CN111754084B - 一种农村建设用地拆旧复垦潜力评估方法及其系统 - Google Patents
一种农村建设用地拆旧复垦潜力评估方法及其系统 Download PDFInfo
- Publication number
- CN111754084B CN111754084B CN202010486887.5A CN202010486887A CN111754084B CN 111754084 B CN111754084 B CN 111754084B CN 202010486887 A CN202010486887 A CN 202010486887A CN 111754084 B CN111754084 B CN 111754084B
- Authority
- CN
- China
- Prior art keywords
- land
- reclamation
- potential
- old
- data
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000000605 extraction Methods 0.000 claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 238000013075 data extraction Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims description 28
- 238000012937 correction Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种农村建设用地拆旧复垦潜力评估方法及其系统，所述方法包括：提取拆旧复垦潜力区的基本范围、可拆旧房屋、可复垦硬化地表及可复垦闲置用地对应的数据；根据所述数据建立自动化数据提取模型，得到拆旧复垦理论潜力的评估结果；对所述拆旧复垦理论潜力的评估结果进行修正，得到拆旧复垦现实潜力的评估结果。本发明提供的农村建设用地拆旧复垦潜力评估方法，通过利用多源空间地理信息数据，根据数据的结构和特征从建设用地内部进行客观分析，实现拆旧复垦潜力地类的分类与提取，提高拆旧复垦潜力的评估结果的效率和准确性。
Description
技术领域
本发明涉及国土管理技术领域，尤其涉及一种农村建设用地拆旧复垦潜力评估方法及其系统。
背景技术
目前，关于农村闲置建设用地拆旧复垦潜力评估的主要方法有：传统方法、多因素综合潜力测算法和遥感判读法；其中传统方法又包括人均建设用地标准法、户均建设用地标准法、闲置土地抽样调查法、建筑容积率法和城镇体系规划法等；传统方法往往从单一指标出发，未能密切结合区域自然地理条件、社会经济发展、土地利用及规划布局等因素，导致测算结果误差大且数据收集困难，微观尺度评估困难；多因素综合潜力测算法通过构建影响潜力释放的指标评价体系、确定指标、因素权重，测算拆旧复垦现实潜力，但基于传统方法测算的结果上进行修正，其结果的准确性与传统方法的测算精度紧密相关；且利用统计数据建立估算模型只能得到单一的数值，只能在宏观尺度上反映地域差异，精细化程度低；遥感判读法结果虽然较前两种方法更准确，但需要进行大量的土地利用分类工作与实地调查工作，任务重，周期长，在空间尺度上难以做大面积推广。
发明内容
本发明的目的在于提供一种农村建设用地拆旧复垦潜力评估方法及其系统，通过利用覆盖全省的多源空间地理信息数据，根据数据的结构和特征从建设用地内部进行客观分析，实现拆旧复垦潜力地类的分类与提取，提高拆旧复垦潜力的评估结果的效率和准确性。
为了克服上述现有技术中的缺陷，本发明提供了一种农村建设用地拆旧复垦潜力评估方法，包括：
通过Model Builder提取拆旧复垦潜力区的基本范围、可拆旧房屋、可复垦硬化地表及可复垦闲置用地对应的数据；所述通过Model Builder提取拆旧复垦潜力区的基本范围包括：
根据土地利用总体规划数据中“规划分类编码”为“2120”、“2310”、“2130”和“2140”的图斑，在城镇规模外的建设用地进行拆旧复垦潜力区提取，得到规模外的提取结果；
将土地利用现状数据中编码以“20”开头、二级编码为“118”的图斑与基础性地理国情监测地表覆盖数据中一级编码为“0500”、“0700”、“0800”的图斑进行合并，在建设用地范围内进行拆旧复垦潜力区提取，将所述提取结果融合后得到范围内的提取结果；
将所述规模外的提取结果和所述范围内的提取结果叠加求交，获得拆旧复垦潜力区的基本范围；
根据所述数据建立自动化数据提取模型，得到拆旧复垦理论潜力的评估结果；
对所述拆旧复垦理论潜力的评估结果进行修正，得到拆旧复垦现实潜力的评估结果，包括：
将选取的指标按照专家打分法获得的权重构建修正模型，所述指标包括人均村庄建设用地面积、建设用地指标使用率、永久基本农田保护率、人均耕地面积、房屋使用率、一户多宅比例、道路通达度、拆旧复垦经验系数、人均GDP、农民人均可支配收入的来源、坡度指数、高程指数的计算公式；
对所述指标的标准化值及权重进行加权求和，得到修正系数，根据所述拆旧复垦理论潜力的结果，得到拆旧复垦现实潜力评估结果。
进一步地，所述提取拆旧复垦潜力区的可拆旧房屋对应的数据，包括：
将农村地籍调查数据与基本范围进行相交分析，获得落入基本范围内的农村地籍调查数据；
对所述调查数据进行分析，得到“房屋使用状况”为“空置”的低效利用房屋，并剔除备注为新建、在建、重建、新家、已经拆除、计划拆除、征收中的任意一种的房屋，得到一类房屋；
对所述调查数据进行分析，选取“房屋使用状况”不是“空置”，且“备注”为“破旧”、“坍塌”、“倒塌”的房屋，得到二类房屋；
综合所述一类房屋和二类房屋，依次剔除宗祠、祖屋、景点、名胜古迹和宗教设施，得到拆旧复垦潜力区的可拆旧房屋对应的数据。
进一步地，所述提取拆旧复垦潜力区的可复垦硬化地表对应的数据，包括：
选取农村地籍调查数据中的“空闲地”，剔除所述空闲地属于非可拆旧房屋邻近的空闲地，作为农村地籍调查中的可复垦硬化地表；所述选取搜索半径为0.1米的近邻分析；
选取基础性地理国情监测地表覆盖数据中的分类编码为“0716”、“0717”、“0718”和“0719”与基本范围进行相交分析，使用邻近分析法和擦除分析剔除农村地籍调查数据中和房屋相邻的空闲地，并使用缓冲区分析和擦除分析剔除基础性地理国情监测数据中的农村道路，得到基础性地理国情监测数据中的可复垦硬化地表；
将农村地籍调查中的可复垦硬化地表和所述基础性地理国情监测数据中的可复垦硬化地表结果进行合并，得到拆旧复垦潜力区的可复垦硬化地表对应的数据。
进一步地，所述提取拆旧复垦潜力区的可复垦闲置用地对应的数据，包括：
根据基础性地理国情监测地表覆盖数据中编码以“01”和“03”开头的图斑提取数据，并与所述基本范围相交得到初步可复垦闲置用地；
利用擦除分析剔除所述初步可复垦闲置用地中可拆旧房屋和可复垦硬化地表数据，得到拆旧复垦潜力区的可复垦闲置用地对应的数据。
进一步地，所述建立自动化数据提取模型采用ArcGIS中的Model Builder进行建模；所述建模包括对所述提取拆旧复垦潜力区的基本范围、可拆旧房屋、可复垦硬化地表及可复垦闲置用地分别进行建模。
本发明还提供了一种建设用地拆旧复垦潜力评估系统，包括：
拆旧复垦潜力区提取单元，用于通过Model Builder提取拆旧复垦潜力区的基本范围、可拆旧房屋、可复垦硬化地表及可复垦闲置用地对应的数据；所述通过ModelBuilder提取拆旧复垦潜力区的基本范围包括：根据土地利用总体规划数据中“规划分类编码”为“2120”、“2310”、“2130”和“2140”的图斑，在城镇规模外的建设用地进行拆旧复垦潜力区提取，得到规模外的提取结果；将土地利用现状数据中编码以“20”开头、二级编码为“118”的图斑与基础性地理国情监测地表覆盖数据中一级编码为“0500”、“0700”、“0800”的图斑进行合并，在建设用地范围内进行拆旧复垦潜力区提取，将所述提取结果融合后得到范围内的提取结果；将所述规模外的提取结果和所述范围内的提取结果叠加求交，获得拆旧复垦潜力区的基本范围；
模型构建单元，用于根据所述数据建立自动化数据提取模型，得到拆旧复垦理论潜力的评估结果；
评估修正单元，用于对所述拆旧复垦理论潜力的评估结果进行修正，得到拆旧复垦现实潜力的评估结果，包括将选取的指标按照专家打分法获得的权重构建修正模型，所述指标包括人均村庄建设用地面积、建设用地指标使用率、永久基本农田保护率、人均耕地面积、房屋使用率、一户多宅比例、道路通达度、拆旧复垦经验系数、人均GDP、农民人均可支配收入的来源、坡度指数、高程指数的计算公式；对所述指标的标准化值及权重进行加权求和，得到修正系数，根据所述拆旧复垦理论潜力的结果，得到拆旧复垦现实潜力评估结果。
本发明还提供了一种计算机终端设备，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上任一项所述的农村建设用地拆旧复垦潜力评估方法。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的农村建设用地拆旧复垦潜力评估方法。
相对于现有技术，本发明至少存在以下有益效果：
(1)获得区域内拆旧复垦潜力地类及拆旧复垦潜力区，为拆旧复垦工作的开展提供有准确的、可实施的测绘地理信息数据。
(2)合理评估拆旧复垦理论潜力与现实潜力，为土地利用和管理提供可靠的“底数”，辅助协调土地资源合理利用和社会经济发展制定对应的政策。
附图说明
图1是本发明某一实施例提供的农村建设用地拆旧复垦潜力评估方法的流程示意图；
图2是本发明某一实施例提供的农村建设用地拆旧复垦潜力评估方法的技术路线图；
图3是本发明某一实施例提供的提取基本范围的模型构建界面图；
图4是本发明某一实施例提供的提取基本范围的模型运行界面；
图5是本发明某一实施例提供的提取可拆旧房屋的模型构建界面图；
图6是本发明某一实施例提供的提取可拆旧房屋的模型运行界面；
图7是本发明某一实施例提供的提取可复垦硬化地表的模型构建界面图；
图8是本发明某一实施例提供的提取可复垦硬化地表的模型运行界面；
图9是本发明某一实施例提供的提取可复垦闲置用地的模型构建界面图；
图10是本发明某一实施例提供的提取可复垦闲置用地的模型运行界面；
图11是本发明某一实施例提供的农村建设用地拆旧复垦潜力评估系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1，本发明某一实施例提供了一种农村建设用地拆旧复垦潜力评估方法，包括：
S10、通过Model Builder提取拆旧复垦潜力区的基本范围、可拆旧房屋、可复垦硬化地表及可复垦闲置用地对应的数据；
所述通过Model Builder提取拆旧复垦潜力区的基本范围包括：
根据土地利用总体规划数据中“规划分类编码”为“2120”、“2310”、“2130”和“2140”的图斑，在城镇规模外的建设用地进行拆旧复垦潜力区提取，得到规模外的提取结果；
将土地利用现状数据中编码以“20”开头、二级编码为“118”的图斑与基础性地理国情监测地表覆盖数据中一级编码为“0500”、“0700”、“0800”的图斑进行合并，在建设用地范围内进行拆旧复垦潜力区提取，将所述提取结果融合后得到范围内的提取结果；
将所述规模外的提取结果和所述范围内的提取结果叠加求交，获得拆旧复垦潜力区的基本范围。
在本步骤中，主要是对拆旧复垦潜力区进行提取，其中包括了提取拆旧复垦潜力区的基本范围、可拆旧房屋、可复垦硬化地表及可复垦闲置用地这四个部分，然后分别提取。如图2所示，其中提取范围的数据来源包括：土地利用总体规划数据、基础性地理国情监测数据、农村地籍调查数据、土地利用现状数据、一村一镇一地图数据，高空间分辨遥感影像数据等。
进一步地，在本实施例中，首先拆旧复垦潜力评估工作在城镇规模外的建设用地进行。筛选土地利用总体规划数据中“规划分类编码”为“2120”(农村居民点)、“2310”(风景名胜设施用地)、“2130”(采矿用地)和“2140”(其他独立建设用地)图斑作为城镇规模外的建设用地；
然后，拆旧复垦潜力评估工作在土地利用现状为建设用地的范围内进行。筛选土地利用现状数据中编码以“20”开头(城镇村及工矿用地)、二级编码为“118”(水工建筑用地)的图斑与基础性地理国情监测地表覆盖数据中一级编码为“0500”(房屋建筑)、“0700”(构筑物)、“0800”(人工堆掘地)的图斑合并作为现状建设用地，为避免面重叠，对结果进行融合；
最后将上述两步骤的结果叠加求交，获得符合拆旧复垦的基本范围。
此外，由于步骤S10包含的子步骤过程繁琐，极易出错，且作业时间长，效率低，故引入空间分析功能集成处理工具。ArcGIS(一种地理数据处理软件)中的Model Builder(建模工具)具有良好的数据处理功能集成能力，可以将复杂的、多事务、多步骤的数据处理过程用直观的图形语言贯穿起来，用流程化方式进行表达。用模型将处理流程进行存储，以便达到快速地完成一项复杂任务的目的。
S20、根据所述数据建立自动化数据提取模型，得到拆旧复垦理论潜力的评估结果；
请参阅图3-10，在本步骤中将对提取基本范围、可拆旧房屋、可复垦硬化地表、可复垦闲置用地分别进行建模；首先对基本范围的提取建模，包括：
(1)创建模型
打开ArcMap(一种地理数据处理软件)窗口，点击地理处理，选择构建模型构建器，创建新模型。
(2)添加数据和工具
首先，将基础性地理国情监测数据、土地利用现状数据、土地利用总体规划数据从ArcCatalog(目录)中拖入模型画布的空白区域。
然后，在模型中添加筛选、合并、相交等数据处理工具，并将处理工具的具体条件填写完整。
(3)设置模型参数
在模型中，需要设置模型参数的输入变量和输出变量，右键设置输入、输出变量，点击模型参数。创建模型参数后，右上角出现字母“P”。
对基本范围的提取建模完成后，按照同样的步骤分别对可拆旧房屋、可复垦硬化地表、可复垦闲置用地进行建模，得到这四个部分的一键提取模型。
S30、对所述拆旧复垦理论潜力的评估结果进行修正，得到拆旧复垦现实潜力的评估结果，包括：
将选取的指标按照专家打分法获得的权重构建修正模型，所述指标包括人均村庄建设用地面积、建设用地指标使用率、永久基本农田保护率、人均耕地面积、房屋使用率、一户多宅比例、道路通达度、拆旧复垦经验系数、人均GDP、农民人均可支配收入的来源、坡度指数、高程指数的计算公式；
对所述指标的标准化值及权重进行加权求和，得到修正系数，根据所述拆旧复垦理论潜力的结果，得到拆旧复垦现实潜力评估结果。
在本步骤中，通过构建修正模型得到拆旧复垦现实潜力。需要说明的是，现实中，土地利用通常受到社会、经济和自然的约束，农村建设用地的理论潜力也会因不同区域的社会、经济和自然等限制因素而不会完全释放。因此，需结合实际从社会、经济、自然三大因素角度构建修正模型，构建指标体系，采用专家打分法获得各因素和各指标的权重，以县为单位评估拆旧复垦现实潜力。指标分为“正指标”和“负指标”，“正指标”是指该指标的值越大，则拆旧复垦现实潜力越大，指标和拆旧复垦现实潜力呈正相关；“负指标”指该指标的值越大，则拆旧复垦现实潜力越小，指标和拆旧复垦现实潜力呈负相关。
具体地，在通过构建修正模型得到拆旧复垦现实潜力中，指标体系从三个因素进行构建，即社会因素、经济因素和自然因素；
(1)指标体系的构建——社会因素。包括：人均村庄建设用地面积、建设用地使用指标率、永久基本农田保护率、人均耕地面积、房屋使用率、一户多宅比例、道路通达度和拆旧复垦经验系数等7个指标。
①人均村庄建设用地面积的计算公式、选取原因、指标方向及权重，通过“村庄建设用地面积/农村常住人口”计算获得。该指标反映了人地关系紧张程度，人均村庄建设用地面积越小，农村常住人口密度越大，农户对建设用地的需求越迫切，则拆旧复垦潜力越小。该指标为正指标。
②建设用地指标使用率的计算公式、选取原因、指标方向向及权重，通过“建设用地已使用指标/规划期建设用地指标”计算获得。该指标数值越高，推动拆旧复垦、减少建设用地指标的需求越弱。该指标为负指标。
③永久基本农田保护率的计算公式、选取原因、指标方向及权重，通过“永久基本农田面积/耕地总面积”计算获得。永久基本农田保护率是土地利用规划的约束性指标之一，指标值越大，潜在的外延扩张空间越小，推动拆旧复垦、减少建设用地存量的意愿就越强。该指标为正指标。
④人均耕地面积的计算公式、选取原因、指标方向及权重，通过“耕地总面积/总人口”计算获得。该指标反映了人地关系紧张程度，人均耕地资源越稀缺，农户对土地的需求越迫切，则通过拆旧复垦补充耕地的意愿越高。该指标为负指标。
⑤房屋使用率的计算公式、选取原因、指标方向及权重，通过“(自用+出租)房屋面积/房屋总面积”计算获得。该指标反映了农村房屋的使用现状，房屋使用率越高，则需要拆旧的房屋比例越小。该指标为负指标。
⑥一户多宅比例的计算公式、选取原因、指标方向及权重，通过“一户多宅房屋占地面积/房屋占地总面积”计算获得。该指标数值越高，推动拆旧复垦工作越容易。该指标为正指标。
⑦道路通达度的计算公式、选取原因、指标方向及权重，通过“交通用地面积/区域总面积”计算获得。交通基础设施的完善有利用农村和城市进行物质、信息和能量的交换，因此道路通达度既体现了农村的区位条件，也反映了农户与外界交流的便捷性，道路通达度越高通行成本越低，参与拆旧复垦的意愿越弱。该指标为负指标。
⑧拆旧复垦经验系数的计算公式、选取原因、指标方向及权重，评价单元实施拆旧复垦项目面积/全域实施拆旧复垦项目面积×100％，该指标反映了地方政府推进拆旧复垦项目的经验积累，其数值越高则政府实施拆旧复垦的能力越强，实施拆旧复垦的意愿越高。该指标为正指标。
(2)指标体系的构建——经济因素。包括人均GDP(国内生产总值)、农民可支配收入两个指标。
①人均GDP(国内生产总值)的来源、选取原因、指标方向及权重，自统计局及统计年鉴收集，一个地区经济发展水平要看人均GDP(国内生产总值)大小，人均GDP(国内生产总值)越高，本地区经济发展水平越高，创造的就业、创收的机会越多，人口流出的可能性就小，进而减少农村建设用地的使用需求越低。该指标为负指标。
②农民人均可支配收入的来源、选取原因、指标方向及权重，自统计局及统计年鉴收集，农民的人均可支配收入是衡量地区经济发展水平和农民支付能力的重要指标，农民可支配收入越高，对宅基地的需求相较于拆旧复垦的现金补偿会更高，拆旧复垦工作越难推行；农民可支配收入水平低的地区，人口外流严重，对农村建设用地的需求逐渐减少，且拆旧复垦的经济补偿可以在短时间内显著改善贫困地区农民的生活水平，拆旧复垦工作更容易推进。该指标为负指标。
(3)指标体系的构建——自然因素。包括坡度指数和高程指数两个指标。
①坡度指数的计算公式、指标方向及权重：(S1×0.5+S2×0.3+S3×0.1)/S，S表示农村居民点总面积，S1、S2、S3分别表示15度以上、5-15度、0-5度三种类型内的农村居民点面积。该指标为正指标。
②高程指数的计算公式、指标方向及权重：(S1×0.5+S2×0.3+S3×0.1)/S，S表示农村居民点总面积，S1、S2、S3分别表示500米以上、200-500米、200米以下三种类型内的农村居民点面积。该指标为正指标。
③选取原因：地形地貌影响政府和农民拆旧复垦的意愿，与平原地区相比，丘陵、山区交通通达性较差，经济欠发达，居住较为分散，空心村问题突出，政府和农民改变居住现状的需求更为强烈，更希望通过拆旧复垦进行搬迁或者现金补偿改善居住环境。
然后，对所述指标的标准化值及权重进行加权求和，得到修正系数，根据所述拆旧复垦理论潜力的结果，得到拆旧复垦现实潜力评估结果。
然后，根据上一步选定的各指标的标准化值及权重进行加权求和，然后计算修正系数，最后根据修正系数及拆旧复垦理论潜力的结果，得到拆旧复垦现实潜力评估结果，具体采用的公式如下：
①对各指标数据进行极差标准化：
其中，Aij：第i个因素的第j个指标的标准化值；Xij是某县第i个因素的第j个指标通过指标计算公式或者查阅统计年鉴得到的数值；max(Xij)是各县第i个因素的第j个指标中的最大值；min(Xij)是各县第i个因素的第j个指标中的最小值。
②计算修正系数
E修正＝∑Aij*αij*βi
其中，E修正：修正系数；αij：第i个因素的第j个指标的权重；βi：第i个因素的权重。
③计算拆旧复垦现实潜力
P现实＝P理论*E修正。其中，P现实：拆旧复垦现实潜力；P理论：拆旧复垦理论潜力。
本发明实施例提供的一种农村建设用地拆旧复垦潜力评估方法，通过利用覆盖全省的多源空间地理信息数据，根据数据的结构和特征从建设用地内部进行客观分析，实现拆旧复垦潜力地类的分类与提取，提高拆旧复垦潜力的评估结果的效率和准确性。
本发明某一实施例中，所述提取拆旧复垦潜力区的可拆旧房屋对应的数据，包括：
将农村地籍调查数据与基本范围进行相交分析，获得落入基本范围内的农村地籍调查数据；
对所述调查数据进行分析，得到“房屋使用状况”为“空置”的低效利用房屋，并剔除备注为新建、在建、重建、新家、已经拆除、计划拆除、征收中的任意一种的房屋，得到一类房屋；
对所述调查数据进行分析，选取“房屋使用状况”不是“空置”，且“备注”为“破旧”、“坍塌”、“倒塌”的房屋，得到二类房屋；
综合所述一类房屋和二类房屋，依次剔除宗祠、祖屋、景点、名胜古迹和宗教设施，得到拆旧复垦潜力区的可拆旧房屋对应的数据。
在本实施例中，具体步骤如下：
第一步，农村地籍调查数据与基本范围进行相交分析，获得落入基本规模内的农村地籍调查数据。
第二步，选取农村废弃、低效利用和无法居住的房屋作为可拆旧房屋。首先，对第一步得到的房屋进行分析提取。选取“房屋使用状况”为“空置”的低效利用房屋。
第三步，在第二步的基础上，剔除“房屋使用状况”为“空置”且“备注”为“新建”“在建”“重建”“新家”“已经拆除”、“计划拆除”、“征收”等新建或拆除、征收的房屋。
第四步，在第一步的基础上，选取“房屋使用状况”不是“空置”，且“备注”为“破旧”、“坍塌”和“倒塌”等废弃、无人居住或居住状况较差的房屋。
第五步，合并第三步和第四步得到的房屋。为保护乡村传统文化和传统景观建(构)筑物，提高数据精度，以高空间分辨率遥感影像为底图进行目视解译，剔除宗祠、祖屋和新建等受到保护和拆旧复垦难度较大的房屋。
第六步，在第五步的基础上，剔除“一村一镇一地图”项目地名地址数据中的“景点、名胜古迹和宗教设施”等兴趣点所在的房屋，即为可拆旧房屋。
本发明某一实施例中，所述提取拆旧复垦潜力区的可复垦硬化地表对应的数据，包括：
选取农村地籍调查数据中的“空闲地”，剔除所述空闲地属于非可拆旧房屋邻近的空闲地，作为农村地籍调查中的可复垦硬化地表；所述选取搜索半径为0.1米的近邻分析；
选取基础性地理国情监测地表覆盖数据中的分类编码为“0716”(场院)、“0717”(露天堆放场)、“0718”(碾压踩踏地表)和“0719”(其他硬化地表)与基本范围进行相交分析，使用邻近分析法和擦除分析剔除农村地籍调查数据中和房屋相邻的空闲地，并使用缓冲区分析和擦除分析剔除基础性地理国情监测数据中的农村道路，得到基础性地理国情监测数据中的可复垦硬化地表；
将农村地籍调查中的可复垦硬化地表和所述基础性地理国情监测数据中的可复垦硬化地表结果进行合并，得到拆旧复垦潜力区的可复垦硬化地表对应的数据。
本实施例中，具体步骤如下：
第一步，根据可拆旧房屋确定部分可复垦硬化地表。选取农村地籍调查数据中的“空闲地”若空闲地和可拆旧的房屋相邻，则在房屋拆旧后一同复垦，采用可拆旧房屋与空闲地近邻分析，设置搜索半径为0.1米。
第二步，农村地籍调查中的部分空闲地属于可拆旧房屋和非可拆旧房屋共用，此类空闲地不纳入可复垦硬化地表。采用非可拆旧房屋与空闲地进行邻近分析，设置搜索半径为0.1米。
第三步，利用擦除工具，擦除以上两步的结果，得到只和可拆旧房屋相邻的空闲地，作为农村地籍调查中的可复垦硬化地表。
第四步，村庄内部还有部分硬化地表是与房屋距离较远的进行晒谷、停车和集会等生产生活用地。随着城镇化发展和人口外流，生产生活用地逐渐失去原有功能，属于农村的低效利用建设用地，选取基础性地理国情监测地表覆盖数据中的分类编码为“0716”(场院)、“0717”(露天堆放场)、“0718”(碾压踩踏地表)和“0719”(其他硬化地表)与基本范围进行相交分析。
第五步，因各数据源之间存在面重叠，为避免重复提取，在第四步的基础上，需剔除农村地籍调查数据中和房屋相邻的空闲地，使用邻近分析法和擦除分析解决该问题。
第六步，由于农村道路起重要的连通作用，农村道路不应纳入拆旧复垦范围。在基础性地理国情监测数据中农村道路进行了中心线采集，故选取LVLL(农村道路)数据，设置3米缓冲区，生成农村道路面，作为擦除要素，在第五步的基础上利用擦除分析，得到基础性地理国情监测数据中的可复垦硬化地表。
第七步，将第三步和第六步的结果进行合并，即为可复垦硬化地表。
本发明某一实施例中，所述提取拆旧复垦潜力区的可复垦闲置用地对应的数据，包括：
根据基础性地理国情监测地表覆盖数据中编码以“01”和“03”开头的图斑提取数据，并与所述基本范围相交得到初步可复垦闲置用地；
利用擦除分析剔除所述初步可复垦闲置用地中可拆旧房屋和可复垦硬化地表数据，得到拆旧复垦潜力区的可复垦闲置用地对应的数据。
在本实施例中，具体步骤如下：
第一步，村庄内存在其土地利用类型属于农村建设用地，但实地并无建设痕迹的区域，主要被林草覆盖，如临时开辟出来的种植用地、阔叶林和草地等，分布于居民区内部与四周，较为杂乱。此类数据根据基础性地理国情监测地表覆盖数据中编码以“01”和“03”开头的图斑提取，再与基本范围相交获得。
第二步，为防止面重叠，在第一步的基础上，利用擦除分析剔除可拆旧房屋和可复垦硬化地表数据，即为可复垦闲置用地。
请参阅图11，本发明实施例还提供一种建设用地拆旧复垦潜力评估系统，包括：
拆旧复垦潜力区提取单元，用于通过Model Builder提取拆旧复垦潜力区的基本范围、可拆旧房屋、可复垦硬化地表及可复垦闲置用地对应的数据；所述通过ModelBuilder提取拆旧复垦潜力区的基本范围包括：根据土地利用总体规划数据中“规划分类编码”为“2120”、“2310”、“2130”和“2140”的图斑，在城镇规模外的建设用地进行拆旧复垦潜力区提取，得到规模外的提取结果；将土地利用现状数据中编码以“20”开头、二级编码为“118”的图斑与基础性地理国情监测地表覆盖数据中一级编码为“0500”、“0700”、“0800”的图斑进行合并，在建设用地范围内进行拆旧复垦潜力区提取，将所述提取结果融合后得到范围内的提取结果；将所述规模外的提取结果和所述范围内的提取结果叠加求交，获得拆旧复垦潜力区的基本范围；
模型构建单元，用于根据所述数据建立自动化数据提取模型，得到拆旧复垦理论潜力的评估结果；
评估修正单元，用于对所述拆旧复垦理论潜力的评估结果进行修正，得到拆旧复垦现实潜力的评估结果，包括将选取的指标按照专家打分法获得的权重构建修正模型，所述指标包括人均村庄建设用地面积、建设用地指标使用率、永久基本农田保护率、人均耕地面积、房屋使用率、一户多宅比例、道路通达度、拆旧复垦经验系数、人均GDP、农民人均可支配收入的来源、坡度指数、高程指数的计算公式；对所述指标的标准化值及权重进行加权求和，得到修正系数，根据所述拆旧复垦理论潜力的结果，得到拆旧复垦现实潜力评估结果。
本发明实施例还提供一种计算机终端设备，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一项实施例所述的农村建设用地拆旧复垦潜力评估方法。
处理器用于控制该计算机终端设备的整体操作，以完成如上述任一项实施例所述的农村建设用地拆旧复垦潜力评估方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作，这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(StaticRandom Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
计算机终端设备可以被一个或多个应用专用集成电路(Application Specific1ntegrated Circuit，简称AS1C)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field ProgrammableGate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述任一项实施例所述的农村建设用地拆旧复垦潜力评估方法，并达到如上述方法一致的技术效果。
本发明实施例还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的农村建设用地拆旧复垦潜力评估方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由计算机终端设备的处理器执行以完成上述的农村建设用地拆旧复垦潜力评估方法，并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种农村建设用地拆旧复垦潜力评估方法，其特征在于，包括：
通过Model Builder提取拆旧复垦潜力区的基本范围、可拆旧房屋、可复垦硬化地表及可复垦闲置用地对应的数据；所述通过Model Builder提取拆旧复垦潜力区的基本范围包括：
根据土地利用总体规划数据中“规划分类编码”为“2120”、“2310”、“2130”和“2140”的图斑，在城镇规模外的建设用地进行拆旧复垦潜力区提取，得到规模外的提取结果；
将土地利用现状数据中编码以“20”开头、二级编码为“118”的图斑与基础性地理国情监测地表覆盖数据中一级编码为“0500”、“0700”、“0800”的图斑进行合并，在建设用地范围内进行拆旧复垦潜力区提取，将所述提取结果融合后得到范围内的提取结果；
将所述规模外的提取结果和所述范围内的提取结果叠加求交，获得拆旧复垦潜力区的基本范围；
根据所述数据建立自动化数据提取模型，得到拆旧复垦理论潜力的评估结果；
对所述拆旧复垦理论潜力的评估结果进行修正，得到拆旧复垦现实潜力的评估结果，包括：
将选取的指标按照专家打分法获得的权重构建修正模型，所述指标包括人均村庄建设用地面积、建设用地指标使用率、永久基本农田保护率、人均耕地面积、房屋使用率、一户多宅比例、道路通达度、拆旧复垦经验系数、人均GDP、农民人均可支配收入的来源、坡度指数、高程指数的计算公式；
对所述指标的标准化值及权重进行加权求和，得到修正系数，根据所述拆旧复垦理论潜力的结果，得到拆旧复垦现实潜力评估结果。
2.根据权利要求1所述的建设用地拆旧复垦潜力评估方法，其特征在于，所述提取拆旧复垦潜力区的可拆旧房屋对应的数据，包括：
将农村地籍调查数据与基本范围进行相交分析，获得落入基本范围内的农村地籍调查数据；
对所述调查数据进行分析，得到“房屋使用状况”为“空置”的低效利用房屋，并剔除备注为新建、在建、重建、新家、已经拆除、计划拆除、征收中的任意一种的房屋，得到一类房屋；
对所述调查数据进行分析，选取“房屋使用状况”不是“空置”，且“备注”为“破旧”、“坍塌”、“倒塌”的房屋，得到二类房屋；
综合所述一类房屋和二类房屋，依次剔除宗祠、祖屋、景点、名胜古迹和宗教设施，得到拆旧复垦潜力区的可拆旧房屋对应的数据。
3.根据权利要求1所述的建设用地拆旧复垦潜力评估方法，其特征在于，所述提取拆旧复垦潜力区的可复垦硬化地表对应的数据，包括：
选取农村地籍调查数据中的“空闲地”，剔除所述空闲地属于非可拆旧房屋邻近的空闲地，作为农村地籍调查中的可复垦硬化地表；所述选取搜索半径为0.1米的近邻分析；
选取基础性地理国情监测地表覆盖数据中的分类编码为“0716”、“0717”、“0718”和“0719”与基本范围进行相交分析，使用邻近分析法和擦除分析剔除农村地籍调查数据中和房屋相邻的空闲地，并使用缓冲区分析和擦除分析剔除基础性地理国情监测数据中的农村道路，得到基础性地理国情监测数据中的可复垦硬化地表；
将农村地籍调查中的可复垦硬化地表和所述基础性地理国情监测数据中的可复垦硬化地表结果进行合并，得到拆旧复垦潜力区的可复垦硬化地表对应的数据。
4.根据权利要求1所述的建设用地拆旧复垦潜力评估方法，其特征在于，所述提取拆旧复垦潜力区的可复垦闲置用地对应的数据，包括：
根据基础性地理国情监测地表覆盖数据中编码以“01”和“03”开头的图斑提取数据，并与所述基本范围相交得到初步可复垦闲置用地；
利用擦除分析剔除所述初步可复垦闲置用地中可拆旧房屋和可复垦硬化地表数据，得到拆旧复垦潜力区的可复垦闲置用地对应的数据。
5.根据权利要求1所述的建设用地拆旧复垦潜力评估方法，其特征在于，所述建立自动化数据提取模型采用ArcGIS中的Model Builder进行建模；所述建模包括对所述提取拆旧复垦潜力区的基本范围、可拆旧房屋、可复垦硬化地表及可复垦闲置用地分别进行建模。
6.一种建设用地拆旧复垦潜力评估系统，其特征在于，包括：
拆旧复垦潜力区提取单元，用于通过Model Builder提取拆旧复垦潜力区的基本范围、可拆旧房屋、可复垦硬化地表及可复垦闲置用地对应的数据；所述通过Model Builder提取拆旧复垦潜力区的基本范围包括：根据土地利用总体规划数据中“规划分类编码”为“2120”、“2310”、“2130”和“2140”的图斑，在城镇规模外的建设用地进行拆旧复垦潜力区提取，得到规模外的提取结果；将土地利用现状数据中编码以“20”开头、二级编码为“118”的图斑与基础性地理国情监测地表覆盖数据中一级编码为“0500”、“0700”、“0800”的图斑进行合并，在建设用地范围内进行拆旧复垦潜力区提取，将所述提取结果融合后得到范围内的提取结果；将所述规模外的提取结果和所述范围内的提取结果叠加求交，获得拆旧复垦潜力区的基本范围；
模型构建单元，用于根据所述数据建立自动化数据提取模型，得到拆旧复垦理论潜力的评估结果；
评估修正单元，用于对所述拆旧复垦理论潜力的评估结果进行修正，得到拆旧复垦现实潜力的评估结果，包括将选取的指标按照专家打分法获得的权重构建修正模型，所述指标包括人均村庄建设用地面积、建设用地指标使用率、永久基本农田保护率、人均耕地面积、房屋使用率、一户多宅比例、道路通达度、拆旧复垦经验系数、人均GDP、农民人均可支配收入的来源、坡度指数、高程指数的计算公式；对所述指标的标准化值及权重进行加权求和，得到修正系数，根据所述拆旧复垦理论潜力的结果，得到拆旧复垦现实潜力评估结果。
7.一种计算机终端设备，其特征在于，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至5任一项所述的农村建设用地拆旧复垦潜力评估方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的农村建设用地拆旧复垦潜力评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010486887.5A CN111754084B (zh) | 2020-05-29 | 2020-05-29 | 一种农村建设用地拆旧复垦潜力评估方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010486887.5A CN111754084B (zh) | 2020-05-29 | 2020-05-29 | 一种农村建设用地拆旧复垦潜力评估方法及其系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111754084A CN111754084A (zh) | 2020-10-09 |
| CN111754084B true CN111754084B (zh) | 2021-06-18 |
Family
ID=72674471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010486887.5A Active CN111754084B (zh) | 2020-05-29 | 2020-05-29 | 一种农村建设用地拆旧复垦潜力评估方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111754084B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112598268A (zh) * | 2020-12-18 | 2021-04-02 | 广州市城市规划设计所 | 一种城中村更新改造潜力评估方法、装置及其存储介质 |
| CN114004443A (zh) * | 2021-09-13 | 2022-02-01 | 广东省国土资源测绘院 | 一种非法建房数据的检测方法及装置 |
| CN116758235B (zh) * | 2023-07-04 | 2024-04-16 | 福建省云上晴天规划设计有限公司 | 基于多源数据的多维地下空间渐进式3d建模方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103049517A (zh) * | 2012-12-17 | 2013-04-17 | 上海市房屋土地资源信息中心 | 土地利用现状动态监测中变化图斑甄别方法和系统 |
| CN104778641A (zh) * | 2014-01-15 | 2015-07-15 | 西南大学 | 待复垦宅基地的价值转换测评方法及装置 |
| CN110688687A (zh) * | 2019-09-28 | 2020-01-14 | 滁州学院 | 一种城乡建设用地可复垦资源调查图批量生成方法 |
| CN110688756A (zh) * | 2019-09-28 | 2020-01-14 | 滁州学院 | 一种采集和制图一体化的竣工图制作方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8392349B2 (en) * | 2009-02-23 | 2013-03-05 | Shalini Vajjhala | Global adaptation atlas and method of creating same |
| CN101794413A (zh) * | 2009-12-30 | 2010-08-04 | 武汉大学 | 村镇土地可持续利用调控方法 |
| CN103995952B (zh) * | 2014-03-19 | 2016-09-07 | 中国矿业大学(北京) | 一种改进的矿业废弃地复垦适宜性模糊综合评价方法 |
| CN105023189A (zh) * | 2015-07-29 | 2015-11-04 | 中国神华能源股份有限公司 | 露天矿区土地复垦监测方法和装置 |
-
2020
- 2020-05-29 CN CN202010486887.5A patent/CN111754084B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103049517A (zh) * | 2012-12-17 | 2013-04-17 | 上海市房屋土地资源信息中心 | 土地利用现状动态监测中变化图斑甄别方法和系统 |
| CN104778641A (zh) * | 2014-01-15 | 2015-07-15 | 西南大学 | 待复垦宅基地的价值转换测评方法及装置 |
| CN110688687A (zh) * | 2019-09-28 | 2020-01-14 | 滁州学院 | 一种城乡建设用地可复垦资源调查图批量生成方法 |
| CN110688756A (zh) * | 2019-09-28 | 2020-01-14 | 滁州学院 | 一种采集和制图一体化的竣工图制作方法 |
Non-Patent Citations (3)
| Title |
|---|
| "GIS-based health assessment of the marine ecosystem in Laizhou Bay, China";Debin Song;《Marine Pollution Bulletin》;20170615;全文 * |
| "县域土地整治潜力评价研究";刘飞;《中国优秀硕士学位论文全文数据库 经济与管理科学辑》;20150215;全文 * |
| "基于XF－GF空间合成技术的农村居民点复垦潜力分析";尹娟 等;《农机化研究》;20111130;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111754084A (zh) | 2020-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111754084B (zh) | 一种农村建设用地拆旧复垦潜力评估方法及其系统 | |
| Rajasekhar et al. | Identification of groundwater recharge-based potential rainwater harvesting sites for sustainable development of a semiarid region of southern India using geospatial, AHP, and SCS-CN approach | |
| Apreda et al. | A climate vulnerability and impact assessment model for complex urban systems | |
| Marrero et al. | Assessing the economic impact and ecological footprint of construction and demolition waste during the urbanization of rural land | |
| Jayasooriya et al. | Tools for modeling of stormwater management and economics of green infrastructure practices: A review | |
| Dmowska et al. | A high resolution population grid for the conterminous United States: The 2010 edition | |
| Bach et al. | Revisiting land use classification and spatial aggregation for modelling integrated urban water systems | |
| CN104217257A (zh) | 一种灾害链综合风险计算方法 | |
| CN115994685A (zh) | 一种国土空间规划现状评估方法 | |
| Ramírez Eudave et al. | Parametric and machine learning-based analysis of the seismic vulnerability of adobe historical buildings damaged after the September 2017 Mexico Earthquakes | |
| CN116151482B (zh) | 一种露天矿区的开采土方量预测方法、装置、设备及介质 | |
| Mao et al. | Quantifying spatiotemporal dynamics of urban building and material metabolism by combining a random forest model and GIS-based material flow analysis | |
| KR20050063615A (ko) | 지리 정보 시스템에서의 지면 거칠기 지도 제공 방법 | |
| CN114863272A (zh) | 一种确定城市植被对城市综合活力影响强度的方法和系统 | |
| AU2021100350A4 (en) | Method for Predicting Reclamation Potential of Homestead | |
| CN112990774A (zh) | 山地村镇开发边界划定综合绩效评估方法和系统、存储介质 | |
| Safavian et al. | Analysis of land suitability for small earth dams Using Multi Criteria Evaluation (MCE) in the Geographic Information System (GIS) | |
| Broome et al. | Niches for Species, a multi-species model to guide woodland management: An example based on Scotland’s native woodlands | |
| CN113807724B (zh) | 一种基于综合风险评价的弃碴场选址方法 | |
| Molla | Towards Urban Sustainability: Stormwater Management & Solar Power Potential of Auburn University Campus, AL. | |
| Patil et al. | A Strategic Design Approach for Implementing Rainwater Management System Using an Integration of GIS and BIM Tool | |
| CN116644886A (zh) | 一种存量用地改造价值评估方法、装置、终端及介质 | |
| Arslan et al. | Preventing Urban Floods by Optimized Modeling: A Comparative Evaluation of Alternatives in Izmir (Türkiye) | |
| Koziatek | Four-dimensional geospatial approaches for modeling vertical urban growth | |
| CN114757585A (zh) | 一种村镇生态敏感性和功能区域适宜性评价方法及系统 |
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 |