[發明專利]一種土地利用分層配置方法

有效

• 申請號: 201310099412.0
• 申請日: 2013-03-26
• 公開（公告）號: CN103136707A
• 公開（公告）日: 2013-06-05
• 發明（設計）人: 劉耀林;唐巍;劉艷芳;何建華
• 申請（專利權）人: 武漢大學
• 主分類號: G06Q50/00
• 分類號: G06Q50/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魯力

技術領域

本發明涉及本發明屬于土地利用規劃領域，，尤其是涉及一種土地利用分層配置方法。

背景技術

土地是人類生存與發展的物質基礎。人類通過對土地資源的開發與利用來滿足自身各方面的需求。隨著人口的增長和城市化的發展，人們對土地資源的需求不斷增大，但土地資源的供給是有限的，不同的利益群體對土地資源的使用有不同的利益追求，土地資源競爭便凸顯出來。土地資源具有多宜性特征是出現土地資源競爭的另一個原因。自然條件與區位條件優越的土地資源往往能滿足人們多方面的需求。土地資源競爭在空間上表現為多種土地利用方式對土地單元的爭奪，背后是多方利益群體之間的博弈。合理的配置土地資源是實現區域經濟、社會、生態可持續發展的有效手段，而解決空間上的土地資源競爭是其重要內容。

國內外在土地利用配置方面已經開展了大量工作，現有的配置模型大致分為如下三類：線性規劃模型、模擬優化模型和智能算法模型。線性規劃模型在目標函數和約束條件的控制下獲得最優的土地數量結構，但它無法將土地利用落實到具體的土地單元上，無法處理空間上的土地利用競爭。模擬優化模型主要包括系統動力學模型，元胞自動機模型和CLUE-S模型。系統動力學模型用于模擬不同情景下的土地利用數量結構，與線性規劃模型一樣它也缺乏操作空間土地單元的能力。元胞自動機模型和CLUE-S模型注重對微觀土地單元的操作，可以模擬不同條件下的土地利用空間布局，但在模擬過程中較少從多方利益的角度去解決空間上的用地競爭。針對大規模的復雜的土地利用配置問題，模擬退火算法、微粒群算法和遺傳算法等智能算法被引入。這些算法在可接受的用時內能給出滿足一定需求的土地配置方案。遺傳算法是其中一種適用面很廣的優化算法，已將其用于解決空間選址、林業規劃、水資源配置和土地資源配置等空間優化問題，表現出一定的空間優化能力。遺傳算法模型通過遺傳進化算子對土地利用的空間布局進行優化，相關算子從最初采用的隨機搜索策略發展到與土地規劃領域的知識相結合，但這方面的結合是淺顯的，總體上遺傳算法模型缺乏足夠的解決用地競爭的能力。現有的優化配置模型大多只對土地利用的空間布局進行單一層次的優化，這樣難以有效的結合用地競爭的解決策略，并且現有模型在解決用地競爭時，缺少多方利益群體的參與，用地協調結果難于付諸實施。

發明內容

本發明的上述技術問題主要是通過下述技術方案得以解決的：

一種土地利用分層配置方法，其特征在于，包括如下步驟：

步驟1，獲取和收集土地利用基礎數據，對需要進行空間布局優化的地類作適宜性評價并將所有空間數據轉為一定精度下的格網形式，該格網技術為現有技術，格網精度一般為50m×50m或100m×100m。

步驟2，針對土地利用空間布局優化問題，構建特定的遺傳算法染色體和遺傳進化算子，完成問題域向算法域的映射。在空間優化目標的指導下，運用遺傳算法分別對各地類的空間布局進行優化。

步驟3，在步驟2的基礎上結合土地規劃領域的知識和博弈理論解決各地類優化后的空間布局與現狀土地利用的用地競爭。不同類型的用地競爭采用不同的解決策略，所有類型的用地競爭都是以競爭區作為基本的處理單元。

在上述的一種土地利用分層配置方法，所述的步驟2中，某一地類空間布局的優化過程如下：

步驟2.1，初始化算法參數和種群。染色體為二維格網染色體，格網單元(即基因)全為二值變量，采用該地類的土地利用現狀初始化染色體。

步驟2.2，計算每個染色體的適宜度，以土地適宜性水平和空間緊湊度為優化目標，采用加權和的方式進行多目標處理，所述的適宜度的計算基于以下公式：

最大化F=w1*fnorm(S)+w2*fnorm(C)+Penalty]]>