公共文化服务平台

劳春华: 作品数：12 被引量：95H指数：4; 供职机构：广东工业大学管理学院更多>>; 发文基金：国家自然科学基金国家杰出青年科学基金中国博士后科学基金更多>>; 相关领域：自动化与计算机技术天文地球经济管理环境科学与工程更多>>

合作作者

基于生态安全格局理论的国土空间生态修复分区模拟——以粤港澳大湾区为例被引量：39: 2021年; 国土空间生态修复分区有助于推动生态修复工作的整体性和系统性。利用国土空间生态安全格局理论进行生态修复分区是一种较为经典的模式,但现有分区技术方案对高强度人类活动导致的土地利用景观变化考虑不足,不能很好的适应城市群尺度国土空间生态安全格局的塑造需求。设计了一种基于情景模拟的国土空间生态修复分区方案,该框架首先通过耦合空间马尔科夫链与元胞自动机模型模拟城镇化发展末期的土地利用景观格局;然后利用"生态源地-生态廊道-生态网络"理论构建国土空间生态安全格局基本骨架;最后根据最小累积阻力模型划分出生态修复关键区、调节区和双修区等类型。粤港澳大湾区案例研究表明:(1)土地利用景观变化对生态修复分区方案影响较大,不同景观格局导致的分区规模差异可达国土空间的10%左右;(2)国土空间生态修复分区需要充分考虑高强度人类活动对景观格局变化的潜在影响,进而使得生态修复分区政策更有利于国土空间生态安全格局塑造目标的实现。研究构建的国土空间生态修复分区技术方案可进一步深化生态安全格局理论在国土空间规划应用上的认知。; 马世发劳春华江海燕; 关键词：生态修复情景模拟

永久基本农田保护片区智能识别系统iZone的建立与应用被引量：6: 2017年; 永久基本农田划定是当前国土资源管理一项十分重要而紧迫的任务,其对维护粮食安全和控制城镇无序增长具有重要意义。永久基本农田划定不仅要满足耕地质量较高而且还要集中连片,更需要协调城镇化矛盾。因此,如何从土地利用现状数据库中提取永久基本农田保护图斑实际上是一个复杂的空间数据挖掘过程。研究利用农用地分等成果定义保护片区质量,利用元胞自动机模拟分析土地利用矛盾,利用种子扩充算法进行保护片区搜索,利用神经网络进行耕地保护压力预警。基于C#和Arc Engine10.1将多种空间数据挖掘模型进行集成,构成了面向全域永久基本农田识别的智能系统工具包iZone,并在广东省高要区金利镇进行实例应用。研究表明,iZone能按既定规则从土地利用现状数据库中提取保护图斑,有效避免了人为划定的过多主观性,并且能获得与人工方案相当乃至更好的表现。iZone利用复杂地理计算技术进行永久基本农田智能识别,可提高永久基本农田划定工作的科学性。; 马世发吴楷钊劳春华钟远军张婷黄韬; 关键词：区划永久基本农田元胞自动机人工神经网络

永久基本农田划定及审图软件设计与实现: 2017年; 针对全域永久基本农田划定问题,分析土地城镇化增长矛盾,通过种子扩充算法进行保护片区的自动搜索,利用神经网络进行保护压力风险预警。基于C~#和ArcEngine技术将多种空间数据挖掘模型进行整合,实现了面向全域永久基本农田划定及审图的软件系统。通过广东省高要区金利镇应用表明,该系统能促进全域永久基本农田划定工作更加科学客观,进一步提高国土资源管理"让数据说话"的能力。; 黄睦谨吴楷钊黄韬马世发劳春华; 关键词：永久基本农田数据挖掘

地理模拟优化系统GeoSOS原理及软件开发: 本文提出地理模拟优化系统GeoSOS的概念与实现方法,以解决GIS在对过程进行模拟和优化方面存在严重功能不足的问题。建立了GeoSOS 1.0的模拟优化平台,作为GIS的重要补充工具。本系统由三个重要模块组成:地理元胞自...; 黎夏刘小平李丹张亦汉何晋强劳春华黄康宁陈逸敏庞瑶李少英; 关键词：多智能体系统生物智能; 文献传递

基于建设用地供后开发状态的遥感智能监测模型研究: 2023年; “供而未用”等闲置土地监测是自然资源部门关于土地市场动态监管的一项重要任务。研究以谷歌MobileNetV2深度学习神经网络为核心,以广东省土地市场动态监管系统记录的历史数据为学习样本,基于ArcGIS和百度飞浆人工智能平台,搭建了建设用地供后开发状态遥感智能监测系统。模型测试表明,建设用地供后开发状态遥感智能监测系统识别精度达到93.95%,其不仅可以检验地方上报开工等信息的真伪,而且还可以对即将闲置的地块发出预警。研究表明,立足自然资源监管业务数据研发人工智能监管技术,可有效推动自然资源管理走向智能化。; 邱海泉林燕慧劳春华; 关键词：人工智能

近50年来全球农田保护的知识图谱研究被引量：4: 2017年; 为了准确把握全球农田保护研究动态与变化规律,采用文献计量方法和可视化软件Citespace及Citespace辅助软件,对中国学术期刊全文数据库CNKI及外文学术期刊数据Web of Science中农田保护相关文献从载文量、文献来源、作者分布及引文情况展开分析,从而确定国内外农田保护研究中生态安全及生物多样性等主题与热点。研究表明:国内外农田保护研究文献载文量上存在明显差异,其变化特征受国内外政策环境及社会认知影响较为明显;从研究文献质量上来看,中国农田保护文献影响因子及H指数较国外农田保护低,因而文献质量相对较差,有待进一步提高;从文献作者发文分布情况来看,全球农田保护研究主要集中在欧洲、亚洲(中国)及北美地区;从农田保护内容上来看,农田生态保护是全球研究热点;从农田保护研究方向来看,全球范围内所涉及领域较为宽广,与西方发达国家相比,中国的研究方向集合了自然科学和社会科学领域的交叉研究。; 张雅琪郑荣宝付艳华劳春华黄婷; 关键词：农田保护可视化

地理模拟优化系统GeoSOS软件构建与应用被引量：25: 2010年; 在提出的地理模拟优化系统概念的基础上,进一步构建了整合的软件系统GeoSOS,以解决地理信息系统(GIS)目前在对过程分析存在功能不足的难题。作为GIS的重要扩展,该系统由3个重要模块组成:地理元胞自动机(CA)、多智能体系统(MAS)和生物智能(SI)。地理元胞自动机模块包含了常用的CA模型,包括MCE-CA,Logistic-CA,ANN-CA,Decision-tree CA等,为用户提供了一种选择最佳模拟模型的方便环境。GeoSOS能根据训练数据,自动获取最佳的模型参数。该系统还将MAS和SI引进模型中,提高了对复杂地理过程进行分析的能力。另一特色是具备了将模拟和优化耦合的能力,由此能大大改善模拟优化的结果,为复杂的资源环境模拟和优化提供了强有力的过程分析工具。; 黎夏李丹刘小平劳春华张亦汉何晋强黄康宁; 关键词：多智能体系统生物智能

基于深度学习和数学形态学的经济欠发达地区农村住房智能识别研究: 2023年; 中国大部分农村住房处于一种无规划的自发性建设状态。这种无序扩张是对土地资源的严重浪费,尤其是耕地资源,因此需要通过对农村住房监测来规范农房建设,同时保护耕地资源。而中国目前的农村住房监测手段主要以全国土地调查人工巡查为主,该方法收集到的信息缺乏实时性和可靠性。针对该问题,文章提出一个基于深度学习和数学形态学的经济欠发达地区农村住房智能识别模型,该模型基于高分辨率遥感影像数据和PaddlePaddle框架,创新性地引入数学形态学的膨胀腐蚀方法,并与MobileNetV2进行松散耦合,其在农村住房识别监测中的平均精度达到84.5%,且具有一定的泛化性。与ResNet34模型进行对比,该模型平均识别精度比ResNet34模型高10.6%,对地类边界的提取效果更精细,对农村住房轮廓的识别效果更好。; 劳春华林燕慧; 关键词：农村住房数学形态学高分辨率遥感影像

GPU-CA模型及大尺度土地利用变化模拟被引量：19: 2012年; 在全球变化研究中,对省和国家尺度的土地利用变化过程进行模拟具有重要的意义.但大尺度的土地利用变化模拟存在数据量大、计算复杂、计算时间长等难点,由于计算能力和传统基于CPU计算模式的制约,在普通计算机中难以执行这样的模拟.把最新发展的GPU高性能计算技术与元胞自动机(CA)模型相结合,提出了GPU-CA大尺度土地利用变化模拟模型,并将其应用到省级尺度的土地利用变化模拟中.介绍了模型的问题映射、需解决的关键技术问题和计算的流程,并分析了GPU-CA模型在计算性能上的优势.通过全广东省的土地利用变化模拟,对GPU-CA模型进行了验证.实验表明,GPU-CA模型可以将原有一般CA模型的运行效率提高30倍以上,能够有效地应用于省和国家级的土地利用变化模拟,为全球变化模型提供重要的地表景观变化信息.; 李丹黎夏刘小平陈逸敏李少英刘凯乔纪纲郑奕钟张亦汉劳春华; 关键词：GPU 元胞自动机大尺度全球变化

基于就业市场的劳动人口区位选择行为的多智能体模拟被引量：3: 2013年; 基于空间经济学视角,提出了基于就业市场的劳动人口区位选择模型(Labor Market Based Model of Residential Location—LMBMRL),利用多智能体对劳动人口居住区位选择行为进行模拟研究。利用GIS方法提取经济产业空间信息,并将经济主体的空间异质性引入人口区位选择模型中。充分考虑就业市场、居住成本与通勤成本对个体区位经济效用的影响,设计基于收入和支出的个体决策规则,并利用多智能体方法对劳动人口居住区位选择行为进行模拟。模拟结果揭示了在特定经济产业空间结构下,不同人口群体区位选择形成的人口空间结构及其机理。通过成本系数差异分析,反映了居住成本和通勤成本对人口空间结构的影响。分析结果表明,当居住成本较低时,人口空间结构较为集中,而当房价上涨或居住成本较大时,劳动人口形成较为分散的空间格局;若城市交通便捷度提高,则人口的空间集聚度降低。; 李少英黎夏刘小平劳春华; 关键词：多智能体就业市场居住区位选择

劳春华

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

劳春华

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈