2023/2/11元胞自動(dòng)機(jī)及其在城市模擬中的應(yīng)用2023/2/12基于CA的真實(shí)城市模擬其他城市CA模擬應(yīng)用

存在的問(wèn)題

logisticCA的具體實(shí)現(xiàn)內(nèi)容如下：元胞自動(dòng)機(jī)（CA）和地理元胞自動(dòng)機(jī)元胞自動(dòng)機(jī)及其在城市模擬中的應(yīng)用研究背景城市化作為土地利用／土地覆被變化(LUCC)的重要驅(qū)動(dòng)機(jī)制日益引起廣泛的關(guān)注，而我國(guó)正進(jìn)入城市化的加速發(fā)展階段城市空間模擬日益成為城市規(guī)劃者、經(jīng)濟(jì)學(xué)家、生態(tài)學(xué)家、和致力于可持續(xù)發(fā)展的資源管理者的重要工具研究背景城市模型發(fā)展階段

靜態(tài)的、均衡的、宏觀模型（20世紀(jì)50，60年代）動(dòng)態(tài)的、微觀模型（20世紀(jì)80年代以后）城市增長(zhǎng)動(dòng)態(tài)模型分類

宏觀系統(tǒng)動(dòng)力學(xué)模型：著眼于宏觀變量相互關(guān)系微觀系統(tǒng)動(dòng)力學(xué)模型：宏觀現(xiàn)象的微觀作用機(jī)制

CellarAutomataBasedModelMulti-AgentBasedModel研究背景主要的模擬方法及模型基于細(xì)胞自動(dòng)機(jī)（CA)的動(dòng)態(tài)模擬基于主體的動(dòng)態(tài)模擬

TranSims模型空間統(tǒng)計(jì)學(xué)模擬馬爾可夫鏈(Lopezetal.,2001)和邏輯斯蒂回歸(WuandYeh,1997)基于人工神經(jīng)網(wǎng)絡(luò)的模擬格局分析(Shmueli,1998;Pijanowskiaetal.2002)基于分形的形態(tài)模擬擴(kuò)散聚合模型（DLA）(BattyandLongley,1994)；滲透模型(Makseetal.,1998)混沌和災(zāi)變模擬自組織臨界值（SOC）(Batty1998；Wu1999)研究背景2023/2/16元胞自動(dòng)機(jī)元胞自動(dòng)機(jī)（CellularAutomata）是一種時(shí)間、空間、狀態(tài)都離散的模型，具有強(qiáng)大的空間建模和計(jì)算能力，能夠模擬具有時(shí)空特征的復(fù)雜動(dòng)態(tài)系統(tǒng)。元胞自動(dòng)機(jī)的基礎(chǔ)就在于“如果讓計(jì)算機(jī)反復(fù)地計(jì)算極其簡(jiǎn)單的運(yùn)算法則，那么就可以使之發(fā)展成為異常復(fù)雜的模型，并可以解釋自然界中的所有現(xiàn)象”的觀點(diǎn)。細(xì)胞自動(dòng)機(jī)的特點(diǎn)

簡(jiǎn)單性和直觀性complexity≠complication

離散性；靈活性與開(kāi)放性易于與GIS、遙感數(shù)據(jù)處理等系統(tǒng)結(jié)合細(xì)胞自動(dòng)機(jī)的擴(kuò)展細(xì)胞空間：從無(wú)限到有限；從同質(zhì)到非同質(zhì)；從規(guī)則到不規(guī)則細(xì)胞狀態(tài)：表征地理實(shí)體或現(xiàn)象的指標(biāo)、編碼或等級(jí)的集合鄰域：從固定性到非固定性多種多樣轉(zhuǎn)換規(guī)則：從普遍到非普遍（分區(qū)）；從恒定性到變動(dòng)性；從確定性到隨機(jī)性，局部個(gè)體間相互作用-綜合的多層次規(guī)則時(shí)間概念與地理實(shí)體演化相一致，從規(guī)律性到不規(guī)律性系統(tǒng)從閉合到開(kāi)放元胞自動(dòng)機(jī)城市增長(zhǎng)模型（SLEUTH）的發(fā)展與應(yīng)用2023/2/18CA大力發(fā)展考慮自我復(fù)制的可能性引入其他領(lǐng)域不斷改進(jìn)、優(yōu)化20世紀(jì)50年代20世紀(jì)8、90年代現(xiàn)在美國(guó)數(shù)學(xué)家vonneumann(馮·諾依曼,計(jì)算機(jī)之父)；

用CA演示了機(jī)器能夠模擬自身的現(xiàn)象；Wolfram等；

對(duì)CA的發(fā)展起了極大的推動(dòng)作用，提出CA的五個(gè)基本特征；生命游戲；對(duì)各種復(fù)雜現(xiàn)象進(jìn)行模擬

模型進(jìn)一步發(fā)展

元胞自動(dòng)機(jī)（CA）與計(jì)算機(jī)科學(xué)的發(fā)展有密切的關(guān)系，元胞自動(dòng)機(jī)的出現(xiàn)為早期計(jì)算機(jī)的設(shè)計(jì)提供了依據(jù)。元胞自動(dòng)機(jī)的發(fā)展歷史20世紀(jì)90年代S.Wolfram的研究(1984,Nature)，發(fā)現(xiàn)了110規(guī)則，對(duì)元胞自動(dòng)機(jī)理論作出了巨大貢獻(xiàn)。沃爾夫勒姆1959年出生于倫敦，父親是相當(dāng)成功的作家，母親是牛津大學(xué)的哲學(xué)教授。他幼年聰慧，13歲入伊頓（Eton）公學(xué)，15歲發(fā)表首篇粒子物理方面的學(xué)術(shù)論文，到17歲，他的科學(xué)論文發(fā)到了《核物理》（TheNuclearPhysics）雜志上。1978年19歲的沃爾夫勒姆受著名物理學(xué)家穆雷·蓋爾曼之邀去到加州理工學(xué)院（theCaliforniaInstituteofTechnology），從事基本粒子物理學(xué)方面的研究，取得顯著成就，一年內(nèi)獲得理論物理學(xué)博士學(xué)位。1980年沃爾夫勒姆成為加州理工學(xué)院一員，與費(fèi)曼（RichardFeynman）共事。1981年被授予麥克阿瑟“天才人物”獎(jiǎng)（MacArthur"Genius"Fellowship），并成為該獎(jiǎng)最年輕的獲得者。之后他又到了愛(ài)因斯坦度過(guò)后半生的普林斯頓高級(jí)研究所（theInstituteforAdvancedStudy）工作，再后來(lái)又成為伊利諾斯大學(xué)（theUniversityofIllinois）的物理學(xué)、數(shù)學(xué)和計(jì)算機(jī)科學(xué)教授。

1986年27歲的沃爾夫勒姆創(chuàng)立了以他的姓氏命名的沃爾夫勒姆研究公司（WolframResearch,Inc）后，離開(kāi)了學(xué)術(shù)界，成為一位企業(yè)家。1988年6月23日他的公司發(fā)布了一種著名的數(shù)學(xué)軟件――“數(shù)學(xué)”（Mathematica），該軟件使得人們可以隨心所欲地進(jìn)行各種復(fù)雜的數(shù)學(xué)運(yùn)算，解方程、求導(dǎo)數(shù)、求積分、求矩陣的逆、畫(huà)三維圖形等等不再是一件煩人的苦差事。加州大學(xué)圣迪亞哥分校通訊和信息技術(shù)研究所主任拉雷·斯馬爾把該軟件稱作有史以來(lái)最重要的科學(xué)軟件。沃爾夫勒姆本人則因發(fā)明該軟件被認(rèn)為是“人類的偉大贊助者”。目前該軟件在科學(xué)家、工程師以及其他各種職業(yè)中有大量的使用者，其數(shù)目超過(guò)一百萬(wàn)，沃爾夫勒姆因此也成為千萬(wàn)富翁。

1991年“數(shù)學(xué)”軟件第二版發(fā)行之后，沃爾夫勒姆開(kāi)始抽出一部分時(shí)間來(lái)繼續(xù)先前的研究。他一般在晚上10點(diǎn)整坐到他的電腦前開(kāi)始他的科學(xué)工作，直到天亮，再睡到中午，然后與他的前數(shù)學(xué)家妻子和三個(gè)孩子度過(guò)下午。沃爾夫勒姆就這樣在幾乎隱居的狀態(tài)下進(jìn)行他的科學(xué)研究，按照他的說(shuō)法，牛頓和達(dá)爾文在發(fā)表他們的驚人之作前，都是單打獨(dú)斗了好幾年的。在總共4000多個(gè)漆黑的夜晚里，沃爾夫勒姆敲擊了一億次鍵盤，移動(dòng)了一百多英里的鼠標(biāo)，作了上萬(wàn)頁(yè)的筆記，產(chǎn)生的研究結(jié)果占了10G的硬盤空間，編制了近一百萬(wàn)行的“數(shù)學(xué)”軟件命令，運(yùn)行了一千萬(wàn)億次的電腦運(yùn)算。最后形成了一本1200多頁(yè)、5磅重的大部頭?！兑环N新科學(xué)》《一種新科學(xué)》從“完全打破現(xiàn)有的學(xué)術(shù)體系，按照完全不同的原理來(lái)理解自然界”的意義出發(fā)，新作被命名為《一種新科學(xué)》。

《一種新科學(xué)》以如下驚人之言開(kāi)始它的鴻篇巨制：“三個(gè)世紀(jì)以前，人們發(fā)現(xiàn)建立在數(shù)學(xué)方程基礎(chǔ)上的規(guī)律能夠用于對(duì)自然界的描述，伴隨著這種新觀念，科學(xué)發(fā)生了轉(zhuǎn)變。在此書(shū)中我的目的是將要用簡(jiǎn)單的電腦程序來(lái)表達(dá)更為一般類型的規(guī)律，并在此種規(guī)律基礎(chǔ)上建立一種新的科學(xué)，從而啟動(dòng)另一場(chǎng)科學(xué)變革?！薄芭c牛頓發(fā)現(xiàn)的萬(wàn)有引力基本原理相媲美的科學(xué)金字塔”

《一種新科學(xué)》沃爾夫勒姆聲稱此書(shū)是科學(xué)史上最為重要的一部著作，而他所做的一切不亞于牛頓的貢獻(xiàn)。早在該書(shū)面世以前，沃爾夫勒姆在接受《福布斯》雜志記者采訪時(shí)就夸耀了他將在書(shū)中給出的幾個(gè)主要發(fā)現(xiàn)，譬如，向自然選擇學(xué)說(shuō)作出挑戰(zhàn)；時(shí)間為什么單向流逝；怎樣制造人造生物；解釋股市漲落；諸如從雷電到星系的復(fù)雜系統(tǒng)如何蘊(yùn)藏著智能；樹(shù)葉、樹(shù)木、貝殼、雪花和幾乎所有其他東西的形狀為什么是那個(gè)樣子的等《新科學(xué)》首先用元胞自動(dòng)機(jī)完成了乘法、除法運(yùn)算，和求素?cái)?shù)、求平方根、求π值，甚至解偏微分方程。并把一維元胞自動(dòng)機(jī)擴(kuò)展到多維元胞自動(dòng)機(jī)，產(chǎn)生更高的復(fù)雜程度，模擬了雪花、生物細(xì)胞等等。沃爾夫勒姆的“新科學(xué)革命”波及了如此廣泛的專業(yè)領(lǐng)域，他的一些“過(guò)激”言論自然遭到了來(lái)自傳統(tǒng)科學(xué)界的猛烈反擊。

《一種新科學(xué)》沃爾夫勒姆的“計(jì)算等價(jià)原理”是一條讓人褒貶不一的大膽設(shè)想。他認(rèn)為，所有過(guò)程，無(wú)論是由人力產(chǎn)生的還是自然界中自發(fā)的，都可以視作一種計(jì)算過(guò)程。在他看來(lái)，從山頂滾下的巖石也是計(jì)算機(jī)，因?yàn)檫@個(gè)系統(tǒng)每一步都有輸入，按照固定的規(guī)則更新系統(tǒng)，就如PC機(jī)一樣。沃爾夫勒姆之所以產(chǎn)生這樣的觀點(diǎn)，是因?yàn)榘凑账亩x，宇宙就是一臺(tái)電腦。在接受《紐約時(shí)報(bào)》的一次采訪中，沃爾夫勒姆承認(rèn)在角落里靜靜地生銹的一桶鐵釘也是一臺(tái)普適計(jì)算機(jī)，其相關(guān)特征與人的智能是可有一比的在接受《福布斯》記者采訪時(shí)沃爾夫勒姆倒是作出了他的大膽預(yù)言：“50年內(nèi)，更多的技術(shù)，將基于我的科學(xué)而不是傳統(tǒng)科學(xué)，被創(chuàng)造出來(lái)。人們?cè)趯W(xué)習(xí)代數(shù)之前將先學(xué)元胞自動(dòng)機(jī)理論”。我們這個(gè)時(shí)代真的有幸產(chǎn)生一位可以與牛頓比肩的劃時(shí)代科學(xué)偉人？一場(chǎng)新的科學(xué)革命真的已悄然發(fā)生？好在50年不長(zhǎng)，我們走著瞧。2023/2/115基本特點(diǎn)（wolfram，1984）：元胞分布在按照一定規(guī)則劃分的離散的元胞空間上；系統(tǒng)的演化按照等間隔時(shí)間分布進(jìn)行，時(shí)間變量取等長(zhǎng)的時(shí)刻點(diǎn)；每個(gè)元胞都有明確的狀態(tài)，并且元胞的狀態(tài)只能取有限個(gè)離散值；元胞的下一時(shí)刻演化的狀態(tài)值是由確定的轉(zhuǎn)換規(guī)則所決定的；每個(gè)元胞的轉(zhuǎn)換規(guī)則只由局部領(lǐng)域內(nèi)的元胞狀態(tài)所決定。2023/2/116CA的核心是確定其轉(zhuǎn)換規(guī)則，根據(jù)具體的需要解決的問(wèn)題，轉(zhuǎn)換規(guī)則的類型、結(jié)構(gòu)等都有很大的不同。鄰域的類型主要有摩爾鄰域和馮諾伊曼鄰域兩種，其半徑的大小也需根據(jù)實(shí)際問(wèn)題而定。傳統(tǒng)CA模型中狀態(tài)是離散的，但有學(xué)者也開(kāi)始將其擴(kuò)展為連續(xù)的（黎夏，葉嘉安，1999），以體現(xiàn)元胞的持續(xù)變化過(guò)程。2023/2/117說(shuō)明：馮諾伊曼領(lǐng)域、摩爾鄰域、擴(kuò)展的摩爾領(lǐng)域2023/2/118CA的組成元胞（cell）和元胞空間（Lattice）

1狀態(tài)（state）和初始狀態(tài)（initialconfiguration）2領(lǐng)域（Neighborhood

）3轉(zhuǎn)換規(guī)則（TransitionRule）42023/2/119離散時(shí)間集元胞及狀態(tài)領(lǐng)域規(guī)則/演變函數(shù)元胞空間2023/2/120元胞（Cell）元胞是元胞自動(dòng)機(jī)最基本的組成部分；一個(gè)元胞就是一個(gè)存儲(chǔ)元件，可以記錄狀態(tài)；元胞自動(dòng)機(jī)是定義在一個(gè)由具有離散、有限狀態(tài)的元胞組成的元胞空間上的。2023/2/121元胞空間一維元胞空間Cell2023/2/122元胞空間2維元胞空間2023/2/123元胞空間三維元胞空間：2023/2/124狀態(tài)（state）狀態(tài)的數(shù)目是有限的（Numberofstatesshouldbefinite）初始形態(tài)決定了各個(gè)元胞的初始狀態(tài)onoff1232023/2/125離散時(shí)間維上演化所有的元胞都在離散時(shí)間上進(jìn)行變化t=1t=22023/2/126領(lǐng)域（Neighborhood）一個(gè)元胞的領(lǐng)域由其周圍的元胞組成馮諾依曼領(lǐng)域（vonNeumannNeighborhood）摩爾領(lǐng)域（MooreNeighborhood）2023/2/127轉(zhuǎn)換規(guī)則（TransitionRule）轉(zhuǎn)換規(guī)則決定了元胞在下一個(gè)時(shí)刻的狀態(tài)；簡(jiǎn)單講，就是一個(gè)狀態(tài)轉(zhuǎn)移函數(shù)。CTRBLS…2023/2/128與傳統(tǒng)的建模方法相比，元胞自動(dòng)機(jī)直接模擬系統(tǒng)各組元之間的相互作用，因此能夠通過(guò)一些簡(jiǎn)單的規(guī)則產(chǎn)生出高度復(fù)雜的演化結(jié)果。該方法現(xiàn)在已經(jīng)成功地運(yùn)用于對(duì)諸如交通系統(tǒng)、經(jīng)濟(jì)系統(tǒng)、火災(zāi)系統(tǒng)等復(fù)雜系統(tǒng)的研究中。2023/2/129生命游戲模型－最經(jīng)典的CA模型1970年前后，英國(guó)數(shù)學(xué)家JohnConway和他的學(xué)生在“細(xì)胞自動(dòng)裝置”的研究過(guò)程中提出生命游戲。它在70年代曾一度使許多人著迷，無(wú)論學(xué)生、教師，也不分從事何種專業(yè)工作的人，都在計(jì)算機(jī)上做大量的試驗(yàn)。[它的規(guī)則很簡(jiǎn)單：假設(shè)平面上畫(huà)好了方形網(wǎng)格，這個(gè)世界中的每個(gè)方格居住著一個(gè)活著的或死了的細(xì)胞。一個(gè)細(xì)胞在下一個(gè)時(shí)刻生死取決于相鄰八個(gè)方格中活著的或死了的細(xì)胞的數(shù)量。如果相鄰方格活著的細(xì)胞數(shù)量過(guò)多，這個(gè)細(xì)胞會(huì)因?yàn)橘Y源匱乏而在下一個(gè)時(shí)刻死去；相反，如果周圍活細(xì)胞過(guò)少，這個(gè)細(xì)胞會(huì)因太孤單而死去。

生命游戲?qū)嶋H中，可以設(shè)定周圍活細(xì)胞的數(shù)目怎樣時(shí)才適宜該細(xì)胞的生存。如果這個(gè)數(shù)目設(shè)定過(guò)高，世界中的大部分細(xì)胞會(huì)因?yàn)檎也坏教嗟幕畹泥従佣廊?，直到整個(gè)世界都沒(méi)有生命；如果這個(gè)數(shù)目設(shè)定過(guò)低，世界中又會(huì)被生命充滿而沒(méi)有什么變化。實(shí)際中，這個(gè)數(shù)目一般選取2或者3；這樣整個(gè)生命世界才不至于太過(guò)荒涼或擁擠，而是一種動(dòng)態(tài)的平衡。這樣的話，游戲的規(guī)則就是：當(dāng)一個(gè)方格周圍有2或3個(gè)或細(xì)胞時(shí)，方格中的活細(xì)胞在下一個(gè)時(shí)刻繼續(xù)存活；即使這個(gè)時(shí)刻方格中沒(méi)有活細(xì)胞，在下一個(gè)時(shí)刻也會(huì)“誕生”活細(xì)胞。在這個(gè)游戲中，還可以設(shè)定一些更加復(fù)雜的規(guī)則，例如當(dāng)前方格的狀況不僅由父一代決定，而且還考慮祖父一代的情況。你還可以作為這個(gè)世界的God，隨意設(shè)定某個(gè)方格細(xì)胞的死活，以觀察對(duì)世界的影響。

生命游戲在游戲的進(jìn)行中，雜亂無(wú)序的細(xì)胞會(huì)逐漸演化出各種精致、有形的結(jié)構(gòu)；這些結(jié)構(gòu)往往有很好的對(duì)稱性，而且每一代都在變化形狀。一些形狀已經(jīng)鎖定，不會(huì)逐代變化。有時(shí)，一些已經(jīng)成形的結(jié)構(gòu)會(huì)因?yàn)橐恍o(wú)序細(xì)胞的“入侵”而被破壞。但是形狀和秩序經(jīng)常能從雜亂中產(chǎn)生出來(lái)。生命游戲是有深刻的內(nèi)涵的。80年代，stephenWolfram等人甚至開(kāi)發(fā)了一類利用“細(xì)胞自動(dòng)裝置”近似求解數(shù)學(xué)物理方程的方法。有人利用生命游戲的思想，發(fā)展了一套“粒子系統(tǒng)”，在科學(xué)計(jì)算、計(jì)算機(jī)圖形仿真及分形生成等方面都具有出色的應(yīng)用價(jià)值。生命游戲說(shuō)明能夠自身繁衍的不一定只是有生命的東西，簡(jiǎn)單確定它的規(guī)則可以產(chǎn)生復(fù)雜的后果，并且某一確定狀態(tài)可能有不同的前驅(qū)，即不可逆。

定義了如下3種轉(zhuǎn)換規(guī)則：生存規(guī)則，周圍有2個(gè)或者3個(gè)活著的鄰居細(xì)胞，該活著的細(xì)胞將在下一時(shí)刻繼續(xù)生存；死亡規(guī)劃，周圍活著的細(xì)胞有3個(gè)以上，或者少于2個(gè)，該活著的細(xì)胞將在下一時(shí)刻死亡；繁殖規(guī)則，周圍存活鄰居數(shù)達(dá)到3個(gè)，該死亡細(xì)胞在下一時(shí)刻被激活過(guò)來(lái)

生命游戲模型－最經(jīng)典的CA模型從數(shù)學(xué)模型的角度看，該模型將平面劃分成方格棋盤，每個(gè)方格代表一個(gè)元胞。元胞狀態(tài)：0－死亡，1－活著；領(lǐng)域半徑：Moore型；演化規(guī)則

生命游戲模型－最經(jīng)典的CA模型

演示生命游戲模型－最經(jīng)典的CA模型

CA應(yīng)用

CA應(yīng)用社會(huì)學(xué)生物學(xué)

生態(tài)學(xué)數(shù)學(xué)

物理學(xué)

化學(xué)

地理學(xué)

……

研究經(jīng)濟(jì)危機(jī)的形成與爆發(fā)過(guò)程等腫瘤細(xì)胞的增長(zhǎng)機(jī)理和過(guò)程模擬等生物群落的擴(kuò)散模擬等研究數(shù)論和并行計(jì)算等用于磁場(chǎng)、電場(chǎng)等場(chǎng)的模擬，以及熱擴(kuò)散、熱傳導(dǎo)和機(jī)械波的模擬等海上石油泄露后的油污擴(kuò)散、工廠周圍廢水、廢氣的擴(kuò)散等過(guò)程的模擬

2023/2/138

地理元胞自動(dòng)機(jī)

很多學(xué)者將元胞自動(dòng)機(jī)引入地學(xué)研究中，以解決復(fù)雜地理學(xué)問(wèn)題，如城市發(fā)展演變、土地利用變化等，取得了豐碩的研究成果。元胞自動(dòng)機(jī)可以通過(guò)簡(jiǎn)單的局部轉(zhuǎn)換規(guī)則模擬出復(fù)雜的空間格局，體現(xiàn)了復(fù)雜系統(tǒng)“自下而上”、“復(fù)雜來(lái)源于簡(jiǎn)單”的特點(diǎn)。

2023/2/139計(jì)算機(jī)軟硬件

復(fù)雜地理現(xiàn)象

城市CA模擬、預(yù)測(cè)、優(yōu)化、現(xiàn)實(shí)元胞自動(dòng)機(jī)GIS城市CA的基本原理是通過(guò)局部規(guī)則模擬出全局的、復(fù)雜的城市發(fā)展模式、CA具有強(qiáng)大的建模能力，能模擬出與實(shí)際非常接近的結(jié)果，已被越來(lái)越多的學(xué)者運(yùn)用到城市模擬中。能更好地反映空間格局變化以及由此帶來(lái)的進(jìn)一步反饋?zhàn)饔媚Ｐ椭械募?xì)胞空間劃分可以非常細(xì)小，能在精細(xì)的尺度上表現(xiàn)城市空間結(jié)構(gòu)的變化通常可以在更長(zhǎng)的時(shí)間尺度上反映城市產(chǎn)生、發(fā)展直到消亡的生命歷程可以較好地模擬城市作為一個(gè)開(kāi)放的耗散系統(tǒng)所表現(xiàn)出的突變、自組織、混鈍等復(fù)雜特征CA模型在城市增長(zhǎng)模擬中的優(yōu)勢(shì)Tobler（1970、1979）首先認(rèn)識(shí)到CA在模擬地理復(fù)雜現(xiàn)象方面的優(yōu)勢(shì)HelenCouclelis在20世紀(jì)80年代末連續(xù)用三篇文章闡述了CA在地理學(xué)中應(yīng)用的理論框架，CA在城市發(fā)展中應(yīng)用的奠基人自20世紀(jì)90年代以來(lái)，基于CA的城市增長(zhǎng)模型迅速激增

發(fā)展過(guò)程2023/2/142元胞自動(dòng)機(jī)(CA)在地理學(xué)的意義模擬和認(rèn)識(shí)復(fù)雜資源環(huán)境系統(tǒng)行為的強(qiáng)有力方法發(fā)現(xiàn)規(guī)律，驗(yàn)證現(xiàn)有理論尋找更有效利用土地資源的途徑與其它模型耦合促進(jìn)GIS理論和方法的發(fā)展2023/2/143基于元胞自動(dòng)機(jī)的真實(shí)城市模擬2023/2/144SLEUTH模型SLEUTH模型的正式名稱是Clarke城市增長(zhǎng)元胞自動(dòng)機(jī)模型（Clarkeetal.,1997;Clarkeetal.,1998）SLEUTH分別是輸入變量Slope、LandUse、Exclusion、Urbanextent、Transportation和Hillshade的縮寫。該模型能夠應(yīng)用于可變尺度和全局尺度的研究，通過(guò)自我修改規(guī)則來(lái)獲取地方的歷史狀態(tài)并進(jìn)行相應(yīng)的模擬。2023/2/145需要輸入4個(gè)圖層交通路線禁止開(kāi)發(fā)區(qū)域DEM

城市建成的初始分布SLEUTH模型2023/2/1461、擴(kuò)散系數(shù)，用以控制整體擴(kuò)散強(qiáng)度；2、繁衍系數(shù)，控制一個(gè)分離的城市用地斑塊開(kāi)始增長(zhǎng)的可能性；3、蔓延系數(shù)，用以控制一個(gè)已有的建成區(qū)域向外蔓延的強(qiáng)度；4、坡度系數(shù)，影響城市向坡度更陡的區(qū)域擴(kuò)散的可能性；5、道路吸引系數(shù)，控制道路對(duì)新建區(qū)域的吸引能力；SLEUTH模型依靠5個(gè)參數(shù)來(lái)控制該模型能夠應(yīng)用于可變尺度和全局尺度的研究，通過(guò)自我修改規(guī)則來(lái)獲取地方的歷史狀態(tài)并進(jìn)行相應(yīng)的模擬。SLEUTH模型2023/2/1471.自發(fā)增長(zhǎng)（spontaneousgrowth）

在一個(gè)已有的城市斑塊的邊緣地帶，隨機(jī)的選取一個(gè)滿足發(fā)展約束的元胞進(jìn)行城市化，以模擬城市對(duì)其邊緣具有的可以使邊緣地帶的形態(tài)破碎化的影響。由擴(kuò)散系數(shù)和坡度系數(shù)控制。2.擴(kuò)散增長(zhǎng)（Diffusivegrowth)只要被選中的元胞足夠平坦，就可以被開(kāi)發(fā)為城市用地，即使它離現(xiàn)有的城市區(qū)域很遠(yuǎn)。由繁衍系數(shù)和坡度系數(shù)控制。3.組織增長(zhǎng)（Diffusivegrowth)從現(xiàn)有城市區(qū)域的核心地帶向外增長(zhǎng)，體現(xiàn)城市向外擴(kuò)張的整體傾向。由蔓延系數(shù)和坡度系數(shù)控制。4.組織增長(zhǎng)道路影響下的增長(zhǎng)（Roadinfluencedgrowth）可達(dá)性的提高會(huì)使城市具有沿道路網(wǎng)擴(kuò)張的趨勢(shì)。由繁衍系數(shù)、道路吸引系數(shù)、擴(kuò)散系數(shù)和坡度系數(shù)控制。1234模型規(guī)定了4種增長(zhǎng)方式自發(fā)增長(zhǎng)擴(kuò)散增長(zhǎng)組織增長(zhǎng)道路影響下的增長(zhǎng)SLEUTH模型2023/2/148[圖片說(shuō)明]SLEUTH模型4個(gè)步驟

2023/2/149SLEUTH模型作者按照上述增長(zhǎng)方式及順序來(lái)模擬了SanFranciscoBay區(qū)域和Washington/Baltimore走廊的城市化過(guò)程。模型最大的問(wèn)題在于五個(gè)系數(shù)的校正。由于SLEUTH模型并非一個(gè)經(jīng)驗(yàn)?zāi)Ｐ停虼撕茈y通過(guò)一些更簡(jiǎn)便的方法（如統(tǒng)計(jì)方法）來(lái)獲取模型參數(shù)，只能采用隨機(jī)方式。2023/2/150SLEUTH模型盡管該模型參數(shù)校正的時(shí)間耗費(fèi)問(wèn)題非常明顯，但與此同時(shí)它對(duì)城市發(fā)展的機(jī)制有了較為清楚的描述，因此在提出之后很快得到廣泛應(yīng)用。Jantz等利用該模型模擬了不同的政策對(duì)未來(lái)城市土地利用的影響，Silva等利用該模型模擬了葡萄牙兩座城市Lisbon和Porto的城市增長(zhǎng)。此外，全球很多城市也利用SLEUTH模型開(kāi)展了一些實(shí)際應(yīng)用。2023/2/151CA轉(zhuǎn)換規(guī)則CA因其強(qiáng)大的建模能力而被用于許多地學(xué)方面的模擬。CA的核心是轉(zhuǎn)換規(guī)則，在實(shí)際應(yīng)用中轉(zhuǎn)換規(guī)則的定義大多是基于數(shù)學(xué)表達(dá)式和一系列的參數(shù)或是神經(jīng)網(wǎng)絡(luò)，其最大的缺陷在于這些轉(zhuǎn)換規(guī)則的意義都是隱性的，而不是一些確切的規(guī)則，并且數(shù)學(xué)表達(dá)式也很難體現(xiàn)地理實(shí)體之間的復(fù)雜關(guān)系。

2023/2/152Wu和Webster提出了多準(zhǔn)則方法來(lái)獲取轉(zhuǎn)換規(guī)則，通過(guò)一系列空間變量來(lái)對(duì)元胞進(jìn)行綜合評(píng)價(jià)，以決定該元胞在下一時(shí)刻是否發(fā)展；選取影響城市發(fā)展的非限制性約束和限制性約束來(lái)建立多準(zhǔn)則模型，前者包括距市中心、距工業(yè)中心、距鐵路、距公路的空間距離，以及鄰域開(kāi)發(fā)密度；后者包括河流、水庫(kù)等難以發(fā)展的區(qū)域，其發(fā)展概率為0。一個(gè)元胞的發(fā)展概率可以根據(jù)上述多個(gè)準(zhǔn)則來(lái)確定。2023/2/153

在處理多因素問(wèn)題時(shí)，邏輯回歸模型是最簡(jiǎn)單、實(shí)用的模型2023/2/154楊青生和黎夏等提出了利用遺傳算法進(jìn)行CA模型參數(shù)的校正f為第i個(gè)樣本對(duì)應(yīng)的因變量值：fi=1，發(fā)展為城市用地；反之則未發(fā)展為城市用地。因此，適應(yīng)度函數(shù)描述了模型的誤差，通過(guò)算法不斷的迭代、進(jìn)化使得這個(gè)誤差最小。2023/2/155在城市CA模擬中，模型的顯著特點(diǎn)是維數(shù)很高、數(shù)據(jù)量大、變量之間的關(guān)系十分復(fù)雜，通常是非線性的。對(duì)于CA轉(zhuǎn)換規(guī)則的挖掘，本質(zhì)上是確定元胞狀態(tài)發(fā)生轉(zhuǎn)化的邊界，而這種邊界通常是非線性的，可以利用相關(guān)的算法來(lái)獲得。劉小平和黎夏提出了使用核學(xué)習(xí)機(jī)的方法.

投影到高維空間的核Fisher非線性判別

2023/2/156用分類決策函數(shù)來(lái)構(gòu)造最優(yōu)超平面

2023/2/157基于神經(jīng)網(wǎng)絡(luò)的CA黎夏和葉嘉安提出了基于BP神經(jīng)網(wǎng)絡(luò)的CA模擬。其主要特點(diǎn)是無(wú)需人為確定模型結(jié)構(gòu)，并且可以替代轉(zhuǎn)換規(guī)則，通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練來(lái)自動(dòng)獲取模型參數(shù)。人工神經(jīng)網(wǎng)絡(luò)具有諸多優(yōu)點(diǎn)。算法在數(shù)據(jù)質(zhì)量較差的情況下仍然具有較好的魯棒性；適用于解決復(fù)雜的非線性問(wèn)題；不需要提供確切的數(shù)學(xué)表達(dá)式；不要求變量具有獨(dú)立性等。2023/2/158基于神經(jīng)網(wǎng)絡(luò)的CA基于神經(jīng)網(wǎng)絡(luò)的CA輸入層。其神經(jīng)元個(gè)數(shù)為7個(gè)，分別對(duì)應(yīng)7個(gè)空間變量；隱藏層。相應(yīng)于輸入層，設(shè)置了7個(gè)神經(jīng)元；

神經(jīng)網(wǎng)絡(luò)共分三層：輸出層只有一個(gè)神經(jīng)元。2023/2/159基于神經(jīng)網(wǎng)絡(luò)的CA在網(wǎng)絡(luò)中，對(duì)于元胞x，隱藏層中的神經(jīng)元j從輸入層接收到的信號(hào)可以表示為：

隱藏層中神經(jīng)元j的激活函數(shù)設(shè)置為：2023/2/160基于神經(jīng)網(wǎng)絡(luò)的CA元胞x的開(kāi)發(fā)概率分別由輸出層的輸出結(jié)果和一個(gè)隨機(jī)擾動(dòng)項(xiàng)構(gòu)成。前者可表示為：隨機(jī)擾動(dòng)項(xiàng)可表示為：

因此，元胞x在t時(shí)刻的開(kāi)發(fā)概率：

2023/2/161黎夏和葉嘉安提出了對(duì)空間數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘來(lái)獲得CA轉(zhuǎn)換規(guī)則的方法。選擇決策樹(shù)算法來(lái)進(jìn)行規(guī)則挖掘。

轉(zhuǎn)換規(guī)則示例

2023/2/162由于決策樹(shù)方法容易陷入局部最優(yōu)，劉小平等又提出了利用蟻群智能的方法來(lái)挖掘CA轉(zhuǎn)換規(guī)則。

蟻群覓食過(guò)程2023/2/163要將區(qū)域的不同時(shí)空演變規(guī)律在CA轉(zhuǎn)換規(guī)則中具體的表示出來(lái)也由于其極其復(fù)雜的關(guān)系而難以實(shí)現(xiàn)。因此，黎夏和劉小平等提出了基于案例推理的方法，其最大的特點(diǎn)是利用案例來(lái)隱含、間接的體現(xiàn)區(qū)域不同時(shí)空狀態(tài)下的演變規(guī)律。

2023/2/164其他CA模擬應(yīng)用2023/2/165理論檢驗(yàn)和虛擬城市實(shí)驗(yàn)

Couclelis對(duì)虛擬城市的模擬；White和Engelen的CA模型；Webster和Wu的微觀經(jīng)濟(jì)學(xué)CA模型；

隨迭代次數(shù)變化而變化的社會(huì)成本和利潤(rùn)

2023/2/166利用CA進(jìn)行城市規(guī)劃模擬

在CA的轉(zhuǎn)換規(guī)則中，嵌入規(guī)劃目標(biāo)，可以模擬出相應(yīng)的城市發(fā)展格局；

CA的很多相關(guān)研究都集中于城市發(fā)展的模擬，黎夏等提出了基于約束性的CA，將灰度的概念引進(jìn)CA中來(lái)反映狀態(tài)連續(xù)的變化，克服常規(guī)CA狀態(tài)離散的局限；在實(shí)際模擬中，利用農(nóng)業(yè)適宜性作為局部約束性，又以區(qū)域土地資源量和最佳土地消耗量分別作為區(qū)域及全局的約束性加入到模型中，取得了較好的效果。2023/2/167利用約束性保護(hù)優(yōu)質(zhì)農(nóng)田的CA模擬結(jié)果

2023/2/168[圖片說(shuō)明](A)模擬1993年?yáng)|莞實(shí)際城市用地;(B)模擬基于市中心的東莞城市發(fā)展;(C)模擬基于多中心的東莞城市發(fā)展;(D)模擬強(qiáng)調(diào)保護(hù)農(nóng)田的東莞城市發(fā)展2023/2/169BasicslandusechangeCAmodel

FinalLandUsePij

Pik

PjkStaticVariables:technicalinfrastructure;socialinfrastructure;realstatemarket;occupationdensity;etc.DynamicVariables:typeoflanduse-neighbouringcells;dist.tocertainlanduses

Source:AdaptedfromSoares(1998).TransitionprobabilitiesInitialLandUseCalculatesAmountofTransitionsMetarulesIterationsCalculatesDynamicVariablesCalculatesSpatialTransitionProbability2023/2/170復(fù)雜土地利用變化模擬

對(duì)于多種土地利用CA模擬中模型結(jié)構(gòu)和參數(shù)難以確定的問(wèn)題，黎夏等首先提出了引入神經(jīng)網(wǎng)絡(luò)的方法；在實(shí)際應(yīng)用中，除了建筑用地模擬精度較低外，其他用地類型都比較理想，總體精度為0.83；何春陽(yáng)等提出了利用結(jié)合系統(tǒng)動(dòng)力學(xué)模型的CA模型LUSD來(lái)模擬土地利用變化。

北方13省1989～1999年土地利用

2023/2/171存在的問(wèn)題2023/2/172存在的問(wèn)題2000年以前…三大問(wèn)題123時(shí)空問(wèn)題。如何確定合適的空間分辨率；時(shí)間軸的對(duì)應(yīng)問(wèn)題；轉(zhuǎn)換規(guī)則的定義問(wèn)題。模型過(guò)于簡(jiǎn)單，缺乏必要的擴(kuò)展，因素單一；2023/2/173相比將CA用于城市發(fā)展、土地利用模擬的眾多研究，較少研究涉及到CA敏感性的分析。黎夏等通過(guò)多組實(shí)驗(yàn)，對(duì)應(yīng)用于城市模擬的CA的誤差傳遞和不確定性進(jìn)行了研究。對(duì)于CA的誤差傳遞，采用隨機(jī)方法在原始數(shù)據(jù)中加入一定的誤差，并將數(shù)據(jù)輸入到一個(gè)較為簡(jiǎn)單的CA模型中，來(lái)檢驗(yàn)數(shù)據(jù)誤差對(duì)模擬結(jié)果的影響.[圖片說(shuō)明]在初始數(shù)據(jù)中加入20％誤差及在模擬中的誤差傳遞

2023/2/174在利用CA進(jìn)行城市發(fā)展模擬時(shí)，為了體現(xiàn)現(xiàn)實(shí)中的不確定性，會(huì)人為的加入一些隨機(jī)影響，如設(shè)置一個(gè)隨機(jī)變量。作者通過(guò)實(shí)驗(yàn)表明，轉(zhuǎn)變概率較大的地區(qū)（城市核心地帶）穩(wěn)定性較好，隨機(jī)變量的閾值越大則結(jié)果的不確定性將增加。[圖片說(shuō)明]隨機(jī)變量造成的不確定性

2023/2/175很多CA模型要么一邊認(rèn)為人類活動(dòng)對(duì)土地利用變化具有重要作用，一邊卻無(wú)法直接對(duì)其進(jìn)行建模；要么干脆用轉(zhuǎn)換規(guī)則去模仿、替代這種決策作用。這在有些時(shí)候會(huì)出現(xiàn)問(wèn)題，因?yàn)樵泥徲蜃饔貌⒉荒芊从痴鎸?shí)的空間關(guān)系。要解決這個(gè)問(wèn)題，可能需要轉(zhuǎn)換規(guī)則不是固定不變的，而是能使元胞之間的聯(lián)系強(qiáng)度和結(jié)構(gòu)動(dòng)態(tài)的變化；反過(guò)來(lái)，很多用以模擬城市增長(zhǎng)的CA模型也缺乏經(jīng)濟(jì)學(xué)基礎(chǔ)，因此盡管有時(shí)候能夠運(yùn)行，但是在解釋導(dǎo)致相應(yīng)的空間過(guò)程和土地利用變化結(jié)果的機(jī)制方面卻比較困難。2023/2/176另外，由于元胞是固定的，對(duì)于一些移動(dòng)的地理實(shí)體如搬遷的居民、進(jìn)行區(qū)位選擇的企業(yè)、行人等等的建模也顯得無(wú)能為力。因此，目前很多學(xué)者開(kāi)始將CA模型和能夠?qū)Q策個(gè)體進(jìn)行直接建模的多智能體（MAS）結(jié)合起來(lái)，這兩種模型具有很強(qiáng)的互補(bǔ)性，在實(shí)際應(yīng)用中可以起到較好的效果。

2023/2/177ClicktoaddTextClicktoaddTextClicktoaddTextCA在城市模擬方面取得了很大的成功。但CA本身具有很強(qiáng)的不確定性，了解其不確定性的產(chǎn)生和變化規(guī)律并在實(shí)際模擬中進(jìn)行控制對(duì)模擬結(jié)果的精度有很大的影響。此外，CA的鄰域作用對(duì)于現(xiàn)實(shí)空間關(guān)系的表示還有一定的不足，其機(jī)制解釋能力也較為欠缺。目前的研究趨勢(shì)之一是將CA與MAS相結(jié)合，二者具有較強(qiáng)的互補(bǔ)性，對(duì)模擬效果的提高有較大的幫助?；谶壿嫽貧w的CA模型

準(zhǔn)備數(shù)據(jù)操作流程處理數(shù)據(jù)編寫代碼模擬輸出基于邏輯回歸的CA模型－準(zhǔn)備數(shù)據(jù)

數(shù)據(jù)準(zhǔn)備2005年?yáng)|莞市土地利用分類數(shù)據(jù)(2005.img)東莞市市中心點(diǎn)數(shù)據(jù)(Prop.shp)東莞市鎮(zhèn)中心點(diǎn)數(shù)據(jù)(Town.shp)東莞市鐵路線數(shù)據(jù)(Rail.shp)東莞市高速公路數(shù)據(jù)(Express.shp)

東莞市一般公路數(shù)據(jù)(Road.shp)以東莞市2001年到2005年為例2001年?yáng)|莞市土地利用分類數(shù)據(jù)(2001.img)基于邏輯回歸的CA模型－數(shù)據(jù)處理

2001.img2005.imgTown.shpRail.shpExpress.shp

Road.shpUrban2001.imgUrban2005.imgDisTown.imgDisRail.imgDisExpress.imgDisRoad.imgUrbanChange.imgProp.shpDisProp.imgUrban2001.txtUrban2005.txtdianData.shp基于邏輯回歸的CA模型－數(shù)據(jù)處理

UrbanChange.imgdianData.shpTown.shpRail.shpExpress.shp

Road.shpDisTown.imgDisRail.imgDisExpress.imgDisRoad.imgProp.shpDisProp.imgdianValue.dbfDisTown.imgDisRail.imgDisExpress.imgDisRoad.imgDisProp.imgdianValue.dbf基于邏輯回歸的CA模型－數(shù)據(jù)處理

Zfile.imgPgFile.img數(shù)據(jù)處理-獲取UrbanChange.img加載2001年和2005年遙感分類圖2001年遙感分類圖2005年遙感分類圖通過(guò)柵格運(yùn)算，計(jì)算出2001年和2005年城市和非城市遙感分類圖2001年和2005年城市和非城市遙感分類圖如右圖所示從下圖可以看出，影像分辨率太高，行列數(shù)太多，可進(jìn)行重采樣，適當(dāng)調(diào)低分辨率左圖是重采樣對(duì)話框，我們把分辨率調(diào)成85.5米可以看出，分辨率已經(jīng)調(diào)成了85.5米打開(kāi)2001年和2005年屬性表，發(fā)現(xiàn)取值只有0和1,我們把這兩年數(shù)據(jù)進(jìn)行合成合成后的數(shù)據(jù)，如下對(duì)合成后的數(shù)據(jù)進(jìn)一步處理，得到2001年和2005年城市變化遙感圖，1為新增的，0為不變的，2為01年是城市的，05年還是城市下圖是進(jìn)一步處理好的數(shù)據(jù)導(dǎo)出01年到05年城市變化遙感數(shù)據(jù)，取名為UrbanChange.img打開(kāi)erdas9.2,對(duì)UrbanChange.img進(jìn)行采點(diǎn)，首先把Urbanchange.img的LayerType改成thematic打開(kāi)UrbanChange.img，我們可以看到它本來(lái)的LayerType是Continuous把UrbanChange.img的LayerType改成ThematicClassifier->AccuracyAssessment，打開(kāi)右下圖窗口打開(kāi)UrbanChange.img文件，Edit->Create/AddRandomPoints，打開(kāi)生成隨機(jī)點(diǎn)窗口點(diǎn)擊SelectClasses，打開(kāi)屬性編輯窗口，選擇1,設(shè)置采樣點(diǎn)和搜索數(shù)，這里采5000個(gè)點(diǎn)，生成的隨機(jī)點(diǎn)如右圖所示把采到的點(diǎn)輸出為dat數(shù)據(jù)，這里命名為diandata.dat利用同樣的方法，對(duì)0值進(jìn)行采樣，這里采20000個(gè)點(diǎn)輸出為diandata2.dat在我的電腦中看到點(diǎn)數(shù)據(jù)文件如下在excel中打開(kāi)把diandata2.dat中的數(shù)據(jù)合到diandata.dat中來(lái)在第一行中插入一行，輸入x,y作為標(biāo)題名保存成csv格式，用記事本打開(kāi)，如右圖所示在我的電腦中，直接把diandata.csv改成diandata.txt，使用arcMap加載該點(diǎn)數(shù)據(jù)arcMap->tools->AddXYData，打開(kāi)窗口如右圖所示打開(kāi)diandata.txt,如右圖所示，這時(shí)點(diǎn)數(shù)據(jù)沒(méi)有投影，點(diǎn)edit按鈕，為點(diǎn)數(shù)據(jù)加投影點(diǎn)Import按鈕，選擇UrbanChange.img，把其投影導(dǎo)進(jìn)來(lái)導(dǎo)進(jìn)投影如上圖所示確認(rèn)后，arcMap根據(jù)點(diǎn)坐標(biāo)生成矢量點(diǎn)數(shù)據(jù)，如上圖點(diǎn)數(shù)據(jù)，放大圖把點(diǎn)數(shù)據(jù)導(dǎo)出保存為diandata.shp生成矢量點(diǎn)數(shù)據(jù)后，把市中心、鎮(zhèn)中心、鐵路、高速公路、一般公路的矢量數(shù)據(jù)加進(jìn)來(lái)，準(zhǔn)備生成空間距離柵格數(shù)據(jù)下圖是加進(jìn)來(lái)的數(shù)據(jù)，用于生成空間距離變量柵格數(shù)據(jù)設(shè)定柵格運(yùn)算的范圍為UrbanChange.img的范圍，cell大小為UrbanChange.img的大小開(kāi)始計(jì)算離市中心距離，生成柵格數(shù)據(jù)生成的離市中心距離柵格數(shù)據(jù)如上生成離鎮(zhèn)中心空間距離柵格數(shù)據(jù)生成的離鎮(zhèn)中心距離柵格數(shù)據(jù)如上生成離鐵路空間距離柵格數(shù)據(jù)生成的離鐵路距離柵格數(shù)據(jù)如上生成的離高速公路空間距離柵格數(shù)據(jù)如上生成的離一般公路空間距離柵格數(shù)據(jù)如上下圖是生成的柵格數(shù)據(jù)為了消除量綱影響，可對(duì)空間距離柵格數(shù)據(jù)進(jìn)行歸一化處理歸一化離市中心距離柵格數(shù)據(jù)導(dǎo)出已經(jīng)完成歸一化的數(shù)據(jù)，存為DisProp_gyh.img用同樣的方法，歸一化其它空間距離變量柵格數(shù)據(jù)，如左圖所示SpatialAnalystToolExtractionSample，對(duì)已經(jīng)歸一化的柵格數(shù)據(jù)和UrbanChange.img進(jìn)行采樣，結(jié)果存為DianValue.dbf從我的電腦上看采樣好的數(shù)據(jù)在spss中打開(kāi)采樣好的數(shù)據(jù)，其中，只有列z_z_z2c1到6是有用的按順序把列名改好，順序?yàn)椴蓸拥臅r(shí)候，添加數(shù)據(jù)的順序返回?cái)?shù)據(jù)視圖，發(fā)現(xiàn)有些點(diǎn)出現(xiàn)誤差，UrbanChange的值為2,應(yīng)該去掉，data->SelectCases選擇UrbanChange的值不等2的行選擇刪掉未選中的數(shù)據(jù)返回?cái)?shù)據(jù)視圖中，這時(shí)，數(shù)據(jù)已經(jīng)是可用的了Analyze->Regression->BinaryLogistic..，進(jìn)行二項(xiàng)邏輯回歸分析回歸出來(lái)的系數(shù)的誤差如下表所示，在ArcMap中進(jìn)行柵格運(yùn)算，算出Z值算出的Z值如上圖所示導(dǎo)出成Zfile.img文件再進(jìn)一步算出Pg值Pg值數(shù)據(jù)如上圖所示導(dǎo)出為PgFile.img文件將PgFile.img轉(zhuǎn)換成PgFile.txt右圖是2001年和2005年城市和非城市分類圖進(jìn)行模擬的時(shí)候，可以把水體加進(jìn)來(lái)，取值為2。新的柵格圖的取值為：0,非城市；1城市；2水體把合成的柵格圖導(dǎo)出為Urban2001.img和Urban2005.img再把Urban2001.img和Urban2005.img轉(zhuǎn)換成Urban2001.txt和Urban2005.txt，作為模擬的輸入數(shù)據(jù)從2005.img中提取開(kāi)發(fā)適宜性數(shù)據(jù)，這里提取水體出來(lái)，取值為0,其它為１從2005.img中提取開(kāi)發(fā)適宜性數(shù)據(jù)，這里提取水體出來(lái)，取值為0,其它為１提取出來(lái)的土地適宜性數(shù)據(jù)，如上圖所示，這里也可以把保護(hù)區(qū)的數(shù)據(jù)加進(jìn)來(lái)把土地適宜性文件導(dǎo)出來(lái)，取名為L(zhǎng)andSuitable.img把LandSuitable.img轉(zhuǎn)換成LandSuitable.txt，作為模擬時(shí)的輸入數(shù)據(jù)五、基于邏輯回歸的CA模型－編寫代碼

輸入U(xiǎn)rban2001.txtUrban2005.txtPgFile.txtLandSuitable.txt

UrbanSimulate2005.txt

CA迭代

輸出運(yùn)算五、基于邏輯回歸的CA模型－核心代碼變量

Publicdata(,)AsInt32

‘2001urban.txt數(shù)據(jù)，以列行存儲(chǔ)PublicdataFinal(,)AsInt32

‘2005urban.txt數(shù)據(jù)，以列行存儲(chǔ)PublictempData(,)AsInt32

'臨時(shí)數(shù)據(jù)PublicPgData(,)AsDouble

'PgFile.txt數(shù)據(jù)，以列行存儲(chǔ)PublicsuitableData(,)AsDouble

'LandSuitable.txt數(shù)據(jù)，以列行存儲(chǔ)PublicnoDataValueAsInt32'無(wú)值數(shù)據(jù)PublicxCor()AsInt32

‘變化元胞的列坐標(biāo)PublicyCor()AsInt32

‘變化元胞的行坐標(biāo)PublicupData()AsInt32‘變化元胞的數(shù)據(jù)值

PublicchgNumberAsInt32'變化的點(diǎn)PublicrdmAsRandom'產(chǎn)生隨機(jī)數(shù)類PublicrealUrbanNumberAsInt32'實(shí)際城市數(shù)目PublicsimUrbanNumberAsInt32'模擬城市數(shù)目五、基于邏輯回歸的CA模型－核心偽代碼

for每一行

for每一列

ifdata(列,行)=NoDataordata(列,行)=1ordata(列,行)=2thentempdata(列,行)=data(列,行)else

計(jì)算領(lǐng)域影響con

計(jì)算隨機(jī)因子影響rdmdata

讀取土地適宜性因子suitabledata

讀取PgFile.txt中的開(kāi)發(fā)概率Pg

計(jì)算總開(kāi)發(fā)概率P=con*rdmdata*suitabledata*PgifP>Pthresholdthentempdata(列,行)=1elsetempdata(列,行)=data(列,行)endif

endforendfor五、基于邏輯回歸的CA模型－核心代碼

PublicSubstickOne()Ks+=1

‘Ks為迭代次數(shù)

DimiAsInt32,jAsInt32Forj=0Torows-1Fori=0Tocols-1

‘如果該元胞值處于無(wú)數(shù)據(jù)狀態(tài)或者已經(jīng)是城市或者是水體，則值不變

Ifdata(i,j)=noDataValueOrdata(i,j)=1Ordata(i,j)=2ThentempData(i,j)=data(i,j)

‘否則，計(jì)算該元胞城市開(kāi)發(fā)概率Else

‘------------第一步，計(jì)算領(lǐng)域影響------------------DimconAsDouble=0DimtempIAsInt32,tempJAsInt32tempI=i-1'IftempI>=0ThentempJ=j-1IftempJ>=0ThenIfdata(tempI,tempJ)=1Thencon+=1EndIftempJ=jIfdata(tempI,tempJ)=1Thencon+=1tempJ=j+1IftempJ<=rows-1ThenIfdata(tempI,tempJ)=1Thencon+=1EndIfEndIf

五、基于邏輯回歸的CA模型－核心代碼

tempI=itempJ=j-1IftempJ>=0ThenIfdata(tempI,tempJ)=1Thencon+=1EndIftempJ=j+1IftempJ<=rows-1ThenIfdata(tempI,tempJ)=1Thencon+=1EndIftempI=i+1IftempI<=cols-1ThentempJ=j-1Iftemp