基于相关分析-粗糙集的环境承载力评价指标体系优化

来源 :测绘地理信息 | 被引量 : 0次 | 上传用户:cc51wang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对环境承载力评价指标体系构建中信息重复和干扰的问题,将相关分析与粗糙集Horafa属性约简算法应用于指标体系的优化,依据粗糙集属性重要度定权,利用灰色关联分析法对优化结果进行检验。结果表明,两者的结合对于指标体系构建非常关键。相关分析能够筛除线性相关指标,避免了指标信息冗余;粗糙集Horafa属性约简算法既能剔除干扰信息,又能对指标客观赋权。初始、筛选、优化3种指标体系评价结果趋势一致,承载力水平不断提高。
其他文献
针对目前大多数点云滤波方法的不足,提出基于随机抽样一致(random sample consensus, RANSAC)多模型拟合的隧道点云滤波算法。与单模型拟合滤波方法不同,该算法在每个隧道横断面上使用多个圆模型进行分段拟合,多个模型具有不同的模型参数,将远离所拟合的各圆模型的点作为噪声点进行剔除。实验结果表明,相较于单模型拟合滤波方法,所提出的多模型法具有更低的一类误差和相近的二类误差,对隧道
车载激光雷达(light detection and ranging, LiDAR)已被广泛应用于城市道路信息的获取,为提升车载点云地面点提取效果,分析了主要的车载点云滤波方法,并从限制点云处理范围、点云数据格网化、种子点的优化和滤波参数的选取等方面改进了车载点云滤波方法。实验结果证明,所提出的方法能够有效提取地面点云。
基于浮动车大数据,利用数据挖掘技术,在空间格网及行政区划两个空间尺度下研究城市职住空间特征,从通勤距离和通勤时间、浮动车数据在空间上的聚类结果及职住分离指标等多个方面对武汉市三环线范围内的职住空间特征进行了分析。结果表明,基于浮动车大数据可以快速、精细化地分析职住空间特征,分析结果可为城市规划提供依据。
传统的河流断面测量方法具有周期长、成本高、外业多等不足,为此提出一种基于机载激光点云的河流横纵断面自动提取方法。首先,使用渐进三角网滤波器从机载点云中分离出地面点,用以构建三角网模型,并将其转化成数字高程模型数据。接着,利用洼地填充、流向分析、流量分析、河流栅格提取、矢量化等水文分析模块,从数字高程模型数据中自动提取出河流中心线。然后,修正河流中心线并生成纵断面,沿着纵断面按固定间距自动提取横断面
基于ArcGIS中的网络分析法,选取兰州市城关区东方红广场、五泉下广场和万达广场构建沿不同等级交通线的1 min、1.5 min、3 min 3个缓冲区圈层,同时统计不同缓冲区内居住设施、公共管理与公共服务设施和商业设施三大类兴趣点(point of interest, POI)数据的数量与占比。结果显示,东方红广场的交通条件最好,3 min内沿交通线覆盖的服务区最多;总体来看,商业设施、公共管理