全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...
-  2011 

一种融合地理空间指标的土地需求量预测方法——以佛山市南海区为例

DOI: 10.11821/yj2011050009

Keywords: 土地需求量,预测,地理空间指标

Full-Text   Cite this paper   Add to My Lib

Abstract:

摘要: 目前关于土地需求量的预测方法往往忽视地理空间因素。本文提出了一种融合地理空间指标的土地需求量的多因素预测方法,通过在需求量预测计算中引入地理标准距离、标准差椭圆、Moran' s I指数等与土地利用类型的空间分布和空间形态相关的因素,探讨基于地理空间指标进行土地需求量预测的可行性和准确性。以佛山市南海区历年的土地利用调查数据为基础进行案例研究,结果表明:相对于地理经济指标,引入地理空间指标的土地需求量预测结果准确率更高。但由于数据量的限制,本文所得的结果需要收集更多数据采用多种统计分析方法进一步加以研究验证

References

[1]  赖红松,董品杰.基于灰色预测和神经网络的城市建设用地量预测,测绘信息与工程,2003,28(6):36~39.
[2]  张军,王红,孙伟.信息科学中软计算法在城市建设用地需求量预测中的应用.统计与决策,2006,4:32~34.
[3]  邱道持,刘力,粟辉,等.城镇建设用地预测方法新探——以重庆市渝北区为例.西南师范大学学报(自然科学版),2004,29(1):146~150.
[4]  邵建英,王坷,肖志豪,等.城镇建设用地预测方法研究.江西农业大学学报,2006,28(3):472~476.
[5]  罗里辉,吴次芳. 建设用地需求预测方法研究.中国土地科学,2004,18(6),14~17.
[6]  邓华灿,陈松林. 基于灰色序列模型的建设用地预测. 沈阳大学学报, 2007, 19(2): 100~102.
[7]  石海洋,康慕宁,邓正宏. 基于灰色BP网络的城市建设用地预测模型. 计算机工程与应用, 2010,46(1): 218~220.
[8]  何春阳,史培军.基于系统动力学模型和元胞自动机模型的土地利用情景模型研究.中国科学D辑:地球科学, 2005, 35(5): 464~473.
[9]  王 倩,王绍斌.系统动力学方法在县级农业系统结构优化中的应用.辽宁行政学院学报,2007, 9(2): 79~81.
[10]  Adams J B,Sabol D,Kapos V,et al.Classification of multispectral images based on fractions of endmembers: Application to land-cover change in the Brazilian Amazon.Reonte Sensing of Encironment,1995,52:137~154.
[11]  Fischel W A.The urbanization of agricultural land: A review of the nation agriculturalland study.Land Economics,1982,58:236~259.
[12]  Fao Fealm.An international framework for evaluating sustainable land management. World Solid Resources Report 73,1993.
[13]  李江.基于GIS的城市空间形态定量研究及多尺度描述,武汉:武汉大学博士学位论文,2003.
[14]  林芳. 建设用地需求量预测方法研究——以福建省为例.福州:福建师范大学硕士学位论文,2005.
[15]  苏安玉, 李衡邱. 城市化进程中黑龙江省城市用地需求预测研究. 东北农业大学学报, 2007, 38(6):856~859.
[16]  陈国建,刁承泰,等.重庆市区城市建设用地预测研究.长江流域资源与环境,2002,11(5):403~308.
[17]  韦素琼,陈健飞.福建省土地利用动态变化及趋势预测.福建师范大学学报(自然科学版),2006,19(4):85~91.
[18]  慎勇扬,叶艳妹.Monte Carlo模拟在建设用地需求预测中的应用.计算机应用与软件,2004, 21(11): 30~31.
[19]  何春阳,史培军.中国北方未来土地利用变化情景模拟.地理学报, 2004, 59(4): 599~607.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133