贫信息地区建设用地需求量预测方法研究——以湖北省襄阳区为例.pdfVIP

安徽农业科学，Journal ofAnhui Agri．Sci．2007，35(35)：11536—11537 责任编辑 姜丽 责任校对 王淼 贫信息地区建设用地需求量预测方法研究——以湖北省襄阳区为例 张琛，王占岐，李明月 (中国地质大学资源学院土地管理系，湖北武汉43oo74) 摘要 从区级规划修编的实际出发，依托湖北省襄阳区土地利用总体规划修编项目，对小样本数据地区建设用地需求量预测各方法 进行研究。构建GM(1，1)模型对襄阳区建设用地需求量进行预测和修正，预测结果具有有效性和实用性。 关键词 襄阳区；建设用地；需求预测；GM(1，1)模型 中圈分类号 F323．21 1 文献标识码 A 文章编号 土地需求量预测是土地利用总体规划的重要组成部分 好线性相关的情况。根据变量发展变化的趋势或规律，若这 和核心内容。在上轮土地规划中，不同程度地暴露出因所 些变量间的统计关系符合最小二乘法则，便可建立时序回 预测的建设用地占用耕地指标与实际建设占用耕地情况出 归分析数学模型，并对进入模型的因素进行参数估算和统 入较大，出现这种问题在～定程度上与建设用地需求预测 计检验，对模型进行优化。利用统计分析软件，对模型中的 方法不当有关。所以，新一轮土地利用总体规划中，加强预 参数进行估计，并进行t检验和F统计量检验，将不能通过 测研究，提高预测水平，对城镇建设用地做出使规划更具战 t检验的因素从模型中剔除，进而优化模型。建设用地的影 略性、科学性、实用性和可操作性的分析预测，是一个重要 响因素很多，并且这些影响因素与建设用地之间关系非常 的基础性问题。 复杂，运用多元回归分析法，可以分析建设用地与这些影响 1 襄阳区概况 因素在数量关系上的线性相关情况，准确把握建设用地受 1．1社会经济条件 襄阳区地处汉水中游，唐、白、滚、清、 这些因素的影响程度，建立回归模型进行预测具有一定的 淳河由此人汉。襄阳素有“南船北马”、“七省通衢”之称，西 科学性。但是当多个影响因素与建设用地之间呈现相关程度 接川陕，东连江汉，南通湘粤，北达宛洛，是鄂、豫、川、陕四 低且共线性程度高时，选择最佳的指标、模型都比较困难。 省毗邻地区的交通枢纽。2005年襄阳区辖13个乡镇438个 2．2 人工精神网络模型 人工神经网络是通过数学方法 村委会 l2个居委会。总人口100．42万人，其中农业人口 对人脑若干基本特性进行抽象和模拟『j1，是一个大规模自组 68．80万人，辖区面积2 306．0 km2，其中城区建成面积l3．5 织、自适应的非线性动力系统。它可较好地模拟人的思维， km2。2005年全区实现地区生产总值约1 10亿元，年均增长 具有较强的容错、联想和学习能力，可根据外界的变化对自 速度达9．9％，人民生活水平不断提高。据调查，2005年城 身进行调整，并能依据一定的学习算法自动地从样本事例 镇居民人均可支配收入和农民人均纯收入分别达到6 280 中学习。人工神经网络具有高度的非线性映射，特别适用于 元和3 730元，分别比“九五”末增长1 999元和841元。 需要同时考虑多因素或条件不精确的非线形信息处理问 1．2 建设用地特点 由表 l可知，2005年襄阳区建设用地 题翻。导致建设用地总量变化的驱动因素有很多，而且这些 中，居民点及工矿用地占71．41％，交通用地占8．15％，水利 因素与建设用地之间可能存在各种非线性函数关系，这种 设施用地占约20．44％，其中居民点及工矿用地是建设用地 不确定的非线性映射能够很好地被人工神经网络预测模型 的主要类型，是需求研究的重点；交通用地的份额虽然较 反映并模拟，预测精度较好。但运用该方法也是有一定局限 低，但是近年来增长较快，是提高其他用地效率的基础设施 性的，应用该模型需要丰富的训练样本，而且要素的时间跨 用地，对经济发展具有杠杆效应，预计近年仍将保持高速增 度越长越好。因此，人工神经网络模型预测只适用于统计资 长，因此交通用地的发展也是建设用地研究的重点之一；另