土地资源的可持续利用是全球十分关注一个重大问题,优化配置是解决该问题的一种主要手段。然而,不同目标之间的竞争性、复杂性以及组合挑战,成为制约土地资源时空配置技术推广应用的主要瓶颈。本项目拟建立基于决策主体和动态多目标的土地资源优化配置模型,结合GIS、多智能体系统、可持续发展模型及群集智能在时间和空间上对土地资源进行高效及合理地配置,为政府制定有关土地政策提供科学的决策支持。具体研究内容包括1)基于可持续发展理论的土地资源时间配置模型;2)高效智能的动态多目标土地资源空间优化;3)建立基于决策主体和多目标规划的土地资源时空优化配置模型,实现自然过程与人文因素耦合的土地资源布局。本项目旨在探索复杂变化环境下如何实现土地资源的高效配置,达到提高土地利用效率、节约土地资源及保护生态环境的目的,为解决经济发展和资源环境之间的矛盾提供一种科学手段。
landuse optimization;agent-based;swarm intelligence;multi-objective;
土地资源的可持续利用是全球十分关注一个重大问题,优化配置是解决该问题的一种主要手段。然而,不同目标之间的竞争性、复杂性以及组合挑战,成为制约土地资源时空配置技术推广应用的主要瓶颈。本项目旨在探索复杂变化环境下如何实现土地资源的高效配置,达到提高土地利用效率、节约土地资源及保护生态环境的目的,为解决经济发展和资源环境之间的矛盾提供一种科学手段。本项目的研究内容和目标包括1)建立基于多智能体的复杂土地利用配置模型;2)建立群集智能的土地资源优化模型;4)构建复杂变化环境下的动态多目标土地利用空间优化模型;4) 提供一个土地资源优化配置原型软件系统;5) 发表国内核心刊物论文5-7篇,国际SCI刊物论文2-4篇, 培养2-3个研究生和学术骨干; 课题组已超额完成上面计划,研究成果主要包括景观扩展指数获取城市发展规律、多标记分解模型与遥感软分类、基于多智能体的土地资源配置优化模型、基于蚁群智能和元胞自动机的自然保护区优化、基于人工免疫系统和元胞自动机的土地利用规划和优化模型、基于人工免疫系统及空间约束的农田保护区自动划定、利用蚁群智能优化生态控制线的范围、基于多类蚁群智能算法的复杂土地利用空间配置、土地资源的Pareto多目标动态优化等。项目期间发表SCI论文11篇,中文核心期刊5篇,培养研究生5个。