Daha çox

Atribut cədvəli interpolasiyadan (grid) doldurulur?


Mən bir təcrübəçi ArcGIS Desktop 10 istifadəçisiyəm, bir atribut və mövqeyə əsasən bir shapefile bir grid faylından məlumat əlavə etməyin sualı ilə. Balıq mövqeləri (x, y) və temperaturu olan bir shapefile sahibəm. Gölün səthindən dibinə toplanan temperatur müşahidələrindən bir şəbəkə yaratdım. Balıqların temperaturu əsasında interpolyasiya olunmuş səthdən balıq vəziyyətinə qədər dərinlik əlavə etməliyəm.

Beləliklə, hər balıq (dairə) üçün x oxu boyunca yerini və temperaturunu da bilirəm.

Balıq istiliyinə və x oxu boyunca mövqeyinə əsasən şəbəkəni dərinlikdən necə götürə bilərəm?


Sürətli və çirkli yol, XY nöqtələrini çayın ağzından bir məsafəyə çevirmək, çay məsafəsi üçün istifadə etmək və sonra temperaturu Y dəyəri olaraq qrafikə çevirmək olacaq ... Əgər etdiyiniz hər şey bunun üçün düzgün bir şəkildə plan qurmasını istəsə qrafik.

3D bir şey etməyə çalışırsınızsa, z dəyərlərinə baxın.

Etməli olduğunuz şey, şəkilləndirmək üçün gridə qoşulmaqdırsa, əvvəlcə ızgaranı balıq toruna çevirin.


# bu skripti xüsusi alətlər qutusuna əlavə edin və ArcMap v 10.1-dən çalıştırın # # ---------------------------------- ----------------------------------------- idxal arcpy, os, traceback, sys try : def showPyMessage (): arcpy.AddMessage (str (time.ctime ()) + "-" + message) mxd = arcpy.mapping.MapDocument ("CURRENT") layer = arcpy.mapping.ListLayers (mxd) ## ASSUME MÜNDƏRİCATDAKİ 1-ci QAT NÖQTƏLİ QATDIR - BALIQ BALIQI = Laylar [0] ## 2-ci QATIN TEMPERATURE RASTER olduğunu fərz edin. RASTER BİLGİSİ alın tempRaster = təbəqələr [1] g = arcpy.Raster (tempRaster.name) cSize = g.meanCellHeight yMax = g.extent.YMax; yMin = g.extent.YMin; nRows = g.height ## SAHƏDƏ YAZILAN 'BALIQDEGR' ## BÖLMƏLƏCƏK TEMPERATURANIN DÜŞÜNÜLÜLÜĞÜNDƏ ÇATIŞIN DERİNLİYİNİN CAVABI HƏR NUMERIC p = arcpy.Point () arcpy.da.UpdateCursor (fishLayer, ("SHAPE @", "Fish_Degr", "DEPTH")) ilə satır şəklində: satırlardakı sıra üçün: x = sıra [0] .firstPoint. X fishTemp = sıra [1] yCur = yMax pX = x; pY = yMin ## BÜTÜN SATIŞI VERMƏK ÜÇÜN RESTERDƏN VƏ İTERATDAN BÜTÜN SÜTUN alın myAr = arcpy.RasterToNumPyArray (g, p, 1, nRows) difMin = aralığında (nRows): cellValue = myAr [nr, 0] difCur = abs (cellValue-fishTemp) əgər difCur

buna görə

bunu əldə edə bilərsiniz (həqiqətən istədiyiniz budursa):


GIS əsaslı çox məqsədli hissəcik sürüsü elektrikli nəqliyyat vasitələri üçün şarj stansiyalarının optimallaşdırılması

Çox obyektiv Particle Swarm Optimization və GIS, şarj stansiyalarının planlaşdırılması üçün praktik metodlardır.

Cəmi xərclər ilə əhatə dairəsi arasındakı Pareto əyrisi, miqyaslı iqtisadiyyat təsirinin dəyişməsini göstərir.

EV-lərin inkişafı və stansiyaların konstruksiyaları qarşılıqlı olaraq müəyyənləşdirilmiş əlaqələrə malikdir.

Yaxın gələcəkdə daha yaxşı xidmət qabiliyyətinə sahib şarj stansiyalarına ehtiyac var.


Rəqəmsal Xətt Qrafiki (DLG)

Xəritə formatlaşdırma sxemləri

Rəqəmsal Xətt Qrafiki (DLG) sənədindəki hər bir xəritə xüsusiyyətini ehtiva edir atribut kodları xüsusiyyətin xüsusiyyətlərini təyin edən. Məsələn, bir xətt xüsusiyyəti, əsas yol və tikilməkdə olan atribut kodlarına sahib ola bilər. Atribut kodu iki ədəddən ibarətdir: 3 rəqəmli əsas kodvə 3 və ya 4 rəqəmli kiçik kod. Atribut kodları standartlaşdırılmış və sənədləşdirilmişdir: Texniki Təfərrüatlara baxın.

A xəritə formatlaşdırma sxemi atribut kodlarını ekran üslubları ilə əlaqələndirən qaydaları ehtiva edən bir sənəddir. Məsələn, bir qayda 170 212 kodlu xətt xüsusiyyətlərinin (dörd təkərli sürücülü yollar) nazik boz kəsikli bir xəttlə çəkilməsini bildirə bilər.

Xəritə formatlaşdırma sxemləri uzantısı olan fayllarda saxlanılır .mapformattingscheme. NMPlot istifadə edərək xəritə formatlaşdırma sxemləri yarada, görüntüləyə və düzəldə bilərsiniz.

Mövcud bir sxem açmaq üçün seçin Açıq NMPlot-dan Fayl menyusundan sonra bir xəritə formatlama sxemi faylı seçin. Bir xəritə formatlaşdırma sxemi sənəd pəncərəsi görünür.

Xəritə formatlama sxemi qaydaları, nöqtə, xətt və ya ərazi xəritəsi xüsusiyyətlərinə tətbiq olunmasına görə üç qrupa bölünür. Bir qrup & # 39s qaydalarını düzəltmək üçün düymələrdən birini basın. Məsələn, Xətt Qaydalarını Düzənlə düyməsini basarsanız, xətt xüsusiyyətləri üçün istifadə olunan qaydaları düzəltməyə imkan verən bir informasiya qutusu görünür.

Bir xəritə formatlaşdırma sxemindəki qaydalar, şəbəkə coğrafi şərhləri üçün istifadə olunan ekran qaydalarına çox oxşardır. Zəhmət olmasa ekran qaydalarını təsvir edən və onların necə düzəldildiyini müzakirə edən Coğrafi İzahatların Göstərilməsini nəzərdən keçirin. Xəritə Formatlaşdırma Şeması qaydaları üç istisna olmaqla eyni şəkildə düzəldilir.

Xəritə Formatlaşdırma Sxemi qayda cədvəllərində Qayda Adı etiketli əlavə bir sütun var. Bu sütun bir qaydaya təsviri ad vermək üçün istifadə olunur.

Kateqoriya və ad etiketli sütunlar əvəzinə xəritə formatlaşdırma sxemi qayda cədvəllərində DLG Xüsusiyyət Kodları etiketli bir sütun var. Xəritə Formatlaşdırma Şeması qaydaları bir DLG xüsusiyyətinə və # 39s atribut kodlarına, Grid Coğrafi Annotasiya ekran qaydalarının bir şərh və # 39s kateqoriyasına və adına uyğun gəldiyi şəkildə uyğunlaşdırılır. DLG Xüsusiyyət Kodları sütununa, hər qayda ilə əlaqəli atribut kodlarını yazın. Budur bəzi nümunələr.

& # 34170 201 & # 34 DLG xüsusiyyətlərini 170 201 atribut kodu ilə uyğunlaşdırır.

& # 34170 201..205 & # 34, böyük bir 170 kodu olan və 201 ilə 205 arasında kiçik bir kod olan DLG xüsusiyyətlərinə uyğun gəlir.

& # 34170 201,203 & # 34, böyük bir 170 kodu və 201 ya da 203 kiçik kodu olan DLG xüsusiyyətlərinə uyğun gəlir.

& # 34170 201 və 170 603 & # 34, DLG xüsusiyyətlərinə hər iki 170 201 və 170 603 atribut kodları ilə uyğun gəlir.

& # 34170 201 sonra 170 603 & # 34, DLG xüsusiyyətini hər iki 170 201 və 170 603 öznitelik kodlarıyla eşleştirir; 170 603, kodlar siyahısında 170 201'ı izləyir.

& # 34 & # 34, heç bir atribut kodu olmayan DLG xüsusiyyətlərinə uyğun gəlir.

Nümunə olaraq, & # 34170 201-208 və 170 603,604 & # 34, tikilməkdə olan bütün əsas və köməkçi yollarla uyğun gəlir.

Xəritə Formatlaşdırma Sxemi qayda cədvəllərində Scale (1: x) etiketli əlavə bir sütun var. Bu sütun, uyğun DLG xüsusiyyətlərinin göstərildiyi minimum miqyası təyin etməyə imkan verir. Bir süjet bir qaydanın altındakı bir miqyasda göstərilirsə, bu qaydaya uyğun hər hansı bir DLG xüsusiyyəti göstərilmir. Bu, böyüdükcə daha ətraflı məlumat verən xəritələr qurmağa imkan verir.

Qeyd:

NMPlot, standart bir xəritə formatlaşdırma sxemi ilə paylanır. Bu sxem sənəddədir Default.MapFormattingScheme, NMPlotun quraşdırıldığı qovluqda tapıla bilər.

Qeyd:

Bu bölmədə yalnız atribut kodları üçün ən qısa məlumat verilir. Xəritə formatlaşdırma sxemlərini dəyişdirmək istəyirsinizsə, atribut kodlarını ətraflı təsvir edən rəsmi DLG sənədlərini əldə edin. Sənədlərin alınması barədə məlumat üçün Texniki Təfərrüatlara baxın.

Rəqəmsal Xətt Qrafiki (DLG) Seçimləri Dialoq Qutusu

DLG xəritəsi arxa qatını konfiqurasiya etmək üçün Rəqəmsal Xətt Qrafik Xəritə Layer Seçimləri informasiya qutusundan istifadə edin.

Bu xəritə qatının təsviri adı: Bu xəritə qatının qısa təsvirini yazın. Nümunələr & # 34Yollar & # 34 və & # 34Su Xüsusiyyətləri & # 34. Bu gələcəkdə bu təbəqəni təyin etməyə imkan verir.

Bu xəritə qatını və # 39s məlumatlarını şərh etmək üçün istifadə ediləcək xəritə formatlama sxemi: Bu DLG qatını göstərmək üçün istifadə olunan xəritə formatlaşdırma sxemini ehtiva edən sənədin adını yazın. Mətn qutusunun sağında yerləşən Browse düyməsinə basaraq, fayla baxmağa imkan verən Açıq Faylı informasiya qutusunu göstərin. Xəritə formatlaşdırma sxemləri ümumiyyətlə uzantıya malikdir .mapformattingscheme. Xəritə formatlaşdırma sxemlərinə baxın.

Bu xəritə qatında və # 39s DLG faylında koordinatları saxlamaq üçün istifadə olunan coğrafi məlumat: DLG sənədlərini və # 39 coğrafi məlumatı seçin. Datum seçimi haqqında məlumat üçün Datum Control-ə baxın. Verilənlər bazaları haqqında ümumi məlumat üçün Datumlara Giriş bölməsinə baxın.

Vacib:

Amerika Birləşmiş Ştatları Geoloji Araşdırması (USGS) tərəfindən təmin edilən bir çox DLG dosyası 1927-ci il Şimali Amerika Datumundadır (NAD-27). DLG sənədləriniz üçün düzgün məlumatları bildiyinizdən əmin olun.

Nöqtələri, xətləri, sahələri göstərin: Göstərmək istədiyiniz coğrafi xüsusiyyətlərə uyğun qutuları qeyd edin. Tipik olaraq, hər üç qutu yoxlanılmalıdır. Bununla birlikdə, lazım olduqda, hansı xüsusiyyətlərin göstərildiyini məhdudlaşdıra bilərsiniz. Məsələn, yalnız nöqtə coğrafi xüsusiyyətlərini göstərməyi seçə bilərsiniz.

Bu xəritə qatını və # 39s məlumatlarını ehtiva edən DLG sənəd (lər) inin adları: Bu təbəqənin bir hissəsi kimi göstərmək istədiyiniz DLG sənədlərinin adlarını yazın. İstənilən sayda sənəd verilə bilər. Faylın axtarışına imkan verən Açıq Fayl informasiya qutusunu göstərmək üçün fayl adı mətn qutularının sağında yerləşən Gözləmə düymələrindən birini basın. DLG faylları ümumiyyətlə uzantıya malikdir .dlg.

Bir fayl əlavə etmək üçün Siyahıya Fayl əlavə et düyməsini basın. Siçanla vurub bir faylı siyahıdan silin düyməsini basaraq çıxarın.

Texniki məlumatlar

NMPlot 1: 24000 və 1: 100000, səviyyə 3, isteğe bağlı format DLG sənədlərini oxuya bilər.

DLG sənədinin koordinat sistemi Universal Transverse Mercator (UTM) olmalıdır.

DLG faylı, DLG dəqiqliyi qeydlərini ehtiva edə bilməz.

NMPlot aşağıdakı növlərin DLG qeydlərini göstərə bilər.

Qeyd növlərinin qarışığı olan DLG sənədləri dəstəklənir.

NMPlot birdən çox DLG faylı olan qatlarda DLG topoloji məlumatlarını birləşdirə bilər.

DLG formatı Amerika Birləşmiş Ştatları Geoloji Tədqiqat (USGS) Milli Xəritəçəkmə şöbəsi tərəfindən idarə olunur. Rəsmi spesifikasiyalar, USGS veb saytında http://www.usgs.gov-da tapıla bilən & # 34Standards for Digital Line Graphs & # 34 adlı texniki hesabatda sənədləşdirilmişdir. 2000-ci ilin sentyabr ayından etibarən bu sənəd üçün URL http://rockyweb.cr.usgs.gov/nmpstds/dlgstds.html idi. Bu sənəd bütün DLG atribut kodlarının siyahısını ehtiva edir.


Atribut cədvəli interpolasiyadan (grid) doldurulur? - Coğrafi İnformasiya Sistemləri

Şəhər gölləri bir şəhər üçün çox qiymətli şirin su mənbəyidir. Yalnız yaşayış və istehsal üçün su təmin etmirlər, həm də şəhər mühitinin tənzimlənməsində, daşqının saxlanılmasında, əkin sahələrinin suvarılmasında və bir şəhərin mənzərəsinin gözəlləşdirilməsində əhəmiyyətli rol oynayırlar [1 & # x2013 5]. Beləliklə, onlar şəhər inkişafı üçün son dərəcə dəyərlidirlər. Bununla birlikdə, şəhər gölləri son illərdə şəhərləşmə ilə çox təhlükə altındadır [6 & # x2013 8]. Göl sahəsi azaldıldı [9, 10] suyun keyfiyyəti çirkləndi [11, 12]. Göllərdəki bu ziyan bəzi hallarda geri dönməzdir. Məsələn, Çinin Wuhan şəhərində daşınmaz əmlakın inkişafı səbəbindən bir çox göl xəritədən tamamilə yox oldu [13]. Buna görə də şəhərsalma ilə şəhər göllərinin sahə dəyişikliyini öyrənmək mənalıdır.

Göl sahələrinin dəyişməsi ümumiyyətlə su ehtiyatlarının kəmiyyət dəyişikliyi kimi qəbul edilir. Ənənəvi tədqiqatlarda, su tarazlığı tənliklərinə əsaslanan bir sıra hidroloji modellər hazırlanmışdır. Başqa sözlə, sistemdəki suyun dəyişməsi sistemin çıxışı ilə girişi arasındakı fərqə bərabərdir [14, 15]. Son illərdə bəzi tədqiqatlar şəhərsalma və insan fəaliyyətinin şəhər göllərinə təsiri üzərində quruldu. Göllərə dəyən ziyan su tarazlığı tənliyi ilə qiymətləndirilə bilər [16, 17]. Bununla birlikdə, ənənəvi hidroloji metodun ümumiyyətlə toplanması çətin olan bir çox tarixi məlumatlara ehtiyac var. Digər tərəfdən daha yüksək dəqiqlik əldə etmək üçün hidroloji modellər çox mürəkkəbləşir.

Bundan əlavə, gölün dəyişdirilməsini məsafədən zondlama (RS) ilə izləmək geniş tətbiq edilmişdir [18, 19]. Suyun spektral imzasına görə, göl sahəsi görüntü işləmə metodları ilə uzaqdan zondlama şəkillərindən sürətlə aşkar edilə bilər [20]. Göl sahəsinin müxtəlif dövrlərdə dəyişməsi coğrafi informasiya sistemlərindəki (CİS) məkan təhlili ilə çıxarıla bilər [21, 22].

Əvvəlki nailiyyətlərə baxmayaraq, göl sahəsinin dəyişməsi barədə hələ də məlumat azdır. Birincisi, əvvəlki tədqiqatlardakı tədqiqat sahəsi ümumiyyətlə bütün şəhər gölləri əvəzinə müəyyən bir göl hövzəsi kimi qəbul edilirdi. İkincisi, göl sahəsinin RS tərəfindən dəyişməsini izləmək statik bir üsuldur. Göl sahəsinin dəyişmə müddətini müəyyən bir müddətdə göstərə bilməz.

Bu sənəd bir şəhərdəki bütün göllərə yönəlmişdir. Bu göllərin ərazi dəyişmə qanunauyğunluğunu tapmaq üçün bu sənəd istinad üçün şəhər təkamül metodundan istifadə etmişdir. Xüsusilə, Çinin Wuhan şəhərindəki bir araşdırmada şəhər göllərinin sahə dəyişikliyini modelləşdirmək üçün mobil avtomatlar və çoxagentli sistemlər tətbiq olundu.

Hüceyrə avtomatı (CA) ayrı vaxt, məkan və vəziyyətə malik bir növ dinamik modeldir. Bitişik hüceyrələr arasındakı sadə münasibətlər ilə kompleks bir sistemin məkan-çağdaş təkamülünü simulyasiya edə bilir [23]. Hüceyrə avtomatları riyaziyyat, fizika, biologiya və mürəkkəblik elmlərində, xüsusən şəhər böyüməsi və torpaq istifadəsi və torpaq örtüyünün dəyişməsi (LUCC) tədqiqatlarında geniş tətbiq edilmişdir [24 & # x2013 27]. Şəhər gölləri coğrafi baxımdan şəhər məkanının bir hissəsidir. Beləliklə, şəhər göllərinin sahə dəyişikliyi LUCC-nin bir hissəsi kimi qəbul edilə bilər. Başqa sözlə, şəhər gölləri kompleks bir sistem kimi tanınmış şəhər sisteminin alt sistemi kimi qəbul edilə bilər. Buna görə, şəhər göllərinin sahə təkamülünü mobil avtomatlarla simulyasiya etmək mümkündür.

Bununla birlikdə, CA modeli şəhər inkişafının və insan fəaliyyətinin şəhər göllərinə təsirini ayrı-ayrılıqda tam əks etdirə bilməz, çünki qonşu münasibətləri yalnız göl kənarındakı şəhər gölləri ilə LUCC arasındakı qarşılıqlı əlaqəni təmsil edə bilər. İnsanların şəhər göllərindəki müxtəlif hərəkətləri göz ardı edilə bilməz. Məsələn, hökumətlər göllərin və ətrafdakı landşaftların ekoloji mühitini qorumaq üçün qanun və qaydalar qəbul edə bilərlər. Əksinə, daşınmaz əmlak istehsalçıları tikinti və inkişaf üçün daha çox əraziyə ehtiyac duyurlar. Bu göllərin doldurulmasına səbəb ola bilər.

CA modelinin məhdudiyyətlərini aşmaq üçün insan davranışını və qərar qəbul etməsini təmsil edən bir çox agentli sistem (MAS) istifadə edilmişdir. Agentin konsepsiyası süni intellekt (AI) sahələrindən gətirilir. Vəkil müstəqil olaraq qərarlar verə bilən bir varlığı reallıqda təmsil edə bilər [28, 29]. MAS modeli kompleks sistemlərin təhlili və simulyasiyası üçün istifadə edilə bilər. Xüsusilə şəhər sistemlərində MAS modeli nəqliyyat, əhali və iqtisadiyyat kimi bir çox sahədə geniş tətbiq edilmişdir [30, 31]. Çoxagentli sistemin mobil avtomatlarla birləşdirilməsi hazırda şəhər təkamülü və LUCC tədqiqatlarında bir tendensiyaya çevrilmişdir [32 & # x2013 35].

Bu məqalə MAS-CA modelinə əsaslanan Dinamik Şəhər Gölü Bölgəsi Təkamül Modelini (DULAEM) inkişaf etdirməyi hədəfləyir. DULAEM-də, CA modeli bitişik hüceyrələr arasındakı münasibətlər vasitəsi ilə göl kənarındakı ətraf mühit faktorlarını inkişaf etdirmək üçün istifadə olunur. MAS modeli insan davranışını və qərar qəbul etməsini təqlid etmək üçün istifadə olunur. Bu sənəddə şəhər gölləri ilə əlaqəli agentlər dövlət agentləri, inkişaf agentləri və daimi agentlərdir.

CA modeli ümumiyyətlə bir grid quruluşuna əsaslanır. Şəbəkə coğrafi məlumat sistemi (şəbəkə CİS) məkan məlumatları üçün çox səmərəlidir və şəhər idarəetməsində geniş tətbiq edilmişdir [36 & # x2013 38]. Bununla birlikdə, bir şəbəkənin vektor və raster kimi ənənəvi məlumat strukturları, yüksək məkan həlli ilə səmərəli hesablama arasındakı ziddiyyəti həll edə bilmir. Raster modeli sadə və sürətli bir şəkildə əldə edilə bilər ki, çox sayda ızgara və məkan təhlilini idarə edə bilsin. Xüsusilə, raster modeli mobil avtomatlar və qonşu hüceyrələrin axtarışı üçün səmərəlidir. Bununla birlikdə, şəhər gölləri kimi ayrı-ayrı coğrafi xüsusiyyətlər üçün raster modeli hər gölün ızgara hüceyrələrini ayırd etmək çətindir. Göl sahələrini hesablamaqda vektor modeli raster modeldən daha rahatdır. Izgaraların ölçüsü kiçik və şəbəkələrin sayı kütləvi olduqda son dərəcə səmərəsiz olardı. Vektor qüsurlarını aradan qaldırmaq üçün Deren Li çox səviyyəli müntəzəm vektor ızgaralarından ibarət olan Məkan Məlumat Multigrid (SIMG) konsepsiyasını təklif etdi [39]. SIMG, şəbəkə axtarışı üçün səmərəliliyi artıra bilər. Bununla birlikdə, şəhər səviyyəli göllərin məkan tərəziləri müxtəlif olduğundan müxtəlif səviyyələrdəki şəbəkə ölçülərini təyin etmək çətindir. Yenə də SIMG, ayrı-ayrı məkan tərəziləri ilə ayrı-ayrı coğrafi xüsusiyyətləri modelləşdirmək üçün bir fikir təklif etdi. SIMG-yə əsaslanaraq, bu sənəd normal bir quruluşu nizamsız bir quruluşla birləşdirən və vektor modelinin üstünlüyünü raster modelin üstünlüyü ilə birləşdirən bir Urban Lakes Multilevel Grid (ULMG) dizayn etmişdir.

2. Materiallar və metodlar 2.1. Təhsil sahəsi və məlumatlar

Bu yazıda Wuhan şəhərindəki şəhər göllərinə diqqət yetiririk. Wuhan, Çinin mərkəzi hissəsindəki ən böyük şəhərlərdən biridir və Yangtze çayının ortasında yerləşir. Şəkil 1-də göstərildiyi kimi 13 rayon var. Wuhan'ın ümumi sahəsi 8494.14 & # x2009km 2-dir və əhalisi hazırda on milyondan çoxdur. 1990-cı illərdən bəri Çin iqtisadiyyatının sürətli inkişafı ilə Wuhan kəskin şəkildə genişlənir. Beləliklə, şəhər göllərinin sahəsi sürətlə genişlənməklə ciddi şəkildə sıxılmışdı. Bu səbəbdən 1991 və 2002-ci illərdə Wuhan şəhər göllərini çıxardıq. Bu dövrdə Wuhan hökuməti bəzi şəhər göllərinin doldurulması üçün yerüstü su ehtiyatları üçün hələ güclü bir nəzarət mexanizmi qurmamışdı.

Wuhan şəhərinin yeri və inzibati bölgüsü.

1991 və 2002-ci illərdə Wuhan şəhər gölləri Landsat TM / ETM & # x2009 & # x2b & # x2009 görüntülərindən çıxarıldı. Bu şəkillər 7 spektral zolaqdan ibarətdir. Hər bandın məkan çözünürlüğü 30 & # x2009m. Göllər Modified Normalized Difference Water Index (MNDWI) tərəfindən çıxarılmışdır. MNDWI, şəhər görüntülərində Normalize Fərq Su İndeksindən (NDWI) daha dəqiqdir, çünki MNDWI binaların səs-küyünü cilovlaya bilər [41].

1991 və 2002-ci illərdəki Wuhan gölləri Şəkil 2-də göstərilmişdir. 93 göl var. Hər gölün sahəsi 1991-ci ildə 100.000 & # x2009m 2-dən çoxdur. Şəkil 2-yə əsasən 1991 və 2002-ci illərdə 93 gölün sahəsi 35.77 & # x0025 azalmış və onu tamamilə yox olmuşdu.

1991 və 2002-ci illərdə Landsat görüntülərindən çıxarılan şəhər gölləri.

Əlavə olaraq LUCC-nin göllərdəki göllərə təsirini qiymətləndirmək üçün göllər ətrafında 100 & # x2009m bufer hazırladıq. Tampon zonalarında torpaq istifadəsi çıxarılmış və Cədvəl 1-də 5 kateqoriyaya ayrılmışdır.

ULMG-nin əsasları Şəkil 3-də göstərilmişdir. ULMG iki səviyyəli ızgaralardan ibarətdir. Birinci səviyyə düzensizdir və vektor modelini qəbul edir. İkinci səviyyə ızgara kvadrat raster modelinə əsaslanır. İkinci səviyyədəki ızgara, Landsat şəkillərinin pikseli ilə eyni ölçüdə təyin olunur.

Mənbə şəbəkəsinin sətir nömrəsi və sütun nömrəsi (yuxarı sol küncdən).

Satır və sütun nömrələri.

Yer məlumatlarına əlavə olaraq, gölün kimliyi (LID), göl adı və göl sahəsi kimi bəzi göl məlumatları, müvafiq birinci səviyyəli şəbəkənin atribut cədvəlinə yazıla bilər. Digər tərəfdən, ikinci səviyyədəki hər bir şəbəkə yalnız Cədvəl 1-də göstərilən şəxsiyyət nömrəsi ilə bu şəbəkənin ərazi istifadəsi növünə uyğun bir piksel dəyəri ilə təmsil edilə bilər.

Şəhər göllərinin paylanması həddindən artıq sıx olarsa, onların sərhəd düzbucaqlılarının bir-biri ilə üst-üstə düşməsi ehtimalı yüksəkdir. Bu vəziyyətdə, hər ikinci səviyyəli ızgaranın piksel dəyəri LID-dən əvvəl əlavə edilir. Məsələn, 2634 piksel dəyəri, bu ikinci səviyyəli ızgaranın 263 nömrəli gölə aid olduğunu və ərazi istifadə növünün 4 saylı inkişaf etmiş ərazi olduğunu göstərir.

Şəkil 4, Landsat şəkillərindən ULMG-nin necə yaradılacağını göstərir. İkinci səviyyə şəbəkə birbaşa şəkillərdən əldə edilə bilər ki, ikinci səviyyə şəbəkənin məkan həlli şəkilləri & # x2019-u 30 & # x2009m-də izləməlidir. Birinci səviyyə şəbəkəsini yaratmadan əvvəl, şəkillərdən çıxarılan göllərin vektor modelinə çevrilməsi lazımdır. Nəhayət, yer məlumatları və LID kimi bəzi parametrlər bu iki səviyyəli ızgaraları birləşdirmək üçün atribut cədvəlinə və ya piksel dəyərinə əlavə olunur.

Landsat şəkillərindən ULMG yaradın.

Şəkil 5-ə əsasən Wuhan-ın ULMG-si yaranır. Fərqli ölçülərdə 93 düzbucaqlı var və bəziləri bir-biri ilə üst-üstə düşdü. İkinci səviyyə ızgaranın hündürlüyü 5529 piksel və eni 4789 pikseldir. Şərq Gölü vəziyyətində, mənşəli ızgara (yuxarı sol küncdən) 2915 sıra və 2224 sütunda yerləşir. İkinci səviyyədə 442 satır və 418 sütun var. Nəticə etibarilə, ULMG, raster modelinə əsaslanan ikinci səviyyəli ızgara ilə sürətli bir giriş əldə edə bilər, çünki ümumi ızgaraların sayı 10 5-dən çox olduqda vektor modeli təsirsiz olardı. Eyni zamanda, vektor modelinə əsaslanan birinci səviyyə, rahatlığı artıra və lazımsız məlumatları azalda bilər. ULMG, mobil avtomat və çox agentli sistemlərə əsaslanan şəhər göllərinin sahə dəyişikliyini öyrənmək üçün möhkəm bir zəmin yaradacaqdır.

2.3. Dinamik Şəhər Gölü Bölgəsi Təkamül Modeli

CA modelini MAS modeli ilə birləşdirmək şəhər genişlənməsi və LUCC tədqiqatlarında geniş tətbiq edilmişdir. Bu sənəd istinad üçün əvvəlki tədqiqatlardan və metodlardan istifadə edir və CA modeli və MAS modeli əsasında Dinamik Şəhər Gölü Bölgəsi Təkamül Modelini (DULAEM) dizayn edir.

Şəkil 6-da göstərildiyi kimi DULAEM-də iki qat var. CA təbəqəsi şəhər gölləri və ətrafı arasındakı qarşılıqlı əlaqəni modelləşdirmək üçün altındadır. Bir CA təbəqəsi əsasında, MAS təbəqəsi hökumətin, daşınmaz əmlak istehsalçılarının və sakinlərin davranışlarını və qərar vermələrini modelləşdirmək üçün hazırlanmışdır. CA təbəqəsi və MAS təbəqəsi ULMG ilə birləşdirilmişdir.

DULAEM-in quruluşu. CA qat və MAS qat ULMG ilə birləşdirilmişdir.

CA təbəqəsində, şəhər gölləri ilə ətrafları arasındakı qarşılıqlı təsir göl hüceyrələri ilə ətrafdakı hüceyrələr arasındakı münasibətlərdə əks oluna bilər. Başqa sözlə, ərazi istifadəsi hüceyrələri ilə əhatə olunmuş bir göl hüceyrəsi, digər göl hüceyrələri ilə əhatə olunmuş hücrə çevrilmək üçün daha aktivdir. Göl hüceyrələrinin belə bir vəziyyət dəyişməsi ümumiyyətlə göllərin kənarında olur. Buna görə DULAEM-dəki CA təbəqəsi ənənəvi CA modellərindən fərqlidir.

(1) Hüceyrə Məkanı. Yuxarıda qeyd edildiyi kimi, ULMG-nin ikinci səviyyəli şəbəkəsi, CA qatının hüceyrələri kimi qəbul edilə bilən bir çox kvadrat qəfəsdən ibarətdir. Beləliklə, CA qatının hüceyrə sahəsi birbaşa ULMG-dən əldə edilir. Başqa sözlə, hüceyrə boşluğunun dərəcəsi ikinci səviyyə ilə eynidır. Hər bir hüceyrənin ölçüsü 30 & # x2009m & # x2009 & # x2217 & # x200930 & # x2009m-dir, bu ikinci səviyyəli bir ızgara və Landsat şəkillərinin bir piksel ölçüsünə bərabərdir. Göl kənarında torpaq istifadəsi üçün hər gölün ətrafında 100 & # x2009m bufer var. Bu səbəbdən, hər tamponun sərhəd düzbucağı ULMG əsaslarına görə yeni birinci səviyyə ızgara kimi dizayn edilmişdir. Hüceyrə boşluğunun sərhədi yeni birinci səviyyə şəbəkəsinin sərhədidir. Beləliklə, yalnız birinci səviyyə şəbəkəsinin əhatə etdiyi bölgələr etibarlı hüceyrə boşluğudur.

(2) Hüceyrə Dövlətləri. DULAEM-in CA qatında hüceyrələr göl hüceyrələrinə (LC) və torpaqdan istifadə hüceyrələrinə (LUC) bölünür. Onların vəziyyətləri S tərəfindən simvollaşdırılır Göl və S torpaqsırasıyla.

Cədvəl 1-də göstərildiyi kimi, S torpaq ərazi istifadəsi kateqoriyalarının hər birinə uyğun beş dövləti əhatə edir. Beləliklə, S torpaq (1) S land & # x3d s 1 & # x2264 s & # x2264 5, & # x2003 s & # x2208 Z olaraq ərazi istifadəsi növü kimlik nömrəsi ilə ifadə edilə bilər.

Torpaqdan istifadə hücrələrindən fərqləndirmək üçün S Göl (2) S göl & # x3d 10 & # x2b N olaraq cüt rəqəmli rəqəm olaraq ifadə edilir, burada N göl hüceyrəsinin töhfə verən məhəllələrinin sayıdır.

(3) Qonşuluq. DULAEM-in CA qatında, qonşuluq sahəsi Moore məhəlləsi olaraq təyin olunur, səkkiz qonşu hüceyrə mərkəzi hücrəni əhatə edir. Moore məhəlləsindəki bir hüceyrə ərazi istifadə hüceyrəsi və ya göl hüceyrəsi ola biləcəyi və yalnız qonşuluqdakı torpaq istifadəsi hüceyrələri göl hüceyrələrinin vəziyyətinin dəyişməsinə qatqı təmin edəcəyi üçün bir göl hüceyrəsi üçün onun torpaq istifadəsi hücrəsi məhəlləsi işlənir. Bu töhfə verən məhəllələrin sayı N olaraq ifadə edilirsə, N-nin dəyəri aşağıdakı şəkildə göstərilir: (3) N & # x3d e 0 & # x2264 e & # x2264 8, & # x2003 e & # x2208 Z.

Şəkil 7 bəzi hallarda N-nin dəyərlərini göstərir. Məsələn, bir göl hücrəsi, Moore məhəlləsində üç göl hüceyrəsinin və beş torpaq istifadəsi hüceyrəsinin yanındadır. Beləliklə, nümunə hüceyrələrinin N-i beşdir. Şəkil 7-dəki fərqli N-i müqayisə etdikdə, dəyişkən N, göl hüceyrəsinin insan fəaliyyətindən nə qədər təsirləndiyini göstərə bilər. Konkret olaraq N nə qədər böyükdürsə, göl hüceyrəsi insan fəaliyyətinə daha həssasdır və hüceyrə vəziyyətinin dəyişmə ehtimalı bir o qədər yüksəkdir. Əksinə, N nə qədər kiçik olsa, insan fəaliyyətinin quru hüceyrəsinə təsiri o qədər az olur, buna görə göl hüceyrəsi o qədər sabitdir. Bir göl hüceyrəsi tamamilə digər göl hüceyrələri ilə əhatə olunarsa, hüceyrə vəziyyəti dəyişməz. Bu səbəbdən şəhər göllərinin sahə dəyişikliyi, ən azı bir torpaq istifadəsi hücrə qonşuluğuna sahib olan göl hüceyrələrinin vəziyyətindəki dəyişikliklərdə əks olunur.

Göl hüceyrələri üçün töhfə verən məhəllələrin sayı (N).

Hüceyrə vəziyyəti, yəni Cədvəl 1-də torpaqdan istifadə növü, Fəaliyyətin ilkin dəyərini təyin edəcəkdir. Məsələn, bitki örtüyünün ekosistemi nisbətən sabitdir və bitki örtüyü olan torpaqdan istifadə hüceyrəsinin dəyişməsi ehtimalı azdır. Kənd təsərrüfatı torpaqları və inkişaf etmiş torpaqlar həm də insan fəaliyyətinin əsas bölgələridir, beləliklə daha geniş fəaliyyətlərə malikdirlər [42]. Buna görə, ərazinin ilkin Fəaliyyətləri hüceyrələrdən istifadə edir (I torpaq) Cədvəl 2-də verilmişdir.

Məhəllə: torpaq istifadəsi hüceyrəsi digər torpaq istifadəsi növlərindən biri ilə əhatə olunarsa, bu ərazi istifadə növünə çevrilmə ehtimalı böyükdür.

Yer: şəhər inkişafı və insan fəaliyyəti torpaq istifadəsinin dəyişməsinin əsas amilləridir. Beləliklə, şəhər bölgələrində yerləşən torpaq istifadəsi hüceyrələri, şəhərətrafı bölgələrdə yerləşən digərlərindən daha böyük fəaliyyətə malikdir.

Nəticə olaraq, torpaq istifadəsi hüceyrələrinin Fəaliyyəti kimi ifadə edilə bilər

haradayam torpaq hüceyrə vəziyyətindən asılı olan Fəaliyyətin ilkin dəyəri, P məhəllədəki ən çox torpaq istifadə növünün nisbətidir, yerlə əlaqəli bir parametrdir və şəhər yerləşmə faktoru adlanır.

Şəhər yerləşmə faktoru (L) Şəkil 8-də göstərildiyi kimi dörd amildən asılıdır: (a) təbii amil, Yangtze çayı ilə Han çayından məsafə (b) nəqliyyat faktoru, əsas yollardan məsafə (c) iş faktoru, əsas ticarət bölgələrindən məsafə və (d) yaşayış faktoru, əsas yaşayış sahələrindən olan məsafə. Buna görə L olaraq təyin edilir

harada D mən yuxarıdakı amilləri təmsil edir a və b parametrlərdir.

(5) tənliyinə görə, L 8-i Şəkil 8 (e) -də olduğu kimi çəkmək olar. Şəkil 8-də L, ULMG-nin ikinci səviyyəli şəbəkəsi ilə eyni dərəcədə və şəbəkə ölçüsünə sahib olan bir raster xəritəsi kimi göstərilir. Raster xəritədə, insan fəaliyyətinin dərəcəsini göstərmək üçün hər piksel dəyəri 0-dan 1-ə qədərdir.

Şəhər göllərinin sahə dəyişikliyi qeyri-xətti xarakter daşıyır. CA təbəqəsinin qeyri-müəyyənliyini yaxşılaşdırmaq üçün ərazi istifadəsi hüceyrəsinin dəyişdirilib dəyişdirilməməsini təyin etmək üçün təsadüfi bir eşik şərti tətbiq olunur. Başqa sözlə, Fəaliyyət təsadüfi həddən kiçikdirsə, vəziyyəti dəyişdiriləcəkdir.

Torpaq istifadəsi hüceyrəsi dəyişdiriləcəksə, hansı ərazi istifadə növü olacağını təyin etmək üçün keçid funksiyasına daxil olur. Keçid funksiyası rulet metoduna əsaslanır. Ehtimalları Cədvəl 3-də olduğu kimi paylanır.

Keçid funksiyası T (P) ilə ifadə olunarsa sən , P n , P nr , P r ), bir torpaq istifadə hüceyrəsinin keçid qaydası (7) S land t & # x2b 1 & # x3d f Activities land S land t, & # x2009 P, & # x2009 L, & # x2009 TP u, & # x2009 P n, & # x2009 P nr, & # x2009 P r,

harada S torpaq torpaq istifadəsi vəziyyətidir hüceyrə t təkrar saydır.

Göl Hüceyrələrinin keçid qaydası

Daha əvvəl də bildirdiyimiz kimi, etibarlı məhəllələrin sayı (N) göl hüceyrəsinin şəhər inkişafına və insan fəaliyyətinə nə qədər həssas olduğunu göstərə bilər. N nə qədər böyükdürsə, hüceyrə o qədər həssas olur və Fəaliyyət o qədər böyükdür. Beləliklə, N-ə görə, göl hüceyrələrinin həssaslığı bu sənəddə Cədvəl 4-də olduğu kimi dörd səviyyəyə bölünmüşdür.

Cədvəl 4-də göstərildiyi kimi N-nin sıfır olması, göl hüceyrəsinin göl içində olduğu üçün son dərəcə sabit olduğunu göstərir. N beşdən böyükdürsə, bu, qonşuluğun yarısından çoxunun ərazi istifadəsi hüceyrələri olduğu deməkdir, beləliklə göl hüceyrəsi insan fəaliyyətinə çox həssasdır və növbəti dövrdə dəyişə bilər (Şəkil 9). Şəkil 9-da, həssas səviyyədə olan göl hüceyrələri və həssas olmayan səviyyədə, həssaslıqlarının sabit səviyyədə olan hüceyrələrdən daha böyük və çox həssas səviyyədə olan hüceyrələrdən daha kiçik olduğunu göstərir.

Bir göl hüceyrəsinin qonşuluğu göl kənarındakı insan fəaliyyətlərini təmsil edir. Əvvəlki araşdırmalarımıza görə, göl kənarında torpaq istifadəsi, xüsusən əkinçilik ərazisinə və inkişaf etmiş əraziyə çevrilmək istəyirsə, göl sahəsi azaldıla bilər [42]. Bu səbəbdən bir göl hücrəsi & # x2019s Fəaliyyəti yalnız qonşuluq vəziyyəti ilə əlaqəli deyil, həm də məhəllə vəziyyətinin dəyişdirilməsi ilə əlaqəli olmalıdır.

Torpaq istifadəsi hüceyrələri ilə eyni şəkildə, şəhər bölgələrində yerləşən göl hüceyrələri də şəhərətrafı bölgələrdəki digərlərindən daha aktiv olmalıdır.

Bu səbəbdən bir göl hücresi & # x2019'un Fəaliyyəti olaraq ifadə edilə bilər

(a) Təbii amil (b) nəqliyyat faktoru (c) iş faktoru (d) yaşayış faktoru (e) L.

Torpaqdan istifadə hüceyrələrinin ilkin Fəaliyyəti.

Göl hüceyrələrinin ilkin fəaliyyəti.

Göl hüceyrələrinin həssaslığı.

(8) tənliyində, şəhər ərazilərində bir göl hüceyrəsi varsa, L göl hüceyrəsində aparıcı rol oynayır & # x2019s Fəaliyyəti. Şəhərətrafı rayonlarda kənd təsərrüfatı torpaqları artır və L azalır ki, P a göl hüceyrəsinin aparıcı amilinə çevrilir & # x2019s Fəaliyyəti. Beləliklə, (8) tənliyi həm şəhər, həm də şəhərətrafı bölgələrdə göl hüceyrəsinin fəaliyyətini təmsil edir.

Bir göl hüceyrəsi & # x2019s Fəaliyyəti təsadüfi bir eşik dəyərindən kiçikdirsə, keçid funksiyası T (P) proqramına daxil olur sən , P n , P nr , P r ) növbəti dövrdə hansı torpaq istifadə növü olacağını müəyyənləşdirmək.

Bu səbəbdən göl hüceyrələrinin keçid qaydası (9) S göl t & # x2b 1 & # x3d f Fəaliyyət göl S land t, & # x2009 S land t & # x2b 1, & # x2009 N, & # x2009 L, & # x2009 TP u, & # x2009 P n, & # x2009 P nr, & # x2009 P r, burada t təkrar saydır.

(7) və (9) tənliklərdə olduğu kimi, hüceyrə vəziyyətinin dəyişib-dəyişməməsi onun fəaliyyətindən asılıdır. Keçid funksiyası T (P sən , P n , P nr , P r ) göl hüceyrələrinin və ya torpaq istifadəsi hüceyrələrinin hansı ərazi istifadə növü olacağını müəyyənləşdirir. (9) tənlikdə olduğu kimi S land t & # x2b 1, S göl t & # x2b 1 üçün zəruri bir keçid şərtidir. Buna görə, bir keçid dövründə Şəkil 10-da olduğu kimi iki mərhələ var.

CA qatının axın diaqramı.

(4) və (8) tənliklərində şəhər yer faktoru (L) olmasına baxmayaraq, CA təbəqəsi hələ də insan fəaliyyətini tamamilə təmsil edə bilməz. Bu səbəbdən CA qatına DULAEM-də bir MAS təbəqəsi tətbiq edilmişdir.

Şəhər göllərinin sahə dəyişikliyi ilə əlaqəli üç tipik agent var: hökumət, daşınmaz əmlak istehsalçısı və sakin.

(1) Dövlət Agent. Hökumət şəhər göllərinin inkişafı və istifadəsində aparıcı rol oynayır. Həm şəhər iqtisadi inkişafına, həm də ekoloji qorunmaya diqqət yetirməyi hədəfləyir. Ümumiyyətlə, torpaq sahəsi göl kənarında daha yüksəkdir, belə ki burada insan fəaliyyəti və LUCC daha tez-tez olur. Gölləri insan fəaliyyətindən təcrid etmək üçün hökumət adətən göllərin ətrafında yaşıllıq və bataqlıq planlaşdırır. For instance, in Wuhan, East Lake is the largest lake in the urban districts. So there are many human activities around East Lake such as real estate development and aquaculture industry. On the other hand, the government attaches great importance to the ecological protection of East Lake through strict planning and supervision.

Therefore, in the MAS layer, the behavior of the government agent is summarized as that the strength of governmental supervision for lakes and lands gradually decreases with distance from the center of city [ 43 ]. The impact of the government agent on Activity is shown as (10) Activity = Activity ∗ IF gov , where IFgov is the impact factor of the government agent and it is from 0 to 1. IFgov is zero in the center of city and gradually increases to 1 with distance from the center of city.

(2) The Real Estate Developer Agent . The development of real estate is one of the primary causes for lake shrinkage, because filling in lakes can increase the land available to build houses so that the developers can achieve more economic benefits. However, filling in lakes is bound by the cost and earning of developers. As shown in Figure 11 , in the urban districts, the price of houses is high, but filling in lakes is almost impossible because the governmental supervision is strong here. In the districts away from the city center, the developers might fill in lakes more easily than in the urban districts, but it is not cost-effective for them because of lower house prices. Therefore, filling in lakes by the real estate developer agent usually occurs in the junction zone between the urban and suburban districts. South Lake of Wuhan, for example, was surrounded by agriculture land in the early 1990s. As the city expanded constantly, South Lake was almost surrounded by developed land by 2002. In the meantime, the area of South Lake reduced by 48.4%, and the reduced region had been nearly transformed into residential or commercial land.

Filling in lakes by the real estate developer agent tends to gather around the junction zone because of house prices and governmental supervisions.

Therefore, the impact of the real estate developer agent on Activity is expressed as in the following equation: (11) Activity = Activity ∗ IF deve , where IFdeve is the impact factor of the real estate developer agent and it is greater than 1. The more close IFdeve is to the junction zone, the greater it is.

(3) The Resident Agent . In some cases, the lake area had been occupied by the individual behaviors of residents, such as farming and fish-farming. These individual behaviors generally happen away from the city center because of the government and the real estate developers. Many lakes in the suburban districts, such as Wu Lake and Qingling Lake, had changed into ponds or paddy fields.

Therefore, the impact of the resident agent could be shown on the Activity as (12) Activity = Activity ∗ IF resi , where IFresi is the impact factor of the resident agent and it is greater than 1. IFresi is close to 1 in the urban districts and is increasing in the suburban districts.

(4) Interactions Between Each Agent . As shown in Table 5 , the government agent has the highest priority level and strength so that developers and residents must be subjected to governmental regulations. The resident agent has the lowest priority and the weakest strength, because the behaviors and decision-makings of residents should be more random than the developers’.

Relationships between the government agent, the developer agent, and the resident agent.

The priority levels of the agents determine the spatial distributions of their impact factors. The government agent has the highest priority level and supervises lakes mainly in the urban districts. So the developer agent develops real estate only in the junction zone between the urban and suburban districts because of governmental supervisions. The impact of the resident agent is mainly reflected in the suburban districts, because its priority level is the lowest.

(5) The Urban Border and Impact Factors . As mentioned above, it is necessary to determine the junction zone between urban and suburban districts. Accordingly, we proposed a border called the urban border. The urban border is a kind of geographic boundary rather than an administrative boundary. It can represent the actual situation of urban expansion. The urban border divides the city into the urban land-based regions and the agricultural land-based regions. So, extracting urban land and agricultural land from remote sensing images is the most direct approach to determine the urban border.

In this paper, the urban border is acquired by the urban location factor ( L ). According to Figure 8(e) , a series of isolines could be generated as in Figure 12(a) . Then the Landsat image of Wuhan in 2002 is overlapped with these isolines. As shown in Figure 12(b) , urban land in the Landsat image is nearly within the isoline L  =𠂐.7. Therefore, in the MAS layer, the urban border is defined as follows: (13) B = L L = 0.7 , where L is the urban location factor.

(a) A series of isolines from L . (b) The urban border is the isoline L = 0.7 .

On the basis of the urban border, the impact factors of three agents are simplified as in Figure 13 , where B is the urban border and L is the urban location factor.

The impact factors of three agents.

(a) (b) (c) 2.3.3. Integration of CA Layer and MAS Layer

In the CA layer of DULAEM, the transition rules of land use cells and lake cells depend on their Activities as shown in equations ( 4 ) and ( 8 ). On this basis, in the MAS layer, the impact factors in Figure 13 are added to Activities of land use cells and lake cells as in the following two equations, respectively: (14) Activity land = I land × P × L × IF gov × IF deve × IF resi , (15) Activity lake = I lake × α 1 P c + α 2 P a + α 3 L × IF gov × IF deve × IF resi , where Activityland and Activitylake are the Activities of land use cells and lake cells, respectively I land is the initial Activity of land use cells, which depends on its cell state I lake is the initial Activity of lake cells, which depends on N P is the proportion of the most land use types in the neighborhood P c is the proportion of the valid neighborhoods that have changed their states in this period P a is the proportion of agricultural land in the neighborhood L is the urban location factor defined as in equation ( 5 ) α 1, α 2, and α 3 are undetermined coefficients, and α 1 +  α 2 +  α 3 =𠂑 IFgov, IFdeve, and IFresi are the impact factors.

Meanwhile, the CA layer and MAS layer are integrated on the ULMG. The first-level grid of the ULMG could limit the extents and borders of the cell space and the agent space. The second-level grid is a carrier of cells and agents. In other words, a grid in the second level is a cell in the CA layer, an agent unit in the MAS layer, and a pixel in the remote sensing images.

In this paper, the accuracy of DULAEM is evaluated by the global relative error (GRE) defined as (16) GRE k = ∑ i = 1 N A i k − A i / A i N , where A ik is the area of the i th lake in the k th period A i is the actual area of the i th lake in 2002 N is the number of lakes and ( A ik – A i )/ A i is the local relative error (LRE) of the i th lake in the k th period.

3. Results and Discussions 3.1. Evolutions Based on CA Layer

In equations ( 8 ) and ( 15 ), there are still three undetermined coefficients: α 1, α 2, and α 3. In order to determine these coefficients and assess their effect on the GRE, we tested 16 groups of typical cases (as Table 6 ). For each group of α 1, α 2, and α 3, we ran DULAEM without the MAS layer 100 times and calculated the GREs according to equation (16).

Sixteen typical cases of α 1 , α 2 , and α 3 .

The mean, variance, and optimum of GREs in 100 simulations on each group are shown in Table 7 . The statistical results indicate that the GREs in Groups K, M, O, and P are less than those in the other groups. Their mean values are all close to 0.40. Their optimums are all less than 0.40, and K  <  P  <  M  <  O .

Figure 14 shows the iterations of Groups K, M, O, and P by the CA layer. As shown, the fastest group is Group O, which can reach steady value before the 80 th generation. Group M and Group P reach steady state around 90 th generation and 110 th generation, respectively. Group K needs at least 130 iterations to reach steady state.

The iterations of Groups K, M, O, and P.

According to Group O, farm works whose coefficient is α 2 and the urban location factor whose coefficient is α 3 are the primary cause of the evolution of urban lakes. If α 2 equals α 3, the GREs are less (see Groups K, O, and P). On the basis of α 2 and α 3, an appropriate α 1 could reduce the GREs further (see Groups K and P). In addition, the number of iterations to reach steady value depends on α 2 and α 2. The greater α 1 is and the smaller α 2 is, the more iterations are needed.

Figure 15 shows the spatial distributions of LREs under the best GRE of Groups K, M, and P. As shown, three distributions are similar: the lakes located in the urban districts are almost overfitted namely, their LREs are less than zero and the lakes located in the suburban districts are almost underfitted namely, their LREs are greater than zero. Some suburban lakes in Figure 15(b) are also overfitted because α 2 in Group M is greater than that in Groups K and P.

The spatial distribution of LRE of Groups (a) K, (b) M, and (c) P.

Meanwhile, it is necessary to improve model by MAS layer.

3.2. Evolutions Based on DULAEM

By comparing above GREs and iterations, we adopted Group P ( α 1 =𠂐.33, α 2 =𠂐.34, and α 3 =𠂐.33) in the CA layer and introduced MAS layer to run DULAEM 100 times.

3.2.1. Evolutions of Lake Area

GREs and LREs in 100 simulations were calculated according to ( 16 ).

Figure 16(a) shows the statistical result of GREs. A contrast between Figure 16(a) and Table 7 indicates that DULAEM could improve the GRE more than a pure CA layer. The mean of GRE is less than 10%, up to 0.091301. The optimum of GRE is 0.076477. At the same time, DULAEM is faster due to MAS layer so that it reaches steady value before the 70 th generation (Figure 16(b) ).

(a) The statistics of GREs in 100 simulations. (b) The iterations of DULAEM.

However, according to Figure 17 , although the GRE can be kept below 10%, there are a few lakes with larger error in some cases. For instance, as shown in Figure 17(b) , the minimum of the mean of LRE is less than 20%. In Figure 17(d) , the LRE could be fluctuant sharply so that the difference between maximum and minimum is even more than 150%.

(a) LRE of each lake. (b) The mean LRE of each lake. (c) The mean of the absolute value of LRE of each lake. (d) The difference between maximum and minimum of LRE of each lake.

Figure 18 shows the spatial distribution of LREs. The lakes with larger LRE tend to gather in the suburban districts irregularly. They were all small lakes in 1991 and had larger loss rate during 1991 and 2002. Thus, the lake area change in the suburban districts is more random and complex than that in the urban districts.

The spatial distributions of (a) LRE, (b) the mean of the absolute values of LRE, and (c) the difference between maximum and minimum of LRE.

An overlap analysis in Figure 19 shows that the simulation result by DULAEM well matched with the real lake areas extracted by Landsat images. However, if a lake had been filled in over 50%, there could be a big error between the real lake area and the simulation result.

(a) Urban lakes extracted from Landsat images in 2002. (b) Urban lakes evolved by DULAEM. (c) Overlap of urban lakes in (a) with those in (b).

(a) (b) (c) 3.2.2. Evolutions of LUCC

The evolution of LUCC is hard to be assessed by traditional methods such as the Kappa coefficient, because there is only a 100 m buffer at the lakeside. For this reason, the proportion of each land use type in the buffer of each lake is contrasted with its real values extracted from Landsat images. For instance, the proportions of developed land evolved by DULAEM have similar tendency to the real values in Figure 20 . Particularly, in the buffers where the proportion of developed land is greater than 40% in reality, the simulation result is larger than the real value. On the other hand, the simulation result is smaller than the real value in the suburban buffers. The polarization like in Figure 20 could be caused by the transition function T P u ,   P n ,   P n r ,   P r in the CA layer.

The proportion of developed land in 100 m lakeside buffers.

This paper proposed a dynamic model based on a special geographic information grid (ULMG) and MAS-CA model. A case study on Wuhan, China, proved that the model is effective for urban lake area evolutions.

The ULMG is a two-level grid that has the advantages of both vector model and raster model. It is designed for running MAS-CA model originally. The structure of ULMG is efficient for massive amounts of grids. It is available for the data management of large-scale, discrete spatial features such as urban lakes.

The CA layer of DULAEM indicates that urban lake area changes have correlations with their activities, which depends on locations and surrounding environments. For the lakes in the center of city, broad greenbelt landscape of at least 30 meters is necessary.

The MAS layer of DULAEM indicates that the area changes of urban lakes are also related to governments, real estate developers, and residents. These three agents have different actions in extent, strength, and priority. The government must pay more attention for the urban lakes, especially in the rural areas, and take some rules for real estate developers and residents.

DULAEM based on the ULMG and MAS-CA model reflects the natural factor and human factor for urban lake so that it can show the dynamic process of lake area change. Therefore, it would be significant for the policy-making of lake protection and the optimal configuration of land resources in the lakeside.


GIS and census data: tools for library planning

Purpose &ndash This article seeks to demonstrate a technique for using a Geographic Information System (GIS) to analyze US Census data to better understand potential library users and improve library service planning. Design/methodology/approach &ndash A GIS was used to link variables such as age, race, income, and education from the 2000 US Census with service area maps of two proposed branch libraries. Thematic maps were created for each of the census variables to display demographic information about potential library users within a three‐mile radius of the proposed libraries. Findings &ndash The GIS maps and their associated attribute data enhanced the ability to analyze and compare the demographics of potential users in the two library areas and identify significant differences. The data on age, race, education and income for residents in the two areas were combined with known library use indicators to help plan library services with the potential to attract different populations in the local community. Originality/value &ndash Provides practical information about downloading US Census data into a GIS to be able to present demographic data about potential library users both visually and quantitatively.

Journal

Library Hi Tech &ndash Emerald Publishing

Published: Jun 19, 2007

Keywords: Geographic Information Systems Census Information services United States of America