土地权属争议案件的界定

<正>近几年,随着城市建设快速发展对土地需求量的大增,土地权属争议也不断增多。尤其在我国开展全国第二次土地调查工作以后,大量的土地权属争议不断显现。据统计,在全国第二次土地调查中辽宁省涉及土地的纠纷数量达上万     

绥芬河局多措并举破解用发难题

本报讯 日前,绥芬河市国土资源局针对绥芬河市被列为省直管试点县,将要带来用地需求量增多问题,召开动员大会部署2012年如何破解用地难题。     

日照市加强资源的节约集约利用

近年来,日照市城市化进程不断加快,土地、矿产资源需求量逐年攀升,针对日照市自身特点,日照市国土资源局通过认真分析,充分调研,不断探索资源的节约集约利用路子。     

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。     

城市共享单车需求的多特征CNN-BiLSTM预测方法

共享单车的需求量预测对于共享单车企业的精细化运营十分重要,是解决单车区域供需平衡的前提。为精准预测共享单车需求量,本文首先分析了纽约Citi Bike 2017—2019年共享单车数据的时空特征,探究了共享单车出行的分布规律;其次,融合卷积神经网络的特征提取能力和双向长短期记忆网络的双向时序数据处理能力,构建了卷积双向长短时记忆网络CNN-BiLSTM模型;然后,结合出行数据、气象数据及单车时空出行特征,采用相关性分析法探究了单车需求量的显著影响因子,并作为模型输入特征,对模型进行训练,生成单车预测模型;最后,选取CNN、LSTM、BiLSTM、CNN-LSTM作为对比模型,对CNN-BiLSTM预测模型效果进行评价。对比结果表明,CNN-BiLSTM模型的MAE和RMSE最小,分别为0.035和0.058;R²最大,为0.922,模型预测效果最佳。本文可为实际的共享单车调度与再分配提供参考依据。     

基于农用地分等成果的耕地需求量预测研究

耕地是保障粮食供给的关键,因此合理确定耕地数量是耕地资源管理的客观需求。引入耕地质量指标,提出基于农用地分等成果的耕地需求量预测方法,通过标准地块,从数量、质量两方面确定耕地需求量,从而提高预测成果的科学性和准确性,并应用于山东淄川区,取得了较好的效果。