[发明专利]一种基于最大熵原理的城市CA模型构建方法

摘要

本发明公开了一种基于最大熵原理的城市CA模型构建方法，包括获取两期土地利用栅格数据并重分类；将分类后数据进行叠加得到城镇用地增长范围，在此范围内进行随机采样和坐标计算，得到样本点数据；处理影响城镇用地扩展的空间变量，结果作为分类模型约束条件；利用样本点和约束条件进行模型训练，得到条件熵最大的分类模型；建立土地利用矩阵，矩阵要素对应元胞，将元胞的空间坐标输入该模型中，得到在约束条件影响下各个元胞分类为城镇用地的条件概率，作为CA模型元胞转换概率，并在此基础上结合邻域约束构建城市扩展CA模型。本发明构建了最大熵CA模型，并将其应用于城镇用地扩展模拟，考虑了随机性问题，有助于更精准地模拟城市发展。

主权项

1.一种基于最大熵原理的城市CA模型构建方法，包括以下步骤：步骤1：将两期土地利用空间栅格数据进行叠加得到城镇用地扩展范围，并在扩展范围内创建样本点；具体实现包括以下子步骤：步骤1.1：对现有的土地利用空间栅格数据进行重分类，分为三类：城镇用地、可扩展用地和水域；步骤1.2：将两期土地利用空间栅格数据进行叠加计算，得到末期相对于初期城镇用地扩展范围；步骤1.3：在扩展范围内随机抽取一定数量的栅格作为样本，并计算其空间坐标；在后续步骤中，栅格作为CA模型的元胞，栅格数据作为CA模型的元胞空间；步骤2：将影响城镇用地扩展的空间变量进行处理，获取空间变量影响值；步骤3：将步骤1中的两期土地利用空间栅格数据和步骤2中的空间变量处理栅格数据分别转为矩阵，矩阵要素对应元胞，矩阵空间对应元胞空间；将分类后的土地利用空间栅格数据转为土地利用状态矩阵P，在矩阵中存在三种取值，城镇用地取值为1，可扩展用地取值为0，水域取值为2；将空间变量处理栅格数据转为空间变量影响矩阵A，B，C…，矩阵中各矩阵要素的值取自处理结果栅格数据中该要素位置的值；步骤4：构建训练样本数据集，将其输入分类模型进行训练，得到条件熵最大的分类模型；步骤5：利用步骤4中得到的条件熵最大的分类模型计算土地利用状态矩阵P中各个矩阵要素属性分类为城镇用地的条件概率，并构建最大熵CA模型；步骤6：通过矩阵运算和模型迭代运算，满足设定的迭代终止条件后，得到城镇用地扩展模拟结果。