张小伟
- 作品数：3 被引量：16H指数：2
- 供职机构：中国海洋大学环境科学与工程学院更多>>
- 发文基金：“我国近海海洋综合调查与评价”专项国家自然科学基金更多>>
- 相关领域：经济管理天文地球农业科学自动化与计算机技术更多>>
- 基于Logistic-CA-Markov模型的青岛市土地利用变化动态模拟被引量：11
- 2014年
- 研究经济快速发展的沿海地区土地利用结构的变化并预测其未来发展趋势,可以为区域土地合理利用与配置提供参考。以青岛市为研究区,采用Logistic-CA-Markov耦合模型,基于2000年、2011年土地利用解译数据,结合DEM、人口、GDP、距离等因素模拟出2011年土地利用数据,与2011年解译数据对比,得到模拟精度为94.27%,说明模型拟合精度较高,接着对2022年、2033年土地利用空间格局进行了预测。Logistic-CA-Markov模型模拟的2011—2022年土地利用类型将保持2000—2011年的变化趋势,表现在耕地、水域、未利用土地面积减少,林地、草地以及城乡、工矿、居民用地面积增加,2022—2033年城乡、工矿、居民用地面积仍然增加,但是增加速率明显小于2011—2022年。研究结果表明,Logistic-CA-Markov耦合模型具有较高的模拟精度,可以应用于模拟多类土地利用类型之间的演变。该研究可为青岛市的土地规划、管理和决策提供依据,同时对保护和改善生态环境具有现实的指导意义。
- 邢容容马安青张小伟于欣鑫马冰然
- 关键词：土地利用变化
- 青岛市土地利用变化类型与影响因子关系的CCA研究被引量：5
- 2015年
- 以青岛市为研究区,利用1990、2000、2006和2011年遥感数据、社会经济统计数据等,采用多变量分析方法定量分析了近20年青岛市土地利用变化的驱动因子。首先对1990和2011年土地利用变化数据进行叠加分析,提取出主要土地利用类型发生变化的斑块,构建土地利用变化样本数据矩阵;然后提取变化图斑对应驱动因子的栅格数据,构建土地利用变化的驱动因子矩阵;在此基础上,采用典范对应分析(CCA)研究土地利用转换类型与驱动因子的相关关系,揭示了青岛市土地利用变化的特征,定量阐释了各类型土地变化的驱动因子。结果表明,海拔高度、地形起伏度、距海岸线的距离、人口密度是青岛市土地利用变化的主要驱动因子,其次为到城镇的距离、交通密度和GDP密度。
- 邢容容马安青刘修锦于欣鑫张小伟马冰然
- 关键词：CCA排序
- 自组织数据地图在大辽河河口水质分析中的应用
- 2014年
- 自组织数据地图(SOM,Self-organizing Map)具有强大的数据压缩和提炼功能,应用它可以对水质监测数据进行处理,找到水质分析的新方法。本文以大辽河河口水质监测数据为例,应用MATLAB中SOM工具箱,采用批处理SOM算法,利用MATLAB语言编写出水质分析程序。该程序通过SOM的训练对数据特征进行分析和显示,并进一步分析SOM训练结果,将监测数据分成4类,最后实现数据跟踪及新的监测数据的自动归类。该方法可以将水质监测数据的特征可视化,便于直观、深入地分析水质状况,为识别水质特征、跟踪水质变化和应对措施提供决策支持。
- 张小伟刘乐军马安青张震
- 关键词：水质分析
