基于场模型的运动概率计算文献综述
2020-04-14 20:11:35
1.1 研究目的和意义
研究目的:
随着时间地理学的推进,时间地理学通过统计方法构建个体行为的时空间特征,通过GIS分析移动速度和时空可达域,以此达到分析历史运动轨迹和预测个体的运动范围。但是由于GIS分析方法掩盖了移动对象分布在可达域中各位置点的概率的差异性,而统计学方法往往针对个体有限时间内的轨迹数据。概率时间地理学是时间地理学在统计方法和GIS分析方法基础上的进一步发展,以概率分布云表达时间地理学中的行为时空间特征。
个体的移动可能性是与环境密切相关的,如环境中的障碍物会阻碍个体的可达能力。因此,如何根据地理环境的异质特性在建立环境场的基础上推测个体的移动可能性是当前时间地理学由定性向定量化发展的重要研究内容之一。本文主要完成两个方面的内容。一是根据具体的地理环境在GIS中构建速度分布场模型,二是在此基础上通过与最短距离的对比分析构建个体移动的概率分布模型,并以地图的形式进行展现。
基于实体场的时间地理学是一种新的、专门的野生动物利用分布(UDS)和栖息范围估计模型。基于实体场的时间地理学是经典时间地理学与最小成本路径分析相结合的产物。
研究意义:
在野生动物运动研究中,最基本的空间信息之一是栖息范围。栖息范围被广泛定义为一种动物在日常活动中使用的区域。从地理信息科学的角度来看,主范围是一个多边形,因此可以离散地表示该区域。但是动物通常不均匀地使用它们的栖息范围,这就需要估计利用率分布(ud),它将栖息范围表示为二维概率密度面,其中值表示在栖息范围内(和栖息范围外)的不同位置观察动物的概率。通常,在选择适当的空间分辨率后,将UD表示为光栅网格。创建UD后,通常只将主范围估计为UD的体积百分比轮廓(最常见的是95%体积轮廓)。
许多方法已被提出估计UDS和家庭范围,目前所有可用的栖息范围和UD方法都存在一个局限性,那就是假设野生动物在同一个区域内移动。也就是说,底层环境对用于计算主范围和UD的模型没有影响。由于没有考虑到潜在的景观特征(如地形、结构、土地覆盖)如何促成栖息范围和UDS的形成,目前的方法无法充分捕捉到异构环境如何促成观察到的运动模式。在许多情况下,自然环境限制了动物可能访问的区域,因此栖息范围和UDS的估计不正确。
为了解决这一局限性,本文提出了一种新的基于实体场的时间地理学方法来估计野生动物的UDS。基于实体场的时间地理扩展了时间地理的经典定,以估计时空棱镜边界结构内的不平等移动概率。运动的可能性不仅受到动物运动的上限(例如,最大行驶速度)的限制,而且还受到动物运动所经过景观的特征的限制。一是根据具体的地理环境在GIS中构建速度分布场模型,二是在此基础上通过与最短距离的对比分析构建个体移动的概率分布模型,并以地图的形式进行展现。通过这一方法实现在异构环境中野生动物在某时间某地点出现概率的预测。