基于模糊自组织神经网络的土地用途分区研究

被引：3

作者：

袁满

刘耀林

危小建

机构：

[1] 武汉大学资源与环境科学学院

来源：

国土资源科技管理 | 2013年 / 30卷 / 06期

关键词：

土地利用规划; 用途分区; 模糊自组织神经网络; 空间聚类;

D O I：

暂无

中图分类号：

F301 [土地经济学];

学科分类号：

082802 ; 1204 ; 120405 ;

摘要：

传统土地用途分区方法存在人为主观因素影响较大、操作性不强且过于粗略等缺陷。为了克服上述不足,将模糊自组织神经网络算法引入土地用途分区问题中,建立用途分区模型,构建分区问题与神经网络的映射关系,设计了顾及空间及属性的聚类距离,并制定了用途分区确定规则。实验选取湖北省陆溪镇以验证模型的有效性。结果表明模型合理地划分了基本农田保护区、一般农地区、林业用地区、城镇建设用地区、乡村建设用地区、独立工矿区、水区域7个土地用途区,分区结果与农用地分等定级结果基本相符,模型能够有效提高用途分区的确定效率。

引用

页码：74 / 80

页数：7

共 12 条

[1]

SOM神经网络的研究及在水文分区中的应用.[D].岳素青.河海大学.2006, 09

[2]

面向土地用途分区的空间数据挖掘.[D].牛继强.武汉大学.2010, 10

[3]

基于智能计算的土地利用分区模型.[D].苏黎兰.武汉大学.2010, 05

[4] Land Use Zoning at the County Level Based on a Multi-Objective Particle Swarm Optimization Algorithm: A Case Study from Yicheng, China [J].

Liu, Yaolin ;

Wang, Hua ;

Ji, Yingli ;

Liu, Zhongqiu ;

Zhao, Xiang .

INTERNATIONAL JOURNAL OF ENVIRONMENTAL RESEARCH AND PUBLIC HEALTH, 2012, 9 (08) :2801-2826

[5]

A comparison of self-organizing map algorithm and some conventional statistical methods for ecological community ordination.[J].J.L. Giraudel;S. Lek.Ecological Modelling.2001, 1

[6] 基于空间数据挖掘的土地用途分区系统 [J].