山区人居环境的遥感和GIS量化评价技术研究

来源 :科技创新与应用 | 被引量 : 0次 | 上传用户:yannini01
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为实现对山区人居环境质量的空间化、定量化评价,文章将生存、生活及生态条件作为核心因素,构建山区人居环境评价模型.使用遥感、数字高程模型技术提取地表景观、地形、水文评价等数据,在“以人为本”的原则基础上,设计中心式GIS缓冲区技术用于计算和提取水文安全、交通便捷、耕地布局、植被覆盖、公共设施等可量化的空间指标,最后采用综合评价方法实现山区人居环境评价的技术验证与应用.研究结果表明:生存环境、生活质量和生态条件是影响山区人居环境的重要因素,可利用遥感和DEM提取地貌水文、地表景观、交通信息等数据开展定量分析与建模;舍弃不可量化的部分经济或人文指标,可以从安全条件、物质条件、基础生活条件、休闲条件、环境条件等方面构建山区人居环境模型,并利用遥感与DEM数据结合GIS技术实现评价参数的量化提取与分析,从而实现基于空间数据的客观环境评价;借鉴GIS缓冲区及空间权重插值思想,将以居民地为中心的缓冲区作为周边空间数据统计和分析范围,能更好地体现以人为本的空间评价思想.便捷的空间取值可根据评价区域到目标地点的线性距离和道路等级权重计算成本时间,用于评估其空间影响.
其他文献
学位
学位
为了更加精准地预测二手房价格,该文以2019年深圳市二手房的真实交易数据为研究对象,利用线性回归模型、随机森林模型和XGBoost模型并加以POI计算来预测二手房价格.首先,对数据集进行清洗并可视化展示.其次,运用百度地图进行POI处理扩充数据集,使得数据集接近现实情况.接着,按照数据特征对房价影响的重要程度进行了排序,选取重要的特征来训练模型.最后,通过数值结果分析,XGBoost模型对二手房的房价评估效果最好,尤其是经过POI处理的数据集和XGBoost模型的这种组合,对于深圳市的二手房价格具有极好的