基于支持向量机的元胞自动机及土地利用变化模拟

提出了利用遥感数据,并采用支持向量机来确定元胞自动机非线性转换规则的新方法。元胞自动机在模拟复杂地理现象时,需要采用非线性转换规则。目前元胞自动机主要采用线性方法来获取转换规则,在反映复杂的非线性地理现象时有一定的局限性。以城市扩张的模拟为例,将模拟城市系统的主要特征变量映射到H ilbert空间后,通过SVM建立最优分割超平面,分割超平面的分类决策函数由径向基核(Rad ial Basis Kernel)构造。利用历史遥感数据校正超平面的决策函数,确定城市元胞自动机的非线性转换规则,计算出城市发展概率。利用所提出的方法,对深圳市1988—2010年的城市发展进行了模拟,取得了较理想的模拟效果。研究结果表明,基于SVM-CA模型的模拟精度比传统MCE方法模拟精度高,MoranⅠ指数与实际更为接近。