基于自组织神经网络的生态敏感性分区--以北京市房山区为例

采用自组织神经网络(SOM)模型,以北京市房山区为例,对其进行生态敏感性分区.分别以土壤侵蚀、地表水环境、地下水环境和生境为生态敏感性因子,作为SOM模型的4个二维输入矩阵,通过多次迭代学习和自组织聚类,使结果在4维(4个生态因子)生态敏感性空间内最大限度地逼近房山区生态特征分布.结果表明,房山区西北部山区的敏感性最高;东部平原是地表、地下水非常丰富的地区,属中度敏感;二者之间的丘陵浅山区敏感性相对较弱.

赣州市土地利用与生态环境建设协调研究

分析了江西省赣州市的土地利用现状和生态环境存在的3方面问题,对赣州市土地利用进行了生态敏感性分区,并提出了4种环境友好型的土地利用模式。

基于格网单元的土地利用总体规划生态环境影响评价

开展土地利用总体规划生态环境影响评价实证研究,能够为不同城市的土地利用总体规划修编和生态环境保护提供依据。本文从土地利用结构和布局的角度,以格网为评价单元,运用生态系统服务功能价值评估法,对土地利用总体规划的结构调整所带来的生态服务价值的变化做了空间上的定量预测;并运用生态环境敏感性评价和GIS叠置法从土地利用布局上评价建设用地布局的生态合理性。以鄂城区为例,划分了702个格网,规划实施后生态系统服务功能总价值减少了414.54万元;建设用地布局具有较好的生态适宜性,只有0.23%分布在高度敏感区内。因此,鄂城区土地利用总体规划从生态环境保护角度是可行的,但还应注重对森林和水域等重要生态用地的保护。