生态足迹预测模型优选——以武汉市为例.pdfVIP

北京大学学报(自然科学版) 第 51 卷 第 5 期 2015 年 9 月 Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 51, No.5 (Sept. 2015) doi: 10.13209/j.0479-8023.2015.072 生态足迹预测模型优选 —— 以武汉市为例 † 刘永超 郭怀成 代超 北京大学环境科学与工程学院 , 水沙科学教育部重点实验室 , 北京 100871; † 通信作者 , E-mail: hcguo@ 摘要 在收集武汉市 1978—2004 年城市人均生态足迹、能源消费量、第三产业占 GDP 比重等指标数据的 基础上 , 运用灰色关联度分析, 揭示出能源消费量、第三产业占 GDP 比重、总人口数与武汉市人均生态足 迹呈显著相关。通过建立 GS-SVR, PSO-SVR, GA-SVR 三种模型, 对随机选取的武汉市 5 年人均生态足迹进 行模拟预测和相应的精度分析 , 并与神经网络模型预测结果进行对比。结果表明 , 神经网络模型的模拟拟合 功能强于 SVR 模型 , 而 GA-SVR 模型的预测精度最高 , 是预测生态足迹的最佳方法。 关键词 生态足迹 ; 灰色关联度 ; SVR 中图分类号 X821 Selection of Ecological Footprint Prediction Model: A Case Study of Wuhan City † LIU Yongchao, GUO Huaicheng , DAI Chao Key Laboratory of Water and Sediment Sciences (MOE), College of Environment Sciences and Engineering, Peking University, Beijing 100871; † Corresponding author, E-mail: hcguo@ Abstract Based on the data of per capita ecological footprint, energy consumption, the proportion of the tertiary industry in GDP and other indexes of Wuhan City from the year of 1978 to 2004, the significant correlation was revealed between energy consumption, the proportion of the tertiary industry in GDP, the population of Wuhan City and its per capita ecological footprint by applying grey correlation analysis. With the establishment of three models, namely, GS-SVR, PSO-SVR and