A future land use simulation model for simulating land use scenarios by human and natural effects
AbstractLand use and land cover change (LUCC) simulation models are effective and reproducible tools for analyzing both the causes and consequences of
AbstractLand use and land cover change (LUCC) simulation models are effective and reproducible tools for analyzing both the causes and consequences of
Abstract城镇用地增长边界划定对城镇用地扩张调控与管理具有重要意义,但当前仍无统一划定思路与方法。基于“反规划”理念,引入FLUS模型探讨城镇用地增长边界划定思路,并以徐州市贾汪区为例,采用2009年和2014年数据对FLUS模型可靠性进行验证,对2020年研究区土地利用变化进行情景模拟,在此
摘要通过将中国划分为4个生态区,在综合考虑社会经济和自然因素的前提下,利用系统动力学的原理和方法,选取对土地利用变化影响最大的驱动因素,分区构建中国土地利用变化系统动力学模型并模拟4种发展情景下2050年中国土地利用变化情况。结果表明:在不同情景设定下,土地利用变化差异较大,其中平稳发展情景较理想,
AbstractCellular automata (CA) have been widely used to simulate complex urban development processes. Previous studies indicated that vector-based cel
AbstractGlobal land-use and land-cover change (LUCC) data are crucial for modeling a wide range of environmental conditions. So far, access to high-re
AbstractUrbanization has profoundly altered the terrestrial ecosystem carbon cycle, especially the net primary productivity (NPP). Many attempts have
Abstract城市土地利用及其变化对城市环境有着重要影响。很多学者已经结合元胞自动机和机器学习算法对城市扩 张进行了相关的模拟研究, 但针对复杂的多类土地利用相互变化过程的研究仍然较少。该文提出了一种基于随机 森林算法的多类元胞自动机( RFA2CA) 模型, 并将其用于模拟和预测复杂的多类土地利
AbstractCellular automata (CA) have proven to be very effective for simulating and predicting the spatio-temporal evolution of complex geographical ph
Abstract生态风险管理具有不稳定性和不确定性,如何获取和调整不同利益群体对于生态风险和环境管理的看法并把它们定量表 示出来、协调其中存在的冲突是生态系统管理亟待解决的问题。以煤矿区生态系统为研究对象,探讨了模糊认知图方法在获取 利益相关方认知上的应用,并基于模糊关联矩阵,采用神经网络模型进行不
针对高分辨率遥感影像中地物的复杂性和多变性带来的地物提取难点,提出了一种基于多层次规则的面向对象的典型地物提取方法。改进了基于区域增长的影像分割方法,利用小区域内的全局最优策略进行初始增长,避开了种子点的选择。利用影像分割得到的影像对象作为地物提取的基元,针对影像上典型地物选择提取特征 ,利用多层次的提取规则进行地物提取,总的提取精度达到87.1% 。