盐沼植被是滩涂湿地的重要组成部分,其动态变化直接影响着湿地的生态服务功能和价值。定量掌握各种盐沼植被分布信息、认识盐沼植被动态扩散规律并在此基础上建立扩散模型,不仅对滩涂湿地的研究具有重要的理论意义,而且对海岸带生物多样性保护和资源与环境的科学管理具有显著的现实意义。 本论文首先分析了元胞自动机的基本特点和应用局限性,立足于所研究区域盐沼植被的特点,结合遥感图像处理、地理信息系统、计算机视觉以及随机理论模型等,将滩涂植被生境信息诸如高程信息、离水体的最近距离作为优化条件,融入遗传算法、随机模型等数学模型, 使传统的元胞与影像像素、元胞邻居与栅格图像的邻域、元胞扩展原则与滩涂植被扩散规律等逐一结合,设计了基于均匀扩散规则、条件优化的均匀扩散规则、基于概率论和蒙特卡罗转换规则、基于概率论和域值的转换规则、条件优化的概率论转换规则、以及基于遗传算法的转换规则等多种模型规则,实现了大尺度上的动态模型-条件优化的元胞自动机模型(COCA)。 作者选用受人为干扰少的九段沙自然保护区的中沙和下沙新生湿地生态系统为研究区域和对象,分别以相同试验数据不同的转换模型以及不同的试验数据同一转换模型进行实验,利用逐点评价法和整体评价法对模拟结果做精度分析。结果表明,在适当的参数设置下,基于随机论的转换规则模拟精度相对较高。由于野外条件数据不足,遗传算法的转换规则并没有理想的模拟结果。 随后,论文对模拟和预测结果进行了生态学分析,指出九段沙中沙植被分布格局基本稳定,但是下沙上的互花米草仍有更大的扩散空间。最后作者对模型的完善提出了新的设想,旨在为相关研究提供借鉴和参考。