热带岛屿土地利用变化对生态系统服务价值的响应——以海南岛为例

探索热带岛屿生态系统服务价值演变规律及其对土地利用变化的响应,对区域可持续发展及生态建设有重要意义。本研究以海南岛为研究区,基于海南岛2005、2010和2015年土地利用数据,通过价值当量因子法,构建六边形格网估算海南岛生态系统服务价值(Ecosystem Service Value, ESV),随后设置不同情景模拟其对未来土地利用变化响应。结果表明：1)2005—2015年海南岛城镇化快速发展;整体生态系统服务功能变差,全岛ESV减少6.64亿元。2)林地提供了海南岛超过70%的生态系统服务价值,海南岛生态系统服务功能以调节服务为主,其中水文调节服务占比最高,体现出林地和水域在海南岛亟需保护和提升。3)生态优先情景模拟的2025年ESV总量上优于经济优先发展情景,该情景下全岛建设用地的迅猛扩张趋势得到遏制,同时保护了林地及水域等生态用地,有利于海南岛生态和经济的可持续发展。     

基于SMOTE-RF算法的村庄发展类型识别方法研究

准确把握区域发展规律,定量、客观地认识村庄发展类型,对“因地制宜、分类推进”乡村振兴具有非常重要的现实意义。针对区域村庄发展类型自动、准确识别问题,研究提出了一种基于SMOTE-RF算法的村庄发展类型识别模型。研究首先从地形、区位、社会经济、农业生产和生态环境等方面提出了面向村庄发展多维特征表达的指标体系。在此基础上,针对村庄样本不平衡分布特点,利用SMOTE过采样技术对少数类样本进行分析和模拟,合成平衡化的村庄分类样本集;进而利用随机森林算法自动构建村庄发展的多维属性特征与村庄类型之间的非线性关系,形成可用于区域村庄发展类型自动识别的智能分类器。为验证模型的有效性,研究选取山东招远市作为试验区开展了实证研究。实验结果表明,耦合SMOTE过采样技术的随机森林分类模型有效保障了村庄分类结果的可靠性和准确度。在试验区,模型自动识别结果与规划专家分类结果的一致性达88.27%,Kappa系数为0.78,整体一致性良好。相对于人工分类,基于SMOTE-RF方法的村庄类型自动识别方法减少了依赖人工经验分类带来的不确定性,保障了分类结果的一致性,能够为国土空间规划和乡村振兴专项规划决策提供可靠的决...