基于BP人工神經網絡的耕地綜合效益研究——以達州市為例.pdf

1、本文以達州市所轄七個區(qū)市縣為研究對象，結合國家、省市和區(qū)縣級統(tǒng)計年鑒和統(tǒng)計公報收集耕地生態(tài)、經濟和社會等方面數據，在前人研究基礎上立足于達州市實際建立評價指標體系，將多應用于生物領域的人工神經網絡引入耕地評價中來。在NeuroSolutions軟件平臺上采用BP人工神經網絡將評價指標作為輸入層、耕地效益作為輸出層來對達州市各區(qū)縣耕地效益進行分析評價。根據評價結果，運用GIS軟件在達州市行政區(qū)劃圖基礎上導入各區(qū)市縣評價期間各時間節(jié)點的效益

2、指數值作為空間差異分析根據，直觀展示出耕地效益空間差異，再結合SPSS分析軟件中聚類分析模塊，對各區(qū)縣耕地綜合效益進行分層聚類，最終得到達州市效益空間分布層次示意圖?；谥笜梭w系各因子數據值，通過SPSS因子分析對影響各區(qū)市縣耕地效益時空分布的驅動力因子展開研究。
　　 研究結果表明，BP人工神經網絡適用于耕地效益的評價。評價結果顯示，2001-2011年間達州市所轄七個區(qū)市縣耕地綜合效益雖然有所波動，但整體呈現出上升態(tài)勢。研究

3、區(qū)各區(qū)市縣耕地效益呈現出不同特征，除耕地社會效益波動差異較大外，生態(tài)效益總體走勢平穩(wěn)、略有上升，經濟效益整體增長態(tài)勢明顯。十一年間，耕地綜合效益整體空間分布層次可歸納為宣漢縣、達縣、開江縣和大竹縣為耕地綜合效益高效區(qū)，萬源市和通川區(qū)為中效區(qū)，渠縣相較而言為全市耕地綜合效益低效區(qū)。對耕地生態(tài)效益水平影響較大的驅動力因素主要為耕作環(huán)境質量指數、有效灌溉率、旱澇保收指數、耕地負載;土地生產力、勞動生產率、耕地播種面積、單位面積糧食產量、單位面

4、積勞動投入、單位面積化肥投入量、單位面積固定資產投資等指標是影響耕地經濟效益水平高低的最主要因素;社會需求滿足程度、人均糧食產量和農民人均純收入等是影響耕地社會效益的主要驅動力因子。
　　 針對達州市各區(qū)市縣耕地效益水平和空間分布層次，本文提出如下建議以促進耕地利用水平的提高和耕地效益的協(xié)調發(fā)展:宣漢縣、達縣、開江縣和大竹縣耕地效益高效區(qū)應注重耕地數量質量保護，積極發(fā)揮農業(yè)傳統(tǒng)優(yōu)勢促使耕地效益的進一步提高;其他耕地效益中低效地區(qū)