文献类型：期刊文章

作　　者：王丹[1] 杨小艳[1,2] 郑剑[3] 陈龙高[1] 高卫东[1]

Wang Dan Yang Xiaoyan Zheng Jian Chen Longgao Gao Weidong(Institute of Land Resources, Jiangsu Normal University, Xuzhou Jiangsu 221116 School of Environment and Spatial Informatics, China University of Mining ＆ Technology, Xuzhou Jiangsu 221116 Land and Resources Bureau of Lianyungang City, Lianyungang Jiangsu 222001)

机构地区：[1]江苏师范大学土地资源研究所,江苏徐州221116 [2]中国矿业大学环境与测绘学院,江苏徐州221116 [3]连云港市国土资源局,江苏连云港222001

出　　处：《中国农学通报》

基　　金：国家自然科学基金项目"基于情景模拟的土地利用规划环境影响动态基底评价模型研究"(41601087);国家自然科学基金项目"县级土地利用规划环境影响多时态评价模型研究"(41271121);江苏省普通高校研究生科研创新计划项目"基于土地利用情景模拟的环境影响预测与评价研究"(KYZZ_0388)

年　　份：2017

卷　　号：33

期　　号：21

起止页码：82-88

语　　种：中文

收录情况：RCCSE、ZGKJHX、普通刊

摘　　要：建设用地是城市发展的重要因素,对建设用地规模的预测可以为土地利用总体规划提供参考数据和技术支持。笔者以连云港市为例,收集了2004—2013年有关建设用地规模的社会经济统计数据,采用主成分-BP神经网络模型对连云港市2014—2020年建设用地规模进行预测,得出7年连云港市建设用地规模的预测结果。研究得出主要结论:(1)主成分分析结果显示社会经济的发展、人口和基础设施的变化以及环境的改善从不同方面影响着建设用地的规模;(2)笔者构建的BP神经网络模型误差率较低、拟合效果较好且对于训练集以外的新样本数据具有较好的泛化能力,说明所建模型具有可靠性,可以进行预测;(3)连云港市2014—2020年的建设用地规模呈现逐年扩张的趋势,年均增长率为0.97%,连云港市应采取有效措施控制建设用地规模并且合理保护耕地,使得建设用地面积的增长控制在合理的范围之内。主成分-BP神经网络模型不仅能够对影响建设用地规模的因素进行全面分析,同时可以得到精度较高的建设用地规模预测数据,因此能够较好地应用于建设用地规模预测。

关 键 词：主成分-BP神经网络  建设用地 规模预测  连云港市  

分 类 号：P968[地理科学类]