http://www.gissky.net- GIS空间站

 提出基于集合卡尔曼滤波(EnKF)的元胞自动机(CA)模型。在CA模型中,由于不同的样本会训练出不同参数值的转换规则,且获取的转换规则在整个模拟过程中不能改变等原因,误差在模拟过程中会不断累积。本文在CA模型中引入集合卡尔曼滤波的数据同化方法,建立了基于集合卡尔曼滤波的数据同化CA模型,同化遥感观测数据,根据得出的同化值修正模拟结果使之向真实情况逼近。利用该模型模拟了广东省东莞市的发展情景(1995年—2005年),实验表明,与传统CA模型相比,基于集合卡尔曼滤波的CA模型能够融合遥感观测数据,并能更有效地模拟城市扩张过程,达到良好的模拟效果。 更多还原

【Abstract】 This paper presents a new method for calibrating urban cellular automata(CA) using ensemble Kalman filter(EnKF) of data assimilation.In CA modeling,the key issue is defining transition rules,which usually consist of many variables and parameters.There are many uncertainties in determining parameter values and the transition rules are deterministic and unchanged during the modeling process.As a result,the model errors would accumulate continuously in the simulation.The paper introduces the ensemb... 更多还原