CN114021829B 考虑非点源污染控制的土地利用格局预测和优化方法 （东莞理工学院）

考虑非点源污染控制的土地利用格局预测本发明公开了考虑非点源污染控制的土地力学模型基础上引入了模糊数表示研究区域中础上设置约束，获取满足区域社会经济发展需2污染物的总负荷量，所述区间模糊线性规划模型以土地利用系统的经济效益最大化为目所述非点源污染估算模块基于输出系数模型，引入了模糊数来表示研究;是r类污染物的总负荷量；i是土地利用类型；是r类污染物在第i种土地利;;通过两步交互式算法解出区间模糊线性规划模型，获取不同情景下的;2.根据权利要求1所述的考虑非点源污染控制的土地利用格局预测和优化方法，其特3土地利用转移概率，通过确定社会经济指标与土地利用转移概率之间的线性拟合数学关3.根据权利要求2所述的考虑非点源污染控制的土地利用格局预测和优化方法，其特;P是土地利用转移概率；pt;是某年第i种转换成第j种土地利用类型的转移概率；是某年第i种转换成第j种土地利用类型的面4.根据权利要求3所述的考虑非点源污染控制的土地利用格局预测和优化方法，其特征在于：引入了灰色关联度分析方法识别对土地利用变化影响较大的关键社会经济指标，将与土地利用程度综合指数有较高灰色关联度的社会经济指标作为系统动力学模型辅助5.根据权利要求4所述的考虑非点源污染控制的土地利用格局预测和优化方法，其特;;4;;;ror是灰色关联度。6.根据权利要求5所述的考虑非点源污染控制的土地利用格局预测和优化方法，其特;;;;5x。是第s个子区域内第i种土地利用类型的面积。7.根据权利要求6所述的考虑非点源污染控制的土地利用格局预测和优化方法，其特;Re是模拟面积和实际面积之间的相对误差；是系统动力学模型对某地类在某年的模6地利用格局需要结合非点源污染的削减和水环境的保多土地利用格局预测研究采用马尔科夫链、FLUES和机器学习等模型和算法，或者借助模块和区间模糊线性规划模型，所述土地利用变化系统动力学模型基于系统动力学模型，7[0009]引入了灰色关联度分析方法、主成分分析和线性回归的[0013]P是土地利用转移概率；Pij是某年第i种转换成第j种土地利用类型的转移概率；[0015]引入了灰色关联度分析方法识别对土地利用变化影响较将与土地利用程度综合指数有较高灰色关联度的社会经济指标作为系统动力学模型辅助89[0040]CRL(t)＝CRL(0)+[T5(t)×FL(0)+T9(t)×GL(0)+T13(t)×WA(0)+T17(t)×COL[0042]GL(t)＝GL(0)+[T2×CRL(0)+T6×FL([0043]WA(t)＝WA(0)+[T3×CRL(0)+T7×FL(0)+T11×GL(0)+T20×COL(0)-(T13+T14+[0044]COL(t)＝COL(0)+[T4×CRL(0)+T8×FL(0)+T12×GL(0)+T16×WA(0)-(T17+T18+[0073]所述区间模糊线性规划模型约束条件包括非点源污染负荷约束、粮食产量约束、[0083]MIAis和MAAis分别是不同土地利用类型面积的最小和最大可供应量，该值由土地用格局优化方案和决策建议；模型中的模糊参数由三角模糊隶属度函[0092]非点源污染估算模块在土地利用变化系统动力学模型基础上引入了模糊数来表示研究区域中不同土地利用类型的不同污染物输出系数以反映非点源污染输出的不确定[0096]图1是本发明考虑非点源污染控制的土地利用格局预测和优化方法的结构示意[0102]引入了灰色关联度分析方法、主成分分析和线性回归的[0106]P是土地利用转移概率；Pij是某年第i种转换成第j种土地利用类型的转移概率；[0108]引入了灰色关联度分析方法识别对土地利用变化影响较将与土地利用程度综合指数有较高灰色关联度的社会经济指标作为系统动力学模型辅助[0132]CRL(t)＝CRL(0)+[T5(t)×FL(0)+T9(t)×GL(0)+T13(t)×WA(0)+T17(t)×COL[0134]GL(t)＝GL(0)+[T2×CRL(0)+T6×FL([0135]WA(t)＝WA(0)+[T3×CRL(0)+T7×FL(0)+T11×GL(0)+T20×COL(0)-(T13+T14+[0136]COL(t)＝COL(0)+[T4×CRL(0)+T8×FL(0)+T12×GL(0)+T16×WA(0)-(T17+T18+的转移概率；T11指草地转换为水域的转移概率；T12指草地转换为建设用地的转移概率；[0165]是第s个子区域内第i种土地利用类型的单位面积经济产出；是第s个子区[0176]MIAis和MAAis分别是不同土地利用类型面积的最小和最大可供应量