本發明涉及國土空間格局優化，具體為一種基于動態氣候的土地利用格局評估模型構建方法及應用。

背景技術：

1、人類活動引發的土地利用及其格局變化，如建成區擴張、不透水面連片聚集以及生態用地破碎等，不僅對地表的生態環境和糧食安全等造成巨大壓力，其對氣候變化的影響也已在眾多研究中被證實。因此，如何構建對氣候條件友好型的土地利用格局，減緩因土地利用格局帶來的氣候變化，已成為亟待解決的重要問題。

2、現有的土地利用模型中，元胞自動機模型(ca)應用最為廣泛，該模型將最小土地格網視為元胞，每個元胞按照規則進行演變。同時，土地利用需求變化作為土地利用時空變化的驅動力，從整體的土地利用分類進行數量控制，系統動力學模型(sd)可以抽象社會經濟要素之間的復雜關系對土地利用的影響，形成社會經濟發展與土地利用變化之間的聯系。盡管這些模型中有許多已模擬了社會經濟和地理條件因素對土地利用變化影響，但如何構建將土地利用變化對近地表氣候的改變反饋到土地利用格局中，并建立減緩土地利用格局變化對地表氣候影響的方法還尚未形成有效的方法。

技術實現思路

1、本發明所解決的技術問題在于提供一種基于動態氣候的土地利用格局評估模型構建方法及應用以將土地利用變化對近地表氣候的改變反饋到土地利用格局中，減緩土地利用格局變化對地表氣候影響。

2、本發明提供的基礎方案：一種基于動態氣候的土地利用格局評估模型構建方法，包括步驟：

3、s100：確立系統邊界并根據人口子系統、經濟產業子系統和土地利用子系統構建土地利用數量需求系統動力模型；

4、s200：構建元胞自動機模型的環境影響概率、領域影響概率、慣性轉換概率和隨機擾動概率，對土地利用空間變化進行模擬；

5、s300：耦合系統動力模型和元胞自動機模型形成sd-ca模型，根據不同情景下土地利用類型的數量結構變化獲取各土地在對應的時間尺度上的數量模擬結果；

6、s400：構建土地利用格局與近地表氣候動態相關性模型(lcdr)，量化土地利用變化對近地表氣候的動態影響的相關程度；

7、s500：根據土地利用格局與近地表氣候動態相關性模型構建氣候相關性約束模塊，量化土地利用格局變化與氣候指標之間的相關性，氣候相關性約束模塊將該相關性通過動態氣候因素對土地利用格局的約束耦合到sd-ca模型中，實現減緩氣候變化的土地利用時空模擬優化模型sd-ca-ccom。

8、進一步，所述s100包括步驟：

9、s110：確立包括空間邊界、時間邊界以及內容邊界在內的系統邊界：

10、s120：分別構建人口子系統、經濟產業子系統以及土地利用子系統的因果關系，根據各個子系統的因果關系建立系統動力模型，生成參數之間隨時間變化的擬合函數。

11、進一步，所述s110中包括步驟：

12、s111：以研究區的外界矩陣作為空間邊界；

13、s112：以模擬起始及結束的時間作為時間邊界，將投入數據的時間作為起始時間，需要模擬的時間作為結束時間；

14、s113：以人口子系統、經濟產業子系統和土地利用子系統作為整個系統的內容邊界。

15、進一步，所述s120中包括步驟：

16、s121：人口子系統中人口總量變化因果關系為：

17、

18、式中，popt為人口基數；為人口的自然增量，人口的自然增量為出生人口與死亡人口的差值；為人口的機械增長量，人口的機械增長量為遷入人口與遷出人口的差值；

19、s122：經濟產業子系統包含通過三次產業劃分的產業勞動力系數、三次產業劃分的勞動人口、三次產業劃分人均產值系數和三次產業劃分的產業產值，通過三次產業產值求和可以得到國民生產總值，國民生產總值因果關系為：

20、gdpt＝fgdpt+igdpt+sgdpt

21、式中，t時刻gdp由當期第一產業產值fgdpt、第二產業產值igdpt和第三產業產值sgdpt求和而成；其中fgdpt＝fwpop×fwgdpc，fwpop為第一產業勞動人口，fwgdpc為第一產業產值系數；igdpt＝iwpop×iwgdpc中，iwpop為第二產業勞動人口，iwgdpc為第二產業產值系數；sgdpt＝swpop×swgdpc中swpop為第三產業勞動人口，swgdpc為第三產業產值系數；

22、s123：土地利用子系統中將土地利用分為了耕地、林地、草地、水、建設用地和未利用地共6種土地利用，其面積因果關系為：

23、totalarea＝acpl+afst+agsl+awtr+aubl+abal

24、式中，空間邊界確定的總面積totalarea為常數值，耕地面積acpl為rurpop、農業投資系數cplinvestr、糧食單產量grainyp的回歸值，其中rurpop為恩家城鎮化率得到的農村人口；林地面積afst為rurpop、林業產值lygdp和林業投資系數fstinvestr的回歸值；草地面積agsl為rurpop、單位畜牧業產值husyp和畜牧業投資系數gslinevstr的回歸值；水體面積awtr為隨時間變化的表函數代替；建設用地面積aubl為gdp和固定資產投資系數ublinvestr的回歸值；未利用用地面積abal設置為totalarea與各類其他用地面積的差值；

25、s124：根據各個子系統的因果關系建立系統動力模型，生成參數之間隨時間變化的擬合函數。

26、進一步，所述s200包括步驟：

27、s210：構建元胞自動機模型的環境影響概率：

28、s211：將所有的社會-自然因素數據轉化為lambert投影坐標系，并以arcpy環境為基礎，通過euclidean?distance函數計算各個柵格到各個社會-自然因素的歐氏距離；所述社會-自然因素包括公路(矢量線數據)、鐵路(矢量線數據)等交通聯系因素，城鎮中心(矢量點數據)、銀行(矢量點數據)等經濟聯系因素，醫院(矢量點數據)、學校(矢量點數據)等社會聯系因素，河流(矢量線數據)、自然景區(矢量點數據)等自然聯系因素，dem(柵格數據)、坡度(柵格數據)等地形因素；

29、s212：采用logistic回歸方法來建立每個中心元胞周圍環境影響該元胞土地利用類型轉換為各種土地利用類型的轉移概率pei,j,m：

30、pei,j,m＝[p1,p2,…pk…,pn]

31、式中，pei,j,m表示元胞(i,j)的土地利用類型為m，受環境因素影響轉化為第k類土地利用的概率pk；

32、針對每個轉換類型的概率pn通過logistic回歸模型進行計算：

33、

34、該公式為logistic模型中的sigmoid函數表達式；

35、y＝β1x1+β2x2+…+βnxn+γ

36、式中，β為對應環境因素x的權重，其中x為所述社會-自然因素，γ為回歸常數，以此計算出每個元胞轉化為其他各個土地利用類型的權重，再根據權重計算得到該元胞類型轉為其他土地利用類型轉移概率，當m＝k時，表示當前土地利用類型保持不變；

37、在進行邏輯回歸前，對各環境因素的值進行歸一化處理，以去除量綱差異，歸一化算法采用如下公式：

38、

39、式中，表示第i個元胞對應的因素x的歸一化后的值，min(x)表示所有x因素中的最小值，max(x)表示所有x因素中的最大值。

40、s220：構建元胞自動機模型的領域影響概率：

41、s221：定義中心元胞受鄰域土地利用類型占比影響轉化該類型土地利用的概率：

42、pni,j,m＝[η1,η2,…ηk…,ηn]

43、式中，pni,j,m表示元胞(i,j)的土地利用類型為m，受鄰域元胞影響轉化為第k類土地利用的概率pk，因為受中心元胞(i,j)所定義鄰域元胞的種類而決定，所以n不確定，但土地利用類型分類為6類，所以n≤6；

44、根據鄰域窗口大小n(n≥1)可以將摩爾鄰域影響概率定義為：

45、

46、式中，ηk表示中心元胞受第k種鄰域元胞的轉化吸引，w(k)表示鄰域窗口下k類土地利用類型的個數；

47、s230：構建元胞自動機模型的慣性轉換概率：

48、s231：基于馬爾科夫鏈方法采用土地利用轉移矩陣展示土地利用變化中的慣性變化概率，

49、

50、示特定某種類型轉化為另一種特定類型的概率；

51、

52、式中，nmk表示在時間t-1至t間由土地類型m轉化為土地類型k的面積，表示在該時間內由土地類型m轉化的所有土地類型的總和，該值為該地區的總面積，每種土地類型變化的概率值

53、

54、式中，表示該時間內由其他土地類型轉化為土地類型k的總和，該值也為該地區總面積，每種土地類型變化的概率值

55、s240：構建元胞自動機模型的隨機擾動概率,隨機擾動概率prm,t：

56、prm,t＝1+(-lnθ)α

57、式中，為0至1的隨機數，α為1至10之間的正整數，作為控制隨機擾動的強度系數；由此，獲得每個元胞的轉換概率pm,t：

58、pm,t＝pei,j,m×pni,j,m×psmk×prm,t

59、式中，pm,t表示在t時刻元胞狀態為m轉換為其他土地利用類型的概率，根據每個元胞土地利用類型轉換概率pm,t，在ca模擬中所有元胞同時進行迭代，而沒有先后順序，迭代的結果為土地利用變換概率的空間分布。

60、進一步，所述s300中包括步驟：

61、s301：以sd為起點，通過sd中的宏觀子系統變量驅動，根據不同的人口變化、經濟發展趨勢、土地利用變化等，獲取不同情景下土地利用子系統中各土地利用在時間尺度上的數量模擬結果；

62、s302：以各土地利用的數量配比為宏觀約束作用于ca模型的土地利用變換規則函數，控制ca模型的空間迭代次數，以影響鄰域狀態、環境因素、隨機擾動和元胞慣性概率，進而改變每個元胞的土地利用類型；

63、s303：統計ca模擬空間尺度上的土地利用數量配比，調整sd模型在下一個時刻動力方程的起始值，以驅動下一時刻sd系統的模擬；

64、s304：通過所述s301-s303的雙向交互耦合方式，改寫ca模擬計算公式如下：

65、pm,t＝f[f(pei,j,m,t,pni,j,m,t,psmk,t,prm,t),sdt+1]

66、式中，每個元胞在t時刻的轉移概率pm,t，不僅受對應t時刻環境因素pei,j,m,t、鄰域狀態pni,j,m,t、元胞慣性psmk,t和隨機擾動prm,t的影響，還受到下一個時刻t+1對應的sd模型模擬的參數變量sdt+1的影響。

67、進一步，所述s400包括步驟：

68、s401：通過圖網絡中介中心性原理計算出土地景觀格局指數的中心性指數，并選取出若干指標類的中心性指數最高的指標項；再通過敏感性實驗法通過試驗該指標項的指數隨景觀粒度減弱的范圍，確定對粒度變化不敏感的粒度作為適宜景觀粒度；

69、s402：設置土地利用格局變化下的近地表氣候響應模擬方案，模擬得到對應土地利用格局影響下的近地表氣候數據；

70、s403：根據適宜景觀粒度下指標項的指數以及土地利用格局影響下的近地表氣候數據得到景觀格局指數與對應氣候數據的最小二乘擬合系數：

71、

72、式中，表示柵格ij對應的近地表氣候因素；是柵格ij對應的土地景觀指數；β為ij柵格上和的回歸系數，也即是在ij柵格上土地景觀指數與氣候因素的相關性；ε為余量作為截距；將以上擬合演化為土地景觀指數變化與氣候因素變化之間的對應關系：

73、

74、式中，和為柵格ij對應的wrf模擬的近地表氣候因素研究下一時間結果和研究起始時間結果，和為柵格ij對應的景觀格局指數下一時間結果和研究起始時間結果，β′為兩者動態相關性系數。

75、進一步，所述s402中采用氣候研究與預報模式，將模擬時間對應的土地利用柵格數據替換進氣候研究與預報模式，形成以該土地利用空間格局形成的下墊面數據，再對氣候研究與預報模式中包括微物理方程、長波輻射方程、短波輻射方程、下墊面參數方案、地表參數方案、大氣邊界層方案和積云方案在內的7個參數進行設置，模擬得到對應土地利用格局影響下的近地表氣候數據。

76、進一步，所述s500中，ccom模塊對土地利用格局配置進行優化，在ca計算過程中進行修改，增加如下修改：

77、

78、式中，為lcdr模型計算的土地利用類型m，景觀格局指數r對應的氣候因素動態相關系數dr的歸一化計算結果，因為dr越小表明對氣候的影響越小，其約束越小，允許進行轉換概率越大，所以對dr取負；為土地利用格局的動態變化，為時間t和前一時刻t-1兩個時刻的土地利用格局的差值，可以表示為如下：

79、

80、式中，lmm,r,t表示在時間t，土地利用類型m的土地景觀指數r，wf為原始sd-ca的計算權重，wl為ccom耦合模塊的計算權重，如果wf>wl則表示該模型更偏向于原自然資源與社會經濟驅動的模型，反之wf<wl則更偏向于優化模型。

81、基于動態氣候的土地利用格局評估模型的應用，應用了上述任一種基于動態氣候的土地利用格局評估模型，包括步驟：

82、s1：根據sd模型起始數據模擬得到t1時刻的sdt1變量值，根據sd-ca連接變量傳遞給ca模型；

83、s2：根據sdt1變量值引導作用于起始的土地利用柵格數據t0，通過ca模型生成原始sd-ca模擬的土地利用柵格數據t1；

84、s3：根據t1和t0時間的土地利用柵格數據，計算兩個時間的土地景觀指數，再對該兩時相的土地利用格局求差，得到δ空間格局；

85、s4：根據土地利用格局與氣候因素動態相關系數與δ空間格局的計算，融合氣候因素的環境約束，得到優化后的土地利用柵格數據t1’；

86、s5：根據t1’的土地利用柵格數據，統計各土地利用類型數量傳入sd模型，作為sd模型在t2時間微調后的起始數據，迭代s1中的過程，計算下一個時間的土地利用空間格局。

87、本發明的原理及優點在于：本發明提供了一種基于動態氣候的土地利用格局評估模型構建方法及應用，通過確立系統邊界并根據人口子系統、經濟產業子系統和土地利用子系統構建土地利用數量需求系統動力模型，之后構建元胞自動機模型的環境影響概率、領域影響概率、慣性轉換概率和隨機擾動概率，對土地利用空間變化進行模擬，通過耦合sd-ca模型與近地表氣候動態相關性模型lcdr，實現了對土地利用變化對近地表氣候影響的有效評估。該方法不僅能夠模擬不同情景下的土地利用變化，還能夠通過氣候相關性模塊將土地利用變化反饋到sd模型中，優化土地利用格局配置，減緩氣候變化帶來的影響。此外，該發明還考慮了環境因素、鄰域影響、慣性轉換概率和隨機擾動等因素，使得模型更加全面和精確。通過實施該發明，可以有效指導土地資源的可持續利用，為應對氣候變化提供科學依據和技術支持。