合理的土地利用计划对避免高碳排放有着重要意义,进行低碳经济视角下的土地利用优化模拟有利于绿色发展和土地资源科学配置。以北京市为例,将兴趣点(point of interest,POI)数据纳入FLUS模型的BP-ANN算法模块中对其进行改进,利用2010年...合理的土地利用计划对避免高碳排放有着重要意义,进行低碳经济视角下的土地利用优化模拟有利于绿色发展和土地资源科学配置。以北京市为例,将兴趣点(point of interest,POI)数据纳入FLUS模型的BP-ANN算法模块中对其进行改进,利用2010年和2020年2期土地利用数据对改进模型的模拟精度进行对比验证。在此基础上,耦合Markov法及理想点法,对研究区2030年自然演变情景及低碳经济情景下的土地数量结构和空间布局进行模拟分析。研究结果表明:①引入POI数据的FLUS模型在模拟2020年土地利用时,Kappa系数提高4.85%、总体精度提高3.42%,改进模型有利于提高模拟精度;②经模拟验证,在自然演变情景中,碳排放量增加7.70%,建设用地面积增长7.68%,耕地、草地面积持续减退;③在低碳经济情景中,与自然演变情景相比,碳排放量减少198.49万t,建设用地持续扩张的趋势得到遏制,浅山区草地被占用的现象得到缓解,北部林地面积增长明显。研究说明了土地利用模型的模拟精度随城市发展元素的变化而变化,纳入POI数据可以为土地规划提供更好的决策支持,低碳经济导向的土地结构调整及空间布局优化,可以为区域土地合理利用和规划布局提供参考。展开更多
文摘合理的土地利用计划对避免高碳排放有着重要意义,进行低碳经济视角下的土地利用优化模拟有利于绿色发展和土地资源科学配置。以北京市为例,将兴趣点(point of interest,POI)数据纳入FLUS模型的BP-ANN算法模块中对其进行改进,利用2010年和2020年2期土地利用数据对改进模型的模拟精度进行对比验证。在此基础上,耦合Markov法及理想点法,对研究区2030年自然演变情景及低碳经济情景下的土地数量结构和空间布局进行模拟分析。研究结果表明:①引入POI数据的FLUS模型在模拟2020年土地利用时,Kappa系数提高4.85%、总体精度提高3.42%,改进模型有利于提高模拟精度;②经模拟验证,在自然演变情景中,碳排放量增加7.70%,建设用地面积增长7.68%,耕地、草地面积持续减退;③在低碳经济情景中,与自然演变情景相比,碳排放量减少198.49万t,建设用地持续扩张的趋势得到遏制,浅山区草地被占用的现象得到缓解,北部林地面积增长明显。研究说明了土地利用模型的模拟精度随城市发展元素的变化而变化,纳入POI数据可以为土地规划提供更好的决策支持,低碳经济导向的土地结构调整及空间布局优化,可以为区域土地合理利用和规划布局提供参考。
