GIS环境下县级农用地分等专家系统的研究

《GIS环境下县级农用地分等专家系统的研究》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”叭该孝夫海硕士学位论文GIS环境下县级农用地分等专家系统的研究导师姓名职称申请学位级别夏文海罗广祥副教授硕士学科专业名称土地资源管理论文提交日期2007年5月9日论文答辩日期2007年6月6日学位授予单位长安大学答辩委员会主席盎勘省教授学位论文评阅人袁勘省教授昊金华副教授摘要随着陕西省经济的发展、人口的增长和城镇规模的快速扩张，陕西省的土地需求量也急剧上升，耕地数量急剧减少，人地矛盾日益突出。为了合理的利用和管理好有限的土地资源，实现土地资源的可持续利用，保证耕地总量的动态平衡，实现耕地资源的占补平衡和社会经济的持续健康发展，陕西省开展了农用分等定级与估价工作

2、。‘‘GIS环境下县级农用地分等专家系统的研究胡{题就是基于以上背景，借助当前全国性的国土资源整理工作而确定的。专家系统是—种模拟专家决策能力的计算机系统，其内部含有大量专门领域专家水平的知识和经验，能够利用人类专家的知识和解决问题的方法来处理该领域的问题。将专家系统应用于农用地分等工作中可以充分发挥专家系统的优点，增加分等工作中的可靠性，使农业专家的知识更好的传播。根据陕西省各县农用地的自然属性信息、空间属性信息、评价指标因子等，建立县级农用地分等专家系统，从而确立能反映其特征的分等规则和分等模型，构建知识库，进行科学、有效的农用地分等，并提供相应的分等方案。本论文

3、的主要研究内容可以概括为以下门个方面：1、收集县级农用地分等的专家知识和经验、县级农用地的分等步骤、分等方法、分等模型，以及对县级农用地分等中的技术、方法进行整理、分类；2、研究确定本系统中的知识表示方法，构建知识库、属性数据库以及空间数据库；3、对农用地分等模型的研究；4、研究与以上农用地分等方法、知识表示方法和模型相对应的推理方法。关键字：农用地分等．专家系统知识库．推理机AbstractWiththedevelopmentofeconomy，thegrowthofthepopulationandthefastexpansionoftheurbanscale，lh

4、edemandoflandinShanxiprovinceisrisingrapidlyandthequantityofcultivatedlandisreducingsharply,Thecontradictionbctwe它21peopleandlandisconspicuousdaybyday．Inordertoreasonablyutilizeandmallagethelimitedlandrc$oⅢces，realizefilesustainableulilizationoftheland凭文)ur

5、c岛guaranteethedynamicequilibr

6、iumofthetotalamountofcultivatedland,andrealizelhelastingsounddevelopmentofsocialeconomy,theprojectofgrad删onandappraiseofagricularallandhasbeencan-yingoninShanxiprovince．TheissueforResearchofCountyA鲥a曲珊1LandClassificationExpertSystemBased01"1GISisdetenvJnedbythenationwideworkofputtingthe

7、landinorder．Inthispaperit血印lyinllxxl：uCesthedevelopmentsituation,exploitationmodeofplatformandthemainfunctionofsystemrunningplatform,anddescribesthebasicprinciplesandtherelationshipofintelligenceandknowledgedatabase,especiallythebasicconfigureofdeductivedatabase．Accostingtothenaturalat缸

8、-ibmesinformation,spatialattributesinfonuatiorl’evaluationfagtorsofcroplandsinShanxiProvince,establishcounty-levelagriculturallandclassificationexpertsyst啦Themaincontentofthisstudycanbe团Ⅱnn】撕z。dasfollows：1．Colleoingexpertknowledgeandexpelience，classificationsteps,gradingmodelof