基于蚁群算法的宁强县土地利用空间优化配置研究

《基于蚁群算法的宁强县土地利用空间优化配置研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:F30310710-2015227006专业硕士学位论文基于蚁群算法的宁强县土地利用空间优化配置研究穆宇童导师姓名职称李芹芳教授专业学位类别申请学位类别农业推广硕士农业资源利用及领域名称论文提交日期2018年4月15日论文答辩日期2018年5月21日学位授予单位长安大学StudyonSpatialOptimizationAllocationofLandUseinNingqiangcountryBasedonACOAlgorithmAThesisSubmittedfortheDegreeof

2、MasterCandidate：MuYutongSupervisor：Prof.LiQinfangChang’anUniversity，Xi’an，China摘要土地利用空间优化配置是实现土地可持续利用、促进土地资源的节约集约利用和提高土地利用率的重要手段，也是当前土地科学研究的重要课题。针对现阶段研究较为重视数量结构优化，而缺乏科学合理的空间配置方法的问题，利用蚁群算法应用于多目标优化过程的优势，对基于蚁群算法的土地利用空间优化配置进行研究。本文以宁强县为研究区域，运用景观格局指数方法，对宁强县

3、2014年土地利用景观格局特征进行分析，并提出土地利用布局存在的问题；在此基础上对宁强县农用地和建设用地分别选取指标，运用主成分分析法确定指标权重，构建土地适宜性评价指标体系；以提高土地适宜性和景观最优性为目标，借助GeoSOS地理模拟平台进行空间配置优化模拟，进行精度验证，进行基于蚁群算法的宁强县土地利用空间优化配置。主要研究结果包括以下几个方面：（1）通过对宁强县2014年现状土地利用景观格局指数分析，反映出现状土地利用景观特征：农用地较为破碎，利用程度较好；建设用地破碎程度较低，城镇建设发展

4、水平低；地形地貌条件限制且影响土地利用斑块形状；建设用地紧凑度高，农用地除园地外紧凑度均较低。这些景观格局特征也反映了相关宁强县土地利用存在的问题。（2）分别针对宁强县农用地和建设用地两大地类各选取针对性指标，运用主成分分析法确定各指标权重，构建宁强县土地适宜性评价指标体系，得到宁强县农用地和建设用地土地适宜性评价结果。为土地利用空间优化配置提供适宜性参考标准。（3）通过设定蚁群算法目标函数、相关参数、约束体系以及精度验证一系列操作，采用GeoSOS地理模拟优化平台，对宁强县2020年土地利用空间

5、布局进行优化，并对结果进行土地适宜性、景观格局和空间转移情况三方面的分析，得出结论：蚁群算法的土地利用空间优化模拟的空间布局方法可靠，适宜性有所提高，景观格局有所提升。基本达到土地利用空间优化配置的目的。关键词：空间优化配置，蚁群算法，景观格局，宁强县IAbstractTheoptimalallocationoflanduseisanimportantwaytoachievesustainablelanduse,promotetheintensiveandintensiveuseoflandres

6、ourcesandimprovelandutilizationrate,andisalsoanimportantissuefacinglandscienceandlandresourcemanagement.Inordertosolvetheproblemoflackofscientificandrationalspatialallocationmethods,itiscriticalforustomakeeffectiveallocationoflanduseplanscientifically

7、.Inthispaper,NingqiangCountyasthestudyarea,usingthemethodoflandscapepatternindex,landscapepatterncharacteristicsoflanduseinNingqiangCountyin2014wereanalyzed,andputforwardtheexistingproblemsofthedistributionoflanduse;onthebasisofNingqiangCountyagricult

8、urallandandconstructionlandwereselectedindicators,usingprincipalcomponentanalysismethodtodeterminetheindexweight,constructlandsuitabilityevaluationindexsystem;theninordertoimprovethelandsuitabilityandimprovelandlandscapepatternasthegoal,basedo