城镇建设用地需求量预测方法研究

论文摘要

城镇建设用地是城镇经济发展的重要物质载体。在统筹城乡发展的思想指引下,伴随着城镇化进程的加快,城镇建设用地需求的不断扩张,土地供需矛盾日渐突出。现有的城镇建设用地规模已不能满足新时期、新任务的需要。新一轮的土地利用规划修编正在进行,新的时代背景,急需对城镇建设用地需求预测进行深入研究,以为科学编制土地利用总体规划提供依据。本文以土地利用总体规划中城镇建设用地需求量预测为研究对象。系统介绍了城镇建设用地需求量预测的基本内容和过程方法,着重介绍了城镇建设用地预测模型的选用和改进。首先研究了基于时间序列的基础数据预测的常用预测方法,如:回归分析法、灰色模型法、生产函数法等,并对这些方法进行了评价;然后引入了BP神经网络的多维建模方法和组合预测方法。文中结合1996-2005年研究区的土地利用变更数据和社会经济统计数据,利用相关性分析、灰色关联分析、主成分分析筛选出影响城镇建设用地的主导因子,先构建了常用的回归预测模型和灰色系统预测模型,然后构建了BP神经网络的多维预测模型和组合预测模型。通过实证,对比分析BP神经网络预测值、组合预测值和常用预测法值。结果表明BP神经网络预测方法、组合预测方法比回归预测和灰色系统预测城镇建设用地需求量更准确,精度更高。进而说明本文构建的预测模型具有一定的理论和实践价值,为城镇建设用地需求量预测的进一步研究和政府决策提供有益的参考和借鉴。针对神经网络繁琐的计算过程,本文借助MATLAB神经网络工具箱构建人工神经网络,完成对样本矢量的输入以及对建设用地量的网络训练,确定网络的训练函数、隐层单元数目,进而实现对建设用地需求量的预测功能,得到2010和2020年建设用地需求量的输出结果。最后,利用GIS方法表示建设用地扩张的空间规律:结合建设用地现状和未来发展动态,利用GIS表示出研究区现状的战略布局图、未来城镇建设用地增长方向。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 概述
• 1.2 选题的背影和意义
• 1.2.1 选题的背景
• 1.2.2 研究目的和意义
• 1.3 国内外研究现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 本文研究的主要内容
• 第二章 城镇建设用地需求量预测的理论分析
• 2.1 城镇建设用地的内涵
• 2.2 城镇建设用地控制与需求预测的理论基础
• 2.2.1 区域经济学理论
• 2.2.2 系统工程理论
• 2.2.3 可持续发展理论
• 2.2.4 人地协调理论
• 2.2.5 GIS理论
• 2.3 对现有预测方法的评价
• 2.4 预测模型的选用
• 第三章 城镇建设用地需求量预测模型的构建
• 3.1 资料收集
• 3.2 城镇建设用地规模变化的影响因素分析
• 3.2.1 选取影响因素
• 3.2.2 筛选主要影响因子
• 3.3 多元回归预测模型
• 3.4 灰色系统预测模型
• 3.5 BP神经网络的多输入预测模型
• 3.5.1 BP神经网络原理
• 3.5.2 BP神经网络的建立
• 3.5.3 BP神经网络模型的优化
• 3.6 基于BP神经网络的组合预测模型
• 3.7 MATLAB神经网络工具箱
• 3.8 建设用地需求量预测神经网络模型程度的应用
• 第四章 实证研究
• 4.1 研究区域概况
• 4.1.1 自然社会经济条件
• 4.1.2 区位条件
• 4.2 建设用地情况分析
• 4.3 研究区域建设用地规模变化的影响因素分析
• 4.3.1 选取建设用地影响因子
• 4.3.2 相关性分析
• 4.3.3 灰色关联分析
• 4.3.4 主成分分析
• 4.4 研究区域城镇建设用地需求量预测结果和分析
• 4.4.1 基于多元回归模型的建设用地需求量预测
• 4.4.2 基于灰色系统的城镇建设用地需求量预测
• 4.4.3 基于BP神经网络的多输入建设用地需求量预测
• 4.4.4 基于组合模型的研究区域建设用地需求量预测
• 4.5 结果与分析
• 第五章 研究区城镇建设用地空间分布
• 5.1 城镇建设用地现状布局分析
• 5.2 城镇用地空间发展的战略构想
• 5.2.1 空间发展策略
• 5.2.2 研究区空间发展格局优化方向
• 5.3 未来增长方向预测
• 第六章 结论
• 6.1 研究结果
• 6.2 创新点
• 6.3 存在问题及未来展望
• 参考文献
• 致谢
• 附录A （攻读学位期间发表的论文）
• 附录B （攻读学位期间参与的课题项目）