多元优化城市建设用地需求量预测模型

本文根据建设用地需求量与社会经济发展指标之间存在的内在关系,提出了基于多元优化组合的建设用地需求量预测模型。文中选择总人口、GDP、全社会固定资产投资、财政支出总额四项指标作为自变量、以年建设用地量作为因变量,基于单变量拟合方程对建设用地增量的精度贡献,构建多元非线性组合模型,并用土地利用效率变化修正系数修正模型结果,预测新增建设用地量。对未来建设用地需求量做出合理的预测,有利于政府部门关于土地的使用与规划,避免了有限土地资源的浪费[1]。     

城镇建设用地双因素预测模型的进一步改进

分析了双因素预测模型的特点及存在的问题,采用关联度来分析人口、经济对建设用地的贡献度大小,以此确定了模型中的修正系数,并用恩格尔系数来预测人均建设用地量,改进了双因素预测模型.     

计算S型海洋重力仪交叉耦合改正的测线系数修正法

提出了测线系数修正法,即在交叉点处采用平差的思想对每条测线的交叉耦合(CC)改正监视项的系数进行修正,然后采用新系数重新计算CC改正。实验结果表明,采用修正后的系数能补偿外界的动态测量条件与仪器生产厂家计算CC改正系数时设计的假设条件之间的差异对CC改正造成的影响,提高海洋重力数据处理的精度。     

浙江省国土资源领域的智能预测研究

研究目的:研究一种国土资源领域智能预测的方法.研究方法:通过对浙江省住宅用地供应数据进行分析,根据时间序列算法中的季节指数预测法,研究提出一种新的加权的季节指数预测算法.研究结果:通过与实际数据的对比分析,加权季节指数算法对住宅用地供应预测误差在允许的范围内.研究结论:加权季节指数算法对数据预测更为准确,可为国土行业相关部门做理论支撑和辅助决策.     

一种状态区间取值修正的灰色-马尔科夫链预测模型研究

提出了一种对灰色-马尔科夫链预测模型的状态区间取值修正方法.考虑实测值在状态区间中的位置分布情况作为先验知识,对状态区间的端点重新定权,修正预测值在状态区间中的取值,从而获得更高精度的预测结果.结合某建筑物的实测沉降数据,与原始GM(1,1)、残差修正G M(1,1)、灰色-马尔科夫链预测模型进行对比,结果表明:本文预测模型精度更高,状态区间取值修正方法对灰色-马尔科夫链的精度改善有一定的实用性.     

用地布局模拟预测动态性研究

分析了用地模拟预测中的空间因子动态性,并通过主成分分析法将各空间因子变化量融合成新空间因子,再带入预测模型对模拟结果进行修正。以武汉市为例进行了实例论证,通过该模型修正的预测结果和传统静态模型的预测结果的拟合度在80%以上,说明该动态修正模型具有较高的可靠性,能有效提高模拟预测工作效率、模拟精度以及预测成果的延用性。     

基于灰色预测和神经网络的城市建设用地量预测

采用灰色预测和NARMA(p，q)递归网络模型预测相结合的方法，对城市建设用地量预测值进行神经网络组合预测，在杭州市的实际应用中得到了较好的结果。     

情景模拟的精河流域绿洲土地利用变化及预测

针对土地利用动态模拟与预测能为区域可持续发展提供重要参考依据的问题,该文以遥感影像为基础数据,基于人工神经网络元胞自动机(ANN-CA)模型对精河流域绿洲进行土地利用变化动态模拟与情景预测。结果表明:①在过去的26年间,耕地和建设用地居土地利用类型增幅前两位,分别为4.67、3.88,林地和未利用地居降幅前两位,则分别为-0.76,-0.05;②至2026年,3种情景下建设用地的变化幅度均较为明显,显示城镇用地在未来绿洲土地利用发展变化过程中占据主导地位;③研究区未来土地利用过程中,在无任何限制条件下的趋势发展情景必然会造成区域内较大的土地利用格局破碎度,但两种生态保护情景作为修正和补充,可以从空间上优化预测结果。     

时间序列分析的修正预测在建筑物沉降 监测中的应用

时间序列分析是一种动态的数据处理方法,广泛应用于数据处理中。变形监测是一种延续性的数据收集过程,本文通过介绍时间序列分析方法,验证其在建筑物沉降监测中的适用性。变形监测的最终目的是为了预测,保证工程的安全进行。针对预测步长越长精度越低的问题,进一步地,在获取新数据之后,利用原预测值进行修正预测,在尽量少的增加工作量的基础上,充分利用新获得数据较好的提高了预测精度。     

基于最小二乘原理的组合模型在建设用地需求量预测中的应用

通过分析武汉市2002-2011年建设用地数据, 选取了三次指数平滑、灰色GM(1,1)模型和多因素回归法建立组合模型, 提出了一种基于最小二乘原理解算组合系数的方法, 并对武汉市2012-2025年的建设用地需求量进行了预测。经过计算预测结果的平均绝对百分误差、均方根误差及希尔不等系数, 证明了该组合模型可信度高, 可用于武汉市土地利用规划编制工作。     

改进的修正预测法预报电离层

利用自回归移动平均ARMA模型的线性最小方差预测法预报电离层存在的主要问题是极值点处预测误差较大。通过对模型阶数上限及定阶准则的选取进行实验分析,确定了合适的模型阶数并建立了相应模型。修正预测法可利用新信息对线性最小方差预测法的预测结果进行修正。这是一种短期预报方法,每次向前预测一步即2 h,但结果并不理想。考虑到电离层变化的周期性,为了进一步减小极值点处预测误差,提出了改进的修正预测法。实验表明,改进的修正预测法预测结果与原始值符合较好。     

灰色系统理论用于矿震极值预测的初步研究

研究应用灰色系统理论,结合矿震极值数据,建立GM(1,1)预测模型,在此基础上进一步应用残差修正主模型,由构造出的新模型推测出未来的矿震极值。预测结果有较高的精度,为矿震极值预测提供一种可行性方法。     

改进TVP模型下探究建设用地对南宁CO2分布影响

基于2000～2014年MODIS的相关卫星产品和TVP模型,选取15个高碳月,得到高碳月中广西南宁中心区的碳浓度分布和建设用地分布,以景观指数修正了TVP模型,对南宁中心城区的碳浓度进行了预测。结果显示:(1)南宁城市核心区规模越小,建设用地形态越不规则,建设用地斑块越分散,则CO_2浓度越低。(2)按对CO_2浓度影响的大小排序分别是:建设用地的数量、建设用地的形态和建设用地的聚集度。     

Pléiades影像在城市建设用地变化监测中的应用

通过对基于Pléiades影像的城市建设用地变化监测工作的阐述,分别介绍了高分影像生产、影像动态更新、影像变化监测、用地变化监管系统建设的方法,并将这些技术以辅助土地利用监管和规划批后执法为目的重新整合,实现了在城市建设用地执法监管领域中集3S技术于一体的新应用。     

基于元胞自动机复合模型的土地利用演化模拟——以北京市海淀区为例

为了在土地利用空间格局演化模拟的基础上,为未来城市土地利用规划及管理提供更为科学合理的决策依据,本文以北京市海淀区1996年、2002年及2008年3期土地利用数据为数据源,重点采用元胞自动机复合模型CA-Markov模型与多标准评价方法相结合的手段,构建元胞转移数量规则及空间位置转化规则,并分别构造3种不同大小的元胞邻域集合,进行土地利用格局的模拟及预测。试验中2008年土地利用模拟结果与实际土地利用数据Kappa系数高达0.856 1,表明CA-Markov模型结合多标准评价方法的模拟手段可行性较高,同时元胞邻域空间大小对模拟结果的精度有明显的影响。土地利用结构数据及模拟预测结果表明城市集约化现象明显,建设用地迅速扩张,占用大量耕地、园地用地,因此迫切需要促进城市土地利用的可持续发展。     

Pleiades影像在城市建设用地变化监测中的应用

通过对基于P1eiades影像的城市建设用地变化监测工作的阐述,分别介绍了高分影像生产、影像动态更新、影像变化监测、用地变化监管系统建设的方法,并将这些技术以辅助土地利用监管和规划批后执法为目的重新整合,实现了在城市建设用地执法监管领域中集3S技术于一体的新应用。     

改进的修正预测法预报电离层

利用自回归移动平均ARMA模型的线性最小方差预测法预报电高层存在的主要问题是极值点处预测误差较大.通过对模型阶数上限及定阶准则的选取进行实验分析,确定了合适的模型阶数并建立了相应模型.修正预测法可利用新信息对线性最小方差预测法的预测结果进行修正.这是一种短期预报方法,每次向前预测一步即2 h,但结果并不理想.考虑到电离...     

马尔可夫残差修正模型的高铁路基变形预测

针对灰色系统模型在变形预测中存在预测结果不理想的问题,给出马尔可夫残差修正模型,首先应用灰色预测模型对未来的沉降变形进行预测,然后用马尔可夫过程对预测结果修正,提高预测精度。应用表明:马尔可夫残差修正模型的预测值与观测数据的拟合结果优于传统灰色系统预测模型以及残差修正模型,其预测精度明显提高,沉降预测值更为可靠,可为工程监测提供科学决策依据。     

哈尔滨市建设用地需求量预测

利用相关分析对哈尔滨市建设用地需求量的主要影响因素进行相关系数计算,筛选出主导因子,然后利用主导因子建立多元回归模型,预测2010年和2020年哈尔滨市建设用地需求量,并通过GM(1,1)模型对多元回归预测结果进行验证分析,得出更精确的预测结果。     

基于活力度分析的储备用地潜力预测方法研究

通过互联网数据、POI数据、政府挂牌供地数据等,采用基于城市活力度分析的空间分析方法,结合改良的最大经济容积率模型,实现对现有建设用地的分类提取以及对储备用地的潜力预测模拟分析,其效率与精度均优于传统的土地利用评价分析方法。