《面向城市土地利用變化的智慧型蒙特卡羅模擬與信息挖掘》是依託武漢理工大學，由黃解軍擔任項目負責人的面上項目。
基本介紹
- 中文名：面向城市土地利用變化的智慧型蒙特卡羅模擬與信息挖掘
- 項目類別：面上項目
- 項目負責人：黃解軍
- 依託單位：武漢理工大學
項目摘要,結題摘要,
項目摘要
土地利用變化研究是全球變化研究的前沿課題之一，土地利用變化的模擬是土地利用變化研究的難點和關鍵問題。以城市土地利用變化的模擬、預測和解釋為研究主線，引入蒙特卡羅方法和群體智慧型最佳化算法，通過粒子群最佳化算法改進蒙特卡羅模擬的收斂速度，兩者在技術上形成優勢互補，從而克服了傳統模擬模型過於依賴先驗知識、結果難以解釋等缺陷，達到模型準確性與高效性的有機協調和統一。以武漢市為實驗區，基於改進和最佳化的蒙特卡羅模型實現土地利用變化的動態模擬與預測，結合貝葉斯網路方法，通過對土地利用變化多源信息的學習和挖掘，揭示和發現表征武漢市土地利用變化的特徵因子及其內在聯繫，探索城市土地利用變化的驅動機理及其特徵規律。該項目的研究有利於探索和發現城市土地利用變化的區域回響和驅動機理，提升城市土地資源的可持續利用與開發水平，對於深化研究和認識城市環境變化整體行為和運行機制具有重要的理論價值和科學意義。
結題摘要
土地利用變化研究是全球變化研究的前沿課題之一，土地利用變化模擬是土地利用變化研究的難點和熱點問題。以城市土地利用變化模擬、預測和解釋為研究主線，顧及土地利用變化的自相似特徵和尺度效應，結合地理本體和分形理論，探索了城市土地利用變化研究的尺度分割和尺度效應問題。引入蒙特卡羅方法和群體智慧型最佳化算法，結合動態鄰域的思想，構建了基於元胞自動機和蒙特卡羅方法的土地利用變化模擬模型，有效地解決了土地元胞演化過程在空間維度上的不確定問題以及時間維度上的隨機性問題，克服了傳統模擬模型過於依賴先驗知識、結果難以解釋等缺陷，達到模型準確性與高效性的有機協調和統一。以武漢市為實驗區，基於改進和最佳化的蒙特卡羅模型實現土地利用變化的動態模擬與預測。為了實現土地利用變化複雜語義的組織與查詢，提出和定義了基於特徵的時空數據模型。基於機率網路建立了土地利用變化知識表達框架和模型，實現了定性知識和定量信息的一體化描述和表達。利用空間數據挖掘和地統計學方法，通過對土地利用變化多源信息的學習和挖掘，揭示和發現了表征土地利用變化的特徵因子及內在聯繫，探索了城市土地利用變化的驅動機理及其特徵規律。該項目的研究有利於理解城市土地利用變化的區域回響和驅動機理，提升城市土地資源的可持續利用與開發水平，對於深化研究和認識城市土地利用變化的生態環境效應具有重要的理論價值和科學意義。
