一种利用遗传算法进行景观校正的元胞自动机

摘要

本文针对逻辑回归元胞自动机(Cellular automata,CA)模型及传统遗传算法CA(GA-CA)模型的不足,提出利用遗传算法对地理元胞自动机模拟进行景观校正,通过改进传统GA-CA模型的适应度函数,在校正过程中加入景观指数.虽然模拟城市发展常用的逻辑回归CA模型和传统GA-CA模型模拟的结果点对点精度一般较高,但两者的景观指数与实际相差均较大,景观格局与真实格局对比也存在较大差异rn 本文选取PLAND、LPI、DIVISION 三种不同类型的景观指数加入遗传算法的适应度函数,以广州市为实验区,基于2000-2003年土地分类变化获取转换规则,并用2003-2008年数据检验模型.对比逻辑回归CA、传统GA-CA以及新GA-CA模拟的结果发现,新模型模拟的结果与实际情况最为接近.为进一步检验新模型的效果,本文另外选取LSI、ED、AI这三种新的景观指数计算对比,结果同样表明新GA-CA模型得到的结果要比另外两种传统模型要好.