典型文献
基于GBDT机器学习算法的国土空间演变动力机制研究——以长江三角洲为例
文献摘要：
国土是生态文明建设的空间载体,开展国土空间演变的内在规律与动力机制研究,对推动形成完善的城镇化推进格局、农业发展格局与生态安全格局具有重要意义.目前我国对国土空间演变的研究多依赖于传统数理模型,极少将机器学习算法引入具有普适化的区域性研究.本研究以长江三角洲为例,在运用国土空间演变理论与方法刻画1995～2020年长江三角洲国土空间时空序列变化规律的基础上,引入梯度提升决策树(GBDT)机器学习模型揭示多维时空和多元系列下国土空间格局形成的动力驱动机制.结果表明:(1)长江三角洲国土空间结构呈现出明显的城镇空间扩张与农业空间收缩交替、生态空间波动式扩张的现象.(2)长江三角洲城镇空间格局变化速度最快,且逐步由大规模扩张转向精明发展;农业空间格局变化速度相对平缓,但整体收缩态势明显;生态空间格局变化速度较低,空间发展稳定.(3)常住人口是城镇空间格局演变最重要的驱动力,公共财政支出和全]社会固定资产投资总额次之,且三者之间具有显著的协同增强作用;农业机械总动力是农业空间格局演变最重要的驱动力,年平均气温和农民人均可支配收入次之;森林面积是生态空间格局演变的主导性驱动力.
文献关键词：
国土空间;演变动力机制;梯度提升决策树(GBDT);长江三角洲
中图分类号：
作者姓名：
夏陈红;翟国方
作者机构：
南京大学建筑与城市规划学院,江苏南京,210008
文献出处：
引用格式：
[1]夏陈红;翟国方-.基于GBDT机器学习算法的国土空间演变动力机制研究——以长江三角洲为例)[J].城市发展研究,2022(11):中插12-中插19
A类：
演变动力机制
B类：
GBDT,机器学习算法,空间演变,长江三角洲,空间载体,内在规律,生态安全格局,数理模型,极少,少将,普适化,理论与方法,年长,时空序列,梯度提升决策树,机器学习模型,国土空间格局,力驱动,驱动机制,城镇空间扩张,农业空间,空间波,城镇空间格局,规模扩张,精明发展,整体收缩,生态空间格局,空间发展,发展稳定,常住人口,空间格局演变,公共财政支出,固定资产投资,投资总额,协同增强,强作用,农业机械,年平均气温,人均可支配收入,森林面积,主导性
AB值：
0.278209
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
