检索结果-内蒙古大学图书馆

基于双变量分区的KMeans++-ConViT-CA建模方法及土地覆被变化模拟

地理与地理信息科学 2025年第2期41卷 31-39页

作者：王恩铭刘明皓王琨代俊许汀汀重庆邮电大学计算机科学与技术学院/空间大数据智能技术重庆市工程研究中心重庆400065 重庆邮电大学软件学院重庆400065

分区建模和多尺度信息挖掘是当前解决空间异质性建模的主要途径。该文针对现有模型对空间异质性挖掘不充分的问题,提出一种耦合分区与多尺度信息挖掘的KMeans++-ConViT-CA建模方法,在综合考虑因变量地类的邻域元胞活跃度和自变量驱动因... 详细信息

分区建模和多尺度信息挖掘是当前解决空间异质性建模的主要途径。该文针对现有模型对空间异质性挖掘不充分的问题,提出一种耦合分区与多尺度信息挖掘的KMeans++-ConViT-CA建模方法,在综合考虑因变量地类的邻域元胞活跃度和自变量驱动因子的空间相似度并采用KMeans++聚类算法进行分区基础上,应用ConViT模型挖掘土地适宜性的尺度信息,并以重庆都市圈为例从分区效应、尺度效应、模型效应3个角度进行验证。研究结果表明:①该模型Kappa系数达0.8362,FoM达0.4178,比未分区的ConViT-CA模型分别提升0.0541、0.0507,比单独基于因变量和自变量的分区模型分别提升0.0221、0.0291和0.0381、0.0442(分区效应);与挖掘转换规则时只关注局部特征的双变量单一尺度的KMeans++-CNN-CA模型及KMeans++-ViT-CA模型相比分别提升0.0294、0.035和0.0206、0.0244(尺度效应),比其他基于深度学习的模型分别提升0.0884、0.0826(模型效应)。②分区方法对建模精度影响较大,考虑邻域元胞活跃度分区的双变量建模方法能在一定程度上弥补单变量建模方法对空间异质性规律学习不足的问题,模拟精度更高。③分区与多尺度模型并非简单的替代关系,通过模型耦合可发挥该模型在区域尺度和像元尺度的综合优势,从而改善建模效果,提高土地覆被变化模拟精度。

关键词：土地覆被变化模拟深度学习分区建模空间异质性

来源：评论

学校读者我要写书评

暂无评论

基于Dinamica EGO和CLUe-S模型的中国LUCC模拟预测与驱动力分析

基于Dinamica EGO和CLUe-S模型的中国LUCC模拟预测与驱动力分析

引用

作者：易维中国科学院大学

学位级别：硕士

土地利用与土地覆被变化(LUCC)是全球变化研究中的热点问题，土地利用变化直接或间接影响到地球生物化学圈层结构和生态系统内物质和能量循环。土地利用变化模拟与预测模型是土地变化科学的重要组成部分。为了探究中国土地利用变化驱动... 详细信息

土地利用与土地覆被变化(LUCC)是全球变化研究中的热点问题，土地利用变化直接或间接影响到地球生物化学圈层结构和生态系统内物质和能量循环。土地利用变化模拟与预测模型是土地变化科学的重要组成部分。为了探究中国土地利用变化驱动机制和未来土地利用状况，该文利用中国科学院资源环境科学数据库中的2000年和2005年土地利用数据和基础地理背景数据，结合区域土地利用变化与影响模型CLUE-S和面向地理过程动态环境模型Dinamica EGO，借助Logistic回归结果和贝叶斯估计结果，探讨了中国2000～2005年土地利用适宜性和土地利用变化的驱动因子空间特征，并模拟2005～2020年中国土地利用状况。主要研究结果为:\n (1)2个模型都可以较好的模拟土地利用变化情况，Dinamica EGO模型2005年模拟结果总体精度为90.9％，Kappa指数为89.1％;CLUE-S模型2005年模拟结果总体精度为92.7％，Kappa指数为91.3％，CLUE-S模型略高于Dinimica EGO模型。\n (2) Logistic回归结果中耕地、林地、草地、水域、建设用地和未利用地的ROC值分别为0.932、0.938、0.876、0.854和0.910，说明驱动因子可以较好的解释土地利用的适宜性，并由此预测土地利用出现概率。驱动因子证据权重值的范围可以定量判断土地利用变化的主要驱动因子，因此根据驱动因子的证据权重，结合贝叶斯估计可以较好的预测土地利用转化概率。\n (3) CLUE-S和Dinamica EGO模型的2005～2020年中国土地利用面积变化预测中，除未利用地外，CLUE-S模型与Dinamica EGO模型的预测变化趋势较一致。模拟预测的中国土地利用2020年结果表明:耕地、林地、水域和建设用地将会增加，草地会出现大面积的缩减，未利用地在CLUE-S模型预测中出现增加，而在Dinamica EGO模型中减少。

关键词：土地利用变化土地覆被变化模拟驱动力动态环境模型 Logistic回归贝叶斯估计

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：