隨著我國城市化的快速推進,城市土地的需求不斷增大,供需矛盾也愈發(fā)突出。在這樣的背景下,如何平衡經(jīng)濟發(fā)展和土地可持續(xù)利用得到了廣泛關(guān)注。提高城市土地利用效率是緩解上述矛盾的重要方法,準確的評價城市土地利用效率則是提高效率的基礎(chǔ)。江蘇省土地開發(fā)強度較高,人地矛盾十分突出,本文以江蘇省的13個城市為研究對象,分析了2003-2016年間,各城市土地利用效率的時空差異,并根據(jù)評價結(jié)果,模擬了江蘇省2020年建設(shè)用地的配置情況。本文的研究內(nèi)容主要包括以下幾個方面:（1）通過閱讀大量文獻,對城市土地利用效率的影響因素進行了歸納總結(jié),利用DEMATEL方法,識別出了關(guān)鍵影響因素�；陉P(guān)鍵影響因素構(gòu)建了評價指標體系,并對評價指標的關(guān)聯(lián)關(guān)系進行了定性分析。（2）針對城市土地利用效率評價的特點以及現(xiàn)有研究方法的不足之處,結(jié)合雙極容度和TODIM方法,構(gòu)建了Bi-TODIM模型,該模型不僅考慮了指標間關(guān)聯(lián)的處理,還考慮了評價者的心理行為。通過相關(guān)性質(zhì)的證明驗證了該模型的合理性,并通過一個算例分析驗證了其可行性。（3）利用Bi-TODIM模型,得到了江蘇省13個城市2003-2016年土地利用效率的綜合評價值... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

江蘇省各城市演化間隔由圖5.2可知，江蘇省各城市最大演化間隔為20，最小演化間隔為5，根據(jù)公式（5-1），

0 決策樹算法用于生成多叉的分類樹。它要求輸入分類型或者數(shù)值型的變量，輸出，通過信息增益率對決策樹進行分支，從而得到最佳的分組變量和分割點 。目前過軟件直接實現(xiàn) C5.0 決策樹算法，本章中利用 clementine 軟件中的 C5.0 節(jié)點來）獲取轉(zhuǎn)換規(guī)則以及轉(zhuǎn)換概率的基本步驟圖 5. 1 構(gòu)建的模型，獲取各城市的轉(zhuǎn)換規(guī)則，進而獲得每個元胞的轉(zhuǎn)換概率。具 1：利用 Arcgis 軟件對所有數(shù)據(jù)進行剪裁，使得所有數(shù)據(jù)的空間范圍相同，再根數(shù)據(jù)分成兩類（建設(shè)用地為 1，非建設(shè)用地為 0）。 2：對每類數(shù)據(jù)進行抽樣，確保兩類數(shù)據(jù)的樣本數(shù)目相近。 3：把抽樣后的兩類數(shù)據(jù)進行合并，并設(shè)置土地類型為輸出字段，其他字段為輸 4：用 C5.0 決策樹算法對數(shù)據(jù)進行挖掘，得到各城市的轉(zhuǎn)換規(guī)則集。 5：根據(jù)轉(zhuǎn)化規(guī)則生成每個元胞的轉(zhuǎn)化概率。 6：導(dǎo)出后續(xù)建模所需數(shù)據(jù)（包括每個元胞的 X 坐標、Y 坐標、土地類型和轉(zhuǎn)換概

圖 5. 4 江蘇省建設(shè)用地轉(zhuǎn)換概率圖. 4 可知，江蘇省包括的所有元胞的轉(zhuǎn)換概率分布在[0.002,0.998]區(qū)間內(nèi)，即每用地的概率分布在[0.002,0.998]區(qū)間內(nèi)。分地區(qū)而言，各城市的轉(zhuǎn)換概率情表 5. 2 江蘇省分地區(qū)轉(zhuǎn)換概率情況城市 總元胞數(shù)目 轉(zhuǎn)換概率大于 0.5 的元胞數(shù)目 轉(zhuǎn)換概率大于 0.5 的元胞占比南京 6537 1333 20.4無錫 4639 1135 24.5徐州 11097 3904 35.2常州 4355 922 21.2蘇州 8394 1960 23.4南通 8485 3479 41.0連云港 7282 1881 25.8淮安 9972 1813 18.2鹽城 14795 2165 14.6揚州 6593 1356 20.6鎮(zhèn)江 3820 789 20.7泰州 5783 1475 25.5

【參考文獻】：
期刊論文
[1]基于改進C5.0的元胞自動機模型研究——以土地利用問題為例[J]. 李立,李紅,李彥.  科技和產(chǎn)業(yè). 2017(11)
[2]交通設(shè)施建設(shè)對土地利用效率的空間溢出效應(yīng)[J]. 李璐,徐磊,董捷.  城市問題. 2017(08)
[3]基于混合指標值TODIM方法的東營市生態(tài)系統(tǒng)健康評價[J]. 劉培德,滕飛.  中國人口·資源與環(huán)境. 2017(08)
[4]基于二維二元語義和模糊AHP-TODIM的低碳供應(yīng)商選擇方法[J]. 吳良剛,文麗.  運籌與管理. 2017(03)
[5]考慮專家偏好關(guān)聯(lián)與心理行為的地鐵車門系統(tǒng)失效風(fēng)險評估[J]. 朱江洪,王睿,李國芳,李延來.  計算機集成制造系統(tǒng). 2018(03)
[6]猶豫模糊語言TODIM法及其應(yīng)用[J]. 孔令艷,譚倩云.  統(tǒng)計與決策. 2017(05)
[7]土地收益分配制度對城市建設(shè)用地利用效率的影響研究——基于門限回歸模型的實證分析[J]. 鐘成林,胡雪萍.  中央財經(jīng)大學(xué)學(xué)報. 2016(02)
[8]市場鄰近、技術(shù)外溢與城市土地利用效率[J]. 韓峰,賴明勇.  世界經(jīng)濟. 2016(01)
[9]長春市城市擴展與土地利用效率研究[J]. 田富有,張楚宜,楊瑩,魏雙建,王菲,楊霆.  世界地質(zhì). 2015(04)
[10]基于改進的TODIM方法的區(qū)間灰數(shù)多屬性決策模型[J]. 王霞,黨耀國.  控制與決策. 2016(02)

博士論文
[1]Choquet積分和集值Choquet積分及其在金融中的應(yīng)用[D]. 王洪霞.北京工業(yè)大學(xué) 2013
[2]中國城市化進程中的土地利用效率研究[D]. 汪德軍.遼寧大學(xué) 2008



本文編號：3558538