以生態(tài)脆弱區(qū)典型縣域磴口縣為研究區(qū),基于2002、2007、2012、2015年4期遙感影像解譯數(shù)據(jù),將數(shù)據(jù)同化技術引入生態(tài)源地的變化模擬中,考慮生態(tài)障礙和生態(tài)阻力構建En KF-MCRP模型,進行磴口縣生態(tài)用地的變化模擬。結(jié)果表明,引入數(shù)據(jù)同化技術的En KF-CA/Markov模型的模擬總精度達到82.4%,數(shù)據(jù)同化能夠減少誤差的積累。根據(jù)擴展能力磴口縣生態(tài)源地共分為5個等級,其中3、4、5級生態(tài)源地的空間布局形成東北-西南、西北-西南的沙漠化防護格局。引入生態(tài)源地變化的En KF-MCRP模型的生態(tài)用地擴張模擬精度最高,生態(tài)用地面積與空間布局最接近實際情況,方差達到0.4。此研究可為當前以及未來的生態(tài)用地規(guī)劃和管理提供科學根據(jù)。 

【文章來源】：農(nóng)業(yè)機械學報. 2016,47(09)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

總體技術路線

運用集合卡爾曼濾波的公式得出同化值(同化后各個方格的發(fā)展強度)。③根據(jù)同化值，對當前的模擬結(jié)果進行修正。利用ArcGIS軟件的Fishnet模塊將全區(qū)分為513個規(guī)則方塊，從中選出66個觀測點和56個檢測點(圖2)。圖2觀測點與檢測點空間分布圖Fig．2Spatialdistributionofobservationpointsanddetectionpoints誤差統(tǒng)計方式采用方差(VSE)，其計算式為VSE=∑Ni=1(yi－xi)2(8)式中y———真實值x———同化值或預測值，y和x維數(shù)一致1.5MCＲP模型生態(tài)用地擴展可以看作是生態(tài)綠色空間對其他用地空間的競爭性控制過程，且這種控制和覆蓋必須通過克服阻力來實現(xiàn)［5，21－22］，這樣生態(tài)用地擴展就可以模擬為從源到匯克服阻力做功的水平過程［23］�；旧鷳B(tài)阻力模型，即MCＲ模型的基本公式為VMCＲ=fmin∑i=mj=nDijＲi(9)式中VMCＲ———最小累積阻力面值fmin———某土地單元對不同的生態(tài)用地取累積阻力最小值Dij———從生態(tài)用地j到土地單元i的空間距離Ｒi———用地單元i對運動過程的阻力系數(shù)考慮不同生態(tài)源地有不同的生態(tài)擴張能力，即不同生態(tài)源地的影響力是不同的，引入不同等級生態(tài)源地的擴張能力因子Pj，修正MCＲ模型，為簡化計算，按照生態(tài)源地斑塊的面積對生態(tài)源地進行分級，并賦予擴張能力值。利用EnKF-CA/Markov模型預測2017年的生態(tài)源地，利用EnKF算法將預測的2017年的生態(tài)源地與2012年的現(xiàn)狀生態(tài)源地進行數(shù)據(jù)同化，得到同化后的生態(tài)源地空間分布值，該值既包含2012年的生態(tài)源地信息，又包含生態(tài)源地的未來變化趨勢，即將源地的變化引入到生態(tài)阻力模型中。修正后建立源地擴張能力約束下的生態(tài)阻力模型———MCＲP模型(Minimalcumulati

———生態(tài)用地j所屬等級的擴張能力因子生態(tài)用地的等級越高，擴張能力越強。2結(jié)果與分析2.1源地變化模擬與分級根據(jù)2002、2007、2012年影像解譯數(shù)據(jù)結(jié)合磴口縣實際情況提取生態(tài)源地，在荒漠綠洲區(qū)，濕地的生態(tài)作用巨大，故將所有水域提取出來均作為源地，在磴口縣荒漠灌林地的防風固沙作用顯著，生態(tài)作用十分重要，故將面積大于0.1km2的荒漠灌林地提取出來作為源地。利用EnKF以CA/Markov模型為數(shù)據(jù)同化算子模擬源地的時空演變，集合大小設為30，數(shù)據(jù)同化算子參數(shù)主要包括距離因子、地形因子、水文因子，如圖3所示。圖3各類適宜性因子評價圖Fig．3Evaluationofvarioustypesofsuitabilityfactors分別利用CA/Markov模型和EnKF-CA/Markov模型，基于2002、2007年的源地數(shù)據(jù)，預測2012年的源地空間分布(圖4b、4c)，與2012年的生態(tài)用地實際情況進行對比驗證(圖4a)。利用IDＲISI軟件進行逐像元對比分析得出EnKF-CA/Markov模型的模擬總精度為82.4%，模擬結(jié)果方差為0.6，Kappa系數(shù)為0.513。傳統(tǒng)CA/Markov模型的模擬總精度為65.4%，模擬結(jié)果方差288農(nóng)業(yè)機械學報2016年

【參考文獻】：
期刊論文
[1]一種基于數(shù)據(jù)同化優(yōu)化陸面過程模式參數(shù)化方案的方法[J]. 張生雷,陳良富,蘇林,賈立.  中國科學:地球科學. 2015(12)
[2]基于CA-Markov模型的土地利用演化模擬預測研究[J]. 趙冬玲,杜萌,楊建宇,李鵬山,何珊珊,朱德海.  農(nóng)業(yè)機械學報. 2016(03)
[3]基于粒子濾波的隨機元胞自動機城市用地擴張模型研究[J]. 桂預風,紀元,楊慧.  數(shù)學的實踐與認識. 2015(17)
[4]順序同化不同時空分辨率LAI的冬小麥估產(chǎn)對比研究[J]. 黃健熙,李昕璐,劉帝佑,馬鴻元,田麗燕,蘇偉.  農(nóng)業(yè)機械學報. 2015(01)
[5]土地景觀生態(tài)流空間通達性評價——以荊州市為例[J]. 梁曼,孫璇,楊振.  河南科學. 2014(08)
[6]平頂山新區(qū)生態(tài)用地的識別與安全格局構建[J]. 周銳,王新軍,蘇海龍,婁翼來.  生態(tài)學報. 2015(06)
[7]生態(tài)阻力面模型構建及其在城市擴展模擬中的應用[J]. 葉玉瑤,蘇泳嫻,張虹鷗,吳旗韜,劉凱.  地理學報. 2014(04)
[8]基于集合卡爾曼濾波動態(tài)優(yōu)化CA模型參數(shù)的方法[J]. 張亦漢,喬紀綱,艾彬.  測繪學報. 2013(01)
[9]基于集合卡爾曼濾波和HYDRUS-1D模型的土壤剖面含水量同化試驗[J]. 王文,劉永偉,寇小華,呂海深.  水利學報. 2012(11)
[10]基于CA-Markov模型的藉河流域土地利用變化動態(tài)模擬[J]. 王友生,余新曉,賀康寧,李慶云,張由松,宋思銘.  農(nóng)業(yè)工程學報. 2011(12)

博士論文
[1]礦區(qū)土地景觀格局演變及其生態(tài)效應研究[D]. 李保杰.中國礦業(yè)大學 2014
[2]基于數(shù)據(jù)同化的太湖葉綠素濃度遙感估算[D]. 李淵.南京師范大學 2014
[3]江漢平原四湖流域景觀生態(tài)規(guī)劃與流域生態(tài)管理研究[D]. 尹發(fā)能.華東師范大學 2008

碩士論文
[1]集合Kalman濾波在T106L19中期數(shù)值預報譜模式中的應用研究[D]. 高斌斌.南京信息工程大學 2008



本文編號：3395092