《表1 Proportional error参数设置》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《CA-Markov与LCM模型的黄河三角洲湿地变化模拟比较》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：数量误差等于P（p）-P(m）。P(p）两种图完全一致为1；P(m）为参考图和修改的比较图之间的一致性。

可以看出，该模拟结果的面积相对较为符合2016年真实的分类结果，但是从图4来看空间位置误差较大，模拟结果在已有的景观类型附近扩散分布。研究发现在CA-Markov模拟中Markov过程中Proportional error的参数设置对模拟数量精度有影响（表1）。当值为0时，代表影像的分类精度一般能达到100%，与LCM模型自动生成的转移矩阵相近。当数量为0.15时，代表影像的分类精度一般能达到85%以上，通过影响着转移概率矩阵生成来影响模拟的数量结果。