基于支持向量机的城市生态足迹动态化评价

被引：6

作者：

李湘梅

周敬宣

罗璐琴

袁松虎

机构：

[1] 华中科技大学环境科学与工程学院

[2] 华中科技大学环境科学与工程学院武汉

来源：

资源科学 | 2007年 / 05期

关键词：

总生态足迹; 支持向量机; 偏最小二乘法; 生态建模;

D O I：

暂无

中图分类号：

X22 [环境与发展];

学科分类号：

083001 ;

摘要：

人类社会经济的发展已造成资源消退和环境恶化等严重问题。为使可持续发展成为现实,如何有效地预测并评价自然资本利用状态的发展趋势,是区域总体规划和生态规划的重要议题。城市生态系统是由相互作用、相互依赖的生态因子和社会经济因子组成的复杂系统,支持向量机(SVM)为未知复杂系统的建模提供了新的思路。本文运用SVM算法,就武汉市总体规划期间(2005年2020年)总生态足迹动态发展趋势进行了研究。研究结果表明,2020年,武汉市总生态足迹将达到2 837.40×104hm2,是2004年的1.5倍。总体规划中经济增长速度放慢的情况下,区域环境负荷增长趋势有增无减。在分析案例的基础上,论证了SVM在生态与环境领域建模的适用性,并指出了今后研究的方向。

引用

页码：16 / 21

页数：6

共 5 条

[1]

The ecological footprint: a non-monetary metric of human consumption applied to North America[J] . Maged Senbel,Timothy McDaniels,Hadi Dowlatabadi.Global Environmental Change . 2003 (2)

[2]

Support vector machines for identifying organisms — a comparison with strongly partitioned radial basis function networks[J] . Colin W. Morris,Arnaud Autret,Lynne Boddy.Ecological Modelling . 2001 (1)

[3]

Support vector machines for optimal classification and spectral unmixing[J] . Martin Brown,Steve R. Gunn,Hugh G. Lewis.Ecological Modelling . 1999 (2)

[4]

Urban ecological footprints: Why cities cannot be sustainable—And why they are a key to sustainability[J] . William Rees.Environmental Impact Assessment Review . 1996 (4)

[5]

Proximate causes and underlying driving forces of tropical deforestation. Geist HJ,Lambin EF. Bioscience . 2002

← 1 →