基于元胞自动机的地理模拟
GIS空间分析在众多场景中都得到了较好的应用，如多要素的区位选址应用、空间格局分析应用等。但在面对复杂时空动态变化模拟时，如城市扩张、土地利用变化、疾病扩散、火灾蔓延等，则需要与相关方法进行有机结合，从而进一步挖掘GIS空间分析的应用潜力。随着GIS的不断发展，对地理空间系统的研究已不再仅仅局限于简单的静态表述，而更加偏重于地理事物构成或地理现象产生的原因和演化过程，即地理模拟。
什么是元胞自动机
元胞自动机(Cellular Automata, CA)是20世纪50年代初由计算机科学家冯•诺依曼为了模拟生命系统的自复制功能而提出来的。
元胞自动机是一种时间、空间、状态都离散，空间相互作用和时间因果关系为局部的网格动力学模型，具有强大的空间建模、运算和模拟复杂系统时空演化过程的能力。从20世纪90年代开始，元胞自动机被广泛应用于土地利用及地貌演化、城市增长及扩散等地理模拟诸多应用领域。
我们可以借助一个简单的生命游戏，来快速理解元胞自动机是如何进行计算模拟的。该游戏通过分布在二维空间网格上的细胞来发挥作用。每个细胞只以一种状态存在（活或死），并且在下个时刻的状态由当前状态以及与它最近的8个邻域细胞的状态共同决定。
游戏规则：
1、活细胞周围的细胞数小于2个或多于3个则死亡；
2、活细胞周围有2或3个细胞可以继续存活；
3、死细胞周围恰好有3个细胞则会复活。
生命游戏仿真效果
由此也可看出，元胞自动机的基本组成包括元胞、元胞空间、状态、邻域及转换规则等。
• 元胞：CA的基本研究对象，可以定义为规则格网。
• 空间：元胞在空间中分布的空间格点，可以是一维、二维或多维。
• 状态：可以是两种状态，如“生”或“死”，“黑”或“白”，“城市用地”或“非城市用地”来表示；也可以是多种状态，如不同的城市用地类型。
• 邻域：存在于某一元胞周围，能影响该元胞在下一时刻的状态。邻域的划分方式包括以下两种。
Von Neumann 4个元胞组成的邻域（左）、Mooore 8个元胞组成的邻域（右）
• 转换规则：根据元胞及其邻域元胞的状态，决定下一时刻该元胞状态的动力学函数。定义转换规则是元胞自动机的核心。
元胞自动机最核心部分就是定义转换规则，整个模拟过程完全是受转换规则控制的。如何有效定义或获取转换规则中的参数是模拟对象演变的关键，目前相关学者在地理模拟中常用到的方法包括主成分分析、神经网络、马尔科夫链等，并逐渐将深度学习模型引入元胞自动机研究当中。
元胞自动机在地理模拟中的应用
元胞自动机(CA)在地理模拟中最典型的应用就是模拟城市发展，为城市规划提供科学依据。CA的基本研究对象是元胞，元胞可以定义为特定空间分辨率的格网，因此能十分自然的与相应空间分辨率的遥感影像分类结果结合起来。CA强大的建模能力能模拟出与实际非常接近的结果，已被越来越多地运用到城市扩张模拟中。而最常用的城市模拟内容是土地利用变化模拟，CA可以模拟多种土地利用类型间的转变，进而对科学合理的土地利用规划服务。
在土地利用研究中，元胞空间代表所有类型土地的集合，每个元胞有各自的属性（即土地利用类型），每个元胞在下一时刻的状态由该元胞当前状态、其邻域内元胞状态和转换规则共同决定。然而由于土地系统的高度复杂性以及影响因子的多样性，元胞转换规则是该模型设计中的最大难点，常用的模拟土地利用变化的地理元胞自动机方法有ANN-CA及PCA-CA等。
黎夏教授在多年研究基础上提出地理模拟与优化系统(Geographical Simulation and Optimization System，GeoSOS)理论，其相关理论及软件被广泛用于国内外地理研究实例中。GeoSOS由三个重要模块组成：地理元胞自动机(CA)、多智能体系统(MAS)、生物智能(SI)，用于模拟、预测和优化复杂地理格局和过程。应用于土地利用变化、城市扩张模拟、公共设施选址、生态红线和城市增长边界划定等地理模拟和空间优化工作，能够帮助科研人员、规划人员和政府部门针对以上问题进行更科学、更智能的研究和决策。其中地理元胞自动机是将GIS与动态模型元胞自动机耦合得到的模型，可以有效进行地理模拟。
SuperMap GIS产品支持情况
目前SuperMap GIS产品已支持了基于主成分分析的元胞自动机(PCA-CA)和基于人工神经网络的元胞自动机(ANN-CA)，服务于人工智能GIS相关应用。
基于神经网络的ANN-CA特点是方法简单，无需人为确定模型结构、转换规则及模型参数，利用神经网络代替转换规则，并通过对神经网络进行样本训练，自动获取模型权重参数。ANN-CA模型的输入为历史土地利用情况，以及土地利用变化的各个变量（如自然、交通区位、社会经济等推动城镇发展的驱动力因子），输出为各土地利用类型之间转换的概率。
ANN-CA原理
下图为利用SuperMap GIS模拟的某市2001年以后城市扩张情况。将模拟结果与真实土地利用类型进行比对，转换准确率约90%。
城市扩张模拟
此外，元胞自动机在其他地学相关领域也有广泛的应用，例如交通仿真模拟可以用于交通拥堵等问题的分析，森林火灾模拟为有效防治林火灾害提供科学理论依据，还有其他如山体滑坡、泥石流、火山岩溶流等自然灾害的模拟也都具有较大的理论价值。越来越多的研究和应用成果都证明了基于元胞自动机的地理模拟有着广阔的研究前景和重要的实践意义。
森林火灾模拟
GIS与元胞自动机(CA)的有效结合能使二者在时空建模方面相互补充，CA能增强GIS时空动态建模的能力，可作为GIS空间分析的基础支撑；GIS能够为CA提供空间信息，包括各种资源环境约束条件的有效表达。我们也在不断尝试将地理模拟理论与方法与SuperMap人工智能GIS技术有效融合，并积极探索更为先进的模型方法来拓展地理模拟的应用边界。
参考文献：
1.Liu Xiaoping, Xun Liang, Xia Li, Xiaocong Xu, Jinpei Ou, Yimin Chen, Shaoying Li, Shaojian Wang, and Fengsong Pei. 2017. A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects. Landscape and Urban Planning, 168: 94–116.
2.Yeh A G O, Li X. 2002. A cellular automata model to simulate development density for urban planning, Environment and Planning B, 29, 431-450.
3.Li X, Yeh A G O. 2001. Calibration of cellular automata by using neural networks for the simulation of complex urban systems. Environment and Planning A, 33, 1445-1462.
2020 GIS 软件技术大会，点击上图即刻报名！
【精彩阅读】
▼
欢迎转载~