CA-Markov Land-Use Change Model
CA-Markov ist ein hybrides raum-zeitliches Modell, das Landnutzungs- und Landbedeckungsänderungen projiziert, indem es eine Markov-Kette – die vorhersagt, wie viel von jeder Klasse sich ändern wird – mit zellulären Automaten kombiniert, die entscheiden, wo diese Änderung stattfindet. Es wird häufig für die Vorhersage von Stadtwachstum und Landbedeckung verwendet und beantwortet sowohl die Menge als auch den Ort der Änderung, was keine der beiden Komponenten allein gut kann.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Clarke, K. C., Hoppen, S., & Gaydos, L. (1997). A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area. Environment and Planning B, 24(2), 247–261. DOI: 10.1068/b240247 ↗
- Muller, M. R., & Middleton, J. (1994). A Markov model of land-use change dynamics in the Niagara Region, Ontario, Canada. Landscape Ecology, 9(2), 151–157. DOI: 10.1007/BF00124382 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Cellular Automata-Markov Land-Use Change Model. ScholarGate. https://scholargate.app/de/spatial-analysis/ca-markov
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Agentenbasiertes Modellieren (ABM)Simulation↔ compare
- Zelluläre AutomatenSimulation↔ compare
- Least-Cost Path / Cost-Distance AnalysisRäumliche Analyse↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →