基于蚁群算法的宁强县土地利用空间优化配置研究

发布时间：2020-04-29 21:23

【摘要】：土地利用空间优化配置是实现土地可持续利用、促进土地资源的节约集约利用和提高土地利用率的重要手段,也是当前土地科学研究的重要课题。针对现阶段研究较为重视数量结构优化,而缺乏科学合理的空间配置方法的问题,利用蚁群算法应用于多目标优化过程的优势,对基于蚁群算法的土地利用空间优化配置进行研究。本文以宁强县为研究区域,运用景观格局指数方法,对宁强县2014年土地利用景观格局特征进行分析,并提出土地利用布局存在的问题;在此基础上对宁强县农用地和建设用地分别选取指标,运用主成分分析法确定指标权重,构建土地适宜性评价指标体系;以提高土地适宜性和景观最优性为目标,借助GeoSOS地理模拟平台进行空间配置优化模拟,进行精度验证,进行基于蚁群算法的宁强县土地利用空间优化配置。主要研究结果包括以下几个方面:(1)通过对宁强县2014年现状土地利用景观格局指数分析,反映出现状土地利用景观特征:农用地较为破碎,利用程度较好;建设用地破碎程度较低,城镇建设发展水平低;地形地貌条件限制且影响土地利用斑块形状;建设用地紧凑度高,农用地除园地外紧凑度均较低。这些景观格局特征也反映了相关宁强县土地利用存在的问题。(2)分别针对宁强县农用地和建设用地两大地类各选取针对性指标,运用主成分分析法确定各指标权重,构建宁强县土地适宜性评价指标体系,得到宁强县农用地和建设用地土地适宜性评价结果。为土地利用空间优化配置提供适宜性参考标准。(3)通过设定蚁群算法目标函数、相关参数、约束体系以及精度验证一系列操作,采用GeoSOS地理模拟优化平台,对宁强县2020年土地利用空间布局进行优化,并对结果进行土地适宜性、景观格局和空间转移情况三方面的分析,得出结论:蚁群算法的土地利用空间优化模拟的空间布局方法可靠,适宜性有所提高,景观格局有所提升。基本达到土地利用空间优化配置的目的。
【图文】：

技术路线图

图 2-3 双桥实验单只蚂蚁能力很弱，，但多只蚂蚁组成的蚁群却能够完成复杂的工作。通过现实中蚁群觅食行为，可以解析这种复杂的行为。蚁群觅食的机理可通过图 2-4 分析。图 a 是现实蚂蚁觅食的选择，几乎是直线。图b 表示若觅食线路上存在阻挡，刚开始蚂蚁是均匀分布。图 c 显示当蚁群在所经之处分泌信息素，蚁群的选择开始变化，逐渐向信息素较多的路径倾斜。图 d 表示最后一个阶段，当蚁群行为形成正反馈信息时，蚁群行为越倾向于这种选择，最终蚁群沿着最短路径进行。
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F301.2

【参考文献】

相关期刊论文 前10条

1 谢鹏飞;赵筱青;张龙飞;;土地利用空间优化配置研究进展[J];山东农业科学;2015年03期

2 李春燕;邢丽霞;李亚民;冯大勇;;基于ArcGIS的国土开发适宜性评价指标体系研究[J];中国人口.资源与环境;2014年S3期

3 许泉立;杨昆;王桂林;杨玉莲;;基于蚁群算法的洱海流域土地利用变化模拟[J];农业工程学报;2014年19期

4 崔勇;刘志伟;;基于GIS的北京市怀柔区高标准基本农田建设适宜性评价研究[J];中国土地科学;2014年09期

5 柯新利;孟芬;马才学;;基于粮食安全与经济发展区域差异的土地资源优化配置——以武汉城市圈为例[J];资源科学;2014年08期

6 王秋平;马春林;肖玲玲;崔锐;;蚁群算法优化BP神经网络在主汽温控制中的应用[J];化工自动化及仪表;2013年07期

7 张云鹏;孙燕;陈振杰;;基于多智能体的土地利用变化模拟[J];农业工程学报;2013年04期

8 蒙吉军;朱利凯;杨倩;毛熙彦;;鄂尔多斯市土地利用生态安全格局构建[J];生态学报;2012年21期

9 刘耀林;夏寅;刘殿锋;洪晓峰;;基于目标规划与模拟退火算法的土地利用分区优化方法[J];武汉大学学报(信息科学版);2012年07期

10 王华;刘耀林;姬盈利;;基于多目标微粒群优化算法的土地利用分区模型[J];农业工程学报;2012年12期

相关博士学位论文 前2条

1 高小永;基于多目标蚁群算法的土地利用优化配置[D];武汉大学;2010年

2 向世聪;基于产业集聚的园区经济研究[D];中南大学;2006年

相关硕士学位论文 前2条

1 刘朝松;基于多目标粒子群算法的土地利用优化配置[D];中南大学;2014年

2 马兴彬;我国农村城镇化进程中土地流转问题研究[D];哈尔滨工业大学;2013年

本文编号：2645016