城市建设用地需求预测——以九江市为例

以九江市2003年—2012年的相关统计数据为基础,将双因素理论和灰色系统理论引入建设用地预测,建立预测模型;根据关联度综合分析各因素(人口和固定资产投资)对九江市建设用地的影响,进而加权修正预测模型,并对预测结果进行分析与评价.双因素中的人口规模充分考虑宏观政策的影响,并结合九江市人均建设用地现状,采取高、低2种方案进行预测;为克服概率统计中样本数不足的难题,固定资产投资主要运用灰色GM(1,1)模型预测.结果表明:到2015年末和2020年末,九江市城区建设用地需求预测值分别为28.93~29.98km2和84.69~86.31km2,预测结果通过精度检验,符合九江市经济社会发展趋势,具有可行性.     

灰色马尔科夫模型在我国病毒性肝炎发病率预测中的应用研究

为科学、准确的预测我国病毒性肝炎的发病趋势，利用灰色马尔科夫模型对我国2000-2016年病毒性肝炎发病率进行拟合，对2017-2019年发病率数据进行预测，并与灰色GM(1,1)预测模型比较以检验模型拟合与预测效果.结果表明，2000-2016年我国病毒性肝炎发病率的灰色马尔科夫模型拟合的平均相对误差为3.06%,灰色GM(1,1)模型拟合的平均相对误差为11.96%;2017-2019年灰色马尔科夫模型预测的平均相对误差为2.05%,灰色GM(1,1)模型预测的平均相对误差为13.47%.灰色马尔科夫模型比灰色预测模型的预测结果更准确，模型精度更优，是我国病毒性肝炎发病率预测效果较为科学、准确的预测模型.     

基于灰色序列GM(1,1)模型的建设用地预测

以泉州为例,采用灰色序列GM(1,1)模型来预测其建设用地,通过对1996—2004年的建设用地面积进行观察和拟合,预测泉州2005—2020年建设用地面积,预测结果具有有效性和实用性,并提出提高土地利用率及控制建设用地规模的措施.     

基于灰色系统理论的大连城市建设用地需求预测

建设用地既是城市发展的基础,也是区域实现城市化的基本物质保障,而城市建设用地需求量的预测则是城市土地利用的重要依据.基于灰色系统模型对城市建设用地驱动因子进行关联分析,建立GM(1,1)模型和灰色线性回归模型对大连市各个类型建设用地规模及城市建设用地总规模做出预测.认为大连市建设用地规模的变动受到人口、经济和社会等各个方面因素影响,非农人口数量的增加是影响大连城市建设用地增长的最主要因素.预测结果显示,2012—2020年大连市各个类型的建设用地呈现平稳增长趋势,城市建设用地总规模呈现较大幅度变动,但其增长的范围仍在土地利用规划控制目标范围以内.     

2000—2013 年海坛岛土地利用/覆被变化与驱动力分析

基于GIS 的空间分析与数理统计方法,文章对2000—2013 年海坛岛土地利用变化/覆被变化的时空演变特征进行分析;采用灰色关联分析法,选用政策、社会、经济和人口四个一级指标层的8 项指标,分析海坛岛土地利用/覆被变化的驱动力. 结果表明：（1）2000—2013 年,海坛岛土地利用/土地覆盖变化特征主要表现为耕地、林地、水域和草地的面积和比重减少,而建设用地和其它用地的面积和比重增加;（2）2000—2013 年海坛岛土地利用综合指数从2000 年的249.08 不断上升到2013 年的252.90;（3）2000—2013 年海坛岛土地利用变化的驱动力主要是政策投入、产出水平、人口 变化和生活水平.     

基于CCA的太行山区土地利用变化驱动机制分析

基于典范对应分析方法(Canonical Correspondence Analysis,CCA),以太行山区1990年、2015年的土地利用数据及经济社会统计资料为数据源,选取14个经济社会指标,对太行山区近25年来的土地利用变化及其驱动机制进行分析。结果表明:1) 1990—2015年,太行山区土地利用变化面积为5 440. 58 km~2,占太行山区土地总面积的3. 97%。建设用地面积增加了2 002. 59 km~2,增幅居所有土地利用类型首位;耕地面积减少了1 763. 69 km~2,是面积减少最多的土地利用类型,耕地净转移为建设用地是土地利用转移的主导类型。2) CCA分析结果通过95%的显著性检验,太行山区低山丘陵区和盆地区经济社会发展水平较高的县市建设用地面积增加1 137. 47 km~2,耕地面积减少811. 34 km~2,低山丘陵区和盆地区土地系统变化受经济增长、人口增长及城镇化主导因素驱动作用明显;山原区经济社会发展水平较低的县市草地面积减少492. 27 km~2,林地面积增加187. 42 km~2,其土地系统变化受农业生产主导因素驱动作用强烈。区域经济社会发展水平和地形差异是导致太行山区土地系统变化及其驱动机制空间分异的动因。     

基于灰色马尔科夫模型的深圳港集装箱吞吐量预测

为了更准确的预测港口集装箱吞吐量,以深圳港2003-2017年集装箱吞吐量数据为基础,通过数学方法将灰色预测模型和马尔科夫预测模型两种数学模型结合起来,建立灰色马尔科夫模型,然后利用灰色预测模型与灰色马尔科夫模型分别进行深圳港集装箱吞吐量的预测计算。结果表明:灰色马尔科夫预测模型能大幅降低波动性较大的时间序列的预测误差,尤其适用于中长期的预测;同时,传统的灰色预测GM(1,1)模型的预测精度也得到明显提高。根据建立的预测模型,计算出了深圳港2018-2020年的集装箱吞吐量预测值。     

灰色-马尔科夫模型在桥梁运营状况预测中的应用

为了找到一种能够精确有效地预测桥梁运营状况的方法,提出一种基于灰色GM(1,1)理论模型并用马尔科夫链修正的灰色-马尔科夫预测模型.结合河北省某地区的159座桥梁数据对该方法进行应用检验,结果表明:灰色-马尔科夫模型预测数据的平均相对误差为-0.11%,相比灰色GM(1,1)理论模型预测数据的平均相对误差-0.34%,在精度上有了明显的提高,而且灰色-马尔科夫模型预测出的数据更加稳定.利用马尔科夫链优化过的灰色GM(1,1)理论模型预测出2017年至2019年该地区一类桥的数量分别为49座、39座以及34座.由此可知灰色-马尔科夫模型在已知的桥梁定期检查数据基础上可以提供较为精确的预测,相较于灰色GM(1,1)预测模型,该方法具有更高的精度和稳定性.     

基于马尔科夫——灰色BP神经网络组合模型的深基坑变形预测研究

建立马尔科夫—灰色BP神经网络组合模型是为了更加科学合理预测深基坑压顶水平位移,提高预测精度.比较分析BP神经网络模型与串联式灰色BP模型的预测结果,建立马尔科夫链修正的灰色BP组合模型,以汕头市某花园酒店扩建工程的基坑压顶水平位移的实测数据为研究对象,通过比较模型预测结果与实际结果,检验其深基坑预测模型的精度.实例证明,经马尔科夫链改进的灰色BP神经网络组合模型的预测精度优于单一模型,更适合用于样本少、随机波动性大的深基坑变形预测.马尔科夫—灰色BP神经网络组合模型对深基坑压顶水平位移的预测不仅精度高,同时反映出数据序列发展变化的总体趋势和系统之间各状态的规律,为深基坑压顶水平位移预测提供了一种新方法.     

灰色—多元回归模型下的北京办公用地开发面积预测及供需矛盾研究

随着城市化进程的不断推进,以写字楼为载体的城市经济活动在推动城市发展与提升方面的作用日益显著,城市办公用地发生显著变化。科学合理地预测办公用地开发面积,不仅是协调用地空间供需矛盾的要求,也是城市经济社会健康发展的保障。以2001—2011年北京市经济社会发展数据和2001—2012年末新开发办公用地面积为基础,运用灰色—多元回归模型对2012—2016年北京市办公用地开发量进行预测,掌握短期内北京市办公用地开发面积动态变化趋势,有助于丰富和完善城市土地利用结构理论,缓解北京办公用地供需矛盾,为城市土地利用与规划实践提供决策参考。     

宿州市城市扩展的遥感动态变化监测与评价

以安徽省宿州市为研究对象,分别从Landsat TM/ETM＋和Landsat 8遥感影像提取1987年、2000年、2005年和2013年四个时期的土地利用信息,每个时相的遥感影像分为建设用地、林地、水体和耕地四类,从城市建设用地扩展速度、扩展强度、分形维数、稳定性指数、城市扩展弹性系数、城市扩展方向等方面详细分析了26年来宿州市城市扩展的时空变化.研究结果表明：宿州市城市建设用地面积一直持续增加,扩展速度进一步加快,扩展强度也进一步增强.1987-2013年,建设用地面积净增50.67 km2,扩展速度为5.18％,扩展强度为1.63.城市空间格局由填充式逐渐向外延式转变（即由老城区向外延伸扩展）,主要向南、北、东南和西北方向发展.     

基于ARIMA与灰色马尔科夫模型的三亚市交通客流量预测研究

为了较为全面、客观、准确地预测城市的交通客流量,对三亚市旅游统计数据2012-2017年每月的交通客流数据进行分析,在数据整理的基础上,主要采用ARIMA模型和灰色马尔科夫模型对2012-01—2017-12月三亚的交通流量分别进行拟合仿真,并对2018年每月的客流进行了趋势外推预测;结果表明:采用ARIMA预测模型所获得的平均绝对百分误差为4. 42%,采用灰色马尔科夫模型获得的平均绝对百分误差为3. 78%,表明两种预测具有较高的精度;最后利用灰色马尔科夫模型进行趋势外推预测,得出三亚市2018年交通客流预计近3 600万,预测结果对三亚市旅游、交通等行业制定政策能起到积极的作用。     

基于高分辨率遥感及马尔科夫链的济南市土地利用变化研究

以济南市为例,基于GIS、FRAGSTATS软件平台,采用景观组成结构特征指数和多样性指数定量分析了1996-2009年济南市城市土地利用变化,特别是建设用地的空间格局及变化特征;并使用马尔科夫链预测其未来几十年的变化趋势.研究结果表明,济南市研究时间段内城市建设用地迅速增加,而城市绿地和农业用地明显减少;济南整体景观格局的破碎度加大.在未来的几十年里,济南市建设用地面积呈增加的趋势,绿地和农业用地持续减少.研究结果将为城市土地利用的规划和城市自然景观的管理与保护提供参考和依据.     

厦门市城市扩展遥感动态监测及其驱动力分析

基于最大似然法、空间叠加技术和转移矩阵,提取1993、2001和2007年厦门市遥感影像土地利用信息.分析城市建设用地变化、城市扩展空间特点及其驱动力,探讨优化厦门市城市空间扩展的策略.结果表明:1993—2007年,土地利用发生变化的面积高达35.79%,其中1993—2001年的变化面积为2001—2007年的两倍多;14年间,建设用地面积扩展年变化率为6.35%,扩展面积中耕地所占比例超过50%;城市扩展的主要驱动力来自经济发展、人口增长、外商投资、政策法规及自然地理环境.     

土地利用变化下的阿克苏河灌区碳收支核算与情景模拟

区域碳收支是当前气候变化背景下的研究热点之一.以阿克苏河灌区为研究区域,采用排放因子法定量测算土地利用变化的碳排放,分析其变化的影响因素,借助Markov模型预测未来15年的碳排放变化态势.研究结果表明:1) 2006—2015年,阿克苏河灌区碳排放总量增加了0. 549×10~7t,其中园地和建设用地面积的增加是引起碳排放总量增加的主要原因; 2)多因素回归分析显示,单位GDP能耗、人口密度、人均GDP和建设用地面积是引起2006—2015年建设用地对阿克苏河灌区碳排放量变化的主要内在驱动力; 3)经马尔科夫预测,2015—2030年阿克苏河灌区碳排放量将增加0. 403×10~7t,增加趋势有所放缓,生态治理工程的效果逐渐显现.研究结果对阿克苏河灌区合理利用水资源、调整产业结构、实施生态治理等具有重要的参考意义.     

基于年度变更平衡表的土地利用结构演变预测——以苏州市为例

目前,基于年度变更平衡表对土地利用演变进行预测的研究较少.本文利用苏州市1998~2008年土地利用变更平衡表,运用Markov预测模型对全市土地利用结构变化进行模拟、检验和预测,并对苏州市土地利用结构何时达到稳定状态进行了探究.结果表明:基于变更平衡表,运用马尔科夫模型预测土地利用结构的方法是切实可行的;至2020年,苏州市农用地、农村居民点用地、未利用地面积逐年减少,且耕地面积减少最明显;城镇建设用地、独立工矿用地、交通运输用地面积逐年增加;到2042年,苏州市的土地利用结构将逐步趋于稳定.本文的研究对于土地利用年度变更平衡表的深入应用有一定的借鉴意义.     

城市化进程中土地扩展与人口增长的协调发展关系研究——以中原经济区为例

中原经济区作为中部地区重要的经济增长极,认识和把握该地区土地利用时空变化、土地扩展与人口增长间的协调性及其对城市化的测度与影响,对于促进中原经济区探索"四化"协调、科学发展之路具有积极意义.以中原经济区2005-2015年期间30个省辖市为研究对象,运用土地利用动态度模型、土地城市化率模型、协调度模型和线性回归模型,分析土地扩展与人口增长二者间的关系.结果表明:(1)2005-2015年,中原经济区土地利用变化呈现耕地面积较为稳定,建设用地面积持续增加且增幅较快,林地面积稳定快速增长.(2)该时期中原经济区土地扩展和人口增长水平均普遍低于全国平均水平,有较大发展潜力,但需注意土地的集约利用与合理规划.(3)该时期土地扩展与人口增长间的协调度偏低但总体向好,城市建设用地增速快于城市人口数量增速,农村人口数量逐渐减少,但仍存在土地浪费的问题.(4)该时期城市土地扩展与人口增长之间存在明显的线性相关性,二者存在着正反馈关系.     

重庆市建设用地预测模型探讨

运用灰色系统分析方法预测城市建设用地是可行的，为满足建要求，应以城市建设用地存量为基础，采用累加方法建立生成数列，１９９１～２０００年重庆市发和地预测模型为Ｘｔ＋１＝１１５６２６．４５３８ｅ＾０．０９４３８２９４１ｔ－１０４５７２．０５３８平均每年城市建设用地增量为１７２７．８８ｈｍ＾２，预测结果符合该市土地利用总体规划控制目标。     

灰色马尔科夫链的宁德旅游总收入预测模型优化研究

针对传统灰色GM(1,1)预测模型预测随机波动数据的局限性,采用残差修正方法优化GM(1,1)预测模型,并通过马尔科夫链对优化的模型进一步改进,建立了一种优化的灰色马尔科夫链的预测模型。优化模型可以有效提升预测的准确性和稳定性,通过预测宁德市旅游总收入的实例验证新模型的有效性,拓展了灰色预测模型的应用范围,为宁德市旅游事业发展的决策支持提供了一种新方法。     

莆田市辖区城市建设用地扩张及其驱动力分析

根据莆田市辖区城市建设用地数据,综合选取8个驱动因子,采用相关分析法得出城市建设用地扩张的显著驱动因子,运用回归分析建立城市建设用地与主要驱动因子的回归方程,得出以下结论:(1)莆田市辖区城市建设用地与非农业人口呈显著正相关,与农业人口呈显著负相关。(2)莆田市辖区城市建设用地扩张与实际利用外资呈正相关关系,与农业人口、第三产业生产总值和地区生产总值呈负相关关系。