BP神经网络结合小波处理在城市扩张预测中的应用——以长沙市区为例

研究目的预测城市扩张规模,从而为合理调控城市建设用地扩张提供决策依据.研究方法通过Granger检验提取城市扩张的驱动因子,利用BP神经网络结合小波处理对建成区扩张趋势进行预测.研究结果未来几年长沙市新增建设用地数量将呈递增趋势,以年均约27 km2的速度扩张.研究结论与GM(1,1)模型及回归模型预测方法相比,BP 神经网络结合小波处理的预测精度最高.其预测结果可为城市制定相关的政策提供科学依据.     

城市合理规模的理论探讨和实证——以长沙市区为例

基于人口迁移理论、门槛理论以及集聚经济理论,构建了城市规模动态演进模型,实证分析表明长沙市区目前已处于城市规模净收益递减阶段,鉴于未来人口仍呈不断增长趋势,必须通过突破城市规模门槛约束,选择城市规模收益持续增长模式,实现城市规模净收益持续增长。     

城市耕地保护规模及对策研究——以长沙市为例

随着城市化进程的加快,我国城市规模也在迅速扩大,城市边缘区耕地在比较利益的驱动下成为建设用地扩张的主要目标。城市耕地保护规模的确定已成为控制建设用地扩张,缓解耕地非农化压力的关键。以长沙市为例,分析了耕地变化的特征,并采用粮食安全预测法对耕地保护的规模进行了测算,在此基础上,探讨了耕地保护的实现途径。     

大城市内部建设用地扩张差异及其原因——以长沙市区为例

利用土地利用变化的统计数据,借助相关统计测算方法,定量分析了长沙市5区近10年建设用地扩张的差异。研究结果表明,雨花区、岳麓区建设用地扩张强度最大,其次是天心区、芙蓉区及开福区。从经济发展水平差异、城市基准地价与既有土地存量差异、人口增长差异及政府调控与规制等方面探讨了长沙市建设用地扩张差异的原因。