未来土地利用变化情景模拟模型(GeoSOS-FLUS)

(GeoSOS-FLUS)

软件用户手册

1. 模型与软件简述

FLUS模型是用于模拟人类活动与自然影响下的土地利用变化以及未来土地利用情景的模型。该模型的原理源自元胞自动机（CA），并在传统元胞自动机的基础上做了较大的改进。首先，FLUS模型采用神经网络算法（ANN）从一期土地利用数据与包含人为活动与自然效应的多种驱动力因子（气温、降水、土壤、地形、交通、区位、等方面）获取各类用地类型在研究范围内的适宜性概率。其次，FLUS模型采用从一期土地利用分布数据中采样的方式，能较好的避免误差传递的发生。另外，在土地变化模拟过程中，FLUS模型提出一种基于轮盘赌选择的自适应惯性竞争机制，该机制能有效处理多种土地利用类型在自然作用与人类活动共同影响下发生相互转化时的不确定性与复杂性，使得FLUS模型具有较高的模拟精度并且能获得与现实土地利用分布相似的结果。

GeoSOS-FLUS软件是根据FLUS模型的原理开发的多类土地利用变化情景模拟软件，是在其前身------地理模拟与优化系统GeoSOS的基础上的发展与传承。GeoSOS-FLUS软件为用户提供进行空间土地利用变化模拟的功能，在对未来土地利用变化进行模拟时，需要用户先应用其他方法（系统动力学模型，或马尔科夫链）或使用预设情景来确定未来土地利用变化的数量作为GeoSOS-FLUS的输入。

GeoSOS-FLUS软件是在Visual Studio 2010平台上基于C++语言及一系列C++开源库开发的软件。软件的输入输出采用遥感影像处理底层库GDAL 1.9.2 (http://www.gdal.org/)，因而软件可以读入各种格式的遥感影像数据及其投影坐标，并输出带坐标和投影的tiff影像模拟结果；软件界面采用Qt 4.8.5 (https://www.qt.io/download/)，能实时显示模拟区域的土地利用变化过程，方便用户的使用；软件采用的神经网络算法来自强大的Shark 3.1.0库(http://image.diku.dk/shark/)，能较快的获得各类土地分布的适宜性概率。GeoSOS-FLUS软件的使用方法将在下面详细阐述。

GeoSOS-FLUS软件能较好的应用于土地利用变化模拟与未来土地利用情景的预测和分析中，是进行地理空间模拟、参与空间优化、辅助决策制定的有效工具。FLUS模型可直接用于：1、城市发展模拟及城市增长边界划定； 2、城市内部高分辨率土地利用变化模拟；3、环境管理与城市规划；4、大尺度土地利用变化模拟及其效应分析；5、区域土地利用类型适宜性分析；6、农田或自然用地类型损失预警；7、土地利用分布格局变化及热点分析等方面。还可以进一步推广

使用到气候变化及其效应、碳循环、水文分析，生态变化与生物栖息地变化等各方面的研究当中。

2. 软件下载

您可以从我们提供的链接(http://www.geosimulation.cn/flus.html)下载

GeoSOS-FLUS软件的最新版本，目前的版本为版本1.0测试版（V1.0 Beta）。

3. 软件启动

双击软件快捷方式

GeoSOS-FLUS V1.0 Beta.exe启动软件。

3.1. 软件界面

GeoSOS-FLUS的主界面如下：

主界面主要包括：主菜单，工具条，图层控制区和影像浏览器。 3.1.1. 主菜单

主菜单提供了软件的主要功能，点击相应的菜单项可以开启相应操作。

3.1.1.1. File (文件)

File选项主要提供简单的图像加载和浏览功能。

(1) Open (打开): 将提供文件打开对话框，由用户选择一个tiff、jpg、img或ASCII（TXT）等常用栅格格式的文件，并在影像浏览器上显示该文件。

(2) Clear (清除): 移除当前加载到图像浏览器中的所有影像。 (3) Exit (退出): 退出GeoSOS-FLUS软件。 3.1.1.2. FLUS Model (FLUS模型)

FLUS Model菜单的两个选项将分别打开FLUS模型的两个模块：ANN-based Suitability Probability Estimation (基于神经网络的适宜性概率计算模块)和Self Adaptive Inertia and Competition Mechanism CA(基于自适应惯性机制的元胞自动机模块)，两个模块的使用方法将在下面详细说明（3.3~3.4）。 3.1.1.3. Precision Validation (精度验证)

提供Kappa系数以及FoM系数用于验证模拟的精度。 3.1.1.4. View (视图)

(1) Zoom In (放大): 放大影像浏览器中的图像。 (2) Zoom Out (缩小): 缩小影像浏览器中的图像。

(3) Full Extent (全局显示): 全局显示影像浏览器中的图像。

此外，GeoSOS-FLUS软件也支持使用鼠标滚轮缩放图像。 3.1.1.5. Help (帮助)

About (关于): 菜单将弹出新窗体，显示本系统的简介，版本更新情况和版权声明以及模型与软件的作者信息。

New Version (新版本): 调用默认浏览器，打开软件的下载网页。 3.1.2. 工具条

工具条对应主菜单中的各选项，方便用户操作GeoSOS-FLUS软件。

(1) (2) Extent。

(3)

、

分别对应FLUS Model菜单中的ANN-based Suitability

、、

、、

分别对应File菜单中的Open、Clear和Exit。 分别对应View菜单中的Zoom In、Zoom Out和Full

Probability Estimation (基于神经网络的适宜性概率计算)和 Self Adaptive Inertia and Competition Mechanism CA(基于自适应惯性机制的元胞自动机)。

(4) 对应Help菜单中的About。

3.1.3. 图层控制区

图层控制区会显示当前打开的各数据图层及其波段信息，选中对应图层右击，可选择Show GRAY-Scale Map (用灰度显示图层图像)、Close (移除此图层图像)和Image Property (图像属性窗口)。当影像为多波段影像时，则显示Show RGB Map，将影像的前三个波段组成RGB彩色影像。文件名被加粗表示当前文件正在被显示。

选择Image Property选项，图像属性窗口中将列出图像的基本信息。

对于多波段影像，在图层控制器下半部分的波段组合框中，可以在下拉列表中选择不同波段的数据进行彩色合成，并在影像浏览器中显示。

3.2. 示例数据介绍

在软件目录下的testdata文件夹中，能找到以下示例数据。用于演示FLUS模型软件的操作与运行过程。

类型 文件名 dg2001coor.tif 土地利用数据 dg2006true.tif 转化/土地数据 restrictedarea.tif dem_dg.tif slop.tif Aspect.tif 土地利用变化驱动力数据 tocity_dg.tif distotown.tif distohighway.tif distoroad.tif distorailway.tif 东莞市2006年土地利用分类数据 河流水面掩模 高程 坡度 坡向 到市中心距离 到城镇中心距离 到高速公路距离 到主干道距离 到铁路距离 用于计算适宜性概率，代表交通区位影响 数据说明 东莞市2001年土地利用分类数据 用途 初始年份土地利用数据，模型输入 用于验证FLUS模型的模拟精度，验证数据 禁止宽阔水面与其他用地类型相互转化 用于计算适宜性概率，代表自然地形影响 GeoSOS-FLUS软件提供的本套数据旨在用于引导GeoSOS-FLUS软件的使用者了解软件的操作过程，在实际多类别土地利用变化模拟中，可以考虑更多的其他自然与人类活动的因素的影响。比如：GDP、人口的空间分布，气温、降水、土壤属性的空间分布等等。

3.3. 基于神经网络的出现概率计算模块

在基于神经网络的出现概率（Probability-of-occurrence）计算模块，需要用户输入自然、交通区位、社会经济等土地利用变化驱动力因子，模块将根据用户的输入数据采用神经网络算法(ANN)整合并计算研究区域内每种土地利用类型在每个像元上的出现概率。

【操作步骤】 3.3.1. 启动模块

选择主菜单的FLUS Model  ANN-based Probability-of-occurrence Estimation 或者点击工具条中的工具按钮

，可打开ANN-based Probability-of-

occurrence Estimation (基于神经网络的出现概率计算) 模块操作窗口。

3.3.2. 输入土地利用数据:

在Land Use Data组合框中输入土地利用数据，点击

，在弹出的对

话框中选择一期土地利用分类栅格数据“dg2001coor.tif”, 点击“打开”按钮。

选择后，单击 Set NoData Value按钮，将打开Set NoData Value窗口。在Set NoData Value窗口中，根据第一列Land Use Code的土地利用类型的数值，在第二列NoData Option列选择对应数值为Valid Data(有效值)或NoData Value(无数据的值)，第三列显示对应数值的标签，第四列显示各土地利用类型的栅格像元总数。选择完毕后，单击Accept按钮，完成输入土地利用数据的设置。

3.3.3. 设置神经网络与保存路径

在ANN Training框中设置神经网络获取训练样本的采样模式：Uniform Sampling (均匀采样模式) 或Random Sampling (随机采样模式)。均匀采样模式中，各类别用地的采样点数相同。而随机采样模式中，各类用地的采样点数量与各类用地所占的比例相关。示例中，数据选择均匀采样策略。

设置神经网络训练的采样比例，单位是研究区域有效像元数的千分之一。示例数据中，将采样参数设为20，即采样点数占研究区域有效总像元数的百分之二。根据经验，神经网络的隐藏层数量设为12。

在Save path中单击

按钮，在对话框中选择保存路径并输入即将生成

的出现概率数据的文件名，单击“保存”按钮完成。在Save path中选择即将输出

的出现概率数据的类型：Single Accuracy(单精度)或Double Accuracy(双精度)。单精度选项生成Float类型(单精度浮点型)的影像，比较节省内存空间，适合较大尺度的土地利用变化模拟；双精度生成Double类型(双精度浮点型)的影像，数据精度较高。通常选用默认的Single Accuracy即可。

3.3.4. 加载驱动力因子

在Driving Data组合框中选择驱动力因子，单击

按钮，在对话框中

选择多个驱动力因子栅格数据。示例中提供8种驱动力因子（a见3.2）。

在列表框中将显示用户打开的驱动力因子数据列表及其对应的数据信息（文件名，数据类型，行列数、波段数等）。用户可单击

按钮添加新的驱动

力因子数据，或者选中某个错误添加的驱动力因子，再单击按钮，将

其删除。另外，GeoSOS-FLUS软件支持添加已合成多波段的驱动力数据。

此外，用户可以根据输入驱动力因子数据的实际情况选择是否先对全部驱动力因子数据进行归一化处理，系统默认的选择是Normalization(进行标准化处理)。选中Normalization，系统在计算出现概率时会主动将所有驱动力因子归一化到0~1之间。如果驱动力因子在输入前已经被归一化，则可以选择No Normalization跳过归一化步骤。 3.3.5. 运行神经网络

完成以上设置后，单击

按钮，开始神经网络模型训练和

出现概率的计算，训练完成后，将弹出信息提示框(Finished training!)。

完成模型训练后，模型的训练参数及结果精度等信息将显示在模块窗口右侧的文本输出框中。衡量训练精度共有三个指标：均方根误差（RMSE），平均误差（Average error），平均相对误差（Average relative error）

打开适宜性概率保存路径文件夹，可看到新生成的适宜性概率文件Probability-of-occurrence.tif。在FLUS影像浏览器中打开，可看到适宜性概率数据由多个波段构成，每个波段对应一种土地利用类型在各个像元上的适宜性概率。

3.4. 基于自适应惯性机制的元胞自动机

基于自适应惯性机制的元胞自动机模块以多类别或双类别空间土地分类栅格数据为初始输入数据，需要用户预设各土地利用类型变化数量的目标，根据经验确定不同土地类型间的相互转化成本，并且根据外部经验和规定设定土地利用类型相互转换的矩阵。土地利用变化数量目标会在一定程度上影响模拟结果，建议用户根据研究区域的实际情况，采用科学的估计方法（SD模型，马尔科夫链，灰色预测模型）来确定合理的数量目标。

【操作步骤】 3.4.1. 启动模块

(1) 选择主菜单的FLUS Model  Self Adaptive Inertia and Competition Mechanism CA 或者点击工具条中的工具按钮Competition Mechanism CA 操作窗口。

，打开Self Adaptive Inertia and

3.4.2. 输入模拟需要的数据

在窗口左下角默认选择Setting页面，输入模拟所需数据和设置各项模型参数。

3.4.2.1. 设置初始年份的土地利用数据

点击开。

，在弹出的对话框中选择起始年份的土地利用分类栅格数据打

首先，点击Set Land Use Type, Color Display and NoData Value按钮，打开模块窗口。窗口列表内第一列Land Use Code为地利用类型的数值，软件会自动加载。在第二列NoData Option的下拉菜单中选择对应数值为Valid Data(有效值)或NoData Value(无数据的值)，GeoSOS-FLUS软件只允许设置一个无效值（NoData Value）。用户可以在Land Use Type一栏中输入对应的土地利用类型名称，如果不输入，软件会默认土地名称为“Landuse1”，“Landuse2”，依此类推。

在Color Selection一列中点击Set Color按钮，将弹出Select Color对话窗口，选择所需颜色并点击Accept按钮，即可完成相应土地利用类型的颜色设置。

颜色窗口各项参数均设置好后，点击Accept按钮确定各项设置。

3.4.2.2. 输入适宜性概率数据

适宜性概率数据即指由基于神经网络的适宜性概率计算模块（3.2）得到的各类用地的分布概率数据。点击

，在弹出的对话框中选择该数据文件。

3.4.2.3. 设置模拟结果的保存路径

单击

按钮，在对话框中选择模拟结果的保存路径及文件名。

3.4.2.4. 输入约束用地变化的数据

如果模拟中需要有约束条件（比如自然保护区或者宽阔水面上，一定时期内不会发生土地利用类型的变化），可以考虑设定转化区域（数据需用户在GeoSOS-FLUS软件以外制作）。在Restricted Data框中选择Restricted Area

（默认选择是No Restricted Area），并点击按钮，在对话框中打开

转换数据。该数据是二值数据，只允许数据0，和1这两个数值存在。数值0表示该区域不允许土地类型发生转化，1表示允许发生转化。

3.4.3. 设置模拟参数

包括设置迭代的次数、邻域范围大小、模型加速因子、和模拟用地转换的数量目标、成本矩阵、以及各类用地的邻域因子。

迭代次数可以设定为一个比较大的值，模型到达迭代目标会提前停止，GeoSOS-FLUS软件默认迭代次数为300。在元胞自动机中邻域值是奇数，软件默认邻域大小为3，即表示元胞自动机采用3×3摩尔邻域。另外，软件默认的加速因子为0.1，模型可以在默认的参数下正常的运行。当模拟的图像范围比较大时，模型运行较慢。可以将模型因子设为一个较大的值（0到1之间）以加快土地利用变化的转化速率。

Initial Pixel Number表示初始年份的土地利用类型的像元数，软件会根据初始土地利用数据自动统计。Future Pixel Number 表示本次模拟的目标像元数，即未来各类土地利用类型的面积。用户根据需要研究区域的实际地区的实际发展情况，采用专家经验或土地利用数量预测模型预测出未来各类土地的需求。使用者需要在第三行Future Pixel Number输入各土地利用类型变化数量的目标。

随后需要在Cost Matrix选项栏中，设置各类土地利用类型在模拟转换中的成本矩阵，软件默认各类型用地间均可互相转换。在本示例中，我们根据对实验区域的经验，设置城市用地和水体不能转换为其他用地，耕地不能转换为林地和果园，果园不能转换为林地等一系列转化规则。当一种用地类型不允许向另一种转化时，我们将矩阵的对应值设为0；允许转化时设为1。具体的矩阵如下：

Weight of Neighborhood参数用于设定各类土地利用类型的邻域因子参数，参数范围为0~1，越接近1代表该土地类型的扩张能力越强。软件默认所有土地类型的邻域因子为1, 本示例如下设置：

完成以上各项设置后，点击Accept按钮，确定迭代模拟参数设置完毕。 3.4.4. 运行元胞自动机

完成迭代模拟参数的设置后，在窗口左下角选择Show页面，进行土地利用变化的模拟。点击左下角的Show页面选项，在Show页面中GeoSOS-FLUS软件支持对土地利用空间变化与数量变化过程的动态显示。

点击开始模拟，窗口左侧上方的图表面板将显示各土地利用类型在

迭代过程中数量变化的曲线。

窗口左侧下方的迭代记录文本框内将记录本次迭代所设定的参数，显示每一轮迭代后各土地利用类型的像元数值，右侧显示面板将动态显示每一次迭代刷新后各类用地的空间分布情况。

当达到用户设置的迭代次数或达到未来土地类型的数量目标时时，软件将自动停止迭代，并弹出提示信息。另外，用户可点击Stop按钮，手动停止迭代。同时，停止迭代后系统将把模拟结果保存到预设的保存路径中。

动态迭代过程中，点击Fit按钮可调整显示面板中视图的大小和位置，使结果全局显示。模拟完成后，面板显示最终的模拟结果，并输出模拟结果的保存路径与模型运行时间。

3.5. 模拟精度验证

GeoSOS-FLUS软件提供精度验证模块，提供Kappa系数和FoM两种指标对模拟精度进行检验。

3.5.1. 计算Kappa系数

选择主菜单上Validation Precision Validation  Kappa，打开Kappa系数计算模块。

3.5.1.1. 加载数据 单击第一行Ground Truth右侧的

按钮，加载真实的2006年的土地利

按钮，加载模

用数据“dg2006ture”。单击第二行Simulation Result右侧的拟的2006年的土地利用数据“SimulationResult.tif”。

3.5.1.2. 选择采样模式与采样数

选择样本计算Kappa系数。GeoSOS-FLUS软件同样提供两种采样模式： Random Sampling (随机采样模式)或Uniform Sampling (均匀采样模式) 。选择随机采样模式后在下方输入随机采样点数的比例，选择均匀采样模式则在下方输入每类用地采样点的个数。本示例中选择随机采样，采样率为10%。

3.5.1.3. 计算Kappa系数并保存 完成以上设置后，单机右侧的示窗口。

按钮，计算Kappa系数。弹出完成的提

计算结果会在在界面上显示，并保存在软件目录下的Kappa.csv文件中。

3.5.2. 计算FoM指标

选择主菜单上Validation Precision Validation  FoM，打开FoM系数计

算模块。

。单击第一行Start Map右侧的

按钮，加载真实的2001年的初始土

按钮，加

地利用数据“dg2001coor.tif”。单击第二行Ground Truth右侧的

载真实的2006年的土地利用数据“dg2006ture.tif”。单击第三行Simulation Result右侧的

按钮，加载模拟的2006年的土地利用数据“SimulationResult.tif”。

完成以上设置后，单机右侧的

示窗口。

按钮，计算FoM系数。弹出完成的提

计算结果会在在界面上显示，并保存在软件目录下的FoM.csv文件中。

4. 软件操作注意

(1) GeoSOS-FLUS软件所输入的土地利用分类栅格数据，土地类型编码需要从1开始，并且要求类型编码连续。比如，模拟5种土地类型的相互变化，那么土地利用数据中5种有效土地类型的编号分别为：1，2，3，4，5。NoData Value则可以是这5个编号以外的任何值。

(2) FLUS模型所有输入的栅格数据，包括土地利用分类数据、适宜性概率数据和转换数据，需为同一地区的图像，图像的行列数要一致。软件支持tiff、jpg、img、ASCII等常用栅格数据格式。

(3) 元胞自动机模块将自动保存最近一次模拟时的所有输入参数到两个配置文件中：config_color.log，config_mp.log。在进行同一地区的重复实验时，GeoSOS-FLUS软件会自动加载这些参数，不需用户重复输入。减少了用户的操作负担，方便使用者进行多次实验。但有一点要特别注意，当更改研究区域时，请先删除这些配置文件并重新设定新的区域的模拟参数，重新生成这两个记录文件。

5. 配置文件及记录文件说明

FLUS模型在运行过程中将生成两种文件：配置文件与记录文件。

5.1. 配置文件

config_color.log记录了上一次完成的模拟所用的土地类型的显示的颜色RGB值、土地类型的名称以及初始年份各类土地类型的像元数。

config_mp.log记录了上一次完成的模拟的土地需求、成本矩阵、迭代次数与模型加速参数。

5.2. 记录文件

NetworkInput.csv：随机采样后用于神经网络的训练数据，在“基于神经网络的适宜性概率计算模块”中生成。可用于查看并判断神经网络的输入是否正确。

ANNoutput.log: 记录神经网络的训练精度。

logFileTrain.log：记录用于训练神经网络的驱动力数据与土地利用数据的路径。

output.log：记录元胞自动机模拟的参数以及各类土地类型在每次迭代时的像元数。

logFileSimulation.log：记录元胞自动机模拟时所用的驱动力数据、土地利用数据、转化区域以及模拟结果的保存路径。

Kappa.csv：记录模拟结果的Kappa系数与总体精度。 FoM.csv：记录模拟结果的FoM系数与用户精度。