不同样本方案下遗传元胞自动机的土地利用模拟及景观评价

利用元胞自动机（cellularautomata，ca）模拟土地利用情景，有助于理解其变化机理，并为土地资源持续利用提供空间决策支持.本文基于生物进化过程的遗传算法（genericalgorithm，ga）将ca参数编码成为染色体，在模拟结果与真实结果差异值的引导下，通过选择、杂交和变异算子使最优的染色体得以遗传和保留，从而建立智能优化的元胞自动机模型.以浙江省嘉兴市1992—2008年土地利用变化为例，分别利用6%（66个·km-2）和3%（33个·km-2）两种样本方案构建遗传ca模型进行土地利用变化模拟，并通过混淆矩阵、kappa系数和景观指数对模拟结果进行评估.结果表明：遗传ca模拟结果能在数量、位置和景观格局上以超过80%的水平接近真实分类，且大样本量构建的遗传ca的模拟精度更高；2008年的模拟精度和景观综合指数低于2001年，表明遗传ca的模拟精度和景观综合指数随模拟时间而衰减.