基于计算智能的土地适宜性评价模型

将计算智能理论引入土地评价领域，构建了一个全新的土地适宜性评价模型。首先基于模糊逻辑和人工神经网络构造了一个模糊神经网络模型，然后采用改进的遗传算法进行训练，能够快速收敛到最优解，对初始的规则库进行修正，形成了一个自学习、自适应的评价系统。     

耕地需求量预测的加权模糊-马尔可夫链模型

以耕地利用动态度为度量，利用模糊有序聚类方法将耕地需求量划分为不同的模糊状态区间，利用模糊集理论构建马尔可夫链状态转移概率矩阵，以规范化的各阶自相关系数为权重改进传统的马尔可夫链预测模型，用改进后的模型对土地利用规划中耕地需求量进行预测。实验结果表明，改进后的方法较传统的预测方法更具科学性和实用性。     

基于SD-MOP整合模型的土地利用总体规划研究

分析了我国当前土地利用总体规划技术方法的不足。提出了基于系统动力学和多目标规划整合模型(SD-MOP)的土地利用总体规划方法，研究了SD-MOP整合模型的构造、模型参数估计、敏感性因素识别和优化，并以武汉市黄陂区为例，进行了模型的仿真运行和结果分析。     

基于GIS的小流域水土流失遥感定量监测研究

以三峡库区典型小流域为研究区域，通过遥感和野外调查进行信息采集．建立了流域环境数据库；在GIS支持下，根据修正通用土壤流失方程（RUSLE）模型对数据库实施运算操作，探讨了流域内土壤侵蚀强度的空间分布规律，并估算了小流域水土流失量。     

体现主客观信息的土地定级因素综合集成赋权法研究

应用云模型、特尔斐法、关联分析法研究了土地定级中各影响因素的合理赋权问题，提出了体现主客观信息的土地定级因素综合集成赋权方法，并依据武汉市土地定级指标体系和有关数据，对武汉市土地定级影响因素进行了权重挖掘。     

基于粮食安全策略的耕地需求量预测研究--以湖北省为例

常见的耕地需求量预测方法主要是采用回归分析法、灰色预测法,缺乏对自然和社会因素的内在分析,忽略了国家粮食安全策略的影响。但是耕地保护与粮食安全之间存在着相当密切的联系,因此,本文基于国家粮食安全策略考虑进行耕地需求量的预测。结合国民经济发展及各用地部门需求,考虑规划期间耕地减少和增加的各种可能性,最终确定耕地需求的合理规模。     

基于层次性邻近分析的农用地分等数据库综合

以农用地分等数据库综合为例,提出了图斑归并同时顾及几何距离和多种专题属性的层次性邻近分析方法,及基于层次性邻近分析的多边形聚合和融合方法,并以实例验证了其有效性.     

基于MODIS图像的植被叶面水反演与农业干旱监测

研究了应用MODIS数据,采用与植被物种无关的GVMI指数模型反演出植被水含量指标EWT,并以气象局发布的实际温度降雨数据和旱灾报告验证了植被水含量与旱灾的相关性。     

基于ArcGIS Engine的宗地变更管理与历史回溯的实现

设计了一种管理宗地变更的时空数据结构,阐述了基于该数据结构和ArcGIS Engine进行宗地变更管理与历史回溯的实现方法.     

基于手机数据的城市内部就业人口流动特征及形成机制分析——以武汉市为例

城市内部就业人口流动作为城市群体的主要移动形式,分析其特征及形成机理对城市规划、交通预测等具有重要意义。基于武汉市手机信令数据,识别职住人口分布与流动,构建城市内部就业流动网络。运用网络分析、可达性计算、逻辑回归等方法,分析城市内部就业流动的特征及其形成机制。研究表明,武汉市内部就业流动在数量上分布不均衡,大量就业流动集中于少数街道间。在空间上,就业流动随距离、可达时间增加而减少,并依地形、文化形成若干联系紧密的就业社区;以就业流出地居住人口、流入地工作人口度量的就业势能是驱动就业流动的最主要因素,而文化差异、空间不邻近、可达性差阻碍就业流动的发生。此外,不同产业特色对就业流动影响不同,商业、科教阻碍就业外流,工业吸引外来就业。