Journal of Geo-information Science, Volume. 22, Issue 3, 531(2020)
Figures & Tables(11)
Fig. 3. The internal structure of system dynamics model for quantity prediction of land use types
Fig. 4. Spatial autocorrelation factors for each landuse type after introduced FLUS model
Fig. 5. Comparisons of simulated and actual land use of 2015 in the Pearl River Delta
Fig. 6. Spatial distribution of each land use type under the three scenarios of the Pearl River Delta from 2015 to 2035
Table 1. List of data used in this study
View tableView in ArticleTable 1. List of data used in this study
数据类别 数据 数据获取年份 数据来源 土地利用数据 土地利用数据 2009、2015 GoogleEarthEngine平台(https://earthengine.google.com/) 基础地理数据 河流、公路、铁路、机场、火车站、城市位置 2018 OpenStreetMap网站(https://www.openstreetmap.org/) 自然环境数据 DEM 2009 地理空间数据云平台(http://www.gscloud.cn/)[ 22 ]土壤含氧量、土壤含氮量、土壤盐碱化程度、土壤功效 2008 联合国粮农组织官网(http://www.iiasa.ac.at/)[ 23 ]年均降水、年均气温、各季度平均气温 1970—2000年平均值 世界气候数据中心(http://www.worldclim.org/)[ 23 ]社会经济数据 人口分布情况 2010、2015 全球人口网站(https://www.worldpop.org/)[ 23 ]人口出生率、人口死亡率 2009—2015 《广东省统计年鉴》[ 27 ]GDP 2009—2015 《广东省统计年鉴》[ 27 ]固定资产投资 2009—2015 《广东省统计年鉴》[ 27 ]城镇人口占常住人口比例（城镇化率） 2009—2015 《广东省统计年鉴》[ 27 ]粮食总产量 2009—2015 《广东省统计年鉴》[ 27 ]
Table 2. Conversion cost coefficients between land use types
View tableView in ArticleTable 2. Conversion cost coefficients between land use types
耕地 林地 建设用地 水体 未利用土地 耕地 1 1 1 1 0 林地 1 1 0 0 1 建设用地 0 0 1 0 0 水体 1 0 1 1 1 未利用土地 1 0 1 0 1
Table 3. The ROC values of the occurrence probabilityof each land use type calculated by ANN at different spatial scales
View tableView in ArticleTable 3. The ROC values of the occurrence probabilityof each land use type calculated by ANN at different spatial scales
步长/m 50 100 150 200 250 300 350 400 450 500 耕地 0.826 0.819 0.765 0.756 0.694 0.670 0.675 0.672 0.633 0.731 林地 0.918 0.928 0.917 0.903 0.891 0.907 0.901 0.911 0.919 0.899 建设用地 0.886 0.885 0.867 0.829 0.805 0.824 0.857 0.763 0.759 0.785 水体 0.854 0.855 0.822 0.821 0.796 0.771 0.764 0.773 0.698 0.750 未利用土地 0.839 0.861 0.803 0.815 0.832 0.853 0.853 0.847 0.840 0.810
Table 4. Simulation accuracies of FLUS model under different window ranges
View tableView in ArticleTable 4. Simulation accuracies of FLUS model under different window ranges
Moore邻域 3×3 5×5 7×7 9×9 11×11 13×13 15×15 17×17 19×19 Kappa值 0.735 0.731 0.744 0.740 0.741 0.743 0.742 0.736 0.732 FOM值 0.098 0.092 0.106 0.103 0.104 0.103 0.106 0.106 0.104
Table 5. Simulation accuracies of the original and improved FLUS models
View tableView in ArticleTable 5. Simulation accuracies of the original and improved FLUS models
模型 kappa系数 FOM 耕地 林地 建设用地 水体 未利用土地 原始FLUS模型 0.732 0.077 生产者精度 0.672 0.932 0.733 0.784 0.011 用户精度 0.670 0.929 0.732 0.789 0.048 改进后的FLUS模型 0.744 0.106 生产者精度 0.687 0.937 0.740 0.784 0.057 用户精度 0.683 0.938 0.741 0.780 0.161
Tools
Get Citation
Copy Citation Text
Jingdu ZHANG, Zhixiong MEI, Jiahui LV, Jinzhao CHEN.
Paper Information
Received: Jul. 4, 2019
Accepted: --
Published Online: Sep. 16, 2020
The Author Email: MEI Zhixiong (zhixiongmei76@126.com)
© Copyright 2018-2021 | Chinese Laser Press.
All Rights Reserved 沪ICP备15018463号-20