[发明专利]土地利用变化分析预测方法及装置

权利要求书

1.一种土地利用变化分析预测方法，其特征在于，包括：

获取若干个历史年份的土地遥感影像数据；

利用人机交互解译的方法提取历史年份的土地遥感影像数据中的土地类型，绘制出分类矢量图；

根据所述分类矢量图，计算土地变化幅度，动态度，空间变化，进而分析不同时期土地的动态变化，归纳历史年份的土地利用时空变化特征和规律；

选取若干个驱动因子构建Markov-CA预测模型；

根据历史年份的土地利用时空变化特征和规律，利用Markov-CA预测模型获取未来目标年份的土地利用空间格局。

2.根据权利要求1所述的土地利用变化分析预测方法，其特征在于，所述选取若干个驱动因子构建Markov-CA预测模型，具体包括：

选取若干个驱动因子；

根据所述若干个驱动因子，生成每一种土地利用类型的分布概率适宜图；

利用所有的分布概率适宜图获取元胞自动机CA模型的转换规则；

根据马尔科夫Markov模型和CA模型的转换规则，构建Markov-CA预测模型。

3.根据权利要求1所述的土地利用变化分析预测方法，其特征在于，所述土地类型至少包括草地、耕地、林地、水域、建筑用地和未利用土地。

4.根据权利要求1所述的土地利用变化分析预测方法，其特征在于，所述驱动因子至少包括高程、坡度、坡向、距公路距离和距行政中心距离。

5.根据权利要求1所述的土地利用变化分析预测方法，其特征在于，所述土地利用时空变化特征和规律至少包括：土地利用总体变化、变化幅度、动态度和变化空间。

6.根据权利要求1所述的土地利用变化分析预测方法，其特征在于，所述选取若干个驱动因子构建Markov-CA预测模型之后，还包括：

利用历史年份的土地遥感影像数据，对Markov-CA预测模型的精度和适用性进行验证。

7.一种土地利用变化分析预测装置，其特征在于，包括：

获取模块，用于获取若干个历史年份的土地遥感影像数据；

分类矢量图绘制模块，用于利用人机交互解译的方法提取历史年份的土地遥感影像数据中的土地类型，绘制出分类矢量图；

特征提取模块，用于根据所述分类矢量图，计算土地变化幅度，动态度，空间变化，进而分析不同时期土地的动态变化，归纳历史年份的土地利用时空变化特征和规律；

模型构建模块，用于选取若干个驱动因子构建Markov-CA预测模型；

预测模块，用于根据历史年份的土地利用时空变化特征和规律，利用Markov-CA预测模型获取未来目标年份的土地利用空间格局。

8.一种电子设备，其特征在于，包括：存储器和处理器；

所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序被处理器执行时，实现如权利要求1至6任一所述的方法。