土地利用类有关论文范文素材 跟基于信息熵的池州市土地利用结构变化分析和灰色预测有关论文如何怎么撰写

基于信息熵的池州市土地利用结构变化分析和灰色预测，该文是有关土地利用论文如何怎么撰写跟灰色和信息熵和灰色预测相关论文如何怎么撰写.

车臣1,何如海1*,任旖妮1,李艳萍2

（1安徽农业大学 经济管理学院,安徽 合肥 230036；2安徽农业大学 经济技术学院,安徽 合肥 230036）

摘 要：本文在计算得出池州市2009—2015年土地利用结构信息熵基础上,分析影响信息熵值大小的土地利用类型,并运用灰色系统理论GM（1,1）模型对2016—2020年池州市土地利用结构信息熵、均衡度进行预测.结果显示：影响池州市土地利用结构信息熵动态变化的主要土地利用类型有城镇村及工矿用地、交通用地和草地,其中城镇村及工矿用地与信息熵变化关联度最大.土地利用结构信息熵和均衡度呈单调递增趋势,说明池州市在经济发展的同时,土地利用结构向均衡化的方向发展.

关键词：信息熵；土地利用结构；灰色预测；池州市

中图分类号：F 30124文献标志码： A文章编号： 1004-390X(2017)03-0072-05

土地利用结构是指在区域内各种用地之间的比例关系和构成,能够反映出一定区域内土地利用的生产结构特点［1］.土地利用结构变化与土地利用方式转变息息相关.研究区域土地利用结构特征及其实践变化状况有助于促进产业合理布局、土地资源的节约集约利用［2-3］.当前,已有学者将Shannon信息熵理论运用到我国土地利用研究中.陈彦光等分析不同城市土地利用结构熵值特征,并提出了关于城市空间结构的分维包容原理［4］；林珍铭等运用信息熵分析土地利用结构的时空变化［5］；周子英等分析土地利用信息熵时空变化状况并探讨了影响其变化的主要因素［6］.本文对池州市2009—2015年土地利用结构信息熵进行测算,分析该市土地利用结构的变化状况.运用GM（1,1）模型对池州市2016—2020年信息熵、均衡度和优势度预测,为合理开发利用土地资源、优化土地利用结构与布局提供参考.

一、研究区概况

池州市地处皖西南（29°33′～30°51′N,116°38′～108°05′E）,北临长江,南接黄山.下辖贵池区、石台县、东至县、青阳县、九华山景区.全市以丘陵、山地为主,属于亚热带季风气候,年均气温165℃,年均降水量1400～2200mm.矿产资源丰富,其中铅、锌、锰等矿藏居安徽省首位.全市2014年户籍人口约16064万人,其中常住人口约143万人,城镇人口约占501%.近年来经济发展迅速,2014年国民生产总值51917亿元（三次产业比重分别为133∶471∶396）.

二、数据来源与研究方法

（一）数据来源

本文各种经济和人口数据来源于《安徽省统计年鉴（2015）》,土地利用数据为安徽省国土资源厅提供的2009—2015年池州市土地利用变更数据根据土地利用变更数据将地类归并为8个地类：耕地、园地、林地、草地、城镇村及工矿用地（文中简称“城镇村用地”）、交通运输用地、水域及水利设施用地（文中简称“水域用地”）、其他用地..

（二）研究方法

1.信息熵.依据信息熵理论构建土地利用结构信息熵.信息熵（H）如下：

式中H为信息熵；pi为研究区各类土地面积与总面积之比；N表示土地利用类型数量.

2.均衡度与优势度计算.引用均衡度概念能够有效地补充信息熵的不足,两者结合能够更好地反映土地利用结构特征.基于信息熵构建土地利用结构均衡度（E)函数公式：

三、结果与分析

（一）池州市土地利用结构现状分析

1.池州市土地利用类型变化

从总体上看,2009—2015年期间研究区各地类所占面积均有所改变,但结构基本维持稳定.林地、耕地面积最大,两者所占比重之和稳定在80%以上.

首先,城镇村用地、交通运输用地和其他土地整体在增加,2015年与2009年相比分别增加了1187%、1201%和011%.其中城镇村用地2009—2015年增幅呈上升趋势,年均增长率为198%.2011年后增幅有所放缓,2011—2013年年均增长率下降到152%.2014年增长率有所提高,达到243%.2015年的增长率为025%,为历年最低；交通运输用地2009—2015年增幅呈上升趋势,年均增长率达到2%.2012年增长率为523%,为研究期间内此地类增长率最大值；其他土地增减幅度不大,基本保持稳定.

其次,其他5类用地规模均有所减少,林地减少量最大,其后分别是水域用地、草地、耕地、园地.林地总体减少292651hm2,2009—2011年减幅呈上升趋势,年均递减率为012%.2011—2015年减幅逐渐减缓,年均递减率下降到007%.一方面由于城镇村建设、矿产开采和交通建设等占用大量林地；另一方面,生态资源保护有效地减缓了林地面积减少速度,水域用地减少约237%,为177375hm2,仅次于林地.草地降幅最大,约为1398%,降幅波动不大.耕地减幅最小,为051%,2009—2012年年均递减率为009%,2015年耕地出现有所增加.主要由于耕地保护制度约束以及土地整治工作成效显现.

2土地利用结构信息熵的动态变化状况

由表2可知,2009—2015年池州市土地利用结构信息熵呈上升趋势,2009年信息熵值为11697,到2015年信息熵值增加了00108,达到11805,研究时段内土地利用结构信息熵值年均增长,表明研究区域内土地利用结构在不断发生变化.随着城镇村用地和交通用地等建设用地面积不断增加,耕地、园地、草地以及水域用地等逐步下降,导致了熵值不断增加.2015年池州市土地利用结构均衡度为05677,与2009年的05625相比,共增加了00052,表明在研究时段内土地利用结构的均衡性有所增强,土地利用愈加稳定.2009—2015年期间信息熵和均衡度逐步增加,优势度随之相应下降说明该市土地利用结构进一步趋向平衡,在土地开发利用上更加均衡化［7］,某单一类型的土地利用的优势性在逐步降低,经济发展对某一产业依赖性有所下降.

土地利用系统的内部变化导致了研究区信息熵呈上升趋势,土地利用类型所占比重变化表现如下：耕地从2009年的1655%下降到2015年的1646%；园地、林地、草地分别从2009年的222%、6428%、061%下降到2015年的220%、6393%、053%；城镇村用地和交通运输用地分别由2009年的502%、116%上升到2015年的561%和129%；其他土地变化较小,增长了002%.这些变化反映了池州市产业结构逐渐发生变化,工业化水平不断提高.主要由于在城镇化建设过程中对建设用地的需求必然增大,对部分农地非农利用.此外,承接转移示范区内工业园区建设、高速公路建设、旅游开发以及生态保护工程建设等占用部分土地,从而使得土地利用结构发生波动.

运用相关系数分别分析池州市8种地类与信息熵之间的关联程度.结果表明耕地、园地、林地、草地、城镇村用地、交通运输用地、水域用地、其他土地与信息熵之间的相关系数（r）分别为-0798、-0906、-0892、-0903、0895、0952、-0890、0702.土地利用中呈上升趋势的城镇村用地、交通运输用地以及其他用地与信息熵呈正相关,呈下降趋势的耕地、园地、林地、草地和水域用地与信息熵呈负相关.其中与信息熵的关联程度最大的是城镇村及工矿用地、交通用地和草地.关联度较小的是耕地和其他用地.

（二）池州市土地利用结构变化预测

通过GM（1,1）建立未来土地利用结构信息熵模型［7］,即

X^(1)(k+1)等于781590995e0001499k－780421295(k等于0)

X^(0)(k+1)等于X^(1)(k+1)－X^1k(k等于1,2,3…,n)

通过对模型检验,预测模型方差比为02265,最小误差概率值为1,说明精度高,能够使用其预测未来信息熵.

从2009—2015年信息熵值可以看出模型具有较高精度,适应性较强.从表3可以看出,研究区土地利用结构信息熵在预测时间范围内延续了2009—2015年递增趋势,土地利用结构信息熵和均衡度均不断增加,2020年两者分别达到11904和05725.表明土地利用结构在向均衡化发展.

熵值的大小可用以反映用地类型的多少以及各类面积分布的均匀程度［4］.由图1可以看出,信息熵模型值从2009年的11697增长到2020年的11904,呈单一递增趋势.表明研究区土地职能在增多,各职能面积分布逐步均衡化.这与池州市重点开展新型城镇化建设以及工业园区开发建设相一致.均衡度是实际熵值与最大熵值之比,均衡度值越大,表明区域均质性越强［8］.由图2、3中可知,均衡度呈递增趋势,由2009年的05625增加到2020年的05725.相反,优势度由2009年的04375下降到2020年的04275.均衡度的平稳增长表明了该市未来土地利用结构趋于均衡化.优势度的递减趋势表明受单一产业主导的该市土地利用格局在发生变化,土地开发利用方式趋于多样化,出现多种产业共同发展［9］.侧面反映了在承接东部发达地区产业转移和生态城市建设过程中,研究区产业结构进一步得到调整,产业多样化发展,其经济、生态环境朝着良好方向发展.

四、结论

运用信息熵理论对池州市土地利用结构进行研究,分析所得结果符合当地实际现状.并利用GM（1,1）灰色预测模型,对池州市土地利用结构信息熵、均衡度以及优势度未来发展趋势进行预测,2020年土地利用结构信息熵、均衡度及优势度分别达到11904、05725、04275.通过对预测模型的检验,灰色预测模型精度评定为好,表明有效地预测了其未来发展趋势.从整体上看池州市城镇村及工矿用地、交通运输用地面积比重呈上升趋势,其中城镇村及工矿用地增幅最大,且与信息熵关联度最大.耕地、林地、草地以及水域及水利设施用地面积比重总体呈下降趋势.其中林地面积减少量最多,因此在今后的土地开发利用过程中应当适量控制林地面积,保护研究区生态环境,同时加大对当前存量土地进行挖潜力度,提高工业用地利用效率.池州市土地利用结构信息熵2009—2020年呈递增发展趋势,表明该研究区内土地利用活动逐渐频繁,土地利用结构不断发生变化.均衡度增加和优势度下降说明该市土地利用结构更加复杂,土地利用方式趋于多元化,产业出现共同发展态势.这与近年来池州市经济社会发展状况相符.

［参考文献］

［1］

赵菲菲,刘东,刘萌．基于信息熵和灰关联的建三江分局土地利用结构驱动力分析［J］．水土保持研究,2012,19（3）：250．

［2］陈军伟,孔祥斌,张凤荣,等.基于空间洛伦茨曲线的北京山区土地利用结构变化［J］.中国农业大学学报,2006,11（4）:71.DOI:10.3321/j.issn.1007-4333.2006.04.015.

［3］周生路,朱青,赵其国．近十几年来南京市土地利用结构变化特征研究［J］．土壤,2005,37（4）：394.DOI:10.3321/j.issn.00253-9829.2005.04.008.

［4］陈彦光,刘明华．城市土地利用结构的熵值定律［J］．人文地理,2001,16（4）：20．DOI:10.3969/j.issn.1003-2398.2001.04.005.

［5］林珍铭,夏斌,董武娟．基于信息熵的广东省土地利用结构时空变化分析［J］．热带地理,2011,31（3）：266.DOI:10.3969/j.issn.1001-5221.2011.03.007.

［6］周子英,段建南,梁春凤．长沙市土地利用结构信息熵时空变化研究［J］．经济地理,2012,32（4）：124．

［7］闫沛禄．基于信息熵的酒泉市土地利用结构分析及其灰色预测［J］．甘肃农业大学学报,2011,46（6）：129．DOI:10.3969/j.issn.1003-4315.2011.06.024.

［8］雷征,董捷．武汉城市圈土地利用结构演变规律及驱动因素分析［J］．农业现代化研究,2010,31（2）：147．DOI：10.3969/j.issn.1000-0275.2010.02.005.

［9］戎晓红,李春侠,张晓燕．基于信息熵的徐州市土地利用结构分析及其GM预测［J］．国土资源科技管理,2013,30（1）：72.DOI:10.3969/j.issn.1009-4210.2013.01.012.

上文总结，该文是一篇关于对不知道怎么写灰色和信息熵和灰色预测论文范文课题研究的大学硕士、土地利用本科毕业论文土地利用论文开题报告范文和文献综述及职称论文的作为参考文献资料.

参考文献：

1、 沟通式规划在村土地利用规划中的应用 党的十八大尤其是党的十九大以来,党、国务院对做好新阶段、新时期农村工作做出了一系列重要部署,提出了深入推进农业供给侧结构性改革、实施乡村振兴战略……重大决策 、国务院关于深入推进农业供给侧结构性改革加.

2、 河南省推进土地利用综合改革 从河南省国土资源厅获悉,日前关于推进河南省土地利用综合改革的指导意见（以下简称意见）下发,提出围绕实现高质量发展,在河南省推进土地利用综合改革,探索创新城镇建设用地、农用地、农村集体建设用地的开发利用.

3、 基于AHP法的渭南市土地利用现状评价 摘 要根据渭南市实际情况,建立土地利用现状评价指标体系,用AHP法确定各指标权重,采用综合评价法从土地开发利用程度、土地集约经营程度、土地综合利用效益对渭南市土地利用现状进行评价 结果表明,渭南市土地.

4、 基于土地利用的荷兰风景规划与体系 沙洲 金云峰（同济大学建筑与城市规划学院景观学系 上海 200092）摘要风景规划是2009 年通过的全球风景公约中提到的一个宽泛但饱含深意的概念,是以管理、提升、保护或恢复景观为目的,进行负责任及前.

5、 城市地价水平和土地利用效率关系 林瑞瑞1 , 梁小亮 2 , 梁 颖 3 , 陈鸣飞 4 , 耿 槟 2（1 中国土地勘测规划院, 北京 100193； 2 浙江财经大学公共管理学院, 浙江 杭州 310018；3 浙江财经大.

6、 池州市二圣村：守护绿水青山建设文明新村 近年来,池州市九华乡二圣村文明创建工作紧紧围绕全国文明城市创建的总目标,认真学习宣传贯彻新时代中国特色社会主义思想 牢固树立和贯彻落实新发展理念,继续加大落实基础设施建设和制度管理工作力度,扎实开展文.