基于GIS-ANN-GM的生态适宜性分析

论文摘要

生态适宜性分析作为生态规划的核心组成部分同时也是区域环境影响评价的一个重要部分,是在调查搜集社会、自然要素资料并进行分析的基础上,对区域范围内土地资源的规划布局和理性评价,它实际上可根据区域环境的相对发展潜力和承载能力,指导区域生态环境功能的划分,从而将社会角度和生态角度结合在一起,对区域范围内各个小区域不同的资源利用方式给出最佳的选择与评价。在分析中综合考虑经济、生态、社会以及政策等因素,在此基础上能合理安排和布局区域内居住、工业、农业、交通等各项人类活动。同时生态适宜性分析也可以应用到对资源大量占用并对生态环境产生重大影响的基础设施建设的选址工作中。本文在综合分析众多土地生态适宜性分析方法的基础上,总结生态适宜性分析中存在的一些问题与不足,细致介绍了概率函数神经网络（PNN）、改进型误差反传递神经网络（IBP）应用于生态适宜性评价的方法的同时也创新性地提出了灰色模型（GM）以及地理信息系统（GIS）与前两种神经网络耦合技术应用于生态适宜性分析的技术方法体系,进而首次提出并建立了基于GIS-PNN-GM-IBP的土地生态适宜性分析模型,并将其应用在大连市土地生态适宜性分析的案例分析过程中,其分析评价结果与大连市相关土地利用规划进行对比具有一定的可靠性和准确性。该模型的提出在理论上主要解决了传统的权重加模糊综合评判法无法规避的主观影响问题,并通过GIS软件的应用简化了传统叠图法繁复的工作;实践上,通过本次生态适宜性分析评价结合大连市土地利用规划,对大连市三种土地利用类型的发展方向提出了一些较为有益的建议。最后,在总结了目前生态适宜性领域存在的一些问题的同时,也分析了本文中对于大连市生态适宜性分析中的一些不足和缺陷,以期对其他相关研究人员提供一定的意见。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.2 生态适宜性分析研究的意义
• 1.3 生态适宜性分析的发展和起源
• 1.3.1 生态适宜性分析的起源
• 1.3.2 生态适宜性分析的发展
• 1.4 论文研究内容
• 1.5 论文的技术路线
• 2 基础理论
• 2.1 可持续发展理论
• 2.1.1 土地资源的可持续利用的内涵
• 2.1.2 土地资源可持续利用的影响因素
• 2.2 景观生态学
• 2.2.1 景观生态学的概念
• 2.2.2 景观生态学的研究内容
• 2.2.3 景观生态学的一般原理
• 2.2.4 景观生态规划的概念及原则
• 2.3 生态规划的基本原理
• 2.3.1 生态规划的内涵
• 2.3.2 生态规划的目的
• 2.3.3 生态规划的原则
• 2.4 人居环境科学
• 3 技术方法体系
• 3.1 评价方法
• 3.2 人工神经网络
• 3.2.1 神经网络发展
• 3.2.2 PNN神经网络模型
• 3.3 地理信息系统（GIS）
• 3.3.1 GIS发展概述
• 3.3.2 GIS在生态适宜性分析中的运用
• 3.4 预测方法
• 3.5 灰色建模法（GM）
• 3.5.1 灰色系统模型
• 3.5.2 GM（1,1）预测模型
• 3.5.3 模型及其预测精度评价
• 3.5.4 负时间数列的GM（1,1）模型
• 3.6 误差反传递神经网络（BP网络）
• 3.6.1 BP神经元及BP网络模型
• 3.6.2 BP网络学习算法
• 3.7 遗传算法
• 3.7.1 遗传算法的特点
• 3.7.2 基本遗传算法
• 3.8 基于格雷码编码遗传算法（GGA）方法的IBP算法
• 3.8.1 BP网络的缺点
• 3.8.2 GA算法的缺陷
• 3.8.3 IBP方法
• 3.8.4 IBP方法步骤
• 3.9 建立GIS-ANN-GM分析评价模型
• 3.9.1 GIS-ANN-GM模型的建立
• 3.9.2 GIS-ANN-GM模型的优点
• 4
• 4.1 研究区概况
• 4.1.1 研究区社会自然概况
• 4.1.2 研究区土地利用概况
• 4.2 生态适宜性现状分析
• 4.2.1 居住用地生态适宜性分析
• 4.2.2 建设用地生态适宜性分析
• 4.2.3 生态保留用地适宜性分析
• 4.3 生态适宜性综合分析
• 4.3.1 GM模型预测
• 4.3.2 IBP网络预测
• 4.4 结果与讨论
• 5 结论与展望
• 参考文献
• 附录A 大连地区生态因子基础数据库
• 攻读硕士学位期间发表论文情况
• 致谢