User Tools

Site Tools

lulc_modelovani
  • modelování = přibližná reprodukce charakteristických vlastností originálu, přičemž tímto originálem může být libovolný předmět, proces nebo jev v reálném světě (Haggett, 2001)
  • hodnocení hrozeb pomocí matematického modelování procesů podle principů:
  • Koncepční analýza problému – rozhodnutí o vstupu relevantních veličin
  • Sestavení modelu z vybraných veličin – podoba matematické rovnice
  • Verifikace modelu – ověření modelu aplikací na vybraném území a porovnání s laboratorními měřeními
  • Stanovení míry a oboru platnosti – (míra přesnosti – procentní úspěšnost předpovědi; obor platnosti – podmínky, kdy je možno model použít)
  • Typy modelů
    • Černá skříňka – není známý mechanismus procesu
    • Šedá skříňka – částečná znalost mechanismu procesu
    • Bílá skříňka – popisují mechanismus procesu fyzikálními zákony, přesnější a flexibilnější ale složitější 

Predikční modelování

  • prediktivní modelování = odvození nových jevů a stavů pro budoucí etapu (Kubošová, 2010)

používá se iterační modelování, what – if modelování, celulární automata a další techniky

  • Iterační modelování
    • modelování v iteracích (opakováních)
    • model, který pomocí nějaké funkce převedeme model z jednoho stavu do následujícího
    • následující stav je potom vstupním stavem pro další iteraci, na jejíž základě se vytvoří výstup, jenž slouží jako vstup do iterace číslo dvě atd.
    • Např. použijeme-li iterační model pro modelování změny využití krajiny, nastavíme počet iterací na hodnotu 10, přičemž každá jedna iterace = změna využití krajiny za jeden rok. Potom pro nás mohou být zajímavé jak průběžné výsledky v každém roce, tak i pouze změna, která se stala mezi vstupem a desátou iterací
  • What-if modelování
    • zjišťujeme, jak se změní výstupy modelu, pakliže dojde ke změně buď vstupních dat, nebo modelovacích algoritmů
    • pokládáme otázku, pakliže se změní toto, jak se změní výstupy a výsledky?
    • Např. modelování různých protipovodňových opatření při určitém typu povodně, eventuálně vyměníme v modelu algoritmy, kterými se počítá odtok z plochy (místo jednoduchého, použijeme vícenásobný atd.).

Abstraktní modely krajiny

  • zdůrazňují především souvislosti mezi složkami krajiny, prvky, procesy a jevy v krajině či segmenty krajiny
  • elementy modelu jsou představovány geometrickými či jinými obrazci často zcela bez lokalizace v konkrétním prostoru)
  • mono nebo polysystémový model

1. Manuální integrace analytických vrstev s posteriorní digitalizací integrované vrstvy

  • provádí odborník znalý alespoň rámcově ta témata, která jsou předmětem integrace
  • analytické vrstvy sjednoceny do shodného měřítka, projekce, lokalizace
  • existuje představa o možných reálných (věcně a regionálně správných) kombinacích relevantních integrovaných proměnných
  • je definována rozlišovací schopnost budoucí integrované informační vrstvy (tzv. minimální areál),
  • je stanoven postup integrace (co je referenční vrstva, které se přizpůsobují ostatní a jak po sobě následují)
  • bbita → puda → vlhkostni pomery → relief→ zvetralinovy pokryv → podbeni→ geologie

2. On-screen integrace digitálních analytických vrstev

  • Podmínky (navíc oproti manuálnímu postupu):
  • analytické vrstvy jsou v digitální podobě ve stejném formátu a projekci (stejné rozlišení není podmínkou),
  • tématický obsah polygonů je kódován (popsán alfanumerickým kódem),
  • každý polygon je popsán položkou v GDB
  • technologie GIS „umí“ průnik vrstev

3. (semi) automatická integrace digitálních analytických vrstev

  • Podmínky (navíc oproti manuálnímu a on-screen postupu):
  • technologie „umí“ vytvářet jednoznačné kombinace kódů - vektory - popisující integrované polygony získané průnikem analytických vrstev,
  • každý polygon je popsán vektorem v geodatabázi,
  • existuje představa (seznam) o „správných“ vektorech integrovaných polygonů v daném regionu (jádra polygonových skupin),
  • existuje představa o očekávané rozlišovací úrovni integrované vrstvy (rozměr „minimum-areálu“, netvoří jádra polygonů a jejich skupin).

Časoprostorové modely pro predikce vývoje krajiny

  • statické (LUT-models) a dynamické (CA) (Brown a kol., 2004)
  • prostorové a neprostorové (bez prostorové distribuce – pouze rychlost a rozsah změněného krajinného pokryvu) - model SALU (Stephenne a Lambin, 2001)
  • podle hlavních metod:
    • CA modely
    • Statistické modely
      • Conversion of Land Use and Its Effects (CLUE)
        • dynamický, více-měřítkový model změn využití krajiny (Wageningen, 1996)
        • pracuje pouze s textovými soubory !
        • kombinuje logistickou regresi a informace od sousedních buněk, podobně jako CA
        • výsledky predikce použity k tvorbě vhodnostních map, na jejichž základě jsou alokovány jednotlivé změny krajinného pokryvu
        • rozloha změn, resp. rozloha každé kategorie krajinného pokryvu v predikovaném čase je dána uživatelem
        • každá buňka je charakterizována údajem, ukazujícím pro každou kategorii krajinného pokryvu, jak moc by bylo vhodné změnit stávající kategorii (míra vhodnosti)
        • nové využití je rozmístěna do míst s největší mírou vhodnosti pro daný typ LU
  • Modely pracující s neuronovou sítí
  • Modely s agentem
  • Kombinace modelů
    • markovy modely
      • kombinace metod CA a Markovových řetězců
      • algoritmus svým pojetím obohacuje prováděnou analýzu o prvek prostorové spojitosti a znalostní bázi pravděpodobné prostorové distribuce krajinných změn
      • pravděpodobnost, že se stav jedné buňky změní, určena jednak z původního stavu buňky, ale také okolními buňkami a maticí přechodu, která obsahuje jednotlivé pravděpodobnosti změny jednoho stavu na druhý (Koomen a kol., 2007).

anallýza změn

  • sada nástrojů pro hodnocení změn v krajině za pomoci grafických a mapových ukazatelů
  • založena na trendové analýze umožňující výpočty až do devátého řádu
  • obsahuje nástroje pro vyfiltrování podstatných změn pro analýzy

modelování změn

  • dovoluje seskupovat identifikované změny do submodelů a analyzovat jejich potenciál
  • statické komponenty - proměnné, které jsou v čase neměnné
  • vyjadřují základní aspekty přiměřenosti změn
  • dynamické komponenty - proměnné, které jsou časově závislé
  • vyjadřují stav vývoje (rozvoje) nebo infrastruktury
  • přepočítávány na základě směrů predikce (vzdálenost od stávající infrastruktury)

C. Predikce změn

  • modelování ve smyslu předpovídání změn (k určitému datu)
  • umožňuje zasahovat do predikce procesů (zadání konečného data, způsob predikce)
  • zahrnutí plánovaných zásahů, rozvoj a zábran, infrastruktury
  • možno specifikovat počet dynamických změn a jejich intenzitu a systém kontroluje plánované zásahy, omezení a vývoj infrastruktury
  • hard prediction – Markovovy řetězce - výsledkem je 1 mapa, nejlepší odhad z mnoha pravděpodobných řešení
  • soft prediction - pravděpodobnostní matice na základě externího modelu – kontinuální mapování náchylnosti ke změně – sada map

Dopady na populace a biodiverzitu (Implications

  • druhově specifické stanovení lokalit (primární a sekundární stanoviště, primární a sekundární potenciální koridory a nevhodná stanoviště)
  • detekce změn stanovišť (při porovnání charakteru ochrany)
  • vývoj lokalit (fragmentace) a charakter těchto změn v závislosti na měřítku
  • hodnocení biodiverzity (mapy bohatosti lokálních druhů, regionální bohatosti, lokální jedinečnosti a podobnosti složení druhů)
  • modelování rozšíření druhů, jejich výskyt, abundance, dominance a predikovaný akční rádius

Plánovaní zásahů (Planning)

  • uživatel může zasahovat a měnit směr
  • vývoje (území se statutem ochrany, přesměrování rozvoje)
  • modifikace infrastruktury pro vyšší efektivitu (least-cost engineering routes)
  • plánování (bio-)koridorů a jejich parametrů (šířky, vstupy) na základě předchozích analýz
  • akumulačních povrchů
  • frikčních analýz
  • vážených multikriteriálních vstupů
Permalink lulc_modelovani.txt · Last modified: 2018/01/14 19:08 by efox

oeffentlich