BP神经网络和GM（1，n）模型在吉林省四平市建设用地面积预测中的应用比较

[目的]科学准确地预测城市建设用地,有利于把握城市发展的速度,了解城市化发展进程,为相关政府部门掌握土地利用情况,制定土地总体规划提供科学依据。[方法]把四平市作为研究对象,从"城市—农村"合力视角构建影响因子,利用因子分析探讨影响建设用地扩张的相关性,对指标进行筛选,在此基础上利用BP神经网络和灰色模型对四平市2012,2013和2014年建成区面积进行预测,最后对预测结果进行比较分析。[结果]通过预测与比较分析可知,BP神经网络结果的相对误差分别为0.8%,1.1%和2%,而灰色GM(1.1)模型预测结果相对误差分别为0.04%,0%和3.2%。可以看出,BP神经网络预测出的结果与实际相比较误差均在2%以内。[结论]BP神经网络预测的结果较精确,运用该方法可以有效提高预测的精度。     

基于BP神经网络的森林生态系统健康预测

森林的健康状况将直接影响全球生态稳定和全人类的可持续发展,而对森林健康预测是人们了解森林生态状况的重要手段。在选定森林健康评价指标的基础上,建立了一个3层BP神经网络模型,并应用于鹫峰国家森林公园森林健康预测。预测验证结果表明,基于神经网络预测森林生态系统健康具有良好的合理性与可靠性。并为了构建一个准确稳定的森林健康预测模型,给出了一些相关建议。     

基于BP神经网络的台风降雨量预测研究

台风登陆所带来的强降雨可引发严重的灾害。依据BP神经网络基本原理,结合台风及降雨特征,建立了台风降雨量BP神经网络预测模型,利用200509号台风"麦莎"期间温州地区88个雨量观测站的连续6h雨量和台风特征参数,对该模型进行了训练和检验。模型检验表明,6h降雨量预测相对误差小于30%的数据组所占比例达到71.1%。为台风期间降雨量时空分布快速预测提供了有益的尝试,对于沿海地区台风灾害预警、损失评估和应急决策具有重要现实意义。     

基于支持向量机和BP神经网络的滑坡变形复合式预测

[目的]探讨复合式组合预测模型对滑坡两变形时间序列的预测效果,为滑坡的变形预测提供一种新的思路。[方法]基于支持向量机和BP神经网络,构建滑坡位移序列和速率序列的复合式预测模型,首先,对滑坡环境因素进行分析,提取其基本信息;其次,利用2种预测方法构建回归结构预测模型和多因素预测模型,并对两时间序列进行一重预测;最后,利用BP神经网络对一重预测结果进行了二重组合优化。[结果]滑坡库水位与滑坡两变形序列均具有较大的相关性,滑坡的稳定性很大程度上会出现周期性疲劳减弱的可能,且通过对滑坡变形的复合式预测。[结论]该方法的相对预测误差均较小,很大程度上提高了滑坡变形的预测精度和稳定性,证明了该预测模型的有效性。     

BP神经网络在地表移动边界角预测中的应用

在对煤矿采空区地表移动及其边界角影响因素分析的基础上,提出用BP神经网络预测采空区地表移动边界角.建立了边界角预测的BP神经网络模型,利用国内近30项工程的采空区地表移动实测数据作为学习样本对网络进行训练,用实际工程对网络进行了测试分析.结果显示,预测精度平均达90%,研究表明用BP神经网络计算边界角方法可行,具有实用性,为边界角的确定提供了一条新的途径.     

基于BP神经网络的土壤水力学参数预测

为了获取区域土壤水分和溶质运移模拟所需的土壤水力学参数,利用黄淮海平原曲周县的试验资料建立基于BP神经网络的土壤转换函数模型。本文采用土壤粒径分布、容重、有机质含量等土壤基本理化性质,来预测土壤饱和导水率Ks、饱和含水量sθ、残余含水量θr、以及van Genuchten公式参数α、n的对数形式ln(α)和ln(n),并与多元线性逐步回归方法进行比较。t检验结果表明,BP神经网络训练和预测得到的模拟值与实测值之间吻合很好,该方法具有较高的预测精度。通过对平均相对误差的比较,得出在粒径分布的基础上增加容重、有机质含量等输入项目,可以提高部分土壤水力学参数的预测精度,而有些参数的预测精度反而降低。以误差平方和为标准的比较结果表明,BP神经网络模型的预测效果总的来看要优于多元线性回归法。     

BP神经网络在隧道岩爆预测中的应用

西南某水电站拟修建四条引水隧洞以及两条平行交通隧道,但工程区一般埋深1000-2000 m,最大埋深2525m,地处高应力区,目前已开挖的2000m洞段中均发现轻微至中等的岩爆现象。因此,在深埋、长大的隧道以后开挖过程中岩爆烈度如何显得十分敏感,利用BP人工神经网络,建立了以强度脆性系数、应力系数等8指标为要素的岩爆预测模型,对12200m未开挖的辅助洞段进行了预报,结果表明,该方法的预报效果较好。与地质分析判断相吻合,可用于进一步指导实践。     

BP神经网络组合模型在次洪量预测中的应用

[目的]探讨BP神经网络组合模型在次洪量预测中的应用,为黄土高原淤地坝群的安全度汛提供决策依据。[方法]构建基于多元线性回归模型(MLR)和去趋势互相关分析法(DCCA)的BP神经网络组合模型;选择均方差(MSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)以及确定性系数(DC)作为评价指标,与单一模型(多元线性回归模型、BP神经网络模型以及去趋势互相关分析法)进行比较。[结果]BP神经网络组合模型的4项指标MSE,MAE,MAPE和DC分别为2.144,5.453,0.074和0.988,均优于单一模型;模型预测效果从优到劣分别为BP神经网络组合模型、BP神经网络模型、多元线性回归模型和去趋势互相关分析法。[结论]BP神经网络组合模型较单一模型平稳性增强,提高了预测效果,可用于淤地坝群的次暴雨洪量预测。     

基于BP神经网络的东港灌区作物需水量预测研究

为了指导东港地区的农业生产,对影响作物参考蒸散量(ET0)的气象因子进行了分析,利用东港市1999年和2000年水稻生育期的常规气象资料,采用Matlab软件的神经网络工具箱,建立ET0三层BP神经网络预测模型,网络的输入因子为日净辐射量、日平均相对湿度和日平均风速,输出因子为利用Penman—Monteith公式计算得到的同期ET0值。结果表明:(1)当模型的隐层节点数为11,传递函数采用tansig函数,训练函数采用trainlm函数时,预测值与目标值的平均相对误差为9%,预测效果较其他情况都好,由此确定模型的最终结构为3—11—1的BP—ET0模型。(2)用BP—ET0模型预测参考作物蒸散量,预测值与目标值的变化趋势基本一致。     

土壤温度时间序列预测的BP神经网络模型研究

针对滨海盐溃区表层土壤温度时序变化复杂、高度非线性的特点,以江苏省苏北典型滩涂区域为研究对象,综合运用BP神经网络和时间序列多维拓展的方法,对长期定位监测点表土层土壤温度时间序列数据进行了分析和预测,为土壤溶质运移研究与当地作物合理布局提供理论基础和参考依据。结果表明,输入层、隐含层和输出层神经元数目分别为7、7和1的3层BP神经网络模型用于土壤温度时间序列训练仿真时效果最优,其误差平方和达最小值18．017。选定的此结构BP神经网络模型简单、实用,有良好的推广泛化能力,经独立测试样本检验,预测值与实测值的相对误差均在20％以内,平均相对误差仅为2．94％,可满足土壤温度日常预报的需要。     

基于PSR模型的江苏省城市土地集约利用评价

根据城市土地集约利用的内涵,从压力—状态—响应3个方面选取13个指标,构建了城市土地集约利用评价指标体系和综合评价模型,对江苏省13个地级城市进行了评价。结果表明:2013年较2005年江苏省城市土地集约利用水平有显著提升,增幅为71%,主要在于地均经济投入、产出指标的增长;集约利用水平总体呈现出由南向北递减的空间分异特征,主要影响因素是地理区位条件和经济发展水平。评价结果基本上反映了研究时段内江苏城市土地集约利用的时空变化特征,说明构建的评价指标体系和建立的综合评价模型是可行的。     

基于Markov-FLUS模型的广西土地利用变化模拟预测

耕地保护是确保粮食安全和社会经济稳定的头等大事,土地利用变化预测分析则是调整耕地保护政策的重要依据。为了探究广西耕地保护工作成效、促进土地资源合理配置,围绕耕地保护,运用Markov-FLUS模型,分别基于非限制性与耕地保护两类情景,预测2025年广西土地利用数量及空间变化状况,对比了两类情景下耕地变化差异。结果表明:(1)广西城市建设效果明显,2005—2015年,城镇用地、交通基础设施用地等其他建设用地面积增长了893 km²,增长率达77.25%。两类不同土地利用情景模拟预测下,至2025年,城镇用地面积均保持增长趋势,但耕地保护情景下,其扩张速度受到限制;(2)广西生态保护成效良好,两类不同土地利用情景模拟预测下,至2025年,林地、草地、水域等生态用地面积均保持增长趋势;(3)广西耕地保护任重道远,2005—2015年,耕地面积减少626 km²,两类不同土地利用情景模拟预测下,至2025年,耕地面积均延续减少趋势。但耕地保护情景下,耕地面积减少态势得到一定程度遏止;(4)不同发展阶段,影响广西耕地保护的主导因素各异:2005—2015年,交通道路等基础设施建设是影响广西耕地保护的主要因素; 2015—2025年,随着社会经济加速发展,南宁市、桂林市、柳州市以及“钦北防”沿海城市建设用地的扩张和桂西北、桂南地区林业用地的增长,将成为广西耕地减少的主要原因。     

基于CA-Markov模型的中亚典型城市土地利用变化预测分析

在RS和GIS技术的支持下,采用LANDSAT卫星1989年、2001年TM影像,2011年ETM影像,对中亚典型城市塔吉克斯坦首都杜尚别进行监督分类,以1989年和2001年分类结果来模拟2011年杜尚别土地利用状态,确定CA-Markov可行性,系统分析了1989—2011年间的土地利用时空变化特征,反映出城市规模增加趋势十分显著,植被和未利用地变化明显,人工河流和水体面积变化极为微小。分别利用1989—2001年和2001—2011年概率转移矩阵对2020年土地利用进行模拟和预测,得到两个不同时段预测出的2020年土地利用状态数据2020A和2020B,两者之间在空间和数量上有着明显的一致性,但另一方面也存在着整体和局部上的差异性,2020A和2020B的杜尚别主城区城镇及建设用地面向西方向增长明显,2020B增长更为显著,在东北方向上主城区增长并不明显,主城区周围建设用地面积增长2020A较之2020B更为缓慢,植被面积预测结果较为一致,但是城镇及建设用地和未利用地具有显著的差异,人工水体、河流面积也存在较小的差异。原因在于在这两个不同的时间段下,其各个土地利用类型的转移方向和方式有所不同,转移程度也都有差别,加上分类精度、模型不确定性及其他因素都会对预测结果产生影响。     

基于Logistic-Markov方法的土地利用结构变化多因素驱动预测模型研究与应用

[目的]探索土地利用结构变化的驱动规律及其预测方法,为在社会经济快速发展背景下抑制建设用地扩张、优化城乡土地利用等提供决策参考。[方法]利用主成分分析,Logistic,Markov等方法研究土地利用结构变化的驱动力,分析土地利用结构状态转移矩阵与驱动因素的数量关系,构建基于多因素驱动的土地利用结构变化预测模型。[结果]以地处"长三角"经济区的江苏省泰兴市为例,测算了城镇发展、经济发展和管理政策等土地利用结构变化驱动力,其中城镇工矿用地扩张的驱动力增加了25.85%,耕地减少的驱动力则降低了22.21%,并预测分析了2010—2020年的土地利用结构变化特征,预测精度相对提高了0.52%。[结论]多因素驱动的土地利用结构变化预测方法,能够科学地诠释土地利用结构变化及其驱动力的作用机理,可以提高预测精度,为分析区域土地利用变化规律提供一种新方法。     

基于熵值法和灰色预测模型的土地生态系统健康评价

在界定土地生态系统健康内涵的基础上,构建了基于"压力-状态-响应"(PSR)模型的评价指标体系,采用熵值法和灰色预测模型,对四川省土地生态系统健康状况进行了评价。研究结果表明:(1) 1999-2010年四川省土地生态系统健康水平总体不断提高,综合指数从0.481 3增加到0.637 2,健康等级经历了"临界状态-亚健康"的演变过程;(2) 压力指数和状态指数总体上呈现下降趋势,响应指数总体上呈现上升趋势;(3) 人均耕地面积、土地垦殖率、水土流失程度、单位耕地化肥负荷、单位耕地农药负荷等是土地生态系统健康等级提升的关键制约因素;(4) 2011-2015年四川省土地生态系统健康水平呈现稳步上升趋势,年均增长率为2.86%。     

基于熵值法和灰色预测模型的耕地生态安全诊断

[目的]弥补已有耕地生态安全诊断中指标体系及评价方法的不足,分析耕地生态安全水平。[方法]在界定耕地生态安全内涵的基础上,构建了基于PSR模型的评价指标体系,采用熵值法和灰色预测模型,对四川省耕地生态安全水平进行了诊断。[结果]1999—2013年四川省耕地生态安全水平总体不断提高,耕地生态安全等级经历了"临界安全—较安全"的演变历程,但2013年"较安全"水平不高;压力指数总体上呈现下降趋势,状态指数呈现波动下降趋势,响应指数呈现上升趋势;单位耕地化肥负荷、人均耕地面积、单位耕地农药负荷、土地垦殖率、水土流失程度等是耕地生态安全等级提升的关键制约因素;2014—2018年四川省耕地生态安全水平呈现稳步上升趋势。[结论]基于PSR模型的评价指标体系能更准确地反映耕地生态安全各要素之间的关系;熵值法和灰色预测模型能有效挖掘耕地生态安全存在的问题,适合用于耕地生态安全评价。     

基于DSR模型的城市土地低碳集约利用评价——以武汉市为例

城市土地低碳集约利用不仅符合低碳经济发展要求,更对城市和城市土地的可持续发展具有重要意义。为探究城市土地低碳集约利用的特点和评价方法,采用文献法、模型法和层次分析法,建立基于DSR模型的城市土地低碳集约利用评价体系,并以武汉市为实证研究区域验证其合理性。研究结果表明:2000—2010年武汉市土地低碳集约利用水平总体呈上升趋势,得益于武汉市政府采取了正确且有力的响应措施;武汉市DSR系统协调度与土地低碳集约利用水平呈现正相关关系;存在DSR系统驱动力相对不足以及响应的大幅提高制约土地低碳集约利用水平的问题,需合理改善和投入响应系统和驱动力系统的相关指标。研究结论:DSR模型能够成功运用于城市土地低碳集约利用评价,为城市土地低碳集约利用评价提供了概念模型,避免了指标归属模糊问题,并能够有效分析政策的实施效果。     

基于三角模型的矿业城市土地利用可持续性评价

根据矿业城市土地利用特点和三角模型性质,对阜新市城市土地可持续利用状态与趋势进行分析评价。结合非资源环境合理性、经济可行性以及非社会可接受性3个指数,选取反映阜新市自然、经济和社会等方面的19项评价指标,构建评价指标体系,运用层次分析法计算权重,然后采用加权平均法求得3个综合指数值,最后利用三角模型对阜新市市区土地可持续利用状态与趋势进行分析。结果表明:2001-2009年阜新市市区土地可持续利用状态由相对不可持续上升为相对一般可持续,土地可持续利用趋势由相对弱可持续转变为相对很强可持续;生态表现由最初的“差”转变为之后的“优”。三角模型在城市土地可持续利用状态与趋势评价方面具有可行性;阜新市需在以后的发展中重点解决产业结构调整、环境保护以及人口数量控制等问题。     

Markov和灰色模型在土地利用预测中的应用

马尔柯夫和灰色模型都适用于土地利用变化预测，根据同一套土地利用数据分别用两种模型预测．将所得结果相互验证、对比分析，提高预测可信度。以江西省新建县为例．两种预测方法的预测结果都表明，若继续保持1996-2000年的变化速度．耕地和未利用地将持续减少，林地和建设用地呈增长趋势，而草地和水域相对较稳定，草地有下降趋势，水域呈缓慢上升趋向。预测结果可为土地利用规划管理及政策的制定提供科学依据，研究方法为土地利用变化预测研究提供一种思路。     

基于SD-PLUS耦合模型的陕西省土地利用变化及碳储量多情景预测

[目的] 为探讨不同土地利用方式对区域生态系统碳储量的影响。[方法] 以陕西省为研究对象,利用SD-PLUS耦合模型,采用国际耦合模式比较计划第6阶段(CMIP6)提出的耦合共享社会经济路线和代表性浓度路线(SSP-RCP)情景,对2030年陕西省的土地利用变化进行预测,然后利用InVEST模型模拟未来不同情景下陕西省碳储量及其空间分布。[结果] (1)对构建的SD模型进行历史检验,其误差＜5%,PLUS模型模拟的2020年土地利用Kappa指数为0.86,模型精度和可靠性总体符合要求;(2)3种情景下,未来建设用地面积均增加,增长速率从低到高的情景分别为SSP126、SSP245、SSP585;在所有情景下,林地面积均增加,水域面积均保持稳定;草地面积在SSP126情景下有小幅度增加,其他情景下减少;耕地面积3种情景下均减少;(3)3种情景下,陕西省碳储量均减少,关中平原建设用地的扩张占用大量的耕地是造成陕西省碳储量下降的主要原因。[结论] 在SSP126情景下,建设用地扩张所占用的生态用地面积最小,碳储量损失最少,该情景同时考虑社会经济发展及生态保护的需要,可为未来陕西省国土资源保护和高质量发展提供参考模式。