城市用地规模和布局模拟预测模型研究

发布时间：2018-05-01 06:10

本文选题：土地模拟预测 + 土地分类　；参考：《武汉大学》2014年博士论文

【摘要】：土地是城市的重要基础之一,随着城市的发展,土地资源的有限性与人口不断增长、经济社会快速发展、人类对土地需求量日益增长之间的矛盾日益明显。因此,科学合理的预测城市用地的规模和布局能够为土地利用总体规划编制和土地利用结构优化调整提供科学的依据,为解决土地资源、人口、经济之间的矛盾提供技术方法。目前,国内外对城市土地利用空间变化的研究主要可分为基于数理统计学的城市土地规模预测和结合GIS技术的城市土地结构布局模拟两部分。在城市土地规模预测中根据所选择的模型种类不同可分为自回归模型和多因素回归模型,根据模型的个数不同又可分为单模型预测和组合模型预测。在城市土地布局模拟研究中根据所选取的分析方法不同可分为元胞自动机模型、多智能体系统、系统动力学模型等,根据空间算法的不同又可分为智能空间算法和非智能空间算法两种。本文充分分析了城市土地规模预测和城市用地布局模拟研究中各种模型的优缺点,综合多种算法设计了基于用地类别的城市规预测组合模型和分阶段基于Markov-C5.0分类算法的城市用地布局模拟预测CA模型,并通过分析城市土地模拟预测各环节存在的时序性和动态性问题,以这两个模型为基础,设计了一种可动态修正的模型框架。本文深入研究了我国现行的,于2007年发布,在第二次全国土地调查中所采用的土地利用分类标准《土地利用现状分类》,与我国1984年、2002年两个版本的土地利用分类标准之间的关系,依据研究需要将土地类别划分为城市用地、建制镇用地、村庄用地、采矿用地、风景名胜及特殊用地、农林地、交通运输用地、水域及水利设施用地、其他用地共九类。通过将影响城市发展的驱动因子按自然因素、社会经济因素、政策因素以及其他因素进行划分,描述了各类因素影响城市空间扩张的方式,然后分析了自然、社会经济、政策法规以及其他因子对土地变化的影响,通过相关性分析法和主成分分析法确定了九类用地和总人口、非农人口、农业人口、总GDP、一产业GDP、二三产业GDP、第一产业固定资产投资、第二三产业固定资产投资、汽车总量、人均路面、路网密度、公园绿地面积、绿化率、人均绿地面积之间的相关性和九类用地的多因素回归模型表达式。在土地规模预测方面,本文提出了一种基于用地类别的城市用地规模预测组合模型,该模型以组合模型为基础框架,根据各类土地的数据特点选择最优的自回归预测模型和多因素模型建立组合模型预测各类土地的规模。通过该模型一方面能够清楚的了解各类用地与相关的驱动因子的关系,另一方面能够掌握各类土地的增长情况和所占的比例,为研究城市用地结构和城市空间扩张提供基础。在土地空间布局模拟预测方面,本文提出了一种分阶段基于Markov-C5.0分类算法的城市用地布局模拟预测CA模型,该模型包括用地增长量计算、空间驱动因子融合和土地转换规则获取三个阶段。第一阶段采用Markov方法获取各类土地之间的流向,结合各类土地规模的预测结果确定用地增长量,该方法获取的用地增长量更加符合研究区域的实际情况,同时土地流向的确定也为土地转换规则的获取提供了研究基础；第二阶段采用主成分分析法对影响城市发展的空间因子进行融合,最终形成各主成分的适宜性图集,通过该方法确定的主成分空间因子能够较全面的表达所有驱动因子的贡献,又能够提高模拟效率,减少计算工作量；第三阶段采用C5.0分类算法获取各类土地之间转换的规则,通过该方法可以直观的了解各空间因子与转换规则间的关系。另外,还针对城市用地规模和布局模拟预测工作中存在的时序性和动态性问题进行了分析,将整个模拟过程中各环节可能出现的动态性因素划分为用地规模时序性、空间因子动态性和控制因子动态性三类,针对这三种动态性问题设计了不同的修正模型,并基于三个方面的模型建立了城市用地规模和布局预测模拟的动态修正模型框架,通过修正框架的设计使CA模型在规则的获取过程中具有自动学习和实时调整的优点。最后对武汉市2025年的各类土地规模和布局进行了模拟预测,预测结果显示本文设计的模型和方法具有一定的先进性和较高的可用性,该模型较同类预测模型能够更好的了解城市土地利用结构和分布,同时经过动态修正模型框架的修正,提高了预测成果的延用性。本文还综合应用数理统计模型、GIS空间数据处理方法、GIS空间分析模型以及数据挖掘模型和算法,基于ArcGIS组件,开发了一套城市用地模拟预测系统。该软件平台实现了本文研究的主要研究成果。
[Abstract]:Land is one of the important bases of the city . With the development of the city , the limitation of land resources and the increasing of the population , the rapid development of the economy and society , the contradiction between the human being and the increasing demand for land is becoming more and more obvious . Therefore , the scientific and reasonable forecast of the scale and layout of the urban land can provide scientific basis for the overall planning of land use planning and the adjustment of land use structure , so as to provide a technical method for solving the contradiction between land resources , population and economy .

At present , the study of urban land use spatial change mainly can be divided into two parts : urban land scale prediction based on mathematical statistics and urban land structure layout combining with GIS technology .

According to the relationship between the land use classification standard and the land use classification standard in China in 1984 and 2002 , this paper describes the relationship between the land use classification standard and the land use classification standard in China in 1984 and 2002 , and then analyzes the influence of the natural , social , economic , policy and other factors on the land change . By means of the correlation analysis method and the principal component analysis method , the paper describes the relationship between natural , social , economic , policy and other factors on land change .

In the aspect of land scale prediction , this paper presents a combined model of urban land scale prediction based on land classification , which takes the combination model as the base frame , and selects the optimal self - regression prediction model and multi - factor model to forecast the scale of all kinds of land according to the data characteristics of all kinds of land .

In the aspect of land spatial distribution simulation prediction , this paper presents a model of urban land layout simulation forecasting based on Markov - C5.0 classification algorithm . The model includes three stages : land increment calculation , spatial driving factor fusion and land conversion rule acquisition . The first stage uses Markov method to acquire the flow direction among all kinds of land .
In the second stage , the principal component analysis method is adopted to fuse the spatial factors influencing the development of the city , and the suitability atlas of each main component is finally formed , and the main component space factor determined by the method can comprehensively express all the driving factors , and can improve the simulation efficiency and reduce the calculation workload ;
This paper analyzes the temporal and dynamic problems existing in urban land scale and layout simulation , and sets up the dynamic correction model frame of urban land scale and layout forecast simulation based on three aspects .

Finally , the model and method of urban land use are simulated and forecasted by using the model and method . The model can better understand the urban land use structure and distribution , and improve the ductility of the forecast results .

【学位授予单位】：武汉大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：F301.2;P208

【相似文献】