基于聚类分析法和中心地理论的城镇土地分等成果验证研究.pdfVIP

基于聚类分析法和中心地理论的城镇土地分等成果验证研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于聚类分析法和中心地理论的城镇土地分等成果 验证研究 刘 洋 刘耀林 刘敏 兰泽英 (武汉大学资源环境科学学院,湖北 武汉 430072) 摘要:本文首先简要介绍了城镇土地分等的技术路线,分析了现有的城镇土地分等研究中成 果验证方法的优缺点,对传统的聚类分析方法中距离定义进行了改进,并将此方法运用到湖北省 城镇土地分等成果验证工作中,最后尝试运用中心地理论揭示了分等成果的规律性,并为湖北省 的城市发展提出了建议。 关键词:城镇土地分等;聚类分析;中心地理论 1 引言 1.1 城镇土地分等概述 城镇土地分等反映的是城镇之间土地质量的地域差异,将各城镇看作是一个点,研究整体城 镇在各种社会、自然、经济条件影响下,运用定量和定性相结合的方法对城镇进行分类排队,从 【1】 整体上表现出的土地差异,评定城镇土地等 。城镇土地分等是基准地价平衡的前导工作,它对 于城镇间基准地价的宏观调控也具有十分重要的意义。 1.2 城镇土地分等技术流程 根据区位论和地租理论,不同区域、不同行政级别应该根据区域实际情况综合的有侧重的选 择相关因素因子,运用多因素多因子综合评价方法,经过聚类分析、级差收益测算和专家评议等 【1】 多种方法的相互验证、相互补充,确定土地等别 。 1.3 国内研究现状 由于我国自从开展城镇土地分等定级工作以来,多偏重于本城镇内部土地的基准地价评估, 而对于城镇所在区域缺乏宏观调控土地价格的分等研究,因此城镇土地分等工作在全国范围来说 才刚刚起步。2002年山东省作为试点在全国率先进行了城镇土地分等和基准地价平衡研究,随 后福建省和江苏省也相继进行了这方面的研究工作。近年来,也有学者采用聚类分析的方法和神 【2】 经网络的方法 在城镇土地分等方面进行了有益的尝试。 在城镇土地分等成果验证方面,前人大多参照国家规程采用两种方法:根据标准化的基准地 价采用序位比较法以及地方专家论证法。这些研究具有较好的合理性和可操作性,但同时也显得 手段单一,而且缺乏严密的科学性和逻辑严密性,主要表现在以下方面:较少运用逻辑严密性更 强的聚类分析方法进行分等成果的检验,在现有的聚类分析验证方法中仅仅考虑了城镇间的属性 距离,没有考虑城镇间的空间距离;神经网络的方法具有较高的科学性和先进性,但由于城镇土 地分等采用的因素因子众多,而各个城镇作为空间点来考虑使得样本数较少,因而此方法在实践 中操作难度较大;没有从区域发展及其空间结构的角度深入揭示分等成果的规律性,解释其合理 性,并为区域城市的发展提出建议。 1 1.4 研究内容 本文结合湖北省城镇土地分等工作,首先采用改进后的 K-Means 聚类分析方法进行分等成 果的验证,然后运用中心地理论揭示了分等成果的规律性,并为湖北省的城市发展提出了建议。 2 改进后的K-Means 聚类分析方法在城镇土地分等成果验证中的应用 ——以湖北省城镇土地分等成果验证为例 2.1 聚类分析中距离定义方式的改进 空间聚类可分为两类,一类是单纯的空间聚类,仅考虑空间位置的邻近性;另一类是多维空 【4】 间聚类,同时考虑空间位置的邻近性和属性的相似性 。常用的空间聚类准则有两个,一是距离 准则,要求子群内部点与点之间的距离较小,属于不同点群的点之间的距离较大;二是方差准则, 要求子群内方差应尽可能的小。其中最基本的聚类统计量——距离的计算是关键的。笔者认为, 空间聚类,特别是多维空间聚类中的距离应该是一种广义的距离,它是衡量带有多种属性的空间 点之间相近、相似或相关的程度。仅仅考虑空间几何距离或语义距离不足以进行复杂高维样本的 空间聚类分析。这种广义距离应该根据实际问题的情况加以定义。若以(X,Y)表示点的空间位置, i i 以Z=(Z,Z,..,Z)表述空间点的系列属性,则广义欧

文档评论(0)

hy235999 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档