基于开放数据的住宅用地集约利用评价
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 引言 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-14页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-14页 |
| 1.2 国内外研究现状与进展 | 第14-19页 |
| 1.2.1 国外研究现状与进展 | 第14-16页 |
| 1.2.2 国内研究现状与进展 | 第16-19页 |
| 1.3 研究内容与技术路线 | 第19-22页 |
| 1.3.1 研究内容 | 第19-21页 |
| 1.3.2 技术路线 | 第21-22页 |
| 2 理论基础 | 第22-34页 |
| 2.1 基本概念阐述 | 第22-23页 |
| 2.1.1 土地集约利用 | 第22页 |
| 2.1.2 住宅用地 | 第22页 |
| 2.1.3 网络开放数据 | 第22-23页 |
| 2.2 方法理论基础 | 第23-33页 |
| 2.2.1 土地报酬递减理论 | 第23-26页 |
| 2.2.2 地租地价理论 | 第26-28页 |
| 2.2.3 数据挖掘方法 | 第28-29页 |
| 2.2.4 人工神经网络 | 第29-33页 |
| 2.3 本章小结 | 第33-34页 |
| 3 住宅用地集约利用评价体系构建 | 第34-49页 |
| 3.1 住宅用地集约利用评价方法选取 | 第34-36页 |
| 3.2 住宅用地服务承载力指标选取 | 第36-38页 |
| 3.3 服务区半径选择 | 第38-46页 |
| 3.3.1 服务半径 | 第38-44页 |
| 3.3.2 服务区计算 | 第44-46页 |
| 3.4 评价方法选取 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 4 开放数据的获取与预处理 | 第49-66页 |
| 4.1 网络开放数据的获取与预处理 | 第49-59页 |
| 4.1.1 住宅小区信息数据获取 | 第49-54页 |
| 4.1.2 兴趣点数据获取 | 第54-57页 |
| 4.1.3 道路数据获取 | 第57-59页 |
| 4.1.4 居住人口数据获取 | 第59页 |
| 4.1.5 其他数据 | 第59页 |
| 4.2 住宅地块提取 | 第59-65页 |
| 4.2.1 功能区识别 | 第59-63页 |
| 4.2.2 住宅用地地块验证 | 第63-65页 |
| 4.3 本章小结 | 第65-66页 |
| 5 北京市住宅用地集约利用评价 | 第66-114页 |
| 5.1 研究区概况 | 第66-71页 |
| 5.1.1 北京市概况 | 第66-69页 |
| 5.1.2 北京市住宅用地利用现状 | 第69-71页 |
| 5.2 住宅用地服务承载力计算 | 第71-74页 |
| 5.3 BP神经网络的构建及训练 | 第74-89页 |
| 5.3.1 BP神经网络算法 | 第74-81页 |
| 5.3.2 训练样本选取 | 第81-86页 |
| 5.3.3 BP神经网络构建 | 第86-87页 |
| 5.3.4 结果及有效性分析 | 第87-89页 |
| 5.4 北京住宅用地集约利用评价结果分析 | 第89-112页 |
| 5.4.1 住宅用地服务承载力分析 | 第89-103页 |
| 5.4.2 住宅用地集约利用评价结果 | 第103-112页 |
| 5.5 本章小结 | 第112-114页 |
| 6 北京市住宅用地潜力挖掘 | 第114-123页 |
| 6.1 潜力分析 | 第114-118页 |
| 6.2 潜力挖掘方案 | 第118-120页 |
| 6.2.1 住宅用地加密 | 第118-119页 |
| 6.2.2 住宅用地扩展潜力挖掘 | 第119-120页 |
| 6.3 政策建议 | 第120-123页 |
| 7 结论与展望 | 第123-127页 |
| 7.1 研究结论 | 第123-125页 |
| 7.1.1 主要结论 | 第123-124页 |
| 7.1.2 主要创新点 | 第124-125页 |
| 7.2 研究不足 | 第125页 |
| 7.3 研究展望 | 第125-127页 |
| 致谢 | 第127-128页 |
| 参考文献 | 第128-139页 |
| 附录 | 第139-141页 |
| 附录一：网络爬虫代码 | 第139-141页 |
| 附录二：攻读博士学位期间参与科研与发表论文情况 | 第141页 |
