基于神经网络的城乡结合部土地转换分析——以成都市为例

摘要

近年来，随着我国城市化、工业化的高速发展以及人口的急剧扩张，城市的土地利用已接近饱和，城市周边的城乡结合部作为城市规模持续扩大、土地空间外延扩展的主体聚集了多元化的土地利用需求，土地转换越演越烈，有限的土地资源与不断增长的用地需求之间的矛盾日益突出，由此带来了一系列社会经济与生态环境问题，因此，对土地转换尤其是城乡结合部土地转换的研究意义重大。
　　本文由六部分组成，第一、二部分在梳理、借鉴相关学者对城乡结合部土地转换研究成果的基础上，总结概述了当前各国研究土地转换的过程、驱动机制、发展趋势时的主要研究方法及模型;第三部分选取了成都市城乡结合部为研究实例，首先结合定性与定量的范围划分方法界定了成都市城乡结合部的地理范围，其次对成都市的土地利用现状及1998年至2007年十年间的土地利用变化情况做了分析，从宏观角度掌握成都市整体的土地资源配置状况及其土地的转换动向，最后结合1998年至2005年成都市城乡结合部土地利用和土地转换的统计数据，计算了该地区在此阶段的土地利用数量结构变动量、土地利用的动态变化率以及土地用途的转入转出情况，深入了解和掌握了成都市城乡结合部土地转换的基本特征与转换态势;第四部分本文引入了神经网络技术，对神经网络的基本原理、网络结构及网络特性做了详细介绍，并分析了神经网络应用于土地转换研究的优势与可行性;第五部分是本文研究的重点，通过上一章对神经网络基本原理的介绍后，本部分在对成都市城乡结合部土地转换的驱动因子做了简要筛选后直接将其引入作为了该地区土地转换神经网络模型构造中的输入信息，并以1998年至2005年的驱动因子为样本输入数据，将1998年至2005年的土地用途转换结果作为样本输出数据，在对其进行归一化处理后，利用神经网络特有的网络结构对成都市城乡结合部土地转换的驱动因子与转换结果之间的关系进行学习与训练，最终获得误差极小的自适应神经网络，此后，为验证网络的有效性，再录入2006年的输入信息，结果得到与真实数据较一致的输出信息，验证了成都市城乡结合部土地转换神经网络模型的拟合效果;最后，针对神经网络的拟合结果总结出研究的不足，并对今后进一步研究城乡结合部土地转换提出了一些展望。