CN110580539B - 基于土地时空模型反馈土地利用变化的方法及系统 - Google Patents
基于土地时空模型反馈土地利用变化的方法及系统 Download PDFInfo
- Publication number
- CN110580539B CN110580539B CN201810594752.3A CN201810594752A CN110580539B CN 110580539 B CN110580539 B CN 110580539B CN 201810594752 A CN201810594752 A CN 201810594752A CN 110580539 B CN110580539 B CN 110580539B
- Authority
- CN
- China
- Prior art keywords
- land
- information
- utilization
- target area
- space
- 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.)
- Active
Links
- 230000008859 change Effects 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013439 planning Methods 0.000 claims abstract description 19
- 238000010276 construction Methods 0.000 claims description 53
- 238000011161 development Methods 0.000 claims description 46
- 238000009826 distribution Methods 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims 3
- 238000007726 management method Methods 0.000 abstract description 28
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 29
- 238000005065 mining Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 11
- 230000033228 biological regulation Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000003247 decreasing effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000002123 temporal effect Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 244000025254 Cannabis sativa Species 0.000 description 4
- 239000002585 base Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 229910052500 inorganic mineral Inorganic materials 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 4
- 239000011707 mineral Substances 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 239000003643 water by type Substances 0.000 description 4
- 244000269722 Thea sinensis Species 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000002420 orchard Substances 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 239000003513 alkali Substances 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000009430 construction management Methods 0.000 description 2
- 238000001983 electron spin resonance imaging Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241001086438 Euclichthys polynemus Species 0.000 description 1
- 241000196252 Ulva Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- YQGOJNYOYNNSMM-UHFFFAOYSA-N eosin Chemical group [Na+].OC(=O)C1=CC=CC=C1C1=C2C=C(Br)C(=O)C(Br)=C2OC2=C(Br)C(O)=C(Br)C=C21 YQGOJNYOYNNSMM-UHFFFAOYSA-N 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于土地管理技术领域,提供了一种基于土地时空模型反馈土地利用变化的方法,包括:基于时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息;确定所述目标区域的土地影响因子;基于所述土地利用类别、所述土地时序信息、所述土地空间信息和所述土地影响因子,构建四元组土地时空模型;基于所述四元组土地时空模型,生成所述目标区域的土地利用变化曲线;基于所述土地利用变化曲线,对所述目标区域的土地利用变化进行预测。本发明能够较为全面的揭示相应区域近期的土地利用变化情况,以及对该区域未来一个时期内的土地利用变化进行预测,从而可以为国家或地区的土地利用、土地规划决策提供可靠的辅助信息。
Description
技术领域
本发明属于土地管理技术领域,尤其涉及一种基于土地时空模型反馈土地利用变化的方法及系统。
背景技术
在我国当前的快速城镇化过程中,经济迅速发展,人口素质快速提高,农村乡镇人口正在以史无前例的速度向城镇迁移,由此造成汇聚了众多优势资源(包括教育资源、医疗资源、休闲娱乐资源等优势资源)的经济较为发达地区中开展各类经济行为和社会活动所依附的国土资源成为了典型的稀缺资源,这在一线或二线排名前列的城市的中心城区以及发展日新月异的新城新区体现尤其明显。面对这些中心老城区以及新城新区中日益稀缺、所起作用如此关键的国土资源,建立起有效的土地利用变化监测就显得特别重要。
传统的反馈土地利用变化的土地模型,大都采用最简单的纯粹数值统计方法进行数值监测和统计,其得到的土地利用变化结果往往过于简单,无法全面的对土地利用变化进行归纳分析,也不能对未来一个时期的土地利用变化进行预测。
发明内容
有鉴于此,本发明提供了一种基于土地时空模型反馈土地利用变化的方法,能够较为全面的揭示相应区域近期的土地利用变化情况,以及对该区域未来一个时期内的土地利用变化进行预测,从而可以为国家或地区的土地利用、土地规划决策提供可靠的辅助信息。
本发明的第一方面提供了一种基于土地时空模型反馈土地利用变化的方法,包括:
基于获取的时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息;
确定所述目标区域的土地影响因子;
基于所述土地利用类别、所述土地时序信息、所述土地空间信息和所述土地影响因子,构建四元组土地时空模型;
基于所述四元组土地时空模型,生成所述目标区域的土地利用变化曲线;
基于所述土地利用变化曲线,对所述目标区域的土地利用变化进行预测。
本发明的第二方面提供了一种基于土地时空模型反馈土地利用变化的系统,包括:
第一确定单元,基于时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息;
第二确定单元,用于确定所述目标区域的土地影响因子;
模型构建单元,用于基于所述土地利用类别、所述土地时序信息、所述土地空间信息和所述土地影响因子,构建四元组土地时空模型;
土地利用变化分析单元,用于基于所述四元组土地时空模型,生成所述目标区域的土地利用变化曲线;
土地利用变化预测单元,用于基于所述土地利用变化曲线,对所述目标区域的土地利用变化进行预测。
本发明与现有技术相比存在的有益效果是:
本发明通过基于时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息;确定所述目标区域的土地影响因子;基于所述土地利用类别、所述土地时序信息、所述土地空间信息和所述土地影响因子,构建四元组土地时空模型;基于所述四元组土地时空模型,生成所述目标区域的土地利用变化曲线;基于所述土地利用变化曲线,对所述目标区域的土地利用变化进行预测。本发明能够较为全面的揭示相应区域近期的土地利用变化情况,以及对该区域未来一个时期内的土地利用变化进行预测,从而可以为国家或地区的土地利用、土地规划决策提供可靠的辅助信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的图作简单地介绍。
图1是本发明实施例提供的基于土地时空模型反馈土地利用变化的方法的实现流程图;
图2是本发明实施例提供的基于土地时空模型反馈土地利用变化的系统的结构示意图;
图3是我国土地利用中地类图斑划分标准的发展历程;
图4是我国土地第二次调查采用的图斑分类标准-2007年(12个大类,57个中类,遵从《土地利用现状分类GBT 21010-2007》);
图5是我国全国地理国情普查采用的图斑分类体系-2013年(12个大类,58个中类,来源《地理国情普查分类和代码GDPJ 01-2013》);
图6是我国国民经济行业分类与代码最新版-2017年(20个门类,97个大类,来源《国民经济行业分类GBT 4754-2017》);
图7是本发明实施例提供的时间序列信息的描述;
图8是空间域中我国行政区划代码的编制规则(源自《县以下行政区划代码编码规则GBT 10114-2003》);
图9是本发明实施例提供的由纵向级别和横向侧面共同构成的影响因子;
图10-a为宁波杭州湾新区的空间域信息的区位图;
图10-b为宁波杭州湾新区的空间域信息的空间结构规划图;
图11-a为宁波杭州湾新区的大事件记录(2001年11月-2010年12月);
图11-b为宁波杭州湾新区的大事件记录(2010年12月-2017年5月);
图12-a至图12-g为宁波杭州湾新区2010-2016年每年的土地利用现状中地类图斑的百分比统计结果;
图13-a至图13-g为宁波杭州湾新区2010-2016年每年的土地利用现状中地类图斑的空间分布情况;
图14为宁波杭州湾新区2010-2016年的地类图斑115沿海滩涂(未利用地)的历年变化情况(排名第一,平均占比54.05%,不断减少),其中,图14-a为绝对值图,图14-b为相对值百分比图;
图15为宁波杭州湾新区2010-2016年的地类图斑111河流水面(未利用地)的历年变化情况(排名第二,平均占比3.77%,先减少后增多),其中,图15-a为绝对值图,图15-b为相对值百分比图;
图16为宁波杭州湾新区2010-2016年的地类图斑043其它草地(未利用地)的历年变化情况(排名第三,平均占比1.17%,不断减少),其中,图16-a为绝对值图,图16-b为相对值百分比图;
图17为宁波杭州湾新区2010-2016年的地类图斑202建制镇(建设用地)的历年变化情况(排名第一,平均占比8.62%,不断上升);其中,图17-a为绝对值图,图17-b为相对值百分比图;
图18为宁波杭州湾新区2010-2016年的地类图斑203村庄(建设用地)的历年变化情况(排名第二,平均占比4.71%,不断上升);其中,图18-a为绝对值图,图18-b为相对值百分比图;
图19为宁波杭州湾新区2010-2016年的地类图斑102公路用地(建设用地)的历年变化情况(排名第三,平均占比2.44%,不断上升);其中,图19-a为绝对值图,图19-b为相对值百分比图;
图20为宁波杭州湾新区2010-2016年的地类图斑113水库水面(建设用地)的历年变化情况(排名第四,平均占比2.13%,存在突然增多);其中,图20-a为绝对值图,图20-b为相对值百分比图;
图21为宁波杭州湾新区2010-2016年的地类图斑118水工建筑用地(建设用地)的历年变化情况(排名第五,平均占比0.42%,先减后增);其中,图21-a为绝对值图,图21-b为相对值百分比图;
图22为宁波杭州湾新区2010-2016年的地类图斑204采矿用地(建设用地)的历年变化情况(排名第六,平均占比0.35%,基本保持不变);其中,图22-a为绝对值图,图22-b为相对值百分比图;
图23为宁波杭州湾新区2010-2016年的地类图斑205风景名胜及特殊用地(建设用地)的历年变化情况(排名第七,平均占比0.10%,存在突然增多);其中,图23-a为绝对值图,图23-b为相对值百分比图;
图24为宁波杭州湾新区2010-2016年的地类图斑013旱地(农用地)的历年变化情况(排名第一,平均占比16.76%,基本保持不变后迅速上升);其中,图24-a为绝对值图,图24-b为相对值百分比图;
图25为宁波杭州湾新区2010-2016年的地类图斑114坑塘水面(农用地)的历年变化情况(排名第二,平均占比2.56%,略有减少);其中,图25-a为绝对值图,图25-b为相对值百分比图;
图26为宁波杭州湾新区2010-2016年的地类图斑117沟渠(农用地)的历年变化情况(排名第三,平均占比1.33%,上下起伏);其中,图26-a为绝对值图,图26-b为相对值百分比图;
图27为宁波杭州湾新区2010-2016年的地类图斑104农村道路(农用地)的历年变化情况(排名第四,平均占比1.20%,略有上升);其中,图27-a为绝对值图,图27-b为相对值百分比图;
图28为宁波杭州湾新区2010-2016年的地类图斑011水田(农用地)的历年变化情况(排名第五,平均占比0.55%,出现后快速上升);其中,图28-a为绝对值图,图28-b为相对值百分比图;
图29为宁波杭州湾新区2010-2016年的地类图斑033其它林地(农用地)的历年变化情况(排名第六,平均占比0.14%,基本保持不变);其中,图29-a为绝对值图,图29-b为相对值百分比图;
图30为宁波杭州湾新区2010-2016年的地类图斑122设施农用地(农用地)的历年变化情况(排名第七,平均占比0.01%,出现后快速上升);其中,图30-a为绝对值图,图30-b为相对值百分比图;
图31为宁波杭州湾新区2010-2016年的所有地类图斑的历年变化情况的绝对值图;
图32为浙江省海洋功能区划(2011-2020年)的嘉兴南部和宁波北部段;
图33为浙江省海洋功能区划(2011-2020年)中涉及宁波杭州湾新区的功能区块;
图34为地类图斑中202建制镇在2017年用地面积的预测;
图35为地类图斑中115沿海滩涂在2017年用地面积的预测。
图36为宁波市杭州湾新区2010-2016年土地利用现状中图斑的历年统计数据表;
图37-a为宁波市杭州湾新区2010-2016年的土地利用现状中各类图斑空间分布的历年变化的部分图;
图37-b为宁波市杭州湾新区2010-2016年的土地利用现状中各类图斑空间分布的历年变化的另一部分图;
具体实施方式
本发明首先提出了一种时空分析模型构建方法,可服务于土地利用变化监测。传统的土地监测模型的大都采用最简单的纯粹数值统计方法给予数值监测(往往只是调用回归分析);有些可能将空间分布也考虑在内,但是往往只是简单的将空间分布作为数值统计的对照,没有在时间序列上展开系统性的时序对比以及原因探究;有些可能将时间信息和空间分布信息综合考虑,但是没有将该段时间内该空间范围内的各类作用因子的影响统一纳入考虑范畴,典型的比如国家级(或省级,或市级)在经济(或行政,或交通)等方面的大事件对于土地利用变化的影响。
不同于传统的土地监测模型,在这里将地类图斑类别、图斑关联的时间域特征、图斑关联的空间域特征、具备时空特征的影响因子这四项综合考虑,尤其考虑最后一项(影响因子)对于前面三项(地类图斑、时间信息、空间信息)的作用影响,从而实现对于现有土地利用时空变化情况的有效分析、以及对于今后土地利用变化情况的合理预测。
为使本发明的目的、技术方案和优点更加清楚,下面将结合图通过具体实施例来进行说明。
参见图1,其示出了本发明实施例提供的基于土地时空模型反馈土地利用变化的方法的实现流程图,详述如下:
步骤101、基于获取的时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息;
在本发明实施例中,根据目标区域的土地利用数据,可以确定目标区域的土地利用类别、土地时序信息和土地空间信息;在这里,所述的土地利用数据是具备时间序列的土地利用数据,例如土地利用年度变更数据。
具体的,采集目标区域的遥感影像,对所述遥感影像进行处理,可以得到目标区域的土地利用数据,进一步的,对目标区域前一时期的土地利用数据和后一时期的土地利用数据进行叠加处理,可以得到所述目标区域后一时期相对于前一时期的土地利用变更数据。
本发明实施例中,通过获取目标区域的时间序列的土地利用数据,可以根据所述土地利用数据中的地类图斑确定土地利用类别,根据所述时间序列确定土地时序信息,根据所述土地利用数据中的地类图斑分布确定土地空间信息。
在这里,有必要给予地类图斑、以及其关联时空特征进行介绍与说明。
首先给予与地类图斑划分紧密相关的我国一系列的规程、标准、指南、法律法规的梳理和总结(如图3所示,按照时间升序排列)。
其中,《中华人民共和国土地管理法》是土地管理领域的纲领性文件,其指出地类总体上分为三大类,即农用地、建设用地、未利用地(如图4最左上角所示)。同时,《全国土地调查技术规程》所采用的图斑分类即《土地地利用现状分类》中的图斑分类,这在土地管理领域实践工作中得到广泛采用,包括较早的全国土地二调及老版本的《土地利用现状分类GBT 21010-2007》(如图4所示),以及最新的全国土地三调及新版本的《土地利用现状分类GBT 21010-2017》。此外,自2013年开始在我国如火如荼全面铺开的地理国情普查工作中也制订了相关图斑分类标准(如图5所示),详见《地理国情普查内容与指标GDPJ 01-2013》,同样受到土地规划与土地管理等领域从业者的广泛关注与采纳。除了以上,《国民经济行业分类》指导各行各业的行业分类与编码(典型包括涉及三大产业的相关行业细分),也是纲领性文件,也很重要,尤其是2017最新版的《国民经济行业分类GBT 4754-2017》中将“土地管理业”单位列为二级类(即列于“N.水利、环境、公共设施管理业”分支下的“N79.土地管理业”中)(如图6所示)。以上都是与土地利用类别(或称图斑分类)密切相关的法律、法规、标准等。
针对本发明内容,与之最相关的两大地类图斑分类标准属于《中华人民共和国土地管理法》和《土地利用现状GBT 21010-2007》。其中,《中华人民共和国土地管理法》和《中华人民共和国土地管理法实施细则》中将土地分为三大类,即农用地、建设用地、未利用地。
同时,《土地利用现状GBT 21010-2007》给予了土地利用现状图斑更为细致的分类,其中一级类12个,包括如下:01耕地、02园地、03林地、04草地、05商服用地、06工矿仓储用地、07住宅用地、08公共管理与公共服务用地、09特殊用地、10交通运输用地、11水域及水利设施用地、12其它土地。在12个一级类的目录下,二级类共57个。此外,以上《中华人民共和国土地管理法》中三大地类与《土地利用现状GBT 21010-2007》中地类图斑的对应关系具体如下:
针对三大地类中的农用地(如图4中字体下划线标记),包括如下:
-01耕地中的全部(即011水田、012水浇地、013旱地)、
-02园地中的全部(即021果园、022茶园、023其它园地)、
-03林地中的全部(即031有林地、032灌木林地、033灌木林地)、
-04草地中的部分(即041天然牧草地、042人工牧草地)、
-10交通运输用地中的部分(即104农村道路)、
-11水利与水利设施用地中的部分(即114坑塘水面、117沟渠)
-12其它土地中的部分(即122设施农用地、123田坎)、
针对三大地类中的建设用地(如附图2中字体斜体标记),包括如下:
-05商服用地中的全部(即051批发零售用地、052住宿餐饮用地、053商务金融用地、054其它商服用地)、
-06工矿仓储用地中的全部(即061工业用地、062采矿用地、063仓储用地)、
-07住宅用地中的全部(即071城镇住宅用地、072农村宅基地)、
-08公共管理与公共服务用地中的全部(即081机关团体用地、082新闻出版用地、083科教用地、084医卫慈善用地、085文体娱乐用地、086公共设施用地、087公园与绿地、088风景名胜设施用地)、
-09特殊用地中的全部(即091军事设施用地、092使领馆用地、093监教场所用地、094宗教用地、095殡葬用地)、
-10交通运输用地中的部分(即101铁路用地、102公路用地、103街巷用地、105机场用地、106港口码头用地、107管道运输用地)、
-11水域及水利设施用地中的部分(即113水库水面、118水工建筑用地)、
-12其它土地中的部分(即121空闲地);
针对三大地类中的未利用地(如附图4中普通字体标记),包括如下:
-04草地中的部分(即043其他草地)、
-11水域及水利设施用地中的部分(即111河流水面、112湖泊水面、115沿海滩涂、116内陆滩涂、119冰川及永久积雪)、
-12其它土地中的部分(即124盐碱地、125沼泽地、126沙地、127裸地)。
特别需要注意的是,在《国民经济行业分类GBT 4754-2017》中存在20个门类、97个大类、473个种类,包括如下:
-A.农林牧渔业(包含A01.农业、A02.林业、A03.畜牧业、A04.渔业、A05。农林牧渔专业及辅助性活动)、
-B.采矿业(包括B06.煤炭开发、B07.石油和天然气开采业、B08.黑色金属矿采矿业、B09.有色金属矿采矿业、B10.非金属矿采选业、B11.开采专业及辅助性活动、B12.其他采矿业)、
-C.制造业(包括C13.农副食品加工业、C14.食品制造业、C15.酒、饮料和精制茶制造业等)、
-D.电力、热力、燃气及水生产和供应业(包括D44.电力、热力生产和供应业、D45.燃气生产和供应业、D46.水的生产和供应业)、
-E.建筑业(包括E47.房屋建筑业、E48.土木工程建筑业、E49.建筑安装业、E50.建筑装饰、装修、其他建筑业)、
-F.批发和零售业(F51.批发业、F52.零售业)、
-G.交通运输、仓储、邮政业(包括G53.铁路运输业、G54.道路运输业、G55.水上运输业、G56.航空运输业、G57.管道运输业、G58.多式联运和运输代理业等)、
-H.住宿和餐饮业(包括H61.住宿业、H62.餐饮业)、
-I.信息传输、软件和信息技术服务业(包括I63.典型、广播电视和卫星传输服务、I64.互联网和相关服务、I65.软件和信息技术服务业)、
-J.金融业(包括J66.货币金融服务、J67.货币市场服务、J68.保险业、J69.其他金融业)、
-K.房地产业(包括K70.房地产业)、
-L.租赁和商务服务业(包括L71.租赁业、L72.商务服务业)、
-M.科学研究和技术服务业(包括M73.研究和试验发展、M74.专业技术服务业、M75.科技推广和应用服务业)、
-N.水利、环境、公共设施管理业(包括N76.水利管理业、N77.生态环境和环境治理业、N78.公共设施管理业、N79.土地管理业)、
-O.居民服务业、修理和其他服务业(包括O80.居民服务业、O81.机动车、电子产品和日用产品修理业、O82.其他服务业)、
-P.教育(包括P83.教育)、
-Q.卫生和社会工作(包括Q84.卫生、Q85.社会工作)、
-R.文化、体育、娱乐业(包括R86.新闻和出版社、R87.广播、电视、电影和录音制作业、R88.文化艺术业、R89.体育、R90.娱乐业)、
-S.公共管理、社会保障和社会组织(包括S91.中国共产党机关、S92.国家机构、S93.人民政协、民主党派、S94.社会保障、S95.群众团体、社会团体和其他成员组织等)、
-T.国际组织(包括T97.国际组织)
值得注意的是,与土地管理密切相关的被列于“N.水利、环境、公共设施管理业”下的“N79.土地管理业”分支。
值得注意的是,地类图斑是具备时间和空间特征的(简称时空特征),这从土地管理领域国际上广泛认可和采用的LADM(Land Administration Domain Model,土地管理域模型)标准可见一斑。LADM从CCDM(Core Cadastral Domain Model,核心地籍域模型)发展而来,与STDM(Social Tenure Domain Model,社会租赁域模型)密切相关。LADM一共包含3个包(package)和2个子包(sub-package),其中,3个包(package)分别是主体包(Partypackage)、权力责任约束包(3R,i.e.,Rights,Restrictions,Responsibilitiespackage)、空间单元包(Spatial Unit package),2个子包(sub-package)分别是测量子包(Survey sub-package)和空间表达子包(Spatial Representation sub-package)。
一方面,LADM标准中的测量子包(Survey sub-package)提供了界址点的测量说明,包括二维界址点(涉及坐标X和Y)、三维界址点(涉及坐标X和Y和Z);LADM标准中的空间表达子包(Spatial Representation sub-package)提供了由以上测量得到的界址点如何有效组织成二维或三维产权体对象的说明,这表明了地类图斑具备明显的空间图形特征。
另一方面,LADM标准中提供了两种时间描述方法,一种是基于事件的(Event-based),即只显式记录发生事件的时刻,事件与事件之间的时间段(time duration)与状态(state)可以通过事件之间的运算得到,另一种是基于状态的(state-based),即只显式记录状态(state)信息,突发事件可以由状态与状态之间的变化来描述,这说明了地类图斑是具备明显的时间特征。
由上可见,地类图斑具备明显的时空特征。
本发明实施例中,所述四元组土地时空模型LUCSTM表示为:
LUCSTM={LUT,LT,LS,IF}
其中,LUT表示土地利用类别(或称图斑类别),是Land Use Type的缩写;LT表示土地时序信息,是Land Time的缩写;LS表示土地空间信息,是Land Space的缩写;IF表示土地影响因子,是Influence Factor的缩写;。LUCSTM是Land Use Change Spatio-TemporalModel的缩写,或称简写为“土地时空模型”。
在以上四元组LUCSTM中,第二项LT和第三项LS相对独立;第一项LUT具备时间和空间的特征(简称时空特征),即第一项与第二项和第三项密切相关;第四项IF同样具备时间和空间特征,即只考虑在局部空间域范围内且在某段时间内的影响因子,即第四项与第二项和第三项密切相关。
本发明实施例中,所述土地时序信息LT表示为:
LT∈{Year,Month,Day,Hour}
其中,Year表示年份信息,Month表示月份信息,Day表示天数信息,Hour表示小时信息。
在上式中,第一部分指年份信息(Year),年份信息取值范围不固定,随着时间推移不断增长,如2009年、2010年、2011年等;第二部分指月份信息(Month),月份信息取值范围固定(1年包含12个月),月份信息包括1月、2月、3月、4月、5月、6月、7月、8月、9月、10月、11月、12月;第三部分指天数信息(Day),天数信息取值范围同样固定(1个月平均30天),天数信息包括第1天、第2天、第3天、...、直至第28天、第29天、第30天;第四部分指小时信息(Hour),小时信息取值范围同样固定,小时信息包括第01时、第02时、第03时、...直至第22时、第23时、第24时。以上可以采用附图7表达。
值得注意的是,时间序列模块与后面的空间分布模块是相互关联的,当空间尺度越小(即涉及空间区域越小)时,时间尺度往往也是越小(即涉及时间划分越精确);反之,当空间尺度越大(即涉及空间区域越大)时,时间尺度往往也是越大(即涉及时间划分越概略)。举例而言,当研究浙江省内各个县/市/县级市(包含宁波市的慈溪市、余姚市、海曙区,杭州市的上城区、下城区,等)的不动产统一确权登记进度时,往往采用年份结合月份(如2015年12月,2016年1月,2016年2月,直至当前2018年05月)时间序列统计;当研究宁波慈溪市中心城镇各个街道(浒山街道等)的不动产登记状况时,往往采用细致到统计天数(如2018年01月第01天、2018年01月第02天、2018年01月第03天等)。
所述土地空间信息LS表示为:
LS∈{(ProvinceCode,CityCode,DistrictCode,StreetCode),SpatialDistribution}
其中,第一部分(ProvinceCode,CityCode,DistrictCode,StreetCode)表示行政区划信息,即行政区划的代码(如附图8所示),其规则采用《县以下行政区划代码编制规则GBT 10114-2003》,具体指:
(1)省(自治区、直辖市、特别行政区,由Province Code代表)采用2位数字表达;
(2)市(地区、自治州、盟及国家直辖市所属市辖区和县的汇总码,由City Code代表)采用2位数字表达,其中,01-20和51-70代表省与直辖市;21-50代表地区(自治州、盟);
(3)县(市辖区、县级市、旗,由District代表)采用2位数字表达,其中,01-18代表市辖区或地区(自治州、盟)辖县级市,21-80代表县(旗)、81-99代表省直辖县级市;
(4)县级以下(由Street Code代表)采用3位数字表达,其中,001-099代表街道(地区)、100-199代表镇(民族镇)、200-399代表乡、民族乡、苏木;
第二部分SpatialDistribution表示地类分布信息。即该行政区划的区域内部的地类分布情况,其在符合《土地利用现状分类GBT 21010》的前提下遵从地类图斑的客观空间分布设立。
典型的,浙江省宁波市海曙区的行政区划代码为330203(其中,33代表浙江省,02代表宁波市,03代表海曙区),海曙区下辖多个街道,包括江厦街道(002)、月湖街道(004)、西门街道(003)、南门街道(001)、鼓楼街道(005)等,其中以上001-005这五个街道位于市中心三江口附近,人口居住密集,商业高度发展,故而客观上这五个街道的地类图斑以城镇住宅用地类型和城镇商服用地类型为主。
步骤102、确定所述目标区域的土地影响因子;
实际上,目标区域的行政划分信息和发展规划信息也是影响土地利用变化的重要因素,本发明实施例中,基于所述目标区域的行政划分信息和发展规划信息,来确定所述目标区域的土地影响因子。
所述土地影响因子由两部分共同构成,所述土地影响因子IF表示为:
IF∈{VerticalLevel{}*HorizontalAspect{}}
其中,VerticalLevel{}表示纵向层级,HorizontalAspect{}表示横向侧面,纵向级别(Vertical Level),一般共分5个级别,包括:
(1)国家级(英文标记为Level 1,简写为Lv1,典型如中国)、
(2)省级(英文标记为Level 2,简写为Lv2,典型如浙江省)、
(3)地市级(英文标记为Level 3,简写为Lv3,典型如宁波市)、
(4)区/县/县级市(英文标记为Level 4,简写为Lv4,典型如慈溪市)、
(5)街道/镇/乡(英文标记为Level 5,简写为Lv5,典型如庵东镇);
横向侧面(Horizontal Aspect),包含8个侧面,包括:
(1)国土方面(典型如土地利用总体规划的发布、城镇基准地价的更新)、
(2)经济方面(典型如产业集聚区的设立、产业发展战略的布局)、
(3)交通方面(典型如城市综合交通规划的发布、区域内轨道交通线网规划的发布)、
(4)生活方面(典型如城市规划中公共服务设施规划的发布、城镇化的加速)、
(5)娱乐方面(典型如各类森林公园或海洋公园或湿地公园或风景名胜区的设立)、
(6)人口方面(典型如人口普查工作的实施,行政区划的变更归根结底是人口的变动)、
(7)行政方面(典型如最多跑一次等行政改革的落实)、
(8)总体方面(以上几个方面的综合,典型如经济特区的设立、国民经济和社会发展规划纲要的发布、城市总体规划的发布);
以上纵向级别(共5个级别)与横向侧面(共8个侧面)搭配使用,理论上存在40种搭配组合,如附图9所示。尽管如此,在实践应用中,往往其中部分搭配组合才具备实际意义,比如2006年2月《宁波国民经济和社会发展“十一五”(2006-2010年)规则纲要》的发布属于纵向级别“Lv3地市级”与横向级别“总体方面”的搭配组合而且具备实际涵义。
步骤103、基于所述土地利用类别、所述土地时序信息、所述土地空间信息和所述土地影响因子,构建四元组土地时空模型;
本发明实施例中,针对四元组土地时空模型的土地利用类别,在开展城镇土地调查时,其取值情况如下所示:
LUT∈{011,012,013,021,022,023,031,032,033,041,042,043,051,052,053,054,061,062,063,071,072,081,082,083,084,085,086,087,088,091,092,093,094,095,101,102,103,104,105,106,107,111,112,113,114,115,116,117,118,119,121,122,123,124,125,126,127}
换言之,展开城镇土地调查的图斑类别可以如下取值:
-011水田(简写为011),012水浇地(简写为012)、013旱地(简写为013)、
-021果园(简写为021)、022茶园(简写为022)、023其它园地(简写为023)、
-031有林地(简写为031)、032灌木林地(简写为032)、033其它林地(简写为033)、
-041天然牧草地(简写为041)、042人工牧草地(简写为042)、043其他草地(简写为043)、
-051批发零售用地(简写为051)、052住宿餐饮用地(简写为052)、053商务金融用地(简写为053)、054其它商服用地(简写为054)、
-061工业用地(简写为061)、062采矿用地(简写为062)、063仓储用地(简写为063)、
-071城镇住宅用地(简写为071)、072农村宅基地(简写为072)、
-081机关团体用地(简写为081)、082新闻出版用地(简写为082)、083科教用地(简写为083)、084医卫慈善用地(简写为084)、085文体娱乐用地(简写为085)、086公共设施用地(简写为086)、087公园与绿地(简写为087)、088风景名胜设施用地(简写为088)、
-091军事设施用地(简写为091)、092使领馆用地(简写为092)、093监教场所用地(简写为093)、094宗教用地(简写为094)、095殡葬用地(简写为095)、
-101铁路用地(简写为101)、102公路用地(简写为102)、103街巷用地(简写为103)、104农村道路(简写为104)、105机场用地(简写为105)、106港口码头用地(简写为106)、107管道运输用地(简写为107)、
-111河流水面(简写为111)、112湖泊水面(简写为112)、113水库水面(简写为113)、114坑塘水面(简写为114)、115沿海滩涂(简写为115)、116内陆滩涂(简写为116)、117沟渠(简写为117)、118水工建筑用地(简写为118)、119冰川及永久积雪(简写为119)、
-121空闲地(简写为121)、122设施农用地(简写为122)、123田坎(简写为123)、124盐碱地(简写为124)、125沼泽地(简写为125)、126沙地(简写为126)、127裸地(简写为127)。
针对四元组土地时空模型的土地利用类别,在开展农村土地调查时,其取值情况如下所示:
LUT∈{011,012,013,021,022,023,031,032,033,041,042,043,201,202,203,204,205,101,102,104,105,106,107,111,112,113,114,115,116,117,118,119,122,123,124,125,126,127}
换言之,开展农村土地调查的图斑类别与开展城市土地调查的图斑类别的区别在于以下:
采用201城市、202建制镇、203村庄、204采矿用地、205风景名胜及特殊用地,代替05、06、07、08、09一级类和103街巷用地、121空闲地。
步骤104、基于所述四元组土地时空模型,生成所述目标区域的土地利用变化曲线;
在本发明实施例中,基于所述四元组土地时空模型,可分析土地时空模型的土地影响因子模块对于前三个模块的已有影响。
如上所述,考虑影响因子与前面三个模块的关联,一方面是为了考虑影响因子对于已经存在的土地利用现状的影响分析,另一方面是为了预测在影响因子作用下的未来土地利用变化可能状态。
以下为表述便捷清晰,在之后,统一将“地类图斑模块”简称为“地类模块”,统一将“时间序列模块”简称为“时间模块”,统一将“空间分布模块”简称为“空间模块”。
针对已有数据的分析工作(即参考影响因子对于已经存在的土地利用现状的影响分析),可以分为如下四个层次,包括如下:
第一个层次:“地类模块”,在该层次中,只考虑单个年度的地类图斑的数值统计结果,不考虑对应的图斑空间分布,也不考虑相关时间序列信息,典型的比如将单年度数值统计结果存储于Excel或Txt文件中,可以采用Excel或SPSS等统计软件给予初步统计处理;从而可以生成单年度的土地利用类别的统计曲线。
第二个层次:“地类模块”结合“空间模块”,在该层次中,不仅考虑单个年度的地类图斑的数值统计结果,而且考虑对应的图斑空间分布,但是仍然不考虑相关时间序列信息,典型的比如将存储于Excel或Txt文件的单年度数值统计结果与存储于ESRI ArcGIS或MapGIS等软件的对应图斑空间分布综合分析,从而可以生成单年度的包括土地利用类别和空间分布的统计曲线。
第三个层次:“地类模块”结合“时间模块”(考虑影响因子),在该层次中,不仅考虑地类图斑的数值统计结果,而且考虑相关的时间序列信息(即考虑多个年度,尤其是年度之间的变化),但是不考虑对应的图斑空间分布,同时将影响因子一起纳入考虑范畴,典型的比如将存储于Excel或Txt文件的多年度数值统计结果结合影响因子综合分析,从而可以生成随年度变化的土地利用类别的统计曲线。
第四个层次:“地类模块”结合“空间模块”结合“时间模块”(考虑影响因子);在该层次中,不仅考虑地类图斑的数值统计结果,而且考虑对应的图斑空间分布,还考虑相关的时间序列信息(即考虑多个年度,尤其是年度之间的变化),同时将影响因子一起纳入考虑范畴,典型的比如将存储于Excel或Txt文件的多年度数值统计结果与存储于ESRI ArcGIS或MapGIS等软件的对应图斑空间分布一起,结合影响因子综合分析,从而可以生成随年度变化的包括土地利用类别和空间分布的统计曲线。
步骤105、基于所述土地利用变化曲线,对所述目标区域的土地利用变化进行预测。
本发明实施例中,将土地利用现状的年度变更调查的时序数据作为模型的输入数据,以影响因子作为模型的调整参数,建立起在影响因子作用下的土地利用变更的预测模型。
以上预测模型可以是:(1)纯粹从数值统计角度建立的预测模型(典型的采用统计回归方法给予未知情况预测);(2)从空间分布角度建立的预测模型(典型的采用元胞自动机的模拟给予将来情况预测),(3)结合智能体建立起预测模型(典型的采用模拟智能体的智能行为从而预测后续发展情况)。
其中,第一种预测(纯粹从数值统计角度建立的预测模型,典型的采用时间序列的统计回归方法给予未知情况预测)方法在本发明中采用。
由上可知,本发明通过基于时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息;确定所述目标区域的土地影响因子;基于所述土地利用类别、所述土地时序信息、所述土地空间信息和所述土地影响因子,构建四元组土地时空模型;基于所述四元组土地时空模型,生成所述目标区域的土地利用变化曲线;基于所述土地利用变化曲线,对所述目标区域的土地利用变化进行预测。本发明能够较为全面的揭示相应区域近期的土地利用变化情况,以及对该区域未来一个时期内的土地利用变化进行预测,从而可以为国家或地区的土地利用、土地规划决策提供可靠的辅助信息。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图2示出了本发明实施例提供的基于土地时空模型反馈土地利用变化的系统的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图2所示,基于土地时空模型反馈土地利用变化的系统2包括:第一确定单元21,第二确定单元22,模型构建单元23,土地利用变化分析单元24和土地利用变化预测单元25。
第一确定单元21,基于时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息;
第二确定单元22,用于确定所述目标区域的土地影响因子;
模型构建单元23,用于基于所述土地利用类别、所述土地时序信息、所述土地空间信息和所述土地影响因子,构建四元组土地时空模型;
土地利用变化分析单元24,用于基于所述四元组土地时空模型,生成所述目标区域的土地利用变化曲线;
土地利用变化预测单元25,用于基于所述土地利用变化曲线,对所述目标区域的土地利用变化进行预测。
由上可知,本发明通过基于时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息;确定所述目标区域的土地影响因子;基于所述土地利用类别、所述土地时序信息、所述土地空间信息和所述土地影响因子,构建四元组土地时空模型;基于所述四元组土地时空模型,生成所述目标区域的土地利用变化曲线;基于所述土地利用变化曲线,对所述目标区域的土地利用变化进行预测。本发明能够较为全面的揭示相应区域近期的土地利用变化情况,以及对该区域未来一个时期内的土地利用变化进行预测,从而可以为国家或地区的土地利用、土地规划决策提供可靠的辅助信息。
在这里,以浙江省宁波市杭州湾新区(作为空间分布模块的主体内容)、2010-2016年(作为时间序列模块的主体内容)的土地利用现状(作为地类图斑模块的主体内容)中的历年变化情况为例,给予具体说明。
首先,针对宁波杭州湾新区的土地利用图斑类别,同样遵从《土地利用现状分类GBT 21010-2007》。
其次,针对宁波杭州湾新区的土地利用变更调查,同样是每年开展(即年度变更调查),而宁波杭州湾新区的新区建立时间节点为2010年,故而选取2010年、2011年、2012年、2013年、2014年、2015年、2016年这7个年份作为时间序列。
再次,宁波杭州湾新区位于宁波市的最北部,在杭州湾的南岸,通过跨海大桥与杭州湾北岸的嘉兴平湖对接,与上海市、杭州市呈现三角连接形态,交通便捷(如附图10-a所示);针对宁波杭州湾新区的空间范围归属,它在2010年之前(即新区建立之前)隶属于慈溪市(县级市,代码330282),它在2010年之后(即新区建立之后)隶属宁波市辖区(即履行“市级”经济管理权限,即代码变更为330201);宁波杭州湾新区总体布局呈现“二横三纵”,“二横”分别是生态休闲带和公共服务带,“三纵”从西至东分别是湿地休闲区、商务新城区、智慧产业区(如附图10-b所示)。
此外,针对宁波杭州湾新区的发展历程,其经过很长时间一段时间,在附图10中给出了宁波杭州湾从最早2001年开始至今历经的大事件,这些大事件对于宁波杭州湾新区每个阶段的土地利用都产生不同程度的影响。典型的,其中标记为“非常重要”的影响因子为影响最为深远的影响因子,具体包括如下(按照时间升序排列):
-2011年11月,国家批准了当时世界上最长的跨海大桥-杭州湾跨海大桥的立项建设,宁波杭州湾新区的前身(即浙江慈溪经济开发区)启动开发;(其纵向级别为“lv1国家级”,横向侧面为“总体方面”);
-2005年7月,国务院批准在“慈溪经济开发区”内设立“浙江慈溪出口加工区”(其纵向级别为“lv1国家级”,横向侧面为“总体方面”);
-2009年11月,浙江省委省政府、宁波市委市政府做出了《关于加快开发建设宁波杭州湾新区的决定》战略,将宁波杭州湾新区定位为“国家统筹协调发展的先行区、长三角亚太国际门户的重要节点区、浙江省现代产业基地、宁波大都市北部综合性新城区”(其纵向级别为“lv2省级”,横向侧面为“总体方面”);
-2010年2月,在整合原慈溪出口加工区管委会和经济开发区管委会的基础上,宁波杭州湾新区开发建设管委会正式挂牌成立;新区实行“三不变、两独立”体制,原则上保持慈溪市行政区划不变、司法管辖不变、汇总统计不变,实行财政收支独立、开发主体独立,即新区区域内独立履行“县级”社会行政管理职能和“市级”经济管理权限;换言之,宁波杭州湾新区开发建设管理会由宁波市政府授权,负责新区的开发、建设和管理工作,并受慈溪市政府委托管理新区范围内的乡镇、街道,管委会为宁波市政府的派出机构,机构规格与宁波市政府工作部门相同(其纵向级别为“lv4新区级”,横向侧面为“总体方面”);
-2010年9月,浙江省人民政府印发《浙江省产业集聚区发展总体规划》,宁波杭州湾产业集聚区被列入全省14个产业集聚区之一,并指出“宁波杭州湾新区产业集聚区”的发展导向为:突出海洋经济与战略性新兴产业特色,以先进制造业、现代服务业、运动休闲产业、现代生态农业为重点,建设浙江海洋经济重要战略平台和长三角地区现代产业发展示范区(其纵向级别为“lv2省级”,横向侧面为“经济方面”);
-2010年11月,宁波杭州湾新区“一办八局”正式挂牌成立,新区“大部制”工作体制正式确立和运转;“一办八局”包括办公室,人力资源和社会保障局、投资合作局、经济发展和行政审批局、规划建设国土局、市场和安全生产监督管理局、财政税务局、社会事务和农村工作局、审计局(其纵向级别为“lv4新区级”,横向侧面为“总体方面”);
-2010年12月,宁波市人民政府批准《宁波杭州湾总体规划(2010-2030年)》(其纵向级别为“lv4新区级”,其横向侧面为“总体方面”);
-2011年2月,国务院批复《浙江海洋经济发展示范区规划》,宁波杭州湾新区被列入浙江省9大海洋经济集聚区之一,并指出“宁波杭州湾产业集聚区”的建设导向为:突出海洋新兴产业特色,重点发展海洋工程装备制造和海洋现代服务(其纵向级别为“lv2省级”,横向侧面为“经济方面”);
-2011年8月,《宁波杭州湾新区管理办法》正式施行(其纵向级别为“lv4新区级”,横向侧面为“总体方面”);
-2011年12月,宁波杭州湾湿地公园成功晋升为国家级湿地公园(其纵向级别为“lv1国家级”,横向侧面为“娱乐方面”);
-2013年5月,《浙江省海洋功能区划(2011-2020年)》出台,其划定了宁波杭州湾新区的涉及海洋功能区块(其纵向级别为“lv2省级”,横向侧面为“总体方面”);
-2014年2月,宁波杭州湾新区升格为国家级经济技术开发区,布局为2+3+1产业(其中,2为汽车及关键零部件产业、通用航空产业,3为高端装备、高性能新材料、智能电器,1为文化休闲与生命健康产业)(其纵向级别为“lv1国家级”,横向侧面为“总体方面”);
-2015年4月,《宁波杭州湾新区条例》出台(其纵向级别为“lv4新区级”,横向侧面为“总体方面”);
-2016年5月,《浙江省海洋功能区划(2011-2020年)(2016年5月修订)》出台,进一步规定了宁波杭州湾新区涉及的海洋功能区块(其纵向级别为“lv2省级”,横向侧面为“总体方面”);
-2016年9月,《关于支持各地开展产城融合示范区建设的通知》下发,宁波杭州湾新区是我国58个产城融合示范区之一(其纵向级别为“lv1国家级”,其横向侧面为“总体方面”);
-2016年10月,《关于公布实施更新后的宁波杭州湾新区城镇基准地价的通知》出台(其纵向级别为“lv4新区级”,横向侧面为“国土方面”);
-2016年10月,《宁波杭州湾新区国民经济和社会发展“十三五”(2016-2020年)规划纲要》出台(其纵向级别为“lv4新区级”,横向侧面为“经济方面”);
总结而言,宁波杭州湾新区是行政县级,经济市级,是国家级经济技术开发区(219个之一),国家级产城融合示范区(58个之一),省级产业集聚区(14个之一),省级海洋经济集聚区(9个之一)。宁波杭州湾新区因桥而兴,因工业制造加工进出口而发展成熟,历经10多年才发展至今,最核心的事件节点包括2001年建桥,时隔4年后2005年在开发区内设立“浙江慈溪出口加工区”,再时隔4年后2009年政府部门做出加快开发建设宁波杭州湾的战略决定,次年2010年实行“三不变、两独立”体制的新区开发建设管理委员会正式挂牌成立,同年新区“一办八局”正式落实,之后《宁波杭州湾新区总体规划(2010-2030年)》、《宁波杭州湾新区管理办法》、《宁波杭州湾新区条例》先后颁布,从2010年至2014年短短4年时间新区工业制造业飞速发展直至2014年2月新区升格为国家级经济技术开发区,其定位格局为2+3+1产业。其中,2010年是核心时间节点,2010年之后宁波杭州湾飞速发展;2014年也是关键时间节点,其格局升级为国家经济技术开发区,这对当时阶段的土地利用会较大影响。
针对宁波杭州湾新区的土地利用变化的统计结果,如附图11(a)-(g)、附图12(a)-(g)、附图13-30、附图36、附图37(包括37-a和37-b)所示。其中,属于第一层次“地类模块”的包括:附图11(a)-(g)中的任何一幅图,图36中2010-2016年中的任意一列;属于第二层次“地类模块”结合“空间模块”的包括:附图12(a)-(g)中的任意一列;属于第三层次“地类模块”结合“时间模块”(考虑影响因子)的包括:附图11(a)-(g)的全部、图36中2010-2016年的全部、附图13-附图30;属于第四层次“地类模块”结合“空间模块”结合“时间模块”(考虑影响因子)的包括:附图12(a)-(g)的全部、附图37。
更为具体的,由属于第一层次“地类模块”的附图11(a)-(g)中任何一幅图、图36中任意一列可见:总共涉及17种地类图斑,其中三大地类中的未利用地涉及3种,三大地类中农用地的涉及7种,三大地类中的建设用地同样涉及7种;同时,在以上各类地类图斑中,115沿海滩涂、013旱地、202建制镇与203村庄所占比例最大,它们分别是三大地类(未利用地、农用地、建设用地,它们在三大地类中排名依次为第一、第二、第三)的最前列(如图36中最后一列排名所示)。
进一步的,由属于第二层次“地类模块”结合“空间模块”的附图12(a)-(g)中任意一列可见:以上的115沿海滩涂是位于中间的城镇土地(即202建制镇)与最上侧杭州湾海域之间的过渡地带,203村庄主要分布于202建制镇的下方,包含庵东镇的部分范围。
附图11(a)-(g)的全部、图36中2010-2016年的全部属于第三层次“地类模块”结合“时间模块”(考虑影响因子),事实上,附图13-附图30给出的描述更为细致,即给出了以上涉及17种地类图斑中每一种类型的时间序列数值变化。通过分析可见:
(1)在未利用地中,在未利用地排名第一的115沿海滩涂(平均占比54.05%)不断从2010至2016年不断减少(如附图13)所示;在未利用地排名第二的111河流水面(平均占比3.77%)从2010至2016年呈现先减少后增多趋势(如附图14所示);在未利用地中排名第三的043其他草地(平均占比1.17%)从2010至2016年也呈现不断减少的趋势(如附图15所示);
(2)在建设用地中,在建设用地中排名第一的202建制镇(平均占比8.62%)从2010至2016年不断增多(如附图16所示);与之一致的,在建设用地中排名第二的203村庄(平均占比4.71%)也是从2010至2016年不断增多(如附图17所示);在建设用地中排名第三的102公路用地(平均占比2.44%)从2010至2016年也是不断增多(如附图18所示);在建设用地中排名第四的113水库水面(平均占比2.13%)2012至2013年期间存在突然增多(如附图19所示);在建设用地中排名第五的118水工建筑用地(平均占比0.42%)先减少后增多(如附图20所示);在建设用地中排名第六的204采矿用地(平均占比0.35%)基本保持不变(如附图21所示);在建设用地中排名第七的205风景名胜及特殊用地(平均占比0.10%)在2015至2016年期间存在突然增多(如附图22所示);
(3)在农用地中,在农用地中排名第一的013旱地(平均占比16.76%)基本保持不变后在2015至2016年期间增多(如附图23所示);在农用地中排名第二的114坑塘水面(平均占比2.56%)略有减少(如附图24所示);在农用地中排名第三的117沟渠(平均占比1.33%)呈现一定程度起伏波动但是最终结果变化不大(如附图25所示);在农用地中排名第四的104农村道路(平均占比1.20%)略有增大(如附图26所示);在农用地中排名第五的011水田(平均占比0.55%)在2013至2014年期间出现后不断增加(如附图27所示);在农用地中排名第六的033其他林地(平均占比0.14%)基本保持不变(如附图28所示);在农用地中排名第七的122设施农用地(平均占比0.01%)在2013至2014期间出现后快速不断增多(如附图29所示)。
值得注意的是,建设用地中的118水工建筑用地(排名第五,平均占比0.42%)、204采矿用地(排名第六,平均占比0.35%)、205风景名胜及特殊用地(排名第七,平均占比0.10%)的平均占比均小于1%,图斑面积与总体面积的比例太小故而基本不予考虑。类似的,农用地中的011水田(排名第五,平均占比0.55%)、033其他林地(排名第六,平均占比0.14%)、122设施农用地(排名第七,平均占比0.01%)的平均占比也小于1%,同样基本不予考虑。
结合影响因子考虑,宁波杭州湾新区的发展本质上是一个围海造地、滩涂面积与城镇用地面积不断博弈的过程,基本上呈现滩涂面积不断减少而城镇与村庄不断发展面积增多的趋势,这个趋势自2010年宁波杭州湾新区正式成立开始尤为明显。
更进一步的,附图12(a)-(g)属于第四层次“地类模块”结合“空间模块”结合“时间模块”(考虑影响因子),事实上,附图37给出的描述更为详细,即从空间分布角度直观地给出了以上涉及17种地类图斑每一种类型的时间序列变化。通过分析可见:自2010年宁波杭州湾新区成立开始,确实202建制镇和203村庄不断扩展,115沿海滩涂不断减少,两者呈现负相关;与城镇发展配套的102公路用地、与村庄发展配套的104农村道路也是不断修建增多(包括宁波杭州湾新区的雏形形成也是因为跨海大桥的建立),正应了“要想富先修路”,可见交通与城镇的发展呈现正相关;同时,新区在不断围海的同时河塘之间的111河流水面也在不断增多,它也是城镇与村庄发展的配套;2012至2013年期间,114坑塘水面略有减少,113水库水面略有增加,是因为新区中心的越林湖和越溪湖的地类类型被从114坑塘水面调整为113水库水面;013旱地的后期增多与011水田的出现体现了建设用地与农用地之间的“占补平衡”。(以上体现步骤六)
如上所述,宁波杭州湾新区的扩张是围海造地形成的,其城市的发展不仅需要遵从相应城市发展总体规划,而且需要符合相应的海洋功能区划(尤其是位于宁波市北部的宁波杭州湾新区和位于嘉兴市南部的平湖地区,都是环杭州湾的用海区域,需要浙江省层面统筹规划如何用海)。其中,《浙江省海洋功能区划(2011-2020年)》在嘉兴南部和宁波北部段的功能区划设施如附图31所示,其中与宁波杭州湾新区空间范围的叠加情况如附图32所示。由附图31和附图32可见,宁波杭州湾新区涉及的海洋功能区块涉及B1-3、A3-1、A6-1。
其中,区块B1-3的类型代码为B1,功能区名称为“杭州湾南岸农渔业区”,功能区类型为“农渔业区”,地区为“宁波市”,其海洋使用管理规定如下:(1)重点保障渔业用海和捕捞用海,在不影响农渔业基本功能前提下,兼容交通运输用海、旅游娱乐用海、风能用海;(2)限制改变海域自然属性;
区块A3-1的类型代码为A3,功能区名称为“杭州湾工业与城镇用海区”,功能区类型为“工业与城镇用海区”,地区为“宁波市”,其海洋使用管理规定如下:(1)重点保障工业与城镇建设用海,兼容农业围垦功能,在未开发前可以兼容养殖用海;(2)经严格论证后,允许改变海域自然属性;(3)优化围填海平面布局,将海洋环境整治、生态建设与围填海相互结合,节约集约利用海域资源;(4)严格论证围填海活动,保障合理填海要求,围填海范围不得超过功能区前沿线,区内水域面积不得少于功能区面积的12%,填海规模接受国家和省海洋部门指标控制;(5)维持水动力条件稳定,提供防洪功能;(6)施工期间必须采取有效措施降低对周边功能区的影响;
区块A6-1的类型代码为A6,功能区名称为“杭州湾湿地海洋保护区”,功能区类型为“海洋保护区”,地区为“宁波市”,其海域使用管理规定如下:(1)重点保障保护区用海,在不影响整体保护区基本功能前提下,兼容旅游娱乐用海和科研教学用海;(2)除去海岸带整治和湿地规划外,禁止改变海域自然属性;(3)严格按照国家关于海洋环境保护以及海洋保护区管理的法律、法规和标准进行管理;(4)对海洋保护区内的用海活动,进行海域生态环境动态监测。
值得注意的是,在如上所述的宁波杭州湾历年城市发展与扩展机制的驱动下,城市土地(主要体现于地类图斑中202建制镇)面积不断增加,沿海滩涂区域(主要体现于地类图斑中115沿海滩涂)面积不断减少,这是值得关注和深思的问题。
在这里,使用经典的线性回归(linear regression)预测202建制镇和115沿海滩涂在2017年的用地面积,结果如下:
针对2010至2016年202建制镇面积数据采用线性回归给予拟合,从而得到趋势线及其方程,预测出2017年建制镇的面积增长至大约40平方公里,如附图33所示,这与《宁波杭州湾新区总体规划(2010-2030年)概要》中所述“同时充分考虑宁波杭州湾新区集约利用土地的要求,将城镇新增用地的人均城镇建设用地控制在120平方米以内,规划2030年城镇用地总量控制在93平方公里以内,2015年城镇建设用地总量应该控制在50平方公里以内”是保持一致的,且与2017年真实数据保持基本一致;
针对2010至2016年115沿海滩涂面积数据同样采用线性回归给予拟合,从而得到趋势线及其方程,预测出2017年沿海滩涂面积减少至大约178平方公里,如附图34所示,其与2017年真实数据保持基本一致。换言之,即宁波杭州湾新区的沿海滩涂面积每年以大约2%的速度在递减,总有一天会无法实现“向海要地”,值得深思。
综合上述,遵守并合理利用前述海洋功能区划从而建立起海域用地与城镇陆地用地之间的平衡,应该是宁波杭州湾新区之后发展需要考虑的重点问题。
本研究得到浙江省自然科学基金资助,项目编号为LQ19D010005(This researchwas supported by Zhejiang Provincial Natural Science Foundation of Chinaunder Grant No.LQ19D010005)以及宁波市自然科学基金资助项目(项目编号:2018A610121)Programs Supported by Ningbo Natural Science Foundation(GrantNo.2018A610121)。本发明专利受资助于“国土资源部城市土地资源监测与仿真重点实验室开放基金资助课题(KF-2016-02-001).The Project Supported by the Open Fund ofKey Laboratory of Urban Land Resources Monitoring and Simulation,Ministry ofLand and Resources(KF-2016-02-001)”以及“数字制图与国土信息应用工程国家测绘地理信息局重点实验室开放研究基金资助项目(项目编号GCWD201801).Funded by OpenResearch Fund Program of Key Laboratory of Digital Mapping and LandInformation Application Engineering,NASG(National Administration ofSurveying,Mapping and Geoinformation)(Grant No.GCWD201801)”以及“国家自然科学基金资助项目(项目批准号41601428).Project Supported by National NaturalScience Foundation of China(Grant No.41601428)”以及“浙江大学宁波理工学院科研启动项目(项目名称:运用LADM实现我国不动产统一登记的设计与建模_以广东省深圳市与浙江省宁波市为例)”以及“2016年度浙江省博士后科研项目择优资助课题立项(立项课题名称:关于LADM的我国不动产统一登记建模_以浙江省为例)”以及“测绘遥感信息工程国家重点实验室资助项目及编号(15I03).Open Research Fund of Key Laboratory ofInformation Engineering in Surveying,Mapping and Remote Sensing(15I03).”
Claims (10)
1.一种基于土地时空模型反馈土地利用变化的方法,其特征在于,包括:
基于获取的时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息;
确定所述目标区域的土地影响因子;
基于所述土地利用类别、所述土地时序信息、所述土地空间信息和所述土地影响因子,构建四元组土地时空模型;
基于所述四元组土地时空模型,结合所述土地影响因子对所述土地利用类别、所述土地时序信息以及所述土地空间信息的综合分析,生成所述目标区域的土地利用变化曲线;
基于所述土地利用变化曲线,对所述目标区域的土地利用变化进行预测。
2.根据权利要求1所述的基于土地时空模型反馈土地利用变化的方法,其特征在于,所述基于获取的时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息,包括:
获取目标区域的时间序列的土地利用数据;
根据所述土地利用数据中的地类图斑确定土地利用类别;
根据所述时间序列确定土地时序信息;
根据所述土地利用数据中的地类图斑分布确定土地空间信息。
3.根据权利要求1所述的基于土地时空模型反馈土地利用变化的方法,其特征在于,所述确定所述目标区域的土地影响因子,包括:
基于所述目标区域的行政划分信息和发展规划信息,确定所述目标区域的土地影响因子。
4.根据权利要求1所述的基于土地时空模型反馈土地利用变化的方法,其特征在于,生成的所述目标区域的土地利用变化曲线,至少包括以下统计曲线中的一项:
单年度的土地利用类别的统计曲线、单年度的包括土地利用类别和空间分布的统计曲线、随年度变化的土地利用类别的统计曲线和随年度变化的包括土地利用类别和空间分布的统计曲线。
5.根据权利要求1所述的基于土地时空模型反馈土地利用变化的方法,其特征在于,所述对所述目标区域的土地利用变化进行预测,包括:
基于时间序列的统计回归方法,对所述目标区域的土地利用变化进行预测。
6.根据权利要求1至5任一项所述的基于土地时空模型反馈土地利用变化的方法,其特征在于,所述四元组土地时空模型表示为:
LUCSTM={LUT ,LT ,LS ,IF}
其中,LUCSTM表示四元组土地时空模型,LUT表示土地利用类别,LT表示土地时序信息,LS表示土地空间信息,IF表示土地影响因子。
7.根据权利要求6所述的基于土地时空模型反馈土地利用变化的方法,其特征在于,所述土地时序信息LT表示为:
LT∈{Year,Month ,Day ,Hour}
其中,Year表示年份信息,Month表示月份信息,Day表示天数信息,Hour表示小时信息。
8.根据权利要求6所述的基于土地时空模型反馈土地利用变化的方法,其特征在于,所述土地空间信息LS表示为:
LS∈{(ProvinceCode,CityCode,DistrictCode,StreetCode),SpatialDistribution}
其中,(ProvinceCode,CityCode,DistrictCode,StreetCode)表示行政区划信息,SpatialDistribution表示地类分布信息。
9.根据权利要求6所述的基于土地时空模型反馈土地利用变化的方法,其特征在于,所述土地影响因子IF表示为:
IF∈{VerticalLevel{}*HorizontalAspect{}}
其中,VerticalLevel{}表示纵向层级,HorizontalAspect{}表示横向侧面,所述纵向层级包括国家级、省级、地市级、区/县/县级市、街道/镇/乡,所述横向侧面包括国土方面、经济方面、交通方面、生活方面、娱乐方面、人口方面和行政方面。
10.一种基于土地时空模型反馈土地利用变化的系统,其特征在于,包括:
第一确定单元,基于获取的时间序列的土地利用数据,确定目标区域的土地利用类别、土地时序信息和土地空间信息;
第二确定单元,用于确定所述目标区域的土地影响因子;
模型构建单元,用于基于所述土地利用类别、所述土地时序信息、所述土地空间信息和所述土地影响因子,构建四元组土地时空模型;
土地利用变化分析单元,用于基于所述四元组土地时空模型,结合所述土地影响因子对所述土地利用类别、所述土地时序信息以及所述土地空间信息的综合分析,生成所述目标区域的土地利用变化曲线;
土地利用变化预测单元,用于基于所述土地利用变化曲线,对所述目标区域的土地利用变化进行预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810594752.3A CN110580539B (zh) | 2018-06-11 | 2018-06-11 | 基于土地时空模型反馈土地利用变化的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810594752.3A CN110580539B (zh) | 2018-06-11 | 2018-06-11 | 基于土地时空模型反馈土地利用变化的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110580539A CN110580539A (zh) | 2019-12-17 |
CN110580539B true CN110580539B (zh) | 2021-07-30 |
Family
ID=68809468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810594752.3A Active CN110580539B (zh) | 2018-06-11 | 2018-06-11 | 基于土地时空模型反馈土地利用变化的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110580539B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111861834A (zh) * | 2020-07-14 | 2020-10-30 | 自然资源部第一海洋研究所 | 一种基于水资源依赖程度的海岸带陆域空间用途监测调查方法 |
CN113486034B (zh) * | 2021-07-05 | 2022-11-11 | 重庆比特数图科技有限公司 | 一种矢量图层及图斑的历史版本回溯方法 |
CN114239250B (zh) * | 2021-11-24 | 2022-10-21 | 新泰市国土空间规划服务中心(新泰市建筑设计院、新泰市水利设计院) | 一种国土空间规划设计的系统和方法 |
CN115909044B (zh) * | 2022-07-13 | 2023-07-07 | 中国科学院地理科学与资源研究所 | 一种国土空间结构时空演变模式挖掘方法 |
CN115689290B (zh) * | 2022-11-07 | 2023-05-30 | 重庆市规划和自然资源信息中心 | 房地产市场地块开发空置监测预警分析方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1987906A (zh) * | 2005-12-22 | 2007-06-27 | 中国煤炭地质总局航测遥感局 | 土地利用变化动态预测的方法 |
CN101510374A (zh) * | 2009-03-12 | 2009-08-19 | 中国科学院遥感应用研究所 | 一种基于历史数据及遥感数据的土地利用图自动更新方法 |
CN102222313A (zh) * | 2010-04-14 | 2011-10-19 | 同济大学 | 基于核主成分分析的城市演化模拟元胞模型处理方法 |
CN102622503A (zh) * | 2011-12-31 | 2012-08-01 | 武汉理工大学 | 城市土地利用变化模拟方法 |
CN102646164A (zh) * | 2012-02-28 | 2012-08-22 | 黄波 | 一种结合空间滤波的土地利用变化建模方法及其系统 |
CN106021751A (zh) * | 2016-05-26 | 2016-10-12 | 上海海洋大学 | 基于ca和sar的海岸带土地利用变化模拟方法 |
CN106485017A (zh) * | 2016-10-21 | 2017-03-08 | 重庆交通大学 | 一种基于CA‑Markov模型的土地利用时空变化模拟方法 |
CN107818519A (zh) * | 2017-10-30 | 2018-03-20 | 华南农业大学 | 一种分时序省级土地利用数据处理方法及系统 |
-
2018
- 2018-06-11 CN CN201810594752.3A patent/CN110580539B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1987906A (zh) * | 2005-12-22 | 2007-06-27 | 中国煤炭地质总局航测遥感局 | 土地利用变化动态预测的方法 |
CN101510374A (zh) * | 2009-03-12 | 2009-08-19 | 中国科学院遥感应用研究所 | 一种基于历史数据及遥感数据的土地利用图自动更新方法 |
CN102222313A (zh) * | 2010-04-14 | 2011-10-19 | 同济大学 | 基于核主成分分析的城市演化模拟元胞模型处理方法 |
CN102622503A (zh) * | 2011-12-31 | 2012-08-01 | 武汉理工大学 | 城市土地利用变化模拟方法 |
CN102646164A (zh) * | 2012-02-28 | 2012-08-22 | 黄波 | 一种结合空间滤波的土地利用变化建模方法及其系统 |
CN106021751A (zh) * | 2016-05-26 | 2016-10-12 | 上海海洋大学 | 基于ca和sar的海岸带土地利用变化模拟方法 |
CN106485017A (zh) * | 2016-10-21 | 2017-03-08 | 重庆交通大学 | 一种基于CA‑Markov模型的土地利用时空变化模拟方法 |
CN107818519A (zh) * | 2017-10-30 | 2018-03-20 | 华南农业大学 | 一种分时序省级土地利用数据处理方法及系统 |
Non-Patent Citations (1)
Title |
---|
《面向对象的四元组时空数据模型》;张英等;《四川大学学报(工程科学版)》;20070515;第39卷;第115-118页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110580539A (zh) | 2019-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110580539B (zh) | 基于土地时空模型反馈土地利用变化的方法及系统 | |
Li et al. | An integrated approach to constructing ecological security patterns and identifying ecological restoration and protection areas: A case study of Jingmen, China | |
Gao et al. | China’s ecological conservation redline: A solution for future nature conservation | |
Hong et al. | Sensitivity evaluation and land-use control of urban ecological corridors: A case study of Shenzhen, China | |
Chunye et al. | Zoning of Hangzhou Bay ecological red line using GIS-based multi-criteria decision analysis | |
Liu et al. | Ecological zoning for regional sustainable development using an integrated modeling approach in the Bohai Rim, China | |
Nakamura et al. | Adaptation to climate change and conservation of biodiversity using green infrastructure | |
Dou et al. | Effect of income, industry structure and environmental regulation on the ecological impacts of mining: An analysis for Guangxi Province in China | |
Cong et al. | Determination of landscape ecological network of wetlands in the Yellow River Delta | |
Jiayu et al. | Balancing urban expansion with ecological integrity: An ESP framework for rapidly urbanizing small and medium-sized cities, with insights from Suizhou, China | |
Zhou et al. | Constructing an aims-indicators-methods framework for green space system planning in China | |
Yuan et al. | Identifying ecological strategic points based on multi-functional ecological networks: A case study of Changzhi City, China | |
Tian et al. | Prioritizing ecological conservation strategies to enhance national ecological connectivity in China | |
Gomeseria | Desert landscape to a sustainable environment | |
Oropeza-Orozco et al. | Assessment of vulnerability and integrated management of coastal dunes in Veracruz, Mexico | |
Cao et al. | Construction of ecological security pattern based on InVEST-Conefor-MCRM: A case study of Xinjiang, China | |
Jin et al. | Hydrological ecosystem services for integrated water resources management | |
Xu et al. | A connectivity modeling and evaluating methodological framework in biodiversity hotspots based on naturalness and linking wilderness | |
Islam et al. | Drought impacts on urbanization | |
Jiang et al. | Integrating land-sea coordination into construction of an ecological security pattern for urban agglomeration: a case study in the Guangdong-Hong Kong-Macao Greater Bay Area | |
Manning et al. | Ecological Connectivity for Climate Change in the ACT and surrounding region | |
Rains et al. | Prioritizing habitat restoration goals in the Tampa Bay watershed | |
Zhao et al. | Analysis of biodiversity in Liaoning Province based on GIS | |
Borelli da Silva | Safeguarding Coastal Cities: Linking Nature-Based Solutions to Sea Level Rise Adaptation: a Case Study of Florianópolis, Brazil. | |
Liu et al. | Importance of ecosystem services and ecological security patterns on Hainan Island, China |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |