加强基准地价评估更新工作——加强浙江省地价管理问题调研报告

为贯彻国务院和浙江省政府关于加强地价管理的要求,近期我们就全省基准地价更新、评估工作及地价管理情况进行了调研。 (一)城镇基准地价评估、更新的基本情况 浙江省城镇基准地价评估工作始于1990年,是全国最早开展基准地价评估的省份之一。杭州、温州和宁波三个城市都是原国家土地管理     

广西贵港市乡镇基准地价评估问题的探讨

以广西贵港26个乡镇基准地价评估为例,探讨乡镇基准地价评估中易出现的出租面积不明确、租金过低等问题,提出了具体解决途径并成功运用到实践当中,可为其它地区乡镇基准地价评估提供参考。     

城镇基准地价评估成果管理信息系统

目前,各城镇一般选择AutoCAD和Excel对基准地价评估成果图和成果表分别管理,这种管理主要问题表现为:数据更新效率低;图与表数据不一致性;数据分析和图表双向查询困难;结果输出形式单一等.系统改用MapInfo系统软件基础平台,建立评估成果空间数据库,利用组件开发方式,建立基准地价评估成果管理信息系统.该系统通过文档管理、成果图表管理和GIS专题子系统集评估成果图、表、文于一体,实现了对成果信息的图形操作、属性管理、信息查询、空间分析和专题制图等,保证了地价评估成果图、表数据显示和更新的一致性,图件编制、数据维护和信息分析更加直观、简单,改善了原有基准地价评估成果管理现状,提高了基准地价评估成果管理水平.     

宗地地价评估中基准地价系数法的应用研究

本文讨论了利用专家系统技术,实现基准地价系数修订法自动化评估宗地地价。在分析基准地价系数修订法的基本原理和专家系统技术的基本思想的基础上.     

绍兴市区新一轮基准地价更新实现“三大突破”

基准地价是我国城镇地价体系的重要组成部分,我国现行城镇基准地价体系主要是建立以商业、居住和工业三大用地类型为核心的基准地价体系.但随着土地使用制度改革的不断深化,土地市场的不断发育和土地有偿使用范围的不断扩大,仅以商业、居住和工业三大用地类型为核心的现行基准地价体系越来越难以适应土地市场管理的需要,迫切需要拓宽基准地价评估领域、深化和丰富基准地价体系.     

城镇基准地价系数修正法应用中存在的问题及其完善建议

基准地价是指在城镇规划区范围内,对现状利用条件下不同级别或不同均质地域的土地,按照土地用途,分别评估确定的某一估价期日法定最高年期土地使用权区域平均价格。基准地价作为我国城镇地价体系的重要组成部分,是政府制订管理措施、宏观调控地价的主要依据,也是投资者进行投资决策及土地使用者调整土地利用方式的重要参考。目前,在土地价值评估中,基准地价系     

枣庄市台儿庄区基准地价上涨

基准地价是政府宏观调控地价和进一步评估标定地价的基础，是优化配置土地资源和投资置业的决策参考。现行的台儿庄区基准地价是2002年制定的，随着社会经济的发展，土地的价值不断增长，土地市场和影响土地价格的各种因素发生了变化。为了适应新形势，按照台儿庄区政府安排，台儿庄国土资源分局依法对土地级别与基准地价进行了评估更新工作。[第一段]     

城镇土地定级与基准地价评估系统开发及应用

通过分析当前城镇土地定级与基准地价评估的现状，总结了新形势下城镇土地定级与估价对GIS软件提出的客观要求，阐述了基于大型全组件式GIS软件SuperMap GIS的城镇土地定级与基；住地价评估信息系统解决方案的系统设计、功能设计和开发应用。该解决方案成功地应用于松原市城镇土地定级与基准地价评估工作，建成了功能强大、技术领先的决策分析型城镇土地定级与基准地价评估信息系统。系统的成功应用不仅完成了松原市城镇土地定级与基准地价更新平衡工作，而且为国土资源局提供了基于一体化数据库的定级估价成果管理和查询，成功地实现了基于SuperMap的决策分析型国土资源业务应用信息系统的构建。     

基于基准地价修订的太原市市区城市地价指数的编制研究

地价指数是地价评估应用的主要参数之一.本文在基准地价修订的基础上,提出了区段地价指数,并以太原市城区地价指数修订编制为例进行说明.     

加强基准地价评估更新工作完善浙江省基准地价体系--加强浙江省地价管理问题调研报告

为贯彻国务院和浙江省政府关于加强地价管理的要求,近期我们就全省基准地价更新、评估工作及地价管理情况进行了调研.     

Evaluation of intensive urban land use based on an artificial neural network model: A case study of Nanjing City,China

In this paper, the artificial neural network (ANN) model was used to evaluate the degree of intensive urban land use in Nanjing City, China. The construction and application of the ANN model took into account the comprehensive, spatial and complex nature of urban land use. Through a preliminary calculation of the degree of intensive land use of the sample area, representative sample area selection and using the back propagation neural network model to train, the intensive land use level of each evaluation unit is finally determined in the study area. Results show that the method can effectively correct the errors caused by the limitations of the model itself and the determination of the ideal value and weights when the multifactor comprehensive evaluation is used alone. The ANN model can make the evaluation results more objective and practical. The evaluation results show a tendency of decreasing land use intensity from the core urban area to the periphery and the industrial functional area has relatively low land use intensity compared with other functional areas. Based on the evaluation results, some suggestions are put forward, such as transforming the mode of urban spatial expansion, strengthening the integration and potential exploitation of the land in the urban built-up area, and strengthening the control of the construction intensity of protected areas.     

滑坡变形预测灰色神经网络耦合模型的构建及适用性分析

结合灰色模型和神经网络的数据处理特点,提出串联、并联和混联式3种结构的灰色神经网络滑坡变形预测模型。串联式将滑坡变形位移时序分解为趋势项和随机项,采用灰色模型提取滑坡位移时序趋势,利用神经网络逼近随机波动;并联式以灰色模型和神经网络分别对滑坡预测,采用智能非线性组合,按照预测目标精度动态调整权重,从而获取最终组合预测结果;混联式通过增加灰白化层及灰模型群,对神经网络拓扑结构进行优化,达到弱化滑坡原始监测数据随机性、提高预测模型稳健性的目的。将3种模型应用于古树屋滑坡变形预测,并对其适用性进行讨论。结果表明,3种结构的灰色神经网络耦合模型均提高了预测精度,适用于复杂状况下滑坡体的变形预测。     

BP�����������Ǽ�������Զ��ָ����ģ�е�Ӧ��

????????????????????????????????????BP???????????????????人???????????????????????????????????BP??????????????????г????????????????????????о??????????BP????????????????????????????????????????????????     

城市地铁站点商业价值数字化评价方法

地铁站点商业价值是地铁改变城市交通方式基础上城市商业业态价值的体现,对其科学和量化的评价是地铁站点建设重要的方面。本文首先对地铁站点商业价值的评价从商业等级与商业规模两个方面进行了体系构建,然后以广州地铁八号线为研究对象基于此体系进行了商业价值的评估。在地铁站点商业等级评价中,选取5个空间因子与2个非空间因子进行多因子评价。在进行空间因子评价中的商圈因子分析时,基于市级和区级商圈周边商业用地基准地价具有一致性的距离衰减特征,创新性的构建了商业地价的空间衰减函数,并据此将这一衰减函数转换为商圈距离衰减因子评价值的函数与量化定义,有效解决专家赋值存在的主观性问题。以此方法对八号线地铁站点商业等级进行评价,在完成空间因子评价以及非空间因子校核后,发现上下九-文化公园区域的商业等级最高,次一级则分布在荔湾区中部。对于商业规模的评价,则以商业建筑面积需求平衡方法,基于地铁站点服务半径内人口规模的评估以预测潜在的商业人口数量,并据此估算未来的商业建筑面积需求。以此方法,对地铁八号线以陈家祠站为例对该站点进行了商业建筑面积需求的预测。本研究提出了基于地价距离衰减与量化评价的因子评价方法完善的相关的方法体系,以数字化模型构建商业等级与商业规模的量化评价提高了地铁站点商业价值评估方法的合理性和科学性。     

贝叶斯正则化的Elman神经网络电离层TEC预报模型

利用2017年中低纬电离层总电子含量、地磁活动指数、年积日等参数,首次建立基于贝叶斯正则化(Bayesian regularization)的Elman回归神经网络(BR-Elman)的电离层TEC预报模型。同时,根据地磁活动指数的变化特征,分别进行平静电离层和扰动电离层预报建模。实验结果表明,该方法在平静期5 d预测值的均方根误差为1.19 TECu,残差为1.03 TECu,相关系数为0.93;在扰动期5 d预测值均方根误差为1.34 TECu,残差为1.01 TECu,相关系数为0.91。贝叶斯正则化的BP神经网络模型以及传统BP神经网络模型在平静期与扰动期5 d的预测上,均方根误差最小为1.87 TECu,残差最小为1.50 TECu,相关系数最优为0.87。通过对比分析,该模型较其他2个模型的预报效果有明显改善。     

人工神经网络和决策树模型在滑坡易发性分析中的性能对比

机器学习模型广泛应用于区域性滑坡易发性分析。模型的选择关系到评价结果的可信度、准确率和稳定性。现有滑坡易发性分析模型对比研究侧重模型的预测精度。模型的稳定性和数据量敏感性对机器学习模型的性能评估同样非常重要。本文以福建省南平市蔡源流域为研究区,以四川省绵阳市北川县为验证区,从预测精度、稳定性和数据量敏感性3个方面深入对比BP（Back Propagation）人工神经网络模型和CART（Classification and Regression Tree）决策树模型在滑坡易发性分析中的效果,主要结论如下:① 在逐渐增加一定数量训练样本的过程中,BP人工神经网络模型预测精度的增长率更高。在蔡源流域内,当训练样本数量增加10 000时,BP人工神经网络模型的预测精度上升5.22%,CART决策树模型的预测精度上升2.11%。② BP人工神经网络的预测精度高于CART决策树模型,且较为稳定。在100组数据集上,BP人工神经网络模型验证集预测精度的均值和验证集滑坡样本预测精度的均值分别为81.60%和84.86%,高于CART决策树模型的72.97%和76.59%。与此同时,BP人工神经网络模型对应预测精度的标准差分别是0.32%和0.37%,小于CART决策树模型的0.35%和0.67%。③ BP人工神经网络模型分析的滑坡易发区相比CART决策树模型,更接近实际滑坡的空间分布。最后,北川县的验证实验也出现了相同的现象。     

基于物理模型训练神经网络的作物叶面积指数遥感反演研究

叶面积指数(LAI)是估算作物生长的关键参数。基于物理模型的LAI反演,被认为是当前最为可靠的方法,但其反演复杂。本文提出了将物理模型和神经网络相结合,从地表反射率反演叶面积指数的算法,利用MOD IS地表反射率和4-scale模型反演作物LAI。(1)利用4-scale模型模拟不同LAI与地表反射率的关系,生成训练数据;(2)利用模型模拟的LAI训练神经网络;(3)以MOD IS地表反射率输入训练后的神经网络,反演LAI。估算的LAI与其他LAI产品进行了比较,结果表明,估算的作物LAI和MOD IS及CYCLOPES LAI产品空间和时间分布一致,均方根误差分别为0.4994和0.6558。以2004年衡水的作物LAI地面观测数据进行了直接验证,估算的LAI与研究区地表植被分布一致,但是,三种卫星LAI产品都小于地表测量,故需针对华北平原浓密作物设计模型参数化方案。     

耦合FLUS和Markov的快速发展城市土地利用空间格局模拟方法

模拟城市土地利用空间变化格局的研究,对未来区域规划以及实现可持续发展具有十分积极的作用。以往基于FLUS的研究栅格尺度较大,如何模拟快速发展中城市的复杂土地利用变化过程,挖掘土地利用变化驱动机制值得进一步探讨。本文构建了耦合FLUS和Markov的城市土地利用格局拟合框架,创新性地引入房价指标表征社会经济属性,以深圳为研究区,基于30 m空间分辨率小栅格尺度的土地利用分类数据和基础地理、路网河网、感兴趣点等多源空间变量,模拟不同发展情景下的未来城市土地利用空间格局,并通过随机森林进行土地利用变化驱动因素分析。研究结果表明:本文提出的耦合FLUS和Markov方法相较于传统CA模型（RFA-CA和Logistic-CA）精度更高（FoM=0.22）,能更准确地模拟快速发展中城市的土地利用变化过程;多情景土地利用格局制图结果验证了城市发展过程中生态控制线的重要性,进一步说明本文拟合框架在未来城市规划布局中的参考价值;医院、娱乐场所等的基础设施和公交、路网密度等的基础交通比自然因素（高程、坡度）对城市发展的影响更大,到海岸线距离会在一定程度上限制深圳内部土地利用变化过程。本研究所构建模型及精细制图结果,可为城市区域规划和空间格局模拟等相关研究提供参考依据和理论基础。     

优化组合预测模型在桥梁变形预测中的应用

为提高桥梁变形预测的精度,探讨不同预测模型在桥梁变形预测中的效果,结合桥梁变形监测数据及组合预测思路,构建桥梁的MC误差修正优化组合预测模型。通过实例验证得出,组合预测较单项预测具有更高的预测精度及稳定性,其中以RBF神经网络组合的预测精度最高;同时,误差优化修正模型进一步减小了预测误差,优化后预测结果的相对误差期望值为0.86%,方差值为0.097 3 mm2,准确预测了桥梁变形,验证了该思路的有效性。     

Landslide inventory and susceptibility assessment using multiple statistical approaches along the Karakoram highway,northern Pakistan

China-Pakistan Economic Corridor(CPEC)is a framework of regional connectivity,which will not only benefit China and Pakistan but will have positive impact on Iran,Afghanistan,India,Central Asian Republic,and the region.The surrounding area in CPEC is prone to frequent disruption by geological hazards mainly landslides in northern Pakistan.Comprehensive landslide inventory and susceptibility assessment are rarely available to utilize for landslide mitigation strategies.This study aims to utilize the high-resolution satellite images to develop a comprehensive landslide inventory and subsequently develop landslide susceptibility maps using multiple techniques.The very high-resolution(VHR)satellite images are utilized to develop a landslide inventory using the visual image classification techniques,historic records and field observations.A total of 1632 landslides are mapped in the area.Four statistical models i.e.,frequency ratio,artificial neural network,weights of evidence and logistic regression were used for landslide susceptibility modeling by comparing the landslide inventory with the topographic parameters,geological features,drainage and road network.The developed landslides susceptibility maps were verified using the area under curve(AUC)method.The prediction power of the model was assessed by the prediction rate curve.The success rate curves show 93%,92.8%,92.7%and 87.4%accuracy of susceptibility maps for frequency ratio,artificial neural network,weights of evidence and logistic regression,respectively.The developed landslide inventory and susceptibility maps can be used for land use planning and landslide mitigation strategies.