基于机器学习的武汉城市圈土地生态安全格局识别与优化策略

摘要：

为明晰武汉城市圈土地生态安全格局,从经济、社会和自然3个维度构建土地生态安全评价体系,在机器学习框架Keras中利用BP神经网络对2010-2017年武汉城市圈土地生态安全水平进行评价,在此基础上,利用ArcGIS软件对评价结果进行空间识别,并提出相应土地生态安全优化策略.结果 表明:(1)2010-2017年武汉城市圈土地生态安全水平小幅下降,长期处于临界安全状态,其中土地自然生态安全状况不断恶化,土地经济生态安全状况持续改善,土地社会生态安全水平增减变化差异较大.(2)武汉城市国土地生态安全变化存在明显空间差异,土地自然生态安全水平下降较大区域主要集中在西部和南部;黄冈和黄石土地经济生态安全水平小幅下降,其他城市安全水平均有不同程度上升;土地社会生态安全水平变化较大,武汉和潜江上升1个安全等级,仙桃和孝感下降1个安全等级,咸宁下降2个安全等级.(3)研究区土地自然生态安全状况恶化的主要原因为人均耕地、耕地面积比例、森林覆盖率持续下降以及工农业废水和废弃物排放总量持续上升;土地经济生态安全状况持续改善的主要原因为工农业生产效率、居民收入和第三产业占比持续上升;土地社会生态安全系统的影响因素较多.

关键词：土地生态安全、机器学习、优化策略、武汉城市圈

所属期刊栏目：36

分类号：X826;F062.1;F301.2(环境质量分析与评价)

资助基金：国家自然科学基金青年项目71403083

在线出版日期：2020-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：862-869