[发明专利]一种基于随机森林和众源地理信息的土地利用变化驱动因子挖掘方法

说明书

本发明提供一种基于随机森林和众源地理信息的土地利用变化驱动因子挖掘方法，即：首先利用以POI点为主的众源地理数据构建影响土地利用变化的多元潜在驱动因子数据集，并进行数据空间化处理；然后，以多元潜在驱动因素为特征变量，土地利用专题图的用地类型作为预测变量，构建随机森林分类器模型，并进行模型训练；接着，利用训练好的模型，进行单一变量的K次随机置换，从而计算变量的重要性得分，根据得分进行驱动因子重要性排序；最后，利用递归特征消除原理，筛选影响土地利用变化的核心驱动力。本发明能够对影响城市土地利用变化的驱动因素进行重要性量化评估和核心因素筛选，从而揭示城市演化的微观驱动机制。

技术领域

本发明属于地理大数据分析与挖掘领域，特别是一种基于随机森林和众源地理信息的土地利用变化驱动因子挖掘方法。

背景技术

城市土地利用格局作为城市发展的直观表现，受人类意识驱使，在自然、经济、文化和政策等多重因素的综合影响下，经历了地表上最为复杂的演化过程，对自然和生态系统产生了深远影响。我国作为世界最大的发展中国家，目前正处于高速城市化发展阶段，在人口增长与经济发展的双重压力下，土地空间资源被大幅度开发利用，城市土地利用经历着频繁而剧烈的变化。掌握城市空间结构演化规律，揭示土地利用变化微观驱动机制，可以为政府部门进行城市土地资源配置优化提供科学参考依据，对城市可持续发展具有重要意义。

土地利用变化的驱动因子挖掘是揭示土地利用变化发生机理、演化规则以及未来趋势模拟的基础，一直是土地利用研究的重要方向。国内外学者已经开展了大量的土地利用变化驱动力研究工作，早期研究主要利用实证分析的形式揭示特点区域内某一种土地利用类型宏观层面的驱动机制。例如，Moran指出巴西亚马逊地区从1975年到1987年的森林退化主要受到当地政府对于畜牧场政策变化的影响，而不是人口增长因素。Sneath通过对比1992年至1995年间中国、俄罗斯以及蒙古国的草地变化，发现现代化的畜牧方式是导致牧场退化的主要原因。Pulido和Bocco以发展中国家的农户为研究对象，证明了农民的主观意识和传统文化对当地的土地退化情况起到决定性作用。尽管这些定性分析对土地利用驱动力识别奠定了良好基础，但是难以评估不同类型的人类或自然因素对土地利用变化的影响程度。为此，后续研究中陆续采用了统计学方法，进行因子驱动力的量化研究，以多元驱动因子为自变量，土地利用变化为因变量构建线性方程模型，如相关性分析、逻辑回归、线性回归、主成分分析等方法。

考虑到我国城市发展正由外向型的空间扩展，逐渐转为土地功能更新与旧城改造等小尺度上的城市空间再开发这一现状，迫切需要进行土地利用变化微观驱动机制的研究。然而，现有研究中主要存在两点不足难以满足土地利用变化的微观驱动力研究：首先，现有研究大部分集中在大尺度的土地利用变化的宏观驱动因素探究，存在研究尺度过大，驱动因素分类不精等问题，难以支撑城市内部建设用地功能转化的规律发现与机制研究；其次，城市土地利用变化受到自然环境和社会经济等多重因素的交互影响，用地功能与结构在高强度的人类活动影响下更加复杂，传统的统计学模型多以线性方程为基础，简化了多元驱动因子与土地利用变化之间的关系模型，无法真实、全面的反映出二者之间复杂的、非线性映射关系。