城市建设用地指标预测方法及装置制造方法及图纸

本发明专利技术涉及一种城市建设用地指标预测方法及装置，在基于待预测地区的历史数据建立碳排放与城市建设用地面积的定量关系且基于历史数据预测待预测地区的碳排放预测量后，根据定量关系和碳排放预测量，获得城市建设用地需求量，最后将城市建设用地需求量导入土地利用模拟模型，根据城市建设用地需求量与土地利用模拟模型的限制阈值的关系确定预测结果。模拟模型的限制阈值的关系确定预测结果。模拟模型的限制阈值的关系确定预测结果。

【技术实现步骤摘要】
城市建设用地指标预测方法及装置


[0001]本专利技术涉及国土空间规划
，特别是涉及一种城市建设用地指标预测方法及装置。

技术介绍

[0002]高质量发展是利于资源效率提升及环境负效应规避的人与自然的协调发展，通过不断调控人类行为以实现生态
‑
经济协同发展目标。人类活动是导致土地利用与覆盖变化进而影响自然环境的主要原因之一，城市建设用地作为人类活动的主要聚集区，是环境调控的重要载体。

技术实现思路

[0003]基于此，有必要针对传统的城市建设用地模拟预测方式还存在的不足，提供一种城市建设用地指标预测方法及装置。
[0004]一种城市建设用地指标预测方法，包括步骤：
[0005]基于待预测地区的历史数据建立碳排放与城市建设用地面积的定量关系；
[0006]基于历史数据预测待预测地区的碳排放预测量；
[0007]根据定量关系和碳排放预测量，获得城市建设用地需求量；
[0008]将城市建设用地需求量导入土地利用模拟模型，根据城市建设用地需求量与土地利用模拟模型的限制阈值的关系确定预测结果。
[0009]上述的城市建设用地指标预测方法，在基于待预测地区的历史数据建立碳排放与城市建设用地面积的定量关系且基于历史数据预测待预测地区的碳排放预测量后，根据定量关系和碳排放预测量，获得城市建设用地需求量，最后将城市建设用地需求量导入土地利用模拟模型，根据城市建设用地需求量与土地利用模拟模型的限制阈值的关系确定预测结果。
[0010]在其中一个实施例中，基于待预测地区的历史数据建立碳排放与城市建设用地面积的定量关系的过程，包括步骤：
[0011]将历史数据作为变量代入环境影响评估模型，计算定量关系。
[0012]在其中一个实施例中，历史数据包括碳排放、城市建设用地面积、人口密度、人均GDP、单位GDP能耗、第三产业占比和碳排放滞后一期；
[0013]基于待预测地区的历史数据建立碳排放与城市建设用地的定量关系的过程，如下式：
[0014][0015]其中，C表示碳排放，B表示城市建设用地面积，R表示人口密度，G表示人均GDP，E表示单位GDP能耗，T表示第三产业占比，C
lag
表示碳排放滞后一期；b、c、d表示碳排放对环境影响评估模型的变量指数的弹性系数，α、表示环境影响评估模型的变量的对数值，e、f、g表示修正系数。
[0016]在其中一个实施例中，基于历史数据预测待预测地区的碳排放预测量的过程，包括步骤：
[0017]将历史数据作为自回归模型的输入变量，通过自回归模型预测作为输出变量的碳排放预测量。
[0018]在其中一个实施例中，自回归模型包括神经网络自回归模型；
[0019]神经网络自回归模型如下式：
[0020][0021]其中，a表示输入变量个数，k表示具有激活函数φ的隐藏层的数量，β
ij
表示与隐藏层之间的连接权重相对应的参数；β
ij
表示对应于输入单元i和隐藏单元 j之间连接的权重的参数，α
j
表示隐藏单元j和输出单元之间的连接权重，β
0j
和α0分别为表示隐藏单元j和输出单元的常数项，C
t
‑
i
表示碳排放的滞后项，C
t
表示输出变量。
[0022]在其中一个实施例中，还包括步骤：
[0023]获取与土地利用模拟模型相关的驱动力参数；
[0024]根据驱动力参数修正限制阈值。
[0025]在其中一个实施例中，驱动力参数包括领域影响、可达性、适宜性、主体功能区和随机性。
[0026]一种城市建设用地指标预测装置，包括：
[0027]定量计算模块，用于基于待预测地区的历史数据建立碳排放与城市建设用地面积的定量关系；
[0028]排放预测模块，用于基于历史数据预测待预测地区的碳排放预测量；
[0029]需求预测模块，用于根据定量关系和碳排放预测量，获得城市建设用地需求量；
[0030]指标预测模块，用于将城市建设用地需求量导入土地利用模拟模型，根据城市建设用地需求量与土地利用模拟模型的限制阈值的关系确定预测结果。
[0031]上述的城市建设用地指标预测装置，在基于待预测地区的历史数据建立碳排放与城市建设用地面积的定量关系且基于历史数据预测待预测地区的碳排放预测量后，根据定量关系和碳排放预测量，获得城市建设用地需求量，最后将城市建设用地需求量导入土地利用模拟模型，根据城市建设用地需求量与土地利用模拟模型的限制阈值的关系确定预测结果。
[0032]一种计算机存储介质，其上存储有计算机指令，计算机指令被处理器执行时实现上述任一实施例的城市建设用地指标预测方法。
[0033]上述的计算机存储介质，在基于待预测地区的历史数据建立碳排放与城市建设用地面积的定量关系且基于历史数据预测待预测地区的碳排放预测量后，根据定量关系和碳排放预测量，获得城市建设用地需求量，最后将城市建设用地需求量导入土地利用模拟模型，根据城市建设用地需求量与土地利用模拟模型的限制阈值的关系确定预测结果。
[0034]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述任一实施例的城市建设用地指标预测方法。
[0035]上述的计算机设备，在基于待预测地区的历史数据建立碳排放与城市建设用地面
积的定量关系且基于历史数据预测待预测地区的碳排放预测量后，根据定量关系和碳排放预测量，获得城市建设用地需求量，最后将城市建设用地需求量导入土地利用模拟模型，根据城市建设用地需求量与土地利用模拟模型的限制阈值的关系确定预测结果。
附图说明
[0036]图1为一实施方式的城市建设用地指标预测方法流程图；
[0037]图2为另一实施方式的城市建设用地指标预测方法流程图；
[0038]图3为X市的定量关系示意图；
[0039]图4为X市的碳排放预测量预测示意图；
[0040]图5为X市在2012
‑
2018年的土地利用面积变化图；
[0041]图6为X市在能源消耗强度变化图；
[0042]图7为X市城市建设用地转变规律示意图；
[0043]图8为一实施方式的城市建设用地指标预测装置模块结构图；
[0044]图9为一实施方式的计算机内部构造示意图。
具体实施方式
[0045]为了更好地理解本专利技术的目的、技术方案以及技术效果，以下结合附图和实施例对本专利技术进行进一步的讲解说明。同时声明，以下所描述的实施例仅用于解释本专利技术，并不用于限定本专利技术。
[0046]本专利技术实施例提供了一种城市建设用地指标预测方法。
[0047]图1为一实施方式的城市建设用地指标预测方法流程图，如图1所示，一实施方式的城市建设用地指标预测方法包括步骤S100本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市建设用地指标预测方法，其特征在于，包括步骤：基于待预测地区的历史数据建立碳排放与城市建设用地面积的定量关系；基于所述历史数据预测所述待预测地区的碳排放预测量；根据所述定量关系和所述碳排放预测量，获得城市建设用地需求量；将所述城市建设用地需求量导入土地利用模拟模型，根据所述城市建设用地需求量与所述土地利用模拟模型的限制阈值的关系确定预测结果。2.根据权利要求1所述的城市建设用地指标预测方法，其特征在于，所述基于待预测地区的历史数据建立碳排放与城市建设用地面积的定量关系的过程，包括步骤：将所述历史数据作为变量代入环境影响评估模型，计算所述定量关系。3.根据权利要求2所述的城市建设用地指标预测方法，其特征在于，所述历史数据包括碳排放、城市建设用地面积、人口密度、人均GDP、单位GDP能耗、第三产业占比和碳排放滞后一期；所述基于待预测地区的历史数据建立碳排放与城市建设用地的定量关系的过程，如下式：其中，C表示所述碳排放，B表示所述城市建设用地面积，R表示所述人口密度，G表示所述人均GDP，E表示所述单位GDP能耗，T表示所述第三产业占比，C
lag
表示所述碳排放滞后一期；b、c、d表示所述碳排放对所述环境影响评估模型的变量指数的弹性系数，α、表示所述环境影响评估模型的变量的对数值，e、f、g表示修正系数。4.根据权利要求1所述的城市建设用地指标预测方法，其特征在于，所述基于所述历史数据预测所述待预测地区的碳排放预测量的过程，包括步骤：将所述历史数据作为自回归模型的输入变量，通过所述自回归模型预测作为输出变量的碳排放预测量。5.根据权利要求4所述的城市建设用地指标预测方法，其特征在于，所述自回归模型包括神经网络自回归模型；所述神经网络自回归模型如下式：其中，a表示输入变量个数，k...

【专利技术属性】
技术研发人员：吴锋，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：