[发明专利]一种基于GIS的农村居民点集中居住区选址和优化方法

摘要

本发明公开了一种基于GIS的农村居民点集中居住区选址和优化方法，首先基于GIS获取目标区域空间和属性数据，构建信息量模型进行农村居民点集中居住区用地适宜性评价，叠加土地利用规划允许建设区，获得候选地址，并设定面积大小阈值进行筛选，再使用P‑中位问题模型对候选地址进行优化。本发明利用GIS技术，构建信息量模型，定量地进行农村居民点用地适宜性评价和选址，并使用整数线性规划的P‑中位问题模型进行区位优化，能够灵活设置候选地址需求，选址结果定位到地块；候选地址基于实际路网，考虑农民搬迁后日常劳作需求，使其距离成本最小，具有精度高，可操作性强的优点。

主权项

1.一种基于GIS的农村居民点集中居住区选址和优化方法，其特征在于，首先基于GIS获取目标区域空间和属性数据，构建信息量模型进行农村居民点集中居住区用地适宜性评价，叠加土地利用规划允许建设区，获得候选地址，并设定面积大小阈值进行筛选，再使用P‑中位问题模型对候选地址进行优化，包括如下方法步骤：第1步，获取目标区域道路、河流、农村居民点建设用地、高程、坡度和坡向等空间数据和人口经济属性数据：为了获取目标区域的矢量数据，首先需要收集目标区域的遥感影像、DEM、土地利用规划图和社会经济人口等数据，在ArcGIS中加载高清遥感像并通过目视解译进行地物判读数字化目标区域道路、河流、农村居民点、中心村和集镇建设用地等数据，在ArcGIS中对DEM数据进行表面分析得到目标区域坡度和坡向数据，人口经济数据输入到对应的矢量数据表中；第2步，基于GIS空间分析，构建信息量适宜性评价模型：将影响因子分级并统计与农村居民点的信息量，然后将所有因子信息量叠加，用单个栅格单元的信息量大小表示适宜性程度，具体如下：首先确定影响因子并分级，信息量模型通过信息量值大小直观的表现影响因子与研究对象之间的密切程度，结合目标区域实际情况，选取适宜性评价影响因子，如坡度、坡向、高程、距河流的距离、距道路的距离、距城镇的距离等，在ArcGIS中将影响因子分级，并使用区域统计工具统计分类中农村居民点的数量，带入公式计算信息量，计算公式如下：式中：Wi是某个因子的信息量大小；Densclass是某个因子里的居民点密度；Densmap是整个目标区域内的居民点密度；Npix(Si)是某个因子里包含的居民点的栅格数；Npix(Ni)是某个因子图层的所有栅格数；SNpix(Si)是整个目标区域内居民点的栅格数；SNpix(Ni)是整个目标区域所有栅格数；将所有因子的信息量Wi相加，即可得到某个栅格单元的信息量大小，在ArcGIS中使用栅格计算器，将所有因子图层按下述公式叠加：W＝∑Wi式中：W表示为评价区某单元信息量预测值。第3步，将目标区域所有栅格的信息量重分类，根据已有居民点在适宜性分区的分布情况判断模型的有效性，如果模型有效，则继续执行，否则返回，检查影响因子数据质量或更新影响因子后，重新评价；第4步，以农作物生产点到候选地址总距离最小为目标，使用P‑中位问题模型，基于路网数据集，设置候选地址需求数量，对筛选出的候选选址进行优化：获得目标区域适宜性分区后，将适宜性高的栅格单元矢量化，叠加土地利用规划允许建设区后，按地块面积大小筛选出一定数量的候选地址；P‑中位问题模型如下：假设原有居民点距生产区的距离忽略不计，居民在日常劳作需在生产区和居住区往返，选择一定数目的候选地址，以达到生产点到居住点的总距离或时间最小，P‑中位问题公式如下：Z＝∑∑aidijxij式中：i是生产点编号(i＝1,2,...,n)；j是候选居民点编码(j＝1,2,...,m)；p是要选取的居民点数目；ai是生产点i的总需求；dij是生产点i到居民点j之间的距离或时间；xij＝1表示第j点的服务设施覆盖第i个生产点，否则为0；在一定约束条件下求上述公式的最小值；第5步，确定候选地址并划分服务区域，并根据适宜性等级确定分区内需搬迁的农村居民点：在ArcGIS中根据实际路网创建路网数据集，将农村居民点(需求点)和筛选出候选选址联接到最近路网结点，所有数据转换为coverage格式，在ArcInfo Worksation中使用Mindistance模块，设置候选地址需求数量，基于路网数据进行区位优化，选出一定数量的候选地址，划分服务区域；第6步，输出最终的农民集中居住区选址方案：根据适宜性等级确定服务区域内需搬迁的农村居民点，在ArcGIS中将矢量化的适宜性分区图层和居民点图层叠加分析，选出位于适宜性差区域的居民点，初步确定为需搬迁的农村居民点，搬迁到所属服务区域内对应的候选地址。