湿地时空格局的动态演变模拟有利于监测和分析湿地格局的变化，可以形象地辅助管理湿地资源。目前，湿地格局变化的研究多为景观指数计算分析，较少反映格局的时空特性，不能检测具体位置的变化过程，因此难以实施更具针对性的管理措施。而模拟湿地时空格局的动态演变恰好可以弥补景观指数分析的不足。本文针对湿地格局变化以及已有时空数据的特点，集成神经网络、模糊逻辑、粗集理论等多种智能方法，构建细胞自动机模型，来模拟湿地时空格局演变。主要研究内容和结果如下：(1)因为细胞自动机具有时空特性，能够模拟复杂系统的演化过程，所以本文以细胞自动机为框架，构建了湿地时空格局演变模型。集成多种智能方法，自动实现微观状态转化和获取宏观调节规则。本文将相同状态细胞的质心位置移动作为一种宏观调节规则，引导细胞状态转化的方向，弥补了已有的宏观规则只是限制各个状态的细胞数量的不足。为了有效验证所提模型结果，本文提出综合性比较方法，不仅考虑到像素点的相似性，还考虑了斑块形状、排列对格局的影响。(2)针对湿地时空格局变化的复杂性和监测数据的模糊性、多尺度的特点，构建基于样本分布特性的Takagi-Sugeno模糊神经网络，实现细胞自动机的微观状态转化。该T-S模糊神经网络基于样本的分布特性，自动确定变量语言值的隶属度函数，合理划分模糊空间。根据所确定的隶属度函数，模糊化聚类中心来确定初始规则，并通过聚合方法得到带有重要度的最终规则集。基于所得规则集的前件，连接模糊化层和推理层，简化网络结构。仿真结果表明该网络比已有T-S模糊神经网络具有更高的模拟精度和更好的泛化能力。(3)针对湿地社会经济资料缺乏以及难以建立公式获取数值宏观规则的问题，构建粗集-神经网络模型，通过约简和模拟规则集获取语言值表达的宏观规则，来调节细胞自动机中微观状态转化可能性的大小。为了提高粗集所得规则的泛化能力，本文提出用参数表示隶属度函数的方法，将每个规则的前、后件语言值作为输入、输出数据，采用三层前向网络实现规则集。与常用的隶属度函数向量表示法、区间表示法相比，这种方法使得网络训练速度更快，对待识样本的推理结果更准确。(4)模拟和预测扎龙湿地时空格局演变。首先对扎龙湿地1986年-2002年的格局进行指数分析，挖掘促使其格局变化的驱动因子。其次以1986年-1999年已有的扎龙湿地格局为基础，利用湿地时空格局演变模型预测2000年-2002年的格局变化。同时修正模拟城镇扩展的两种细胞自动机模型，也用来预测扎龙湿地的时空格局演变。结果表明，本文所提模型比修正模型更精确地预测出扎龙湿地的格局演变，平均预测精度约为70％，与目前细胞自动机模拟城镇扩展的精度相当。综上，本文构建了基于细胞自动机的湿地时空格局演变模型：提出基于样本分布特性的T-S模糊神经网络，用来计算细胞自动机微观状态转化的可能性；集成粗集理论和神经网络构建了粗集-神经网络模型，用此模型获取语言值表示的宏观规则，来调节微观状态转化的可能性。将该模型应用于扎龙湿地格局演化，取得了良好的预测效果。