技術(shù)領(lǐng)域

本發(fā)明涉及一種基于KNN（k-Nearest Neighbor algorithm，K最鄰近結(jié)點(diǎn)算法）的村莊用地復(fù)墾規(guī)劃模擬方法，屬于土地利用規(guī)劃領(lǐng)域。

背景技術(shù)

村莊用地復(fù)墾，就是將低效、閑置村莊用地復(fù)墾成為耕地，以增加耕地面積。隨著改革開(kāi)放發(fā)展的不斷深入，農(nóng)村經(jīng)濟(jì)的迅速發(fā)展，農(nóng)民生活水平的日益提高，農(nóng)民對(duì)住房的要求也越來(lái)越高。在改善廣大農(nóng)民居住條件的同時(shí)，一方面是大量良田被占，耕地的日益減少；另一方面是大量舊宅基地被廢棄，造成土地資源的浪費(fèi)。因此，開(kāi)展農(nóng)村荒舊宅基地的復(fù)墾工作，特別是在當(dāng)前耕地面積減少、糧食供需緊張的情勢(shì)下，對(duì)于我國(guó)這個(gè)人地關(guān)系緊張的國(guó)家有著十分重要的意義。

一直以來(lái),土地適宜性復(fù)墾規(guī)劃方法是土地資源利用規(guī)劃與調(diào)整的重要內(nèi)容。它不僅是生態(tài)重建土地利用結(jié)構(gòu)優(yōu)化的有效技術(shù)向?qū)?也是土地資源空間規(guī)劃合理布局的理論支撐。目前的土地復(fù)墾規(guī)劃方法主要可概括為基于決策者和基于計(jì)算機(jī)輔助兩類。一方面基于決策者決策的方法具有一定的主觀性,另一方面基于計(jì)算機(jī)輔助的評(píng)價(jià)方法對(duì)土壤類型等數(shù)據(jù)要求嚴(yán)格。因此針對(duì)土壤缺乏詳細(xì)信息的情況,適宜性評(píng)價(jià)方法中過(guò)多的主觀性因素的影響一直成為困擾決策者的難題。考慮到村莊生態(tài)重建的土地適宜性復(fù)墾規(guī)劃是一個(gè)多層次、多目標(biāo)的系統(tǒng)性問(wèn)題,而且每個(gè)系統(tǒng)與因素之間的界限存在著不確定性和模糊性。

為達(dá)到充分協(xié)同各目標(biāo)與各層次之間的聯(lián)系，優(yōu)化模型計(jì)算過(guò)程及降低決策者決策難度的目的，本發(fā)明旨在提供一種基于KNN（k-Nearest Neighbor algorithm，K最鄰近結(jié)點(diǎn)算法）的村莊用地復(fù)墾規(guī)劃方法,以實(shí)測(cè)數(shù)據(jù)為分析依據(jù)的土地復(fù)墾適宜性規(guī)劃方法。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是：克服現(xiàn)有技術(shù)的上述不足，提供一種基于KNN的村莊用地復(fù)墾規(guī)劃模擬方法。

為了解決以上技術(shù)問(wèn)題，本發(fā)明提供的一種基于KNN的村莊用地復(fù)墾規(guī)劃模擬方法，包括以下步驟：

步驟1. 獲取研究區(qū)域最近時(shí)段村莊用地的復(fù)墾規(guī)劃案例與現(xiàn)階段待規(guī)劃村莊用地信息；所述復(fù)墾規(guī)劃案例中村莊用地的復(fù)墾規(guī)劃結(jié)果為用地拆遷和用地保留；

步驟2. 獲取村莊用地的分布數(shù)據(jù)，記錄并存儲(chǔ)村莊用地的空間數(shù)據(jù)和屬性數(shù)據(jù)，并建立數(shù)據(jù)庫(kù)；空間數(shù)據(jù)是指村莊空地的地理位置數(shù)據(jù)；屬性數(shù)據(jù)包括村莊的面積；

步驟3. 步驟3. 依據(jù)對(duì)村莊用地的影響程度選定數(shù)個(gè)環(huán)境變量，并對(duì)環(huán)境變量進(jìn)行量化處理，并以柵格圖層形式存儲(chǔ)入所述數(shù)據(jù)庫(kù)中；所述環(huán)境變量包括自然因子和人為因子，自然因子包括：地形地貌變量、地表類型變量、氣候變量；人為因子包括人文指標(biāo)、生態(tài)指標(biāo)、社會(huì)因素指標(biāo)、政治因素指標(biāo)和公眾意愿指標(biāo)；

步驟4. 對(duì)村莊用地進(jìn)行空間鄰域計(jì)算，獲得村莊至主要公路的距離、村莊至主要河流的距離、村莊至城鎮(zhèn)距離、村莊至其他村莊距離，對(duì)本步驟獲取的數(shù)據(jù)加入村莊的屬性數(shù)據(jù)中，并對(duì)村莊的屬性數(shù)據(jù)進(jìn)行量化處理后以柵格圖層形式存儲(chǔ)入所述數(shù)據(jù)庫(kù)中；

步驟5. 根據(jù)對(duì)復(fù)墾規(guī)劃結(jié)果影響程度設(shè)置各相關(guān)因素的權(quán)重，以復(fù)墾規(guī)劃的結(jié)果作為類標(biāo)號(hào)，使用knn分類算法對(duì)復(fù)墾規(guī)劃案例的各相關(guān)因素進(jìn)行迭代訓(xùn)練，獲得最佳的k值，從而確定knn分類模型，所述相關(guān)因素是指村莊的屬性數(shù)據(jù)和環(huán)境變量；

步驟6. 使用已確定的knn分類模型對(duì)待待規(guī)劃村莊進(jìn)行分類，得到基于knn的分類結(jié)果。

本發(fā)明還具有以下進(jìn)一步的特征：

1、所述地形地貌變量包括：海拔、坡度、坡向、破碎度；所述地表類型變量包括：土地利用類型、植被、生態(tài)區(qū)類型、土壤類型；所述氣候變量包括：年均溫、年總降水、溫度的季節(jié)變化、降水的季節(jié)變化、最低溫、最高溫、1月的最低溫、1月的均溫、1月的總降水、7月的最高溫、7月的均溫、7月的總降水。

2、所述人文指標(biāo)包括：所在區(qū)域初級(jí)生產(chǎn)力、地區(qū)生產(chǎn)總值(GDP)、人口密度、道路密度、鄉(xiāng)鎮(zhèn)密度；所述生態(tài)指標(biāo)：植被覆蓋指數(shù)、河流密度。

3、步驟4中，通過(guò)空間分析還獲取村莊50米緩沖區(qū)內(nèi)的耕地面積、村莊200米緩沖區(qū)內(nèi)的耕地面積、村莊50米緩沖區(qū)內(nèi)的建設(shè)用地面積和村莊200米緩沖區(qū)內(nèi)的建設(shè)用地面積，一同加入村莊的屬性數(shù)據(jù)中。

3、步驟5中，使用-1和1分別表示保留和拆遷兩種規(guī)劃結(jié)果。

4、步驟5中，將復(fù)墾規(guī)劃案例劃分為兩組，樣本數(shù)量較多的一組用于模型訓(xùn)練，另一組用于建模精度進(jìn)行評(píng)價(jià)，調(diào)整復(fù)墾規(guī)劃案例的分組，將精度最高的分類模型所對(duì)應(yīng)k值作為最佳的k值。