IDRISI软件之CA_Markov模块实现土地利用变化模拟方法及步骤

摘要：利用IDRISI软件可以实现将markov数据链与CA元胞自动机模型相结合，实现土地利用的精确模拟，这篇文章主要介绍使用方法，并简单介绍模拟逻辑。

1.数据准备

landuse image:至少准备两期已有的遥感影像数据，并解译，（遥感影像的下载及解译方法参阅其他文章）

factor image：影像因子影像数据，在土地利用变化模拟中，我们一般认为交通路线、城镇、工厂、水域、保护区、气温、降水、土壤等等都会影像各类地物的转移变化，影像因子的确定需要参考文献并结合当地实际情况确定。

！！！重点是 前期的土地利用遥感影像必须处理成同投影同栅格大小边界完全重合的遥感影像。

2.创建一个工程目录

 

3.数据格式转换

所用的数据是IDRISI中的栅格数据，因此需要将gis中的tif数据转换为IDRISI支持的栅格数据格式。

方法：File→Import→Desktop Publishing Formats→GEOTIFF/TIFF

 

 转换后的格式为.rst

【重点】也可以在Arcgis中使用“raster to ascii”将影像数据转换为ascii数据，方便加载进INDIRI软件进行处理，他的加载顺序如下：

 shp文件的加载顺序如下：

 之后对加载的遥感影像图进行reclass重分类处理，操作界面如下：

 下一步，对于完成分类的图像，在IDRISI中显示分类名称

 再介绍一下，矢量数据导入之后的处理过程，矢量数据导入后，因为在运算过程中也需要栅格方式，所以这里需要进一步转换为栅格数据，具体处理如下：

 再对栅格化的矢量数据，进行reclass处理。

 三、获取马尔科夫矩阵

方法：Modeling→Environmental/Simulation models→MARKOV

1表示获取转换矩阵的前一期影像，为我们的87年遥感影像；

2表示获取转换矩阵的后一期影像，为我们的96年遥感影像；

3是这个模型中输出条件概率的前缀，表示的是从87到96变化的一些信息（具体是什么，我也不清楚，但是后续的预测会用到这个文件），一般都是我们自己命名，比如说8796；

4表示第一个与第二个影像之间的时间间隔，这里为9年；

5表示我们向前预测的时间周期，这里也设置为9年，即模拟2005年的土地利用情况；

6是比例误差（我看的资料里面一般都设置的是0.15）。

获取的马尔科夫矩阵记录了在下一个时期，从每个土地利用类型转换为其他土地利用类型的概率。

四、实现CA_Markov模型预测

在实现CA-Markov模型之前，我们必须得完成MCE方法之下的影像因子的约束处理，适宜性图集，具体操作如下：

 第一个适宜性图像的制作过程如下：

命名-限制性因子的设置-影响性因子的设置-设置权重-输出MCE图集 

下面介绍一个插件：Histogram:表示的是，某一类影像因子的数值分布情况，可以根据这个分布情况设置限制性因子的阈值范围。

 最后每一地类都会得到这样的一个MCE图集，它表示了该类地物的未来变化适宜性，数值越大表示转移概率越大。

 当每一类地物的MCE适宜性图像都完成之后，需要对所有适宜性图像完成一个适宜性图集，使用的工具是collection editor.具体操作如下：（必须依次添加完成）

 最后一步是进行CA-Markov操作；具体操作如下：

土地利用变化模拟使用的是IDRISI软件中的CA-Markov模型, 位于Modeling→Environmental/Simulation models→CA_Markov。

1表示模拟05影像需要依据的影像，即为我们的96年遥感影像；

2表示马尔科夫转换矩阵面积文件，这里选择的是马尔科夫转换概率矩阵；

3即为转换适宜性图集（我是把从87转换为96年影像中产生的那个8796文件作为适宜性图集，一般都是自己重新做一个这种图集，需要道路、河流、坡度等信息，我之前也做过，但主观性特别强，而且出来的模拟精度很低，所以就舍弃了这个方法）；

4表示输出的土地利用变化数据，命名为05；

5表示元胞自动机循环次数，一般为两个年份之间间隔的整数倍，这里可以取9、18、27等等，但是数字越大，需要的模拟时间越多；

6是我们讨论的CA模型中邻域结构的设定，系统默认的是5*5型，即为我们所说的5*5的冯诺依曼形状，如下所示：

0 0 1 0 0

0 1 1 1 0

1 1 1 1 1

0 1 1 1 0

0 0 1 0 0

如果需要自己设置的话，可以选择上述对话框中的User-defined filter，但是里面的文件需要我们自己制作，方法如下（以7*7摩尔结构为例）：

1.点击工具栏上的Edit按钮：

 

 2.编辑输入过滤模板

 

第一行表示7行

第二行表示7列

下面的矩阵构成邻域过滤矩阵，1表示有影响作用的邻域，反之用0表示。

1. 将该文件保存为.fil格式文件，命名为moore7.

五、精度评价

GIS Analysis→Database Query→CROSSTAB

 

1表示第一幅影像数据，这里的05为模拟产生的数据；

2表示第二幅影像数据，这里的05wuhan1为实际的数据。

其实，上述二者的顺序是可以调换的。

模型运行后得出的结果为

里面有不同的评价指标值。（我们一般认为kappa系数大于0.75的情况下，才算模拟结果良好）

以上是利用CA-Markov模型进行土地利用模拟的全部步骤，整理的过程中参考了大量的前辈开展的资料内容，如有侵权，可联系作者进行删除~对本文提供支持的各位学者表示感谢，也真心希望该文章能够帮助到更多的初学者，利用该技术产出更多成果，为我国地理科研事业做出更多贡献。