邻域因子对城市土地开发强度模拟效果的影响分析——基于BP人工神经网络模拟的结果对比

被引：3

作者：

刘明皓 ^{[1
]}

陶媛 ^{[2
]}

夏保宝 ^{[1
]}

罗小波 ^{[1
]}

机构：

[1] 重庆邮电大学计算机科学与技术学院,中韩合作GIS研究所

[2] 西南大学地理科学学院

来源：

西南师范大学学报(自然科学版) | 2014年 / 39卷 / 02期

关键词：

ARCGIS; 土地开发强度; 建筑密度; 人工神经网络方法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

城市土地开发强度是衡量城市宜居以及可持续发展的重要指标.首先,以重庆市主城9区为例,以建设物投影面积占各街区土地面积的比例为土地开发强度的表征指标,在构建样本区域建筑密度及其影响因子空间数据库(ARCGIS)的基础上,采用BP神经网络构建了基于数据驱动的城市土地开发强度模拟模型;其次,通过邻域因子的选择与否检测邻域因子对开发强度仿真结果的影响;最后,利用训练好的BP神经网络对全局数据(重庆市主城9区)进行仿真,预测城市土地开发强度的时空变化.结果显示:1)BP人工神经网络方法能够较好地模拟城市土地开发强度的空间分布趋势;2)通过不同方案对比,发现当增加邻域驱动因子后,平均误差、标准差和误差精度都得到明显改善.研究表明:合理的驱动因子选择对BP人工神经网络方法仿真结果至关重要;尽管BP人工神经网络方法不能显性地反映城市集中连片区域土地开发强度与其影响因子之间的相互关系,但在数据充分的情况下,基于数据自适应的人工神经网络方法不失为土地开发强度评估的一种较好的方法.

引用

页码：39 / 46

页数：8

共 17 条

[1] 北京城市住宅土地市场空间异质性模拟与预测 [J].