| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 云计算技术研究进展 | 第10-11页 |
| 1.2.2 土地利用变化模型研究现状 | 第11-12页 |
| 1.2.3 云计算技术应用研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 Hadoop平台技术及CA-Markov模型理论 | 第16-28页 |
| 2.1 Hadoop云平台 | 第16-23页 |
| 2.1.1 HDFS文件系统 | 第17-22页 |
| 2.1.2 MapReduce编程模型 | 第22-23页 |
| 2.2 CA-Markov模型基本理论 | 第23-27页 |
| 2.2.1 马尔科夫模型 | 第23-24页 |
| 2.2.2 元胞自动机模型 | 第24-26页 |
| 2.2.3 CA-Markov模型 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 Hadoop下土地利用变化预测算法设计 | 第28-40页 |
| 3.1 Hadoop下土地利用变化预测总体设计 | 第28-30页 |
| 3.2 多准则评价因子确定 | 第30-32页 |
| 3.3 算法输入数据组织与解析 | 第32-34页 |
| 3.3.1 CLOUD-Markov算法输入数据组织与解析 | 第32-33页 |
| 3.3.2 CLOUD-CELUC算法输入数据组织与解析 | 第33-34页 |
| 3.4 CLOUD-Markov算法设计 | 第34-35页 |
| 3.5 CLOUD-CELUC算法设计 | 第35-37页 |
| 3.6 元胞状态转换方向确定 | 第37-38页 |
| 3.7 模拟次数界定 | 第38-39页 |
| 3.8 本章小结 | 第39-40页 |
| 第四章 实例分析 | 第40-54页 |
| 4.1 Hadoop平台环境搭建 | 第40-42页 |
| 4.1.1 实验环境 | 第40-41页 |
| 4.1.2 平台搭建 | 第41-42页 |
| 4.2 研究区数据收集处理 | 第42-44页 |
| 4.3 CLOUD-LUCP算法效率分析 | 第44-49页 |
| 4.3.1 CLOUD-Markov算法效率分析 | 第45-47页 |
| 4.3.2 CLOUD-CELUC算法效率分析 | 第47-49页 |
| 4.4 土地利用变化模拟与评价 | 第49-52页 |
| 4.4.1 2013 年土地利用变化模拟处理 | 第49-50页 |
| 4.4.2 2013 年土地利用变化模拟结果分析 | 第50页 |
| 4.4.3 2013 年模拟结果精度评价 | 第50-52页 |
| 4.5 2020 年土地利用变化预测应用 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 结论与展望 | 第54-56页 |
| 5.1 论文总结 | 第54-55页 |
| 5.2 未来展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间的研究成果 | 第63-64页 |
