基于BP神经网络的山地村分类方法研究——以重庆市巫溪县为例

《国家乡村振兴战略规划(2018-2022年)》明确提出,按照集聚提升、融入城镇、特色保护、搬迁撤并分类推进乡村发展。我国幅员辽阔,村数量庞大,传统的分类方法效率较低,且受人为因素干扰较大,随意性较强。本文以重庆市巫溪县村布局规划为例,从生态本底、土地承载、交通条件、自然灾害、经济人口、历史人文6个方面,选取13个学习指标(输入量)与2个筛选指标构成巫溪县村分类的指标体系,将巫溪县289个行政村依照不同比例分为训练样本和测试样本,通过BP神经网络的机器学习方法进行村分类,并对各类型村发展优先级测度进行计算。结果表明,BP神经网络对村类型的划分有较高的准确率(分类准确率为98.6%),并对不同类型村的发展提出时序性的指导,有效提高了村分类的效率和规划的科学性。

校园绿色空间缓解大学生心理压力的作用途径——以空间恢复性为中介的研究

在学习、生活和就业压力的多重影响下,当代大学生的心理健康状况不容乐观,心理压力问题亟待缓解。大量研究已经证实校园绿色空间能较好地缓解压力,促进心理健康。然而两者之间的相关关系尚未完全明确,可能存在其他变量在两者之间产生中介效应。选择重庆大学校园内6个典型绿色空间为研究对象,探讨7种环境特征与学生心理压力缓解之间的关系,以空间恢复性为中介构建路径分析模型解释环境特征缓解学生心理压力的作用路径。结果表明:1)天空开阔度和树种丰富度均对压力缓解有促进作用,水体占比有抑制作用,绿视率和色彩丰富度既有促进作用也有抑制作用;2)天空开阔度、水体占比、绿视率、树种丰富度和色彩丰富度均为间接减压路径,最佳减压路径为树种丰富度→延展性→压力缓解;3)色彩丰富度对男生的减压效果比女生大,绿视率和水体占比对女生的减压效果比男生好;色彩丰富度和绿视率对理工科学生的减压效果优于文科学生。研究结果可为校园绿色空间规划设计与空间营造提供理论参考,以更好地促进学生心理健康。