文献类型：期刊文章

作　　者：康俊锋[1,2] 李爽[1] 方雷[3,4]

KANG Junfeng;LI Shuang;FANG Lei(School of Architectural and Surverying&Mapping Engineering,Jiangxi University of Science and Technology,Ganzhou 341000,China; School of Earth Sciences,Zhejiang University,Hangzhou 310027,China; Department of Environmental Science and Engineering,Fudan University,Shanghai 200438,China; Shenzhen Institute of Research and Innovation,the University of Hong Kong,Shenzhen 518172,China)

机构地区：[1]江西理工大学建筑与测绘工程学院,江西赣州341000 [2]浙江大学地球科学学院,浙江杭州310027 [3]复旦大学环境科学与工程系,上海200438 [4]香港大学深圳研究院,广东深圳518172

出　　处：《武汉大学学报（信息科学版）》

基　　金：国家重点研发计划(2016YFC0803105);国家自然科学基金(41701462);国家留学基金(201808360065);江西省教育厅科学技术研究项目(3204704062)。

年　　份：2020

卷　　号：45

期　　号：7

起止页码：1021-1026

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、GEOBASE、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：传统土地利用变化预测方法通常效率低,无法满足土地利用变化大数据分析和处理的需求。采用MapReduce编程模型对元胞自动机-马尔可夫模型进行并行化扩展,设计了基于Hadoop的土地利用变化预测方法(land-use change prediction method based on cloud computing,Cloud-CMLP),并选取杭州市进行实验,包括:①不同数据量下Cloud-CMLP核心算法的运行效率实验;②利用Cloud-CMLP方法模拟杭州2013年土地利用变化,并将模拟结果与2013年遥感影像解译结果进行对比分析,验证了预测方法的正确性;③杭州2020年的土地利用变化模拟预测分析,研究区中心地带受发达交通系统影响,建设用地面积整体呈快速上升趋势,且主要来源于农业用地的转换。

关 键 词：云计算 HADOOP MAPREDUCE CA-Markov  土地利用变化

分 类 号：P208]