基于MAS-LCM的沙漠化空间模拟方法研究

• 作者: 于强 岳德鹏 张启斌 马欢 高敬雨 黄元
• 来源期刊: 农业机械学报
• 学科: 地球科学
• 关键词: 干旱区 沙漠化 CA-Markov 多智能体系统 模拟
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 134-141
• 页数: 8页
• 分类号: K903
• 字数: 5077字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2017.10.016

摘要

以干旱区典型城市磴口县为研究区,利用1995-2015年每隔5年的Landsat TM影像通过遥感解译获取研究区20年的各等级沙漠化空间分布,利用GIS空间分析和重心迁移模型分析沙漠化景观时空变化趋势.并以2010年沙漠化分类数据为基期年数据,利用Logistic元胞自动机(Cellular automata-Markov,CA-Markov)模型(简称LCM)并引入多智能体系统(Multi-agent system,MAS)模型修正转移规则,预测2015年沙漠化分类情况及其空间分布格局.研究结果表明:磴口县20年间重度及极重度沙漠化面积减小,轻度沙漠化景观面积逐渐增大,其中2015年的非沙漠化景观达到37.09％,各类型沙漠化重心远离磴口县城,呈现良好态势.引入MAS模型的CA-Markov预测模型能够显著提升模型的模拟精度,所预测的2015年数据结果Kappa系数达到0.62,高于CA-Markov模型模拟结果,能较好预测干旱区沙漠化分布情况,为沙漠化监管与治理提供了技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳德鹏	北京林业大学精准林业北京市重点实验室	97	911	13.0	27.0
2	高敬雨		23	30	3.0	3.0
3	于强	北京林业大学精准林业北京市重点实验室	50	203	9.0	12.0
4	张启斌	北京林业大学精准林业北京市重点实验室	39	194	8.0	12.0
5	马欢	北京林业大学精准林业北京市重点实验室	28	207	8.0	13.0
6	黄元	北京林业大学精准林业北京市重点实验室	8	57	4.0	7.0