传统的元胞自动机(CA)用于土地利用变化模型时，通常假设每个像元在每次迭代上都只含有一种土地利用类型。但这样会忽略土地单元中常常存在的混合土地利用结构。MCCA模型是基于混合像元运行的，混合像元由多种土地利用类型的覆盖比例组成，可以更好地表达土地利用的连续变化，并为混合土地利用结构的时空动态建模提供了新的视角。
下载链接
https://github.com/HPSCIL/Mixed_Cell_Cellullar_Automata
运行
双击"MCCA v1.0_box.exe"文件即可运行MCCA软件。MCCA软件可以独立运行在Windows Vista/7/8/X64位环境，没有任何依赖和安装过程。
用户手册
请见下载文件中的PDF文档："User_Manual_MCCA-20191206-Eng.pdf"。
测试数据
请查看存储库中的压缩文件'Testdata.zip'。
模型创新及优势
MCCA是一种可以用于模拟混合土地利用空间结构的时空动态变化的新的CA模型。 MCCA的提出为土地利用变化研究从静态模式分析到动态混合模拟的跨越提供了一道桥梁。MCCA模型最大的优点是能够定量模拟像元内多种土地利用成分的连续变化，而传统的纯质元胞CA模型只能模拟像元尺度上土地利用定性的、离散的变化。因此，MCCA模型能够模拟因社会经济、生态环境和政治驱动因素的细微变化而引起的土地利用结构的敏感变化，为学者了解和研究土地利用变化过程提供了一个有效的工具。
应用领域
同时，MCCA模型输出的定量连续土地利用变化模拟结果所包含的每个像元内的土地利用结构信息，可以帮助研究人员更精确地评估土地利用变化对许多环境问题的影响，如空气质量、城市热岛、景观连通性、净初级生产(NPP)损失、生态服务价值和能源消耗等等。可见，MCCA模型可以更好地支持时空连续分析和环境问题的定量计算。此外，MCCA模型为模拟混合土地利用结构变化提供了一种可行的方法，因为以往的研究大多集中于混合土地利用结构的测度和静态分析，而忽略了它们的动态演化。MCCA模型可以模拟土地利用结构的逐渐变化，更便于研究人员理解多种驱动因素是如何通过相互作用演化出未来混合土地利用的分布。
相关的开源库
MCCA使用C++语言开发的。软件所用的并行技术来源于中国地质大学(武汉)高性能空间计算智能实验室(https://github.com/HPSCIL)。软件所用的随机森林模型来自于一个开源库Alglib 3.9.2 (http://www.alglib.net/)。线性回归算法来自：https://github.com/fengbingchun/NN_Test。用户界面采用著名的开源库Qt5 (https://www.qt.io/download/)构建。使得软件能够实时显示土地利用动态变化的仿真过程。此外，模型使用开源库GDAL 2.0.2 (http://www.gdal.org/)作为底层读写接口，可直接读写带地理坐标的栅格数据(.tif，.img，.txt)。
参考资料
咨询
如果您对MCCA软件有任何技术、操作或使用问题，请联系梁迅博士(liangxun@cug.edu.cn)
作者及开发者
梁迅， 关庆锋*， 姚尧， Keith C. Clarke
- 通讯作者， 邮箱地址: guanqf@cug.edu.cn (关庆锋)。
联系方式
高性能空间计算智能实验室(HPSCIL) (https://github.com/HPSCIL)
中国地质大学地理与信息工程学院，湖北武汉 430078
如有合作意向，请联系关庆锋教授([guanqf@cug.edu.cn]
(mailto:guanqf@cug.edu.cn))
Q.E.D.