如下步骤步骤1.提取土地利用分区的基础数据并进行整合，整合后的数据为土地用途组 合及其中的各个图斑信息，提取基础数据是指从其他数据库或其他系统获取土地利用分区 所需的数据，如土地利用现状数据、土地利用适宜性评价数据、统计年鉴数据等，整合数据 是指这些数据是多种来源、不同格式的数据，要对它进行统一规范化处理，形成一个统一的 基础数据库。步骤2.基于粒子群优化算法构建土地利用自动分区模型，以步骤(1)的数据为模 型输入数据，以土地利用图斑为数据处理单元，建立待求问题与粒子群之间的映射关系，最终求解土地利用优化布局结果。土地利用图斑抽象为粒子群优化算法中的粒子，每个图斑 的位置和土地利用类型对应为粒子的位置(X，y)和种属(i)，土地利用综合效益函数为粒 子群适应度函数。步骤3.设置粒子群规模，粒子的最大飞行速度(、_，UymJ以及加速权重(Cl， c2)，最大迭代次数，误差值，初始化每个粒子的位置、速度和属性； 式中υ xiJ和υ yiJ分别为粒子的χ和y轴方向上的速度。步骤4.根据适应度函数，计算每个粒子的适应度。粒子的适应度函数如下ηMinimize C^ = Σ ^^i 二 1Minimize Sk ^min(sikxik)frOMinmize Zk: 工 ΣλΛ'K.i=1，y.l 二o’/e ； h=\F = (Ck，Sk, Zk)η满足·ΑΚS Y^alXik < A2i，x.k e {0，1}ι=!式中η为土地利用图斑总数；Cik为第i个图斑的土地用途转变为第k种土地利 用类型所需要的费用；Sik为第i个土地利用图斑的土地用途k的适宜性评价指数Ji为第 i个土地利用图斑的邻接图斑所构成的集合；nu为土地利用图斑i与图斑j的公共边数； Iijh为图斑i与图斑j的第h条公共边的边长； 为图斑i的土地面积；Alk和A2k分别为第 k种土地利用类型所需求的最小和最大面积；若第i个土地单元为第k中土地利用类型时 xik = 1，否则Xik = 0，Ck为土地变更费用目标；Sk为第k种土地用途的土地适宜性目标；Zk 为图斑紧凑性即形状目标；F为多目标综合评价函数。步骤5.计算个体最优值Pb和全局最优值pg，并计算出粒子的个体最优位置和全 局最优位置，假设f (X)中确定的适应度函数，那么每次更新后的粒子的最佳位置公式为P (t + l)=lp^)...........如果/(x,(i + l)>/fe(r)))Λ J k々+i)..……如果/M^Yf(PlM)假设粒子群规模为S，全局最优值pg，则Pg (t) e {pib (t)，Plb (t)，本文档来自技高网...

【技术保护点】
一种土地利用自动分区方法，其特征在于该方法包括如下步骤：（１）提取土地利用分区的基础数据并进行整合，整合后的数据为土地用途组合及其中的各个图斑信息；（２）基于粒子群优化算法构建土地利用自动分区模型，以步骤（１）的数据为模型输入数据，以土地利用图斑为数据处理单元，建立待求问题与粒子群之间的映射关系，最终求解土地利用优化布局结果。（３）对步骤（２）得到的土地利用优化布局，通过对邻近相同土地利用类型的图斑合并处理，提取合并后的图斑界线即得到土地利用分区界线，并最终生成土地利用分区图。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘耀林，何建华，刘殿锋，
申请(专利权)人：武汉大学，
类型：发明
国别省市：83[中国|武汉]