ScholarGate
Assistent
Process / pipelineSpatial simulation

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.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. 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
  2. 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.

Compare side by side

Referenziert von

ScholarGateCA-Markov (Cellular Automata-Markov Land-Use Change Model). Abgerufen am 2026-06-15 von https://scholargate.app/de/spatial-analysis/ca-markov · Datensatz: https://doi.org/10.5281/zenodo.20539026