7
个编辑
13433605205
于2023年7月25日 (星期二)加入
无编辑摘要
*[[空间显式模型（Spatial Explicit Models）|此词条由城市科学读书会词条梳理志愿者（你的用户ID）翻译审校，未经专家审核，带来阅读不便，请见谅。]]
*[[空间显式模型（Spatial Explicit Models）|此词条由城市科学读书会词条梳理志愿者（你的用户ID）翻译审校，未经专家审核，带来阅读不便，请见谅。]]
==介绍==
==介绍==
空间显式模型（Spatial Explicit Models）是一种用于研究地理空间和地理现象的数学模型。该模型将地理空间划分为离散的单元或单元格，并通过在这些单元之间定义关系和交互来描述地理现象的分布和变化。通过使用空间显式模型，我们可以更好地理解和解释地理现象的空间分布和相互作用，从而对地理空间进行更精确的建模和分析。{{short description|Motion characterized by chaotic changes in pressure and flow velocity}}
'''空间显式模型（Spatial Explicit Models）'''是一种用于研究地理空间和地理现象的数学模型。该模型将地理空间划分为离散的单元或单元格，并通过在这些单元之间定义关系和交互来描述地理现象的分布和变化。通过使用空间显式模型，我们可以更好地理解和解释地理现象的空间分布和相互作用，从而对地理空间进行更精确的建模和分析。{{short description|Motion characterized by chaotic changes in pressure and flow velocity}}
空间显式模型的结构包括两个主要部分：'''人口模拟器'''和'''景观地图'''。人口模拟器是一种计算机程序，用于模拟种群的动态，包括出生、死亡、迁移和繁殖等过程。景观地图描述了研究区域的空间分布，包括栖息地斑块、景观边界、走廊和其他景观特征。这些模型可以用于研究种群或群落如何受到景观结构变化的影响，包括景观组成（景观中不同栖息地类型或特征的相对或绝对数量）和景观形态（栖息地斑块和其他特征在景观中的精确位置）的变化。
具体来说，如果一个人工智能模型满足以下检验中的一条，则可以称为空间显式模型（Spatial Explicit Models）：
1）不变性检验。空间显式模型的结果在所研究的对象重新定位迁移的情况下不是不变的。这个特性可以用空间异质性和空间回归模型的思路去理解，即如果一个变量的影响是与空间无关的，那么随机变化对象的位置后，其空间回归模型结果不变；反之则变。
2）表征检验。空间显式模型在其实现中包含了所研究现象的空间表征形式（可以采用整合地理坐标、空间关系、地名等形式），比如把深度学习模型的数据输入先用地理编码表征。
3）公式化检验：空间显式模型在其概念化和公式化中明确使用了空间概念，例如考虑空间邻域和方向、把空间属性引入深度学习模型的损失函数设计。
4）结果检验：空间显式模型的输入和输出包含的空间结构（或形式）不同。例如，一个包含城市地理位置和人口的数据集，如果是让机器仅基于人口数量进行城市排名，因为地理位置不属于分析对象的一部分，所以不是一个空间显式模型。相反，如果要回答人口密度高的城市是否在空间聚集在一起的问题，则需要明确的空间分析视角。
==研究现状==
==研究现状==
空间显式模型通常使用空间统计方法和地理信息系统（GIS）技术来分析和建模地理数据。它考虑了地理位置对地理现象的影响，并允许对地理空间中的相邻单元或区域之间的相互作用进行建模。这些模型可以用于研究许多地理现象，如人口分布、自然资源分布、环境污染、城市规划等。它们提供了一种理解地理现象的方法，并可以用于预测、规划和决策支持等应用领域。
空间显式模型通常使用空间统计方法和地理信息系统（GIS）技术来分析和建模地理数据。它考虑了地理位置对地理现象的影响，并允许对地理空间中的相邻单元或区域之间的相互作用进行建模。这些模型可以用于研究许多地理现象，如人口分布、自然资源分布、环境污染、城市规划等。它们提供了一种理解地理现象的方法，并可以用于预测、规划和决策支持等应用领域。
==模式类型==
==模式类型==
===从技术角度===
===从技术角度===
SEM 有多种类型，包括'''连续空间反应扩散偏微分方程'''（Cantrell 和 Cosner 2003）<ref name="Batchelor">Cantrell RS, Cosner C. 2003. Spatial Ecology via Reaction-Diffusion Equations. Chichester: Wiley. p 411.</ref>、'''面片模型'''（Hanski 和 Thomas 1994<ref>Hanski I, Thomas CD. 1994. Metapopulation dynamics and conservation: a spatially explicit model applied to butterflies.Biol Conserv 68:167–80.</ref>；Wu 和 Levin 1997<ref name="测试">Wu J, Levin SA. 1997. A patch-based spatial modeling approach: conceptual framework and simulation scheme. Ecol Model 101:325–46.</ref>）、'''元胞自动机（CA）'''邻域模型（ 霍格维格 1988<ref>Hogeweg P. 1988. Cellular automata as a paradigm for ecological modeling. Appl Math Comput 27:81–100.</ref>)，和'''基于个人的邻里模型'''（Pacala 和 Silander 1985<ref>Pacala SW, Silander JA Jr. 1985. Neighborhood models of plant population dynamics. I. Single-species models of annuals. Am Nat 125:385–411.</ref>）。
SEM 有多种类型，包括'''[[连续空间反应扩散偏微分方程]]'''（Cantrell 和 Cosner 2003）<ref name="Batchelor">Cantrell RS, Cosner C. 2003. Spatial Ecology via Reaction-Diffusion Equations. Chichester: Wiley. p 411.</ref>、'''[[面片模型]]'''（Hanski 和 Thomas 1994<ref>Hanski I, Thomas CD. 1994. Metapopulation dynamics and conservation: a spatially explicit model applied to butterflies.Biol Conserv 68:167–80.</ref>；Wu 和 Levin 1997<ref name="测试">Wu J, Levin SA. 1997. A patch-based spatial modeling approach: conceptual framework and simulation scheme. Ecol Model 101:325–46.</ref>）、'''[[元胞自动机 Cellular Automata|元胞自动机]]（CA）'''邻域模型（ 霍格维格 1988<ref>Hogeweg P. 1988. Cellular automata as a paradigm for ecological modeling. Appl Math Comput 27:81–100.</ref>)，和'''基于个人的邻里模型'''（Pacala 和 Silander 1985<ref>Pacala SW, Silander JA Jr. 1985. Neighborhood models of plant population dynamics. I. Single-species models of annuals. Am Nat 125:385–411.</ref>）。
1、连续空间反应扩散偏微分方程：这种类型的模型使用偏微分方程来描述物种在连续空间中的扩散和反应过程。它们通常涉及到物种的扩散、交互和生长等机制。
1、连续空间反应扩散偏微分方程：这种类型的模型使用偏微分方程来描述物种在连续空间中的扩散和反应过程。它们通常涉及到物种的扩散、交互和生长等机制。
[https://github.com/PredictiveEcology/SpaDES] https://github.com/PredictiveEcology/SpaDES
[https://github.com/PredictiveEcology/SpaDES] https://github.com/PredictiveEcology/SpaDES
==参考文献==
==参考文献==
参考文献：<references />进一步阅读：
[3] Wu J, Levin SA. 1997. A patch-based spatial modeling approach: conceptual framework and simulation scheme. Ecol Model 101:325–46.
[1] GAO Song. A Review of Recent Researches and Reflections on Geospatial Artificial Intelligence[J]. Geomatics and Information Science of Wuhan University, 2020, 45(12): 1865-1874. doi: 10.13203/j.whugis20200597
[4] Hogeweg P. 1988. Cellular automata as a paradigm for ecological modeling. Appl Math Comput 27:81–100.
[2] 王圣音, 高勇, 陆锋, 刘瑜. 场所模型及大数据支持下的场所感知[J]. 武汉大学学报 ( 信息科学版), 2020, 45(12): 1930-1941. doi: 10.13203/j.whugis20200491
[5] Pacala SW, Silander JA Jr. 1985. Neighborhood models of plant population dynamics. I. Single-species models of annuals. Am Nat 125:385–411.
[3] 徐中民; 焦文献. 景观模拟模型: 空间显式的动态方法. 中国, 黄河水利出版社, 2006.
==留名==
==留名==
调整为：
调整为：
*“此词条暂由彩云小译翻译，（你的账号名称）整理和审校。”
*“此词条暂由彩云小译翻译，（你的账号名称）整理和审校。”