国家自然科学基金(41101558)
- 作品数：4 被引量：36H指数：4
- 相关作者：张红周洋梅傲雪王晓军卢茸更多>>
- 相关机构：山西大学更多>>
- 发文基金：国家自然科学基金山西省科技重大专项山西省软科学研究计划更多>>
- 相关领域：农业科学经济管理自然科学总论更多>>
- 县级土地利用总体规划编制过程中的利益相关者分析被引量：16
- 2014年
- 研究目的:从利益相关者参与理论的视角,研究新一轮县级土地利用总体规划编制过程中主要利益相关者间的利益与权力关系问题。研究方法:在实证调查研究的基础上,通过对该规划编制过程进行回顾,运用利益相关者分析方法进行定性研究,辨识这一过程中的主要利益相关者,并对主要利益相关者之间关系和地位进行分析。研究结果:(1)此规划编制过程仍是一个由政府主导的自上而下的决策过程,且决策权愈加集中;(2)在专业规划人士助力下,该规划制度排斥其他利益相关者参与规划决策过程,规划决策中从系统上忽视了公众和媒体等受规划决策影响的其他利益和诉求。研究结论:今后应从制度上将主要利益相关者纳入县级土地利用总体规划编制过程,提高规划成果的合理性和公平性。
- 王晓军梅傲雪周洋
- 关键词：利益相关者分析利益相关者参与
- 山西阳泉地区乔木林地上碳密度遥感估测被引量：4
- 2014年
- 为了建立基于遥感影像和环境因子的森林碳密度估测的有效方法,本文基于2009年森林清查数据和SPOT遥感影像,以山西省阳泉地区为例,采用生物量换算因子连续函数法对研究区乔木林地上生物量和碳密度进行估算;在此基础上,选取遥感影像、环境因子(海拔、坡度、坡向等)为自变量,利用增强型BP神经网络建立研究区乔木林碳密度估算模型并输出空间分布图。结果表明:阳泉地区乔木林生物量为552774 t,碳密度为11.38t·hm-2;从不同林型、林龄和起源的生物量及碳密度来看,针叶林、幼龄林、人工林的生物量最大,阔叶林、成熟林、天然林的碳密度最大;采用增强型BP神经网络可以很好地模拟乔木林碳密度,针叶林、阔叶林、针阔混交林仿真结果的平均相对误差和平均相对误差的绝对值分别2.40%、6.87%、-4.09%和6.83%、2.77%、3.99%;基于BP神经网络模型输出乔木林碳密度空间分布图,模拟精度达到85.05%,进一步验证了人工神经网络能为森林碳密度提供快速准确的估测,为今后的森林资源调查和管理提供了科学依据。
- 李皎张红张莉秋韩建平
- 关键词：碳密度遥感
- 基于RBF神经网络的土壤重金属空间变异研究被引量：12
- 2012年
- 本文采用径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)预测太原市晋源区表层土壤中重金属Cr、Cd、Hg的空间变异,并与普通克里格(Ordinary Kriging)插值结果进行对比分析,以选择更合适的土壤重金属空间插值方法。研究结果表明:1)在拟合RBFNN模型过程中,选择合适的spread散布常数可以使模型达到最优,研究区域土壤Cr的最优散布常数为0.08,Cd的最优散布常数为0.10,Hg的最优散布常数为0.14,这组散布常数对于局部区域农田土壤重金属插值模拟有一定的参考意义。2)RBFNN方法与Ordinary Kriging方法对区域重金属浓度分布的预测趋势一致,土壤Cd含量在区域中部较高,尤其是从东北方向到西南方向的轴线上较高,向两侧形成扩散递减趋势;土壤中Cr含量总体分布趋势也是中部较高,其他区域相对较低;土壤Hg含量在区域东北部较高,由东北方向到西南方向浓度逐渐递减。且土壤重金属在区域中的分布与当地的污染源分布相对应。在样本数有限的情况下对土壤重金属进行空间变异研究时,RBFNN方法比Ordinary Kriging方法的预测精度更高更有效。
- 张红卢茸石伟史锐
- 关键词：土壤重金属空间插值神经网络模型径向基函数
