| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究的背景与意义 | 第12-13页 |
| 1.1.1 研究的背景 | 第12-13页 |
| 1.1.2 研究的意义 | 第13页 |
| 1.2 国内外研究进展 | 第13-15页 |
| 1.2.1 国外研究进展 | 第13-14页 |
| 1.2.2 国内研究进展 | 第14-15页 |
| 1.3 研究内容及技术路线 | 第15-18页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究方法 | 第15-16页 |
| 1.3.3 技术路线 | 第16-18页 |
| 第二章 相关研究理论基础 | 第18-26页 |
| 2.1 元胞自动机 | 第18-22页 |
| 2.1.1 元胞自动机的构成 | 第19-21页 |
| 2.1.2 元胞自动机的特征 | 第21-22页 |
| 2.2 人工神经网络 | 第22-24页 |
| 2.2.1 人工神经网络基本原理 | 第22-23页 |
| 2.2.2 三层BP神经网络 | 第23-24页 |
| 2.2.3 BP网络特点 | 第24页 |
| 2.3 马尔科夫模型 | 第24-26页 |
| 第三章 区域概况与数据处理 | 第26-49页 |
| 3.1 研究区域概况 | 第26-27页 |
| 3.1.1 自然概况 | 第26-27页 |
| 3.1.2 社会经济概况 | 第27页 |
| 3.2 数据收集与处理 | 第27-31页 |
| 3.2.1 数据来源 | 第27页 |
| 3.2.2 数据处理 | 第27-28页 |
| 3.2.3 土地利用/覆盖分类 | 第28-31页 |
| 3.3 闽侯县土地利用演化分析 | 第31-37页 |
| 3.3.1 土地利用结构变化 | 第31-33页 |
| 3.3.2 土地利用数量变化 | 第33-36页 |
| 3.3.3 土地利用类型转移 | 第36-37页 |
| 3.4 闽侯县土地利用演化制约与驱动因子分析 | 第37-49页 |
| 3.4.1 地形坡度因素 | 第37-40页 |
| 3.4.2 河流因素 | 第40-42页 |
| 3.4.3 道路交通因素 | 第42-45页 |
| 3.4.4 行政中心因素 | 第45-47页 |
| 3.4.5 经济政策因素 | 第47-49页 |
| 第四章 耦合Markov、ANN与CA的土地利用动态演化模型 | 第49-69页 |
| 4.1 模型概述 | 第49页 |
| 4.2 Markov-ANN-CA模型原理 | 第49-57页 |
| 4.2.1 Markov-ANN-CA模型结构 | 第49-51页 |
| 4.2.2 Markov模块 | 第51页 |
| 4.2.3 数据预处理模块 | 第51-52页 |
| 4.2.4 人工神经网络模块 | 第52-55页 |
| 4.2.5 CA模块 | 第55-56页 |
| 4.2.6 校准模块 | 第56页 |
| 4.2.7 预测模块 | 第56-57页 |
| 4.3 实证研究——闽侯县土地利用演化模拟 | 第57-62页 |
| 4.3.1 数据预处理 | 第57页 |
| 4.3.2 Markov预测 | 第57-59页 |
| 4.3.3 神经网络训练 | 第59页 |
| 4.3.4 模型校准 | 第59-62页 |
| 4.4 模型精度验证 | 第62-65页 |
| 4.5 研究区2015年和2020年土地利用预测与结果分析 | 第65-69页 |
| 第五章 结论与展望 | 第69-72页 |
| 5.1 主要结论 | 第69-70页 |
| 5.2 主要创新点 | 第70-71页 |
| 5.3 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 附录1 Markov-ANN-CA数据预处理模块源代码 | 第76-78页 |
| 附录2 Markov-ANN-CA神经网络模块源代码 | 第78-79页 |
| 附录3 Markov-ANN-CA校准模块源代码 | 第79-81页 |
| 附录4 Markov-ANN-CA预测模块源代码 | 第81-83页 |
| 致谢 | 第83页 |
