Войти
Вырубка лесов (здесь, в Амазонии) является основным двигателем земли изменения во всем мире, и часто является предметом моделей изменения земель. Модели изменения земель (LCM) описывают, прогнозируют и объясняют изменения и динамику землепользования и земли -cover. LCM - это средство понимания того, как люди изменяли поверхность Земли в прошлом, настоящем и будущем.
Модели изменения земель имеют важное значение в политике развития, помогая принимать более подходящие решения для управления ресурсами и природной средой в различных масштабах, начиная от небольшого фрагмента земли на всю пространственную протяженность. Более того, разработки в области данных о земном покрове, окружающей среде и социально-экономических (а также в рамках технологической инфраструктуры) расширили возможности моделирования изменений земель, чтобы помочь поддержать решения, влияющие на системы «человек - окружающая среда», поскольку национальное и международное внимание все больше внимания уделяется вопросам глобального изменения климата и устойчивости.
Это ключевые концепции и различные другие термины, необходимые для понимания темы моделирования изменений земель.
| Концепции | Определения |
|---|---|
| Калибровка | процедура, в которой данные используются для определения параметров модели |
| Диагностика | см. Ссылку |
| Драйверы | переменные, которые влияют на результаты изменения земель |
| Эквивалентность | см. Ссылку |
| Прогнозирование | см. Ссылку |
| Изменение земель | изменения характеристик земной поверхности, обычно под влиянием деятельности человека, изменяющего условия окружающей среды |
| Покров земли | см. ссылку |
| Земельная система | см. ссылку |
| Землепользование | см. ссылку |
| Многофинальность | , когда один процесс создает множество различных шаблонов |
| Нормативный | характеристика способности решать вопросы о том, что должно быть |
| Шаблон | описание изменения |
| Позитив | характеристика способности быть рационально оцененной количественно и отвечать на вопросы о том, что есть и что будет |
| Прогноз | se e ссылка |
| Процесс | особые механизмы, которые вызывают изменение |
| Проекция | представление будущего при определенном наборе предположений |
| Масштаб | см. ссылку |
| Пространственно-явная модель | модель, в которой набор географических местоположений используется для спецификации данных и выходных данных |
| Стационарная | явление, в котором проявляется шаблон или процесс изменения стабильна в пространстве и времени. Хотя изменения могут происходить, это будет равномерная и стабильная величина изменений в пространстве и времени. |
Бульдозеры часто используются для очистки земель под застройку или сельское хозяйство. Изменения в земельных системах имеют последствия для климата и окружающей среды во всех масштабах. Следовательно, решения и политика в отношении земельных систем очень важны для реагирования на эти изменения и работы в направлении более устойчивого общества и планеты.
Модели земельных изменений имеют важное значение в их способности помочь привести земельные системы к положительным социальным изменениям. и экологические последствия в то время, когда внимание к изменениям в земельных системах возрастает.
Множество научных и практических сообществ смогли увеличить количество и качество данных в моделировании изменений земель за последние несколько десятилетий. Это повлияло на разработку методов и технологий моделирования земельных изменений. Множество разработанных моделей изменений земель имеют важное значение с точки зрения их способности реагировать на изменения земельной системы и полезны для различных научных и практических сообществ.
Для научного сообщества модели изменений земель важны с точки зрения их способности проверять теории и концепции изменения земель и его связи с отношениями между человеком и окружающей средой, а также изучить, как эта динамика изменит будущие земельные системы без наблюдения в реальном мире.
Моделирование изменений земель полезно для исследования пространственных систем суши, использует и покрывает. Моделирование изменений земель может учитывать сложность динамики землепользования и земного покрова, увязывая его с климатическими, экологическими, биогеохимическими, биогеофизическими и социально-экономическими моделями. Кроме того, LCM могут давать пространственно явные результаты в соответствии с типом и сложностью динамики наземной системы в пределах пространственной протяженности. Многие биофизические и социально-экономические переменные влияют и приводят к различным результатам при моделировании изменений земельных ресурсов.
Изменение земель видно на этом изображении из Японии. Модели не могут быть такими же достоверными, как спутниковые изображения. Примечательным свойством всех моделей изменения земель является то, что они имеют некоторый неснижаемый уровень неопределенности в структуре модели, значениях параметров и / или входных данных. Например, одна неопределенность в моделях изменения земель является результатом временной нестационарности, которая существует в процессах изменения земель, поэтому чем дальше в будущем применяется модель, тем более неопределенной она становится. Другой неопределенностью в моделях изменения земель являются неопределенности данных и параметра в рамках физических принципов (например, типологии поверхности), что приводит к неопределенности в способности понимать и прогнозировать физические процессы.
Кроме того, суша Дизайн модели изменений является продуктом как принятия решений, так и физических процессов. Антропогенное воздействие на социально-экономическую и экологическую среду важно учитывать, так как оно постоянно меняет земной покров и иногда вызывает неопределенность модели. Чтобы избежать неопределенности модели и более точно интерпретировать выходные данные модели, используется диагностика модели, чтобы лучше понять связи между моделями изменения земель и фактической земельной системой пространственной протяженности. Общая важность диагностики модели с проблемами неопределенности модели заключается в ее способности оценить, как представлены взаимодействующие процессы и ландшафт, а также неопределенность внутри ландшафта и его процессов.
A подход машинного обучения использует данные о земном покрове из прошлого, чтобы попытаться оценить, как земля изменится в будущем, и лучше всего работает с большими наборами данных. Существует несколько типов машинного обучения и статистических моделей - исследование, проведенное в западной Мексике в 2011 году, показало, что результаты двух внешне похожих моделей значительно различались, поскольку в одной использовалась нейронная сеть , а в другой - простые веса.
A Сотовая модель изменения земель использует карты пригодности для различных типов землепользования и сравнивает области, которые непосредственно примыкают друг к другу, чтобы спроектировать изменения в будущее. Вариации в масштабе ячеек в сотовой модели могут иметь значительное влияние на результаты модели.
Экономические модели построены на принципах предложения и спрос. Они используют математические параметры, чтобы предсказать, какие типы земель будут желательными, а какие будут отброшены. Они часто строятся для городских районов, например, исследование 2003 г. высокой плотности дельты Жемчужной реки на юге Китая.
Агентные модели пытаются смоделировать поведение многих людей, делающих независимый выбор, а затем посмотреть, как этот выбор влияет на ландшафт в целом. Агентное моделирование может быть сложным - например, исследование 2005 года объединило агентную модель с компьютерным генетическим программированием для изучения земельных изменений на полуострове Юкатан в Мексике.
Многие модели не ограничиваются одним из вышеперечисленных подходов - они могут комбинировать несколько, чтобы разработать полностью всеобъемлющую и точную модель.
Модели земельных изменений оцениваются для оценки и количественной оценки прогностической способности модели с точки зрения пространственного распределения и количества изменений. Оценка модели позволяет разработчику модели оценить производительность модели для редактирования «выходных данных модели, измерения данных, а также отображения и моделирования данных» для будущих приложений. Целью оценки модели является не разработка единственного показателя или метода для максимизации «правильного» результата, а разработка инструментов для оценки и извлечения уроков из результатов модели для создания более совершенных моделей для их конкретных приложений
Существует два типа проверки в моделировании изменений земель: проверка процесса и проверка закономерностей. Проверка процесса сравнивает соответствие между «процессом в модели и процессом, действующим в реальном мире». Валидация процесса чаще всего используется в агентном моделировании, при котором разработчик модели использует модели поведения и решения для информирования процесса, определяющего изменение земель в модели. Проверка модели сравнивает выходные данные модели (т. Е. Прогнозируемое изменение) и наблюдаемые результаты (т. Е. Эталонное изменение). Анализ трех карт - это обычно используемый метод проверки паттернов, в котором сравниваются три карты: справочная карта во время 1, справочная карта во время 2 и смоделированная карта во времени 2. Это генерирует перекрестное сравнение трех карт, где пиксели классифицируются как одна из этих пяти категорий:
Пример сравнения трех карт, используемых для проверки модели изменения земель. Поскольку три сравнения карт включают как ошибки, так и правильно смоделированные пиксели, это приводит к визуальному выражению распределения и количества ошибки.
Единые сводные показатели также используются для оценки LCM. Существует множество единых сводных показателей, которые разработчики моделей использовали для оценки своих моделей и часто используются для сравнения моделей друг с другом. Одним из таких показателей является показатель качества (FoM), который использует значения срабатывания, пропуска и ложной тревоги, сгенерированные в результате сравнения трех карт, для генерации процентного значения, которое выражает пересечение между эталонным и моделируемым изменением. Единые сводные метрики могут скрывать важную информацию, но FoM может быть полезен, особенно когда также сообщаются значения срабатывания, пропуска и ложной тревоги.
Отделение калибровки от валидации было определено как проблема, которую следует решать как проблема моделирования. Обычно это вызвано тем, что разработчики моделей используют информацию, полученную после первого периода времени. Это может привести к тому, что карта будет иметь уровень точности, который намного выше, чем фактическая предсказательная сила модели. Дополнительные улучшения, которые обсуждались в этой области, включают определение разницы между ошибками распределения и ошибками количества, что может быть выполнено с помощью трех сравнений карт, а также включение как наблюдаемых, так и прогнозируемых изменений в анализ моделей изменения земель. В прошлом на единые сводные метрики чрезмерно полагались, и они имеют разную степень полезности при оценке LCM. Даже самые лучшие единые сводные метрики часто не учитывают важную информацию, а такие отчетные метрики, как FoM, вместе с картами и значениями, которые используются для их генерации, могут передавать необходимую информацию, которая в противном случае была бы запутанной.
Ученые используют LCM для построения и проверки теорий моделирования изменений земельных ресурсов для разнообразной динамики человека и окружающей среды. Моделирование земельных изменений имеет множество возможностей реализации во многих научных и практических дисциплинах, таких как принятие решений, политика и реальное применение в общественных и частных областях. В научных дисциплинах LCM используются для формализации и проверки теории изменения земель, а также для изучения и экспериментирования с различными сценариями моделирования изменений земель. Практические дисциплины используют LCM для анализа текущих тенденций изменения земель и изучения будущих результатов политики или действий, чтобы установить соответствующие руководящие принципы, ограничения и принципы для политики и действий. Сообщества исследователей и практиков могут изучать изменение земель для решения тем, связанных с взаимодействием земли и климата, количеством и качеством воды, производством продуктов питания и волокна, а также урбанизацией, инфраструктурой и антропогенной средой.
Аэрофотосъемка может использоваться в сочетании со спутниковыми изображениями и наземными данными для улучшения моделей изменения земель. Одно улучшение моделирования изменений земель может быть достигнуто за счет улучшения данных и интеграции с доступными данными и модели. Улучшенные данные наблюдений могут повлиять на качество моделирования. Данные более точного пространственного и временного разрешения, которые могут быть интегрированы с социально-экономическими и биогеофизическими данными, могут помочь моделированию изменений земель объединить типы социально-экономического и биогеологического моделирования. Разработчики моделей земельных изменений должны оценивать данные в более точных масштабах. Точные данные могут дать лучшее концептуальное понимание основных конструкций модели и охватить дополнительные измерения землепользования. Важно поддерживать временную и пространственную непрерывность данных, полученных с воздушных и геодезических наблюдений, с помощью группировок с меньшим спутниковым покрытием, алгоритмов обработки изображений и других новых данных для связи спутниковой информации о землепользовании. и информация об управлении земельными ресурсами. Также важно иметь более полную информацию об участниках земельных изменений и их убеждениях, предпочтениях и поведении, чтобы улучшить предсказательную способность моделей и оценить последствия альтернативной политики.
Одно важное улучшение в моделировании изменений земель может быть сделано за счет лучшего согласования выбора модели с целями модели. Важно выбрать соответствующий подход к моделированию, основанный на научном и прикладном контексте конкретного интересующего исследования. Например, когда кому-то необходимо разработать модель с учетом политики и субъектов политики, он может выбрать модель на основе агентов. Здесь полезны структурные экономические или агентные подходы, но конкретные модели и тенденции в изменении земель, как и во многих экологических системах, могут быть не столь полезны. Когда нужно понять начальные этапы выявления проблемы и, следовательно, необходимо понять научные закономерности и тенденции изменения земель, полезны машинное обучение и клеточные подходы.
Моделирование земельных изменений также должно лучше интегрировать позитивные и нормативные подходы к объяснению и прогнозированию, основанным на доказательных отчетах о земельных системах. Он также должен интегрировать подходы к оптимизации, чтобы изучить наиболее полезные результаты и процессы, которые могут привести к этим результатам.
Важно лучше интегрировать данные по масштабам. Дизайн моделей основан на доминирующих процессах и данных из определенного масштаба приложения и пространственной протяженности. Межмасштабная динамика и обратная связь между временными и пространственными масштабами влияет на паттерны и процессы модели. Такие процессы, как телесвязь, косвенное изменение землепользования и адаптация к изменению климата в различных масштабах, требуют лучшего представления с помощью кросс-масштабной динамики. Реализация этих процессов потребует лучшего понимания механизмов обратной связи в разных масштабах.
Поскольку существует постоянное переосмысление сред, структур и платформ моделирования, моделирование земельных изменений можно улучшить за счет лучшей поддержки исследовательской инфраструктуры. Например, разработка моделей и программной инфраструктуры может помочь избежать дублирования инициатив членов сообщества, занимающихся моделированием земельных изменений, совместно узнать о моделировании земельных изменений и интегрировать модели для оценки воздействия земельных изменений. Более совершенная инфраструктура данных может предоставить больше ресурсов данных для поддержки компиляции, настройки и сравнения разнородных источников данных. Лучшее моделирование и управление сообществом могут улучшить возможности принятия решений и моделирования в сообществе с конкретными и достижимыми целями. Моделирование сообществом и управление станет шагом к достижению согласия сообщества по конкретным целям для продвижения возможностей моделирования и обработки данных.
Ряд современных проблем в моделировании изменений земель потенциально можно решить с помощью современных достижения в киберинфраструктуре, такие как краудсорс, «добыча» распределенных данных и улучшение высокопроизводительных вычислений. Поскольку разработчикам моделей важно найти больше данных для лучшего построения, калибровки и проверки структурных моделей, возможность анализа большого количества данных об индивидуальном поведении оказывается полезной. Например, разработчики моделей могут найти данные точек продаж по отдельным покупкам потребителей и действиям в Интернете, которые раскрывают социальные сети. Однако некоторые вопросы, связанные с конфиденциальностью и правомерностью улучшений краудсорсинга, еще не решены.
Сообщество моделирования земельных изменений также может извлечь выгоду из глобальной системы позиционирования и распространения данных с мобильных устройств через Интернет. Комбинирование различных структурных методов сбора данных может улучшить доступность микроданных и расширить круг людей, которые видят выводы и результаты проектов моделирования земельных изменений. Например, данные, предоставленные гражданами, поддержали внедрение Ushahidi на Гаити после землетрясения 2010 года, что помогло по меньшей мере 4000 стихийных бедствий. Университеты, некоммерческие агентства и волонтеры необходимы для сбора информации о подобных событиях, чтобы добиться положительных результатов и улучшить моделирование изменений земель и приложения для моделирования изменений земель. Доступны такие инструменты, как мобильные устройства, чтобы облегчить участникам участие в сборе микроданных об агентах. Карты Google используют облачные картографические технологии с наборами данных, которые совместно производятся общественностью и учеными. Примеры в сельском хозяйстве, такие как фермеры, выращивающие кофе в Аваай Отало, показали использование мобильных телефонов для сбора информации и в качестве интерактивного голоса.
Развитие киберинфраструктуры может также повысить способность моделирования земельных изменений для удовлетворения вычислительных требований различных подходов к моделированию с учетом увеличения объемов данных и определенных ожидаемых взаимодействий моделей. Например, улучшение разработки процессоров, хранилищ данных, пропускной способности сети и связывания моделей земельных изменений и процессов окружающей среды с высоким разрешением.
Дополнительным способом улучшения моделирования земельных изменений является за счет улучшения подходов к оценке моделей. Улучшение анализа чувствительности необходимо для лучшего понимания вариации выходных данных модели в ответ на такие элементы модели, как входные данные, параметры модели, начальные условия, граничные условия и структуру модели. Улучшение проверки шаблонов может помочь разработчикам моделей земельных изменений проводить сравнения между выходными данными модели, параметризованными для некоторого исторического случая, например карты, и наблюдениями для этого случая. Улучшение источников неопределенности необходимо для улучшения прогнозирования будущих состояний, которые нестационарны в процессах, входных переменных и граничных условиях. Можно явно распознать допущения о стационарности и исследовать данные на предмет доказательства нестационарности, чтобы лучше признать и понять неопределенность модели, чтобы улучшить источники неопределенности. Улучшение структурной проверки может помочь улучшить признание и понимание процессов в модели и процессов, действующих в реальном мире, за счет комбинации качественных и количественных показателей.
