三峡工程实施十年间库区土地利用/覆被时空变化研究——以开县为例

在总结了目前使用较广泛的土地利用类型动态度模型的基础上，提出了转出速度、转入速度、综合动态度、状态指数等模型，并指出唯有将这些模型综合运用，才能更好地理解土地利用动态变化。应用遥感和GIS技术及数理统计学的方法，运用建立的模型以及LUCC的幅度、区域差异模型，深入而全面的研究了三峡工程实施十年间开县LUCC的过程。     

基于GIS与神经网络的黄土丘陵区土壤水分模型研究

土壤水分不足是黄土高原丘陵区植被建设的主要限制因子,土壤水分的空间分布受外界气象因子、土地利用与复杂地形等的影响,关系比较复杂。本研究利用黄土丘陵区纸坊沟流域的土壤水分试验资料,建立了基于GIS的BP神经网络模型,模型中同时考虑了多个因子对土壤水分空间分布的影响,利用实测资料对网络进行训练后对整个流域进行了预测,预测结果与实际情况较为一致,表明应用GIS与BP神经网络研究区域复杂地形下的土壤水分分布规律是可行的。     

基于BP网络的高新技术产业用地适宜性评价

在分析目前用于土地适宜性评价主要方法及其存在主要问题的基础上,引入了人工神经网络理论来解决自动定权问题.根据构建的高新技术产业土地适宜性评价指标体系,应用GIS和BP神经网络的L-M优化算法对济南市高新技术产业用地适宜性进行了评价.结果表明:济南高新技术产业用地的土地适宜性可划分为5类,模拟结果比较理想.     

基于综合多尺度特征决策树模型的土地利用变化分析

针对当前土地利用变化模型研究中较少考虑多尺度融合的问题,尝试构建综合空间多尺度特征的决策树模型(decision tree model,DTM),并与典型数据挖掘方法模拟效果进行对比。选取1995年、2000年和2005年的南京市土地利用现状为数据源,并以1995年和2000年两期数据为训练样本,以空间剖分的土地利用单位(9.5km2大小的格网单元)为模拟单元,构建综合模拟单元内部特征、邻域特征和全局特征的空间多尺度DTM,利用此模型对2000-2005年南京市土地利用变化进行模拟与分析,同时将该模型与朴素贝叶斯(naive Bayes,NB)、BP神经网络(back propagation neural network,BPNN)和支持向量机(support vector machine,SVM)模型进行模拟精度的对比。结果表明:DTM模拟精度为88.97%,高于NB、BPNN和SVM模型的模拟精度(分别为84.44%、87.13%和83.46%)。本文提出的综合多尺度特征的DTM具有与典型数据挖掘方法相类似或更好的精度,而且还具有运算效率高、可解释性强以及简单易扩展等突出特点,有利于LUCC模型的异地复用和决策支持。     

基于GA的果树仿形喷雾神经网络混合模型研究

基于BP神经网络研究果树施药仿形喷雾参数之间的关系发现，BP神经网络无法避免不稳定性和局部极小的局限性，为此，该文利用遗传算法优化BP神经网络的权系数，构建遗传算法和BP的果树仿形喷雾神经网络混合模型。研究结果表明：混合模型的计算精度比BP模型要高，其平均相对误差由0.05减为0.019，均方误差由0.005减为0.002。在预测应用中，不仅绝对误差减少，而且合格率从原来的60%提高到80%，较好地解决了单纯神经网络模型的不稳定性，避免局部极小的缺点。     

土壤侵蚀模型研究综述

 近年来,人们对土壤水蚀形成过程及其模拟进行了广泛研究,并针对不同研究对象与目的,建立了土壤水蚀的经验预报模型、物理过程模型和分布式模型。在对国内外一些主要的土壤水蚀模型进行评述的基础上,讨论土壤侵蚀模型研究与GIS技术和BP神经网络理论结合的发展趋势,同时结合土壤水蚀模型的开发和应用情况,提出了土壤侵蚀预报模型研究亟待解决的一些问题和我国土壤侵蚀预报模型研究的设想。     

BP神经网络在道路土壤分离速率模拟中的应用

 土壤分离是土壤侵蚀的重要过程,为坡面径流的搬运过程提供了物质基础,因而对土壤分离速率的准确模拟具有重要的理论和实践意义。采用变坡水槽实验,利用在较大的坡度(8.8%～46.6%)及较大的流量范围(1～5L/s)内测得的黄土高原道路土壤分离速率数据,分别使用BP神经网络模型及回归模型对土壤分离速率进行模拟,并对比上述2种模型的模拟效果。结果表明:BP神经网络模型可以利用实验中较容易测定的坡度、流量等数据对土壤分离速率进行较为准确的模拟(模型效率系数0.952);相对传统回归模型,BP神经网络模型对不同类型道路的土壤分离速率的模拟精度均有所提高;BP神经网络模型可以将道路类型、坡度、流量与土壤分离速率的关系统一为一个模型,可为道路土壤分离的模拟提供新的方法。     

基于GIS的洪泛平原土地利用规划—以宁波市奉化城市洪泛平原为例

洪泛平原土地利用规划是非工程防洪措施的重要组成部分，重视并加强洪泛平原的土地利用规划，具有显的防洪减灾效益，能控制或降低承灾体对洪灾的敏感程度，能大幅度削减灾害程度。本探讨了洪泛平原土地利用规划的必要性，GIS在洪泛原平土地利用规划中的作用和规划步骤以及GIS在洪泛平原土地利用规划数据处理中的应用。最后，本以宁波奉化市城区洪泛平原土地利用规划的实例阐述了GIS技术在规划中应用的可能性和必要性。     

LUCC研究进展及其对干旱区生态环境的意义

土地利用/覆被变化（LUCC）是全球变化的主要原因和核心主题之一。本文通过综述国内外LUCC研究成果,阐述了国际上LUCC研究在信息获取、数据处理、驱动力分析和模型建立等方面所取得的最新进展,分析了LUCC研究对干旱区生态环境保护与区域可持续发展实现的研究意义,介绍了LUCC研究的新趋势,并对研究过程中现存的一些如信息获取过度依赖于3S技术,忽视实地调研等传统信息获取方式与新技术手段的结合、模型功能的欠完善、干旱区土地实现可持续利用缺乏相应的比较全面的科学理论指导等问题进行了讨论。研究认为,健全LUCC研究理论体系,开展相应的理论建设将是未来整个LUCC研究工作的一个重要方向和趋势。     

基于GIS和BP神经网络的农区地下水硝态氮含量分布特征分析

针对于非点源污染机理模型在实际运用中的限制，将人工神经网络引入地下水非点源污染格局的模拟和预报中，建立了基于GIS的BP神经网络模型用以模拟分析农区浅层地下水NO^-₃-N含量及其空间分布特征。结果表明，以农田氮盈余、地下水埋深、30～60cm土层砂粒含量和土壤有机质4个因素为输入因子，以地下水NO^-₃-N为输出因子，通过网络训练以及观测点缓冲区半径的设定与调整，BP神经网络模型有效地模拟了山东省桓台县地下水NO^-₃-N含量及其空间分布特征，并且有较高的精度。该研究可为华北平原农区地下水质管理提供分析工具与决策依据，是对非点源污染机理模型的有益补充。     

基于GRNN的坡面径流输沙能力模型的试验研究

坡面径流输沙能力是建立土壤侵蚀过程模型的重要水力学参数,研究定量计算坡面径流输沙能力的实用模型具有重要的理论和实践意义.通过室内模拟径流冲刷试验,计算不同坡度和流量条件下的裸地坡面径流输沙能力,利用平均影响值(MIV)方法对影响坡面径流输沙能力的因子进行分析,建立以干密度、能坡、进口流量、出口流量、水力半径、流速为输入,以坡面径流输沙能力为输出的广义回归神经网络(GRNN)模型,并应用Adaboost算法对模型进行优化.验证结果表明,所建模型能够用于对坡面径流输沙能力的模拟预测.与BP神经网络模型进行对比分析的结果表明:在试验训练样本条件下,广义回归神经网络(GRNN)模型的模拟预测结果优于BP神经网络模型;Adaboost算法能够有效减小广义回归神经网络(GRNN)模型的模拟预测误差.     

流场分析与智能建模在机油泵CAD中的联合应用

针对发动机机油泵新产品设计过程中性能预测难和试验成本高的问题,提出一种将流场数值模拟和神经网络智能建模预测技术联合应用于机油泵产品设计过程的新方法。结合机油泵初始设计结构尺寸,建立其内部流场的CFD（computathonal fluid dynamics）仿真模型;通过流场数值模拟分析,获取一定量的机油泵转速、供油压力、供油温度和供油流量数据;构建描述机油泵供油特性的BP神经网络模型,利用流场数值模拟结果数据作为样本训练该网络模型;最后利用训练好的BP神经网络智能模型对各种工况下机油泵的供油特性进行预测分析。实例验证结果表明,采用文中方法取得很好的仿真分析效果,可以用于在设计阶段对发动机机油泵产品的结构进行优化并调控产品的工作特性。     

基于GIS和改进BP神经网络的天然白桦林健康评价

结合样地调查及白桦林生态系统相关数据,基于GIS技术平台,利用改进BP神经网络模型,对长白山白河林业局两江林场进行健康评价。利用改进BP神经网络研究复杂的森林生态系统健康状况具有强大优势,运用Leven-berg-Marquardt优化算法比传统的BP神经网络及其它改进算法迭代次数少,收敛速度快,精确度高。评价结果显示：两江整个林场的森林大体处于一般健康状态,占总面积22.43%的白桦林属于非常健康状态,49.93%的白桦林处于一般健康状态,19.06%的白桦林为亚健康状态,而只有8.59%的白桦林是不健康的。其评价结果可为森林可持续经营和多功能利用提供理论支撑。     

河北省农牧交错区LUCC及其对生态脆弱性的影响

研究河北农牧交错区LUCC规律及其对生态脆弱性的影响,为研究区土地利用调控及生态环境恢复提供数据支持。从河北省农牧交错区选择典型样点作为研究单元,基于1987年,2000年和2007年的遥感影像,借助GIS技术手段和Fragstats软件,研究样点区LUCC及其对生态脆弱性的影响。结果表明：（1）研究区土地利用程度综合指数在2000年最高,1987-2000年为土地利用程度加重阶段,2000-2007年为减弱阶段。（2）1987-2000年斑块结构朝均一化方向发展,自2000年开始,SHDI和SHEI开始呈上升趋势。（3）1987-2000年LUCC导致了区域脆弱性程度加重,2000-2007年的LUCC大大减轻了区域生态环境脆弱性。土地利用/覆被变化直接影响区域的生态脆弱性,通过科学土地调控政策可以改变区域生态脆弱性。     

基于RS和GIS的西宁市LUCC分析及模拟预测

通过研究位于青藏高原东部边缘西宁市土地利用/覆被变化（LUCC）空间转化规律,以期揭示在人类活动加剧的大背景下,实施生态建设对城市与农村及其农牧业土地利用格局、生态环境效应、社会经济状况等产生的驱动机制。运用RS与GIS综合技术,通过精确解译西宁市1999年与2005年两期Landsat TM遥感影像,获取了较高精度的土地利用/覆被的定量统计及矢量图,结合动态指标分析了LUCC特征;并采用地图代数运算法求得各土地利用类型的Markov转移矩阵。结果表明：1999－2005年西宁市的耕地、草地和未利用土地是LUCC的核心类型,共有占研究区域总面积73.58%的土地利用方式发生了变化,表现为一种突变性质;6 a间,西宁市的河流、湖泊、湿地、草地和林地等面积显著增加,充分表明自2000年以来实施的生态建设极大地改善了西宁市的生态环境。在目前外界驱动力不变的条件下,通过Markov过程模拟与预测,未来10 a以及至终级稳定状态下,西宁市的耕地面积将继续减少,建筑和交通等建设用地持续增加;林地和草地,以及河流和湖泊等湿地所占面积比例的增加,将产生良好的生态环境效应。     

BP神经网络在降雨侵蚀力预测预报中的应用研究

降雨侵蚀力反映由降雨引起土壤侵蚀的潜在能力,是建立通用土壤流失方程USLE的最基本因子之一。由于降雨侵蚀力计算过程中所需资料较难收集,给其计算增加了难度。运用BP神经网络方法对降雨侵蚀力与地理之间的关系进行研究,建立降雨侵蚀力BP神经网络模型。对福建省46个地域的降雨侵蚀力进行研究,结果表明:所建立的降雨侵蚀力BP神经网络模型对模拟预测福建不同地域的降雨侵蚀力,平均模拟精度为96.81%,平均预测精度为95.68%,达到了较为理想的效果。这不仅为降雨侵蚀力的预测预报提供了科学依据,而且也为BP神经网络在水土保持研究中的应用开辟了新的思路。     

昆明市土地利用变化趋势的多模型对比分析

[目的]对比分析逻辑回归(LogReg)、多层神经网络(MLP)和相似度加权学习(SimWeight)3种土地利用变化趋势模型在多地类变化分析中的模拟效果与土地利用预测精度,为云贵高原地区的国土空间规划、水土保持和生态修复等提供参考。[方法]以2000—2020年昆明市土地利用变化为例,分别采用3种模型对该区域建模,并使用受试者工作特征曲线、ROC曲线下面积和Kappa系数等多种方法评估精度。[结果]对于大多数地类的变化趋势,MLP和SimWeight模型的模拟效果要好于LogReg模型,特别是在未利用地的变化分析中MLP和SimWeight模型的AUC值均大于0.9。在整体土地利用变化预测上,LogReg, MLP和SimWeight3种模型的Kappa值分别为0.9066,0.904 1,0.925 3,整体预测结果表现接近,但SimWeight模型略微优于其他模型。[结论]对于昆明市LUCC建模的模型选择,若为追求更高精度可选择SimWeight模型,若更在意运算速度则优先选择MLP模型,若需要进一步分析驱动因子与土地变化的关系应选择LogReg模型。     

延河流域土壤侵蚀对LUCC的响应及驱动力

为了探究延河流域土地利用/覆被变化对土壤侵蚀的双重效应及其驱动力,为今后水土保持和生态环境建设提供依据,采用构建土壤侵蚀对LUCC响应模型的方法,结合GIS和RS技术进行了研究。结果表明:(1)1980—2018年期间,延河流域LUCC引起的土壤侵蚀效应和土壤保持效应共存,土壤侵蚀效应在波动中减弱,土壤保持效应在波动中增强;(2)同一时期内,LUCC引起土壤侵蚀效应和土壤保持效应相抵后,1980—1990年,LUCC引起土壤侵蚀效应,1990—2018年,LUCC引起土壤保持效应;(3)1980—1990年,LUCC引起土壤侵蚀效应主要受人口增长驱动,为满足人类需求,大量开垦耕地,增加建设用地,1991—2010年,LUCC引起的土壤保持效应主要受政策驱动,城市建设、产业结构调整等社会经济发展也起到一定作用,2011—2018年,LUCC引起的土壤保持效应主要受人口城市化的驱动,土地政策也起到一定的作用。可见,1990年之前,受人口增加驱动,延河流域LUCC引起土壤侵蚀效应,1990年之后,主要受经济、政策等因素的影响,延河流域LUCC主要引起土壤保持效应。     

基于GIS的洪泛平原土地利用规划——以宁波市奉化城区洪泛平原为例

洪泛平原土地利用规划是非工程防洪措施的重要组成部分,重视并加强洪泛平原的土地利用规划,具有显著的防洪减灾效益,能控制或降低承灾体对洪灾的敏感程度,能大幅度削减灾害损失。本文探讨了洪泛平原土地利用规划的必要性,GIS在洪泛平原土地利用规划中的作用和规划步骤以及GIS在洪泛平原土地利用规划数据处理中的应用。最后,本文以宁波奉化市城区洪泛平原土地利用规划的实例阐述了GIS技术在规划中应用的可能性和必要性。     

基于MATLAB的BP神经网络在农作物虫情测预报中的应用

本文主要利用神经网络理论，基于MATLAB的神经网络工具箱建立了虫害发生量预报预测的BP神经网络预测系统，确定了发生量与自然因素之间的联系。并通过对安徽省庐江县田间水稻病情的预测来检验模型的效果。实验结果证明了该模型用于虫情预测的可行性，具有很好的应用价值。