[发明专利]基于SVM‑GCA的城市空间发展模拟及预测方法

摘要

本发明属于地理信息系统的虚拟地理环境及仿真研究领域，涉及到城市空间发展的仿真及预测技术。本发明利用支持向量机技术设计了一种城市元胞用地性质变化决策函数，在此基础上提出了一种基于支持向量机的地理元胞模型并给出了基于该模型的城市空间发展模拟及预测的方法。该方法能够克服现有地理元胞模型的线性性缺陷，具有较快的仿真速度和较高的仿真预测精度。利用支持向量机技术建立城市元胞模型，用于解决地理元胞状态预测这一类典型非线性问题，有效的解决了传统的地理元胞模型线性性导致仿真预测结果误差过大问题，同现有的方法相比，对样本数量要求较少、计算效率更高、精度也更高。

主权项

一种基于SVM‑GCA的城市空间发展模拟及预测方法，其特征在于，具体步骤如下：S1、建立基于支持向量机的城市元胞自动机模型(Support Vector Machines based Geographical Cellular Automata，SVM‑GCA)，具体为：S11、定义城市元胞状态：城市元胞状态为城市用地性质描述即城市元胞模型的因变量y，所述城市元胞状态包括两种状态：城市用地和非城市用地，分别用1和‑1进行编码，1表示该元胞为城市用地，‑1表示该元胞为非城市用地；S12、确定城市元胞邻域关系：采用Moore型邻域，元胞的上、下、左、右、左上、左下、右上、右下相邻的8个元胞称为该元胞的邻域，邻域半径为1；S13、确定城市元胞用地转换因子：城市元胞用地性质的转化取决于每个元胞当前的地理环境因子x1、经济增长因子x2、人口密度因子x3、土地价格因子x4、交通状况因子x5以及政策因子x6，其中，所述经济增长因子x2、人口密度因子x3、土地价格因子x4、交通状况因子x5和政策因子x6从城市统计数据中抽取；S14、设计城市元胞状态转换规则：城市元胞在t+1时刻转换为建设用地的概率为其中，F为决策函数，R为约束因子，Nt为t时刻元胞邻居影响因子；S2、进行城市遥感图像分类处理和用地转换因子确定及优化，具体为：利用Envi 4.0软件，通过非监督分类法按照四种用地类别对遥感图像进行分类处理，其中，所述四种用地类别为：水域及山体(包括河流湖泊等，编号为1)、农林用地(包括园林和植被、耕地和空地等，编号为2)、城乡建设用地(包括居住用地、商业、工业、公共设施等，编号为3)和交通用地(包括公路、铁路、机场等，编号为4)，并由此构成S13所述地理环境因子x1；S3、基于SVM‑GCA的城市发展仿真预测，具体为：S31、基于GIS平台对城市遥感图像进行分类处理，获得城市用地基础地理信息，根据城市统计数据构造用地转换因子，在GIS平台中用6个图层分别描述6个影响因子；S32、构建城市元胞模型：元胞形状选择为正方形，利用GIS系统中栅格图像代表元胞空间，每个栅格对应一个元胞，元胞大小为L×L，元胞邻域类型确定为Moore型，即每个元胞有8个邻居元胞，其中，L为不为零的自然数；S33、根据S14所述转换规则，计算城市元胞在t+1时刻转换为建设用地的概率S34、得出城市元胞在t+1时刻用地性质，所述用地性质按如下方法确定：设城市元胞用地性质转变概率阈值为Pthreshold，当城市元胞在t+1时刻转换为建设用地的概率Pt+1≥Pthreshold时，则判定t+1时刻该元胞将变为城市用地，当Pt+1＜Pthreshold时，则判定t+1时刻该元胞用地性质不变，其中，所述Pthreshold通过城市发展历史数据拟合得到，为经验值；S4、根据S1‑S3对城市元胞用地性质变化进行K次迭代，最终获得未来城市空间发展模拟结果，其中，所述K为不为零的自然数，是经验值。