PLUS模型教程1：认识PLUS模型

学习更多干货，请关注微信公众号：生态遥感笔记！

PLUS模型介绍

首先得先介绍一下这个模型：

PLUS模型是由中国地质大学（武汉）地理与信息工程学院&国家GIS工程技术研究中心的高性能空间计算智能实验室(HPSCIL)所开发的。

网址：

https://www.urbancomp.net/archives/plus；

模型下载：

https://github.com/HPSCIL/Patch-generating_Land_Use_Simulation_Model；

PLUS开发的文献，梁迅老师的论文：

Liang X, Guan Q, Clarke K C, et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China[J]. Computers, Environment and Urban Systems, 2021, 85: 101569.

PLUS模型是一个基于栅格数据的可用于斑块尺度土地利用/土地覆盖(LULC)变化模拟的元胞自动机(CA)模型。PLUS模型集成了基于土地扩张分析的规则挖掘方法和基于多类型随机种子机制的CA模型，可用于挖掘土地扩张的驱动因素并预测土地利用景观的斑块级演化。当然PLUS模型也是有发展过程的，是在FLUS模型（这个模型在国内运用范围非常非常非常广）上一步一步发展起来的，在不断完善的过程中都是为了解决其中的一些问题。发展过程来源于梁迅老师的讲座：新土地利用变化模拟理论、模型和软件：从FLUS系列模型，到OS-CA，PLUS和混合元胞CA；讲座视频建议大家都去看看

B站：https://www.bilibili.com/video/BV1si4y1P7Q3

说这么多想必大家也清楚，PLUS模型就是一个能够模拟未来土地利用的模型。当然，目前常见的模型是很多的，比如SLEUTH，CLUE-S、CA-Markov、GeoSOS、FLUS、LUSD模型等等，都常用于模拟未来土地利用格局。作为CA模型，其中有一些内容是需要了解一下的。这将很有助于了解模型运行的主要步骤。

自顶向下

利用CA进行土地利用变化空间模拟的时候，往往需要先预测区域土地利用变化总需求量和土地利用结构（这个过程被称为“自顶向下”）。

我喜欢称为数量预测，为什么需要数量预测呢？比如我想模拟一下2030年的土地利用格局，都是放在软件里跑，软件怎么知道运行到什么时候应该停下来，其实就是依据你在软件中所输入的未来的土地利用数量，当模型软件达到未来数量的时候，软件就停了。

预测区域土地利用变化总需求量和土地利用结构可以作为CA模型约束或者模型运行终止的关键条件。其作用就是使得CA的区域模拟能满足社会经济和人口发展的宏观规律，这就是“自顶向下”的区域约束。

这个数量预测的过程可以通过马尔科夫链（Markov chain）方法、系统动力学（system dynamics）方法、线性规划（Linear programming）方法等等等等，总之非常多，不同方法有不同方法的优势和劣势，但是这些方法有的可以称为土地利用预测，有的可以称为土地利用优化，预测和优化的区别在哪儿呢？预测一般是基于过去趋势和格局外推获取未来的土地数量，优化一般是，在一定约束条件下，把土地资源配置给效益较高的用地部门，以提高土地利用的总体效益，需要有确定优化目标和优化模型。好的，区别一张表进行解释：

文献来源：李鑫,李宁,欧名豪.土地利用结构与布局优化研究述评[J].干旱区资源与环境,2016,30(11):103-110.

放心好了，PLUS模型中已经集成了马尔科夫链（Markov chain）方法

自下而上

当然你数量预测出来了其实还不够，你得知道空间分布在哪儿，这就是需要CA模型的运行，这得取决于CA的“自下而上”的核心模型，CA有四个基本要素：元胞、状态、领域和转换规则，最核心的部分就是定义转换规则，即土地发展的总概率（总概率包括：各类用地的发展概率、领域概率、领域权重、自适应惯性、转移矩阵。这以FLUS模型为例，PLUS模型也差不多）。一般来说，总概率最高的主导土地利用类型会被栅格单元优先分配，然后不同土地利用类型在数量的约束下，分配在其总概率高的空间位置上。

其中获取各类用地的发展概率则的方法就非常多了，常见的CLUE-S是基于Logistic方法获取的，CA-Markov可以选择用MCE、Logistic和MLP获取，FLUS是基于神经网络（ANN）方法获取，PLUS模型是基于用随机森林算法（RF）获取。

但是但是，在获取各类用地的发展概率时，是利用一期土地数据，各类不同的土地类型获取发展概率好？

还是利用两期土地数据，从中获取土地变化的部分，利用土地利用变化间各类用地扩张的部分获取发展概率好呢？

应该是后者，利用其变化部分，能增强时段概念和对土地利用变化驱动机理的挖掘能力，PLUS则是运用了利用两期土地数据获取发展概率。

运行PLUS模型

以上内容是进行模拟过程中的需要了解的一些知识。现在我们说说仔细说说PLUS模型（这一部分主要参考梁迅老师的教程和他的论文，这主要是我对论文的理解，如果有不对的地方，麻烦批评指正）

首先，PLUS模型主要包括两个部分：

(1) 用地扩张分析策略（LEAS）

这个部分就是该策略提取两期土地利用变化间各类用地扩张的部分。并从增加部分中采样，采用随机森林算法逐一对各类土地利用扩张和驱动力的因素进行挖掘。获取各类用地的发展概率，及驱动因素对该时段各类用地扩张的贡献。

从框架图可以看出，首先是提取了两期土地利用变化间各类用地扩张的部分，并和相应的驱动因素一起采样，通过随机森林分类（RFC）获取驱动因素大小和各类用地的发展概率。使用随机森林算法可以很好的处理因子间的空间自相关和多重共线性（说明考虑影响因素的时候限制减少了），此外也能更好的解释土地利用变化与潜在驱动因素的非线性关系。

图1：基于随机森林模型土地扩张分析策略的规则挖掘框架工作流程

图件来源：Liang X, Guan Q, Clarke K C, et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China[J]. Computers, Environment and Urban Systems, 2021, 85: 101569.

(2) 基于多类随机斑块种子的CA模型（CARS）

结合随机种子生成和阈值递减机制，PLUS模型得以在发展概率的约束下，时空动态地模拟斑块的自动生成。计算过程较为复杂，但是没关系，因为是软件帮助我们进行计算。我们在过程中知道模型主要做了什么就好了。

① 土地利用总概率：

之前我们已经说了，CA最核心的部分就是定义转换规则，即土地发展的总概率。在总概率（Overall probability）的基础上运用赌盘选择（Roulette selection）确定下一次迭代过程中土地利用状态

PLUS的总概率=各类用地的发展概率（The growth probability for each land use type）×领域效应（neighborhood effects）×自适应惯性系数（self- adaptive driving coefficient）

其中，各类用地的发展概率在用地扩张分析策略（LEAS）中我们已经计算了。

领域效应：是基于领域权重和领域范围进行计算。
自适应惯性系数：是模型根据宏观需求和分配的土地利用量之间的差异，自动调整每个网格单元上当前土地利用的继承性。
赌盘选择：是指一般来说，综合概率最高的主导土地利用类型会被栅格单元优先分配，但综合概率相对较低的土地利用类型即使机会很小仍然有机会被分配。为了实现这一点，使用轮盘赌选择机制来确定哪种土地利用类型将占据栅格单元。土地利用被分配的概率与其综合概率成正比。（具体公式请大家自己看梁迅老师的文章！！）

②基于递减阈值的多类型随机补丁种子

这一部分是为了模拟多种土地利用类型的斑块演变，因此运用结合随机种子生成和阈值递减机制，在总概率、领域效应、自适应系数、转移矩阵等约束下进行生成土利用斑块。（这一部分具体公式，麻烦大家自己看看梁迅老师的文章）

图2：基于多类型随机斑块种子的CA模型示意图

好了，大概了解的CA模型之后，那想运行PLUS模型需要几部分呢？

(1) 土地利用数量预测（PLUS模型中集成了Markov chain）

(2) 利用PLUS模型提取两期土地利用变化间各类用地扩张的部分，采用随机森林算法逐一对各类土地利用扩张和驱动力的因素进行挖掘。获取各类用地的发展概率，及驱动因素对该时段各类用地扩张的贡献。（PLUS模型中的用地扩张分析策略（LEAS）部分）

(3) 将预测好的土地数量、各类用地的发展概率、领域权重、转移矩阵等等进行设定，运行模型就好了。

在了解整个过程后，我们将进行实战部分，第二期将选择一个区域，实际进行模拟，请多多分享多多点赞，第二期实战教程正在路上！

参考资料

黎夏, 叶嘉安, 刘小平, 等. 地理模拟系统: 元胞自动机与多智能体[M]. 北京: 科学出版社, 2020（强烈安利这本书，仔细阅读和学习）

李鑫,李宁,欧名豪.土地利用结构与布局优化研究述评[J].干旱区资源与环境,2016,30(11):103-110.

梁迅. PLUS模型教程一：plus模型原理和软件介绍-v6.5（软件包里有）

戴尔阜,马良.土地变化模型方法综述[J].地理科学进展,2018,37(01):152-162.

Liu X, Liang X, Li X, et al. A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects[J]. Landscape and Urban Planning, 2017, 168: 94-116.

Shi M, Wu H, Fan X, et al. Trade-Offs and Synergies of Multiple Ecosystem Services for Different Land Use Scenarios in the Yili River Valley, China[J]. Sustainability, 2021, 13(3): 1577.

Li C, Wu Y, Gao B, et al. Multi-scenario simulation of ecosystem service value for optimization of land use in the Sichuan-Yunnan ecological barrier, China[J]. Ecological Indicators, 2021, 132: 108328.

PLUS模型教程1：认识PLUS模型相关推荐

【虚拟仿真】Unity3D中拆分模型教程（多种类型模型拆分）
推荐阅读 CSDN主页 GitHub开源地址 Unity3D插件分享简书地址我的个人博客 QQ群:1040082875 大家好,我是佛系工程师☆恬静的小魔龙☆,不定时更新Unity开发技巧,觉得有 ...
切割图形_模型教程丨切割机使用——结合实例
点击这里查看上一期教程哦~ 半平米工坊:模型教程丨切割机操作手册zhuanlan.zhihu.com 不知道大家看了上期的切割教程有没有去实际操作呢~有没有发现一些切割时不知道该如何处理的小问题~ ...
黑马lavarel教程---10、lavarel模型关联
黑马lavarel教程---10.lavarel模型关联一.总结一句话总结: 1.模型关联比较方便,一次定义,后面都可以使用 2.关联关系使用动态属性进行调用 1.一对多,多对多实例? 一对多: ...
.NET 事件模型教程（一）
.NET 事件模型教程(一) .code { padding: 10px 10px 10px 10px; font-family: 宋体; background-color: #ececec } 目录 ...
PyTorch | 保存和加载模型教程
点击上方"算法猿的成长",选择"加为星标" 第一时间关注 AI 和 Python 知识图片来自 Unsplash,作者: Jenny Caywood 2019 ...
Odoo10教程---模块化三：模型约束，高级视图，工作流，安全性，向导，国际化和报表等
模型约束 Odoo提供了两种设置自动验证不变量的方法: Python constraints 和SQL constraints. Python约束定义为用constrains()修饰的方法,并在记录集 ...
Odoo10教程---模块化二：模型间关系，继承，计算字段等
模型之间的关系来自模型的记录可能与来自另一模型的记录相关.例如,一个销售订单记录和一个包含客户数据的客户记录相关:同时也和销售订单线记录相关. 练习创建会话模型对于模块Open Academy, ...
【译】ASP.NET MVC 5 教程 - 4：添加模型
原文:[译]ASP.NET MVC 5 教程 - 4:添加模型在本节中,我们将添加一些管理电影数据库的类,这些类在ASP.NET MVC 应用程序中扮演"Model"的角色. 我 ...
Maya创建重力动力模型教程!
Maya创建重力动力模型教程!Maya是美国Autodesk公司制作的世界一流的三维动画软件,应用对象是专业的电影广告.角色动画.电影特技等.功能完善,工作灵活,易学易用,制作效率极高,渲染真实感极强 ...
3Dmax制作锁模型教程
3Dmax制作锁模型教程 3Dmax如何制作锁模型?今天小编就和大家讲解一下3Dmax软件的实用知识点之锁模型,其实利用放样工具.切角长方体组合完成的.方法简单易懂,但愿你未来的项目中有所借鉴,那么以 ...

PLUS模型教程1：认识PLUS模型

PLUS模型教程1：认识PLUS模型相关推荐

最新文章

热门文章