论文部分内容阅读
耕地破碎化的存在影响着农民的生产生活,以及农业生产的发展,其热点地区更是存在多种负面影响。为了深入研究耕地破碎化热点的空间分布情况,本文通过对各方面热点研究的相关文献的阅读,总结其理论方法,研究热点分析原理;掌握群体智能算法的运行机理,对微粒群算法的基本理论及各种改进方法仔细研读,挖掘该算法与热点研究的关联性,找到适用于热点研究的改进因子;确定了耕地破碎化的评价方法,选取了适于判断耕地破碎程度的因子进行分析。最终运用改进后的微粒群算法对耕地破碎化进行热点探测。本文研究的主要内容有:(1)本文在研究耕地破碎化热点理论的基础上,利用群体智能算法进行热点探测,研究算法原理和确定模型。(2)确定耕地破碎化评价方法,从景观生态学角度出发,建立耕地破碎化评价因子,选择斑块密度、边界密度、平均面积、面积加权形状指数、面积加权分维数五个因子对耕地破碎化现状进行综合分析。(3)引入微粒群算法进行耕地破碎化热点探寻,在微粒群算法中针对热点问题的特性并结合算法自身的特点,根据算法运行前后所侧重参考对象的不同加入了两个权重因子,动态的改变惯性权重,并引入扰动因子来平衡全局。建立热点研究的目标函数,通过适应度函数值大小的判断来更新算法中粒子的速度和位置,最终通过粒子的聚集程度判断耕地破碎化热点。(4)选取百色市为研究区域,利用GIS技术对所需研究数据进行获取和处理,并对耕地破碎化评价因子进行空间相关分析,构建空间矢量数据库,用改进的微粒群算法分析2001年和2013年百色市耕地破碎化热点,并对热点结果加以分析。(5)对改进的微粒群算法与标准微粒群算法进行精度的对比、性能的分析,发现改进后的算法运行效率更高,结果评定更好,同时也证明了改进后的微粒群算法可以很好的运用到热点研究中。综上,将两个动态惯性权重因子和扰动因子引入到微粒群算法中,建立改进机制,模拟热点探测过程,通过Arc GIS与Matlab技术搭建平台,构建模型,编写算法,最终利用这种智能的群体优化算法实现了耕地破碎化热点的研究。