为优化江川区土地利用空间格局,促进土地可持续发展,该文以云南省玉溪市江川区为研究区,将CLUE-S(conversion of land use and its effects at small region extent)模型和生态敏感性分析应用于江川区土地利用空间格局优化配置。以高度...为优化江川区土地利用空间格局,促进土地可持续发展,该文以云南省玉溪市江川区为研究区,将CLUE-S(conversion of land use and its effects at small region extent)模型和生态敏感性分析应用于江川区土地利用空间格局优化配置。以高度敏感区为CLUE-S模型中区域约束文件,突出研究区生态保护重点区域,并以综合生态敏感性分区为影响研究区土地利用变化的驱动力因子,提出一种将生态敏感性融入土地利用空间格局优化配置的过程和结果中的土地利用情景模拟方法,并借助2006年和2016年土地利用数据对江川区自然发展情景和土地生态优化情景2种模式下2025年的土地利用空间格局进行优化配置,并基于生态敏感性分区对优化配置模拟结果进行对比分析。结果表明:2种情景下2025年江川区土地利用格局既有共同特征也存在差异。在2种情景下均有效的保护了原有林地、耕地、未利用地和建设用地格局,但新增林地、草地等空间分布格局不同。根据2025年2种情景与2016年土地利用现状在不同敏感性区内主要土地利用类型分布情况表明,情景二土地利用空间格局优于自然发展情景和2016年土地利用现状。研究结果认为土地生态优化情景更为合理,该结果可为江川区生态保护和城镇发展提供参考。展开更多
为探索一种客观、量化且能解决多目标决策问题的土地利用空间优化配置方法,在"资源节约"与"环境友好"目标约束下,设计应用于土地利用空间优化配置的多智能体遗传进化算法,构建多目标土地利用空间优化配置MOSOLUA(Mu...为探索一种客观、量化且能解决多目标决策问题的土地利用空间优化配置方法,在"资源节约"与"环境友好"目标约束下,设计应用于土地利用空间优化配置的多智能体遗传进化算法,构建多目标土地利用空间优化配置MOSOLUA(Multi objective spatial optimization model for land use allocation)模型;以国家资源节约型和环境友好型社会建设综合配套改革实验区——长株潭城市群的核心区域为例,进行多目标土地利用空间优化配置应用研究。研究结果表明:基于MOSOLUA模型得到的优化后的土地利用格局的资源节约与环境友好程度较优化前有明显提高;MOSOLUA模型的收敛速度较普通遗传算法模型的快,实证应用所花时间由8.57 h减少到3.31 h,运行效率提高61.38%;模型的总体适应度与采用普通遗传算法的优化配置模型相比提高了12.57%。展开更多
文摘为优化江川区土地利用空间格局,促进土地可持续发展,该文以云南省玉溪市江川区为研究区,将CLUE-S(conversion of land use and its effects at small region extent)模型和生态敏感性分析应用于江川区土地利用空间格局优化配置。以高度敏感区为CLUE-S模型中区域约束文件,突出研究区生态保护重点区域,并以综合生态敏感性分区为影响研究区土地利用变化的驱动力因子,提出一种将生态敏感性融入土地利用空间格局优化配置的过程和结果中的土地利用情景模拟方法,并借助2006年和2016年土地利用数据对江川区自然发展情景和土地生态优化情景2种模式下2025年的土地利用空间格局进行优化配置,并基于生态敏感性分区对优化配置模拟结果进行对比分析。结果表明:2种情景下2025年江川区土地利用格局既有共同特征也存在差异。在2种情景下均有效的保护了原有林地、耕地、未利用地和建设用地格局,但新增林地、草地等空间分布格局不同。根据2025年2种情景与2016年土地利用现状在不同敏感性区内主要土地利用类型分布情况表明,情景二土地利用空间格局优于自然发展情景和2016年土地利用现状。研究结果认为土地生态优化情景更为合理,该结果可为江川区生态保护和城镇发展提供参考。
文摘为探索一种客观、量化且能解决多目标决策问题的土地利用空间优化配置方法,在"资源节约"与"环境友好"目标约束下,设计应用于土地利用空间优化配置的多智能体遗传进化算法,构建多目标土地利用空间优化配置MOSOLUA(Multi objective spatial optimization model for land use allocation)模型;以国家资源节约型和环境友好型社会建设综合配套改革实验区——长株潭城市群的核心区域为例,进行多目标土地利用空间优化配置应用研究。研究结果表明:基于MOSOLUA模型得到的优化后的土地利用格局的资源节约与环境友好程度较优化前有明显提高;MOSOLUA模型的收敛速度较普通遗传算法模型的快,实证应用所花时间由8.57 h减少到3.31 h,运行效率提高61.38%;模型的总体适应度与采用普通遗传算法的优化配置模型相比提高了12.57%。
