神经网络在土地变化中的应用

摘要：随着经济的不断发展，我国城镇化的水平不断提高，同时城镇中的人口也不断地增多，城镇化的发展必然涉及到乡村耕地的占用，以及城镇中资源供给不足等问题，为解决好城镇化中出现的各种问题，需要处理好城镇化中个要素间的关系，本文以神经网络系统为例，深入研究了神经网络在土地变化中的应用

关键词：神经网络；土地变化；城镇化

中图分类号：F301 文献识别码：A 文章编号：1001-828X（2016）012-0000-01

引言

在现在的土地利用变化中常将神经网络系统作为一种分类的判断规则，神经网络能很好地模拟城镇化各要素间复杂的关系，并且能较快的运算各要素间的权重，能真正的解决城镇化过程中个要素间的矛盾，是一种新兴有效的模拟系统。

一、神经网络的概念

人工神经网络是一种模拟动物以及人类的神经特征进行信息处理的数学模型，自人类模拟神经网络创造出数学方法以来，人们就开始慢慢的把这种数学模拟方法直接简称为神经网络。其优点包括：1.具有自学习功能。2.具有联想存储功能。3.具有高速寻找有化解的能力。其主要运用于并行分布处理，能很好地模拟复杂的非线性关系。人工神经网络是根据大脑的神经结构而模拟出的一种数学模型，作为一种运算模型，神经网络由许多节点和节点间的联接组成，节点代表一种特别的输出函数，而节点间的联接代表一中权重。神经网络就是有这些节点和联接组成了一种非线性的关系，正如大脑的智慧一般，具有阈值的节点组成的神经网络可以发挥更好的功能，提高其处理数据的能力。任何一个神经网络都是由多个节点组成的，并且节点之间都有链接，任何一个神经网络系统的作用的发挥不是由其中某一个节点组成的，而是由节点间共同作用相互影响而共同决定的。在神经网络进行信息处理时，这个神经网络的非线性系统本身也是不断进行变化的，神经网络系统本身就是一个有自组织、自适应能力的系统。神经网络系统是一种具有大脑风格的处理系统，其本质就是一种并行分布的信息处理模式，它是由接收数据的输入单元，输出结果的输出单元以及连接两者的隐单元三者共同组成。人工神经网络的基本特征就是：非线性，非局限性，非常定性以及非凸性四个特征。

二、神经网络在土地变化中的应用的意义

自改革开放以来随着市场经济的不断发展，我国的经济水平不断提高，而且作为一个人口大国，我国的人口基数大，人口增长速度快，以及随着城镇化的步伐不断加快，这些现象的出现必然导致人们对土地的需求不断的增多。就有关数据调查在二十一世纪我国城镇中的人口已经增长到了七亿以上，而预计到2020年将会有超过十四亿的人口入住到城镇中，随着城镇人口的不断增加必然会引发一系列的社会问题例如：交通拥堵，住房短缺，环境恶化，绿化面积减少，耕地遭受破坏，以及城乡用地结构矛盾等问题。城镇以及乡村的二元化是每个国家在想城镇化发展过程中必然要遇到的问题，城镇与乡村间没有互动严重限制了两者的协调发展，同时城乡间的互动不协调会进一步影响城镇的发展，城镇是一个负输出系统，需要乡村对其进行物质输入，如果得不到乡村充分的物质补给将会导致城镇系统的瘫痪，因此解决好城乡间的矛盾需要运用到神经网络系统的数学模型。另外，城镇的扩建必然会占用周边乡村的土地，城镇建设用地的不断增加必然意味着乡村更低的不断减少，但是在开发过程中如何合理集约的运用土地是当前城镇化发展面临的一个重要问题，当前城镇化发展中在以下几方面存在着较大的问题，第一，集约能力弱，当前城镇化的发展主要是粗放利用，缺乏规划，造成了资源极大的浪费，不合理的土地利用形式必然导致城镇化开发过程中土地利用的粗放式发展，不利于资源的可持续利用；第二，户籍的城镇化速度赶不上人口的城镇化速度，在城镇化过程中虽有大量的人口居住在城镇中但多属于农民工，这些农民工的住宿问题也是现代城镇化的一大问题，很多农民工住在简易房中，这些简易房又缺乏规划和管理，基础设施较差，农民工日常生活中产生的垃圾很容易污染环境，而且其居住条件过于简陋也是政府在发展城镇化过程中急需的一个重大问题；第三，随着城镇化的过快发展，城镇与乡村件没有建立较好的发展结构，这不利于城镇化的长期发展，也给乡村带来很多的问题。因此要处理好以上几方面的问题就需要将神经网络的数学运算方法运用于土地变化中。

三、神经网络在土地变化中的具体应用

在现在的土地利用变化中常将神经网络系统作为一种分类的判断规则，神经网络作为一种具有多层结构的网络系统，由三部分组成，在神经网络系统中，常将样本设为（Xi，Yi），其中X为输入层，Y为理想状态下的输出层，而真实的输出量则有样本中的输入量经过隐单元层进行处理得到。由此可以看出隐层也就是权重直接影响到了实际输出层与理想输出层之间的差值，也就是说隐层的改变直接影响到了整个神经网络系统。因此在将神经网络在土地变化中的具体应用时要注意选取评价对象时的合理性，要兼顾社会经济等多方面的利益，同时要考虑到土地利用的效益，一般情况下选择人均耕地面积，农业总产值，人均用地等六个指标作为评价的依据。

四、结语

人工神经网络作为一种新型的数学运算模型，其高效的计算能力，准确的信息处理，在数值计算和逻辑运用方面都有极为优越的表现，将这种数学模型与土地利用变化相结合能较好地解决，土地运用变化中牵涉的多角度多方面的问题，人工神经网络系统中的节点与土地利用变化中的多种要素能构成较好的模拟，同时节点间赋的权重也能较好的反映土地利用个要素间的关系，因此将两者结合有一点的现实意义。

参考文献：

[1]韦春竹，郑文锋，孟庆岩，王春梅，刘苗.基于元胞自动机的遗传神经网络在土地利用变化模拟分析中的应用[J].测绘工程，2014，01：45-49.

[2]孟治国.BP神经网络在土地利用分类中的应用分析[D].吉林大学，2004.

[3]付磊.基于粗糙集理论的RBF神经网络在土地利用/覆盖分类中的应用研究[D].云南师范大学，2008.

作者简介：蒋敏洁（1987-），女，江苏江阴人，本科，宝鸡职业技术学院，建筑与环境工程系，助教，研究方向：工程测量。