基于GBRT模型的湖南县域农村居民点整治潜力预测
F301.2; 针对现有农村居民点整治潜力预测研究存在的评价方法主观性强、预测结果可靠性缺乏事实证据支持等问题,该研究利用土地利用时空数据和梯度提升回归树(gradient boosted regression trees,GBRT)方法构建农村居民点整治潜力预测模型,自动识别区域自然和社会经济多因素综合作用下的农村居民点整治潜力释放规律,并以湖南省为案例区开展了实证研究.精度验证结果表明,模型的回归预测R2为0.9765,平均绝对百分比误差为11.64%,预测精度总体能满足规划决策支持的需要.根据模型预测:1)2020-2035年,湖南省农村居民点复垦整治潜力总规模约为36050.26 hm...
Saved in:
Published in | 农业工程学报 Vol. 39; no. 3; pp. 198 - 207 |
---|---|
Main Authors | , , , , |
Format | Journal Article |
Language | Chinese |
Published |
北京师范大学水科学研究院,北京 100875%湖南省第三测绘院,长沙 410007
01.02.2023
武汉大学资源与环境科学学院,武汉 430079%广州市城市规划勘测设计研究院,广州 510098%武汉大学资源与环境科学学院,武汉 430079 |
Subjects | |
Online Access | Get full text |
ISSN | 1002-6819 |
DOI | 10.11975/j.issn.1002-6819.202211020 |
Cover
Abstract | F301.2; 针对现有农村居民点整治潜力预测研究存在的评价方法主观性强、预测结果可靠性缺乏事实证据支持等问题,该研究利用土地利用时空数据和梯度提升回归树(gradient boosted regression trees,GBRT)方法构建农村居民点整治潜力预测模型,自动识别区域自然和社会经济多因素综合作用下的农村居民点整治潜力释放规律,并以湖南省为案例区开展了实证研究.精度验证结果表明,模型的回归预测R2为0.9765,平均绝对百分比误差为11.64%,预测精度总体能满足规划决策支持的需要.根据模型预测:1)2020-2035年,湖南省农村居民点复垦整治潜力总规模约为36050.26 hm2,占2020年现状农村建设用地规模的4.58%,且预测结果与湖南省各县域单元历史整治潜力释放特征基本相符,表明预测结果具有较好的可行性.2)湖南省潜力规模较大的区域主要分布在地形平缓、交通便利、城镇化水平较高的"长株潭"地区、环洞庭湖地区和湘中盆地地区,而湘南和湘西地区则相对较小.总体上模型预测结果具有较强的可行性,研究结果将为省级尺度统筹推进全域土地综合整治、农村存量建设用地挖潜和国土空间规划提供更加准确、可靠的决策依据. |
---|---|
AbstractList | F301.2; 针对现有农村居民点整治潜力预测研究存在的评价方法主观性强、预测结果可靠性缺乏事实证据支持等问题,该研究利用土地利用时空数据和梯度提升回归树(gradient boosted regression trees,GBRT)方法构建农村居民点整治潜力预测模型,自动识别区域自然和社会经济多因素综合作用下的农村居民点整治潜力释放规律,并以湖南省为案例区开展了实证研究.精度验证结果表明,模型的回归预测R2为0.9765,平均绝对百分比误差为11.64%,预测精度总体能满足规划决策支持的需要.根据模型预测:1)2020-2035年,湖南省农村居民点复垦整治潜力总规模约为36050.26 hm2,占2020年现状农村建设用地规模的4.58%,且预测结果与湖南省各县域单元历史整治潜力释放特征基本相符,表明预测结果具有较好的可行性.2)湖南省潜力规模较大的区域主要分布在地形平缓、交通便利、城镇化水平较高的"长株潭"地区、环洞庭湖地区和湘中盆地地区,而湘南和湘西地区则相对较小.总体上模型预测结果具有较强的可行性,研究结果将为省级尺度统筹推进全域土地综合整治、农村存量建设用地挖潜和国土空间规划提供更加准确、可靠的决策依据. |
Author | 王静 陈松林 赵翔 蔡博诚 罗海凤 |
AuthorAffiliation | 武汉大学资源与环境科学学院,武汉 430079%广州市城市规划勘测设计研究院,广州 510098%武汉大学资源与环境科学学院,武汉 430079;北京师范大学水科学研究院,北京 100875%湖南省第三测绘院,长沙 410007 |
AuthorAffiliation_xml | – name: 武汉大学资源与环境科学学院,武汉 430079%广州市城市规划勘测设计研究院,广州 510098%武汉大学资源与环境科学学院,武汉 430079;北京师范大学水科学研究院,北京 100875%湖南省第三测绘院,长沙 410007 |
Author_FL | CHEN Songlin ZHAO Xiang CAI Bocheng WANG Jing LUO Haifeng |
Author_FL_xml | – sequence: 1 fullname: ZHAO Xiang – sequence: 2 fullname: CAI Bocheng – sequence: 3 fullname: WANG Jing – sequence: 4 fullname: LUO Haifeng – sequence: 5 fullname: CHEN Songlin |
Author_xml | – sequence: 1 fullname: 赵翔 – sequence: 2 fullname: 蔡博诚 – sequence: 3 fullname: 王静 – sequence: 4 fullname: 罗海凤 – sequence: 5 fullname: 陈松林 |
BookMark | eNo9jzFLAzEcxTNUsNZ-CgenO_NPcnfNphatQkGQOpckdyktkoKHqKtUB4uFDipo9dDJUUWHVsQvY1L8Fh4oTg9-w_u9N4cKpmsShBYA-wA8CpY6fjtNjQ8YEy-sAPcJJgQAE1xAxX86i8pp2pY4ABphzKCIlm02-ZoMaqvbDfd4b-_60-ueG1_a8ys7-LRZZk9H7nZon0_c03B6PHYXr-7l3X2M7NnN90PPvfXn0YwWu2lS_ssS2llfa1Q3vPpWbbO6UvfSfATxFKdMqpBFFc1DpgPOqQgxVQlTAZOxBB6wmMfAYyESSWUISmDNudaJ1lwqWkKLv70HwmhhWs1Od3_P5MamOWqpQ5n_pZjmKvoDBWRldQ |
ClassificationCodes | F301.2 |
ContentType | Journal Article |
Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
DBID | 2B. 4A8 92I 93N PSX TCJ |
DOI | 10.11975/j.issn.1002-6819.202211020 |
DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
DatabaseTitleList | |
DeliveryMethod | fulltext_linktorsrc |
Discipline | Agriculture |
DocumentTitle_FL | Potential prediction of rural settlements reclamation in county level administrative regions of Hunan Province using gradient boosting regression tree model |
EndPage | 207 |
ExternalDocumentID | nygcxb202303022 |
GrantInformation_xml | – fundername: (国家自然科学基金); (国家重点研发计划) funderid: (国家自然科学基金); (国家重点研发计划) |
GroupedDBID | -04 2B. 4A8 5XA 5XE 92G 92I 93N ABDBF ABJNI ACGFO ACGFS ACUHS AEGXH AIAGR ALMA_UNASSIGNED_HOLDINGS CCEZO CHDYS CW9 EOJEC FIJ IPNFZ OBODZ PSX RIG TCJ TGD TUS U1G U5N |
ID | FETCH-LOGICAL-s1022-c934bc6478f964f5993a603ce4c54bdb1954d9d19daaeb3b61ca0f99ffeff9bc3 |
ISSN | 1002-6819 |
IngestDate | Thu May 29 04:08:36 EDT 2025 |
IsPeerReviewed | false |
IsScholarly | true |
Issue | 3 |
Keywords | 湖南省 潜力 整治 梯度提升回归树 农村居民点 土地整治 |
Language | Chinese |
LinkModel | OpenURL |
MergedId | FETCHMERGED-LOGICAL-s1022-c934bc6478f964f5993a603ce4c54bdb1954d9d19daaeb3b61ca0f99ffeff9bc3 |
PageCount | 10 |
ParticipantIDs | wanfang_journals_nygcxb202303022 |
PublicationCentury | 2000 |
PublicationDate | 2023-02-01 |
PublicationDateYYYYMMDD | 2023-02-01 |
PublicationDate_xml | – month: 02 year: 2023 text: 2023-02-01 day: 01 |
PublicationDecade | 2020 |
PublicationTitle | 农业工程学报 |
PublicationTitle_FL | Transactions of the Chinese Society of Agricultural Engineering |
PublicationYear | 2023 |
Publisher | 北京师范大学水科学研究院,北京 100875%湖南省第三测绘院,长沙 410007 武汉大学资源与环境科学学院,武汉 430079%广州市城市规划勘测设计研究院,广州 510098%武汉大学资源与环境科学学院,武汉 430079 |
Publisher_xml | – name: 北京师范大学水科学研究院,北京 100875%湖南省第三测绘院,长沙 410007 – name: 武汉大学资源与环境科学学院,武汉 430079%广州市城市规划勘测设计研究院,广州 510098%武汉大学资源与环境科学学院,武汉 430079 |
SSID | ssib051370041 ssj0041925 ssib001101065 ssib023167668 |
Score | 2.43468 |
Snippet | F301.2; 针对现有农村居民点整治潜力预测研究存在的评价方法主观性强、预测结果可靠性缺乏事实证据支持等问题,该研究利用土地利用时空数据和梯度提升回归树(gradient... |
SourceID | wanfang |
SourceType | Aggregation Database |
StartPage | 198 |
Title | 基于GBRT模型的湖南县域农村居民点整治潜力预测 |
URI | https://d.wanfangdata.com.cn/periodical/nygcxb202303022 |
Volume | 39 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
journalDatabaseRights | – providerCode: PRVEBS databaseName: EBSCO Academic Search Ultimate issn: 1002-6819 databaseCode: ABDBF dateStart: 20140101 customDbUrl: https://search.ebscohost.com/login.aspx?authtype=ip,shib&custid=s3936755&profile=ehost&defaultdb=asn isFulltext: true dateEnd: 99991231 titleUrlDefault: https://search.ebscohost.com/direct.asp?db=asn omitProxy: true ssIdentifier: ssj0041925 providerName: EBSCOhost |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LahRBcIgJiB7EJ74JaJ_Cxnn2dN3s3p01CHqQBHIL89iJpxWSDWiOEj0YDOSggkaDnjyq6CER8WecCd78BKt6encnJuLjMjRVNfWc3qru7YdlXeapG_Ms8RsuJHYD87XdEJ6IG5DFXNh5HEBO8x03bvKpGf_6bDA7cuBHbdXSUi-ZTJf33VfyP1FFGMaVdsn-Q2QHTBGAbYwvPjHC-PyrGLMoYNBmSrLIp6eIrqlb0yziTAomHY2OmFAsChkg2ieUAgacUKLFINSNiKm24QW6ITiDJhED0mg-ymEi0K_bGhIy4RIrokFsxRkhSjda-nXkIxkgBJh0-9IRqOoVcU0c2iBITxIXMhmQFDSE9A-YbDHJiQPylEH_O2GRIJZK06IR4Ncx4BsvkKmSIBJJ5JAkJNuF1pAshTpGVe7RKqvKT6iOX58mcb3-ymrzYWuqpn5PB0RqL6BVQpB0RAlPG4OKhbusQreSE0OCVx43KITYZAg1gCmuddUOdZt7xU04-vIA5gb7hTokNwsdPdRM9l0uYBAZbbhiIHaLAR3ktgkywIRPf9iEtYxGKY8Lk5dMyqvOjzJd26vlL6e6EtyUQm7FaG-WBTIE0yxJmBxImES_03yCaw-Li8GSz-69-fRuQpHBtOJi0TTmhpy7o9aYVC3VHpbwDs1SDHKMSyc18OGQOHA8upBhsIyLFjEEekWDUeKgdamv4pXfK6i36HXzuDtfqyanj1pHzDBwXFZ9-pg1snz7uHVYzi-Yo3A6J6yrxeb2t-016tHl29fFq9Wd5yvl1tPi8bNi7WuxuVk83ChfrhfvH5Tv1nfub5VPPpYfPpdfNopHL76_WSk_rZ60ZtrRdHOqYe47aSzSvEsjBc9PUtr8nQP38wCHDjG3vbTjp4GfZAkdzphB5uDvaNxJvIQ7aWznAHneyXNIUu-UNdq90-2ctsZdLE6zMPASz4_9DoDAzJwlIsHxHfe8EM5Y48b-OfN7tjj3S4TO_pnknHVo2NXOW6O9haXOBazRe8lFE9afsqKpIg |
linkProvider | EBSCOhost |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8EGBRT%E6%A8%A1%E5%9E%8B%E7%9A%84%E6%B9%96%E5%8D%97%E5%8E%BF%E5%9F%9F%E5%86%9C%E6%9D%91%E5%B1%85%E6%B0%91%E7%82%B9%E6%95%B4%E6%B2%BB%E6%BD%9C%E5%8A%9B%E9%A2%84%E6%B5%8B&rft.jtitle=%E5%86%9C%E4%B8%9A%E5%B7%A5%E7%A8%8B%E5%AD%A6%E6%8A%A5&rft.au=%E8%B5%B5%E7%BF%94&rft.au=%E8%94%A1%E5%8D%9A%E8%AF%9A&rft.au=%E7%8E%8B%E9%9D%99&rft.au=%E7%BD%97%E6%B5%B7%E5%87%A4&rft.date=2023-02-01&rft.pub=%E5%8C%97%E4%BA%AC%E5%B8%88%E8%8C%83%E5%A4%A7%E5%AD%A6%E6%B0%B4%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E9%99%A2%2C%E5%8C%97%E4%BA%AC+100875%25%E6%B9%96%E5%8D%97%E7%9C%81%E7%AC%AC%E4%B8%89%E6%B5%8B%E7%BB%98%E9%99%A2%2C%E9%95%BF%E6%B2%99+410007&rft.issn=1002-6819&rft.volume=39&rft.issue=3&rft.spage=198&rft.epage=207&rft_id=info:doi/10.11975%2Fj.issn.1002-6819.202211020&rft.externalDocID=nygcxb202303022 |
thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fnygcxb%2Fnygcxb.jpg |