基于CPM-RBF模型的区域土地生态安全预警研究

被引:0
作者
高奇
机构
[1] 中国地质大学(北京)
关键词
土地生态安全; 预警; 指标体系; CPM-RBF模型;
D O I
暂无
年度学位
2015
学位类型
硕士
导师
摘要
健康的土地生态系统是维系区域生态安全的重要因素,开展区域土地生态安全预警研究,分析土地生态安全警情演变状况,是新形势下建设生态文明建设现实需要,也是进一步完善土地生态安全研究的理论需求。为此,本文以山西省临汾市尧都区为研究区域,以土地生态安全相关理论为理论指导,采用突变级数法和径向基函数神经网络模型开展了区域土地生态安全预警研究。本文主要开展了以下几个方面内容的研究:(1)对国内外相关研究进行综述性介绍与回顾,探讨不同研究内容与技术方法的侧重点,明晰本文研究的起点;(2)分析研究区土地生态安全现状,指出区域土地生态安全面临的形势;(3)在分析“压力—状态—响应”(PSR)框架模型和“自然—经济—社会”(NES)框架模型各自特点的基础上,构建基于PSR-NES框架模型的区域土地生态安全预警指标体系;(4)引入常见突变模型创建了研究区土地生态安全警情分析模型,运用突变级数法对土地生态安全警情变化进行分析;(5)在Matlab中直接调用径向基函数,运用RBF神经网络对区域土地生态安全警情演变趋势进行预测。通过对以上内容进行研究,得出以下结论:(1)经济和社会因素是造成区域土地生态安全动态演变的主要因素;(2)PSR-NES框架模型的区域土地生态安全预警指标体系较为全面且有针对性,有助于判断区域土地生态安全真实状态以及发现土地生态安全演变过程中存在的问题;(3)突变级数法含义较为明晰,可操作性强,减少预警过程中人为主观性影响,应用于土地生态安全预警研究是一个较好的尝试;(4)RBF神经网络具有训练速度快、能收敛到全局最优点等特点,能够不断的学习确定径向基函数的最优参数,提高警情预测精度;(5)构建了土地生态安全预警的CPM-RBF模型,整个过程逻辑性强、思路清晰。本文的创新点是将突变理论运用到土地生态安全预警研究中,运用突变级数法对土地生态安全警情变化进行了分析,运用RBF神经网络对警情演变趋势进行预测,但是该研究还存在一些有待改进之处,预警指标体系有待进一步优化,警情等级划分标准需要进一步探讨,这些都有待后续研究进一步完善,本文仅仅为区域土地生态安全预警研究在方法上提供了一种新的思路。
引用
收藏
页数:86
共 70 条
[1]
鄱阳湖生态经济区土地资源生态安全预警研究 [D]. 
隋婷婷 .
江西农业大学,
2011
[2]
吉林省通榆县土地生态安全预警与土地资源利用优化研究 [D]. 
毛子龙 .
吉林大学,
2007
[3]
我国商业银行信贷风险预警体系研究 [D]. 
岳守艳 .
西北大学,
2005
[4]
湖南省土地生态安全预警及调控研究 [D]. 
徐美 .
湖南师范大学,
2013
[5]
山地平原过渡区土地生态安全预警.[D].李喆.成都理工大学.2012, 02
[6]
Ecological intensification: harnessing ecosystem services for food security.[J].Riccardo Bommarco;David Kleijn;Simon G. Potts.Trends in Ecology & Evolution.2012,
[7]
The Study of An Assessment of Land Use Security in Mining Area——A case study of Wu’an in China.[J].Zeng Lei;Zeng Hui.Procedia Engineering.2011,
[8]
An early warning method of landscape ecological security in rapid urbanizing coastal areas and its application in Xiamen, China [J].
Li, Yangfan ;
Sun, Xiang ;
Zhu, Xiaodong ;
Cao, Huhua .
ECOLOGICAL MODELLING, 2010, 221 (19) :2251-2260
[9]
Modelling of land cover and agricultural change in Europe: Combining the CLUE and CAPRI-Spat approaches.[J].Wolfgang Britz;Peter H. Verburg;Adrian Leip.Agriculture; Ecosystems and Environment.2010, 1
[10]
Application of the MoniFLaIR early warning system for rainfall-induced landslides in Piedmont region (Italy) [J].
Capparelli, Giovanna ;
Tiranti, Davide .
LANDSLIDES, 2010, 7 (04) :401-410