CN112348266A - 一种基于元胞自动机的人造地表变化趋势预测方法、装置、终端以及可读存储介质 - Google Patents
一种基于元胞自动机的人造地表变化趋势预测方法、装置、终端以及可读存储介质 Download PDFInfo
- Publication number
- CN112348266A CN112348266A CN202011249160.1A CN202011249160A CN112348266A CN 112348266 A CN112348266 A CN 112348266A CN 202011249160 A CN202011249160 A CN 202011249160A CN 112348266 A CN112348266 A CN 112348266A
- Authority
- CN
- China
- Prior art keywords
- earth surface
- data
- artificial earth
- grid data
- cellular automata
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000001413 cellular effect Effects 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000008859 change Effects 0.000 title claims abstract description 38
- 238000006243 chemical reaction Methods 0.000 claims abstract description 63
- 238000004590 computer program Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 abstract description 3
- 238000012952 Resampling Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/219—Managing data history or versioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据处理技术领域,公开了一种基于元胞自动机的人造地表变化趋势预测方法、装置、终端以及可读存储介质;其中,该方法包括:获取目标区域多个时间段的历史人造地表栅格数据以及对应的约束条件数据;应用元胞自动机模型对以上数据进行处理,生成第一元胞自动机概率转换规则;将最后一个时间段的历史人造地表栅格数据带入第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据;上述提供的一种基于元胞自动机的人造地表变化趋势预测方法,从数据本身入手,利用历史数据与约束条件生成转换规则,并利用规则在预测中继续计算,避免了人为主观设定规则所带来的不确定性,达到了增强预测结果准确性的目的。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于元胞自动机的人造地表变化趋势预测方法、装置、终端以及可读存储介质。
背景技术
人造地表变化元胞自动机模型是由元胞的两个状态来代表是否为人造地表,通过邻域状态和转换规则来控制非人造地表向人造地表的转换,以此来模拟人造地表变化的离散时空变化动态模型。元胞自动机对人造地表演变过程的模拟是由基于时间序列的转换规则来控制的,转换规则决定了元胞自动机的动态转化过程。元胞自动机的转换规则由城市空间结构演变的诸多自然环境和社会经济因素决定(例如地形、高程、离市中心的空间关系、与道路的空间关系等空间变量以及邻近设施等的影响等),这些因素通过某种方式构成一种综合影响因素,作为由非人造地表向人造地表转换的约束条件,影响着转换的概率。
现有的计算方法中,需要用转换阈值来预测人造地表变化趋势,如何获得一个更合理的转换阈值来决定预测的结果往往是难点,阈值设置不同会导致最终的预测结果也大不相同。阈值设置过大可能导致元胞的增长数量永远也达不到预设的增长数量;阈值设置过小则会使得元胞迭代的次数过少导致精度大大降低。现有技术中缺少一种预测方法可以精确地预测人造地表变化趋势。
发明内容
本发明的目的在于提供一种基于元胞自动机的人造地表变化趋势预测方法、装置、终端以及可读存储介质,旨在解决现有技术中,缺少一种预测方法可以精确地预测人造地表变化趋势的问题。
第一方面,本发明实施例提供了一种基于元胞自动机的人造地表变化趋势预测方法,包括:
获取目标区域多个时间段的历史人造地表栅格数据以及对应的约束条件数据;
应用元胞自动机模型对所述历史人造地表栅格数据以及所述约束条件数据进行处理,生成第一元胞自动机概率转换规则;
将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入所述第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据。
在一些实施方式中,所述应用元胞自动机模型对所述历史人造地表栅格数据以及所述约束条件数据进行处理,生成第一元胞自动机概率转换规则,具体包括:
应用元胞自动机模型对所述历史人造地表栅格数据进行处理,结合所述约束条件数据,生成元胞自动机原始转换规则;
处理所述元胞自动机原始转换规则为所述第一元胞自动机概率转换规则。
在一些实施方式中,所述应用元胞自动机模型对所述历史人造地表栅格数据进行处理,结合所述约束条件数据,生成元胞自动机原始转换规则,具体包括:
分别遍历目标区域多个时间段的所述历史人造地表栅格数据中的每个元胞;对每个元胞取其本身值与其相邻元胞值,并读取为一维数组;
加入元胞对应地理位置的所述约束条件数据,形成新的一维数组;其中,所述约束条件数据包括坡度数据、水体数据、道路状况数据、城市空间构成数据、人口数据以及GDP数据中的一种或多种;
统计多个时间段中每相邻的两个时间段的数组变化方式以及对应的变化次数,记录为原始转换规则。
在一些实施方式中,所述将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入所述第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据,具体包括:
遍历多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据中的每个元胞,以元胞近邻为1的近邻提取邻域数组,加入元胞对应地理位置的所述约束条件数据,形成新的数组;
将所述数组带入所述第一元胞自动机概率转换规则,得到所述数组可能变化的概率;
利用计算机随机数函数生成一个参数;根据所述参数选取所述概率,计算得到第一人造地表栅格数据。
在一些实施方式中,在所述将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入所述元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据之后,所述方法还包括:
获取目标区域多个时间段的历史人造地表栅格数据、第一人造地表栅格数据以及对应的约束条件数据;
应用元胞自动机模型对所述历史人造地表栅格数据、第一人造地表栅格数据以及对应的所述约束条件数据进行处理,生成第二元胞自动机概率转换规则;
将第一人造地表栅格数据中带入所述第二元胞自动机概率转换规则,得到第二人造地表栅格数据。
第二方面,本申请实施例提供一种基于元胞自动机的人造地表变化趋势预测装置,包括:
获取单元,用于获取目标区域多个时间段的历史人造地表栅格数据以及对应的约束条件数据;
处理单元,应用元胞自动机模型对所述历史人造地表栅格数据以及所述约束条件数据进行处理,生成第一元胞自动机概率转换规则;
计算单元,将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入所述第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据。
第三方面,本申请实施例提供的一种终端,包括存储器和处理器;
所述存储器存储有计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现上面所述的一种基于元胞自动机的人造地表变化趋势预测方法。
第四方面,本申请实施例提供的一种可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现上面所述的一种基于元胞自动机的人造地表变化趋势预测方法。
与现有技术相比,本发明主要有以下有益效果:
上述提供的一种基于元胞自动机的人造地表变化趋势预测方法,获取目标区域多个时间段的历史人造地表栅格数据以及对应的约束条件数据;应用元胞自动机模型对历史人造地表栅格数据以及约束条件数据进行处理,生成第一元胞自动机概率转换规则;将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据。本方法的优势在于,从数据本身入手,利用历史数据与约束条件生成转换规则,并利用规则在预测中继续计算,避免了人为主观设定规则所带来的不确定性,达到了增强预测结果准确性的目的。
附图说明
图1是本发明第一实施例提供的一种基于元胞自动机的人造地表变化趋势预测方法的流程示意图;
图2是本发明第一实施例提供的一种基于元胞自动机的人造地表变化趋势预测方法中步骤S20的流程示意图;
图3是本发明第一实施例提供的一种基于元胞自动机的人造地表变化趋势预测方法中步骤S201的流程示意图;
图4是本发明第一实施例提供的一种基于元胞自动机的人造地表变化趋势预测方法中步骤S30的流程示意图;
图5是本发明第二实施例提供的一种基于元胞自动机的人造地表变化趋势预测方法的流程示意图;
图6是本发明第一实施例提供的一种基于元胞自动机的人造地表变化趋势预测装置的结构示意性框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的实现进行详细的描述。
图1示出了本发明提供的一种基于元胞自动机的人造地表变化趋势预测方法的第一实施例的流程示意图,在第一实施例中基于元胞自动机的人造地表变化趋势预测方法包括以下步骤:步骤S10、步骤S20、以及步骤S30。
S10、获取目标区域多个时间段的历史人造地表栅格数据以及对应的约束条件数据。
具体地,历史人造地表栅格数据以及对应的约束条件数据需提前提取并经处理后储存在数据库中。
人造地表是人类活动所产生的覆盖于原始自然地表之上的建筑物、道路、矿井及废弃物等形成的地表覆盖形态。历史人造地表数据多通过提取历史卫星影像数据来获得,得到的数据以栅格形式存储,栅格数据每个像元值(即元胞值)为0(非人造地表)或1(人造地表)。历史数据以年为间隔,或者以n年为间隔,预测结果将会以历史数据的平均间隔时间为迭代间隔周期。如需要更为精细的时间间隔预测,则需要对历史数据进行年份插值处理。最后,对栅格数据做重采样处理,每10x10个栅格像元重采样为一个像元,重采样后的像元值为10x10像元的值之和。
在这里,我们获取目标区域多个时间段的历史人造地表栅格数据,每个时间段包括但不限于一年、多年以及若干个月。
需要说明的是,在这里,我们所提取的历史人造地表数据以年为间隔单位,在遇到某一年份数据缺失时,需要对缺失年份数据进行补全。在这里我们使用楼龄(指城市中住宅建成年份数据,包括建成年份及住宅项目坐标,住宅项目的占地面积)进行判断缺失年份是否有人造地表数据的变化,如果有,使用插值法进行补全,形成新的历史人造地表栅格数据存储在数据库中,以便被调用。
历史人造地表栅格数据对应的约束条件数据包括但不限于目标区域的地理位置的坡度,水体,道路状况,城市空间构成数据,人口,GDP等与城市人类活动相关的具有地理空间属性的数据。收集以上数据,并处理为处理为栅格或者任何可以与像元坐标地理位置对应的数据,存储在数据库中,以便被调用。
具体地,这些约束条件数据直接通过搜索地理信息系统等平台得到。
S20、应用元胞自动机模型对历史人造地表栅格数据以及约束条件数据进行处理,生成第一元胞自动机概率转换规则。
在一些实施方式中,如图2所示,步骤S20包括步骤S201以及步骤S202。
S201、应用元胞自动机模型对历史人造地表栅格数据进行处理,结合约束条件数据,生成元胞自动机原始转换规则。
具体地,元胞自动机,是一种离散模型,在可算性理论、数学及理论生物学都有相关研究。它是由无限个有规律、坚硬的方格组成,每格均处于一种有限状态。整个格网可以是任何有限维的。同时也是离散的。每格于t时的态由t-1时的一集有限格(这集叫那格的邻域)的态决定。每一格的“邻居”都是已被固定的。(一格可以是自己的邻居。)每次演进时,每格均遵从同一规矩一齐演进。
在一些实施方式中,如图3所示,步骤S201包括步骤S2011、步骤S2012、以及步骤S2013。
S2011、分别遍历目标区域多个时间段的历史人造地表栅格数据中的每个元胞,对每个元胞取其本身值与其相邻元胞值,并读取为一维数组。
具体地,举例来说,设元胞相邻范围为1,则对于每个元胞有8个相邻元胞(Moore邻近),8个元胞各有其状态值。对于人造地表栅格数据即栅格像元值,由步骤10每10x10个栅格像元重采样为一个像元可知每个栅格像元值值域为[0,100],为减少转换规则数量级与过拟合,我们将获取的像元值除以10并四舍五入为整数,则用于计算元胞自动机的像元值值域变为[0,10]。
设两个相邻年份为y1,y2,两个年份的栅格像元在空间位置上一一对应。由左上角像元开始遍历栅格数据中每个像元,对每个像元(元胞)取其本身值与其相邻元胞值,并读取为一维数组。
S2012、加入元胞对应地理位置的约束条件数据,形成新的一维数组;其中,约束条件数据包括但不限于坡度数据、水体数据、道路状况数据、城市空间构成数据、人口数据以及GDP数据中的一种或多种。
举例来说,读取坡度数据(v_slope),水体数据(v_water)以及道路状况(v_road)数据,作为约束条件。
设某像元位置为(x,y),像元值n(x,y)。在y1年份读取y1年栅格数据,此像元的邻域元胞像元值的数组为(加入坡度,水体,道路等):
tuple_n(x,y)_y1=(n(x-1,y-1),n(x,y-1),n(x+1,y-1),n(x-1,y),n(x,y),n(x+1,y),n(x-1,y+1),n(x,y+1),n(x+1,y+1)),v_slope,v_water,v_road
在y2年份读取y2年栅格数据,有:
tuple_n(x,y)_y2=(n(x-1,y-1),n(x,y-1),n(x+1,y-1),n(x-1,y),n(x,y),n(x+1,y),n(x-1,y+1),n(x,y+1),n(x+1,y+1)),v_slope,v_water,v_road
S2013、统计多个时间段中每相邻的两个时间段的数组变化方式以及对应的变化次数,记录为原始转换规则。
举例来说,对于上面所提到的y1→y2的元胞邻域数组变化,每有一次由tuple_n(x,y)_y1→tuple_n(x,y)_y2的对应变化,便对其累计计数加1。遍历完成后,会得到关于多对数组之间的变化方式,记录变化方式并统计每种方式累计计数多少次。此结果可用矩阵或字典等格式存储起来,作为原始转换规则。
S202、处理元胞自动机原始转换规则为第一元胞自动机概率转换规则。
具体地,将原始转换规则做统计并简化为每个数组转换次数/该数组总转换次数,即转换概率。
例如:数组A转换到数组B,C,D,对应转换次数为n_AB,n_AC,n_AD,总数为N=n_AB+n_AC+n_AD,对应转换值为v_B,v_C,v_D,转换概率P_AB=n_AB/N,统计后的转换规则为数组A:→v_B:P_B;→v_C:P_C;→v_B:P_B
S30、将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据。
在一些实施方式中,如图4所示,步骤S30包括步骤S301、步骤S302以及步骤S303。
S301、遍历多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据中的每个元胞,以元胞近邻为1的近邻提取邻域数组,加入元胞对应地理位置的约束条件数据,形成新的数组。
举例来说,设定起始年份y1,y1年份的人造地表栅格数据为已有的历史数据。首先读取y1的栅格数据,遍历每个栅格像元,并以像元(元胞)距离为1的近邻提取邻域数组,并加入坡度,水体,道路数据构成数组T1。
S302、将数组带入第一元胞自动机概率转换规则,得到数组可能变化的概率。
具体地,举例来说,将数组T1代入第一元胞自动机概率转换规则中,获得下一年份y2的可能变化值的概率的数组(P1,P2,P3)。
S303、利用计算机随机数函数生成一个参数;根据所述参数选取所述概率,计算得到第一人造地表栅格数据。
举例来说,设年份y2的可能变化值的概率的数组(P1,P2,P3)具有P2>P1>P3的关系,利用计算机随机数函数生成一个(0,1)的随机数R。如果R<=P2,则元胞在下一年份转换为P2所对应像元值;如果R>P2,则继续判断P1与R关系;如果R<=(1-P1),元胞下一年份转换为P1对应像元值;如果R>(1-P1),则继续判断P3与R关系;如果R<(1-P3),元胞下一年份转换为P3对应像元值;如果R>P3,且P3为最小概率值,则此像元值在下一年份不改变。遍历所有像元后,则此轮预测完成。
上述提供的一种基于元胞自动机的人造地表变化趋势预测方法,获取目标区域多个时间段的历史人造地表栅格数据以及对应的约束条件数据;应用元胞自动机模型对历史人造地表栅格数据以及约束条件数据进行处理,生成第一元胞自动机概率转换规则;将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据。本方法的优势在于,从数据本身入手,利用历史数据与约束条件生成转换规则,并利用规则在预测中继续计算,避免了人为主观设定规则所带来的不确定性,达到了增强预测结果准确性的目的。
基于本发明第一实施例提出本发明的第二实施例,图5示出了本发明第二实施例提供的一种基于元胞自动机的人造地表变化趋势预测方法的流程示意图,如图5所示,本实施例与第一实施例的区别之处在于在步骤S30之后,基于元胞自动机的人造地表变化趋势预测方法还包括步骤S40、S50以及S60。
S40、获取目标区域多个时间段的历史人造地表栅格数据、第一人造地表栅格数据以及对应的约束条件数据。
具体地,获取上述计算得到的第一人造地表栅格数据、用于计算第一人造地表栅格数据的历史人造地表栅格数据以及历史人造地表栅格数据对应的约束条件数据。
在这里,第一人造地表栅格数据对应的约束条件数据选取变化小的约束条件,包括但不限于地形地貌水文数据以及人为规划自然保护区数据。
数据的获取方式与步骤S10相同,由于数据获取方式不是本发明的创新点,所以在这里不再赘述。
S50、应用元胞自动机模型对历史人造地表栅格数据、第一人造地表栅格数据以及对应的约束条件数据进行处理,生成第二元胞自动机概率转换规则。
具体地,在这里,应用元胞自动机模型处理第一人造地表栅格数据、第一人造地表栅格数据对应的约束条件数据、用于计算第一人造地表栅格数据的历史人造地表栅格数据以及历史人造地表栅格数据对应的约束条件数据,生成新的元胞自动机概率转换规则,即第二元胞自动机概率转换规则。
S60、将第一人造地表栅格数据中带入第二元胞自动机概率转换规则,得到第二人造地表栅格数据。
请参阅图6,图6示出了本发明第一实施例提供的一种基于元胞自动机的人造地表变化趋势预测装置的结构示意性框图;本申请的第一实施例提供的一种基于元胞自动机的人造地表变化趋势预测装置,包括:
获取单元1,用于获取目标区域多个时间段的历史人造地表栅格数据以及对应的约束条件数据;
处理单元2,应用元胞自动机模型对历史人造地表栅格数据以及约束条件数据进行处理,生成第一元胞自动机概率转换规则;
计算单元3,将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和各单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
上述的装置可以实现为一种计算机程序的形式,该计算机程序可以在计算机设备上运行。
该计算机设备可以是终端。本发明实施例提供的一种终端,包括处理器和存储器;其中,存储器可以包括非易失性存储介质和内存储器。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种基于元胞自动机的人造地表变化趋势预测方法。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种基于元胞自动机的人造地表变化趋势预测方法。
应当理解的是,处理器可以是中央处理单元(CentralProcessingUnit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现场可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本申请的实施例中还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现本申请实施例提供的任意一种基于元胞自动机的人造地表变化趋势预测方法。该程序执行时可包括本发明提供的一种基于元胞自动机的人造地表变化趋势预测方法各实施例中的部分或全部步骤。
其中,所述计算机可读存储介质可以是前述实施例所述的终端的内部存储单元,例如所述终端的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述终端上配备的插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(SecureDigital,SD)卡,闪存卡(FlashCard)等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于元胞自动机的人造地表变化趋势预测方法,其特征在于,包括:
获取目标区域多个时间段的历史人造地表栅格数据以及对应的约束条件数据;
应用元胞自动机模型对所述历史人造地表栅格数据以及所述约束条件数据进行处理,生成第一元胞自动机概率转换规则;
将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入所述第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据。
2.如权利要求1所述的一种基于元胞自动机的人造地表变化趋势预测方法,其特征在于,所述应用元胞自动机模型对所述历史人造地表栅格数据以及所述约束条件数据进行处理,生成第一元胞自动机概率转换规则,具体包括:
应用元胞自动机模型对所述历史人造地表栅格数据进行处理,结合所述约束条件数据,生成元胞自动机原始转换规则;
处理所述元胞自动机原始转换规则为所述第一元胞自动机概率转换规则。
3.如权利要求2所述的一种基于元胞自动机的人造地表变化趋势预测方法,其特征在于,所述应用元胞自动机模型对所述历史人造地表栅格数据进行处理,结合所述约束条件数据,生成元胞自动机原始转换规则,具体包括:
分别遍历目标区域多个时间段的所述历史人造地表栅格数据中的每个元胞;对每个元胞取其本身值与其相邻元胞值,并读取为一维数组;
加入元胞对应地理位置的所述约束条件数据,形成新的一维数组;其中,所述约束条件数据包括坡度数据、水体数据、道路状况数据、城市空间构成数据、人口数据以及GDP数据中的一种或多种;
统计多个时间段中每相邻的两个时间段的数组变化方式以及对应的变化次数,记录为原始转换规则。
4.如权利要求1所述的一种基于元胞自动机的人造地表变化趋势预测方法,其特征在于,所述将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入所述第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据,具体包括:
遍历多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据中的每个元胞,以元胞近邻为1的近邻提取邻域数组,加入元胞对应地理位置的所述约束条件数据,形成新的数组;
将所述数组带入所述第一元胞自动机概率转换规则,得到所述数组可能变化的概率;
利用计算机随机数函数生成一个参数;根据所述参数选取所述概率,计算得到第一人造地表栅格数据。
5.如权利要求1所述的一种基于元胞自动机的人造地表变化趋势预测方法,其特征在于,在所述将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入所述元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据之后,所述方法还包括:
获取目标区域多个时间段的历史人造地表栅格数据、第一人造地表栅格数据以及对应的约束条件数据;
应用元胞自动机模型对所述历史人造地表栅格数据、第一人造地表栅格数据以及对应的所述约束条件数据进行处理,生成第二元胞自动机概率转换规则;
将第一人造地表栅格数据中带入所述第二元胞自动机概率转换规则,得到第二人造地表栅格数据。
6.一种基于元胞自动机的人造地表变化趋势预测装置,其特征在于,包括:
获取单元,用于获取目标区域多个时间段的历史人造地表栅格数据以及对应的约束条件数据;
处理单元,应用元胞自动机模型对所述历史人造地表栅格数据以及所述约束条件数据进行处理,生成第一元胞自动机概率转换规则;
计算单元,将多个时间段的历史人造地表栅格数据中的最后一个时间段的历史人造地表栅格数据带入所述第一元胞自动机概率转换规则,得到紧邻最后一个时间段的新时间段的第一人造地表栅格数据。
7.一种终端,其特征在于,所述终端包括存储器和处理器;
所述存储器存储有计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现权利要求1至5中任一项所述的基于元胞自动机的人造地表变化趋势预测方法。
8.一种可读存储介质,其特征在于,所述可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的基于元胞自动机的人造地表变化趋势预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011249160.1A CN112348266A (zh) | 2020-11-10 | 2020-11-10 | 一种基于元胞自动机的人造地表变化趋势预测方法、装置、终端以及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011249160.1A CN112348266A (zh) | 2020-11-10 | 2020-11-10 | 一种基于元胞自动机的人造地表变化趋势预测方法、装置、终端以及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112348266A true CN112348266A (zh) | 2021-02-09 |
Family
ID=74362508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011249160.1A Pending CN112348266A (zh) | 2020-11-10 | 2020-11-10 | 一种基于元胞自动机的人造地表变化趋势预测方法、装置、终端以及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112348266A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102750732A (zh) * | 2011-04-20 | 2012-10-24 | 张公达 | 基于gis系统的土地资源利用变化动态预测模型及其使用方法 |
CN107194504A (zh) * | 2017-05-09 | 2017-09-22 | 云南师范大学 | 土地使用状态的预测方法、装置和系统 |
CN108376183A (zh) * | 2017-12-29 | 2018-08-07 | 武汉大学 | 一种基于最大熵原理的城市ca模型构建方法 |
CN111080070A (zh) * | 2019-11-19 | 2020-04-28 | 同济大学 | 一种基于空间误差的城市土地利用模拟元胞自动机方法 |
-
2020
- 2020-11-10 CN CN202011249160.1A patent/CN112348266A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102750732A (zh) * | 2011-04-20 | 2012-10-24 | 张公达 | 基于gis系统的土地资源利用变化动态预测模型及其使用方法 |
CN107194504A (zh) * | 2017-05-09 | 2017-09-22 | 云南师范大学 | 土地使用状态的预测方法、装置和系统 |
CN108376183A (zh) * | 2017-12-29 | 2018-08-07 | 武汉大学 | 一种基于最大熵原理的城市ca模型构建方法 |
CN111080070A (zh) * | 2019-11-19 | 2020-04-28 | 同济大学 | 一种基于空间误差的城市土地利用模拟元胞自动机方法 |
Non-Patent Citations (3)
Title |
---|
SHIH-KUNG LAI: "On transition rules of complex structures in one-dimensional cellular automata: Some implicaltions for urban change", 《ANNALS OF REGIONAL SCIENCE》, vol. 37, no. 2, pages 337 * |
柯新利;邓祥征;何书金;: "地理元胞自动机模型的尺度敏感性及原因", 地理研究, no. 05, pages 863 - 872 * |
郑德本: "基于逻辑回归CA的土地利用变化模拟――以广州市花都区为例", 《安徽农业科学》, vol. 38, no. 11, pages 5791 - 5793 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Modeling urban land use change and urban sprawl: Calgary, Alberta, Canada | |
Van Vliet et al. | Modeling urban growth using a variable grid cellular automaton | |
Fan et al. | Temporal and spatial change detecting (1998–2003) and predicting of land use and land cover in Core corridor of Pearl River Delta (China) by using TM and ETM+ images | |
Zeigler et al. | DEVS formalism and methodology: unity of conception/diversity of application | |
JP7177768B2 (ja) | ルート計画計算デバイスを改良するためのデバイス及び方法 | |
CN113344291B (zh) | 城市内涝淹没范围的预报方法、装置、介质和设备 | |
CN110544305B (zh) | 面向规则格网dem构建的地形陡坎线信息融合方法 | |
CN112433227B (zh) | 一种水容量变化监测方法、系统、终端设备及存储介质 | |
Solaiman et al. | Extreme precipitation vulnerability in the Upper Thames River basin: uncertainty in climate model projections | |
CN103268342A (zh) | 基于cuda的dem动态可视化加速系统和方法 | |
CN114822033A (zh) | 基于特征金字塔网络的路网交通流量数据修复方法及系统 | |
CN113987969A (zh) | 多高程尺度水流网的陆地水动态仿真模型 | |
CN112348266A (zh) | 一种基于元胞自动机的人造地表变化趋势预测方法、装置、终端以及可读存储介质 | |
CN116258834B (zh) | 区域海洋scvt网格的生成方法、计算机设备及介质 | |
CN111080080B (zh) | 一种村镇地质灾害风险预估方法及系统 | |
Yang et al. | A novel algorithm with heuristic information for extracting drainage networks from raster DEMs | |
CN116051777B (zh) | 超高层建筑提取方法、设备和可读存储介质 | |
CN115033972B (zh) | 一种建筑主体结构批量单体化方法、系统及可读存储介质 | |
CN114882191B (zh) | 数字高程模型生成方法、电子设备及计算机可读存储装置 | |
CN114969944B (zh) | 一种高精度道路dem构建方法 | |
WO2021199245A1 (ja) | 分析装置、分析方法及び記憶媒体 | |
Shortridge et al. | Geometric probability and GIS: some applications for the statistics of intersections | |
AL-FUGARA et al. | Simulation and prediction of urban spatial expansion in highly vibrant cities using the sleuth model: a case study of amman metropolitan, Jordan | |
Masood et al. | A novel method for adaptive terrain rendering using memory-efficient tessellation codes for virtual globes | |
CN116737392B (zh) | 一种非矢量数据的处理方法、装置及计算设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |