內(nèi)嵌空間聚類算法的分區(qū)地理元胞自動機建模與應(yīng)用

1、第 12卷 第 3期2010年 6月地 球 信 息 科 學(xué) 學(xué) 報journal o f geo 2in forma t ion sc iencevo l112 , no13j un1, 2010內(nèi)嵌空間聚類算法的分區(qū)地理元胞自動機建模與應(yīng)用柯新利 1 , 2 ,鄧祥征 1 3( 1. 中國科學(xué)院地理科學(xué)與資源研究所 ,北京 100101; 2. 咸寧學(xué)院資源與環(huán)境科學(xué)學(xué)院 ,咸寧 437100 )摘要 : 傳統(tǒng)的地理元胞自動機 ( geo2ce llu la r a u tom a ta; geoca )模型 ,大多采用統(tǒng)一的轉(zhuǎn)換規(guī)則驅(qū)動元胞空間內(nèi)的所有元胞進行演變 。然而 ,許多地理現(xiàn)象都

2、存在著空間異質(zhì)性 ,統(tǒng)一的元胞轉(zhuǎn)換規(guī)則忽略了空間異質(zhì)性的存在 。針對 這一問題 ,本文提出了空間聚類的分區(qū)地理元胞自動機模型 ,采用空間聚類算法對元胞空間進行分區(qū) ,對不同的分區(qū)分別求取轉(zhuǎn)換規(guī)則 ,以此來提高地理元胞自動機的模擬精度 。以杭州市為案例區(qū) ,采用本文提出的空間聚類的分區(qū)地理元胞自動機模型 ,對研究區(qū) 2000 - 2005年的城市用地變化進行了模擬 。結(jié)果表明 : 與采用統(tǒng)一轉(zhuǎn)換規(guī)則的geoca 相比 ,引入空間聚類算法的分區(qū) geoca 具有較高的模擬精度 ,尤其是在空間形態(tài)和整體結(jié)構(gòu)上 ,具有較好的 模擬效果 。關(guān)鍵詞 : 元胞自動機 ;空間聚類 ;分區(qū) ;土地利用 ;模擬分

3、區(qū)的元 胞 轉(zhuǎn) 換 規(guī) 則 , 驅(qū) 動 該 分 區(qū) 的 元 胞 進 行 演化 ,從而在一定程度上提高了地理元胞自動機模型 的模擬精度 。作為空間數(shù)據(jù)挖掘的重要技術(shù) ,空間聚類能夠 發(fā)現(xiàn)空間數(shù) 據(jù) 隱 含 的 知 識 和 規(guī) 律 , 包 括 空 間 實 體的分異規(guī)律 、凝聚趨勢和發(fā)展變化趨勢等 。因此 , 可以采用空間聚類方法對地理現(xiàn)象及其變化進行 分析 ,發(fā)現(xiàn)地理現(xiàn)象及其變化的空間差異性 ,為地 理元胞 自 動 機 模 型 元 胞 空 間 的 分 區(qū) 提 供 方 法 支 撐 。1 引言元胞自動機模型 ( ce llu la r a u tom a ta) ,提供了研究復(fù)雜自適應(yīng)系統(tǒng)的框架 ,可

4、以模擬由大量簡單元 素組成的宏觀結(jié)構(gòu) ,具有簡化的特征 1 。地理元胞自動機 ( geo2ce llu la r a u tom a ta, geoca )具有模擬復(fù) 雜系統(tǒng)時空演化過程的能力 ,在地理學(xué)研究中具有技術(shù)優(yōu)勢 2 。近年來 ,越來越多的學(xué)者利用元胞自動 機 模 擬 復(fù) 雜 的 地 理 現(xiàn) 象 , 取 得 了 許 多 研 究 成果 3 - 12 。目前 ,地理元胞自動機模型在模擬大多數(shù)地理 現(xiàn)象時 ,常常假設(shè)在整個元胞空間內(nèi)所有元胞 , 都 按相同的轉(zhuǎn)換規(guī)則演化 ,采用統(tǒng)一的轉(zhuǎn)換規(guī)則驅(qū)動 地理元胞自動機模型中所有元胞的演化來模擬地 理現(xiàn)象的變化 ,忽略了被模擬地理現(xiàn)象變化的空間 異

5、質(zhì)性 ,從而影響了地理元胞自動機模型的模擬精 度 。針對這一問題 ,本文提出了空間聚類的分區(qū)地 理元胞自動機模型 ,采用空間聚類方法對元胞空間 進行分區(qū) ,使每一個分區(qū)內(nèi)具有相對一致的元胞轉(zhuǎn) 換規(guī)則 , 然后采用 c510 決策樹算法分別獲取不同2 內(nèi) 嵌空 間 聚 類 算 法 的 分 區(qū) 地 理 元胞自動機模型211k2m ean s空間聚類算法空間聚類是空間數(shù)據(jù)劃分或分組處理的重 要 手段和方法 。它根據(jù)研究對象的空間距離將研究 對象劃分到若干個子集中 ,使得相同子集中各元素 間差別最小 ,而不同子集中各元素間差別最大 。距 離是空間聚類的依據(jù)和基礎(chǔ) ,空間聚類中常用的距收稿日期 : 20

6、09 - 10 - 20;修回日期 : 2010 - 03 - 17.基金項目 : 國家自然科學(xué)基金項目 ( 70873118 ) ;國家重點基礎(chǔ)研究發(fā)展計劃 ( 2010cb950904 ) ; 湖北省自然科學(xué)基金項目( 2009cdb342) ;湖北省教育廳人文社會科學(xué)項目 ( 2010q130 ) 。作者簡介 : 柯新利 ( 1977 - ) ,湖北天門人 ,博士 ,講師 ,現(xiàn)為中國科學(xué)院地理科學(xué)與資源研究所博士后 ,主要從事地理模擬 、 土地利用變化研究 。 e2m a il: kexl igsn rr. ac. cn3 通訊作者 : 鄧祥征 ( 1971 - ) ,男 ,博士 ,副研

7、究員 ,研究方向為區(qū)域環(huán)境變化 、土地系統(tǒng)變化與效應(yīng) 。e2m a il: dengxz. ccap igsn rr. ac. cn離有歐幾里得距離 、曼哈頓距離和明考斯距離等 。其中 ,最常用的是歐幾里得距離 。k2m ean s算法是應(yīng)用廣泛的空間聚類算法 , 它 的基本原理是 : 首先 , 由用戶確定所要聚類的數(shù)目k,并隨機選擇 k個對 象 , 每 一個 對象 代表 一 個類(簇 )的均值或中心 ,對剩余的每個對象 ,根據(jù)其與 各簇中心的距離 , 將它賦給最近的簇 。然后 , 重新 計算每個簇的平均值形成新的聚類中心 ,這個過程重復(fù)進行 ,直到準(zhǔn)則函數(shù)收斂為止 13 。k負責(zé)空間數(shù)據(jù)的處

8、理 、轉(zhuǎn)換與顯示 ; 空間聚類模塊實現(xiàn) k2m ean s空間聚類算法 ,以及根據(jù)聚類結(jié)果將 土地利用數(shù)據(jù)歸入每一個類別 ; c5. 0 決策樹模塊的功能是實現(xiàn)各類轉(zhuǎn)換規(guī)則的挖掘 ; 地理元胞自動機 模型模塊的功能是實現(xiàn)土地利用的模擬及對模擬 結(jié)果的精度評估 ?？臻g數(shù)據(jù)挖掘的分區(qū)地理元胞自動機模型 的 建模過程 ,大致包括 5 個前后緊密聯(lián)系的步驟 。首先 ,用于土地利用變化模擬的數(shù)據(jù)在 g is模塊中經(jīng) 過數(shù)據(jù)預(yù)處理 、對齊與裁剪等處理后 , 轉(zhuǎn)換成空間 聚類模塊可以識別和處理的數(shù)據(jù) ; 其次 , 在空間聚 類模塊中經(jīng)過 k2m ean s算法進行空間聚類分析 ; 接 著 ,根據(jù)空 間 聚

9、類 的 結(jié) 果 對 土 地 利 用 數(shù) 據(jù) 進 行 分區(qū) ,將分區(qū)得到的結(jié)果輸出到 c5. 0 決策樹模塊 ; 然 后 ,利用 c5. 0 決策樹算法挖掘每一個分區(qū)的元胞 轉(zhuǎn)換規(guī)則 ,并將分區(qū)結(jié)果和各分區(qū)的轉(zhuǎn)換規(guī)則輸出 到地理元胞自動機模塊中進行土地利用變化模擬 |e =p - m i |i = 1 pc i其中 , e 是所有研究對象的平方誤差總和 , p為空間的點 , 即數(shù)據(jù)對象 , m i 是簇 ci 的平均值 。按照 這個準(zhǔn)則生成的結(jié)果簇趨向于獨立和緊湊 。2. 2 空間聚類的分區(qū)地理元胞自動機模型空間聚類的分區(qū)元胞自動機模型由 4 個模塊 組成 : g is模塊 、空間聚類模塊 、c

10、510 決策樹模塊和地理元胞自動機模型模塊 (圖 1 ) 。其中 , g is模塊并進行精度評估 ; 最后 , 將模擬結(jié)果送回到塊顯示 。g is模圖 1 空間聚類的分區(qū) geoca 建模流程f ig. 1 techn ica l flow of p a rtitioned geoca mode ling em bedded sp a tia l c lu ste r a lgo rithm的最小面積單元 , 某時刻 t元胞狀態(tài)只可能是有限狀態(tài)中的一種 ; s 為元胞狀態(tài) , 本研究中元胞狀態(tài)只 有兩種 , 即城市用地和非城市用地 ; n 為鄰域 , 元胞 的鄰域結(jié)構(gòu)決定元胞的轉(zhuǎn)換狀態(tài) ,最常

11、用的鄰域結(jié) 構(gòu)有 n eum ann 鄰域和 moo re 鄰域 , 本文采用 moo re 鄰域 ; r 為轉(zhuǎn)換規(guī)則 ,轉(zhuǎn)換規(guī)則的定義是元胞自動機的核心 ,傳統(tǒng)的轉(zhuǎn)換規(guī)則只考慮鄰域的影響 , 本文 中的轉(zhuǎn)換規(guī)則綜合考慮了鄰域影響 、全局因素的影 響 ,以及擾動因素的影響 。本文選擇杭州市為案例區(qū) 。杭 州市 地 處杭 嘉 湖 平 原 和 浙 西 丘 陵 山 地 的 連 接 地 帶 , 全 市 面 積3 k2m ean s算法的 geoca 模擬應(yīng)用3. 1 geoca 模擬分析元胞自動機是一種時間 、空間 、狀態(tài)都離散 ,空 間相互作用和時間因果關(guān)系都為局部的網(wǎng)格動力學(xué) 模 型 , 具 有

12、模 擬 復(fù) 雜 系 統(tǒng) 時 空 演 化 過 程 的 能 力 2 。元胞自動機有四個基本要素 : 元胞 、狀態(tài) 、鄰 域和轉(zhuǎn)換規(guī)則 ,可以用形式語言表示為 14 :ca = f ( c, s , n , r )式中 , ca 為元胞自動機 ; c 為元胞 , 是研究區(qū)域3期柯新利 等 :內(nèi)嵌空間聚類算法的分區(qū)地理元胞自動機建模與應(yīng)用36716 596 km2 ,其中 , 市 轄 區(qū) 3 068 km2 。其 轄 上 城 、下城 、拱 墅 、江 干 、西 湖 、濱 江 、蕭 山 、余 杭 8 個 區(qū) , 臨 安 、富陽 、建德 3 個縣級市 ,桐廬 、淳安 2個縣 。本文選擇的研究范圍主要包括杭州

13、市城市規(guī)劃的一主三 副區(qū)域 ,即主城 、下沙城 、江南城及臨平城 (圖 2) 。在不對模擬區(qū)域進行分區(qū)的情況下 ,本文采用c510決策樹算法獲取整個元胞空間的元胞轉(zhuǎn)換規(guī) 則 ,并用這一轉(zhuǎn)換規(guī)則驅(qū)動地理元胞自動機模型 ,對杭州市 2000年到 2005年的土地利用變化進行了 模擬 (結(jié)果如圖 3所示 ) 。圖 3 ( c)是在非分區(qū)的情況下 ,利用地理元胞自圖 2 研究區(qū)域范圍f ig. 2 cove rage of the ca se study a rea本文的數(shù)據(jù)包括研究區(qū)域 2000 年及 2005年兩個時相 的 l and sa t tm / etm +遙 感 影 像 、交 通 數(shù) 據(jù)

14、 集 、地形數(shù)據(jù) 、人口數(shù)據(jù)集和水系數(shù)據(jù) 。遙感 影像 數(shù)據(jù)經(jīng)過幾何校正 、輻射校正 、邊界裁剪 、監(jiān)督分類及人工目視解譯 、精度檢驗的一系列處理過程后 ,最后生成土地利用圖層 。地形圖經(jīng)過數(shù)字化后生 成了 d em 數(shù)據(jù) , 相應(yīng)地 , 將交通數(shù)據(jù)集 、水系和人口等數(shù)據(jù)集經(jīng)過處理后 , 分別生成了交通圖層 、水 域圖層和人口密度圖層數(shù)據(jù) , 并在此基礎(chǔ)上 , 生成 道路距離柵格 、鐵路距離柵格及水域距離柵格等數(shù)據(jù) 。在空間聚類的分區(qū)元胞自 動 機模 型中 , 首 先 ,根據(jù)期初土地利用數(shù)據(jù)和期末土地利用疊加得到 土地利用變化數(shù)據(jù) , 其次 , 采 用 k2m ean s空 間 聚類算法對土地

15、利用變化數(shù)據(jù)進行空間聚類 ,用得到的空間聚類結(jié)果對期末土地利用的采樣數(shù)據(jù)進行處 理 ,使得采樣數(shù)據(jù)的每一點都落實到對應(yīng)的聚類之中 ,然后 ,對每一聚類采用 c510 決策樹算法進行元 胞轉(zhuǎn)換規(guī)則的挖掘 ,用得到的元胞轉(zhuǎn)換規(guī)則驅(qū)動元胞自動機模型進行土地利用變化的模擬 , 最后 , 對 模擬的結(jié)果進行精度評估 。如果精度能滿足要求 , 則可以用于土地利用變化的預(yù)測 ; 否則 , 重復(fù)進行采樣 ,直到模擬精度滿足要求為止 。( 1 )非分區(qū) ca 模擬與結(jié)果分析圖 3 杭州市 2005年城市用地實際情況與非分區(qū) geoca 模擬結(jié)果對比f ig. 3 r ea l u rban land u se

16、con tra sted w ith the sim u la ted u rban land u se u sing geoca mode ling in h angzhou c ity:( a) r ea l u rban land u se, 2005; ( b) sim u la ted u rban landu se, 2005; ( c) e rro rs of unp a rtitioned geoca mode ling動機模型模擬杭州市土地利用演變結(jié)果的誤差圖 。為了論述方便 ,本文定義了過模擬誤差與欠模擬誤 差兩個概念 , 并在此基礎(chǔ)上就模擬精度做了判定 。過模擬誤差表達了

17、實際土地利用并沒有由非城市 用地演變?yōu)槌鞘杏玫?,模擬結(jié)果卻由非城市用地轉(zhuǎn)變?yōu)榱顺鞘杏玫?(圖 3 ( c)中的亮色部分 ) 。欠模擬 誤差表達的是實際土地利用由非城市用地轉(zhuǎn)變?yōu)榱顺鞘杏玫?,但模擬結(jié)果卻并沒有由非城市用地轉(zhuǎn) 變?yōu)槌鞘杏玫?(圖 3 ( c)中的深色部分 ) 。在這種設(shè)定情況下 ,對模擬精度的判斷可以分 解如下五種情況進行討論 。第一類情況是過模擬誤差和欠模擬誤差都存在 ,并且兩種誤差各自集中 分布 、彼此獨立聚集 ; 第二類情況是以過模擬誤差為主要特征 ,過模擬誤差均勻分布 , 中間夾雜著一 定程度的欠模擬誤差 ; 第三種情況是以欠模擬誤差 為主要特征 ,欠模擬誤差集中分布

18、, 中間夾雜少量均勻的過模擬誤差 ;第四種情況是過模擬誤差和欠模擬誤差分布沒有明顯的空間特征 ,表現(xiàn)出隨機分 布的模式 。第五種情況是過模擬誤差和欠模擬誤差都存在 ,并且在空間上都基本呈均勻分布 。 不難理解 ,由于模擬區(qū)土地利用變化存在顯著的空間分異性特征 ,當(dāng)采用統(tǒng)一的元胞轉(zhuǎn)變規(guī)則模 擬整個區(qū)域土地利用變化情況時 ,就會產(chǎn)生如圖 3 ( c)所示的呈區(qū)域規(guī)律性分布的誤差 。因此 , 有必要對地理元胞自動機模型進行改進 ,采用局部元胞 轉(zhuǎn)換規(guī)則代替統(tǒng)一的元胞轉(zhuǎn)換規(guī)則 ,使其更符合土 地利用變化區(qū)域分異規(guī)律 。采用前面討論的空間聚類 方法 , 首 先 , 我們 對杭州市 2000年和 2005

19、年的土地利用數(shù)據(jù)進行疊加 運算 ,得到杭州市 2000 年到 2005 年的土地利用變化圖層 。然后 ,采用 k2m ean s算法對土地利用變化 圖層進行空間聚類 ,得到研究區(qū)空間聚類結(jié)果 (圖4 ) 。圖 4 空間聚類結(jié)果f ig. 4 r e su lt of sp a tia l c lu ste r由圖 4 可見 , k2m ean s空間聚類的結(jié)果與非分區(qū)地理元胞自動機模型模擬結(jié)果誤差圖中的人工 分類基本上是相對應(yīng)的 ,這在一定程度上反映了利用 k2m ean s空間聚類算法提高土地利用 變 化模 擬精度的做法是有效的與合理的 。 在采用空間聚類的方法對元胞空間進行分區(qū)的基礎(chǔ)上 ,

20、采用 c5. 0 決策樹算法分別獲取不同分區(qū)的元胞轉(zhuǎn)換規(guī)則 ,以此驅(qū)動不同分區(qū)的元胞進行演化 ,得到杭州市 2005年土地利用模擬結(jié)果 (圖 5) 。( 2 )分區(qū)geoca 模型模擬與結(jié)果分析圖 5 地理元胞自動機模型模擬結(jié)果( a) 2005年實際城市用地( b)空間聚類 geoca 模擬結(jié)果f ig. 5 l and u se p a tte rn sim u la ted by geoca mode ling( a) r ea l u rban land u se, 2005; ( b) r e su lt of sp a tia l c lu ste r geoca mode lin

21、g3期柯新利 等 :內(nèi)嵌空間聚類算法的分區(qū)地理元胞自動機建模與應(yīng)用369由圖 5可見 ,空間聚類的分區(qū)地理元胞自動機模型的模擬結(jié)果 ,更接近實際的土地利用總體結(jié)構(gòu) 和形態(tài) ,該模型的模擬結(jié)果在土地利用空間格局方面與實際土地利用空間格局更為接近 。最簡單直觀 的 方 法 , 也 是 最 常 用 的 地 理 元 胞 自 動機模型精度評估方法之一 。它通過逐像元對比地 理元胞自動機模型的模擬結(jié)果與實際的土地利用來衡量地理 元 胞 自 動 機 模 型 的 模 擬 精 度 , 通 常 采 用混淆矩陣進行精度評估 。本文采用混淆矩陣分 別對傳 統(tǒng) 的 非 分 區(qū) 地 理 元 胞 自 動 機 模 型 和 空

22、 間 聚類的地理元胞 自 動 機 模型 進 行了 精度 評 估 (表1 ) 。3. 2 精度檢驗( 1 )逐點對比精度 逐點對比法是地理元胞自動機模型精度檢驗表 1 分區(qū)與非分區(qū)模擬精度的比較ta b. 1 c om pa r ison for the s im u la t ion a ccura cy of pa r t it ion ed an d un pa r t it ion ed geoca m ode l in g模擬結(jié)果 (元胞數(shù) )精度 ( % )城市用地非城市用地非分區(qū)分區(qū)非分區(qū)分區(qū)非分區(qū)分區(qū)城市用地非城市用地98 79117 83098 794170 82718 006

23、147 86417 617148 25384. 5889. 2487. 3184. 8789. 2787. 45實際情況 (元胞數(shù) )總精度由表 1可見 ,在空間聚類的分區(qū)地理元胞自動機模擬結(jié)果中 ,城市用地的準(zhǔn)確率為 84. 87 % ,非城 市用地的模擬準(zhǔn)確率為 89. 27 % ,總精度也高達 87.45 % ,可以滿足城市用地變化的動態(tài)模擬 。與非分區(qū)地理元胞自動機模型相比 ,空間聚類的分區(qū)地理 元胞自動機模型模擬結(jié)果的逐點對比精度略有提 升 。( 2 )整體對比精度 為了衡量模擬結(jié)果的總體結(jié)構(gòu)和形態(tài) ,可采用緊湊度 、分形維和 mo ran i指數(shù)等 ,對地理元胞自動 機模型的模擬精

24、度進行評估 。mo ran i指數(shù)一般用 來描述空間的自相關(guān)性 。由于該指數(shù)可以反映集中和分散的程度 ,可用以衡量地理元胞自動機模型 模擬結(jié)果和實際情況在空間格局和整體形態(tài)方面 的接近程度 。因此 ,本文選用 mo ran i來度量模擬 結(jié)果和實際土地利用空間格局和整體形態(tài)的相似性 (表 2 ) 。表 2 杭州市 2005年實際土地利用圖與模擬土地 利用圖計算的 m oran i指數(shù)對比表ta b. 2 c om pa r ison ta b le of ca lcu la ted m ora l i ba sed on the rea l an d the s im u la ted lan

25、 d u se m a p s of han gzhou c ity in 2005 從 mo ran i指數(shù)來看 , 空間聚類的分區(qū)地理元胞自 動 機模 型模 擬 結(jié)果 的 mo ran i指 數(shù)與 杭 州 市2005 年實際土地利用的 mo ran i指數(shù)十分接近 ,因 此 ,可以認(rèn)為基于空間聚類的分區(qū)地理元胞自動機模型模擬結(jié)果 ,能較好地反映土地利用變化的總體結(jié)構(gòu)與形態(tài) ,具有較好的整體性能 。與非分區(qū)地理 元胞自動機模型相比 ,空間聚類的分區(qū)地理元胞自 動機模型的模擬結(jié)果具有更接近實際情況的 mo ran i指數(shù) ,模擬結(jié)果在土地利用結(jié)構(gòu)和空間布局上表 現(xiàn)出較好的性能 。4 結(jié)論針對地

26、理元胞自動機模型的統(tǒng)一元胞轉(zhuǎn)換 規(guī)則不能反映地理現(xiàn)象空間異質(zhì)性的問題 ,本文提出 了采用分區(qū)轉(zhuǎn)換規(guī)則替代統(tǒng)一轉(zhuǎn)換規(guī)則的觀點 ,采用空間聚類的方法將研究區(qū)域劃分成不同的子區(qū)域 。在此基礎(chǔ)上 , 對不同的分區(qū)采用 c5. 0 決策 樹 方法 ,挖掘每一個子區(qū)域的元胞轉(zhuǎn)換規(guī)則 。由于不 同的子區(qū)域具有相對一致的性質(zhì) , 因此 , 各分區(qū)的元胞轉(zhuǎn)換規(guī)則可以較好地反映該區(qū)域的地理現(xiàn)象演變規(guī)律 。采用分區(qū)的元胞轉(zhuǎn)換規(guī)則驅(qū)動地理元 胞自動機模型模擬區(qū)域土地利用變化可以獲得較好的模擬效果 。利用本文提出的空間聚類的分區(qū)地理元胞 自 動機模型 ,對杭州市土地利用變化進行了模擬 。結(jié)土地利用實際土地利用圖非分區(qū)c

27、a 模擬結(jié)果分區(qū)ca 模擬結(jié)果 mo ran i 0. 461 0. 508 0. 489 6 a lm e ida c m d , b a ttym , mon te iro a m v , e t a l. stocha s2 tic ce llu la r a u tom a ta mode ling of u rban l and u se d ynam 2 ic s j . comp u te r, environm en t and u rban system s,2003 , 27: 481 - 509. 7 黎夏 ,葉嘉安 . 基于神經(jīng)網(wǎng)絡(luò)的單元自動機 ca 模擬及真 實和優(yōu)化

28、城市的模擬 j . 地理學(xué)報 , 2002, 57 ( 2 ) : 159 -166. 8 楊青生 ,黎夏 ,劉小平 . 基于 a gen t和 ca 的城市土地利 用變化研究 j . 地球信息科學(xué) , 2005 , 7 ( 2 ) : 78 - 81. 9 楊青生 ,黎夏 . 基于支持向量機的元胞自動機及土地利 用變化模擬 j . 遙感學(xué)報 , 2006, 10 ( 6) : 836 - 846. 10 鄧祥征 . 土地系統(tǒng)動態(tài)模擬 m . 北京 :中國大地出版 社 , 2008. 11 鄧祥征 ,林英志 ,黃河清 . 土地系統(tǒng)動態(tài)模擬方法進展 j . 生態(tài)學(xué)雜志 , 2009 , 28 (

29、 10 ) : 2123 - 2129. 12 董婷婷 ,左麗君 ,張增祥 . 基于 ann 2ca 模型的土壤侵 蝕時空演化分析 j . 地球信息科學(xué)學(xué)報 , 2009, 11 ( 1 ) :132 - 138. 13 sheh roz s k, a hm ad a. c lu ste r cen te r in itia liza tion a lgo2 rithm fo r k - m ean s c lu ste ring j . pa tte rn r ecogn ition l e tte rs ( s0167 - 8655) , 2004, 25 ( 11 ) : 1293 -

30、1302. 14 劉耀林 ,劉艷芳 ,明冬萍 . 基于灰色局勢決策規(guī)則的元胞自動機城市擴展模型 j . 武漢大學(xué)學(xué)報 . 信息科學(xué) 版 , 2004 , 29 ( 1 ) : 7 - 13.果表明 :采用逐點對比法進行精度評估時 , 空間聚類的分區(qū)地理元胞自動機模型 ,模擬結(jié)果的逐點對 比精度比非分區(qū)地理元胞自動機模型的模擬結(jié)果略有提升 ; 采用 mo ran i評估模擬結(jié)果與實際情況 的空間結(jié)構(gòu)一致性時 ,空間聚類的分區(qū)地理元胞自 動機模型模擬結(jié)果 ,明顯比非分區(qū)地理元胞自動機 模型 ,具有與實際情況更加接近的 mo ran i指數(shù) ,這 說明空間聚類的分區(qū)地理元胞自動機模型模擬結(jié)果 ,能模

31、擬出更接近實際的土地利用結(jié)構(gòu)和空間布 局 ,可獲得更加真實的模擬結(jié)果 。參考文獻 : 1 田光進 ,鄔建國 . 基于智能體模型的土地利用動態(tài)模擬 研究進展 j . 生態(tài)學(xué)報 , 2008, 28 ( 9) : 4451 - 4459. 2 黎夏 ,葉嘉安 ,劉小平等 . 地理模擬系統(tǒng) : 元胞自動機與 多智能體 m . 北京 :科學(xué)出版社 , 2007. 3 盧遠 ,莫建飛 ,韋亮英 . 生態(tài)約束性城市擴展模型與應(yīng)用 分析 以南寧市區(qū)為例 j . 地 球信息科學(xué) , 2008 , 10( 6 ) : 710 - 715. 4 陳志強 ,陳健飛 . 福州城市用地變化的 ca 模型動態(tài)模擬 研究

32、j . 地球信息科學(xué) , 2007, 9 ( 2 ) : 70 - 73. 5 b a tty m , x ie y c, sun z l. mode ling u rban d ynam ic s th rough g is2ba sed ce llu la r a u tom a ta j . comp u te rs, en2vironm en t and u rban system s, 1999 , 23: 205 - 233.pa r t it ion ed geo2c e llu la r a u tom a ta m ode ll in g em beddedspa t ia

33、l c lu ster a lgor ithmke x in li1 , d en g x iangzheng1 3( 1. institu te of geog raph ica l s ciences and n a tu ra l r esou rces r esea rch, cas , b eijing 100101, ch ina;2. s chool of r esou rces & environm en t s cience, x iann ing college, x iann ing 437000, ch ina)a b stra c t: a ll ce lls und

34、e r the unp a rtitioned geo2ce llu la r au tom a ta ( geoca ) mode ling evo lved acco rd ing the tran s2fe r p robab ility wh ich is dec ided by gene ric tran sfe r ru le fixed fo r the en tire region. howeve r, the re a lways exists sp a tia l he te rogene ity in mo st geograp h ica l p henom enon,

35、 and the se sp a tia l he te rogene itie s a re qu ite often igno red in gene ric unp a rtitioned geo2ce llu la r au tom a ta mode ling due to the gene ric tran sfe r ru le s a re emp loyed to d rive a ll ce lls to evo lve. the accu racy of unp a rtitioned geoca sim u la tion re su lt is lim ited be

36、cau se of the igno rance of sp a tia l he te rogene itie s in th is k ind of geoca mode ls. to ove rcom e th is d isadvan tage of unp a rtitioned geoca , a p a rti2 tioned geoca ba sed on sp a tia l c lu ste r is d iscu ssed in th is p ap e r. u nde r the p a rtitioned geoca mode ling fram e2 wo rk,

37、 ce llu la r sp ace is dep a rted in to seve ra l p a rtition s by sp a tia l c lu ste r, and then a se t of tran sfe r ru le s co rre2 spond ing to each p a rtition a re ca lcu la ted acco rd ingly. a nd then, tak ing h angzhou c ity a s a ca se, the pa rtitioned geoca mode ling ba sed on sp a tia l c lu ste r is emp loyed to sim u la te the land u se change in the p e riod be tween 2000 and 2005. in th is ca se study, the study a rea