《城市群聯合擴張和生態敏感資源保護的協同模擬與預警》是依託中山大學,由黎夏擔任項目負責人的面上項目。
基本介紹
- 中文名:城市群聯合擴張和生態敏感資源保護的協同模擬與預警
- 項目類別:面上項目
- 項目負責人:黎夏
- 依託單位:中山大學
中文摘要,結題摘要,
中文摘要
為了促進城市群與周邊生態環境的協調發展,需要分別解決城市群聯合擴張模擬,以及生態敏感資源預警這兩個重要的科學問題。以珠江三角洲為例,對城市群發展及其周邊生態敏感資源在時空演變下的保護進行協同模擬。採用模糊形式概念分析(FFCA)方法,從大量的案例中自動挖掘出不同尺度下城市發展的概念圖譜關係,以揭示各種城市發展模式之間的聯繫;進一步結合網路動力學,模擬城市群中各個節點的超距離相互作用;藉助分岔理論,探討城市土地利用變化的非線性動力學規律,尋找系統演變的臨界點並模擬出不同分支下的城市發展格局;綜合考慮經濟集聚效益與生態效益之間的矛盾,通過多目標群集智慧型最佳化算法,建立基於彈性區間的空間最佳化模型;研究手持GPS和雷達遙感集成式動態監測技術,針對生態敏感區內的城市違法用地,植被、水體等生態因子及時做出動態監測和預警。期望通過本項目的研究也能為我國其它地區的城市群發展和生態保護提供借鑑
結題摘要
本項目針對地理信息系統(GIS)所缺乏的大尺度模擬預測的核心內容,在快速環境演變下的智慧型化地理模擬最佳化與遙感研究中取得了一系列進展,主要解決了三大關鍵科學問題:(1)複雜資源環境下的城市群(大尺度)區域擴張規律研究;(2)基於智慧型算法的生態環境保護研究及其套用;(3)基於智慧型方法的環境遙感研究及其套用。分析了大尺度區域的城市擴張演變規律,結合網路海量數據和形式概念分析考慮不同城市之間的聯繫程度與發展差異性;對元胞自動機(CA)模型在我國城市區域規劃的經驗和問題進行了詳細而深入的總結,為其他開發中國家和地區提供寶貴的支持與幫助;充分利用已有的舊樣本數據來幫助建立新的CA模型,可以節省大量的採樣成本,並且能夠有效提高樣本缺乏情況下的模型精度;構建綜合人文和自然驅動因素的系統動力學模型,能夠很好地模擬土地利用系統各個驅動力之間的複雜行為關係,並模擬不同條件下的土地發展規模和趨勢,從而為土地利用規劃和政策調控提供有效的參考。 結合人工智慧、博弈理論與GIS,構建了一系列基於多目標智慧型算法的空間最佳化模型,協調快速城市擴張與生態保護的空間衝突,建立結合元胞自動機和神經網路的違章用地預警系統;總結了包含多種地理模擬和空間最佳化模組的地理模擬最佳化系統在“三規合一”工作中的套用,為自然保護區劃定、土地利用規劃等大尺度複雜區域的發展和規劃決策提供了強有力的分析工具;提出利用單分類算法如最大熵模型MAXENT、PBL算法提取城市用地以及全球積雪覆蓋範圍,可進一步推廣套用到其它區域和其它遙感數據的分類研究;將Landsat8數據與地表溫度、經緯度、歸一化植被指數、歸一化建築指數、改進的歸一化水體指數等因子耦合,基於自動氣象站的氣溫數據建立了多視窗線性回歸模型,並有效利用該模型估算了浙江北部冬季的氣溫。 本項目陸續在IJGIS、Annals of the American Association of Geographers以及Landscape and Urban Planning上刊出論文。本項目共正式發表了論文17篇,其中SCI/SSCI 13篇。