基于ApacheSpark机器学习的生态安全格局构建方法
【摘要】 区域生态安全格局构建往往是通过对各类环境因子不同层次、不同深度的分析以生成规划结果，少有学者直接对生态安全格局与环境因子之间的关系进行分析，研究通用模型。利用大数据计算框架ApacheSpark机器学习库的LogisticRegression(LR)模型对佛山市高明、三水和顺德区已有生态安全格局规划数据与岩性、土壤、用地类型、NDVI、海拔、坡度、道路距离、河流距离、年均降雨量、人口密度等多个变量的相互关系进行了训练学习，得到回归模型，用以预测广东省生态安全格局，结果显示:1)基于Spark-LR的保障生态安全格局模型(GSPM)精度达到90.58%，其预测的广东省保障安全格局高概率区比例为50.56%，在实际应用中，有一定的参考价值;2)总体上GSPM预测的生态安全格局分布与已有规划类似，但是模型容易受到样点分布均匀性的影响;3)GSPM预测结果更加切合生态资源保护的需求，而常规方法构建的结果则需要进一步优化;4)Spark-LR机器学习对生态安全格局中城市扩张的预测具有一定的优势。
