CN107527133A - 城市群国土空间利用质量提升辅助决策系统 - Google Patents
城市群国土空间利用质量提升辅助决策系统 Download PDFInfo
- Publication number
- CN107527133A CN107527133A CN201710561042.6A CN201710561042A CN107527133A CN 107527133 A CN107527133 A CN 107527133A CN 201710561042 A CN201710561042 A CN 201710561042A CN 107527133 A CN107527133 A CN 107527133A
- Authority
- CN
- China
- Prior art keywords
- unit
- cities
- lifting
- land space
- national land
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 claims abstract description 167
- 238000005065 mining Methods 0.000 claims abstract description 91
- 238000011161 development Methods 0.000 claims description 120
- 230000033228 biological regulation Effects 0.000 claims description 60
- 238000004458 analytical method Methods 0.000 claims description 34
- 230000000694 effects Effects 0.000 claims description 24
- 230000015572 biosynthetic process Effects 0.000 claims description 16
- 238000003786 synthesis reaction Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 230000002708 enhancing effect Effects 0.000 claims 1
- 230000010354 integration Effects 0.000 abstract description 50
- 238000000034 method Methods 0.000 abstract description 37
- 238000005516 engineering process Methods 0.000 abstract description 24
- 230000009467 reduction Effects 0.000 abstract description 11
- 238000004088 simulation Methods 0.000 abstract description 8
- 230000018109 developmental process Effects 0.000 description 119
- 238000010276 construction Methods 0.000 description 53
- 230000008901 benefit Effects 0.000 description 19
- 238000004519 manufacturing process Methods 0.000 description 16
- 238000011160 research Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 230000007613 environmental effect Effects 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 11
- 230000009466 transformation Effects 0.000 description 10
- 238000009826 distribution Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 230000002776 aggregation Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000005054 agglomeration Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 239000003673 groundwater Substances 0.000 description 6
- 238000013439 planning Methods 0.000 description 6
- 238000004162 soil erosion Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 4
- MSFGZHUJTJBYFA-UHFFFAOYSA-M sodium dichloroisocyanurate Chemical compound [Na+].ClN1C(=O)[N-]C(=O)N(Cl)C1=O MSFGZHUJTJBYFA-UHFFFAOYSA-M 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 241000288906 Primates Species 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000013278 delphi method Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 238000012732 spatial analysis Methods 0.000 description 3
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical class [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 2
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- YNPNZTXNASCQKK-UHFFFAOYSA-N phenanthrene Chemical compound C1=CC=C2C3=CC=CC=C3C=CC2=C1 YNPNZTXNASCQKK-UHFFFAOYSA-N 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000009123 feedback regulation Effects 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000007261 regionalization Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000005476 size effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种城市群国土空间利用质量提升辅助决策系统。该系统包括:国土空间开发强度子系统模块、城镇规模调控子系统模块、产业结构优化子系统模块、交通网络优化子系统模块和综合提升子系统模块,基于生态空间一体化的国土空间开发强度控制技术、基于城乡空间一体化的城市群城镇规模调控技术、基于增量‑就业‑减排空间一体化的城市群产业结构优化技术、基于载流空间一体化的交通网络优化技术和基于SD‑CA模型的城市群尺度国土空间利用情景模拟技术,提供了一种城市群地区国土空间利用质量提升辅助决策系统,提高了城市群地区国土空间利用质量提升辅助决策的效率和可靠性。
Description
技术领域
本发明涉及数据处理领域,具体而言,涉及一种城市群国土空间利用质量提升辅助决策系统。
背景技术
(一)城市群主体要素的架构
国家新型城镇化对国土空间利用的新要求应该作为国土空间利用质量评价中理想值和理想区间的依据。新型城镇化建设是在不同地域的不同发展基础与开发条件下推进的,既不能搞“一线平推”和“一刀切”,又不能套用一种模式,必须实施规划先行、优化空间,因地制宜的发展模式,科学定位发展目标。本着政府管理与规划支撑目标服务导向与可复制、可推广的原则,科学提炼与全面对接城市群主体与新型城镇化背景的特征要素,既能遵循新型城镇化的本质特征,提取不同城市群共性的普遍特征,也可以全面概括与揭示城市群各个构成要素的特质。
1、城市群的主体地位。城市群在全球城镇体系和中国城镇化进程中的主体地位已经确立。经济全球化已成为世界经济发展的重要趋势和重要特征之一。全球正在成为一个以超特大城市为节点,以跨国公司为载体,以资本、商品、科技、信息、服务为纽带,相互依赖,相互作用的流通网络。城市群作为国家参与全球竞争与国际化分工的基本地域单元,成为区域空间未来发展的重要增长点。作为全球经济网络的核心节点,城市群内不同城市之间的职能分工更为细化与明确,联系更为紧密,层次更为分明。中央城镇化工作会议和《国家新型城镇化规划(2014—2020年)》明确指出以城市群为推进城镇化的主体形态,完全符合全球化背景下的城镇化一般规律,符合我国资源环境承载能力的基本特征。
2、城市群主体要素的确定。作为全球城市群研究的权威团队,中国科学院地理科学与资源研究所中国城市群研究团队的首席专家方创琳教授总结了多年的研究经验认为,城市群是指在特定地域范围内,以1个特大城市为核心,由至少3个以上大城市为基本构成单元,依托发达的交通通信等基础设施网络,所形成的空间组织紧凑、经济联系紧密、并最终实现高度一体化和同城化的城市群体。在此群体内,将突破行政区划体制束缚,实现区域性产业发展布局一体化、基础设施建设一体化、区域性市场建设一体化、城乡统筹与城乡建设一体化、环境保护与生态建设一体化、社会发展与社会保障体系建设一体化,逐步实现规划同编、产业同链、城乡同筹、交通同网、信息同享、金融同城、市场同体、科技同兴、环保同治、生态同建的经济共同体和利益共同体[1]。由此可见,开发强度、城镇体系、产业体系、交通设施是城市群国土空间开发的主体要素,民生则是城市群发展的最终目标。
城市群是区域优先发展的国土空间载体。城市群地区已经成为我国经济发展格局中最具活力和潜力的核心地区,也是我国生产力布局的增长极点和核心支点,具有将各种生产要素流动汇聚与扩散的功能。
开发强度是城市群可持续发展的保障。资源与环境是人类赖以生存的基础,城市的资源环境承载力是有限的,超过这个承载力,将会导致交通拥堵、资源紧缺、环境污染、生态恶化等一系列的“城市病”。合理的开发强度可以保障城市群在其资源环境承载力的范围内可持续发展,也是城市群国土空间区域性市场、城乡统筹与城乡建设、环境保护与生态建设、社会发展与社会保障等一体化建设的承载基础。
城镇体系是城市群的节点支撑主体。城市群即在特定国土空间上由不同规模、等级和职能分工的城市(镇)构成的群体,城市群因城市的聚集而成群。城镇体系一体化是城市群一体化建设的支撑节点保障。
产业体系是城市群的动力驱动主体。城市因产而生,因产而兴,产业是城市发展的动力。同样,产业规模的扩大在不同资源禀赋的城市之间形成了产业分工,进而形成了城市群的产业体系。所以,产业体系一体化是城市群一体化建设的活力保障。
交通设施是城市群的骨架联系主体。交通网络设施是城市之间的联系纽带,是城市之间经济社会要素流动与联通的载体,又是吸引城市群经济社会要素集聚的带状增长极,构成了城市群发展的骨架主体。基础设施一体化是城市群一体化建设的框架保障。
3、城市群主体要素的相关关系。城市群国土空间是承载城镇体系、基础设施、产业体系的本底和基础,具有一定的资源环境承载力能力,可持续发展状况受国土空间开发强度制约;城镇体系是城市群的主体,城镇体系的规模结构、等级结构、职能结构和空间结构决定着城市群的规模结构、等级结构、职能结构和空间结构,城镇体系的有机联系和协调程度决定着城市群的一体化进程与可持续发展能力;基础设施是城市群的骨架,是城市之间经济社会要素流动与联通的载体,又是吸引城市群经济社会要素集聚的带状增长极,基础设施的合理性与完善度制约着城市群整体机能的合作协调性与运行高效性;产业体系是城市群的发展动力,合理的产业结构、产业链合、产业集群与城市间的产业分工可以提升城市群的发展活力与综合实力,进而影响城市群的民生保障;开发强度是城市群可持续发展的保障。基于城市群资源环境承载力的开发强度可以有效地发挥城市群的一体化效应,过之与欠之均不符合城市群发展的根本要求。
(二)新型城镇化对城市群国土空间利用的新要求
新型城镇化是以城乡统筹、城乡一体、产城互动、节约集约、生态宜居、和谐发展为基本特征的城镇化,是大、中、小城市和小城镇、新型农村社区协调发展、互促共进的城镇化。
新型城镇化的“新”主要体现在以下五大转变,即新型城镇化是统筹协调的城镇化、集约高效的城镇化、生态文明的城镇化、安全宜居的城镇化和传承共享的城镇化。
统筹协调的城镇化。转变重视单个城市发展的唯城是图式城镇化为区域一体化的统筹协调式城镇化。统筹协调的城镇化要求根据生态学、生态工程理念对国土生态关系进行重构,保持国土与区域的综合性和有机性相适应,实现区域一体化。要遵循因地制宜的原则选择土地用途,建构完善、合理的国土空间结构与布局。将国土利用与自然覆被有机结合起来,构建国土生态系统结构与功能布局。要在对国土资源环境保护的基础上,严控土地开发强度,维护国土资源自我更新能力;治理已经退化的国土资源,保持国土资源可持续发展。
集约高效的城镇化。转变追求规模和速度的大而快式城镇化为追求质量的集约高效式城镇化。集约高效的城镇化要求加大国土投入力度,提高国土资源生产能力。多元化、安全、完善的资源供应系统和高效、绿色、低碳的资源利用系统初步建立,社会经济发展对资源的依赖程度逐步降低,资源集约节约利用水平显著提高,资源保障体系基本建立。提高国土资源转化效率和利用效益为前提,与长远利益进行有机结合,提高生产能力的可持续性。因地制宜,注重增加土地开发、节约集约利用、整治与保护力度,追求社会经济生态效益的综合性提高。
生态文明的城镇化。转变追求经济文明的GDP崇拜式城镇化为追求绿色GDP的生态文明式城镇化。生态文明的城镇化强调经济发展与环境保护统一协调,核心是比较注重资源的利用率和资源整合的效率。保护生态环境,实现绿色发展,就是要把生态文明建设放在突出的地位,融入到经济建设、政治建设、文化建设、社会建设的各个方面和全过程,努力建设美丽中国,实现有序发展。
安全宜居的城镇化。转变追求物化形态的政绩式城镇化为追求安全与宜居的人本式城镇化。安全宜居的城镇化要求依据资源环境承载力和经济、社会与生态效益(三效合一)相结合的原则,管控国土资源开发强度与空间建构,促进生产空间、生活空间、生态空间(三生空间)的优化。加快推进主体功能区战略,促进各地区严格按照功能地位优化发展,打造科学合理的城市发展格局、农业发展格局以及生态安全格局。
传承共享的城镇化。转变追求城市和工业文明为主的城市化为城乡基础设施和公共服务均等与传统文化传承的城乡一体化。传承共享的城镇化要求城市经济集聚能力日益提高,城乡结构更加合理,基础设施更加完备、利用效率更加提升。树立科学理念,制定科学规划,立足国情,博采众长,做到现代中有传承、规范中有灵动,把城市建设成绿色包容和谐、群众安居乐业的有机生命体。同时,要增强城市对农村的反哺带动能力,建设美丽乡村,破解城乡二元结构矛盾,使山水乡恋与城市文明融为一体,让亿万农民共享新型城镇化发展成果。
(三)研究内容的逻辑关系
基于以上城市群主体要素及其相关关系分析,本发明将基于生态空间一体化的国土空间开发强度控制技术、基于城乡空间一体化的城市群城镇规模调控技术、基于增量-就业-减排空间一体化的城市群产业结构优化技术、基于载流空间一体化的交通网络优化技术和基于SD-CA模型的城市群尺度国土空间利用情景模拟技术,提供了一种城市群地区国土空间利用质量提升辅助决策系统。
发明内容
本发明提供了一种城市群国土空间利用质量提升辅助决策系统和存储介质,以至少解决相关技术中缺少城市群地区国土空间利用质量提升辅助决策系统的问题。
根据本发明的一个方面,提供了一种城市群国土空间利用质量提升辅助决策系统,包括:国土空间开发强度子系统模块、城镇规模调控子系统模块、产业结构优化子系统模块、交通网络优化子系统模块和综合提升子系统模块。
可选地,所述国土空间开发强度子系统模块包括:国土空间开发基础数据单元、国土空间开发测算权重单元、国土空间开发强度综合测算单元、国土空间开发强度综合分析单元、国土空间开发强度提升分析单元,以及国土空间开发强度提升分析专题图单元;其中,
所述国土空间开发基础数据单元,用于管理参与国土空间开发强度综合测算的基础数据;
所述国土空间开发测算权重单元,用于管理测算权重因子;
所述国土空间开发强度综合测算单元,用于测算国土空间开发强度;
所述国土空间开发强度综合分析单元,用于分析国土空间开发强度;
所述国土空间开发强度提升分析单元,用于测算国土空间开发强度的提升效果;
所述国土空间开发强度提升分析专题图单元,用于生成国土空间开发强度提升分析专题图。
可选地,所述城镇规模调控子系统模块包括:城镇规模调控基础数据单元、城镇规模调控测算权重单元、城镇规模调控综合测算单元、城镇规模调控综合分析单元、城镇规模调控提升分析单元、城镇规模调控提升专题图单元;其中,
所述城镇规模调控基础数据单元,用于管理参与城镇规模调控综合测算的基础数据;
所述城镇规模调控测算权重单元,用于管理城镇规模调控测算权重;
所述城镇规模调控综合测算单元,用于测算城镇规模结构合理性;
所述城镇规模调控综合分析单元,用于分析城镇规模结构合理性;
所述城镇规模调控提升分析单元,用于测算城镇规模调控的提升效果;
所述城镇规模调控提升专题图单元,用于生成城镇规模调控提升专题图。
可选地,所述产业结构优化子系统模块包括:产业结构优化基础数据单元、产业结构优化权重单元、产业结构优化综合测算单元、产业结构优化综合分析单元、产业结构优化提升分析单元、产业结构优化提升专题图单元;其中,
所述产业结构优化基础数据单元,用于管理参与产业结构优化的基础数据;
所述产业结构优化权重单元,用于管理产业结构优化测算权重;
所述产业结构优化综合测算单元,用于测算产业体系结构合理性;
所述产业结构优化综合分析单元,用于分析产业体系结构合理性;
所述产业结构优化提升分析单元,用于测算产业结构优化的提升效果;
所述产业结构优化提升专题图单元,用于生成产业结构优化提升专题图。
可选地,所述交通网络优化子系统模块包括:交通网络优化基础数据单元、交通网络优化权重单元、交通网络优化综合测算单元、交通网络优化综合分析单元、交通网络优化提升分析单元、交通网络优化提升专题图单元;其中,
所述交通网络优化基础数据单元,用于管理参与交通网络优化的基础数据;
所述交通网络优化权重单元,用于管理参与测算交通网络优化的权重值;
所述交通网络优化综合测算单元,用于测算交通体系优化指数;
所述交通网络优化综合分析单元,用于分析交通体系优化指数;
所述交通网络优化提升分析单元,用于测算交通体系优化指数的提升效果;
所述交通网络优化提升专题图单元,用于生成交通网络优化提升专题图。
可选地,所述综合提升子系统模块包括:综合提升测算单元、综合提升分析单元、综合提升分析专题图单元;其中,
所述综合提升测算单元,用于根据国土空间开发强度、城镇规模结构合理性、产业体系结构合理性、交通体系优化指数进行综合提升测算;
所述综合提升分析单元,用于分析综合提升结果;
所述综合提升分析专题图单元,用于生成综合提升分析专题图。
根据本发明的另一个方面,还提供了一种存储介质,位于设备中,所述存储介质中存储有用于控制所述设备的程序代码,所述程序代码包括:国土空间开发强度子系统模块、城镇规模调控子系统模块、产业结构优化子系统模块、交通网络优化子系统模块和综合提升子系统模块。
通过本发明,采用的城市群国土空间利用质量提升辅助决策系统,包括:国土空间开发强度子系统模块、城镇规模调控子系统模块、产业结构优化子系统模块、交通网络优化子系统模块和综合提升子系统模块,基于生态空间一体化的国土空间开发强度控制技术、基于城乡空间一体化的城市群城镇规模调控技术、基于增量-就业-减排空间一体化的城市群产业结构优化技术、基于载流空间一体化的交通网络优化技术和基于SD-CA模型的城市群尺度国土空间利用情景模拟技术,提供了一种城市群地区国土空间利用质量提升辅助决策系统,提高了城市群地区国土空间利用质量提升辅助决策的效率和可靠性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的城市群国土空间利用质量提升辅助决策系统的结构框图;
图2是根据本发明优选实施例的城市群国土空间开发强度三维矩阵模型图;
图3是根据本发明优选实施例的城市群城镇规模体系调控技术方法体系的示意图;
图4是根据本发明优选实施例的城市群交通网络结构优化建模框架的示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本实施例提供了一种城市群国土空间利用质量提升辅助决策系统。图1是根据本发明实施例的城市群国土空间利用质量提升辅助决策系统的结构框图,如图1所示,该系统包括:国土空间开发强度子系统模块、城镇规模调控子系统模块、产业结构优化子系统模块、交通网络优化子系统模块和综合提升子系统模块。
可选地,国土空间开发强度子系统模块包括:国土空间开发基础数据单元、国土空间开发测算权重单元、国土空间开发强度综合测算单元、国土空间开发强度综合分析单元、国土空间开发强度提升分析单元,以及国土空间开发强度提升分析专题图单元;其中,国土空间开发基础数据单元,用于管理参与国土空间开发强度综合测算的基础数据;国土空间开发测算权重单元,用于管理测算权重因子;国土空间开发强度综合测算单元,用于测算国土空间开发强度;国土空间开发强度综合分析单元,用于分析国土空间开发强度;国土空间开发强度提升分析单元,用于测算国土空间开发强度的提升效果;国土空间开发强度提升分析专题图单元,用于生成国土空间开发强度提升分析专题图。
可选地,城镇规模调控子系统模块包括:城镇规模调控基础数据单元、城镇规模调控测算权重单元、城镇规模调控综合测算单元、城镇规模调控综合分析单元、城镇规模调控提升分析单元、城镇规模调控提升专题图单元;其中,城镇规模调控基础数据单元,用于管理参与城镇规模调控综合测算的基础数据;城镇规模调控测算权重单元,用于管理城镇规模调控测算权重;城镇规模调控综合测算单元,用于测算城镇规模结构合理性;城镇规模调控综合分析单元,用于分析城镇规模结构合理性;城镇规模调控提升分析单元,用于测算城镇规模调控的提升效果;城镇规模调控提升专题图单元,用于生成城镇规模调控提升专题图。
可选地,产业结构优化子系统模块包括:产业结构优化基础数据单元、产业结构优化权重单元、产业结构优化综合测算单元、产业结构优化综合分析单元、产业结构优化提升分析单元、产业结构优化提升专题图单元;其中,产业结构优化基础数据单元,用于管理参与产业结构优化的基础数据;产业结构优化权重单元,用于管理产业结构优化测算权重;产业结构优化综合测算单元,用于测算产业体系结构合理性;产业结构优化综合分析单元,用于分析产业体系结构合理性;产业结构优化提升分析单元,用于测算产业结构优化的提升效果;产业结构优化提升专题图单元,用于生成产业结构优化提升专题图。
可选地,交通网络优化子系统模块包括:交通网络优化基础数据单元、交通网络优化权重单元、交通网络优化综合测算单元、交通网络优化综合分析单元、交通网络优化提升分析单元、交通网络优化提升专题图单元;其中,交通网络优化基础数据单元,用于管理参与交通网络优化的基础数据;交通网络优化权重单元,用于管理参与测算交通网络优化的权重值;交通网络优化综合测算单元,用于测算交通体系优化指数;交通网络优化综合分析单元,用于分析交通体系优化指数;交通网络优化提升分析单元,用于测算交通体系优化指数的提升效果;交通网络优化提升专题图单元,用于生成交通网络优化提升专题图。
可选地,综合提升子系统模块包括:综合提升测算单元、综合提升分析单元、综合提升分析专题图单元;其中,综合提升测算单元,用于根据国土空间开发强度、城镇规模结构合理性、产业体系结构合理性、交通体系优化指数进行综合提升测算;综合提升分析单元,用于分析综合提升结果;综合提升分析专题图单元,用于生成综合提升分析专题图。
本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
本实施例还提供了一种存储介质,位于设备中,所述存储介质中存储有用于控制所述设备的程序代码,所述程序代码包括:国土空间开发强度子系统模块、城镇规模调控子系统模块、产业结构优化子系统模块、交通网络优化子系统模块和综合提升子系统模块。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
下面将通过优选实施例对各模块的功能进行描述和说明。
一、国土空间开发强度子系统模块基于生态空间一体化的国土空间开发强度(SDIC)控制技术实现开发强度的测算和提升分析。
国土空间开发强度子系统模块以城市群地区的生态、资源与环境承载力评价和主体功能区方案为基础,以空间开发强度评价技术分析结果为支撑,以地块现状开发密度、生态环境安全边界等开发容量阈值为目标,基于GIS空间分析平台,构建城市群地区国土空间开发强度控制模型,开发城市群地区国土空间开发强度控制技术、国土空间开发支持能力调控技术和国土空间开发利用效率调控技术,根据地区发展需求和国土极限强度阈值,制定城市群地区国土空间开发强度优化控制方案。
(一)国土开发强度控制建模思路
城市群是一个生态-经济有机体。城市群国土空间开发强度的调控以生态资源环境承载力支撑下的国土空间开发支持能力为基础,对当前的国土空间开发强度和国土空间开发利用效率进行调控。
(二)国土开发强度控制指标解释
指标体系构建思路。对国土开发强度的科学衡量与评价是一个包含多元要素的复杂概念体系,其合理与否不仅要视国土开发强度本身,还应与国土开发利用效率、区域国土开发支持能力及其匹配关系紧密结合。因此,本实施例对国土开发强度的分析包括了国土开发强度的时空分异规律、国土开发支持能力及国土开发利用效率三部分。
城市群国土空间开发程度。指城市群建设用地面积占总行政区域面积的比值(%),建设用地包括城镇、独立工矿、农村居民点、交通、水利设施(不包括水库水面)、其他建设空间等所有建设用地,数据来源于历年的城市群土地利用变更数据。
城市群国土空间开发支持能力。城市群的国土支持能力是国土开发的基础,包括国土开发的自然潜力、接受外来辐射的能力以及社会经济发展程度等方面。国土开发支持能力大,该国土空间所承载的合理开发强度就大,可适当增加开发强度,反之则不能。本课题通过区域国土开发自然潜力、区位条件以及社会经济发展阶段等方面分析国土开发支持能力。
国土开发自然潜力。选择可利用国土空间规模、地质灾害易发度、水土流失程度、地下水开发强度、坡度为评价指标。其中可利用国土空间规模通过适宜建设空间面积扣除已有建设空间面积和基本农田面积后获得。
以山东省为例,地质灾害易发程度数据依据《山东省地质灾害防治规划(2003—2020年)》,按照地质灾害种类、风险程度划分不同级别,根据其对国土开发自然潜力影响的大小,赋予不同的分值。地下水开发强度数据来源于山东省主体功能区划研究报告。坡度分级数据通过山东省30米DEM数据生成。对以上指标数据级差标准化后,运用德尔菲法确定权重,得到国土开发自然潜力评价结果。
区位条件通过研究单元与中心城市的距离、道路密度两项指标衡量,所需数据利用ArcGIS的空间分析以及统计分析功能获取。
以山东省为例,山东半岛城市群各区县社会发展所处阶段依据世界银行的评价体系进行判断,相关数据来源于《山东省统计年鉴》(2002-2014)。
城市群国土空间开发利用效率为,特定时间和范围内,已开发建设空间与承载的人口、经济及产出的比率关系,即建设承载强度和建设产出强度。
从国土开发的构成及其效应来看,国土开发利用效率指在特定时间和范围内,已开发建设空间与其上承载的人口、经济及产出的比率关系,是对建设空间利用效果的综合表达,也是未来国土开发利用优化决策的重要依据。主要由建设空间承载强度以及产出决定。承载强度指单位面积土地上承载物或者开发利用活动的数量,是国土开发利用效率的直接决定因素,通常用人口数量、经济投人等单项或复合指标表达。本课题选取单位建设空间上的常住人口以及单位建设空间上的固定资产投资额代表承载强度;选取单位建设空间上的GDP作为国土开发的产出效果,藉此反映国土开发利用效率。。
(三)国土开发强度控制指标体系构建
基于生态空间一体化的国土空间开发强度控制技术指标体系的目标层为A1国土空间开发强度控制体系;基准层包括B1国土空间开发强度、B2国土空间开发支持能力和B3国土空间开发利用效率三个基准体系;准则层包括C1建设用地比例、C2建设用地比例年均增速、C3国土开发自然潜力、C4区位条件、C5城市发展阶段、C6承载强度和C7产出效率等7个准则体系;指标层包括D1建设用地面积/行政区面积、D22000-2014年平均增长率、D3适宜坡度、D4水土流失程度、D5地质灾害易发程度、D6地下水开发强度、D7基本农田面积、D8可利用国土空间规模、D9与城市中心距离、D10道路密度、D11人均GDP、D12建设用地的常住人口密度、D13建设用地的固定资产投资密度和D14建设用地的GDP等14个指标,参见表1。
表1国土空间开发强度控制指标体系
(四)国土开发自然潜力控制模型
根据城市群的地质条件、地形条件、土壤、水资源和基本农田5大约束要素构建指标体系,通过运用Delphi法设置指标权重,1为非限制区,3为低限制区,5为中限制区,7为较高限制区,9为限制区,依此确定建设用地扩展的限制性区域(Ar),包括地质条件限制区域(Agr),坡度地形条件限制区域(Asr)、水资源限制区域(Awr)、水土流失限制区域(Apr)、基本农田限制区域(Acr)。即
Ar=Agr+Asr+Awr+Apr+Acr (1-1)
式1-1中,Agr地质条件限制区域,是指自然因素或者人为活动引发的危害人民生命和财产安全的崩塌、滑坡、泥石流、地面塌陷、地裂缝、地面沉降等与地质作用有关的灾害区域。按地质灾害防治规划的等级划分标准,划分为重点防护区、次重点防护区、一般防护区和无灾害区四种类型,分别赋予9、5、1、0的属性。其中重点防护区以地裂缝为主的高易发区、采空塌陷为主的高易发区、地面沉降为主的高易发区、岩溶塌陷为主的高易发区组成,次重点防护区包括崩塌、滑坡、泥石流为主的中易发区和采空塌陷为主的中易发区,一般防护区为崩塌、滑坡、泥石流为主的低易发区。
Asr为坡度地形条件限制区域,根据《城市用地竖向规划规范(CJJ83-99)》规定,城市各类建设用地最大坡度不超过25%。故本研究将大于25%的坡度规定为禁止建设用地,对用地类型分别赋予9和0的属性。坡度源数据为城市群30m DEM数据。
Awr为水资源限制区域,以山东省水利厅编制的浅层地下水超采区划(2006年12月)为依据,根据地下水超采区在开发利用时期的年均地下水位持续下降速率、年均地下水超采系数以及环境地质灾害或生态环境恶化的程度,将地下水超采区划分为严重超采区、一般超采区和动态监测区三种类型,分别赋予9、5、3的属性。
Apr为水土流失限制区域,以山东省为例,根据山东省水土保持生态建设“十二五”规划的《山东省水土流失重点防治区划分图》,依据《土壤侵蚀分类分级标准》,将山东半岛城市群划分为剧烈流失区、强度流失区、中度流失区、轻度流失区和微度流失区,分别赋予9、7、5、3、1的属性。
Acr为基本农田保护区域,以山东省为例,数据由山东省土地调查规划院提供,其属性为9。
运用栅格图层叠加方法,采用取大原则,对以上5种类型的图层进行叠加,得出城市群国土空间建设限制性分区图层Ar,Ar具有5种不同级别的限制属性,即Ar1,Ar3,Ar5,Ar7,Ar9。
不同限制类型区域具有不同的建设潜力,非限制区是适宜建设区域,限制区是禁止建设区域,而低、中、较高限制区在通过不同程度的工程措施或保护措施改造之后,可以作为不同功能的建设用地。如低限制区改造后可作为公共设施用地,中限制区改造后可作为居住用地,较高限制区改造后可以作为生态景观用地等。所以,本实施例参考相关研究结果,对不同限制类型区设置国土空间利用潜力指数k,通过加总得出国土空间建设用地潜力Ac。即:
Ac=Ar1k1+A r3k3+A r5k5+A r7k7+A r9k9-Ae (1-2)
式1-2中,Ac为建设用地潜力,Ae为现有建设用地面积,k为各类限制区域的国土空间利用潜力指数。则k1=1,k3=0.8,k5=0.6,k7=0.4,k9=0,即非限制区国土空间可以全部利用,低限制区的国土空间可利用率为0.8,中限制区的国土空间可利用率为0.6,较高限制区的国土空间可利用率为0.4,限制区的国土空间可利用率为0。
(五)国土开发强度控制三维矩阵模型
三维判别法在国土空间开发研究中应用较为成熟和广泛。在已有研究基础上,以国土空间开发支持能力为X轴,国土空间利用效率为Y轴,国土空间建设强度为Z轴,建立城市群国土空间开发强度三维坐标系;分别在X、Y和Z轴上从原点向外等间距选择5个点,分别代表三维的3个级别(如高、中、低);从诸点各引出X、Y和Z轴的3条垂线,形成一个3×3×3三维立方图,共计27个矩阵单元,每一单元(x,y,z)代表空间开发强度-引导-约束特征组合类型,如图2所示。
依据国土开发自然潜力优先原则,当z=1时,表示国土空间开发支持能力弱,该空间单元禁止开发,定义为城市群国土空间禁止开发区;当x=y=z=3时,该区域最适宜开发,称为优先开发区;定义L为开发适宜度,则有
L=sqrt((x-3)2+(y-3)2+(z-3)2) (1-3)
式1-3中,几何含义表示区域A(x,y,z)与最适宜开发区(3,3,3)之间的欧氏距离,物理含义表示国土空间适宜开发的程度;计算所有区域的L值(暂不考虑向量方向),从大到小进行排序并三等分分割,将城市群国土空间开发强度按重点开发、稳定开发和限制开发三个类型区进行控制,并提出具体方案,参见表2。
判别标准。自然潜力和资源环境承载能力是城市群国土空间开发的根本条件。所以,本实施例中认定国土空间开发支持能力弱的区域为限制开发区。
表2城市群国土空间开发强度控制分区矩阵表
(六)国土空间开发强度提升路径
根据城市群国土空间开发强度调控分区结果,结合城市群国土空间的建设用地比重和国土空间利用质量评价阈值,来反馈调控国土空间建设用地年均增长率,参见表3,以提升城市群国土空间开发强度。以山东省为例,2014年,山东半岛城市群建设用地占行政区国土面积平均比重19%,城市群国土空间开发强度评价最大阈值为25%,则按19%-25%对城市群研究单元国土空间进行分类,根据不同类型区和不同建设用地的比重设定相应的增长速度,规定比重越高,增长速度越慢。山东半岛城市群各研究单元建设用地年增长率为3.40%,参考2006-2014年全国国有建设用地供应增长率4.30%,而2000-2014年,珠三角建设用地年均增长率为7.57%,长三角建设用地年均增长6.25%,京津冀为5.82%。山东半岛城市群位居中国三大城市群之后,建设用地最高年增长率可取其平均值为6.54%。由此,按原有建设用地比重,将山东半岛城市群各行政单元的建设用地增长率阈值节点确定为3.40%、4.30%和6.54%。依据城市群国土空间开发强度类型、建设用地比重阈值和年均增速阈值,按1-2-3-4-5-6-7-8-9确定国土空间开发强度提升指数S,如重点开发区是建设用地比重小于19%且年均增速大于6.54%的行政单元,其提升指数设定为1;限制开发区是建设用地比重大于25%且年均增速小于3.40%的行政单元,其提升指数设定为9。单元面积的建设用地比重越小,城市群国土空间开发强度需要提升的幅度越大,设置提升指数越小;反之,提升幅度越小,设置提升指数越大。
表3山东半岛城市群国土空间开发强度调控(SDIC)分区表(%)
根据山东半岛城市群国土空间开发强度的建设用地比重和年均增长速度的现状、调控阈值,确定各行政单元的国土空间开发强度提升属性值,进而确定各行政单元的国土空间开发年均增长速度与最终可开发建设的国土空间面积,实现城市群国土空间开发强度的实际提升目标。
二、城镇规模调控子系统模块基于群域空间一体化的城市群城镇规模调控(USFR)技术实现城镇规模结构合理性的测算和提升分析。
城镇规模调控子系统模块以城市群地区城镇等级与规模评价技术分析结果为支撑,遵循产业结构的空间联系或生态廊道的空间走向,以点、线、面等空间要素组合的成本最低和效率最高原则,基于GIS分析平台及城市规模等级体系Zipf准则诊断模型,开发城市群地区城镇等级与规模优化与提升技术,以城市群空间开发强度约束下的城市人口规模为基础,对城市群地区的城镇规模体系结构进行优化和提升。
(一)城镇规模体系调控建模思路
城市群合理的城镇体系规模结构既是城市群城镇体系一体化的构架,又是实现“空间同城化和一体化”的载体。以城市群区域空间一体化的整体性为导向,以城市群空间开发强度约束下的城市人口规模为基础,从城镇体系规模合理性、规模等级合理性和单个城市规模效率三个角度相结合,构建城市群城镇规模调控模型。城镇体系规模合理性目的在于诊断整个城市群城镇体系的稳定程度,指出问题;规模等级合理性旨在明确城市群城镇规模等级的数量完整程度,明确城镇等级的调控方向;城市规模效率合理性旨在明确城镇用地效率,在城镇用地规模和人口规模方面明确调控方向。
(二)城镇规模体系调控指标解释
指城市群作为一体化的城市区域综合体,应该同时具有合理的城镇体系结构即“群体量的结构”、城镇规模等级结构即“层的结构”和合理的城市规模效率结构即“个体质的结构”。基于此定义,城市群规模结构合理性指数由城市群区域的城市规模体系合理性指数、规模等级合理性指数和单个城市的规模效率指数两个角度集成,对城市群区域规模结构格局的合理性进行综合评价。
(三)城镇规模体系调控模型
众多研究表明,Zipf’s法则是城市规模结构优化的一个有力的科学定量判据,本实施例运用Zipf准则模型诊断城市群城市规模结构合理性。从城市群城镇的规模体系合理性(Zipf指数Q)、等级效率合理性指数(G)和单个城市的规模效率(F)三个角度切入构建综合评价模型,如图3所示。基于Zipf准则诊断模型评价城市群城镇规模体系的合理性,基于城市等级效率指数模型确定城市群城镇等级体系合理性,基于城市规模效率指数模型评价城市群城市个体的用地效率合理性。采用加权方法构建城市群规模体系结构格局的合理性(Urban Size Rationality-USR)评价模型,最终得出基于群域空间一体化的城市群城镇规模体系提升指数R,并按1-2-3-4-5-6-7-8-9对R进行标准化和重新分类,如高合理城市的城市规模体系合理性(Zipf)指数Q、城镇等级效率指数G、单个城市的规模效率F均处于优势地位,而不合理城市三个指数处于劣势。
其中:
Gij=β1χ1C1+β21χ21C21+β22χ22C22+β3χ3C3+β41χ41C41+β42χ42C42 (2-3)
式(2-1)中,R为城市规模结构合理性评价,α1Qj为j区域(市)相对Zipf指数Q的隶属度函数值,α2Fij代表i城市j区域(市)的隶属度函数值,m代表指标体系里具体指标的个数。
式(2-2)n为城市的数量,Ri代表城市i的位序,Pi是按照从大到小排序后位序为Ri的城市规模,P1是首位城市的规模,而参数q被称作Zipf指数。当q=1时,区域内首位城市与最小规模城市之比恰好为整个城市体系中的城市个数,认为此时城市体系处于自然状态下的最优分布;q>1时,区域内的首位城市垄断地位较强,城市规模体系趋向分散;q<1时,城市规模分布趋向集中,人口分布较为均衡,中间位序的城市较多。
城市等级效率指数(Urban Grade Ficiency Index-UGFI)是按当前国家的城镇规模划分标准衡量城镇规模等级的完整性。式(2-3)中G为城镇等级效率指数,β为权重,χ为某等级城镇数量,C1为特(超)大城市,C21为Ⅰ型大城市,C22为Ⅱ型大城市,C3为中等城市,C41为Ⅰ型小城市,C42为Ⅱ型小城市。
城镇规模效率指数(Urban Size Ficiency Index-USFI)是以城市建成区的建成区人口规模和用地规模的比值来表征某个城市规模的效率。式(2-4)中,F表示城市规模效率指数,LSi为i城市的城市建成区用地规模,PSi为i城市的城市建成区人口规模。其中α1和α2值采用专家打分法赋予0.35和0.65的权重。同时将城镇体系规模结构合理性(Zipf指数Q)和单个城市的规模效率(F)的合理性判别标准设定如下:
(1)城市规模体系合理性(Zipf指数Q)判别。将Zipf指数q=1认为此时城市体系处于自然状态下的最优分布,则q与1的绝对值距离越近表明城市规模结构越合理,按表4划分区间对城市规模合理性Q进行诊断,即:
Q=|q-1| (2-5)
(2)城市等级效率指数(G)判别。2014年国家推出了最新城镇等级划分标准,以城区常住人口为统计口径,将城市划分为五类七档,即超大城市(市区常住人口≥1000万人)、特大城市(500-1000万人)、大城市(100-500万人)、中等城市(50-100万人)、小城市(低于50万人)。其中,又将小城市和大城市分别细分两档。20万以上50万以下的城市为Ⅰ型小城市,20万以下的城市为Ⅱ型小城市;300万以上500万以下的城市为Ⅰ型大城市,100万以上300万以下的城市为Ⅱ型大城市。依据城市群城镇等级的完整性确定城镇等级效率指数(G)。根据各等级城市在城镇体系中的重要性,根据赫尔菲法,将城镇等级权重设置为β1为0.3,β21为0.25,β22为0.2,β3为0.15,β41为0.1,β42为0.05;同等级城镇数量χ设置,城镇数量为1,则χ=1,城镇数量为2,则χ=2,城镇数量多于(含)3,则χ=3。
(3)单个城市的规模效率(F)判别。依据《城市用地分类与规划建设用地标准》(中华人民共和国住房和城乡建设部公告第880号),将城市建设用地集约度的城市的规模效率作为衡量城市建成区用地规模合理性的主要指标,参考全国不同区域人均建设用地标准(L),设定80.0m2/人、100.0m2/人、120.0m2/人、150.0m2/人作为城市建成区用地规模合理性的分界L值,即得出城市的规模效率(F)的分界值为1.25万人/km2、1万人/km2、0.83万人/km2、0.67万人/km2,参见表4。
表4城市群规模结构合理性诊断标准
采用极值标准化方法对三组数据分别进行标准化处理,之后分别计算城市规模结构格局的合理性(R),在此基础上再将其分为高合理城市、较高合理城市、中等合理城市、低合理城市和不合理城市。
三、产业结构优化子系统模块基于增量-就业-减排空间一体化的城市群产业结构优化(ISO)技术产业体系结构合理性的测算和提升分析。
产业结构优化子系统模块以城市群的国土空间开发强度和城镇规模体系优化为基础,基于“增量-就业-减排”一体化的原则,构建城市群产业结构优化模型。以城市群产业发展的经济效益目标、就业效益目标和环境效益目标为约束条件,基于GIS空间分析模型和SPSS软件平台,开发城市群地区产业布局优化与提升技术,制定城市群地区产业空间布局的优化与提升方案。
(一)城市群产业结构优化度指数I
产业结构优化是指通过产业调整,使各产业实现协调发展,并满足社会不断增长的需求的过程中合理化和高级化。主要依据产业技术经济关联的客观比例关系,遵循再生产过程比例性需求,促进国民经济各产业间的协调发展,使各产业发展与整个国民经济发展相适应。它遵循产业结构演化规律,通过技术进步,使产业结构整体素质和效率向更高层次不断演进的趋势和过程,通过政府的有关产业政策调整,影响产业结构变化的供给结构和需求结构,实现资源优化配置,推进产业结构的合理化和高级化发展。
城市群作为城市发展到成熟阶段的最高结构组织形式和我国新型城镇化的主体形态,意味着大中小城市和小城镇在产业发展中具有合理分工、功能互补、协同发展的基本特征。优化的产业结构既需要稳定的产业体系,又需要较高的专业化程度。其中,经济多样性本质上是关于经济成份或经济构成的一个量,通常用产业多样性来指代。产业多样性越大,经济稳定度就越强。区位熵主要用于衡量某一区域产业的空间分布情况,反映某一产业部门的专业化程度,以及某一区域在高层次区域的地位和作用等。在产业结构研究中,运用区位熵指标主要是分析区域主导专业化部门的状况。区位熵越高,产业的专业化程度就越高,在本地产业体系中的地位就越高。本研究从产业的多样化指数(Diversity index)和区位熵(location entropy)两个方面评价山东半岛城市群的产业结构优化程度,即产业结构优化度指数I。产业结构优化度指数越高的城市,表征着更高的产业结构多样性和专业化程度,意味着该城市的产业体系具有更高的优化潜力和提升空间。产业结构优化度指数I的表达公式为:
式3-1中,I为产业结构优化度指数,α1Dij为i城市j区域(市)的产业多样化指数函数值,α2Lij代表i城市j区域(市)的区位熵函数值,m代表指标体系里具体指标的个数。
采用加权方法构建城市群产业体系结构的合理性(Urban industralRationality-UIR)评价模型,最终得出城市群产业体系结构提升指数I,并按1-2-3-4-5-6-7-8-9对I进行标准化和重新分类,如高产业体系优化度城市的城市产业多样化性指数D、产业区位熵L均处于优势地位,而不合理城市的两个指数处于劣势。
(二)城市群产业结构优化建模思路
城市群产业结构优化是一个综合性的、多目标优化的过程。城市群应该具有“完整-高效-互补-链合”的产业体系,以实现带动经济、减少排放和拉动就业的总体目标。基于“增量-就业-减排”一体化原则,构建城市群产业结构优化模型,获取最佳的经济效益、就业效益和生态效益的目标。
(三)城市群产业结构优化指标解释
经济效益指标。经济效益是产业结构优化的根本目标。在当前中国城市群发展阶段,工业化仍然占据城市群主要城市产业体系的主导地位,故选取工业总产值作为经济效益的主要指标。
就业效益指标。就业效益是产业结构优化的社会目标。选取城市群各城市就业人员总量和各行业从业人员数作为衡量产业就业结构的主要指标[9]。
环境效益指标。中国城市群正在经历从生态环境污染型产业结构向生态环境友好型产业结构的转变,产业发展的环境效益是产业结构优化的根本门槛。选取能耗、化学需氧量、SO2排放、氨氮排放、氮氧化物排放等指标作为衡量产业结构优化的主要指标。
(四)城市群产业结构优化模型
经济效益目标模型。以工业总产值最大表示:
xi为优化后的i的产业产值,n为参与优化的行业数量。
就业效益目标模型。以就业总人数最大表示:
xi为优化后的i的就业人数,n为参与优化的行业数量,βi为i行业的就业系数。
环境效益目标模型。以能耗与减排指标约束表示,包括能耗、化学需氧量、SO2排放、氨氮排放、氮氧化物排放等指标:
模型集成。第一步对(3-2)-(3-3)进行单目标整合;第二步对(3-4)-(3-8)进行转换,即对非线性条件转换成线性约束模型:
在此基础上,形成产业结构优化方案。
四、交通网络优化子系统模块基于载流空间一体化的交通网络优化(TNO)的技术方法进行交通体系优化指数的测算和提升分析。
城市群合理的交通网络格局是实际承载能力与实际需求相适应的格局。以城市群地区不同城镇的空间开发强度控制方案、城镇规模体系优化和产业空间布局研究为基础,以城市群交通体系的载流空间为研究对象,通过调研交通现状得出区域交通网络的实际承载能力,基于国土系数模型构建城市群交通网络截流能力评价模型,从社会发展的需求出发,计算区域交通网络的理论(合理)承载能力。在此基础上,运用ArcGIS空间分析模型对比交通网络的实际载流能力与理论载流能力,得出交通线路承载能力的缺口程度,区分出交通网络结构中的合理区域与问题区域,结合区域经济社会发展情况,提出优化交通网络结构的可行方案,如图4所示。
(一)城市群交通网络优化的建模依据
合理的交通格局可以充分发挥道路的载流能力,城市群交通网络优化立足于城市群交通网络的载流能力和社会发展的实际需求。城市群交通网的理论合理长度与区域人口和面积乘积的平方根及其经济指标成正比,由此形成区域交通网络的理论承载格局。
(二)城市群交通网络优化的指标解释
城市群交通网络结构不合理易引起交通流不畅,进而引发交通问题。利用载流对比值,并根据交通线端点的组合关系将问题区域(段)划分为3种类型:
第一,建设型。交通点间道路整体紧张,不能满足区域发展需要,唯有开辟新的交通线路方能从根本上缓解交通紧张的局面。
第二,分流型。交通点间道路承载有正有负,若和为零或负,则分流一般可从内部解除交通紧张状况,若和为正则归第一类处理。
第三,网络型。交通点间无论正负,因连通度低,易形成交通阻塞的“危险”区域,进而导致交通联系的中断,可对交通进行网络化处理,加强线路中转,增加其结构稳定性。
载流量:交通线路所承载的人流量或货流量。
理论载流权重:城市群经济良性发展需要区域交通与其相适应,一定的区域经济发展水平与规模将决定一定的交通流量,后者可进一步转化为一定数值的交通里程。国土系数模型可以有效解释理论载流权重。
实际载流权重:交通现状分类权重表明实际的载流能力。前提是道路建设良好,分类标准统一,管理服务完善。
(三)城市群交通网络优化模型
理论载流权重构建。根据有关学者提出的国土系数模型,得出城市群的理论程值:
式中,Li为城市群交通网络理论载流程值(km);Ki为城市经济发展水平系数;Ai为城市国土面积(km2);Pi为城市人口数(千人)。其中,以山东省为例,K值通过1980—2014年山东半岛场城市群人均国民生产总值与交通网长度的数据进行回归分析确定,即K=6.87+0.0066GNPpc,相关系数R=0.98;GNPpc为人均国民生产总值(美元)。
区域内各交通类型的实际里程(Li,这里i=1,2,…,7,下同)与载流权重(Qi)的乘积为相应交通类型的实际程值,各类型实际程值之和为区域实际总程值利用国土系数模型,可求出区域的合理程值(L0)。区域的合理程值占区域实际总程值的比例为相应承载量的比例,乘以各交通类型载流权重,再除以理实比率(区域总理论程值与实际程值之比,记为B),可得变换后的道路合理载流权重(Pi)。由此得出:
实际载流权重构建。以交通现状分类权重得出城市群的实际程值。交通现状分类权重表明实际的载流能力。前提是道路建设良好,分类标准统一,管理服务完善。以区域为单元,域内同类交通线路赋予相同载流权重。用区域交通现状图做基准,可与理论载流权重对比分析。
载流对比矩阵模型。借助ArcGIS空间分析模型,将理论载流能力与实际载流能力建立空间转换矩阵。载流权重差值H,标识为区域斑块的属性值。若H>0,表明交通紧张;H<0,表明交通相对松缓,H绝对值的大小表明相对程度。
城市群综合承载力测算。综合承载能力是理论载流权重与实际载流权重比较的区域化效果直观显示,表明问题紧张的相对程度,其值大小可作为优先调整的重要参考依据。
N0=∑(Hi×Li)/∑(Li×Qi) (4-3)
N0为区域综合承载能力指数;∑(Hi×Li)为该区域缺口里程;∑(Li×Qi)为该区域实际里程。
城市群各交通类型载流能力评价。通过对比载流能力的缺口值,可对单类交通类型进行评价。1)将单类交通类型各区域载流权重差值(Hi)与其实际里程相乘(Li);2)进行整个区域单类汇总;3)除以各区域单类实际里程汇总值,即:
Ti=∑(Hi×Li)/∑Li (4-4)
若整个区域某交通类型的承载能力Ti>0,表明单类交通不能更好地满足现状需求,应加强该交通线路建设或者分流,直至交通类型为负值;若Ti<0,表明整体满足需要,但也可能存在局部紧张、结构不完善等问题。
(四)城市群交通体系优化指数TΔ
城市群各个城市的交通体系优化指数TΔ是实际载流里程相对于理论载流里程即需求里程的缺口值,表明交通问题的紧张程度及需要优化的紧迫程度。考虑到高速铁路、高速公路、铁路、国道、省道、城市主干道和县道的载流能力不同,不能将其道路长度简单相加,故将不同类型的交通线路设置不同的载流权重,即高速铁路、高速公路、铁路、国道、省道、城市主干道和县道的载流权重分别为15∶10∶8∶5∶3∶2∶1,具体公式为:
式中,TΔ是交通体系优化指数,L是α1Hri为i城市的高铁网络优化指数,α2Hwi代表i城市的区位熵函数值,α3Rwi为i城市的铁路网络优化指数,α4Nwi为i城市的国道网络优化指数,α5Pwi为i城市的省道网络优化指数,α6Uwi为i城市的主干道网络优化指数,α7Cwi为i城市的且以乡道网络优化指数,m代表指标体系里具体指标的个数。
五、综合提升子系统模块基于“产城网基”一体的城市群国土空间利用质量提升技术进行城市群国土空间利用质量的测算和提升分析。
综合提升子系统模块面向城市群国土空间利用规划需求,以新型城镇化的统筹协调、集约高效、生态文明化、安全宜居和传承共享五大理念为指导原则,以城市群国土空间利用质量提升为根本目标,锁定决定城市群国土空间利用质量提升效率与效果的“产(产业体系)城(城镇体系)网(交通体系)基(国土空间开发强度)”四大核心与主体要素,构建包括总目标层、子目标层、因素层和因子层的城市群国土空间利用质量提升的指标体系。指标的标准化采用极差标准化和标准差标准化方法,采用Delphi法和AHP法,根据各个指标对评估目标的贡献率确定指标权系数参见表5。
表5基于“产城网基”一体的城市群国土空间利用质量提升指标体系
根据“产城网基”一体的城市群国土空间利用质量提升指标体系,城市群国土空间利用质量提升(Quality Improvement of land utilization,QILU)模型由基于生态空间一体化的国土空间开发强度(Space Development Intensity Contralling,SDIC)控制模型、基于群域空间一体化的城市群城镇规模(Urban Scale Frame Regulation,USFR)调控模型、基于增量-就业-减排空间一体化的城市群产业结构(Industrial StructureOptimization,ISO)优化模型和基于载流空间一体化的交通网络优化(Traffic NetworkOptimization,TNO)模型构成,计算公式为:
QILU=y1SDIC+y2USFR+y3ISO+y4TNO (5-1)
式(5-1)中,QILU为城市群国土空间利用提升指数,y1是基于生态空间一体化的国土空间开发强度控制指数SDIC的权系数,y2是基于群域空间一体化的城市群城镇规模调控指数USFR的权系数,y3是基于增量-就业-减排空间一体化的城市群产业结构优化指数ISO的权系数,y4基于载流空间一体化的交通网络优化指数TNO的权系数,采用熵技术支持下的层次分析法计算得到y1=0.270,y2=0.235,y3=0.245,y4=0.250。
六、国土空间开发强度提升分析专题图单元、城镇规模调控提升专题图单元、产业结构优化提升专题图单元、交通网络优化提升专题图单元、综合提升分析专题图单元分别基于SD-CA模型的城市群地区国土空间利用情景模拟技术来进行各专题图的生成和演示。
上述各单元依据重力场模型的思想,定义并估算城市群尺度上不同等级城市之间的城市流对微观国土空间利用的影响。以SD(系统动力学)模型为基础,从人口、经济、政策等因素驱动土地利用规模的角度,设定城市群内部不同城市之间和不同要素之间的反馈关系,模拟不同新型城镇化情景下城市群国土空间利用数量规模。并且基于统计关系模拟未来城市群地区的国土空间利用数量规模;利用CA(元胞自动机模型)模型,结合GIS技术,以国土空间质量评价获得的土地生态敏感性、生产集约程度和生活宜居程度为基础,从满足局部土地利用继承性、适宜性、限制性、城市之间城市流影响和邻域影响的角度完成不同情景下的土地空间分配,从而模拟出未来国土空间利用情景格局。
根据上述优选实施例,基于生态空间一体化的城市群地区国土开发强度控制技术、基于群域空间一体化的城市群地区城镇规模体系调控技术、基于增量-就业-减排一体化的城市群地区产业空间布局优化技术、基于载流空间一体化的城市群地区综合交通运输优化技术和基于SD-CA的城市群地区国土空间利用情景模拟技术集成为新型城镇化的城市群地区国土空间利用质量提升技术,优选以GIS-VB.NET为开发语言,借助Arcengine10、ArcSDE10、Oracle11G等平台,搭建由空间分析、数据管理和人机交互构成的城市群地国土空间利用质量提升系统软件。
综上所述,城市群国土空间利用质量提升辅助决策系统是基于生态空间一体化的国土空间开发强度控制技术、基于城乡空间一体化的城市群城镇规模调控技术、基于增量-就业-减排一体化的城市群产业结构优化技术、基于载流空间一体化的交通网络优化技术、基于SD-CA模型的城市群尺度国土空间利用情景模拟技术五大关键技术的集成与政府管理的实施平台。将城市群地区国土开发强度控制技术、城市群地区城镇等级与规模调控技术、城市群地区产业空间布局优化技术、城市群地区综合交通运输优化技术和城市群地区国土空间利用情景模拟技术集成为城市群地区国土空间利用质量提升技术,进系统集成,用于城市群国土空间质量控制的管理与决策平台。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种城市群国土空间利用质量提升辅助决策系统,其特征在于包括:国土空间开发强度子系统模块、城镇规模调控子系统模块、产业结构优化子系统模块、交通网络优化子系统模块和综合提升子系统模块。
2.根据权利要求1所述的系统,其特征在于,所述国土空间开发强度子系统模块包括:国土空间开发基础数据单元、国土空间开发测算权重单元、国土空间开发强度综合测算单元、国土空间开发强度综合分析单元、国土空间开发强度提升分析单元,以及国土空间开发强度提升分析专题图单元;其中,
所述国土空间开发基础数据单元,用于管理参与国土空间开发强度综合测算的基础数据;
所述国土空间开发测算权重单元,用于管理测算权重因子;
所述国土空间开发强度综合测算单元,用于测算国土空间开发强度;
所述国土空间开发强度综合分析单元,用于分析国土空间开发强度;
所述国土空间开发强度提升分析单元,用于测算国土空间开发强度的提升效果;
所述国土空间开发强度提升分析专题图单元,用于生成国土空间开发强度提升分析专题图。
3.根据权利要求1所述的系统,其特征在于,所述城镇规模调控子系统模块包括:城镇规模调控基础数据单元、城镇规模调控测算权重单元、城镇规模调控综合测算单元、城镇规模调控综合分析单元、城镇规模调控提升分析单元、城镇规模调控提升专题图单元;其中,
所述城镇规模调控基础数据单元,用于管理参与城镇规模调控综合测算的基础数据;
所述城镇规模调控测算权重单元,用于管理城镇规模调控测算权重;
所述城镇规模调控综合测算单元,用于测算城镇规模结构合理性;
所述城镇规模调控综合分析单元,用于分析城镇规模结构合理性;
所述城镇规模调控提升分析单元,用于测算城镇规模调控的提升效果;
所述城镇规模调控提升专题图单元,用于生成城镇规模调控提升专题图。
4.根据权利要求1所述的系统,其特征在于,所述产业结构优化子系统模块包括:产业结构优化基础数据单元、产业结构优化权重单元、产业结构优化综合测算单元、产业结构优化综合分析单元、产业结构优化提升分析单元、产业结构优化提升专题图单元;其中,
所述产业结构优化基础数据单元,用于管理参与产业结构优化的基础数据;
所述产业结构优化权重单元,用于管理产业结构优化测算权重;
所述产业结构优化综合测算单元,用于测算产业体系结构合理性;
所述产业结构优化综合分析单元,用于分析产业体系结构合理性;
所述产业结构优化提升分析单元,用于测算产业结构优化的提升效果;
所述产业结构优化提升专题图单元,用于生成产业结构优化提升专题图。
5.根据权利要求1所述的系统,其特征在于,所述交通网络优化子系统模块包括:交通网络优化基础数据单元、交通网络优化权重单元、交通网络优化综合测算单元、交通网络优化综合分析单元、交通网络优化提升分析单元、交通网络优化提升专题图单元;其中,
所述交通网络优化基础数据单元,用于管理参与交通网络优化的基础数据;
所述交通网络优化权重单元,用于管理参与测算交通网络优化的权重值;
所述交通网络优化综合测算单元,用于测算交通体系优化指数;
所述交通网络优化综合分析单元,用于分析交通体系优化指数;
所述交通网络优化提升分析单元,用于测算交通体系优化指数的提升效果;
所述交通网络优化提升专题图单元,用于生成交通网络优化提升专题图。
6.根据权利要求1所述的系统,其特征在于,所述综合提升子系统模块包括:综合提升测算单元、综合提升分析单元、综合提升分析专题图单元;其中,
所述综合提升测算单元,用于根据国土空间开发强度、城镇规模结构合理性、产业体系结构合理性、交通体系优化指数进行综合提升测算;
所述综合提升分析单元,用于分析综合提升结果;
所述综合提升分析专题图单元,用于生成综合提升分析专题图。
7.一种存储介质,位于设备中,其特征在于,所述存储介质中存储有用于控制所述设备的程序代码,所述程序代码包括:国土空间开发强度子系统模块、城镇规模调控子系统模块、产业结构优化子系统模块、交通网络优化子系统模块和综合提升子系统模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710561042.6A CN107527133A (zh) | 2017-07-11 | 2017-07-11 | 城市群国土空间利用质量提升辅助决策系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710561042.6A CN107527133A (zh) | 2017-07-11 | 2017-07-11 | 城市群国土空间利用质量提升辅助决策系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107527133A true CN107527133A (zh) | 2017-12-29 |
Family
ID=60748916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710561042.6A Pending CN107527133A (zh) | 2017-07-11 | 2017-07-11 | 城市群国土空间利用质量提升辅助决策系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107527133A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146275A (zh) * | 2018-08-09 | 2019-01-04 | 中国矿业大学 | 一种采矿区适宜自然恢复的土地裂缝判别方法 |
CN109858833A (zh) * | 2019-02-26 | 2019-06-07 | 中国建筑设计研究院有限公司 | 开发区的空间建设适宜性评价方法及装置 |
CN110070279A (zh) * | 2019-04-10 | 2019-07-30 | 广东省城乡规划设计研究院 | 基于多源数据的用地效率量化评估方法、系统和存储介质 |
CN110751369A (zh) * | 2019-09-19 | 2020-02-04 | 金陵科技学院 | 一种区域间“城市流”空间流动态势测度方法 |
CN113554221A (zh) * | 2021-07-08 | 2021-10-26 | 同济大学 | 一种“流空间”视角下的城镇开发边界模拟预测方法 |
CN115374714A (zh) * | 2022-10-26 | 2022-11-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于生境适宜性的生态安全格局构建方法 |
CN115983882A (zh) * | 2022-12-21 | 2023-04-18 | 中国农业大学 | 一种基于自然资源利用的国土空间重构方法 |
CN117371597A (zh) * | 2023-10-18 | 2024-01-09 | 中国标准化研究院 | 一种数字化城镇管理调度优化方法、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122376A (zh) * | 2011-03-28 | 2011-07-13 | 华东师范大学 | 海岸带综合承载力评估与决策系统及其运作方法 |
CN102663524A (zh) * | 2012-04-28 | 2012-09-12 | 清华大学 | 一种城乡规划的土地利用类因子分析方法 |
CN104537597A (zh) * | 2014-11-25 | 2015-04-22 | 中国科学院地理科学与资源研究所 | 一种城市空间格局合理性诊断的技术方法 |
CN104765943A (zh) * | 2014-03-26 | 2015-07-08 | 中国科学院地理科学与资源研究所 | 一种城市化发展质量的综合测度技术方法 |
CN104966135A (zh) * | 2015-06-16 | 2015-10-07 | 西南交通大学 | 基于可达性和可达强度的公交线路网络优化方法 |
-
2017
- 2017-07-11 CN CN201710561042.6A patent/CN107527133A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122376A (zh) * | 2011-03-28 | 2011-07-13 | 华东师范大学 | 海岸带综合承载力评估与决策系统及其运作方法 |
CN102663524A (zh) * | 2012-04-28 | 2012-09-12 | 清华大学 | 一种城乡规划的土地利用类因子分析方法 |
CN104765943A (zh) * | 2014-03-26 | 2015-07-08 | 中国科学院地理科学与资源研究所 | 一种城市化发展质量的综合测度技术方法 |
CN104537597A (zh) * | 2014-11-25 | 2015-04-22 | 中国科学院地理科学与资源研究所 | 一种城市空间格局合理性诊断的技术方法 |
CN104966135A (zh) * | 2015-06-16 | 2015-10-07 | 西南交通大学 | 基于可达性和可达强度的公交线路网络优化方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146275A (zh) * | 2018-08-09 | 2019-01-04 | 中国矿业大学 | 一种采矿区适宜自然恢复的土地裂缝判别方法 |
CN109858833A (zh) * | 2019-02-26 | 2019-06-07 | 中国建筑设计研究院有限公司 | 开发区的空间建设适宜性评价方法及装置 |
CN110070279A (zh) * | 2019-04-10 | 2019-07-30 | 广东省城乡规划设计研究院 | 基于多源数据的用地效率量化评估方法、系统和存储介质 |
CN110070279B (zh) * | 2019-04-10 | 2020-04-14 | 广东省城乡规划设计研究院 | 基于多源数据的用地效率量化评估方法、系统和存储介质 |
CN110751369A (zh) * | 2019-09-19 | 2020-02-04 | 金陵科技学院 | 一种区域间“城市流”空间流动态势测度方法 |
CN110751369B (zh) * | 2019-09-19 | 2024-02-27 | 金陵科技学院 | 一种区域间“城市流”空间流动态势测度方法 |
CN113554221A (zh) * | 2021-07-08 | 2021-10-26 | 同济大学 | 一种“流空间”视角下的城镇开发边界模拟预测方法 |
CN115374714A (zh) * | 2022-10-26 | 2022-11-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种基于生境适宜性的生态安全格局构建方法 |
CN115983882A (zh) * | 2022-12-21 | 2023-04-18 | 中国农业大学 | 一种基于自然资源利用的国土空间重构方法 |
CN115983882B (zh) * | 2022-12-21 | 2024-02-20 | 中国农业大学 | 一种基于自然资源利用的国土空间重构方法 |
CN117371597A (zh) * | 2023-10-18 | 2024-01-09 | 中国标准化研究院 | 一种数字化城镇管理调度优化方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107527133A (zh) | 城市群国土空间利用质量提升辅助决策系统 | |
Yang et al. | Determinants of island tourism development: The example of Dachangshan Island | |
Zhao et al. | Spatial network structures of urban agglomeration based on the improved Gravity Model: A case study in China’s two urban agglomerations | |
Mu et al. | Spatio-temporal evolution and dynamic simulation of the urban resilience of Beijing-Tianjin-Hebei urban agglomeration | |
Cerreta et al. | A landscape complex values map: Integration among soft values and hard values in a spatial decision support system | |
CN105005942A (zh) | 一种智能配电网差异化建设模式选择方法 | |
Qiao et al. | Evaluation of intensive urban land use based on an artificial neural network model: A case study of Nanjing City, China | |
Zolin et al. | Multi-criteria decision approach and sustainable territorial subsystems: An Italian rural and mountain area case study | |
Mithun | Regional development planning and disparity in Bangladesh | |
CN104933237A (zh) | 一种面向土地利用与交通多尺度模拟方法 | |
Ma et al. | Coupling study on territory space suitability evaluation and construction land expansion simulation: a case study of Jiangxi province, China | |
Scott et al. | Behind the numbers: Social mobility, regional disparities, and new trajectories of development in rural Vietnam | |
Wang et al. | A study on the cognition of the regional types of rural revitalization from the perspective of land planning | |
Hui et al. | Spatial Structure and Geographical Characteristics of Tourist Towns in the Wuling Mountain Area | |
Zhong et al. | Automatic generation of urban road planning network under deep learning | |
Cao et al. | Application of financial cloud in the sustainable development of smart cities | |
Shpak et al. | Clusterization in Tourism Development Level's Assessment of Regions: Example of Ukraine | |
Liu et al. | Research on the network connection mode of logistics economy in Guangdong province based on social network analysis | |
Dvoryadkina et al. | Objective-Setting is the necessary stage for strategic development of a new industrial city | |
Cirilli et al. | Understanding the determinants of urban growth: a study on the major Italian cities | |
Weiliang et al. | Sino-French Seminar of Meeting the New Challenges of Territorial and City Planning | |
Liu et al. | Exploring on Urban Land Development Intensity based on Artificial Neural Network Methods. | |
Xu | Dynamic Analysis of Sustainable Development of Agritourism Based on Cluster Analysis Algorithm | |
Shi et al. | Development Models of the UC Structure | |
Zhang | Evaluation of Social and Economic Benefit of Urban Rail Transit Project Based on Spatial Econometric Model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171229 |
|
RJ01 | Rejection of invention patent application after publication |