Predicción del Cambio de Uso/Cobertura del Suelo Basada en un Nuevo Modelo Híbrido de Evaluación Logística-Multicriterio-Autómatas Celulares-Markov Tomando Hefei, China como Ejemplo
Autores: He, Yecheng; Wu, Weicheng; Xie, Xinyuan; Ke, Xinxin; Song, Yifei; Zhou, Cuimin; Li, Wenjing; Li, Yuan; Jing, Rong; Song, Peixia; Fu, Linqian; Mao, Chunlian; Xie, Meng; Li, Sicheng; Li, Aohui; Song, Xiaoping; Chen, Aiqing
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Predicción del Cambio de Uso/Cobertura del Suelo Basada en un Nuevo Modelo Híbrido de Evaluación Logística-Multicriterio-Autómatas Celulares-Markov Tomando Hefei, China como Ejemplo
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Cambio de uso/cobertura del suelo
Detección de LUCC
Modelado
Modelos híbridos
Evaluación logística-multicriterio-autómatas celulares-Markov
Hefei
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
El cambio en el uso/cobertura del suelo (LUCC) y su detección y modelado juegan un papel importante en la investigación sobre el cambio ambiental global, en particular, en la formulación de políticas para mitigar el cambio climático, apoyar la planificación espacial del territorio y lograr un desarrollo sostenible. Por el momento, hay un par de modelos híbridos, como autómatas celulares-Markov (CM), autómatas celulares-logísticos-Markov (LCM), evaluación multicriterio (MCE) y evaluación multicriterio-autómatas celulares-Markov (MCM), disponibles. Sin embargo, sus desventajas radican en depender del conocimiento experto, ignorar los factores limitantes o no considerar los factores impulsores. Con este propósito, proponemos en este artículo un nuevo modelo híbrido, el modelo de evaluación multicriterio-logística-autómatas celulares-Markov (LMCM), que utiliza los coeficientes de regresión logística totalmente estandarizados como pesos de impacto de los factores impulsores para representar su importancia en cada tipo de uso del suelo con el fin de evitar estos defectos, pero que es capaz de predecir mejor el patrón futuro de uso del suelo con mayor precisión tomando Hefei, China, como área de estudio. Basado en una investigación de campo, se utilizaron imágenes de Landsat de 2010, 2015 y 2020, junto con datos de modelo de elevación digital (DEM), para el mapeo de uso/cobertura del suelo (LUC) utilizando un enfoque de clasificación supervisada, que se logró con una alta precisión general (AC) y fiabilidad (AC > 95%). Los cambios en LUC en los períodos 2010-2015 y 2015-2020 se detectaron utilizando un enfoque de diferenciación post-clasificación. Basado en los patrones de LUC del área de estudio en 2010 y 2015, se simuló el de 2020 mediante los modelos LMCM, CM, LCM y MCM bajo las mismas condiciones y luego se comparó con el mapa de LUC clasificado de 2020. Los resultados muestran que el modelo LMCM tiene un mejor rendimiento que los otros tres modelos con una mayor precisión de simulación, es decir, 1.72-5.4%, 2.14-6.63% y 2.78-9.33% más alto que los modelos CM, LCM y MCM, respectivamente. Por esta razón, utilizamos el modelo LMCM para simular y predecir el patrón de LUC del área de estudio en 2025. Se espera que los resultados de la simulación puedan proporcionar apoyo científico para la planificación espacial del territorio en Hefei, y que el modelo LMCM pueda aplicarse a otras áreas en China y el mundo con fines similares.
Descripción
El cambio en el uso/cobertura del suelo (LUCC) y su detección y modelado juegan un papel importante en la investigación sobre el cambio ambiental global, en particular, en la formulación de políticas para mitigar el cambio climático, apoyar la planificación espacial del territorio y lograr un desarrollo sostenible. Por el momento, hay un par de modelos híbridos, como autómatas celulares-Markov (CM), autómatas celulares-logísticos-Markov (LCM), evaluación multicriterio (MCE) y evaluación multicriterio-autómatas celulares-Markov (MCM), disponibles. Sin embargo, sus desventajas radican en depender del conocimiento experto, ignorar los factores limitantes o no considerar los factores impulsores. Con este propósito, proponemos en este artículo un nuevo modelo híbrido, el modelo de evaluación multicriterio-logística-autómatas celulares-Markov (LMCM), que utiliza los coeficientes de regresión logística totalmente estandarizados como pesos de impacto de los factores impulsores para representar su importancia en cada tipo de uso del suelo con el fin de evitar estos defectos, pero que es capaz de predecir mejor el patrón futuro de uso del suelo con mayor precisión tomando Hefei, China, como área de estudio. Basado en una investigación de campo, se utilizaron imágenes de Landsat de 2010, 2015 y 2020, junto con datos de modelo de elevación digital (DEM), para el mapeo de uso/cobertura del suelo (LUC) utilizando un enfoque de clasificación supervisada, que se logró con una alta precisión general (AC) y fiabilidad (AC > 95%). Los cambios en LUC en los períodos 2010-2015 y 2015-2020 se detectaron utilizando un enfoque de diferenciación post-clasificación. Basado en los patrones de LUC del área de estudio en 2010 y 2015, se simuló el de 2020 mediante los modelos LMCM, CM, LCM y MCM bajo las mismas condiciones y luego se comparó con el mapa de LUC clasificado de 2020. Los resultados muestran que el modelo LMCM tiene un mejor rendimiento que los otros tres modelos con una mayor precisión de simulación, es decir, 1.72-5.4%, 2.14-6.63% y 2.78-9.33% más alto que los modelos CM, LCM y MCM, respectivamente. Por esta razón, utilizamos el modelo LMCM para simular y predecir el patrón de LUC del área de estudio en 2025. Se espera que los resultados de la simulación puedan proporcionar apoyo científico para la planificación espacial del territorio en Hefei, y que el modelo LMCM pueda aplicarse a otras áreas en China y el mundo con fines similares.