基于GIS的凤县综合自然区划方法研究

发布时间：2020-08-12 18:19

【摘要】：自然地理区划结果反映了研究区域的地理规律及地理特征,自然地理区划是对区域自然地理环境进行研究的一种较科学的方式。这种研究随着人类对自然资源开发利用需求的不断增加而日渐重要,而综合自然区划研究为这些过程的合理化提供了坚实的基础及科学的方案,使人类与自然环境之间和谐发展,为生产建设的可持续性提供服务。本文以凤县为研究对象,从自然地理条件、人文、社会、经济等方面阐述了凤县的综合情况,依据区划原则与方法构建了综合自然区划等级体系与综合自然区划指标体系。将凤县综合自然区划等级体系划分为三级,并在指标体系中选取了地形地貌因素、气象因素、土壤因素、土地利用类型因素为主要区划指标。在ArcGIS的支持下对指标数据进行了处理。本文采取了两种区划方式对凤县进行综合自然区划,一种是将主导标志法与自上而下法、空间叠加分析相结合的区划方法,一级区划以地貌为主导标志进行划分,二级区划是在一级区划的基础上以土壤为主导标志进行划分,三级区划是在二级区划的基础上以气象为主导标志进行划分;另一种是依据层次分析法的原理来确定因子的权重系数,利用加权叠加得到二级区划方案,一级区划方案是根据二级区划的结果进行聚类分析得到,同样,三级区划也是依据二级区划结果分别对每个二级区划单元进行最佳指数分析,从而选出最佳指标组合对各个二级区划单元划分,最后得到三级区划方案。通过对两种区划方式的比较分析,发现第一种区划方案得到的区划单元过于破碎,违背了区划目的,而第二种区划方案更符合凤县地域分异规律,且区划边界清晰,所以采用第二种区划方式作为凤县综合自然区划方案。一级区以“区域方位+地貌名称”命名,二级区由区域所在方位命名,三级区由“二级区划名称+方位+自然地理特征”命名。将凤县划分为3个一级区(北部中低山、中部盆地区、南部盆地区),6个二级区(凤北区、凤东北区、凤西北区、凤西区、凤东区、凤南区)以及17个三级区。
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P942;P208
【图文】：

神经网络结构

1 绪论在辨别、决策、知识处理方面能获得良好的效果。它通过网络初作能自动实现指标权重的改变，从而对客体能进行识别和分类。多网络结构，如 SOFM 神经网络结构、BP 神经网络结构等[24]。网络是基于 BP 算法的多层前馈网络。BP 神经网络结构比较简自学、自适应及非线性动力学的特点。BP 神经网络对数据样本按照误差反向传递的基本原则，对数据实施多次的操作，对网络计算，使结果越来越接近目标[25]。BP 神经网络拓扑结构是由输三层构成。神经网络中的任何一个节点都称为神经元，输入层中收信息，并将这些信息传递给中间层的神经元。中间隐层的功能可以是单层结构也可以是多层结构。隐层根据设定的算法，从而再把信息传递给输出层，输出层最后向外界展示最终的结果[26]

神经网络结构,输出层

传递给输出层，输出层最后向外界展示最终图 1.1 BP 神经网络结构征人工）神经网络可以很好的解决模式识神经网络可以根据设定的模式对输入的数据态下能自主的调节输入和输出的权重，以此且可以把分类结果表现出来。SOFM 网络神经元通过相互之间的作用和竞争，从而

路线图,研究技术,路线图,综合自然区划

西安科技大学硕士学位论文然后在 ArcGIS 的支持下利用叠加分析进行三级区划。（3）研究技术路线根据凤县综合自然区划的内容和目的，最终得到合理的区划方案。具体区划流程如图 1.3 所示。

【参考文献】