CN115456372A - 一种农村低效建设用地识别标准体系构建方法 - Google Patents
一种农村低效建设用地识别标准体系构建方法 Download PDFInfo
- Publication number
- CN115456372A CN115456372A CN202211033987.8A CN202211033987A CN115456372A CN 115456372 A CN115456372 A CN 115456372A CN 202211033987 A CN202211033987 A CN 202211033987A CN 115456372 A CN115456372 A CN 115456372A
- Authority
- CN
- China
- Prior art keywords
- land
- rural
- index
- parcel
- factors
- 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.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 65
- 238000011156 evaluation Methods 0.000 claims abstract description 50
- 238000011160 research Methods 0.000 claims abstract description 22
- 238000005067 remediation Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 7
- 230000002776 aggregation Effects 0.000 claims description 7
- 239000006185 dispersion Substances 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 238000011835 investigation Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 abstract description 10
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000012216 screening Methods 0.000 abstract 1
- 230000006872 improvement Effects 0.000 description 8
- 238000004445 quantitative analysis Methods 0.000 description 6
- 238000004451 qualitative analysis Methods 0.000 description 4
- 238000009418 renovation Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007596 consolidation process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010921 in-depth analysis Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000002023 wood 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
- G06Q10/0639—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/165—Land development
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种农村低效建设用地识别标准体系构建方法，涉及农村建设用地技术领域；步骤包括：步骤S1：构建评价指标体系；步骤S2：确定指标权重；步骤S3：数据处理流程；步骤S4：综合指数计算；步骤S5：整治潜力分级,将得分高的宗地设为农村低效建设用地，并纳入土地整治的重点地块。本发明在农村低效用地识别研究结果的基础上，结合区域发展资料，预先判断区域内宗地的用地效率概况，有利于筛选出重点整治的村庄，优化城乡建设用地布局，提高城乡建设用地利用效率。
Description
技术领域
本发明属于农村建设用地技术领域,具体涉及一种农村低效建设用地识别标准体系构建方法。
背景技术
生态文明发展时代，盘活利用农村低效建设用地成为贯彻落实最严格的土地管理制度，支撑国家生态文明建设和经济社会永续发展的重要内容之一。土地是经济社会高质量发展的重要空间载体，土地要素配置市场化是推进经济体制改革和经济高质量发展的必然要求。目前对农村土地整治、拆旧复垦、增减挂钩、节约集约利用评价及集约利用潜力对象的分析，多是从宏观层面通过人均建设用地标准对农村低效建设用地规模进行测算。此方法相对简单易操作，广泛应用在土地整治、增减挂钩潜力评估，但仅可在市或县域宏观尺度得出理论潜力规模，无法实现潜力图斑的精准识别。还有基于遥感影像识别技术可算作中观层面的技术方法，由于遥感影像精度的限制，只能在较大尺度或较大范围内识别诸如城市扩张情况等，较难识别到细微的具体地块。但无论是政策文件层面或是学术研究层面，当前的关注点更多地聚焦于城镇范围内的闲置建设用地和低效建设用地，对于农村地区的闲置、低效建设用地关注较少且定义模糊。针对农村低效建设用地识别技术研究，主要集中在利用遥感影像或电表或水表等多数据融合的方法进行判别，但受制于识别精度和尺度等原因，无法识别农村低效建设用地图斑范围，尚不具备应用推广价值。
因此，急需要探索通过复垦盘活农村低效建设用地，优化城乡建设用地布局，提高城乡建设用地利用效率，激发农村闲置土地盘活的积极性，逐步缓解当前城镇建设用地供需失衡与城乡人地资源错配并存的矛盾。
发明内容
本发明针对现有技术存在的问题，提供了一种农村低效建设用地识别标准体系构建方法。
为实现上述目的，本发明采用的技术方案如下：
一种农村低效建设用地识别标准体系构建方法，包括以下步骤：
步骤S1：构建评价指标体系：评价指标体系的评价对象设为宗地，且宗地的影响因素包括内部因素和外部因素；外部因素将在内部因素计算完成后的某个时段赋予宗地相应的属性值，以便后期对实地调研、民众意愿反馈信息的运用，并对宗地的情况进行综合性评价；
步骤S2：确定指标权重；
步骤S3：数据处理流程；
步骤S4：综合指数计算；
步骤S5：整治潜力分级,将得分高的宗地设为农村低效建设用地，并纳入土地整治的重点地块。
基于上述技术方案，更进一步地，所述步骤S1中的内部因素是指宗地本身固有属性所决定的因素，且根据影响属性的不同，将内部因素分为自然属性、社会属性和经济属性。
基于上述技术方案，更进一步地，所述步骤S1中的外部因素是指由非宗地本身属性决定宗地整治进程强制开始或终止的因素，非宗地本身属性包括相关法律、政策、规划和人为意愿；且根据影响属性的不同，将外部因素分为限制属性、规划属性和意愿属性。
基于上述技术方案，更进一步地，AHP层次分析法是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法。且AHP层次分析法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题。
基于上述技术方案，更进一步地，所述步骤S2中确定指标权重的方法，包括以下步骤：
步骤S21：建立层次结构模型；
步骤S22：构造成对比较矩阵；
步骤S23：计算组合权向量，并做一致性检验；若一致性检验通过，归一化后的特征向量即为权向量，若一致性检验不通过，则返回步骤S22，重新构造成对比较矩阵；
步骤S24：计算组合权向量，并做组合一致性检验；若组合一致性检验通过，则按照组合权向量表示的结果进行决策；若组合一致性检验不通过，则重新考虑模型或重新构造成对比较矩阵。
基于上述技术方案，更进一步地，所述步骤S21中对层次结构模型的建立，是在深入分析实际问题的基础上，将有关因素按照不同属性自上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用。
基于上述技术方案，更进一步地，所述步骤S22中对成对比较矩阵构造，是从层次结构模型的最底层开始，对于从属于或影响上一层每个因素的同一层诸因素，构造成对比较矩阵，直到最上层。
基于上述技术方案，更进一步地，所述步骤S23，对于每一个成对比较矩阵计算最大特征根以及对应的特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检验。
基于上述技术方案，更进一步地，步骤S23中通过计算最下层对目标的组合权向量，并根据公式做组合一致性检验：
根据公式
若CI值越小，则表示一致性越高，
根据公式
若
的比值小于0.1，则判断为通过一致性检验，若
的比值不小于0.1，则判断为未通过一致性检验；其中，CI为一致性指标；RI为一致性随机指标；CR为一致性比率；n为指标个数；λ为特征根。
基于上述技术方案，更进一步地，所述步骤S3中的数据处理流程包括房屋使用情况、坡度、交通通达度、房屋结构、房地面积比、房屋聚集程度和离散程度。
基于上述技术方案，更进一步地，所述房屋使用情况是收集农村地籍数据，并确认各宗地的使用情况，同时划分为闲置、空置和使用三种情况。
基于上述技术方案，更进一步地，所述坡度是定性指标，划分为五个等级，并根据各坡度的等级赋予各区域特定分值，且坡度越高，坡度级别越高，分值越高。
基于上述技术方案，更进一步地，交通通达度的影响因素包括指标选取，指标选取五个等级的道路，包括高速公路、国省道、县道、乡道以及村道。
基于上述技术方案，更进一步地，交通通达度的评价方法，包括以下步骤：
步骤1：运用GIS软件对五个道路等级进行空间信息录入和影响半径多环缓冲区分析，得出研究范围内道路对周边地块的影响力评价；
步骤2：将五级道路的影响力评价进行合并，得到研究范围的各级道路可达性分布图；
步骤3：根据道路级别设定不同权重，按照不同的权重对各道路因子进行加权叠加分析，计算研究范围内的道路可达性综合得分；
步骤4：将计算得到的结果进行相应赋分，宗地所处区域的交通通达度越低，得分越高。
基于上述技术方案，更进一步地，高速公路权重占0.1、国省道权重占0.2、县道权重占0.3、乡道的权重占0.2、村道的权重占0.2。
基于上述技术方案，更进一步地，所述综合指数计算方法，包括以下步骤：
步骤S41：将五个指标的评价分数全部进行标准化，使得评价结果处于同一维度；
步骤S42：利用GIS的相交工具把房地面积比、房屋结构、房屋使用情况三个指标得分相交得出N，坡度和交通通达度得分与研究宗地M相交的O，再将N空间连接到O上，进行评价指标的连接；
步骤S43：检验各指标的标准化分总和是否等于1，避免数据在处理过程中的分离图斑获得重复属性；
步骤S44：添加字段将各评价结果乘以相应权重得出综合得分，计算公式为：农村低效建设用地总分＝0.3*房屋使用情况分+0.25*房屋结构分+0.2*房地面积比分数+0.15*交通通达度分数+0.1*坡度分数。
基于上述技术方案，更进一步地，所述步骤S5中的整治潜力分级，是利用自然断点法对宗地的内部因素评价结果进行分级，并划分为五个等级，五个等级为低、较低、中等、较高和高。
基于上述技术方案，更进一步地，最上一层为目标层，通常只有一个因素，此处只有一个因素指代的是评价目标，也即是判断用地是否低效。最下层通常为方案或对象层，中间可以有一个或几个层次，通常为准则或指标层。当准则过多时，应进一步分解出子准则层。
相对于现有技术，本发明具有以下有益效果：
本发明在农村低效用地识别研究结果的基础上，结合区域发展资料，预先判断区域内宗地的用地效率概况，有利于筛选出重点整治的村庄，并将低效建设用地宗地识别的流程融入到由“县域-乡镇-村庄”不同尺度评价判断体系中，使得两个关注点不同的系统相互促进。当后期调研反馈的信息录入低效宗地识别技术系统后，得出的结果中低效宗地分布情况也将影响着村庄层面整治模式的选择、整治方案确定和最终策略选取，优化了城乡建设用地布局，提高了城乡建设用地利用效率。且利用适应性强、可变化的指标体系，构建出数据不同却能够相互比较的环境，对数据的要求更低；若某个地方缺少一些数据，只要有能替代的数据，同样可以完成评价效率。
附图说明
具体实施方式
值得说明的是，本发明中使用的原料均为普通市售产品，对其来源不做具体限定。
以下原料来源，为示例性说明：
实施例1
本发明中的“农村低效建设用地”是指城镇开发边界外、最新“三调”建设用地范围内，由于内部因素和外部因素影响导致土地利用粗放、布局散乱、设施落后、闲置废弃等不符合安全生产或环保要求的或土地产出效益不匹配的农村建设用地宗地。按地类划分，包括农村旧住宅、废弃宅基地、闲置农村公益性公共设施用地等。并将农村集体宗地的整治潜力定量化，得到一个评价结果，按照得分从高到低排序，得分较高的宗地认定为低效建设用地。
具体的，一种农村低效建设用地识别标准体系构建方法，包括以下步骤：
步骤S1：构建评价指标体系；
具体的，对于城镇开发边界外、农村建设用地范围内的集体宗地，影响因素分为内部因素和外部因素两个类别，内部因素是指宗地本身固有属性所决定的因素，外部因素是指由相关法律、政策、规划和人为意愿等非宗地本身属性决定宗地整治进程强制开始或终止的因素。根据影响属性的不同，又将外部因素分为限制属性、规划属性和意愿属性，内部因素分为自然属性、社会属性和经济属性。外部因素将在内部因素计算完成后某个时段赋予宗地相应的属性值，以便后期实地调研、民众意愿等反馈信息运用，对宗地的情况进行综合性评价。宗地整治潜力评价体系构建如表1所示：
表1宗地整治潜力评价体系构建
步骤S2：确定指标权重，具体可以确定所有内部因素和部分外部因素；
具体的，部分外部因素是指：对宗地整治潜力没有决定性作用但造成较大影响的外部因素，应当作为具体指标纳入层次分析法中重新考虑；此处的决定性作用是指某指标能直接决定是否进行宗地整治。例如，在后期调查中，发现某宗地的建筑物历史文化价值较高，但未纳入强制保护政策范围。假设该宗地已完成内部因素评价，则应当把历史文化价值”作为新的指标，运用层次分析法重新计算该宗地的整治潜力。
该方法包括以下步骤：
步骤S21：建立层次结构模型；
具体的，在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用。其中，最上层为目标层，通常只有一个因素，最下层通常为方案或对象层，中间可以有一个或几个层次，通常为准则或指标层。当准则过多时，应进一步分解出子准则层。
有关的各个因素，比如说GDP、房屋使用情况、是否涉及保护红线这三个指标，他们分别反映的是经济、房屋情况、规划情况三个属性，也即是可以表示为经济、房屋情况、规划情况是GDP、房屋使用情况、是否涉及保护红线的上层。
步骤S22：构造成对比较矩阵；成对比较矩阵就是两两指标对比，根据对比结果的重要性，把所有结果写成矩阵，就可以将所有的指标按重要性排序了，其中，指标因子为矩阵中的列标题，具体地块为矩阵中的行标题。
具体的，从层次结构模型的最底层开始，对于从属于或影响上一层每个因素的同一层诸因素，用成对比较法和1-9比较尺度构造成对比较矩阵，直到最上层。
步骤S23：计算组合权向量，并做一致性检验；若一致性检验通过，归一化后的特征向量即为权向量，若一致性检验不通过，则返回步骤S22，重新构造成对比较矩阵；
具体的，成对比较矩阵可以算出最大特征根的对应特征向量(A,B,C,D,…Z)，归一化后就是(a,b,c,d,…z)也就是组合权向量，反映指标们对上一层对应准则的贡献，例子：GDP、人均收入、人均储蓄额对经济水平的贡献。
其中，根据公式
如果CI越小，一致性越高，再结合公式
如果
小于0.1，则通过一致性检验，其中，CI为一致性指标；RI为一致性随机指标；CR为一致性比率；n为指标个数；λ为特征根。
步骤S24：计算组合权向量，并做组合一致性检验；若组合一致性检验通过，则按照组合权向量表示的结果进行决策；若组合一致性检验不通过，则重新考虑模型或重新构造成对比较矩阵。
其中，步骤S23和步骤S24的区别在于，一个是对一致性的检验，一个是对组合一致性的检验，也即是，分别对应单独指标和指标集。
更具体的，因为在宗地整治潜力评价中需要一种定性、定量结合的权重确定方法，而层次分析法是一种带有模拟人脑的决策方式的方法，因此必然带有较多的定性色彩。而AHP层次分析法是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法，可以采用该方法对内部因素进行分析。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于那些难以用定量方法解决的课题。具体可采用AHP层次分析法确认内部属性，外部属性要依据具体指标的特点判断是否也适用AHP层次分析法。因为农村低效建设用地识别的目的是要改造它，外部属性实际上是要衡量某个地块能否改造、值不值得改造。在评价外部属性的时候，如果是类似“经济水平”这种只造成一定影响的指标就适用AHP层次分析法或ANP法、熵值法等等，具体的方法要收集数据的特征；但如若是类似“永久基本农田”这种“一票决定式”的指标，就不能用AHP层次分析法了。
并结合专家打分，对n个准则层标准进行打分，得到n个选择标准对应的权重值；然后结合准则层得到的权重值，加上方案层的得分，最终选择出最佳方案。专家打分需要遵循特殊的数据格式，即“判断矩阵”。
而在进行实地调研之前，可以先通过内部因素所收集的基础数据直接计算得出一宗地的初步整治潜力。考虑到房屋与宗地的空间关系，例如，可以先对获取的房屋与宗地数据进行初步处理，将研究对象限于“城镇开发边界外、三调建设用地范围内、内含房屋数据的一宗地”。选取宗地所处坡度、宗地的交通通达度、房屋使用情况、房屋的结构、房地面积比五个指标进行初步整治潜力评价，研究结果为农村低效用地识别提供重要参考，为后续选取低效用地盘活和村庄整治规划的策略提供技术支撑。
考虑到某些房屋数据的获取困难或者难以与宗地数据难以对应，可采取“聚集程度”、“离散程度”等作为备选的经济属性指标，作为房屋之间关系强度的量化表现，“聚集程度”、“离散程度”能够在某一程度地反映其经济属性，但在计算聚集程度与离散程度的过程中，数据的处理方式将会带来较大主观介入，仅能作为房屋结构、宗地使用状况的下位替代指标。具体的低效用地识别评价指标体系如表2所示。
表2低效用地识别评价指标体系
其中，房屋的聚集程度直接反映着区域的商业性、流动性程度，建筑聚集程度高的区域表现出资源要素集中、人口流动性强的特点。基于此，分析房屋几何中心点的密度，得到点密度的地理分布状况。且点密度的计算和地理分布具有较强的主观性，具体体现在领域半径的设定和输出像元值的分配，因此聚集程度仅能作为房屋结构、房屋使用情况指标数据缺失时的替代指标。而房屋的离散程度直接反映着区域的弱关联性、凝滞性程度，建筑离散程度高的区域表现出建筑孤立、商业欠发达、人口流动性弱的特点。基于此，分析房屋几何中心点的离散系数，得到点的离散系数空间分布状况。且离散系数的计算和地理分布具有较强的主观性，具体体现在点之间的最近距离和最远距离的等级数设定，因此离散程度仅能作为房屋结构、房屋使用情况指标数据缺失时的替代指标。
步骤S3：数据处理流程；该数据处理流程包括房屋使用情况、坡度、交通通达度、房屋结构、房地面积比、房屋聚集程度和离散程度；
具体的，1、房屋使用情况：收集农村地籍数据，确认各宗地的使用情况，一般划分为“闲置、空置、使用”三种情况。其中，闲置指一年内实际使用时间不超过2个月，空置指一年内基本无人居住。房屋使用情况是一种定性指标而非定量指标，带有变动性和主观性。为以评价用地效率为目的，因此采用定性标准来赋予特定分值。该房屋使用情况的赋分表如下表3所示。
表3房屋使用情况的赋分表
| 房屋使用情况 | 赋分 |
| 空置 | 3 |
| 闲置 | 2 |
| 使用(自用或出租) | 1 |
2、坡度：参考农用地分等定级规程，针对某种特定性质的土地，坡度级别是定性指标，划分为五个等级。根据各坡度的等级赋予各区域特定分值，坡度越高，坡度级别越高，分值越高，具体如下表4所示。
表4坡度等级赋分表
| 坡度(°) | 等级 | 赋分 |
| [0-5) | 1 | 1 |
| [5-10) | 2 | 2 |
| [10-15) | 3 | 3 |
| [15-25) | 4 | 4 |
| [25,90] | 5 | 5 |
3、交通通达度：
A、指标选取：选取了高速公路、国省道、县道、乡道、村道五个等级的道路。道路可达性、辅助道路可达性的因子主要根据规划区内的道路等级进行选取分析。如下表5各个道路的赋分表。
表5道路可达性、辅助道路可达性赋分表
| 评价因子 | 半径影响范围(单位：米) | 赋值 |
| 高速公路 | 500、1000、3000、5000、>5000 | 5、4、3、2、1 |
| 国省道 | 500、800、1500、3000、>3000 | 5、4、3、2、1 |
| 县道 | 100、200、500、1000、>1000 | 5、4、3、2、1 |
| 乡道 | 100、200、500、1000、>1000 | 5、4、3、2、1 |
| 村道 | 100、200、500、1000、>1000 | 5、4、3、2、1 |
B、交通通达度评价，包括以下步骤：
步骤1：运用GIS软件对五个道路等级进行空间信息录入和影响半径多环缓冲区分析，得出研究范围内道路对周边地块的影响力评价。运用ArcGIS对五级道路分别进行“多环缓冲区”的运算，按上表的“半径影响范围”向对应的缓冲环赋予分值。注意区分不同等级的道路，分数字段名不能相同。
步骤2：将五级道路的多环缓冲区结果进行合并，得到研究范围的各级道路可达性分布图。此处的多环缓冲区结果指代的是步骤1中的影响力评价。其中，每种道路都分别有一副可达性分布图，是某点与某道的距离示意，此处的谋道比如村道等。
步骤3：根据道路级别设定不同权重，按照不同的权重对各道路因子进行加权叠加分析，计算研究范围内的道路可达性综合得分。其中，高速公路权重占0.1、国省道权重占0.2、县道权重占0.3、乡道和村道的权重各占0.2，则该交通通达度＝0.1*高速公路可达性+0.2*国省道可达性+0.3*县道可达性+0.2*乡道可达性+0.2*村道可达性。
步骤4：将计算得到的结果进行相应赋分。宗地所处区域的交通通达度越低，得分越高。交通通达度在一定程度上反映出用地的效率和难度。其中交通通达度赋分表如下表6所示。
表6交通通达度赋分表
| 交通通达度 | 赋分 |
| 差(1分) | 5 |
| 较差(2分) | 4 |
| 中(3分) | 3 |
| 较好(4分) | 2 |
| 好(5分) | 1 |
4、房屋结构：房屋结构类型基本体现了农村居民生活需求、地域经济发展状况、地域地形气候特点。房屋结构是一种定性指标，直接反映房屋的使用强度上限，反映出宗地的用地效率。对房屋结构进行赋分，如表7所示。
表7房屋结构赋分表
| 房屋结构 | 等级 | 分值 |
| 木、其他 | 1 | 3 |
| 砖、混 | 2 | 2 |
| 砼 | 3 | 1 |
5、房地面积比：包括宗地数据的处理、房屋数据的处理和房地面积比分值计算。
具体的，a.宗地数据的处理：由于宗地数据包含重叠面要素、多部件要素等问题，即同一空间位置出现两宗不同权属性质的地块或同一要素含不同空间位置部件的宗地面，不利于后续计算，因此在进行实际计算之前需要进行人为处理，具体包括以下步骤：
步骤11：选择与房屋数据相交的宗地导出为A；
步骤12：将A融合为一个面B，开编辑工具炸开，保存并关闭编辑；
步骤13：用“相交”工具将A的属性赋予B得到C，其中C是由单部件要素组成的面要素，带有清晰的宗地属性，即使是重叠的宗地面也能够用于计算；
步骤14：用三调建设用地裁剪C得到D，则D为研究的宗地对象。
b.房屋数据的处理：房屋数据中含有大量的多部件要素，有的房屋和宗地轮廓相同但位置发生偏移，有的房屋只有一小部分与宗地相交、大部分位于宗地外、建筑轮廓面积较大且实际上不隶属于任何集体登记宗地的房屋，因此，对这类干扰要素进行处理、剔除后才能得到有识别价值的房屋对象，具体包括以下步骤：
1、将所有房屋A溶解成一个面B，开编辑工具将B全部炸开，保存并关闭编辑后选择与宗地D相交的图斑，导出为C；
2、将C与A相交得到含有相邻图斑边界的对象D，将对象D与宗地D相交得到相交图斑，另外添加一个字段“相交面积”，计算几何。使用“空间连接”工具“join one to one”，设置相交面积的合并规则为“求和”，得到E；
3、将E中的自动生成字段“join count”(连接要素数量)为0的图斑开编辑器删除，保存编辑后再次使用“标识”工具把宗地属性连上E，得到F，注意保留宗地的面积属性，不要删除；F的第二个“join count”字段都是大于0的整数；
4、在F中新建两个字段，分别计算相交面积占房屋轮廓的比例和相交面积占宗地轮廓面积的比例，若这个比例大于1，说明是一个房屋连上相邻的多个地块，可以除以“joincount”，即连接上的宗地数目来获得此房屋所占各宗地的平均比例用于计算，将相交面积占房屋轮廓的比例<0.2且相交面积占宗地轮廓面积的比例<0.2的房屋、相交面积占房屋轮廓面积<0.1的房屋、相交面积占宗地轮廓面积平均比例>200的房屋视作宗地外大型建筑或权属复杂房屋，不隶属于任何宗地，剔除出研究范围；
5、在F中添加字段“房地面积比”，计算房屋的建筑面积与宗地面积的比值；
6、将F转为栅格文件G，要求像元值为1，利用栅格的重分类中的自然断点法为其划分五个等级；
7、按照上一步所划分的等级为F赋予分值，其中F是矢量文件。
c.房地面积比分值计算：房地面积比是一个定性指标，按自然断点法划分的五个等级赋予各宗地特定的分值，如下表8所示。
表8房地面积比赋分图
| 房地面积比占比 | 等级 | 赋分 |
| 小 | 1 | 5 |
| 较小 | 2 | 4 |
| 中 | 3 | 3 |
| 较大 | 4 | 2 |
| 大 | 5 | 1 |
步骤S4：综合指数计算；结合上述提及的从宗地D中选择与房屋F相交的图斑导出为最终研究宗地对象M。将上述五个指标的分数全部标准化后进行综合总分计算，具体步骤如下：
步骤S41：将五个指标的评价分数全部进行标准化，使得评价结果处于同一维度；
步骤S42：进行评价指标的连接，利用GIS的相交工具把房地面积比、房屋结构、房屋使用情况三个指标得分相交得出N，坡度和交通通达度得分与研究宗地M相交的O，再将N空间连接到O上，使得研究范围仍然固定在“一宗地”，连接规则设定为“join one to one”，分数的合并规则设定为“最大值”，使得重叠面(同一空间位置的房屋或宗地)的分数取最大值，方便识别出低效用地；
步骤S43：检验各指标的标准化分总和是否等于1，避免数据在处理过程中的分离图斑获得重复属性；
步骤S44：添加字段将各评价结果乘以相应权重得出综合得分，计算公式为：农村低效建设用地总分＝0.3*房屋使用情况分数+0.25*房屋结构分数+0.2*房地面积比分数+0.15*交通通达度分数+0.1*坡度分数。也即是，0.3与房屋使用情况分的乘积、0.25与房屋结构分的乘积、0.2与房地面积比分数的乘积、0.15与交通通达度分数的乘积、0.1与坡度分数的乘积；各个乘积相加的和即为农村低效建设用地总分。
步骤S5：整治潜力分级。
具体的，利用自然断点法对宗地的内部因素评价结果进行分级，一般划分低、较低、中等、较高、高5个等级。将得分较高或高的宗地认为是农村低效建设用地，纳入土地整治的重点地块。
当实地调研、意愿收集等反馈外部因素属性值的信息录入后，进行权重重分配，可进行单因子获得决定性权重等操作，再次进行整治潜力评价，此时得到的结果是宗地完整的整治潜力评价结果，据此可以直观看到实际需要整治的农村低效宗地的分布。在进行区域整治规划前，初步了解低效用地的分布情况将为土地整理策略预判提供条件，也有利于为该宗地增效产收提前做出方向指引。在进行区域整治规划过程中，后期反馈的信息将作为外部因素的属性值被纳入到宗地整治评价体系中重新计算，可赋予“单因子决定性权重”的性质，评价完成后宗地的效率信息、整治信息将会更加明确。
最后应当说明的是，以上内容仅用以说明本发明的技术方案，而非对本发明保护范围的限制，本领域的普通技术人员对本发明的技术方案进行的简单修改或者等同替换，均不脱离本发明技术方案的实质和范围。
Claims (16)
1.一种农村低效建设用地识别标准体系构建方法，其特征在于，包括以下步骤：
步骤S1：构建评价指标体系：评价指标体系的评价对象设为宗地，且宗地的影响因素包括内部因素和外部因素；外部因素将在内部因素计算完成后的某个时段赋予宗地相应的属性值，以便后期实地调研、民众意愿的反馈信息运用，对宗地的情况进行综合性评价；
步骤S2：确定指标权重；
步骤S3：数据处理流程；
步骤S4：综合指数计算；
步骤S5：整治潜力分级,将得分高的宗地设为农村低效建设用地，并纳入土地整治的重点地块。
2.根据权利要求1所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述步骤S1中的内部因素是指宗地本身固有属性所决定的因素，且根据影响属性的不同，将内部因素分为自然属性、社会属性和经济属性。
3.根据权利要求1所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述步骤S1中的外部因素是指由非宗地本身属性决定宗地整治进程强制开始或终止的因素，非宗地本身属性包括相关法律、政策、规划和人为意愿；且根据影响属性的不同，将外部因素分为限制属性、规划属性和意愿属性。
4.根据权利要求1所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述步骤S2中确定指标权重的方法，包括以下步骤：
步骤S21：建立层次结构模型；
步骤S22：构造成对比较矩阵；
步骤S23：计算组合权向量，并做一致性检验；若一致性检验通过，归一化后的特征向量即为权向量，若一致性检验不通过，则返回步骤S22，重新构造成对比较矩阵；
步骤S24：计算组合权向量，并做组合一致性检验；若组合一致性检验通过，则按照组合权向量表示的结果进行决策；若组合一致性检验不通过，则重新考虑模型或重新构造成对比较矩阵。
5.根据权利要求4所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述步骤S21中对层次结构模型的建立，是在深入分析实际问题的基础上，将有关因素按照不同属性自上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用。
6.根据权利要求4所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述步骤S22中对成对比较矩阵构造，是从层次结构模型的最底层开始，对于从属于或影响上一层每个因素的同一层诸因素，构造成对比较矩阵，直到最上层。
7.根据权利要求4所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述步骤S23，对于每一个成对比较矩阵计算最大特征根以及对应的特征向量，利用一致性指标CI、随机一致性指标RI和一致性比率CR做一致性检验。
8.根据权利要求7所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述步骤S23，通过计算最下层对目标的组合权向量，并根据公式做一致性检验：
根据公式
若CI值越小，则表示一致性越高，
根据公式
若
的比值小于0.1，则判断为通过一致性检验，若
的比值不小于0.1，则判断为未通过一致性检验，且n为指标个数；λ为特征根；i取1、2、3...n。
9.根据权利要求1所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述步骤S3中的数据处理流程包括房屋使用情况、坡度、交通通达度、房屋结构、房地面积比、房屋聚集程度和离散程度。
10.根据权利要求9所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述房屋使用情况是收集农村地籍数据，并确认各宗地的使用情况，同时划分为闲置、空置和使用三种情况。
11.根据权利要求9所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述坡度是定性指标，划分为五个等级，并根据各坡度的等级赋予各区域特定分值，且坡度越高，坡度级别越高，分值越高。
12.根据权利要求9所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，交通通达度的影响因素包括指标选取，指标选取五个等级的道路，包括高速公路、国省道、县道、乡道以及村道。
13.根据权利要求10所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，交通通达度的评价方法，包括以下步骤：
步骤1：运用GIS软件对五个道路等级进行空间信息录入和影响半径多环缓冲区分析，得出研究范围内道路对周边地块的影响力评价；
步骤2：将五级道路的影响力评价进行合并，得到研究范围的各级道路可达性分布图；
步骤3：根据道路级别设定不同权重，按照不同的权重对各道路因子进行加权叠加分析，计算研究范围内的道路可达性综合得分；
步骤4：对计算得到的可达性综合得分进行相应赋分，宗地所处区域的交通通达度越低，得分越高。
14.根据权利要求13所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，高速公路权重占0.1、国省道权重占0.2、县道权重占0.3、乡道的权重占0.2、村道的权重占0.2。
15.根据权利要求1所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述综合指数计算方法，包括以下步骤：
步骤S41：将五个指标的评价分数全部进行标准化，使得评价结果处于同一维度；
步骤S42：利用GIS的相交工具把房地面积比、房屋结构、房屋使用情况三个指标得分相交得出N，坡度和交通通达度得分与研究宗地M相交的O，再将N空间连接到O上，进行评价指标的连接；
步骤S43：检验各指标的标准化分总和是否等于1，避免数据在处理过程中的分离图斑获得重复属性；
步骤S44：添加字段将各评价结果乘以相应权重得出综合得分，计算公式为：农村低效建设用地总分＝0.3*房屋使用情况分数+0.25*房屋结构分数+0.2*房地面积比分数+0.15*交通通达度分数+0.1*坡度分数。
16.根据权利要求1所述的一种农村低效建设用地识别标准体系构建方法，其特征在于，所述步骤S5中的整治潜力分级，是利用自然断点法对宗地的内部因素评价结果进行分级，并划分为五个等级，五个等级为低、较低、中等、较高和高。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211033987.8A CN115456372B (zh) | 2022-08-26 | 2022-08-26 | 一种农村低效建设用地识别标准体系构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211033987.8A CN115456372B (zh) | 2022-08-26 | 2022-08-26 | 一种农村低效建设用地识别标准体系构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115456372A true CN115456372A (zh) | 2022-12-09 |
| CN115456372B CN115456372B (zh) | 2023-07-07 |
Family
ID=84301414
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211033987.8A Active CN115456372B (zh) | 2022-08-26 | 2022-08-26 | 一种农村低效建设用地识别标准体系构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115456372B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117251770A (zh) * | 2023-11-17 | 2023-12-19 | 北京新兴科遥信息技术有限公司 | 一种识别低效用地的方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105005690A (zh) * | 2015-07-07 | 2015-10-28 | 同济大学建筑设计研究院(集团)有限公司 | 一种基于灰关联-层次分析法的海绵城区潜力指数的评价方法 |
| US20210342962A1 (en) * | 2009-08-31 | 2021-11-04 | Leigh W Budlong | System and method for standardizing and tracking land use utility |
-
2022
- 2022-08-26 CN CN202211033987.8A patent/CN115456372B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210342962A1 (en) * | 2009-08-31 | 2021-11-04 | Leigh W Budlong | System and method for standardizing and tracking land use utility |
| CN105005690A (zh) * | 2015-07-07 | 2015-10-28 | 同济大学建筑设计研究院(集团)有限公司 | 一种基于灰关联-层次分析法的海绵城区潜力指数的评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| ""基于GIS 的汉中市旅游交通网络空间分析"", vol. 34, no. 5 * |
| 赵小敏;周丙娟;黄心怡;易丹;赖夏华;陈蕾;: "基于GIS与综合指数法的农村集体建设用地质量等级评价", 农业工程学报, no. 07 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117251770A (zh) * | 2023-11-17 | 2023-12-19 | 北京新兴科遥信息技术有限公司 | 一种识别低效用地的方法 |
| CN117251770B (zh) * | 2023-11-17 | 2024-02-13 | 北京新兴科遥信息技术有限公司 | 一种识别低效用地的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115456372B (zh) | 2023-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Troy et al. | Embodied and operational energy consumption in the city | |
| CN109102193A (zh) | 地理设计生态红线划定与管理系统及数据库、评价模型 | |
| Steadman et al. | Building stock energy modelling in the UK: the 3DStock method and the London Building Stock Model | |
| CN111008742A (zh) | 建设用地规划方案的碳排放核算与低碳优化方法 | |
| CN104809112A (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
| CN111210058B (zh) | 一种基于网格化的配电网自上而下负荷预测信息方法 | |
| CN112365391A (zh) | 一种基于“国土调查”数据的用地多样性计量方法 | |
| Gulyás et al. | Assessment of transport connections based on accessibility | |
| CN115456372A (zh) | 一种农村低效建设用地识别标准体系构建方法 | |
| CN113076336A (zh) | 偏远地区水厂选址gis宏微观决策支持系统 | |
| CN112508332A (zh) | 一种顾及多维特征的渐进式乡村聚落整治分区方法 | |
| CN116050879A (zh) | 一种基于城市体检评估的城市更新方法及系统 | |
| Song et al. | Envisioning Beijing 2020 through sketches of urban scenarios | |
| CN114154880A (zh) | 一种评价街道单元层面公共服务设施步行可达性的方法 | |
| CN107909245B (zh) | 一种存量用地的制作方法 | |
| CN116090737A (zh) | 一种基于特征评价的全过程工业用地类型划分方法 | |
| Wu et al. | Development of evaluation index model for activation and promotion of public space in the historic district based on AHP/DEA | |
| Zhan et al. | City Health Examination Evaluation and Subjective Well-Being in Resource-Based Cities in China | |
| Onyango et al. | Traffic Data Input for Mechanistic Empirical Pavement Design Guide (MEPDG) for Tennessee | |
| Sarvar et al. | Optimum location of neighbourhood parks in Bonab city using analytic network process (ANP) | |
| CN111639805A (zh) | 一种基于gis的垃圾填埋场的选址方法 | |
| CN114862276B (zh) | 产城大数据协同分析应用方法及系统 | |
| Urbina | How to evaluate densification? Case study of Lourdes neighborhood, Santiago, Chile | |
| Wang et al. | Improved Bayesian Best-Worst Networks With Geographic Information System for Electric Vehicle Charging Station Selection | |
| Xu | Post Evaluation of Rural Road Renovation and Upgrading Plans in Low Mountain and Hilly Areas Based on IF-VE Method |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 510290 No. 483, Nanzhou Road, Haizhu District, Guangzhou City, Guangdong Province Patentee after: Guangdong Urban and Rural Planning and Design Institute Technology Group Co.,Ltd. Country or region after: China Address before: No. 483, Nanzhou Road, Haizhu District, Guangzhou, Guangdong 510000 Patentee before: Guangdong urban and rural planning and Design Institute Co.,Ltd. Country or region before: China |