典型文献
基于LSTM-CA模型的土地利用动态模拟
文献摘要：
及时准确获取土地利用空间格局演变规律,能够有效为城市生态环境保护和科学管理提供依据.文章利用卷积神经网络提取多个时期土地利用空间特征,结合多种空间驱动因子建立长短时记忆网络(long short term mem-ory network,LSTM)的元胞自动机(cellular automata,CA)模型(LSTM-CA).以张家口市中心城区1995年、2000年、2005年、2010年及2015年5期时序土地利用分类、地形及城市交通等数据为基础,开展2020年城市土地利用模拟方法研究.通过与多层感知机(multi-layer perceptron,MLP)的CA模型(MLP-CA)进行精度对比分析,结果表明所提方法Kappa系数达到0.90,FoM指标为0.39,各项指标均优于MLP-CA模型,LSTM-CA更能充分挖掘历史土地利用变化之间的内在关系,可以有效提升模拟精度.
文献关键词：
土地利用;长短时记忆网络;元胞自动机;变化模拟
中图分类号：
作者姓名：
刘春霖;夏建新
作者机构：
中央民族大学生命与环境科学学院,北京 100081
文献出处：
引用格式：
[1]刘春霖;夏建新-.基于LSTM-CA模型的土地利用动态模拟)[J].自然资源遥感,2022(04):122-128
A类：
B类：
CA,动态模拟,取土,土地利用空间格局,空间格局演变,演变规律,城市生态环境,科学管理,空间特征,驱动因子,长短时记忆网络,long,short,term,mem,ory,network,元胞自动机,cellular,automata,张家口市,中心城区,土地利用分类,城市交通,城市土地利用,土地利用模拟,多层感知机,multi,layer,perceptron,MLP,精度对比,Kappa,FoM,土地利用变化,内在关系,模拟精度,变化模拟
AB值：
0.430285
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
