多目标土地利用优化模型与应用
针对传统的土地利用优化配置存在对多目标支持不足和空间布局优化实现困难以及遥感影像监督分类结果存在错分漏分的问题,该文提出了一种结合兴趣点(POI)数据进行多目标土地利用优化的模型,即先利用POI数据对遥感影像监督分类的结果进行纠正,然后通过非支配排序遗传算法(NSGA-Ⅱ)实现多目标土地利用数量结构优化,最后利用未来土地利用模拟模型将变化斑块合理分布,从而实现土地利用空间布局优化.以江苏省徐州市为例进行实验,结果表明,该文所提方法对土地分类结果的精度有一定提高并能有效地进行多目标土地利用优化,能够为区域不同的发展目标提供决策支持,在新时期国土空间规划实践中有着较好的应用前景.
POI数据、NSGA-Ⅱ算法、FLUS模型、多目标土地利用优化
47
P208(一般性问题)
国家自然科学基金41874039
2022-12-06(万方平台首次上网日期,不代表论文的发表时间)
共9页
157-165