基于PCA-ML-RBF模型的资源环境承载能力监测与空间规划实施情景模拟研究

编号 zgly0001721335

文献类型 期刊论文

文献题名 基于PCA-ML-RBF模型的资源环境承载能力监测与空间规划实施情景模拟研究

作者 李强  徐斌  李文睿  郝若妍 

作者单位 首都经济贸易大学城市经济与公共管理学院 

母体文献 地理与地理信息科学 

年卷期 2020年05期

年份 2020 

分类号 X321  F205 

关键词 资源环境承载能力  PCA-ML-RBF模型  空间规划实施  情景模拟  北京市 

文摘内容 资源环境承载能力是区域可持续发展蓝图的本底基础与重要支撑,空间规划的实施也将驱动资源环境承载能力的演进。为科学监测区域资源环境承载能力,分析规划实施情景下资源环境承载能力状况,从压力—支撑、破坏—修复、消退—提升6个维度构建区域资源环境承载能力监测体系,并集成主成分分析(PCA)和多标签径向基(ML-RBF)神经网络模型,开展北京市2010-2018年资源环境承载能力监测与空间规划实施情景下的资源环境承载能力演进模拟。结果显示:1)北京市2010-2018年的资源环境承载能力在0.951～1.221之间,承载支撑因素、修复因素与提升因素的贡献逐年上升,在2018年达到0.552,表征环境与生态状态的破坏因素和消退因素自2010年的0.472减少至2018年的0.452;2)在国土空间规划实施情景下,北京市2035年的资源环境承载能力可达1.447,压力—支撑、破坏—修复、消退—提升6个维度的承载状态结构进一步优化,分别为0.188与0.296、0.131与0.122、0.090与0.174。研究表明:PCA-ML-RBF模型能够科学监测区域资源环境承载能力,定量计算指标贡献,并对空间规划实施情景下的资源环境承载能力演进状况进行模拟,可为区域资源环境承载能力监测与国土空间规划实施情景模拟提供方法体系借鉴。