基于数据挖掘的土地利用决策研究
|
摘要
随着我国工业化、城镇化进程的不断加快,人口的不断增长,资源环境的过渡开发与利用,使人地矛盾日益加剧。土地是国家最重要的资源,是人类生存与发展的基础与保障。土地利用是土地问题的核心。而土地利用决策是通过寻求和选择最佳的土地利用方式,使土地资源实现优化配置,提高土地利用与管理水平,保证经济效益,社会效益和生态效益的协调发展及土地资源的可持续利用。
本研究从土地利用决策者需求出发,在区域尺度、地方尺度和地块尺度三种尺度下,以土地利用强度和土地利用效益作为土地利用方式衡量标准,采用BP神经网络、RBF神经网络和小波神经网络(WNN)等多种空间数据挖掘方法,构建了多尺度的土地利用时空决策分析模型,并以榆中盆地作为研究区,对其土地利用数据进行时空数据挖掘与决策分析。针对生态型、集约型、过渡型、粗放型、耗损型等5种土地利用方式,采用博弈论方法,对土地利用决策者所做的决策选择进行博弈分析,为不同决策者提供科学可行的决策方案。主要进行了以下几方面的研究：
(1)本研究对BP神经网络模型,RBF神经网络模型和WNN模型从理论到应用进行了比较分析。采用榆中盆地2000-2008年土地利用数据,对三种模型的泛化能力、收敛速度和误差精度等方面进行对比与分析。结果表明,WNN模型得到的网络具有更好的拟合效果,泛化能力更强,收敛速度更快,精度更高。
(2)在区域尺度上,对榆中盆地2000-2008年土地利用总体动态趋势分析表明,土地利用综合指数是呈现稳步上升趋势的。这说明在区域总体上,榆中盆地土地利用强度和土地利用效益的综合指数在不断增强。
(3)在地方尺度上,综合考虑了三种模型,借助GIS空间分析技术,对榆中盆地7个乡镇土地利用强度和土地利用效益进行空间数据挖掘和决策分析。得到结论：①在农业生产需求下,金崖镇处于半集约利用状态,城关镇、夏官营镇和小康营乡处于半粗放利用状态,和平镇和连搭乡处于粗放利用状态；②榆中盆地建设发展需求用地的土地利用方式以过渡型偏于粗放利用为主。金崖镇处于半集约利用状态,和平镇处于半粗放利用状态,而城关镇和夏官营镇则处于粗放利用状态；③在生态保护需求下,和平镇和金崖镇处于半粗放利用状态,而城关镇和夏官营镇则处于粗放利用状态。
(4)在地块尺度上,以榆中盆地2008年土地利用现状图斑为单元,采用WNN模型,构建了地块尺度的土地利用空间决策分析模型。得到结论：①农业生产需求下,榆中盆地土地利用方式属于过渡偏粗放型。耕地、园地和设施农用地都是过渡偏粗放型；②建设发展需求下,榆中盆地土地利用方式属于过渡偏粗放型。城镇村及工矿用地和交通运输用地是以过渡偏粗放型为主的土地利用方式,而水利设施用地是生态型为主的土地利用方式；③生态保护需求下,榆中盆地土地利用方式属于过渡偏粗放型。草地和林地都是以过渡偏粗放型土地利用方式,而水域则是以过渡偏集约型土地利用方式。
(5)从决策者的角度,对5种土地利用方式下的决策主体与决策参与者之间的博弈关系进行了分析。得到的结论：在5种土地利用方式下,政府和农民,政府和用地单位,以及用地单位和农民3种博弈关系分析中,既能提高土地利用效益,又没有来自农民或用地单位的阻碍的策略组合是最优组合,其总收益达到最大。第五种策略组合虽然使博弈双方都增加了博弈成本,但也能达到博弈均衡。
With the speeding up of the industrialization and urbanization in China, the contradiction between people and land is growing due to the population growth and over-exploitation and utilization of resources. Land is the most important resource for a country, and meanwhile, it is the basis for human survival and development. Land use is the core of land problem. In this paper, the land use decision-making is to seek and choose the best land utilization type for achieving the optimal allocation and sustainable use of land resources, improving land use and management level, and ensuring the coordinated development with economic benefits, social benefits and ecological benefits.
In this paper, the demand for land use decision-makers was firstly considered. And then a space-time dynamic analysis model of land use decision was building by using multiple spatial data mining method based on the demand of decision-makers. The model was studied at three scales, which include the regional scale, the local scale, and the parcel scale. In this study, the regional scale refers to the entire study area. The local scale is to study the area's administrative divisions as research subjects. The parcel area refers to the area's land use status parcels. In this model, land utilization types are measured with land use intensity and land use efficiency. The spatial data mining methods of BP neural network, RBF neural network and wavelet neural network (WNN) were employed. In this paper, land use temporal data mining and decision analysis were applied in Yuzhong Basin. Finally, the choice of land use decision scheme was made to land utilization types, which is divided into 5 types (ecotype, intensive type, transitional type, extensive type, and consumption type), based on game theory. The paper makes a study on the following aspects:
(1) This paper compared and analyzed BP neural network, RBF neural network and wavelet neural network (WNN) from theory to application. The models were compared in generalization capability, convergence rate, and error accuracy by using land use data in Yuzhong basin from 2000 to 2008. The results show that WNN model has better fitting effect, stronger generalization, faster convergence, and higher accuracy.
(2) At the regional scale, the total dynamic trend of land use in Yuzhong basin from 2000 to 2008 was upward by calculating the index of land use. This shows that from the region as a whole, the index of land use intensity and land use efficiency were growing in Yuzhong basin.
(3) At the local scale, land use intensity and land use efficiency were anayzed by using GIS and the three neural network models. The conclusions are as follows:①in agricultural production needs, Jinya is in a semi-intensive used state, Chengguan, Xiaguanying and Xiaogangying are in a semi-extensive used state, and Heping is in a extensive used state;②land utilization type for the construction and development needs in Yuzhong basin is in a extensive transition used state. Jinya is in a semi-intensive used state, Heping is in a semi-extensive used state, and Chengguan, Xiaguanying is in a extensive used state;③in ecological protection needs, Heping and Jinya are in a a semi-extensive used state, meanwhile, Chengguan and Xiaguanying are in a extensive transition used state.
(4) At the parcel scale, land use polygons of Yuzhong basin in 2008 as the unit, the land-use spatial decision analysis model was building by using WNN model. It is concluded that①in agricultural production needs, land utilization type in Yuzhong basin is extensive transition type. Cultivated land, garden and facility agriculture land are in a extensive transition use state;②in construction and development needs, land utilization type in Yuzhong basin is also extensive transition type. Urban village and industrial land and transportation land are in a extensive transition use state. And water conservancy facility land is in a ecotype used state;③in ecological protection needs, land utilization type in Yuzhong basin is in a extensive transition used state. Grassland and woodland are also in an extensive transition used state, but waters is in a intensive transition used state.
(5) From the perspective of decision makers, the game relationship was analyzed between the decision-making body and decision-making participants in five kinds of land utilization types. The conclusion drawn from the research is that the optimal combination can get the maximum total benefit in three kinds of game relationships, which include government and farmers, government and enterprise, enterprise and farmers. The optimal combination could not only improve land use efficiency, but also have no obstacle driving from farmers and enterprise. Moreover, although the game cost has been increased to both sides, the fifth strategy combination could also achieve a balanced game relationship.
本研究从土地利用决策者需求出发,在区域尺度、地方尺度和地块尺度三种尺度下,以土地利用强度和土地利用效益作为土地利用方式衡量标准,采用BP神经网络、RBF神经网络和小波神经网络(WNN)等多种空间数据挖掘方法,构建了多尺度的土地利用时空决策分析模型,并以榆中盆地作为研究区,对其土地利用数据进行时空数据挖掘与决策分析。针对生态型、集约型、过渡型、粗放型、耗损型等5种土地利用方式,采用博弈论方法,对土地利用决策者所做的决策选择进行博弈分析,为不同决策者提供科学可行的决策方案。主要进行了以下几方面的研究：
(1)本研究对BP神经网络模型,RBF神经网络模型和WNN模型从理论到应用进行了比较分析。采用榆中盆地2000-2008年土地利用数据,对三种模型的泛化能力、收敛速度和误差精度等方面进行对比与分析。结果表明,WNN模型得到的网络具有更好的拟合效果,泛化能力更强,收敛速度更快,精度更高。
(2)在区域尺度上,对榆中盆地2000-2008年土地利用总体动态趋势分析表明,土地利用综合指数是呈现稳步上升趋势的。这说明在区域总体上,榆中盆地土地利用强度和土地利用效益的综合指数在不断增强。
(3)在地方尺度上,综合考虑了三种模型,借助GIS空间分析技术,对榆中盆地7个乡镇土地利用强度和土地利用效益进行空间数据挖掘和决策分析。得到结论：①在农业生产需求下,金崖镇处于半集约利用状态,城关镇、夏官营镇和小康营乡处于半粗放利用状态,和平镇和连搭乡处于粗放利用状态；②榆中盆地建设发展需求用地的土地利用方式以过渡型偏于粗放利用为主。金崖镇处于半集约利用状态,和平镇处于半粗放利用状态,而城关镇和夏官营镇则处于粗放利用状态；③在生态保护需求下,和平镇和金崖镇处于半粗放利用状态,而城关镇和夏官营镇则处于粗放利用状态。
(4)在地块尺度上,以榆中盆地2008年土地利用现状图斑为单元,采用WNN模型,构建了地块尺度的土地利用空间决策分析模型。得到结论：①农业生产需求下,榆中盆地土地利用方式属于过渡偏粗放型。耕地、园地和设施农用地都是过渡偏粗放型；②建设发展需求下,榆中盆地土地利用方式属于过渡偏粗放型。城镇村及工矿用地和交通运输用地是以过渡偏粗放型为主的土地利用方式,而水利设施用地是生态型为主的土地利用方式；③生态保护需求下,榆中盆地土地利用方式属于过渡偏粗放型。草地和林地都是以过渡偏粗放型土地利用方式,而水域则是以过渡偏集约型土地利用方式。
(5)从决策者的角度,对5种土地利用方式下的决策主体与决策参与者之间的博弈关系进行了分析。得到的结论：在5种土地利用方式下,政府和农民,政府和用地单位,以及用地单位和农民3种博弈关系分析中,既能提高土地利用效益,又没有来自农民或用地单位的阻碍的策略组合是最优组合,其总收益达到最大。第五种策略组合虽然使博弈双方都增加了博弈成本,但也能达到博弈均衡。
With the speeding up of the industrialization and urbanization in China, the contradiction between people and land is growing due to the population growth and over-exploitation and utilization of resources. Land is the most important resource for a country, and meanwhile, it is the basis for human survival and development. Land use is the core of land problem. In this paper, the land use decision-making is to seek and choose the best land utilization type for achieving the optimal allocation and sustainable use of land resources, improving land use and management level, and ensuring the coordinated development with economic benefits, social benefits and ecological benefits.
In this paper, the demand for land use decision-makers was firstly considered. And then a space-time dynamic analysis model of land use decision was building by using multiple spatial data mining method based on the demand of decision-makers. The model was studied at three scales, which include the regional scale, the local scale, and the parcel scale. In this study, the regional scale refers to the entire study area. The local scale is to study the area's administrative divisions as research subjects. The parcel area refers to the area's land use status parcels. In this model, land utilization types are measured with land use intensity and land use efficiency. The spatial data mining methods of BP neural network, RBF neural network and wavelet neural network (WNN) were employed. In this paper, land use temporal data mining and decision analysis were applied in Yuzhong Basin. Finally, the choice of land use decision scheme was made to land utilization types, which is divided into 5 types (ecotype, intensive type, transitional type, extensive type, and consumption type), based on game theory. The paper makes a study on the following aspects:
(1) This paper compared and analyzed BP neural network, RBF neural network and wavelet neural network (WNN) from theory to application. The models were compared in generalization capability, convergence rate, and error accuracy by using land use data in Yuzhong basin from 2000 to 2008. The results show that WNN model has better fitting effect, stronger generalization, faster convergence, and higher accuracy.
(2) At the regional scale, the total dynamic trend of land use in Yuzhong basin from 2000 to 2008 was upward by calculating the index of land use. This shows that from the region as a whole, the index of land use intensity and land use efficiency were growing in Yuzhong basin.
(3) At the local scale, land use intensity and land use efficiency were anayzed by using GIS and the three neural network models. The conclusions are as follows:①in agricultural production needs, Jinya is in a semi-intensive used state, Chengguan, Xiaguanying and Xiaogangying are in a semi-extensive used state, and Heping is in a extensive used state;②land utilization type for the construction and development needs in Yuzhong basin is in a extensive transition used state. Jinya is in a semi-intensive used state, Heping is in a semi-extensive used state, and Chengguan, Xiaguanying is in a extensive used state;③in ecological protection needs, Heping and Jinya are in a a semi-extensive used state, meanwhile, Chengguan and Xiaguanying are in a extensive transition used state.
(4) At the parcel scale, land use polygons of Yuzhong basin in 2008 as the unit, the land-use spatial decision analysis model was building by using WNN model. It is concluded that①in agricultural production needs, land utilization type in Yuzhong basin is extensive transition type. Cultivated land, garden and facility agriculture land are in a extensive transition use state;②in construction and development needs, land utilization type in Yuzhong basin is also extensive transition type. Urban village and industrial land and transportation land are in a extensive transition use state. And water conservancy facility land is in a ecotype used state;③in ecological protection needs, land utilization type in Yuzhong basin is in a extensive transition used state. Grassland and woodland are also in an extensive transition used state, but waters is in a intensive transition used state.
(5) From the perspective of decision makers, the game relationship was analyzed between the decision-making body and decision-making participants in five kinds of land utilization types. The conclusion drawn from the research is that the optimal combination can get the maximum total benefit in three kinds of game relationships, which include government and farmers, government and enterprise, enterprise and farmers. The optimal combination could not only improve land use efficiency, but also have no obstacle driving from farmers and enterprise. Moreover, although the game cost has been increased to both sides, the fifth strategy combination could also achieve a balanced game relationship.
引文
Charkhanm J. Corporate Governance:Lessons from Abroad. European Business Journal,1992,4(2):8～16
Clarkson, M. A Stakeholder Framework for Analyzing and Evaluating Corporate Social Performance Academy of Management Review.1995,20(1):92～117
Duddin M., Hendrie A. A world land and Water Resources. London:Hodder and Stoughton,1988
Dumanski J., Pieri. C. Land quality indicators:research plan. Agriculture Ecosystems & Environment,2000, 81:93～102
Edwards W. Behavioral Decision Theory. Annual Review of Psychology,1961,12:473～498
Estivill-Castro V., Houle M E. Robust distance-based clustering with applications to spatial data mining. Algorithmica,2001,30(2):216-242
FAO. FESLM:An international framework for evaluating sustainable land management. World Soil Resources Report No.73,1993
FAO. Resolving conflict over land.1998. (Available online at http://www.fao.org/ag/magazine/9810/ spot4. htm)
Freeman R.E., Evan. W. M. Corporate Governance:A Stakeholder Interpretation. Jamal of Behavioral Economics.1990, (19):337～359
Gallant S. I. Connectionist expert systems. Communication of the ACM,1988,3(2):152～169
Haykin S. Neural Networks:A Comprehensive Foundation (2nd ed.), India:Pearson Education,1999, pp.278-334
Lipshitz R,Klein G,Orasanu J,et al.Focus article:Taking stock of naturalistic decision making. Journal of Behavioral Decision Making,2001,14:331～352
Miller, H. J., Han, J. (eds). Geographic Data Mining and Knowledge Discovery. London:Taylor and Francis, 2001
Murray A. T., Estivill～Castro V. Cluster discovery techniques for exploratory spatial data analysis. International Journal of Geographical Information Science,1998,12(5):431～443
Nash J.F. Equilibrium Points in n-Person Games. Proceedings of the National Academy of Science of the United States of America,1950,36(1):48～49
Nash J.F. Non-Cooperative Games. The Annals of Mathematics,1950,54(2):286～295
Nash J.F. The Bargaining Problem. Econometrica,1950,18(2):155～162
Nash J.F. Two-person cooperative games. Econometrica,1953,21:128-140
Neumann J. V., Morgenstern O., Rubinstein A., etc. Theory of games and economic behavior (3rd edition). Princeton University Press,1980
Pati Y. C., Krishnaprasad P. S. Analysis and synthesis of feedforward neural network using discrete affine wavelet.IEEE Trans.On NN,1993,4(1):73～75
Pieri C. Planning sustainable land management:the hierarchy of user needs. ITC Journal,1997,3/4:223～ 228
Pijanowski B. C., Brown D. G., Shellito B. A., et al. Using neural networks and GIS to forecast land use changes:a Land Transformation Model. Computers, Environment and Urban Systems,2002,26: 553-575
R T Ng, J Han. Efficient and effective clustering methods for spatial data mining[C]//20th International Conference on Very Large Data Bases (VLDB'94). Santiago, Chile,1994:144～155
Rutherford H.Platt. Land Use and Society:Geography, Law, and Policy:Island Press,1996.4～5
Samuel A. D. T., Silva R. A., and Murthy V. N. Synaptic Activity of the AFD Neuron inCaenorhabditis elegans Correlates with Thermotactic Memory. The Journal of Neuroscience,2003,23(2):373～376
Simon H. The New Science of Management Decision. New York:Harper & Row,1960:20～105.
T. Seidefeld, J. Kadanek, and M. chervishs. On the Shared Preferences of Two Bayesian Decision Makers. The Journal of Philosophy,1989, (5)
Turban E., Aronson J. E., Liang Ting-Peng. Decision Support Sysems and Intelligent Systems (7th Edition).决策支持系统与智能系统(原书第7版).杨东涛,钱峰译.北京：机械工业出版社,2009
Tversky A., Kahneman D. Judgment Under Uncertainty:Heuristics and Biases. Science,1974,185:1124-1131
Wheeler D., Maria S. Including the Stakeholders:the Business Case.Long Range Planning,1998,31(2): 201-210
Woodruff R. B. Customer value:The next source for competitive advantage. Journal of The Academy of Marketing Science,1997, (25)2:139～153
Zhang Qinghua, Benveniste Albert. Wavelet networks.IEEE Trans on Neural Network,1992,3(6):88～898
自玲玉,曾希柏,李莲芳,等.不同农业利用方式对土壤重金属累积的影响及原因分析.中国农业科学,2010,43(1)：96-104
鲍新中,张建斌,刘澄.基于粗糙集条件信息熵的权重确定方法.中国管理科学,2009,17(3):131-135
毕宝德.土地经济学.北京：中国人民大学出版社.1998年6月第3版.40-44
常青,王仰麟,吴健生,等.城市土地集约利用程度的人工神经网络判定——以深圳市为例.中国土地科学,2007,21(4):26-31
常胜,李江风.基于BP神经网络的城市土地集约利用评价——以湖北省鄂州为例.资源与产业,2010,12(2)：31-34
陈百明.试论中国土地利用和土地覆被变化及其人类驱动力研究.自然资源,1997,2:31-36
陈海,王涛,梁小英,等.基于MAS的农户土地利用模型构建与模拟——以陕西省米脂县孟岔村为例.地理学报,2009,64(12):1448-1456
陈洪昭.决策理论与管理科学.郑州航空工业管理学院学报,1993,2:11-15
陈美球,魏晓华,刘桃菊.国外土地利用规划中各方利益协调的研究综述.中国人口·资源与环境,2007,17(5)：43-47
陈伟,马如雄,郝艳红.基于MATLAB的BP人工神经网络设计.电脑学习,2005,2:30-31
陈佑启,VerburgPH,徐斌.中国土地利用变化及其影响的空间建模分析.地理科学进展,2000,19(2):116-127
陈振伟,郭拯危.小波神经网络预测模型的仿真实现.计算机仿真,2008,25(6):147-150
崔杰,党耀国,刘思峰.基于灰色关联度求解指标权重的改进方法.中国管理科学,2008,16(5):141-144
邓云卿.决策学教程.武汉：武汉工业大学出版社,1990
丁忠义,郝晋珉,李涛,等.区域土地利用强度内涵及其应用——以河北省曲周县为例.中国土地科学,2005,19(5)：19-24
范如国.博弈论.武汉：武汉大学出版社,2006
菲利普·科特勒.营销管理(第11版).上海：上海人民出版社,2003
冯弟飞,胡圣武.空间数据挖掘的方法进展及其问题分析.测绘科学,2008,33(增刊)：68-71
冯艳.小波神经网络模型及其在水文水资源中的应用：[博士学位论文].黑龙江：东北农业大学,2007
高海东,陈海,郗静,等.基于博弈论的农户土地利用行为研究——以陕西省米脂县孟岔村为例.干旱地区农业研究,2009,27(5)：245-250
高克异,许红卫,王珂,等.基于BP神经网络的低丘红壤资源开发利用评价研究.2010,26(5):385-390
顾湘.区域产业结构调整与土地集约利用研究：[博十学位论文].江苏：南京农业大学,2007
郭立夫,李北伟.决策理论与方法.北京：高等教育出版社,2006
韩璐,谢俊奇.小波神经网络在土地利用效益分析中的应用——以兰州市为例.资源科学,2011,33(1):153-157
胡月明,薛月菊,李波,等.从神经网络中抽取土地评价模糊规则.农业工程学报,2005,21(12):93-97
黄庆旭,何春阳,史培军,等.城市扩展多尺度驱动机制分析——以北京为例.经济地理,2009,29(5)：714-721
季民河,Michael Monticino, Miguel Acevedo.基于多代理模型的城市土地利用博弈模拟.地理研究,2009,28(1)：85-96
贾生华,陈宏辉.利益相关者的界定方法述评.外国经济与管理,2002,24(5)：13-18
郎淳刚,刘树林.国外自然决策理论研究述评.技术经济与管理研究,2009,4:63-66
雷东·巴哈德,景德尔(李柱臣译).土地利用模式.地理译报,1986,5(1):50-54
黎诣远,微观经济分析.北京：清华大学出版社,2000
李灿,罗海波,王思砚,等.信息熵在土地利用战略选择中的应用研究：以贵州省晴隆县为例.贵州农业科学,2009,37(10):246-249
李德仁,王树良,李德毅,等.论空间数据挖掘和知识发现的理论与方法.武汉大学学报·信息科学版,2002,27(3):221-233
李德仁,王树良,史文中,等.论空间数据挖掘和知识发现.武汉大学学报·信息科学版,2001,26(6):491-499
李海峰,郑长德.金融监管部门与金融机构博弈分析——基于金融危机引发的思考.海南金融,2009,2:40-42
李明月,江华.广州市土地利用效益评价.国土资源科技管理,2005,3:36-38
李薇薇.城乡边缘土地利用的博弈论分析：[博十学位论文].辽宁:辽宁科技大学,2008
李欣.基于神经网络的数据接摄方法研究：[博十学位论文].黑龙江：大庆石油学院,2003
李永森.SDMKD及智能空间决策支持系统研究：[博十学位论文].安徽：合肥工业大学,2006
梁红梅,刘卫东,林育欣,等.十地利用效益的耦合模型及其应用.浙江大学学报(农业与生命科学版),2008,34(2):230-236
刘小平,黎夏等.基于多智能体的土地利用模拟与规划模型.地理学报,2006,61(10):1101-1117
陆玉瑾.基于数据仓库的营运资金管理决策支持系统研究：[博十学位论文].湖南：长沙理工大学,2008
吕一河,傅伯杰.生态学中的尺度及尺度转换方法.生态学报,2001,21(12):2096-2105
罗罡辉,吴次芳.城市用地效益的比较研究.经济地理,2003,23(3):367-392
牟瑞芳.县域农业土地利用多目标决策指标体系的研究.中国水土保持,2004,5:14-16,21
聂艳,于婧,胡静,等.基于系统协调度的武汉城市土地集约利用评价.资源科学,2009,31(11):1934-1939
聂艳,周勇,钱建平,等.基于信息熵和模糊物元模型的城乡结合部农地质量评价——以湖北省荆州市为例.资源科学,2008,30(6):919-924
牛振国,李保国,张凤荣.基于区域土壤水分供给量的土地利用优化模式.农业工程学报,2002,18(3)：173-177
彭建,蒋依依,李正国,等.快速城市化地区土地利用效益评价——以南京市江宁区为例.长江流域资源与环境,2005,3:304-309
彭毅.主体功能区战略引导下的区域土地利用模式及情景模拟：[博士学位论文].浙江：浙江大学,2009
钱铭,尤文郁.县级土地利用总体规划.北京：中国财经出版社,1992
任海云.利益相关者理论研究现状综述.商业研究,2007,358:30-32
容志.政策变迁中的中央与地方博弈：[博十学位论文].上海：复旦大学,2008
邵晓梅,邓婧,郑新奇.土地集约利用中不同利益主体博弈行为分析.中国国土资源经济,2009,6:29-31,45
宋奇.行为决策理论综述.首都经济贸易大学学报,2010,4:85-91
孙兴辉,张裕凤,原伟.呼和浩特市土地利用效益评价.内蒙古师范大学学报：哲学社会科学版,2008,4:58-62
谭志忠,刘德有,王丰.风电场风速预测的RBF神经网络模型[c].中国水力发电工程学会电网调峰与抽水蓄能专委会2008年学术交流年会论文集,2008
童文俊.空间数据挖掘技术及在城镇土地定级中的应用：[博十学位论文].北京：首都师范大学,2008
王葆芳,贾宝全,杨晓晖,等.干旱区十地利用方式对沙漠化土地恢复能力的评价.生态学报,2002,22(12)：2030-2035.
干红卫,祁超,魏永长,等.基于数据的决策方法综述.自动化学报,2009,35(6):820-833
王今朝.决策行为的经济学理论辨析及其逻辑演进.科技进步与对策,2006,6:138-140
王树良.空间数据挖掘视角.北京：测绘出版社,2008
王文杰,潘英姿,李雪.区域生态质量评价指标选择基础框架及其实现.中国环境监测,2001,17(5):17-21
王筱明.基于熵权法的济南市土地利用效益评价研究.水土保持研究,2008,15(2)：96-98
王新华,米飞,冯英春,等.空间数据挖掘技术的研究现状与发展趋势.计算机应用研究,2009,26(7)：2401-2403
王雨晴,宋戈.城市土地利用综合效益评价与案例研究.地理科学,2006,26(6):743-748
吴桂平,曾永年,邹滨,等.基于GIS的区域人口密度空间分布模拟——以张家界市永定区为例.测绘科学,2009,34(2)：237-240
向亚丽.西安市土地利用效益评价研究：[博十学位论文].陕西：长安大学,2008
谢邦荣,彭征明.信息论在作战效能评估中的应用研究.系统工程理论与实践,2007,7:171-176
熊卫.经典决策理论的基础及发展.求是学刊,2007,6:28-31
徐晶莹.城乡边缘地带土地利用决策的博弈分析：[博士学位论文].湖北：华中农业大学,2004
徐泽水,达庆利.多属性决策的组合赋权方法研究.中国管理科学,2002,2:84-87
杨海龙,吕耀,焦雯珺,等.传统农业地区土地利用方式变化的驱动因子分析——基于贵州省从江县农户行为的实证研究.资源科学,2010,32(6):1050-1056
杨维鸽,陈海,杨明楠,等.基于多层次模型的农户土地利用决策影响因素分析——以陕西省米脂县高西沟村为例.自然资源学报,2010,25(4):646-656
杨晓华,杨志峰,沈珍瑶,等.区域水资源开发利用程度评价的RBF网络模型.环境科学,2004,25(增刊):31-34
杨雪.基于新型工业化的科技需求与科技能力研究：[博士学位论文].长春：吉林大学,2005
尹奇.土地利用规划的经济学分析：[博十学位论文].江苏：浙江大学,2006
于伯华,吕吕河.北京市顺义区土地资源竞争与土地利用变化分析.农业工程学报,2006,22(10):94-97
于伯华,吕吕河.土地利用冲突分析：概念与方法.地理科学进展,2006,25(3):106-115
余万军.行为视角下的土地利用规划研究：[博十学位论文].浙江：浙江大学,2006
詹颂生.可持续发展：决策科学研究的新课题.中国人口·资源与环境,1999,9(1):76-79
张德丰.MATLAB神经网络应用设计.北京：机械工业出版社,2009
张光宇,肖斌.基于强度效益的土地利用模式识别及状态监测.管理科学学报,1999,2(4):22-27
张换兆,王家庭.城市土地集约利用中的政府博弈行为分析.财经科学,2007,9:61-68
张继东.城镇空间结构理论研究综述.科技创新导报,2008,4:88
张雅琦.基于小波神经网络的流域日径流预报模型研究：[博十学位论文].湖北：华中科技大学,2007
张智光.决策的科学性和艺术性：基于决策科学体系的分析.东南大学学报(哲学社会科学版),2006,8(3)：19-23
赵金,陈曦,包安明.土地利用监测适宜尺度选择方法研究,地理学报,2007,62(6):659-668
郑荣宝,刘毅华,董玉祥.广州市十地安全预警系统与RBF评估模型的构建.地理科学,2007,27(6): 774-778
郑新奇,邓红蒂,姚慧,等.中国设区市土地集约利用类型区划分研究.中国人口·资源与环境,2010,20(2):6-11
周宇峰,魏法杰.基于模糊判断矩阵信息确定专家权重的方法.中国管理科学,2006,14(3):71-75
朱红梅,周子英,黄纯,等.BP人工神经网络在城市土地集约利用评价中的应用——以长沙市为例.经济地理,2009,29(5)：836-839
诸培新,曲福田.土地持续利用中的农户决策行为研究.中国农村经济,1999,3:32-35,40
祝伟民.基于小波神经网络的区域景观生态评价研究：[博十学位论文].江苏：南京农业大学,2008
Clarkson, M. A Stakeholder Framework for Analyzing and Evaluating Corporate Social Performance Academy of Management Review.1995,20(1):92～117
Duddin M., Hendrie A. A world land and Water Resources. London:Hodder and Stoughton,1988
Dumanski J., Pieri. C. Land quality indicators:research plan. Agriculture Ecosystems & Environment,2000, 81:93～102
Edwards W. Behavioral Decision Theory. Annual Review of Psychology,1961,12:473～498
Estivill-Castro V., Houle M E. Robust distance-based clustering with applications to spatial data mining. Algorithmica,2001,30(2):216-242
FAO. FESLM:An international framework for evaluating sustainable land management. World Soil Resources Report No.73,1993
FAO. Resolving conflict over land.1998. (Available online at http://www.fao.org/ag/magazine/9810/ spot4. htm)
Freeman R.E., Evan. W. M. Corporate Governance:A Stakeholder Interpretation. Jamal of Behavioral Economics.1990, (19):337～359
Gallant S. I. Connectionist expert systems. Communication of the ACM,1988,3(2):152～169
Haykin S. Neural Networks:A Comprehensive Foundation (2nd ed.), India:Pearson Education,1999, pp.278-334
Lipshitz R,Klein G,Orasanu J,et al.Focus article:Taking stock of naturalistic decision making. Journal of Behavioral Decision Making,2001,14:331～352
Miller, H. J., Han, J. (eds). Geographic Data Mining and Knowledge Discovery. London:Taylor and Francis, 2001
Murray A. T., Estivill～Castro V. Cluster discovery techniques for exploratory spatial data analysis. International Journal of Geographical Information Science,1998,12(5):431～443
Nash J.F. Equilibrium Points in n-Person Games. Proceedings of the National Academy of Science of the United States of America,1950,36(1):48～49
Nash J.F. Non-Cooperative Games. The Annals of Mathematics,1950,54(2):286～295
Nash J.F. The Bargaining Problem. Econometrica,1950,18(2):155～162
Nash J.F. Two-person cooperative games. Econometrica,1953,21:128-140
Neumann J. V., Morgenstern O., Rubinstein A., etc. Theory of games and economic behavior (3rd edition). Princeton University Press,1980
Pati Y. C., Krishnaprasad P. S. Analysis and synthesis of feedforward neural network using discrete affine wavelet.IEEE Trans.On NN,1993,4(1):73～75
Pieri C. Planning sustainable land management:the hierarchy of user needs. ITC Journal,1997,3/4:223～ 228
Pijanowski B. C., Brown D. G., Shellito B. A., et al. Using neural networks and GIS to forecast land use changes:a Land Transformation Model. Computers, Environment and Urban Systems,2002,26: 553-575
R T Ng, J Han. Efficient and effective clustering methods for spatial data mining[C]//20th International Conference on Very Large Data Bases (VLDB'94). Santiago, Chile,1994:144～155
Rutherford H.Platt. Land Use and Society:Geography, Law, and Policy:Island Press,1996.4～5
Samuel A. D. T., Silva R. A., and Murthy V. N. Synaptic Activity of the AFD Neuron inCaenorhabditis elegans Correlates with Thermotactic Memory. The Journal of Neuroscience,2003,23(2):373～376
Simon H. The New Science of Management Decision. New York:Harper & Row,1960:20～105.
T. Seidefeld, J. Kadanek, and M. chervishs. On the Shared Preferences of Two Bayesian Decision Makers. The Journal of Philosophy,1989, (5)
Turban E., Aronson J. E., Liang Ting-Peng. Decision Support Sysems and Intelligent Systems (7th Edition).决策支持系统与智能系统(原书第7版).杨东涛,钱峰译.北京：机械工业出版社,2009
Tversky A., Kahneman D. Judgment Under Uncertainty:Heuristics and Biases. Science,1974,185:1124-1131
Wheeler D., Maria S. Including the Stakeholders:the Business Case.Long Range Planning,1998,31(2): 201-210
Woodruff R. B. Customer value:The next source for competitive advantage. Journal of The Academy of Marketing Science,1997, (25)2:139～153
Zhang Qinghua, Benveniste Albert. Wavelet networks.IEEE Trans on Neural Network,1992,3(6):88～898
自玲玉,曾希柏,李莲芳,等.不同农业利用方式对土壤重金属累积的影响及原因分析.中国农业科学,2010,43(1)：96-104
鲍新中,张建斌,刘澄.基于粗糙集条件信息熵的权重确定方法.中国管理科学,2009,17(3):131-135
毕宝德.土地经济学.北京：中国人民大学出版社.1998年6月第3版.40-44
常青,王仰麟,吴健生,等.城市土地集约利用程度的人工神经网络判定——以深圳市为例.中国土地科学,2007,21(4):26-31
常胜,李江风.基于BP神经网络的城市土地集约利用评价——以湖北省鄂州为例.资源与产业,2010,12(2)：31-34
陈百明.试论中国土地利用和土地覆被变化及其人类驱动力研究.自然资源,1997,2:31-36
陈海,王涛,梁小英,等.基于MAS的农户土地利用模型构建与模拟——以陕西省米脂县孟岔村为例.地理学报,2009,64(12):1448-1456
陈洪昭.决策理论与管理科学.郑州航空工业管理学院学报,1993,2:11-15
陈美球,魏晓华,刘桃菊.国外土地利用规划中各方利益协调的研究综述.中国人口·资源与环境,2007,17(5)：43-47
陈伟,马如雄,郝艳红.基于MATLAB的BP人工神经网络设计.电脑学习,2005,2:30-31
陈佑启,VerburgPH,徐斌.中国土地利用变化及其影响的空间建模分析.地理科学进展,2000,19(2):116-127
陈振伟,郭拯危.小波神经网络预测模型的仿真实现.计算机仿真,2008,25(6):147-150
崔杰,党耀国,刘思峰.基于灰色关联度求解指标权重的改进方法.中国管理科学,2008,16(5):141-144
邓云卿.决策学教程.武汉：武汉工业大学出版社,1990
丁忠义,郝晋珉,李涛,等.区域土地利用强度内涵及其应用——以河北省曲周县为例.中国土地科学,2005,19(5)：19-24
范如国.博弈论.武汉：武汉大学出版社,2006
菲利普·科特勒.营销管理(第11版).上海：上海人民出版社,2003
冯弟飞,胡圣武.空间数据挖掘的方法进展及其问题分析.测绘科学,2008,33(增刊)：68-71
冯艳.小波神经网络模型及其在水文水资源中的应用：[博士学位论文].黑龙江：东北农业大学,2007
高海东,陈海,郗静,等.基于博弈论的农户土地利用行为研究——以陕西省米脂县孟岔村为例.干旱地区农业研究,2009,27(5)：245-250
高克异,许红卫,王珂,等.基于BP神经网络的低丘红壤资源开发利用评价研究.2010,26(5):385-390
顾湘.区域产业结构调整与土地集约利用研究：[博十学位论文].江苏：南京农业大学,2007
郭立夫,李北伟.决策理论与方法.北京：高等教育出版社,2006
韩璐,谢俊奇.小波神经网络在土地利用效益分析中的应用——以兰州市为例.资源科学,2011,33(1):153-157
胡月明,薛月菊,李波,等.从神经网络中抽取土地评价模糊规则.农业工程学报,2005,21(12):93-97
黄庆旭,何春阳,史培军,等.城市扩展多尺度驱动机制分析——以北京为例.经济地理,2009,29(5)：714-721
季民河,Michael Monticino, Miguel Acevedo.基于多代理模型的城市土地利用博弈模拟.地理研究,2009,28(1)：85-96
贾生华,陈宏辉.利益相关者的界定方法述评.外国经济与管理,2002,24(5)：13-18
郎淳刚,刘树林.国外自然决策理论研究述评.技术经济与管理研究,2009,4:63-66
雷东·巴哈德,景德尔(李柱臣译).土地利用模式.地理译报,1986,5(1):50-54
黎诣远,微观经济分析.北京：清华大学出版社,2000
李灿,罗海波,王思砚,等.信息熵在土地利用战略选择中的应用研究：以贵州省晴隆县为例.贵州农业科学,2009,37(10):246-249
李德仁,王树良,李德毅,等.论空间数据挖掘和知识发现的理论与方法.武汉大学学报·信息科学版,2002,27(3):221-233
李德仁,王树良,史文中,等.论空间数据挖掘和知识发现.武汉大学学报·信息科学版,2001,26(6):491-499
李海峰,郑长德.金融监管部门与金融机构博弈分析——基于金融危机引发的思考.海南金融,2009,2:40-42
李明月,江华.广州市土地利用效益评价.国土资源科技管理,2005,3:36-38
李薇薇.城乡边缘土地利用的博弈论分析：[博十学位论文].辽宁:辽宁科技大学,2008
李欣.基于神经网络的数据接摄方法研究：[博十学位论文].黑龙江：大庆石油学院,2003
李永森.SDMKD及智能空间决策支持系统研究：[博十学位论文].安徽：合肥工业大学,2006
梁红梅,刘卫东,林育欣,等.十地利用效益的耦合模型及其应用.浙江大学学报(农业与生命科学版),2008,34(2):230-236
刘小平,黎夏等.基于多智能体的土地利用模拟与规划模型.地理学报,2006,61(10):1101-1117
陆玉瑾.基于数据仓库的营运资金管理决策支持系统研究：[博十学位论文].湖南：长沙理工大学,2008
吕一河,傅伯杰.生态学中的尺度及尺度转换方法.生态学报,2001,21(12):2096-2105
罗罡辉,吴次芳.城市用地效益的比较研究.经济地理,2003,23(3):367-392
牟瑞芳.县域农业土地利用多目标决策指标体系的研究.中国水土保持,2004,5:14-16,21
聂艳,于婧,胡静,等.基于系统协调度的武汉城市土地集约利用评价.资源科学,2009,31(11):1934-1939
聂艳,周勇,钱建平,等.基于信息熵和模糊物元模型的城乡结合部农地质量评价——以湖北省荆州市为例.资源科学,2008,30(6):919-924
牛振国,李保国,张凤荣.基于区域土壤水分供给量的土地利用优化模式.农业工程学报,2002,18(3)：173-177
彭建,蒋依依,李正国,等.快速城市化地区土地利用效益评价——以南京市江宁区为例.长江流域资源与环境,2005,3:304-309
彭毅.主体功能区战略引导下的区域土地利用模式及情景模拟：[博士学位论文].浙江：浙江大学,2009
钱铭,尤文郁.县级土地利用总体规划.北京：中国财经出版社,1992
任海云.利益相关者理论研究现状综述.商业研究,2007,358:30-32
容志.政策变迁中的中央与地方博弈：[博十学位论文].上海：复旦大学,2008
邵晓梅,邓婧,郑新奇.土地集约利用中不同利益主体博弈行为分析.中国国土资源经济,2009,6:29-31,45
宋奇.行为决策理论综述.首都经济贸易大学学报,2010,4:85-91
孙兴辉,张裕凤,原伟.呼和浩特市土地利用效益评价.内蒙古师范大学学报：哲学社会科学版,2008,4:58-62
谭志忠,刘德有,王丰.风电场风速预测的RBF神经网络模型[c].中国水力发电工程学会电网调峰与抽水蓄能专委会2008年学术交流年会论文集,2008
童文俊.空间数据挖掘技术及在城镇土地定级中的应用：[博十学位论文].北京：首都师范大学,2008
王葆芳,贾宝全,杨晓晖,等.干旱区十地利用方式对沙漠化土地恢复能力的评价.生态学报,2002,22(12)：2030-2035.
干红卫,祁超,魏永长,等.基于数据的决策方法综述.自动化学报,2009,35(6):820-833
王今朝.决策行为的经济学理论辨析及其逻辑演进.科技进步与对策,2006,6:138-140
王树良.空间数据挖掘视角.北京：测绘出版社,2008
王文杰,潘英姿,李雪.区域生态质量评价指标选择基础框架及其实现.中国环境监测,2001,17(5):17-21
王筱明.基于熵权法的济南市土地利用效益评价研究.水土保持研究,2008,15(2)：96-98
王新华,米飞,冯英春,等.空间数据挖掘技术的研究现状与发展趋势.计算机应用研究,2009,26(7)：2401-2403
王雨晴,宋戈.城市土地利用综合效益评价与案例研究.地理科学,2006,26(6):743-748
吴桂平,曾永年,邹滨,等.基于GIS的区域人口密度空间分布模拟——以张家界市永定区为例.测绘科学,2009,34(2)：237-240
向亚丽.西安市土地利用效益评价研究：[博十学位论文].陕西：长安大学,2008
谢邦荣,彭征明.信息论在作战效能评估中的应用研究.系统工程理论与实践,2007,7:171-176
熊卫.经典决策理论的基础及发展.求是学刊,2007,6:28-31
徐晶莹.城乡边缘地带土地利用决策的博弈分析：[博士学位论文].湖北：华中农业大学,2004
徐泽水,达庆利.多属性决策的组合赋权方法研究.中国管理科学,2002,2:84-87
杨海龙,吕耀,焦雯珺,等.传统农业地区土地利用方式变化的驱动因子分析——基于贵州省从江县农户行为的实证研究.资源科学,2010,32(6):1050-1056
杨维鸽,陈海,杨明楠,等.基于多层次模型的农户土地利用决策影响因素分析——以陕西省米脂县高西沟村为例.自然资源学报,2010,25(4):646-656
杨晓华,杨志峰,沈珍瑶,等.区域水资源开发利用程度评价的RBF网络模型.环境科学,2004,25(增刊):31-34
杨雪.基于新型工业化的科技需求与科技能力研究：[博士学位论文].长春：吉林大学,2005
尹奇.土地利用规划的经济学分析：[博十学位论文].江苏：浙江大学,2006
于伯华,吕吕河.北京市顺义区土地资源竞争与土地利用变化分析.农业工程学报,2006,22(10):94-97
于伯华,吕吕河.土地利用冲突分析：概念与方法.地理科学进展,2006,25(3):106-115
余万军.行为视角下的土地利用规划研究：[博十学位论文].浙江：浙江大学,2006
詹颂生.可持续发展：决策科学研究的新课题.中国人口·资源与环境,1999,9(1):76-79
张德丰.MATLAB神经网络应用设计.北京：机械工业出版社,2009
张光宇,肖斌.基于强度效益的土地利用模式识别及状态监测.管理科学学报,1999,2(4):22-27
张换兆,王家庭.城市土地集约利用中的政府博弈行为分析.财经科学,2007,9:61-68
张继东.城镇空间结构理论研究综述.科技创新导报,2008,4:88
张雅琦.基于小波神经网络的流域日径流预报模型研究：[博十学位论文].湖北：华中科技大学,2007
张智光.决策的科学性和艺术性：基于决策科学体系的分析.东南大学学报(哲学社会科学版),2006,8(3)：19-23
赵金,陈曦,包安明.土地利用监测适宜尺度选择方法研究,地理学报,2007,62(6):659-668
郑荣宝,刘毅华,董玉祥.广州市十地安全预警系统与RBF评估模型的构建.地理科学,2007,27(6): 774-778
郑新奇,邓红蒂,姚慧,等.中国设区市土地集约利用类型区划分研究.中国人口·资源与环境,2010,20(2):6-11
周宇峰,魏法杰.基于模糊判断矩阵信息确定专家权重的方法.中国管理科学,2006,14(3):71-75
朱红梅,周子英,黄纯,等.BP人工神经网络在城市土地集约利用评价中的应用——以长沙市为例.经济地理,2009,29(5)：836-839
诸培新,曲福田.土地持续利用中的农户决策行为研究.中国农村经济,1999,3:32-35,40
祝伟民.基于小波神经网络的区域景观生态评价研究：[博十学位论文].江苏：南京农业大学,2008