基于地价水平的城市合理用地规模研究——以石家庄市为例

以石家庄市土地价格为例,利用SPSS软件对城市地价与用地规模进行相关性分析,采用可能-满意度模型和"地价-用地规模"模型预测多因素约束条件下石家庄市2012年的城市合理用地规模,并对2个模型得到的结论进行对比分析,指出"地价-用地规模"模型可科学预测城市合理用地规模。     

基于人口与建设用地关系的建设用地规模预测——以江西省南昌市为例

城市化一直是中国城市发展的主旋律,城市建设用地规模的预测也一直是城市化过程中的热点问题。根据南昌市2002-2010年人口和建设用地统计数据,利用Zipf法则等方法预测南昌市的人口规模,然后借鉴计量经济学方法,构建了人口与建设用地规模之间的双对数方程,并通过Pearson相关性分析、VAR模型分析、协整性检验等方法进行检验和纠正。同时,对2011-2014年南昌市的建设用地规模进行预测和检验,发现其预测结果的相对误差都不超过5%,预测出2020年南昌市市区的建设用地规模为288.343 km~2。     

生态文明建设背景下甘肃省建设用地开发平衡度研究

构建了建设用地开发平衡指数评价体系,采用离散系数法、聚类分析法等评价甘肃省14个市(州)的建设用地开发规模的合理性,对部分市(州)失衡的原因进行了分析。结果表明:甘肃省建设用地开发强度除兰州市外,整体低水平无差异,建设用地供给能力全省具有低水平同质性,建设用地开发平衡度河西地区—陇东南地区—中部地区递减;失衡原因为以兰州市为中心向东南与西北方向表现出开发过度—开发严重不足—开发不足的空间格局;建设用地开发利用最平衡城市为金昌市、嘉峪关市,严重失衡城市为定西市。提出平衡化建议:对于过度开发城市的土地利用需"控制规模,提升效率",尝试减量化发展;对于开发不足城市,可从规模和效率两方面保障城镇发展。     

基于灰色系统的湖北黄石市建设用地预测

建设用地是城市发展的重要因素,尤其是建设用地的数量对城市整体经济的提升有着不可替代的作用。本文选取2004～2008年黄石市建设用地变更数据为基础,采用灰色系统预测方法对湖北省黄石市2010～2020年建设用地规模进行预测,对预测结果进行分析,并对此种预测模型的适用性进行评价。     

基于灰色系统的杨凌建设用地预测

建设用地是城市发展的重要因素,尤其是建设用地的数量对城市整体经济提升有着不可替代的作用。本文以杨凌建设用地面临的问题出发,运用灰色预测系统,预测2015与2020年建设用地的合理规模,结果表明到2015年与2020年合理规模分别为4 040.1 hm2、4 930.98 hm2。     

PCA-BP模型在城乡建设用地规模预测中的应用

为探索提高BP神经网络在建设用地规模预测中的精度,提出主成分分析(PCA)和BP神经网络相结合的建设用地规模预测模型,并利用PCA-BP模型对山西省晋城市建设用地规模进行预测。首先,利用Pearson相关系数法分析筛选出影响建设用地规模的主要驱动因子;其次,利用主成分分析法(PCA)消除其相关性,并达到降维的目的;最后,以PCA结果作为输入层建立建设用地规模的BP神经网络模型,并利用BP模型进行训练预测,得到最终预测值。预测结果表明,PCA-BP模型的平均绝对误差MAE、平均相对误差MRE、均方误差MSE比传统BP神经网络模型小,平均预测精度R更高,具有较高的拟合度及可行性,在预测效率和预测精度方面都有进一步的改善。该方法的提出能为今后科学合理预测建设用地规模提供一种新思路,同时为土地利用总体规划修编提供重要决策基础。     

基于MGM-Markov的城镇建设用地预测模型的研究

根据城镇建设用地需求的特点,在预测城镇建设用地规模中引入多变量灰色马尔科夫模型（MGM—Marko）,并用其对潜江市城镇坡用地需求进行了预测。结果表明：该模型能够很好地反应实际城镇建设用地规模变化的情况,具有较好的科学性和实用性。     

滦县土地利用时空演化分析及预测

以1996年和2009年滦县土地利用现状图为基础,运用ARCGIS 9.3中图层叠加和地统计方法计算滦县耕地、建设用地和未利用地的重心变化以及土地利用转移矩阵,并应用马尔科夫模型对滦县1996～2009年13 a来土地利用时空变化进行了模拟,最后对2022年土地利用格局进行了预测。结果表明:1996～2009年滦县耕地迅速减少,并向山区转移,质量呈下降趋势;建设用地扩展迅速,其中城镇工矿和农村居民点用地扩展较大;从空间分布上看,建设用地在整个县域都有增加,尤以东部城区和西部扩展规模较大。预测结果与2020年规划目标对比显示,滦县耕地保护和建设用地控制压力较大。应采用多种管理措施,以确保规划目标的实现。     

基于灰色-BP神经网络的重庆市城镇建设用地规模预测

以2000～2009年重庆市城镇建设用地规模为数据源,采用灰色-BP神经网络模型对城镇建设用地规模进行预测,结果表明模型的平均误差只有0.81%,精度远高于灰色预测模型,充分说明灰色-BP神经网络模型对城镇建设用地规模的预测具有较高的拟合度及可行性。     

建设用地规模变化及影响因素——以成都为例

建设用地属于土地的重要部分,受多种因素的影响。建设用地规模的变化和社会经济的发展密切相关,随着经济的快速发展,城镇化步伐的加快,建设用地规模发生了相应地变化。从成都市的实际出发,通过查询相关统计年鉴,选取了2004~2013年的数据,运用相关分析方法,建立回归模型,具体选用GDP、人口、固定资产投资、财政收入、工业总产值五个指标,分别建立它们与建设用地规模的模型,可以得出它们与建设用地规模之间都呈高度相关关系的结论。在此基础上,提出了一些建议:(1)合理的政策;(2)土地集约利用;(3)控制人口规模;(4)合理安排建设用地的供应量。     

基于CA-Markov模型的楚雄市土地利用动态监测及预测研究

运用RS、GIS等技术手段对楚雄市2002、2010、2018年3期的遥感影像进行分类,将土地利用类型划分为建设用地、耕地、林地、水体和未利用地,并根据土地利用现状图对楚雄市的用地结构变化进行分析;在此基础上运用IDRISI软件构建基于人工神经网络的CA-Markov模型,以2002、2010年土地利用状况为基础数据模拟2018年的土地利用情况,在精度检验符合要求后最终模拟2026年的土地利用情况.结果表明,楚雄市2002—2018年土地利用变化中耕地和建设用地是主导地类,但在不同研究时段变化具有差异性.林地转移到耕地和建设用地是楚雄市主要土地利用转移类型.2010年后政府出台政策支持乡镇耕地发展,个别乡镇在此期间耕地与建设用地得到了大力发展.CA-Markov模型对楚雄市2018年的土地利用情况模拟预测精度验证的Kappa系数为0.71.根据预测结果2026年楚雄市土地利用变化中耕地和建设用地仍是主导地类.     

基于VAR模型的城市建设用地扩张对碳排放的影响研究——以南昌市为例

采用南昌市1995～2017年时间序列数据,通过构建碳排放测算模型、VAR模型,利用协整检验、格兰杰因果检验、脉冲分析等研究方法,实证分析了南昌市城市建设用地扩张与碳排放之间的关系。结果发现,城市建设用地扩张与碳排放之间存在协整关系,且格兰杰因果检验显示城市建设用地扩张是碳排放的格兰杰原因,而脉冲响应分析则证实城市建设用地扩张初期对碳排放的影响不大,后续影响逐渐增加,待城市化发展成熟后对碳排放影响达到稳定的状态,并据此提出了相关政策建议。     

基于SLEUTH模型的鄂尔多斯城市扩张模拟分析

为准确获取城市扩张信息,预测城市扩张趋势以指导城市规划,优化城市空间结构,以鄂尔多斯市为研究区,通过解译2000、2005、2010和2015年遥感影像,获取研究区土地利用分类信息,进而采用面积数量、扩张强度指数分析城镇用地历史变化特征及扩张模式,在此基础上利用SLEUTH模型开展城市空间扩张的长时间序列模拟预测。结果表明:研究时段内城镇用地持续增长,其扩张态势大致经历了"平稳-快速急剧-低速"的发展阶段,在平稳阶段,扩张强度适中,城市呈现出显著的外延式扩张模式;在快速急剧阶段,扩张强度最大,城市在南北方向上呈星状蔓延式扩张模式,并出现了新的增长中心;低速发展阶段,扩张强度最小,以外延-内部填充式的模式进行扩张;模型预测结果发现2020—2030年城市扩张态势将呈现出各功能片区平稳对接、条带状发展的空间格局,以内部填充为主。     

基于熵值法的兰州市城市土地集约度与土地利用结构关系的研究

基于熵值法分析了兰州市城市土地集约度及其变化,采用相关系数指标、增量分析和回归分析法,探讨了城市土地集约度与土地利用结构之间的相关性与定量关系。结果表明:兰州市城市土地集约度较低,在1998~2007年兰州市城市土地集约度逐步提高,经历了由粗放到一般集约的4个阶段;城市土地集约度与土地利用结构之间呈现高度的相关性,兰州市城市土地集约度与工业用地、居住用地、公共设施用地、道路用地、绿化用地的相关系数分别为-0.971、0.969、0.884、0.949、0.960;增量分析表明:兰州市城市土地集约度每提高1个百分点,需要工业用地减少833.28 hm2,居住用地、公共设施用地、道路用地、绿化用地分别增加984.56、354.48、98.29、421.23 hm2;通过构建集约度和土地利用结构之间的关系模型,为进一步研究优化土地利用结构,提高城市土地利用率提供参考。     

基于VAR模型的城市建设用地扩张对碳排放的影响研究——以南昌市为例

采用南昌市1995～2017年时间序列数据,通过构建碳排放测算模型、VAR模型,利用协整检验、格兰杰因果检验、脉冲分析等研究方法,实证分析了南昌市城市建设用地扩张与碳排放之间的关系.结果发现,城市建设用地扩张与碳排放之间存在协整关系,且格兰杰因果检验显示城市建设用地扩张是碳排放的格兰杰原因,而脉冲响应分析则证实城市建设用地扩张初期对碳排放的影响不大,后续影响逐渐增加,待城市化发展成熟后对碳排放影响达到稳定的状态,并据此提出了相关政策建议.     

德州市农村居民点用地潜力分析

随着城市化水平的提高和城市规模的扩大,农村居民点用地与耕地及城市建设用地的矛盾日益突出。通过对德州市农村居民点用地现状分析,指出土地利用程度低以及土地资源浪费是农村居民点用地普遍存在的现象。同时结合国家农村建设用地标准以及德州市地形特点,计算出德州市农村居民点用地的潜力巨大,占目前用地现状的37％。在当前建设节约型社会的形势下,应从提高土地利用程度、节约用地等方面,尽快有效地对农村居民点用地进行整理。     

农村建设用地减量化浅议——以唐洋镇地区为例

随着城镇化的快速发展,中国许多城市的建设用地规模接近极限,而且建设用地也存在着布局分散、结构不合理、用地效率不高等问题,农村建设用地减量化也应运而生,本文对唐洋地区的农村建设用地减量化实施情况、问题建议进行研究。     

基于灰色系统理论的城镇建设用地预测模型的研究——以湖北潜江市为例

针对我国现行城镇建设用地预测中存在的问题,在预测潜江市城镇建设用地规模中引入灰色系统理论中的灰色关联度和灰色GM(1,1)预测模型,用灰色GM(1,1)模型对城镇人口进行预测,并通过关联度综合分析各因素(人口、固定资产投资)对城镇建设用地的影响,结合建设用地控制系数进行再次调整,从而提出一种集约型的预测模型。     

不同土地利用情景下天津市生态系统服务及权衡与协同分析

  目的  土地利用变化是导致生态系统服务及其关系变化的重要影响因素,探讨土地利用变化对生态系统服务影响具有重要意义。  方法  本研究基于2000和2015年天津市土地利用数据,结合区域发展规划,采用GeoSOS-FLUS模型预测2030年3种不同情景下的土地利用格局,并利用InVEST模型评估生态系统服务及权衡/协同关系。  结果  （1）2015—2030年,自然发展情景下城市继续扩张,建设用地增加27.68%,耕地下降11.47%。生态规划情景下城市扩张减缓,建设用地增加7.97%,林地、草地、水域和灌丛共增加2.02%。城市快速发展情景下建设用地和耕地基本保持稳定,水域面积增加4.78%。（2）2015—2030年不同情景下天津市综合生态系统服务指数均呈现下降趋势,其中自然发展、生态规划和城市快速发展情景下综合生态系统服务指数分别为0.172、0.181、0.180。（3）2015—2030年不同情景下4种生态系统服务的权衡/协同关系方向未变,但强弱发生了复杂的变化,总体上生态规划情景下协同关系更强,自然发展情景下协同关系更弱。  结论  本研究建议天津市未来应控制城市扩张速度、优化当前土地利用结构、增强生态环境建设。研究结果可为天津市生态系统管理提供理论基础。      

基于灰色-BP神经网络模型的多情景交通用地需求预测——以长江中游城市群为例

为探索科学预测区域交通用地需求的合理途径,指导国土空间规划编制中交通用地规模的划定,拟通过灰色-BP神经网络模型识别主要社会经济影响因素,以长江中游城市群为例,在预测其远景交通用地需求规模的同时,基于城市群发展的阶段特征选取典型城市群样本设置3类情景,对不同情景下的交通用地需求分别进行预测。结果表明:1)城镇化水平、产业结构高度化程度和劳动力资源禀赋是当前影响长江中游城市群交通用地需求的主要社会经济因素。2)通过系统仿真试验对比不同方法的交通用地需求预测结果,可以发现基于灰色-BP神经网络模型的预测方法精度较高,误差较小,该预测方法对于区域交通用地规模的预测具有一定的适用性。预测得到的长江中游城市群2020和2030年交通用地需求分别为31.22万和49.07万hm2。3)不同情景下长江中游城市群交通用地需求预测结果存在明显差异,底线情景可作为划定交通用地规模的底限,一般情景可作为基准,极限情景可作为红线,长江中游城市群交通用地合理规模应以基准为参考,介于底线和红线之间。