[發明專利]融合螢火蟲算法和元胞自動機的城市擴張模擬預測方法

有效

• 申請號: 202010841225.5
• 申請日: 2020-08-20
• 公開（公告）號: CN112163367B
• 公開（公告）日: 2023-02-07
• 發明（設計）人: 馮永玖;李慶美;童小華;陳鵬;金雁敏;謝歡;劉世杰;許雄;柳思聰;王超
• 申請（專利權）人: 同濟大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06V20/13;G06V10/764;G06Q10/04;G06Q50/26;G06F111/06;G06N3/00
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 應小波

本發明涉及一種融合螢火蟲算法和元胞自動機的城市擴張模擬預測方法，包括：對遙感影像進行監督分類，獲得城市土地利用分類圖；獲取城市土地利用變化驅動因子數據，進行預處理；通過隨機分層抽樣方法獲取土地利用圖和驅動因子的有效樣本點；基于邏輯回歸確定參數的邊界，利用螢火蟲算法，對有效樣本點進行訓練獲取元胞自動機的轉化規則；根據CA轉化規則，獲取城市土地利用轉化概率；建立基于CA_FFA模型；利用CA_FFA模型對城市土地利用進行模擬應用和驗證分析，并評估精度；輸出并保存模擬結果。與現有技術相比，本發明具有更高的模擬精度和更好的城市土地利用變化模擬能力。與現有技術相比，本發明具有模擬精度高、效率高、模擬效果好、普適性好等優點。

技術領域

本發明涉及一種城市土地利用變化模擬元胞自動機方法，尤其是涉及一種融合螢火蟲算法和元胞自動機的城市擴張模擬預測方法。

背景技術

城市人口密度和需求的迅速增加，交通擁堵、城市供水不足、空氣污染、能源消耗高和垃圾處理等問題日益凸顯，給城市規劃、資源保護和生態多樣性帶來了巨大挑戰。基于元胞自動機(Cellular Automata，CA)的模型，逐漸被應用于城市擴張的模擬，其對復雜系統的模擬能力、自組織特性以及對柵格數據結構的靈活性與兼容性，使之在城市復雜系統的動態模擬中具有顯著優勢。但對于現有的元胞自動機模型，確定合適的土地轉化規則及其參數仍然是一項挑戰。

一些學者使用了統計方法來獲取模型的最優參數組合，包括多準則評價(MCE)、主成分分(PCA)、層次分析法(AHP)和邏輯回歸(LR)等。這些方法為CA轉化規則的獲取，提供了強有力的空間統計基礎。然而，統計方法要求影響因子之間獨立，大多無法捕捉地理現象中的非線性關系，難以消除空間變量間自相關效應所造成的負面影響，不能充分反映城市動力學基本相互作用的非線性復雜性。

為了量化空間變量的非線性關系，一些學者將CA模型與其他人工智能工具集成，即使用混合人工智能建模環境模擬城市擴張，包括人工神經網絡(ANN)、支持向量機(SVM)、模擬退火(SA)和遺傳算法(GA)等。盡管這些方法可以很好地處理空間變量間的自相關效應，但是也存在一些局限性。人工神經網絡具有一定的黑箱性質，不能為空間變量提供明確可解釋的權值，而且存在陷入局部極小值、數據過擬合等問題。支持向量機具有良好的非線性分類能力，但是難以實施對大規模樣本的訓練，存在解決多分類的問題。模擬退火算法計算速度快，易于收斂，但其精度依賴于內部循環最大迭代次數和初始溫度；雖然遺傳算法在搜索復雜、多模態空間中具有良好的性能，但是在解決小規模問題時，可能陷入局部最優、無法實現全局最優。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種模擬精度高、效率高、模擬效果好、普適性好的融合螢火蟲算法和元胞自動機的城市擴張模擬預測方法。

本發明的目的可以通過以下技術方案來實現：

融合螢火蟲算法和元胞自動機的城市擴張模擬預測方法，包括：

步驟1：獲取城市遙感影像，對遙感影像進行監督分類獲得初始和結束年份的土地利用分類圖；

步驟2：獲取城市土地利用變化驅動因子數據，經預處理后獲取土地利用分類圖和驅動因子數據的有效樣本點；

步驟3：基于邏輯回歸確定參數的邊界，利用螢火蟲算法FFA，對有效樣本點進行訓練獲取元胞自動機的轉化規則；

步驟4：利用根據FFA訓練建立的元胞自動機轉化規則，獲取城市土地利用轉化概率；

步驟5：綜合轉化概率、元胞鄰域、隨機因素和限制因素建立基于FFA的CA模型，即CA_FFA模型；

步驟6：利用CA_FFA模型對城市土地利用進行模擬應用和驗證分析，得到CA_FFA模型模擬結果；