陕西省县域城镇化综合测度与空间格局研究

以陕西省83个县域为基本单元,从人口、经济、社会生活3个要素选取14项指标,构建了陕西省县域城镇化发展水平指标体系,通过主成分聚类分析、空间分析方法进行了定量分析,得出各县域城镇化水平的综合得分、空间等级分布特征。结果发现:陕西县域城镇化综合发展水平空间差异明显,陕北地区整体城镇化水平较高,但区域内差异明显;关中地区处于城镇化中等以及较高水平,区域内空间分布相对集中、均衡;陕南县域城镇化整体处于低水平状态,有待发展的空间较大。     

陕西省县域城镇化综合测度与空间格局研究

以陕西省83个县域为基本单元,从人口、经济、社会生活3个要素选取14项指标,构建了陕西省县域城镇化发展水平指标体系,通过主成分聚类分析、空间分析方法进行了定量分析,得出各县域城镇化水平的综合得分、空间等级分布特征。结果发现:陕西县域城镇化综合发展水平空间差异明显,陕北地区整体城镇化水平较高,但区域内差异明显;关中地区处于城镇化中等以及较高水平,区域内空间分布相对集中、均衡;陕南县域城镇化整体处于低水平状态,有待发展的空间较大。     

基于BP人工神经网络的广东省县域经济发展差异

以2009年广东省67个县（市）为研究对象,从经济总量、经济水平、产业结构、发展速度和利用外资5个方面,选取各县（市）的GDP、工业总产值等17个指标,构建评价指标体系,运用BP人工神经网络方法,对广东省县域经济发展差异进行综合评估。结果表明：目前广东省县域经济发展水平差异显著,呈现明显地由珠江三角洲地区向外围及粤东、粤西和粤北山区递减的格局。BP神经网络的评价结果可以较好地模拟县域经济发展差异,与传统研究方法相比,能有效避免主观的权重确定带来的误差,提高测度的准确性。     

县域城镇化质量评价指标体系构建与分析——以泉州市为例

在构建县域城镇化质量评价指标体系的基础上,采用熵值法确定评价指标的权重,对泉州市7个县级行政单位的城镇化发展质量进行评价。研究得出了各个县域城镇化质量的评分,并对评价结果进行了分析,最后提出提高县域城镇化质量的对策建议。     

欠发达民族地区县域新型城镇化时空测度与评价——以青海东部重点开发区为例

[目的]为推动欠发达民族地区县域新型城镇化建设,[方法]采用改进后的熵值法构建青海东部重点开发区县域新型城镇化复合指标评价体系,用地理空间分析方法和GeoDA对研究区进行县域新型城镇化水平时空测度及评价。[结果](1)在2004-2014年间,青海东部重点开发区的综合城镇化、人口城镇化、社会城镇化、基础设施城镇化均呈上升趋势,生态环境城镇化指数呈下降趋势,2009-2014年县域城镇化发展速度高于2004-2009年;(2)城镇化水平空间差异显著:Moran’s I由2004年的0.525 2上升至2014年的0.595 1,说明新型城镇化水平在空间上呈现明显的集聚现象,并且集聚有进一步的增强趋势,LISA局域自相关显示城镇化水平县域差距大,城镇化水平断层明显。[结论]该区域城镇化水平高的县域应发挥辐射扩散作用,加强同邻近周边县级城镇的交流和联系,促进县域城镇化的协同推进。     

中国西部县域城镇化特征空间分析

利用近20年中国西部地区县域非农业人口长序列统计资料和GIS技术，分析了西部地区县域城镇化现状特征，揭示了县域城镇化空间分异特征。研究表明，近20年来，西部县域城镇化进程趋向于良性发展；县域间城镇化发展速度相对差异明显变小，城镇化总体上呈现出趋向加速发展启动的态势；城镇化发展中心呈现东移趋势，在西部的东部边缘地区形成一条东北——西南走向的西部县域城镇化高速增长地带；县域城镇化空间分异和经济发展水平的空间分异趋向于协调一致。     

湖北省县域城镇化水平的聚类分析

运用聚类分析方法,对湖北省77个县域的城镇化发展水平进行了系统聚类。结果表明,湖北省县域城镇化发展水平分为3类,这3类县域城镇化发展水平差异十分悬殊;这种差异是经济社会发展水平、地理条件、交通条件和政策因素等方面所导致的;湖北县域城镇化发展程度的差异决定了县域城镇化战略的差异。     

山西省县域城镇化水平综合评价及其发展对策

将熵值法、系统聚类法与GIS相结合,从经济、人口、社会3个方面选取了13个指标,构建了县域城镇化发展水平的综合评价体系,对山西省96个县域的城镇化综合发展水平进行了系统聚类,并从产业结构、农业科技、教育等方面分析了山西省县域城镇化水平差异、空间分异格局明显的原因,提出了调节产业结构、强化农业科技创新、培养应用型人才等对策。     

山西省县域城镇化水平综合评价及其发展对策

将熵值法、系统聚类法与GIS相结合,从经济、人口、社会3个方面选取了13个指标,构建了县域城镇化发展水平的综合评价体系,对山西省96个县域的城镇化综合发展水平进行了系统聚类,并从产业结构、农业科技、教育等方面分析了山西省县域城镇化水平差异、空间分异格局明显的原因,提出了调节产业结构、强化农业科技创新、培养应用型人才等对策。     

我国县域农业现代化发展水平评价——基于全国1980个县的实证分析

县是国民经济最基本的运行单元。探索对县域农业现代化的定量评价,对于制定新的经济形势和条件下县域农业经济发展战略、促进县域农业现代化的快速发展具有重要的理论和现实意义。根据数据可获取性,选取全国1980个县的数据,采用多指标综合分析法,分析评价县域农业现代化发展水平。结果表明,全国县域农业现代化整体水平不高,全国平均综合指数只有48.62,综合指数在60以上的仅有两个县。各县农业现代化发展不平衡,农业现代化发展水平综合指数最高的江苏省太仓市达60.72,最低的西藏改则县仅为28.09;农业现代化水平较高的县一般是经济发展较好地区,反之亦然。农业大县农业现代化水平不一定高,农业小县农业现代化水平不一定低。县域农村城镇化整体水平较高,平均指数为53.22。经济发展落后地区农业支持保护水平力度要大于经济发达省份的县;经济落后地区资源环境条件相对要好一些。在此基础上,针对农业现代化发展水平综合指数情况对1980个县进行分类,并且提出了相应的政策与建议。     

Spatial Interpolation of Soil Nutrients Based on BP Neural Network

以广东省增城市为研究对象,采集了全市内200个土壤样点,利用 BP神经网络插值方法对研究区土壤的氮和磷进行空间插值预测,将插值结果与土壤样点实测值进行对比,得到预测数据的误差均方根。结果表明, BP神经网络的插值精度比克里格高,在样点较少的情况下,BP神经网络的插值结果克服了克里格插值方法的平滑效应。 BP神经网络对插值的样本数据的分布类型没有要求,比传统插值方法有更强的泛化能力,是一种可替代的插值方法。     

改进PSO神经网络的白水苹果树腐烂病预测

准确预测苹果树腐烂病的流行程度,可以科学合理地预防苹果树腐烂病。利用陕西白水县的气象历史数据,将其提取主成分后作为预测因子,采用粒子群(PSO)神经网络建立苹果树腐烂病预测模型。与传统BP神经网络相比,改进PSO神经网络预测结果更接近于实际值,同时避免陷入局部极小的缺点,达到了很好的预测效果。可见,该方法用于预测苹果树腐烂病远优于BP算法,可作为一种新方法预测苹果树腐烂病。     

区域人口城镇化与土地城镇化协调发展研究--以陕西省为例

构建了人口城镇化与土地城镇化指标体系,采用协调度模型分析了陕西省人口城镇化与土地城镇化协调水平。结果表明,2000—2013年陕西省城镇化由土地城镇化滞后型发展到人口城镇化滞后型,协调度由"基本协调"转变为"较协调"。     

基于灰色神经网络和证据理论预测地下水位的研究

用灰色GM(1,1)模型、BP神经网络模型和证据理论相结合而成的灰色证据神经网络模型,对山东枣庄区域地下水位进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前两年来预测下一年的组合规律分别作为BP神经网络的输入输出;再用BP神经网络输出作为证据理论基本可信度分配函数,使用D-S理论将信息进行二次融合;并用地下水位实测数据对模型进行验证。结果表明,预测模型具有可行性和实用性,为生态农业规划发展提供了科学依据。     

陕西省黄河流域农业高质量发展的时空演化特征及影响机理

为探索农业高质量发展研究的更精细尺度,以陕西省黄河流域为研究区,基于县级数据,从绿色发展、产品质量、产业效益、生产效率和规模经营5个维度,构建评价指标体系,并综合运用AHP—熵值组合赋权法、TOPSIS法和地理探测器,揭示其农业高质量发展的时空演变特征及影响机理。结果表明:1)2003—2017年陕西省黄河流域农业高质量发展的水平提升了5倍以上,生产效率和产业效益大幅度提高,但绿色发展水平降幅明显;2)黄河流域农业高质量发展水平的县际差异和格局变化明显,空间演化沿黄河干支流展开,水平高值区由大西安都市圈周边沿渭河、洛河扩展后在关中连片成环,水平低值区由陕北黄河干流沿线内移并趋于分散;3)该流域农业高质量发展的时空演化是多因素交互作用的结果,发展水平分化的主要影响因子为人均耕地面积、全社会固定资产投资、交通优势度、城镇化率和水资源总量。建议以农业绿色优质化、“两新一重”建设、分区精准评价和施策引领带动流域农业高质量发展。     

少数民族地区城乡关联发展综合评价——以新疆为例

构建了反映区域城乡关系发展程度的评价指标体系,运用主成分分析法,得出综合评价值(城乡关联度),对新疆15个地州市城乡发展状态进行了评价和分析。评价结果表明:新疆区域城乡关联发展水平差异显著,并与经济发展水平相吻合,但在影响因素上有所不同;城乡关联发展水平与城市化水平具有显著的正相关性。最后,针对不同区域提出了推进新疆区域城乡协调发展的对策。     

基于模糊BP神经网络的辽河口湿地水质评价

利用模糊BP神经网络法对辽河口湿地不同时期（汛期、非汛期和冰封期）不同区域（核心区、试验区和缓冲区）水环境质量进行水质评价。各样点监测结果表明，核心区全N（TN）和氨氮（NH₃-N）优于表水环境质量Ⅲ类标准，缓冲区和试验区中全N（TN）、全P（TP）和化学需氧量（COD）超Ⅳ类标准。建立以上述4个水质指标为输入变量、包含5个神经元节点的隐含层和1个水质类别输出结果所构成的BP人工神经网络，结合模糊数学综合评价法对输出结果进行隶属度分析。结果表明，核心区、缓冲区和试验区在汛期和冰封期评价结果相同，依次为Ⅲ类、Ⅳ类和Ⅳ类，而在非汛期评价结果依次为Ⅱ类、Ⅲ类和Ⅳ类，可见从试验区、缓冲区到核心区水质逐渐转好，说明湿地对污染物具有一定的净化能力。评价结果与实际监测数据基本吻合，说明模糊BP神经网络综合评价具有客观性和实用性。     

基于人工神经网络的河北省各地级市农业质量评价

深入考察河北省11个地级市农业发展现状,从自然、社会、经济和环境等方面选取了17项指标,运用人工神经网络（ANN）的理论和方法,构建ANN模型中的BP网络对各地级市农业质量进行评价,在此基础上与实际相结合,将11个地级市划分为3种农业发展类型,并有针对性地对各区域农业建设条件做简要分析。     

BP神经网络方法在城市土地生态安全评价中的应用——以武汉市为例

以武汉市为例,选取21个指标构建土地生态安全评价指标体系,选用BP神经网络方法,通过输入指标数据对网络进行训练,评定出武汉市土地生态安全等级。结果表明2,008、2009年武汉市土地生态安全为一般安全等级,2010年为较为安全等级。BP神经网络是一种切实可行的高信度的生态安全评价方法。