[发明专利]模拟轨道交通影响城市生长的共轭梯度元胞自动机方法

说明书

本发明涉及模拟轨道交通影响城市生长的共轭梯度元胞自动机方法，包括：1)对遥感影像进行监督分类，获得初始、终止年份的城市空间格局图；获取城市轨道交通及各种基础设施数据；2)获取影响城市格局变化的空间驱动因子；3)对城市格局图和空间变量进行抽样，获取有效样本点；4)利用共轭梯度训练有效样本点以获取CA转化规则；5)基于转化规则获取城市轨道交通不同影响下土地的转化概率；6)结合元胞自动机模型要素和CG规则，建立基于CG的地理CA模型；7)利用CA_CG模型进行土地利用变化模拟和预测，并进行精度评估；8)输出并保存结果。与现有技术相比，本发明的共轭梯度元胞自动机方法模拟性能更优，可实现轨道交通影响下城市生长的预测。

技术领域

本发明涉及一种城市轨道交通对城市生长影响的模拟方法，尤其是涉及一种模拟轨道交通影响城市生长的共轭梯度元胞自动机方法。

背景技术

元胞自动机(CA)是一种自下而上地自动演化的空间显性模型，它使用局部元胞交互和全局驱动变量来模拟地理复杂系统动态演变，在城市扩展和土地利用变化领域尤其应用广泛。在CA建模中元胞的状态由转化规则决定，因此建立转化规则是CA建模的核心和难点，直接决定了CA模型的特征并影响其模拟性能。

目前，有很多方法来建立CA转化规则，可分为两类：显性方法和隐性方法。显性方法指的是CA参数可通过变量权重反映每一个空间变量对土地利用的促进或者抑制作用，这些方法如logistic回归、主成分分析、偏最小二乘回归、遗传算法、粒子群算法和模拟退火算法等。隐形规则是指构建的CA参数没有明确的物理意义，这些方法如神经网络、系统动力学等。

城市生长是一个复杂的动态过程，不仅受到地形、交通和人口等生物物理和社会经济因素的影响，还受到制度和政策因素的影响。其中，交通规划被认为是一个重要因素，它极大地影响着城市生长，并且与社会经济和体制条件都息息相关。在CA建模中，许多研究都将交通运输的影响视为城市生长建模的重要因素。在考虑交通因素的情况下，模拟和预测未来的城市情景对于评估交通规划方案的效果非常重要。轨道交通如何塑造当前和未来的城市格局，一直是一个难题。交通与城市生长之间存在复杂的交互作用，但包括城市轨道交通在内的驱动因素与城市生长并非线性关系，不能用简单的线性模型表示。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种模拟轨道交通影响城市生长的共轭梯度元胞自动机方法。

本发明的目的可以通过以下技术方案来实现：

一种模拟轨道交通影响城市生长的共轭梯度元胞自动机方法，该方法包括以下步骤：

步骤1：对遥感影像进行监督分类，获得模拟初始和终止年份的城市空间格局图，同时获取城市轨道交通数据，各种城市基础设施数据；

步骤2：基于密度方法和欧式距离方法，获取影响城市格局变化的空间驱动因子；

步骤3：通过分层随机抽样方法对城市格局图和空间驱动因子进行抽样，获取规则训练的有效样本点；

步骤4：利用共轭梯度训练有效样本点以获取CA转化规则，并基于已建立的转化规则获取城市轨道交通不同影响下土地的转化概率图；

步骤5：基于转化概率图及CA模型要素，建立基于CG的地理CA模型，即CA_CG模型；

步骤6：利用建立的CA_CG模型进行土地利用变化模拟和预测，得到CA_CG模型模拟结果；

步骤7：对CA_CG模型及其模拟结果，分别从规则拟合和模拟结果两方面进行精度评定，并输出保存模拟结果。

进一步地，所述的步骤1包括以下分步骤：