(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211123939.8 (22)申请日 2022.09.15 (71)申请人 同济大学 地址 200092 上海市杨 浦区四平路1239号 (72)发明人 冯永玖　高忱　童小华　金雁敏　 谢欢　王超　许雄　陈鹏　刘世杰　 叶真　柳思聪　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 专利代理师 蔡彭君 (51)Int.Cl. G06F 30/20(2020.01) (54)发明名称 一种城市扩张模拟推演的跨模型跨区域跨 时间评估方法 (57)摘要 本发明涉及一种城市扩张模拟推演的跨模 型跨区域跨时间评估方法， 其中方法包括： 提取 城市土地利用分类图和驱动因子图； 基于多种CA 建模方法构建CA模型， 确定土地转换概率图； 基 于CA模型模拟各研究区域在校正时期和验证时 期的土地利用变化情况， 得到校正模拟结果和验 证模拟结果； 对 校正模拟结果和验证模拟结果进 行整体评价； 提取每个研究区域 真实土地模式中 的城郊等面积区域并作为掩膜， 对 校正模拟结果 和验证模拟结果进行裁剪， 得到等效区域模拟结 果； 对等效区域模拟结果进行跨模型、 跨区域和 跨时间的统一评价得到统一评价结果， 并与整体 评价结果比较。 与现有技术相比， 本发明具有评 估精度更能体现模型实际性能等优点。 权利要求书3页 说明书9页 附图6页 CN 115510632 A 2022.12.23 CN 115510632 A 1.一种城市扩张模拟推演的跨模型跨区域跨时间评估方法， 其特征在于， 包括以下步 骤： 步骤1)基于Landsat影像、 矢量数据集和栅格数据提取多个研究区域的城市土地利用 分类图和驱动因子图； 步骤2)基于多种CA建模方法、 城市土地利用分类图和驱动因子图构建每个研究区域的 不同CA模型， 确定 土地转换概率图； 步骤3)将城市土地利用分类图和土地转换概率图输入CA模型， 通过调整CA模型的其他 参数模拟各研究区域在校正时期和验证时期的土地利用变化情况， 得到校正模拟结果和验 证模拟结果； 步骤4)基于逐像元比较方法对不同研究区域的每个CA模型模拟得到的校正模拟结果 和验证模拟结果进行整体评价， 输出并保存整体评价结果； 步骤5)提取每 个研究区域真实土地模式 中的城郊等 面积区域； 步骤6)以提取的城郊等面积区域作为掩膜， 分别对校正模拟结果和验证模拟结果进行 裁剪， 将裁剪结果作为 等效区域模拟结果； 步骤7)基于逐像元比较方法对等效区域模拟结果进行跨模型、 跨区域和跨 时间的统一 评价； 步骤8)输出并保存统一评价结果， 并与整体评价结果进行比较。 2.根据权利要求1所述的一种城市扩张模拟推演的跨模型跨区域跨时间评估方法， 其 特征在于， 所述 步骤1)包括以下步骤： 步骤1‑1)获取不 同研究区域的Landsat影像， 利用ENVI软件中的监督分类方法确定城 市土地利用分类图； 步骤1‑2)获取矢量数据集和栅格数据， 提取影响各研究区域城市扩张的驱动因子图， 其中， 所述矢量数据集包括行政区划图、 道路网络图， 所述栅格数据包括人口图、 经济图、 地 形图。 3.根据权利要求1所述的一种城市扩张模拟推演的跨模型跨区域跨时间评估方法， 其 特征在于， 所述 步骤2)包括以下步骤： 步骤2‑1)基于土地利用分类图和驱动因子图进行采样， 获取研究区域内的有效样本 点， 用于CA转换规则的训练； 步骤2‑2)利用CA模型， 基于驱动因子、 相邻元胞之间的相互作用、 局部和全局约束以及 随机扰动因子确定全局土地转换概率， 其中， 下一时期的元胞状态根据当前时期的元胞状 态和土地 转换规则确定： Cellstanext＝LandConRule(Cel lstacur， Prodf， NeIn， LGres， RnD) 式中， Cellstanext和Cellstacur分别表示下一时期和当前时期的元胞状态； LandConRule 表示土地转换规则； NeIn表 示相邻元胞之间的相互作用的影响参数； LGres表 示局部和全局 约束； RnD表示随机扰动因子对元胞状态转 换的影响参 数； Prodf表示基于驱动因子的土地转 换概率： 式中， a0是截距， a1‑an是因变量x1‑xn的CA参数， b是自变量y的权 重， γ是建模误差；权　利　要　求　书 1/3 页 2 CN 115510632 A 2全局土地 转换概率为： 式中， ScalTIP为补偿转换概率衰减效应 的缩放参数， ScalLAP为抵消邻域效应 的缩放参 数， t为当前时间步； 步骤2‑3)获取城市扩张驱动因子影响下的土地 转换概率图。 4.根据权利要求1所述的一种城市扩张模拟推演的跨模型跨区域跨时间评估方法， 其 特征在于， 所述CA建模方法包括C EO， SAR和GWR。 5.根据权利要求1所述的一种城市扩张模拟推演的跨模型跨区域跨时间评估方法， 其 特征在于， 所述 步骤3)包括以下步骤： 步骤3‑1)将城市土地利用分类图和土地转换概率图输入CA模型， 在GIS建模和模拟环 境下， 以第一初始 年份的城市土地利用分布图作为初始状态， 调整CA模 型的其他参数， 利用 CA模型运行M次， 得到城市土地利用变化的校正模拟结果， 并将校正模拟结果输出并保存， 其中， M表示校正时期的第一初始年份与结束年份的年份差； 步骤3‑2)将城市土地利用分类图和土地转换概率图输入CA模型， 在GIS建模和模拟环 境下， 以第二初始 年份的城市土地利用分布图作为初始状态， 调整CA模 型的其他参数， 利用 CA模型运行N次， 得到城市土地利用变化的验证模拟结果， 并将验证模拟结果输出并保存， 其中， N表示验证时期的第二初始年份与结束年份的年份差 。 6.根据权利要求1所述的一种城市扩张模拟推演的跨模型跨区域跨时间评估方法， 其 特征在于， 所述步骤4)具体为： 基于逐像元比较方法对校正模拟结果和验证模拟结果进行 整体评价， 得到多种状态 ‑静止和状态 ‑变化评价指标， 用于评价模拟结果的精度和误差， 其 中， 评价指标包括OA， Kap pa， FOM， precisi on和recal l： 式中， OA衡量正确模拟元胞占总元胞的百分比， CSC代表正确模拟元胞数， AC代表总元 胞数； Kappa衡量模拟和实际土地利用模式之间的整体一致性； NAMQ表 示无分配一致性和中 等数量一致性的元胞百分比； URhit代表CA模 型正确捕获的城市扩张元胞； FOM衡量CA模 型捕 获城市扩张的能力； precision衡量所有模拟的城市元胞中被正确模拟城市元胞所占的百 分比； recall衡量所有真实的城市元胞中被正确模拟城市元胞所占的百分比； URmiss代表CA 模型遗漏的城市扩张元 胞； URfalse代表CA模型错 误捕获的城市扩张元 胞。 7.根据权利要求1所述的一种城市扩张模拟推演的跨模型跨区域跨时间评估方法， 其权　利　要　求　书 2/3 页 3 CN 115510632 A 3