[發明專利]基于遺傳算法的土地利用分形維數作用尺度的識別方法

無效

• 申請號: 201210352386.3
• 申請日: 2012-09-21
• 公開（公告）號: CN102880754A
• 公開（公告）日: 2013-01-16
• 發明（設計）人: 吳浩;李巖;葉露萍;朱捷緣;趙曉軍;黎華;陳明
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 王守仁

1.基于遺傳算法的土地利用分形維數作用尺度的識別方法，其特征是首先利用遙感影像解譯提取土地利用分類信息，進行不同半徑尺度緩沖區的土地分類面積信息的統計，并依據分形維數計算公式建立各類土地面積與半徑的對數關系，繼而分析遺傳算法參數編碼機制從而產生初始群體，在此基礎上設計適應度函數，運用選擇、交叉和變異三種基本遺傳算子，得到分形維數的最優作用尺度，用來精確地說明土地利用分形維數成立的有效區間范圍。

2.根據權利要求1所述的基于遺傳算法的土地利用分形維數作用尺度的識別方法，其特征是采用包括以下步驟的方法：

（1）利用遙感影像解譯提取土地利用分類信息并進行整合，整合后的數據為所需研究區域圖斑的分類信息；

（2）將整合后的分類數據作為基礎數據，建立不同半徑尺度大小的緩沖區覆蓋各類土地利用信息，進行各類用地的面積統計，進而依據分形維數計算公式建立各類土地面積與半徑的自然對數關系；

（3）對得到的半徑與面積數據采用二進制編碼方式實現從解空間到染色體空間的映射，從而產生初始群體，并以平均殘差平方和作為目標函數設計適應度函數；

（4）相繼運用基于輪盤賭模型的選擇算子、采用單斷點交叉法進行交叉算子，結合高斯變異算子完成尋優，從而得到分形維數的最優作用尺度。

3.根據權利要求2所述的基于遺傳算法的土地利用分形維數作用尺度的識別方法，其特征是采用以下方法獲取分類信息，其步驟包括：

（1）利用Erdas軟件對目標區域的遙感影像進行解譯，依據制定的標準進行非監督分類，獲取各類土地利用類型的分類信息；

（2）將分類后的遙感數據導入ArcGIS軟件中，利用Spatial?Analyst/Reclassify，對遙感數據進行重分類，并賦予各種土地類型不同的數值，并將背景設置為NoData。

4.根據權利要求2所述的基于遺傳算法的土地利用分形維數作用尺度的識別方法，其特征是采用包括以下步驟的方法建立各類土地面積與半徑的自然對數關系：

（1）以研究區域中心為圓心，以相同的間隔依次遞增為半徑形成不同等級的同心圓，建立緩沖區進行不同土地利用類型圖層的切割；

（2）利用ArcGIS軟件的統計功能分別統計出各土地類型在各半徑內對應的總面積；

（3）根據分形維數計算公式，等式兩邊取自然對數，從而建立各類土地面積與半徑的對數關系。

5.根據權利要求2所述的基于遺傳算法的土地利用分形維數作用尺度的識別方法，其特征是采用以下方法獲取適應度函數，其步驟包括：

（1）采用二進制編碼方式對得到的分形維數數據實現從解空間到染色體空間的映射，使得解空間的每一個點映射到一條染色體上，從而在解空間中隨機產生二進制串組成的染色體的基因碼即初始群體；

（2）以殘差平方和最小作為目標函數，即可設計適應度函數：

?????????????????????????????????????????????????????????????????????

式中：G為數據點實際值和擬合值之間的離差平方和值，使G具有最小目標值的解對應最大的適應度值f；G的表達式為：

?

其中α、β為直線方程的系數，點i的坐標記為(X_i,?Y_i)，i=1,2,…,?n；令無標度區的起點是第s個點?(X_s,?Y_s)，終點是第l個點?(X_l,?Y_l）滿足1≤?s<l?≦n。

6.根據權利要求2所述的基于遺傳算法的土地利用分形維數作用尺度的識別方法，其特征是采用以下方法求取無標度區間即分形最優作用尺度，其步驟包括：

（a）首先采用輪盤賭模型進行選擇算子計算；

（b）其次結合來自父代交配種群中的信息，進行交叉算子計算，交叉算子采用單斷點交叉法產生新的個體，其中，交叉的位置是隨機的；

（c）接著進行變異算子計算：將交叉后個體的基因鏈按高斯變異算子進行變異，從而產生新一代的種群；

（d）最后返回適應度函數，判斷是否滿足優化標準，如此循環直到輸出最優個體為止，即求得最優作用尺度。