北京市土地利用变化分析及预测方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 1 引言 | 第10-18页 |
| 1.1 选题背景和研究意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 土地利用变化国内外研究现状 | 第11-13页 |
| 1.2.2 土地利用空间格局预测国内外研究现状 | 第13-14页 |
| 1.2.3 存在问题 | 第14-15页 |
| 1.3 研究内容与研究方法 | 第15-16页 |
| 1.3.4 研究内容 | 第15-16页 |
| 1.3.5 研究方法 | 第16页 |
| 1.4 主要创新点 | 第16-17页 |
| 1.5 技术路线 | 第17-18页 |
| 2 研究区概况 | 第18-21页 |
| 2.1 自然条件概况 | 第18-19页 |
| 2.1.1 行政区划 | 第18页 |
| 2.1.2 地理环境 | 第18-19页 |
| 2.2 社会经济概况 | 第19-21页 |
| 3 研究区遥感信息提取 | 第21-33页 |
| 3.1 遥感数据采集与处理 | 第21-24页 |
| 3.1.1 数据来源 | 第21页 |
| 3.1.2 影像预处理 | 第21-24页 |
| 3.2 土地利用信息提取 | 第24-27页 |
| 3.3 分类结果及精度评价 | 第27-33页 |
| 4 土地利用变化分析 | 第33-45页 |
| 4.1 土地利用变化幅度 | 第34-35页 |
| 4.2 土地利用变化速度 | 第35-37页 |
| 4.2.1 单一土地利用类型动态度 | 第35-36页 |
| 4.2.2 综合土地利用动态度 | 第36-37页 |
| 4.3 土地利用空间变化 | 第37-45页 |
| 5 土地利用空间格局预测 | 第45-67页 |
| 5.1 驱动因子选取 | 第45-48页 |
| 5.1.1 驱动因子的获取 | 第45-48页 |
| 5.1.2 驱动因子的标准化 | 第48页 |
| 5.2 原理介绍 | 第48-54页 |
| 5.2.1 markov模型原理 | 第48-49页 |
| 5.2.2 CA模型原理 | 第49-53页 |
| 5.2.3 ANN模型原理 | 第53-54页 |
| 5.3 Markov-ANN-CA耦合模型设计 | 第54-59页 |
| 5.3.1 模型简介 | 第54-55页 |
| 5.3.2 Markov模块 | 第55-56页 |
| 5.3.3 数据预处理模块 | 第56-57页 |
| 5.3.4 人工神经网络模块 | 第57-58页 |
| 5.3.5 CA模块 | 第58-59页 |
| 5.4 研究区土地利用结构预测 | 第59-67页 |
| 5.4.1 数据获取与预处理 | 第59页 |
| 5.4.2 Markov预测 | 第59-60页 |
| 5.4.3 人工神经网络训练及预测 | 第60-61页 |
| 5.4.4 模型验证 | 第61-64页 |
| 5.4.5 北京市2020年土地利用结构预测 | 第64-67页 |
| 6 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 研究不足与展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74页 |
