基于随机森林模型的“生产-生活-生态”空间识别及时空演变分析——以郑州市为例

基于2007年和2017年郑州市POI数据,采用随机森林模型和样方比例法识别其城市内部的“生产-生活-生态”空间,并利用核密度等方法分析研究区“生产-生活-生态”空间的时空演变格局。结果表明：① 随机森林作为新兴的机器学习算法,能够识别“生产-生活-生态”空间且具有较高的精度。② 郑州市“生产-生活-生态”空间分布格局与城市功能分区相匹配,生产空间集聚分布在产业集聚区,生活空间在城市中心城区内呈面状分布,生态空间整体呈点状分布。③ 随着郑州市城镇化建设和基础设施的完善,10年间郑州市“生产-生活-生态”空间的空间分布格局更加合理,生产空间向产业集聚区集聚,生活空间逐渐分散,生态空间分布更加均衡。基于POI数据,利用随机森林模型对城市“生产-生活-生态”空间的识别方法更加有效,识别结果更加精准,能够在更小的尺度上为国土空间规划提供数据与方法支撑。     

基于logistic回归模型的农牧交错区土地利用变化驱动力分析——以内蒙古翁牛特旗为例

本文以农牧交错带的典型区域——内蒙古翁牛特旗为例,考虑土地利用变化过程的空间变量,建立了不同土地利用变化过程的logistic回归模型。结果表明:模型中转为耕地的主要解释变量是到农村居民点的距离和农业气候区;转为草地的主要解释变量是到农村居民点的距离、土壤表层有机质含量和到乡镇中心的距离;转为林地的主要解释变量是到农村居民点的距离和海拔;空间异质性和土地利用变化过程的时间变量共同影响着使用logistic回归模型来解释土地利用变化驱动力的能力;通过对草地logistic回归模型的检验,得出空间统计模型能较好地揭示不同土地利用变化过程的主要驱动力及其作用机理。