上海城市发展对土地需求规律的量化研究

在分析上海产业政策和区域经济发展对用地需求的基础上，通过对土地需求、土地储备与土地供应的关联分析，建立了基于BP神经网络的预测模型，研究了上海经营性用地需求趋势的分析和对具体指标的细化分析．进一步地得出土地需求总量，提出了至2010年上海经济发展对土地需求的预测分析，以合理确定土地储备量．     

基于人口和土地利用的城市新区交通生成预测模型

针对城市新区背景下传统交通生成预测方法的不足,以城市人口-土地利用-交通需求相关关系为机理,建立了基于人口和土地利用的城市新区交通生成预测模型.苏州新区应用实例表明:对不同用地类型所引起的不同目的的出行,分别建立出行产生和吸引预测模型,能够使交通需求与新区土地利用特性直接相关;通过确定回程出行比例的方法,实现了新区内部交通小区出行产生和吸引量的平衡;通过引入区位势因子,进一步反映出新区内部不同交通小区由于土地利用强度和交通可达性的不同所引起的交通需求差异.     

城市经营性建设用地需求预测方法与供应计划的制定--以浙江省绍兴市为例

制定科学合理的土地供应计划是政府管理和调控城市土地市场的主要手段之一.根据绍兴市实施土地储备制度的需要,用定量分析方法对城市住宅用地和商业服务业用地需求进行了预测,研究了制定城市土地供应计划的因素、思路、方法和具体方案,并对影响土地供应计划的土地储备规模和储备周期问题进行了分析.     

高阶多元直觉模糊时间序列预测模型

为了突破模糊集理论的限制,更客观地描述不确定性数据,提出一种高阶多元直觉模糊时间序列预测模型.采用模糊聚类算法划分论域,并采用更具客观性的方法建立直觉模糊集的隶属度和非隶属度函数.依据直觉模糊多维取式推理的原理建立基于相似度量的启发式推理规则,作为高阶多元模型的预测规则,并且建立相应的解模糊方法.利用北京市日均气温数据集进行对比实验,结果表明,该模型的预测均方误差(0.86)和平均预测误差(2.57%)较现有方法均明显降低,预测结果优于模糊时间序列预测模型和普通直觉模糊时间序列预测模型.     

含模糊因素的患病风险预测模型

将数理统计方法和模糊数学方法相结合,建立了适合预测患病风险的含模糊因素的回归预测模型,并将所建立的模型和统计中的线性回归模型进行了比较．结果表明：含模糊因素的患病风险预测模型预测效果优于不含模糊因素的预测模型预测效果．     

城市化进程中城市土地需求预测研究

在对城市化进程中影响城市土地需求的指标进行系统分析的基础上,将BP神经网络模型引入城市土地需求预测,构建基于BP神经网络的城市土地需求预测模型,并以西安市为例,对其土地需求量进行预测.结果表明,随着城市化进程的发展,西安城市土地需求量年平均以7.53%的速度递增,2007-2011年共需土地14077hm2.该研究能够为城市土地需求预测提供新的方法.     

信息化条件下的城市交通需求预测

基于信息化社会条件下的城市居民出行信息的可知性及路网交通信息的实时采集 ,根据最大熵原理 ,运用 OD反推技术 ,建立从土地利用到路网流量的组合式预测模型。简化了传统的土地利用到交通需求四步骤的预测模式。实践表明该方法更适合信息化条件下的城市快速发展。     

土地储备资源信息管理系统的研究与设计

城市的发展离不开土地,如何有效、计划地利用和使用土地,城市土地储备制度应运而生,本文针对土地储备资源信息管理的基本需求和系统设计行了简单阐述,在此基础上进行了基于VC加AE的简单实现。     

武汉市城市土地储备量研究

城市土地储备量的测算是制定城市土地储备计划的关键与难点,目前学术界对于城市土地储备量的定量计算却涉及较少。基于城市土地储备制度建立时间短,历史数据有限等条件,采用广义回归神经网络对武汉市城市土地储备量进行分析,并得到较好预测效果。     

基于神经网络模型的城市生活垃圾预测

研究了城市生活垃圾清运量的预测问题.先用模糊聚类分析法对影响城市垃圾清运量产生的因素进行分类,然后按照一定的准则筛选出影响城市垃圾清运量产生的主要因素,以此确定神经网络模型的输入变量,建立起城市生活垃圾清运量BP神经网络预测模型.经过训练之后的网络,平均绝对百分误差为4.94%,达到了高精度拟合;以此训练好的神经网络模型预测了深圳市2013-2015年的生活垃圾清运量,分别达528.36,535.28,541.79万吨.     

城市土地区位与土地收益相关分析

从分析城市土地区位的特点入手，以区位论、地租与地价理论为指导，按照土地经济规律和市场经济发展的要求，以西安市为例，建立了城市土地收益测算模型．从而实现了城市土地区位与土地收益相关关系的定量化研究．     

唐山市地震反应谱参数分布

为探讨精细预测地震影响系数分布的计算方法,在分析场地条件、基岩条件和特殊地质现象等影响因素基础上,应用人工神经网络方法定量分析各因素间的相关性,建立预测模型,并以唐山市为实证研究对象,运用GIS软件,绘制出地震影响系数分布图,对场地选择与土地利用提出了建议。     

基于CLUE-S模型的拉萨市土地利用情景分析

选取拉萨市城区作为研究对象,结合拉萨市相应的城市规划政策与土地利用变化趋势,制定了自然增长、经济发展和生态保护三种土地利用需求情景策略.结果表明:2001年和2008年两期的模拟总体精度分别为83.27%和79.26%,且Kappa指数均大于0.75,证明CLUE-S模型针对拉萨市的土地利用情况具有较好的拟合程度;到2022年拉萨市耕地面积持续下降,建设用地逐年增长,且林地和草地面积在不同的情景中均有微弱的增加,水体与未利用地相对变化较小,三种模拟情景中,研究区西部及东部变化较为明显;拉萨市建设用地扩张是景观破坏的主要原因,倡导"低碳、环保、绿色"的旅游生态旅游模式才是未来实施可持续发展的主旋律.今后政府相关决策部门可利用研究结果为拉萨市的土地可持续性发展管理提供有力的决策支持.     

城市土地储备制度存在的问题与风险

分析了我国当前城市土地储备制度运作实践中存在的问题,指出建立和完善我国城市土地制度,关键是要构建科学合理的土地储备运行机制,完善土地储备基金制度,建立健全法律保障体系。     

重庆市城市地价指数研究

以投入产出分析和市场分析为基础构建城市地价指数参评因素指标体系;以重庆市为例,运用多因素综合评定法,探讨城市地价指数评价的有关问题,并分析了重庆市地价变化特征．     

贵州省城市土地集约利用水平差异研究

城市土地集约利用是城市发展的必然选择,从土地投入强度、利用程度、利用效益和土地持续利用趋势4个方面构建指标体系,采取定量的分析方法对贵州省城市土地集约利用水平进行了研究。结果表明:贵州省城市土地集约利用水平分为低度利用、适度利用和集约利用3个等级,各城市土地集约利用的整体水平并不高,城市土地利用的重点应放在土地投入水平和可持续利用方面,走集约式土地利用方向,提高城市土地利用效益。     

灰色理论在城市地价预测中的应用——以厦门市为例

利用厦门市城市地价动态监测资料,构建城市地价水平预测分析的GM（1,1）模型。经模型精度检验表明,该模型对厦门市地价指数的历史变化趋势的拟合程度高,能较真实的反应厦门市城市地价水平和动态变化趋势。     

成都市实施土地储备制后对地价及土地收益的影响探析

以成都市为例，客观分析了成都市土地储备中心成立后，特别是经营性土地出让方式实行招、拍、挂以来对成都市地价和收益的影响，指出了当前成都市在实施土地储备过程中存在的一些问题，并对解决办法提出了一些思考意见，以求进一步完善当前成都市的土地储备制度．     

三峡工程建设背景下宜昌市建设用地变化特点及其驱动机制分析

根据宜昌市1997年-2004年的建设用地和社会经济统计、调查资料,分析了三峡工程建设背景下（1997年-2004年间）宜昌市建设用地数量变化和区域差异．应用相关分析和主成分分析。定量的诊断出宜昌市建设用地变化的驱动因子与驱动机制．结果表明：8年来,宜昌市建设用地呈逐年增加趋势、变化的区域差异显著、其变化具有与地区间经济发展水平的差异大致相一致的特点;公共政策与社会经济发展系统和人口压力系统是其变化的主要宏观驱动因子．在此基础上,运用多元回归分析构建回归模型。预测2010年的建设用地数量,并探讨了宜昌市未来建设用地结构变化趋势．