登录    注册    忘记密码

期刊文章详细信息

基于MAS-LCM的沙漠化空间模拟方法研究  ( EI收录)  

Spatial Simulation Method of Desertification Based on MAS-LCM Model

  

文献类型:期刊文章

作  者:马欢[1] 于强[1] 岳德鹏[1] 张启斌[1] 黄元[1] 高敬雨[2]

MA Huan YU Qiang YUE Depeng ZHANG Qibin HUANG Yuan GAO Jingyu(Beifing Key Laboratory of Precision Forestry, Beijing Forestry University, Beijing 100083, China Beifing Mindleader Agroscience Co. , Ltd. , Beijing 100085, China)

机构地区:[1]北京林业大学精准林业北京市重点实验室,北京100083 [2]北京明德立达农业科技有限公司,北京100085

出  处:《农业机械学报》

基  金:国家自然科学基金项目(41371189);"十二五"国家科技支撑计划项目(2012BAD16B00)

年  份:2017

卷  号:48

期  号:10

起止页码:134-141

语  种:中文

收录情况:BDHX、BDHX2014、CAB、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:以干旱区典型城市磴口县为研究区,利用1995—2015年每隔5年的Landsat TM影像通过遥感解译获取研究区20年的各等级沙漠化空间分布,利用GIS空间分析和重心迁移模型分析沙漠化景观时空变化趋势。并以2010年沙漠化分类数据为基期年数据,利用Logistic元胞自动机(Cellular automata-Markov,CA-Markov)模型(简称LCM)并引入多智能体系统(Multi-agent system,MAS)模型修正转移规则,预测2015年沙漠化分类情况及其空间分布格局。研究结果表明:磴口县20年间重度及极重度沙漠化面积减小,轻度沙漠化景观面积逐渐增大,其中2015年的非沙漠化景观达到37.09%,各类型沙漠化重心远离磴口县城,呈现良好态势。引入MAS模型的CA-Markov预测模型能够显著提升模型的模拟精度,所预测的2015年数据结果 Kappa系数达到0.62,高于CA-Markov模型模拟结果,能较好预测干旱区沙漠化分布情况,为沙漠化监管与治理提供了技术支持。

关 键 词:干旱区 沙漠化 CA-Markov  多智能体系统 模拟  

分 类 号:K903]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心