摘要：利用元胞自动机（cellular automata,CA）模拟土地利用情景,有助于理解其变化机理,并为土地资源持续利用提供空间决策支持.本文基于生物进化过程的遗传算法（generic algo-rithm,GA）将CA参数编码成为染色体,在模拟结果与真实结果差异值的引导下,通过选择、杂交和变异算子使最优的染色体得以遗传和保留,从而建立智能优化的元胞自动机模型.以浙江省嘉兴市1992—2008年土地利用变化为例,分别利用6%（66个.km-2）和3%（33个.km-2）两种样本方案构建遗传CA模型进行土地利用变化模拟,并通过混淆矩阵、Kappa系数和景观指数对模拟结果进行评估.结果表明：遗传CA模拟结果能在数量、位置和景观格局上以超过80%的水平接近真实分类,且大样本量构建的遗传CA的模拟精度更高;2008年的模拟精度和景观综合指数低于2001年,表明遗传CA的模拟精度和景观综合指数随模拟时间而衰减.

关键词：土地利用模拟 元胞自动机 多重样本 遗传算法 景观评价 

单位：上海海洋大学海洋科学学院 上海201306 昆士兰大学地理、规划与环境管理学院 澳大利亚布里斯班4072