セルラーオートマトンをニューラルネットワークと統合することにより、保護地域の違法開発の早期警告

生態系の安全保障は、中国の速い都市化の下で大きな問題となっています。この国の最初の2つの都市として、深ShenzhenとDongguanは、それぞれ2005年と2009年に厳格な保護のためにエコロジカルな重要な領域を「ワイヤー」するために、環境指定のコントロールライン（ELC）の条例を発行しました。早期警告システム（EWS）は、実装ELCを支援するための便利なツールです。この研究では、細胞オートマトン（CA）と人工ニューラルネットワーク（ANN）を統合することにより、違法発達の早期警告のためにマルチモデルアプローチが提案されています。目的は、初期段階でのそのような発達によって引き起こされる生態学的リスクまたは大惨事を防ぐことです。統合モデルは、リモートセンシングとハンドヘルドGPS（グローバルポジショニングシステム）の両方からの経験的情報を使用して校正されます。モデルのパフォーマンスをよりよく評価するために、すべての警告に対するアラームの欠落の比率であるMARインジケーターが提案されています。急速な都市開発は、調査地域の自然地域の保護に大きな脅威を引き起こしていることがわかっています。CA、ANN、およびGPSの統合は、非常に非線形および断片化された形態である違法な発達を記述および予測するための強力なツールを提供します。この比較は、このマルチモデルアプローチが、早期警告のシングルモデルアプローチよりもはるかに優れたパフォーマンスを持っていることを示しています。CAおよびANNの単一モデルと比較して、この統合されたマルチモデルは、MARの値をそれぞれ65.48％と5.17％改善できます。

Ecological security has become a major issue under fast urbanization in China. As the first two cities in this country, Shenzhen and Dongguan issued the ordinance of Eco-designated Line of Control (ELC) to "wire" ecologically important areas for strict protection in 2005 and 2009 respectively. Early warning systems (EWS) are a useful tool for assisting the implementation ELC. In this study, a multi-model approach is proposed for the early warning of illegal development by integrating cellular automata (CA) and artificial neural networks (ANN). The objective is to prevent the ecological risks or catastrophe caused by such development at an early stage. The integrated model is calibrated by using the empirical information from both remote sensing and handheld GPS (global positioning systems). The MAR indicator which is the ratio of missing alarms to all the warnings is proposed for better assessment of the model performance. It is found that the fast urban development has caused significant threats to natural-area protection in the study area. The integration of CA, ANN and GPS provides a powerful tool for describing and predicting illegal development which is in highly non-linear and fragmented forms. The comparison shows that this multi-model approach has much better performances than the single-model approach for the early warning. Compared with the single models of CA and ANN, this integrated multi-model can improve the value of MAR by 65.48% and 5.17% respectively.