智能預(yù)測土地利用動態(tài)變化—基于GIS和神經(jīng)網(wǎng)絡(luò)模型

劉青豪+楊鑫梅+張新行

【摘要】隨著全球環(huán)境不斷變化，土地資源的合理利用率成為一個關(guān)鍵問題，其中模擬和預(yù)測土地利用變化是重要的一部分。本文首先介紹了地理信息系統(tǒng)（簡稱GIS）技術(shù)以及神經(jīng)網(wǎng)絡(luò)，其次基于GIS技術(shù)建立的土地轉(zhuǎn)換模型經(jīng)過神經(jīng)網(wǎng)絡(luò)分析后，最后預(yù)測土地利用動態(tài)變化。這種方法充分結(jié)合了GlS和神經(jīng)網(wǎng)絡(luò)的優(yōu)點，更好的預(yù)測出土地利用的趨勢，為土地管理和城市規(guī)劃等相關(guān)部門提供一手依據(jù)。

【關(guān)鍵詞】GIS；神經(jīng)網(wǎng)絡(luò)；土地利用

引言

土地是人類目前生活發(fā)展過程中最基本、最重要的間接資源之一。運用科學(xué)合理的管理、發(fā)展土地的方法有著重要意義。土地利用是當(dāng)今全球環(huán)境變化的重要原因之一，開展典型區(qū)域的個案研究是認(rèn)識全球環(huán)境變化的必要途徑，也是區(qū)域可持續(xù)發(fā)展研究的關(guān)鍵。目前土地管理中實現(xiàn)了文字信息與地圖信息一體化的自動管理模式。土地利用動態(tài)變化預(yù)測是土地管理工作中的重要部分，直接關(guān)系到國家的可持續(xù)發(fā)展。因而研究土地利用的變化對提高土地利用率有著深遠的意義。

1. 土地利用變化預(yù)測模型現(xiàn)狀

早期的土地利用變化模型重點是理解靜態(tài)的空間格局，1990以來，首先是時間動態(tài)模型在空間格局分析的基礎(chǔ)上與地理信息系統(tǒng)的結(jié)合；其次是遙感技術(shù)的被廣泛發(fā)展，遙感數(shù)據(jù)具有相對客觀性和高分辨率的特點，對于識別和分析土地利用變化發(fā)揮著至關(guān)重要的作用；最后是21世紀(jì)出現(xiàn)的地理信息系統(tǒng)（（Geographic Information System，簡稱GIS），GIS是一門十分復(fù)雜的綜合性交叉學(xué)科，并且和眾多學(xué)科相結(jié)合，例如與地理學(xué)、地圖學(xué)以及遙感技術(shù)等學(xué)科相結(jié)合，在不同的領(lǐng)域范圍中應(yīng)用廣泛，除可以對空間信息進行分析以及預(yù)處理之外，還能夠把視覺化的地圖和地理數(shù)據(jù)分析功能，連同一般的數(shù)據(jù)庫操作等集成到一起來分析。

2.神經(jīng)網(wǎng)絡(luò)

從神經(jīng)網(wǎng)絡(luò)的輸入層到其隱含層實現(xiàn)這一過程，其實是一個非線性映射的過程，然而，從隱含層到輸出層這一過程卻是線性映射；神經(jīng)網(wǎng)絡(luò)強大的處理功能相當(dāng)于從高維空間到低維空間的映射。神經(jīng)元是對神經(jīng)網(wǎng)絡(luò)模型操作處理的基本單位，同時也是神經(jīng)網(wǎng)絡(luò)設(shè)計的最基本的基礎(chǔ)，如圖所示為神經(jīng)元基礎(chǔ)模型。

神經(jīng)元模型一般含有三種基本元素：

（1）突觸或連接鏈，每一個都存在其權(quán)值，因此可以被看作為特征。

（2）加法器，用于求解輸入神經(jīng)元相應(yīng)突觸加權(quán)所產(chǎn)生的和。

（3）激活函數(shù)用來限制神經(jīng)元輸出振幅。貼近得到任意的函數(shù)形式。但是，如果信息中含有某些敏感點，那么這些敏感點，很有可能造成神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)和練習(xí)的過程中陷入局部最小值。如果只利用神經(jīng)網(wǎng)絡(luò)去對土地利用變化分析，毋庸置疑存在缺點，所以我們利用GIS和神經(jīng)網(wǎng)絡(luò)相結(jié)合方法對土地利用變化進行模型。

3. GIS和神經(jīng)網(wǎng)絡(luò)相結(jié)合土地利用變化預(yù)測模型

3.1模型的優(yōu)化結(jié)構(gòu)

土地利用變化研究需要基于大量的數(shù)據(jù)的前提 ，遙感是數(shù)據(jù)存儲和處理的工具，我們通過神經(jīng)網(wǎng)絡(luò)模型和GIS相結(jié)合方式，預(yù)測出土地利用的變化。模型分為兩個部分——神經(jīng)網(wǎng)絡(luò)訓(xùn)練和神經(jīng)網(wǎng)絡(luò)模擬。其中神經(jīng)網(wǎng)絡(luò)的練習(xí)經(jīng)常使用算法為反向傳播。通過對兩期遙感影像的土地利用圖進行分類，隨機選擇出測試樣本以及訓(xùn)練樣本，用ThinksPro操作軟件創(chuàng)建該神經(jīng)網(wǎng)絡(luò)模型，反復(fù)進行訓(xùn)練目的是獲取神經(jīng)網(wǎng)絡(luò)的權(quán)值參數(shù)以及偏置參數(shù)。在我們確定自由參數(shù)以后，就可以用已知的數(shù)據(jù)進行預(yù)測土地利用變化規(guī)律，需要反復(fù)預(yù)測過程，通過給定的回合數(shù)確定預(yù)測的時間。

3.2 獲取空間數(shù)據(jù)

神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)功能，一般是用來存儲一系列數(shù)據(jù)層或者解決數(shù)據(jù)問題的，其中最根本的數(shù)據(jù)圖層便是土地利用分類圖層，因此我們需要對每一種數(shù)據(jù)進行編碼，用來表示對預(yù)測單元的影響大小，這些編碼以后便作為輸人變量的初始值。

3.3 處理遙感數(shù)據(jù)

遙感數(shù)據(jù)是主要數(shù)據(jù)來源對土地利用變化研究來說，通過軟件對遙感影像進行處

理，遙感數(shù)據(jù)處理的過程有以下幾各步驟：

（1）合成遙感影像數(shù)據(jù)

（2）對影像幾何精校正

（3）圖像效果增強處理

（4）圖像的鑲嵌

（5）對研究區(qū)裁減

（6）遙感影像的分類

（7）對分類結(jié)果評價

3.4 GIS空間分析

由模型可知，模型可以很好的與柵格數(shù)據(jù)相結(jié)合，采用GIS軟件空間分析是重要數(shù)據(jù)生成一種方法，在這里我們用作為空間分析的重要工具。

空間緩沖區(qū)分析，即再實體周圍創(chuàng)建相互存在一定間隔的帶狀區(qū)域，用來區(qū)別這些實體對附近對象所產(chǎn)生的輻射大小。因此，空間緩沖區(qū)分析，首先要確定出分析源，在實際應(yīng)用中，隨著距離的不斷增大，其產(chǎn)生的影響就會緩慢減弱。在本文中，筆者主要通過空間緩沖區(qū)分析這一功能，從而獲得各實體對其緩沖區(qū)產(chǎn)生的影響結(jié)果。

4.結(jié)語

用神經(jīng)網(wǎng)絡(luò)進行預(yù)測方法充分利用了其復(fù)雜映射能力，很強的自組織等長處，此外，通過使用GIS數(shù)據(jù)輔助訓(xùn)練樣本的選擇，達到了對樣本點的自動化選取目的，從而大大提高了選取訓(xùn)練樣本的效率，節(jié)省了寶貴的時間；另外神經(jīng)網(wǎng)絡(luò)存在大量的缺點：例如特別容易陷入局部最小、學(xué)習(xí)收斂速度慢等一系列缺點，以及忽略一些重要影響因素的特征，所以我們預(yù)測結(jié)果并非特別精確，我相信在不遠的將來，我們一定可以通過更好的模型預(yù)測出更加精確的土地利用動態(tài)變化。

參考文獻

[1]張明媛.基于GIS模擬土地利用變化[J] .燕山大學(xué)學(xué)報.2014.

[2]毛先成.GIS支持下的縣域土地利用動態(tài)變化分析[J] .中南大學(xué)學(xué)報.2015.

[3]王國杰.基于GIS的土地利用變化動態(tài)分析[J] .青海省西寧市國土資源局.2014.