[发明专利]一种土地利用分层配置方法

说明书

技术领域

本发明涉及本发明属于土地利用规划领域，，尤其是涉及一种土地利用分层配置方法。

背景技术

土地是人类生存与发展的物质基础。人类通过对土地资源的开发与利用来满足自身各方面的需求。随着人口的增长和城市化的发展，人们对土地资源的需求不断增大，但土地资源的供给是有限的，不同的利益群体对土地资源的使用有不同的利益追求，土地资源竞争便凸显出来。土地资源具有多宜性特征是出现土地资源竞争的另一个原因。自然条件与区位条件优越的土地资源往往能满足人们多方面的需求。土地资源竞争在空间上表现为多种土地利用方式对土地单元的争夺，背后是多方利益群体之间的博弈。合理的配置土地资源是实现区域经济、社会、生态可持续发展的有效手段，而解决空间上的土地资源竞争是其重要内容。

国内外在土地利用配置方面已经开展了大量工作，现有的配置模型大致分为如下三类：线性规划模型、模拟优化模型和智能算法模型。线性规划模型在目标函数和约束条件的控制下获得最优的土地数量结构，但它无法将土地利用落实到具体的土地单元上，无法处理空间上的土地利用竞争。模拟优化模型主要包括系统动力学模型，元胞自动机模型和CLUE-S模型。系统动力学模型用于模拟不同情景下的土地利用数量结构，与线性规划模型一样它也缺乏操作空间土地单元的能力。元胞自动机模型和CLUE-S模型注重对微观土地单元的操作，可以模拟不同条件下的土地利用空间布局，但在模拟过程中较少从多方利益的角度去解决空间上的用地竞争。针对大规模的复杂的土地利用配置问题，模拟退火算法、微粒群算法和遗传算法等智能算法被引入。这些算法在可接受的用时内能给出满足一定需求的土地配置方案。遗传算法是其中一种适用面很广的优化算法，已将其用于解决空间选址、林业规划、水资源配置和土地资源配置等空间优化问题，表现出一定的空间优化能力。遗传算法模型通过遗传进化算子对土地利用的空间布局进行优化，相关算子从最初采用的随机搜索策略发展到与土地规划领域的知识相结合，但这方面的结合是浅显的，总体上遗传算法模型缺乏足够的解决用地竞争的能力。现有的优化配置模型大多只对土地利用的空间布局进行单一层次的优化，这样难以有效的结合用地竞争的解决策略，并且现有模型在解决用地竞争时，缺少多方利益群体的参与，用地协调结果难于付诸实施。

发明内容

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种土地利用分层配置方法，其特征在于，包括如下步骤：

步骤1，获取和收集土地利用基础数据，对需要进行空间布局优化的地类作适宜性评价并将所有空间数据转为一定精度下的格网形式，该格网技术为现有技术，格网精度一般为50m×50m或100m×100m。

步骤2，针对土地利用空间布局优化问题，构建特定的遗传算法染色体和遗传进化算子，完成问题域向算法域的映射。在空间优化目标的指导下，运用遗传算法分别对各地类的空间布局进行优化。

步骤3，在步骤2的基础上结合土地规划领域的知识和博弈理论解决各地类优化后的空间布局与现状土地利用的用地竞争。不同类型的用地竞争采用不同的解决策略，所有类型的用地竞争都是以竞争区作为基本的处理单元。

在上述的一种土地利用分层配置方法，所述的步骤2中，某一地类空间布局的优化过程如下：

步骤2.1，初始化算法参数和种群。染色体为二维格网染色体，格网单元(即基因)全为二值变量，采用该地类的土地利用现状初始化染色体。

步骤2.2，计算每个染色体的适宜度，以土地适宜性水平和空间紧凑度为优化目标，采用加权和的方式进行多目标处理，所述的适宜度的计算基于以下公式：

最大化F=w1*fnorm(S)+w2*fnorm(C)+Penalty]]>