基于可控邻域作用CA的城市扩张研究

doi:10.6046/gtzyyg.2011.02.20

摘要
参考文献
相关文章
Metrics

全文: PDF(664 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

为了进行城市扩张研究，在使用二分Logistic回归方法从历史数据中挖掘位置特征变量对元胞状态转换影响的基础上，通过引入邻域因子实现了可控邻域作用。研究中，首先建立了一种新的城市元胞自动机（Cellular Automata,CA）模型，然后用该模型在长沙市区及部分周边地区进行了城市扩张进程的模拟和预测，并对结果进行了评价分析。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：盐碱化土地, 空间分析, 吉林西部

Abstract：

Celluar Automata (CA) featured by self-organizing evolvement is used to establish the urban expansion model. This paper introduces a CA model and adopts a neighbor factor to implement controllable neighbor-effect on the basis of exploring the influence of several location feature variables on cell status conversion in historical data. Obtaining simulated results with different spatial patterns is possible through changing the value of the neighbor factor. Taking the urban district of Changsha and it vicinities as the study area, the authors conducted an experiment to simulate and predict the process of urbanization, and then evaluated and analyzed the results.

Key words： Saline-alkalized land Spatial analysis Western Jilin Province

收稿日期: 2010-09-19 出版日期: 2011-06-17

TP 79:F 291

基金资助:

湖南省自然科学基金项目（编号： 07JJ6076）。

作者简介: 刘兴权（1962-），男，中南大学地学院副院长，教授，主要从事城市GIS、矿山GIS方面的教学与研究工作。

引用本文:

刘兴权, 吴涛, 甘喜庆. 基于可控邻域作用CA的城市扩张研究[J]. 国土资源遥感, 2011, 23(2): 110-114.
LIU Xing-Quan, WU Tao, GAN Xi-Qing. An Urban Growth Study Based on Controllable Neighbor-effect CA. REMOTE SENSING FOR LAND & RESOURCES, 2011, 23(2): 110-114.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2011.02.20 或 https://www.gtzyyg.com/CN/Y2011/V23/I2/110

［1］Couclelis H.Cellular Worlds:a Framework for Modeling Micro-Macro Dynamics［J］.Enviroment and Planning A,1985,17(5):585-596.

［2］Batty M.Cellular Automata and Urban Form:A Primer［J］.Journal of the American Planning Association,1997,63(2):266-274.

［3］Clarke K C,Gaydos L J.Loose-coupling a Cellular Automata Model and GIS:Long-term Urban Growth Prediction for San Francisco and Washington/Baltimore［J］.International Journal of Geographical Information Science,1998,12(7):699-714.

［4］White R,Engelen G,Uijee I.The Use of Constrained Cellular Automata for High-resolution Modeling of Urban Land-use Dynamics［J］.Environment and Planning B,1997,24(3):323-343.

［5］黎夏，叶嘉安.主成分分析与Cellular Automata在空间决策与城市模拟钟的应用［J］.中国科学，2001，31(8):683-690.

［6］黎夏，叶嘉安.遗传算法GIS结合进行空间优化决策的研究［J］.地理学报，2004，59(5):745-753.

［7］黎夏，叶嘉安.基于神经网络的单元自动机CA及真实和优化的城市模拟［J］.地理学报，2002,57(2):159-166.

［8］王济川,郭志刚.Logistic回归模型——方法与应用［M］.北京：高等教育出版社，2007.

［9］罗平.地理特征元胞自动机及城市土地利用演化研究［D］.武汉：武汉大学,2004.

［10］黎夏，刘小平.基于案例推理的元胞自动机及大区域城市演变模拟［J］.地理学报，2007，62（10）：1097-1109.

[1]	李东, 唐诚, 邹涛, 侯西勇. 近海人工鱼礁水下物理状态探测与评估[J]. 自然资源遥感, 2022, 34(1): 27-33.
[2]	宋仁波, 朱瑜馨, 丁上珊, 贺巧宁, 王细元, 王月香. 基于GIS空间分析的任意多边形骨架线自动提取方法[J]. 国土资源遥感, 2020, 32(1): 51-59.
[3]	张珂, 刘建忠, 程维明. 月球哥白尼纪次级坑的形态特征及其空间分布[J]. 国土资源遥感, 2019, 31(1): 255-263.
[4]	曾远文, 丁忆, 胡艳, 陈静, 段松江. 农村居民点空间布局及优化分析——以重庆市合川区狮滩镇聂家村为例[J]. 国土资源遥感, 2018, 30(3): 113-119.
[5]	张晓萍, 吕颖, 张华国, 李朝奎. 1990―2011年舟山群岛不透水面动态遥感分析[J]. 国土资源遥感, 2018, 30(2): 178-185.
[6]	郭丽琴, 赵志芳, 代启学, 梁明月, 付义勋, 陈百炼. 基于RS和GIS文山州石漠化时空演变特征及成因研究[J]. 国土资源遥感, 2017, 29(s1): 106-113.
[7]	程滔. 大数据时代遥感数据管理与服务模式探索[J]. 国土资源遥感, 2016, 28(4): 202-206.
[8]	陈应跃, 甘淑, 田禹东, 周曦冰. 山区土地评价的GIS空间分析建模研究[J]. 国土资源遥感, 2015, 27(2): 196-200.
[9]	李学渊, 赵博, 陈时磊, 赵颖旺, 边凯. 基于遥感与GIS的矿山地质环境时空演变分析——以东胜矿区为例[J]. 国土资源遥感, 2015, 27(2): 167-173.
[10]	姬翠翠, 李晓松, 曾源, 闫娜娜, 武文波, 吴炳方. 基于遥感和GIS的宣化县水土流失定量空间特征分析[J]. 国土资源遥感, 2010, 22(2): 107-112.
[11]	李晓琴, 田垄, 余珍风. 黄河流域水土流失遥感监测[J]. 国土资源遥感, 2009, 21(4): 57-61.
[12]	林先成, 杨武年. 基于栅格数据空间分析的城镇土地定级研究[J]. 国土资源遥感, 2008, 20(2): 91-101.
[13]	王治华. 中国滑坡遥感及新进展[J]. 国土资源遥感, 2007, 19(4): 7-10.
[14]	庞治国, 李纪人, 李取生. 吉林西部盐碱化土地空间变化及防治措施[J]. 国土资源遥感, 2004, 16(2): 56-60.
[15]	北京时空港公司 . GeoMedia(INTERGRAPH)——为国土提供领先解决方案[J]. 国土资源遥感, 2002, 14(2): 70-70.

Viewed

Full text

Abstract

Cited

Shared

Discussed