1、收稿日期:20211011修回日期:20211111第 40 卷第 2 期计算机仿真2023 年 2 月文章编号:10069348(2023)02035605基于 Markov 的主城景观空间变异规律动态仿真贺春1，张静2(1 西安工程大学城市规划与市政工程学院，陕西 西安 710048;2 延安大学西安创新学院，陕西 西安 710048)摘要:为准确预测景观空间变化趋势，提高景观规划的合理性，提出基于 Markov 的主城景观空间变异规律动态仿真。利用遥感技术采集景观图像，经几何校正、图像融合、信息损失评估等过程完成预处理，增强图像质量，提高信息利用率;结合景观形状、香农多样性指数分析景观空
2、间的自相关性，避免重复采样;将气候、经济、环境等因素作为影响空间变异的驱动因子，计算景观利用变化幅度、利用动态度，建立重心转移模型，确定空间变异核心位置;采用 Markov 预测模型，构建景观空间变异转移概率矩阵，通过上述矩阵即可模拟变异规律。仿真结果表明，随着空间幅度半径的增加，除建筑景观外，其余景观的数量与面积均表现出缓慢上升、显著上升和趋于平稳的变异规律，可看出空间幅度对景观变异存在一定敏感性。关键词:马尔科夫预测模型;主城景观;空间变异规律;动态模拟;景观指数中图分类号:TP143文献标识码:BDynamic Simulation of Spatial Variation Law of
3、 Main UrbanLandscape Based on MarkovHE Chun1，ZHANG Jing2(1 School of Urban Planning and Municpal Engineering，Xi an Polytechnic University，Xi an Shaanxi 710048，China;2 Xi an Innovation College，Yan an University，Xi an Shaanxi 710048，China)ABSTACT:In order to accurately predict the change trend of land
4、scape space and improve the rationality of land-scape planning，a dynamic simulation of landscape spatial variation law of the main city based on Markov is proposedLandscape images were collected by remote sensing technology，and preprocessed by geometric correction，imagefusion and information loss ev
5、aluation to enhance image quality and improve information utilizationTheautocorrelation of landscape space was analyzed by combining landscape shape and Shannon diversity index to avoidrepeated sampling Taking climate，economy，environment and other factors as the driving factors affecting spatial var
6、i-ation，the landscape utilization change range and utilization dynamics were calculated，the center of gravity transfermodel was established，and the core position of spatial variation was determined The Markov prediction model wasused to construct the landscape spatial variation transfer probability
7、matrix，through which the variation law could besimulated The simulation experiment shows that with the increase of spatial amplitude radius，the number and area ofother landscapes，except architectural landscape，show the variation law of slow rise，significant rise and stabilization，which shows that sp
8、atial amplitude is sensitive to landscape variationKEYWODS:Markov prediction model;Main city landscape;Spatial variation law;Dynamicsimulation;Landscape index1引言景观是由各类生态系统构成的异质区域，存在地域性、复杂性与功能一致性等特点。随着城镇化速度的加快，主城区的土地利用方式发生改变，景观变异现象突出，原有生态格局被打破。景观变异就是人们利用某种手段建立更适合生存空间的结果。因此，人与生态系统之间的矛盾造成很多环境问题，影响人们生活与
9、健康。为构建环境友好型社会，653景观合理规划引起学者们的广泛关注，通过对未来景观变异情况的模拟预测，分析空间变异规律，为景观保护与规划提供科学依据1。在模拟过程中，景观生态学被广泛应用，以整体景观为研究目标，利用生态原理、空间分析等方法探究景观动态变化情况，最终实现景观可持续发展的目的。广大学者从景观生态学角度出发，提出一些模拟景观变异的方法。郑淋峰2 等人提出基于地理信息系统(GIS)的模拟方法。分析目标区域景观数量变化和转移情况，构建经济指标模型，模拟出未来景观格局。除此之外，还有学者将耦合最小累积阻力模型(MC)与人工神经网络(ANN)相结合，设计了生态演变模拟模型。结合该地历史数据，
10、量化不同景观变化情况，确立适应性规则，利用组合模拟模型得出变异规律。上述模拟方式都是通过图像采集获取景观信息，无法利用简单的数据模型来处理图像信息，增加了后期模拟难度，也降低了模拟精度。为此，本文利用 Markov 模型完成景观空间变异规律动态模拟，Markov 能够使用简便的数学方式描述图像与声音信息，以概率模型形式准确表现出不同景观类型之间的变化状况，为景观发展预测打下基础。2主城景观信息采集与空间自相关性分析2.1遥感图像采集与处理本文利用遥感技术采集景观信息，在此过程中，由于受波谱、时间、分辨率等因素制约，导致采集的信息会出现一定误差，难以真实记载景观格局数据3，4。为此，通过下述过程
11、对遥感图像作预处理。1)大气校正此过程是为了去除大气等自然条件对景观的反射作用，可反演出真实的辐射率、反射率等参数，本文使用的是FLAASH 校正软件。2)几何校正改善成像时出现的扭曲、偏移等现象，使投影过程满足投影系统要求。将不同传感器采集到的遥感图像变换到相同的坐标系中，保证像素和真实景观位置得到最佳匹配。如果将待配准图像视为两个二维数组，则图像映射过程表示为I2(x，y)=g I1(f(x，y)()(1)式中，f 代表空间变换，I1和 I2分别为配准前、后的遥感图像，(x，y)表示像素点，g 表示一维亮度值。3)图像融合将不同角度景观图像作融合处理，生成高质量图像，最大程度获取景观信息，
12、突出图像的变异性，便于监测信息变化情况，提高信息利用率5，6。4)信息损失评估景观数据处理时，平滑边界、属性赋值等操作均会导致景观面积与数量的改变，即信息损失。损失评估就是获取不同尺度内数据损失的大小7，计算公式如下M=Ni=1|Agi Abi|i=1，2，3，N(2)P=100 MAb(3)式中，M 代表对应尺度中信息整体偏差，Agi与 Abi分别表示第i 种景观的实际评价指标值和基准值，N 代表景观总数量，P代表损失度。2.2主城景观空间自相关性空间自相关就是景观的某属性在一定空间内是否和邻近空间中的其它景观存在相关性。通过分析可获得景观变量空间分布状况，避免重复采样。从以下不同角度完成自
13、相关分析。1)景观形状LSI=0.255EAs(4)式中，E 与 As分别代表景观要素的总周长与总面积。LSI 的取值区间是 1，)。2)香农多样性SHDI=Ni=1(PilnPi)(5)式中，Pi代表第 i 种景观所占比例。该值越大说明景观多样性越强，种类越丰富，斑块破碎性显著8，9。通过式(6)对景观分布情况进行描述I=Ni=1Nj=1Wijyi?y()yj?y()(Ni=1Nj=1Wij)Nj=1yj?y()2(6)式中，yi与 yj分别代表景观 i 与 j 所处方位的观测值，Wij是空间权重矩阵，表现景观空间关系，?y代表景观平均属性值。通常情况下，I 在 1，1 范围内，如果与 1
14、接近，表明景观呈聚集分布;若与1 接近，表明景观为分散状态;如果与 0接近，空间则为随机分布10。3基于 Markov 的景观空间变异规律动态模拟3.1影响景观变异的驱动力因子选取综合分析目标城市的自然、社会与经济条件，选取具有代表性的驱动因子，结合驱动因子分析影响该区域景观变异的因素。驱动因子选取结果如表 1 所示。表 1驱动因子体系表整体因素个体因素生态学意义气候气温气温升高，降水蒸发速度快，土壤湿润程度降低，影响植物生长降水降水量影响植被生长，进而增加或减少植被数量社会经济人口密度人口越多对景观造成的影响越大753整体因素个体因素生态学意义GDPGDP 可以体现人们对自然资源的利用率自然
15、环境坡度、地形等地形会影响水流与热量分布，对植物生长造成影响交通因素与道路之间的距离越靠近道路，人类活动量越大，对景观越不利与市中心的距离距离市中心越近，人为干扰程度越大政策自然保护区制约保护区范围内的自然景观类型不会发生改变在模拟景观空间变异时，综合分析上述驱动因子，有助于获得更加科学合理的模拟结果。3.2景观空间变异重心模型构建确定景观变异重心，可以准确评估出景观动态变化转移的核心，通过景观利用变化幅度、变化转移矩阵、利用动态度等构建变异转移重心模型。1)景观利用变化幅度某段时间内，不同景观类型在数量上的变化幅度表达式如下U=Ub Ua(7)K=UT(8)式中，U 代表景观变化量，Ua与
16、Ub为某类景观在模拟前期与末期的面积，T 是模拟时段，K 描述年平均景观面积变化情况。2)景观变异转移矩阵通过变异转移矩阵反映不同景观存在的相互转化趋势，矩阵形式如下Bi j=A*i j/Ni，j=1A*i j 100%(9)式中，A*i j表示初始矩阵第 i行第 j列的值，Bi j代表第 i 类景观变换为第 i类景观的比例。3)景观利用动态度结合上述变异转移矩阵，通过变化率等指标分析景观利用动态度11，具体过程如下Ks=Ub UaUa1T 100%(10)式中，Ks为景观使用变化率。Kss=Ui+UiUa+Ub1T 100%(11)式中，Kss代表景观变化动态度，Ui+描述其余景观类型在模拟时间段内变换为该景观的面积，Ui则是该类型景观变换为其余景观的面积。4)重心转移模型一般通过经纬度描述转移位置，某类型景观转移重心计算公式为Xt=Ni=1Ct i XiNi=1Ct i(12)Yt=Ni=1Ct i YiNi=1Ct i(13)D=X2+Y2(14)式中，(Xt，Yt)表示某景观空间转移重心坐标，Ct i代表第 i种景观面积，(Xi，Yi)是第 i 类景观中心坐标，D 属于欧式距离
