一种山地城市土地利用优化配置方法技术

本发明专利技术公开了一种山地城市土地利用优化配置方法，包括S1、数据预处理：通过GEE平台获取研究区土地的遥感数据，其中包括空间数据和统计数据两类；S2、土地利用结构优化：对所选研究区土地利用布局优化问题，建立多目标规划模型；S3、土地利用空间布局优化：应用土地利用结构优化结果的基础上，对土地利用布局优化问题，构建基于栅格的斑块生成土地利用模拟PLUS模型。本发明专利技术中构建和采用PLUS模型，综合考虑生态、经济以及两者兼顾的情况，在获得土地利用结构变化情况的基础上，根据转换规则和因子权重等比较合理地对区域空间布局进行优化，以便提高土地资源空间配置的合理性，为山地城市不同的发展目标提供了土地利用配置的辅助决策依据。策依据。策依据。

【技术实现步骤摘要】
一种山地城市土地利用优化配置方法


[0001]本专利技术涉及土地空间布局优化
，具体为一种山地城市土地利用优化配置方法。

技术介绍

[0002]土地利用布局优化是实现土地可持续利用的重要途径，是根据土地利用结构在空间上对各种的类进行合理布局，以达到提高土地利用耦合效益的目的，是一种典型的多目标空间优化问题。针对土地利用布局优化的早期研究主要是利用GIS结合多准则评价技术，在对自然、社会经济条件进行评价的基础上为每个地块分配最适宜的土地利用类型，实现土地利用布局优化。
[0003]现有的土地利用优化方法大多采用的是结合土地利用结构优化和空间布局优化的方法，通过建立目标函数，在数量上控制各地类的合理变化并耦合不同模型进行空间布局的优化，但是，大部分研究只考虑单一情况，如达到生态效益目标，对区域生态特性考虑不够，如对于特殊的城市(如山地城市)需要考虑的约束条件一般具有区域特色。
[0004]为此，提出一种山地城市土地利用优化配置方法。

技术实现思路

[0005]本专利技术的目的在于提供一种山地城市土地利用优化配置方法，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种山地城市土地利用优化配置方法，具体包括以下步骤：
[0007]S1、数据预处理：通过GEE平台获取研究区土地的遥感数据，其中包括空间数据和统计数据两类：空间数据包括土地利用数据和基础地理数据；统计数据包括驱动因子数据，筛选研究区驱动因子原始数据；
[0008]S2、土地利用结构优化：对所选研究区土地利用布局优化问题，建立多目标规划模型，模型表示为：
[0009][0010][0011]式中，fn(x)表示目标函数，n表示目标函数个数，ei表示目标函数的相关系数，xi表示决策变量，xi≥0，s.t.表示约束条件，C表示约束系数，B表示限制量：
[0012]其中多目标规划模型根据土地利用分类的多个决策变量，通过经济效益函数和生态效益目标函数构成，在多个条件的约束下，使多个目标达到最值；
[0013]S3、土地利用空间布局优化：应用土地利用结构优化结果的基础上，对土地利用布局优化问题，构建基于栅格的斑块生成土地利用模拟PLUS模型，包括确定基于土地扩张分析策略的转化规则挖掘模块和基于多类型随机斑块种子机制的CA模拟模块，并设置转换规则和领域因子权重，从而构建土地利用布局优化问题描述模拟人类活动与自然因素相互之
间的映射关系，利用PLUS模型求解得出土地利用空间布局优化数据，再分区统计空间优化分布结果。
[0014]优选的，所述步骤S1中，驱动因子数据包括但不限于如交通路网、高铁站点、人口密度、DEM以及统计年鉴等数据。
[0015]优选的，所述步骤S2中经济效益函数为：
[0016][0017]所述生态效益目标函数为：
[0018][0019]式中，f1(x)、f2(x)表示研究区土地资源的最大经济效益与最大生态效益，e1i、e2i分别表示经济效益系数与生态效益系数，xi表示各土地利用类型面积，i表示不同的类。
[0020]优选的，所述步骤S2中决策变量包括但不限于建设用地(x1)、林地(x2)、耕地(x3)、草地(x4)、园地(x5)、水体(x6)、裸地(x7)。
[0021]优选的，所述步骤S2中约束条件包括但不限于：土地总面积约束、总人口约束、生态环境约束、政策约束、土地开发利用率约束、决策变量非负约束。
[0022]优选的，所述步骤S3中PLUS模型基于土地扩张分析策略的转化规则挖掘模块(LEAS)和基于多类型随机斑块种子机制的CA模拟模块(CARS)，可用于模拟人类活动与自然因素相互之间作用的土地利用变化和预测未来一定时间的土地利用发展情景；
[0023]采用随机森林方法对各个地类进行随机采样，可以用于输出i栅格的土地利用类型k的增长概率，公式如下：
[0024][0025]优选的，式中，d只能为1或者0，d＝1表示存在由其他用地类型转换成k类型，其余情况用d＝0表示；x表示驱动因子向量；I(
·
)函数是关于随机森林中的决策变量集；hn(x)表示向量x在第n个决策变量下的预测类型；m是所有决策变量的个数。
[0026]与现有技术相比，本专利技术的有益效果是：
[0027]本专利技术中分别考虑生态效益、经济效益以及两者兼顾的情况，建立目标函数与约束条件，以此获得区域土地利用结构变化情况，并在此基础上利用土地利用变化模拟模型优化区域空间布局，构建和采用PLUS模型，综合考虑生态、经济以及两者兼顾的情况，在获得土地利用结构变化情况的基础上，根据转换规则和因子权重等比较合理地对区域空间布局进行优化，以便提高土地资源空间配置的合理性，为山地城市不同的发展目标提供了土地利用配置的辅助决策依据。
附图说明
[0028]图1为本专利技术的整体的技术流程框图；
[0029]图2为本专利技术的重庆市蔡家组团2018年土地利用现状图；
[0030]图3为本专利技术的重庆市蔡家组团经济优先下城市扩展空间布局；
[0031]图4为本专利技术的重庆市蔡家组团生态优先下城市扩展空间布局；
[0032]图5为本专利技术的重庆市蔡家组团兼顾经济和生态的城市扩展空间布局。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]请参阅图1，本专利技术提供一种山地城市土地利用优化配置方法的技术方案：
[0035]S1、数据预处理：通过GEE平台获取研究区土地的遥感数据，其中包括空间数据和统计数据两类：空间数据包括土地利用数据和基础地理数据；统计数据包括驱动因子数据，筛选研究区驱动因子原始数据；
[0036]具体的，基于GEE平台进行遥感影像，获取研究区的地理等遥感数据，结合当地土地利用现状特点与《土地利用现状分类》(GB/T21010
‑
2017)国家标准进行土地利用分类，获取进三年研究区土地利用分类数据；
[0037]之后根据获得的数据，来选定研究区驱动因子原始数据，根据交通路网、高铁站点、人口密度、DEM以及统计年鉴等数据进行相关操作获取影响土地利用空间布局的驱动因子，具体的相关基础数据见下表：
[0038][0039]S2、土地利用结构优化：对所选研究区土地利用布局优化问题，建立多目标规划模型，模型表示为：
[0040][0041][0042]式中，fn(x)表示目标函数，n表示目标函数个数，ei表示目标函数的相关系数，xi表示决策变量，xi≥0，s.t.表示约束条件，C表示约束系数，B表示限制量：
[0043]其中多目标规划模型根据土地利用分类的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种山地城市土地利用优化配置方法，其特征在于，具体包括以下步骤：S1、数据预处理：通过GEE平台获取研究区土地的遥感数据，其中包括空间数据和统计数据两类：空间数据包括土地利用数据和基础地理数据；统计数据包括驱动因子数据，筛选研究区驱动因子原始数据；S2、土地利用结构优化：对所选研究区土地利用布局优化问题，建立多目标规划模型，模型表示为：模型表示为：式中，fn(x)表示目标函数，n表示目标函数个数，ei表示目标函数的相关系数，xi表示决策变量，xi≥0，s.t.表示约束条件，C表示约束系数，B表示限制量：其中多目标规划模型根据土地利用分类的多个决策变量，通过经济效益函数和生态效益目标函数构成，在多个条件的约束下，使多个目标达到最值；S3、土地利用空间布局优化：应用土地利用结构优化结果的基础上，对土地利用布局优化问题，构建基于栅格的斑块生成土地利用模拟PLUS模型，包括确定基于土地扩张分析策略的转化规则挖掘模块和基于多类型随机斑块种子机制的CA模拟模块，并设置转换规则和领域因子权重，从而构建土地利用布局优化问题描述模拟人类活动与自然因素相互之间的映射关系，利用PLUS模型求解得出土地利用空间布局优化数据，再分区统计空间优化分布结果。2.根据权利要求1所述的一种山地城市土地利用优化配置方法，其特征在于：所述步骤S1中，驱动因子数据包括但不限于如交通路网、高铁站点、人口密度、DEM以及统计年鉴等数据。3.根据权利要求1所述的一种山地城市土地利用优化配置方法，其特征在于：所述...

【专利技术属性】
技术研发人员：张晓祥，杨妍菲，钟语箐，薛明慧，黄诚，
申请(专利权)人：河海大学，
类型：发明
国别省市：