徐州市区城市建设用地需求预测研究

发布时间：2017-11-12 17:01

  本文关键词：徐州市区城市建设用地需求预测研究

  更多相关文章： 徐州 城市建设用地 RBF神经网络 预测研究

【摘要】：城镇化程度的进一步提升离不开土地这种基础资源的持续投入。在城市的各种土地资源中,城市建设用地由于其涉及类型广泛、关系到城市发展的根本而显得十分重要。本文以江苏省徐州市区例,通过RBF神经网络模型预测研究徐州市区的城市建设用地需求情况并与《徐州市土地利用总体规划(2006-2020)》进行对比,发现徐州市区城市建设用地需求总量已经超过了《总体规划》所划定的上限,进一步发展面临的土地供需矛盾会更加尖锐。基于这一结论,本文提出要挖掘现有土地潜力、促进主城区第二产业转移、修订地方土地管理政策、调整自身城市建设用地结构等管理措施,以期为徐州市区城市建设用地管理工作的改进做出一定贡献。本文从徐州市区的城市建设用地现状入手,并分别从徐州市区、江苏省、淮海经济区三个视角将徐州市于多个城市的情况进行交叉对比,并运用适宜度评价模型进行定量计算分析,明确徐州市区城市建设用地的现状。接下来,在查询现有文献的基础上并结合徐州市区的基本情况,对影响徐州市区城市建设用地的影响因素进行筛选分析。最后在搜集完成的数据基础上完成各种预处理步骤,带入RBF神经网络进行计算,得出最终的预测值,并与《总体规划》中的限制值进行对比分析得到最终的分析结果,并结合国家政策、存在的问题以及徐州市的基本情况拟定政策建议。首先,本文运用文献分析法,对本研究领域的现有成果进行了解与掌握,并在此基础上从徐州市区、江苏省、淮海经济区三个视角对徐州市区的城市建设用地情况进行描述性分析,再利用评价模型将计算出的统计指标带入得出适宜度得分。其次,在结合现有研究成果与徐州市区基本情况的基础之上,利用相关性系数与灰色关联分析法完成影响因素的筛选与确定。然后,在按照数据处理的一般步骤,分别利用归一化、标准化、主成分分析、数据拟合等处理方法对数据完成预处理,并带入RBF神经网络计算分析,得出预测结果。最后,将得到的预测结果与《总体规划》进行对比,发现其中的问题,并提出完善徐州市区城市建设用地管理工作的意见和建议。
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F301.2
，

本文编号：1176775