基于深度学习的玛纳斯土地利用时空格局变化与预测后印本

作者： 王娇娇 ^1,2 尹小君 ^1,2 刘陕南 ¹ 王帝盟 ^1,2
作者单位：

1. 石河子大学信息科学与技术学院，新疆石河子832000

2. 兵团空间信息工程技术研究中心，新疆石河子 832000
通讯作者： 尹小君 Email:yinxiaojun2018@163.com
提交时间：2023-03-13 17:02:01

摘要: 土地利用时空格局变化与预测对土地资源管理与优化至关重要。本文基于遥感时空序列数据，协同景观指数与深度学习的长短时记忆网络（Long-Short Term Memory，LSTM）模型，对玛纳斯进行长时间序列土地利用时空格局演变特征分析和预测。结果表明：（1）1992—2020年耕地、草地和建设用地增加，林地、水域和未利用地减少。（2）耕地破碎化程度降低，林地和水域的景观指数轻微波动；草地破碎化程度降低，形状趋于规则化；建设用地处于持续扩张状态，破碎化程度加深，形状趋于复杂；未利用地破碎化程度增加，但形状趋于规则化。（3）比较了LSTM 模型、多层感知人工神经网络(Multi-Layer Perception Artifical Neural Network，MLP-ANN)模型、逻辑回归(Logistic Re⁃ gression，LR)模型和CA-Markov模型的预测精度。LSTM模型的Kappa系数为95.31%，较其他模型准确度高，符合实际土地利用格局分布。LSTM模型表明2025年土地利用类型可能仍以耕地、草地和未利用地为主。

时空格局变化土地利用预测深度学习 LSTM模型景观指数

分类： 地球科学 >> 地理学
引用： ChinaXiv:202303.00117 (或此版本 ChinaXiv:202303.00117V1)
DOI:10.12074/202303.00117V1
CSTR:32003.36.ChinaXiv.202303.00117.V1
科创链TXID： 2c87e450-1e6c-401b-8178-dc5f516686bf
推荐引用方式： 王娇娇,尹小君,刘陕南,王帝盟.基于深度学习的玛纳斯土地利用时空格局变化与预测.岩土力学预印本平台.[DOI:10.12074/202303.00117V1] (点此复制)

版本历史

[V1]

2023-03-13 17:02:01

ChinaXiv:202303.00117V1

下载全文

相关论文推荐

1. 基于改进深度学习模型的干旱区城市PM2.5浓度预测与应用研究	2026-02-27
2. 艾比湖春夏季土壤盐渍化卫星监测对比分析	2025-12-30
3. 基于EMD-GWO-LSTM模型的新疆标准化降水蒸散指数预测方法研究	2024-06-12
4. 深度学习方法下GEDI数据的天然云杉林地上生物量反演	2024-03-01
5. 基于深度学习融合OBIA的黄土高原小流域淤地坝系提取	2023-12-06
6. 基于深度学习的寒旱区多时序影像土地利用及变化监测 ——以新疆莫索湾垦区为例	2021-12-14
7. 基于EEMD-LSTM模型的天山北坡经济带年降水量预测	2021-09-14


公开评论匿名评论仅发给作者

基于深度学习的玛纳斯土地利用 时空格局变化与预测 后印本

版本历史

相关论文推荐

基于深度学习的玛纳斯土地利用时空格局变化与预测后印本