长江流域资源与环境 >> 2007, Vol. 16 >> Issue (2): 152-152.

• 区域可持续发展 • 上一篇    下一篇

长江流域城市实力等级的人工神经网络判定

邓祖涛1,2,陆玉麒1,周玉翠1   

  • 收稿日期:2005-12-06 修回日期:2006-03-09 出版日期:2007-03-20

HIERARCHY ESTIMATION OF URBAN COMPREHENSIVE STRENGTH IN THE YANGTZE BASIN BASED ON ARTIFICIAL NEURAL NETWORK 

DENG Zutao1|2| LU Yuqi1|ZHOU Yucui1   

  • Received:2005-12-06 Revised:2006-03-09 Online:2007-03-20

摘要:

鉴于目前人工神经网络主要应用于自然科学和工程技术等领域上,选取了以长江流域97个地级市为研究对象,以反映城市经济发展水平、辐射能力、吸引能力、生活方便舒适程度以及文化娱乐水平等指标进行城市实力等级的研究,来弥补人工神经网络在人文社科方面应用的不足。结果表明,城市等级分为六级与实际情况非常近似,这说明自组织人工神经网络具有良好的聚类功能;同时,还得出长江流域不同区段内都存在一至两个具有大区意义甚至全国意义的特大城市,从而为构建合理的城市群、城市密集地区等城市体系提供了更有说服力的依据;此外,长江流域东中西部城市等级存在的较强的非均衡性也得到了较为详细的分析。

关键词: 长江流域, 城市实力等级, 自组织人工神经网络

Abstract:

Since artificial neural network (ANN) is a powerful tool applied in the field of natural science and engineering technology, this paper explored, using ANN, the urban strength hierarchy in the Yangtze Basin to build up a bridge to link ANN to humanities. 20 indexes were selected including economic development level, radiation and attractive forces, the level of life convenience and cultural establishments, and the data in 2004 city statistical yearbook of China were analyzed with the software Matlab 6.5. The results indicated that to classify the hierarchy of urban comprehensive strength to six groups is accordant with the reality, showing the excellent clustering function of selforganizing artificial neural network; there is one or two metropolis with great significance to a greater region even to the whole country in different sections of the basin-namely, Chongqing and Chengdu in the upper reaches, Wuhan in the middle reaches, and Shanghai, Nanjing and Hangzhou in the lower reaches-providing persuasive reasons for constructing reasonable urban agglomerations in the basin. Also, the nonequilibrium status of urban hierarchy in the Yangtze Basin was analyzed in the paper.

Key words: the Yangtze Basin, urban comprehensive strength hierarchy, selforganizing artificial neural network

[1] 程建, 程久苗, 吴九兴, 徐玉婷. 2000~2010年长江流域土地利用变化与生态系统服务功能变化[J]. 长江流域资源与环境, 2017, 26(06): 894-901.
[2] 周毅, 吴华武, 贺斌, 李静, 段伟利, 王建锋, 童世贤. 长江水δ18O和δD时空变化特征及其影响因素分析[J]. 长江流域资源与环境, 2017, 26(05): 678-686.
[3] 潘欣, 尹义星, 王小军. 1960~2010年长江流域极端降水的时空演变及未来趋势[J]. 长江流域资源与环境, 2017, 26(03): 436-444.
[4] 徐明, 王晓芳, 高琦, 汪小康, 赖安伟. 基于TRMM卫星资料揭示的长江流域梅雨季节降水日变化[J]. 长江流域资源与环境, 2016, 25(12): 1934-1944.
[5] 邵骏, 欧应钧, 陈金凤, 郭卫. 基于水贫乏指数的长江流域水资源安全评价[J]. 长江流域资源与环境, 2016, 25(06): 889-894.
[6] 陈阿娇, 贺新光, 秦建新, 章新平. 长江流域近51a来日降水时空变异的多尺度特征[J]. 长江流域资源与环境, 2016, 25(05): 794-803.
[7] 潘鑫, 刘元波. 1983~2012年长江流域地表净辐射变化特征[J]. 长江流域资源与环境, 2016, 25(03): 486-496.
[8] 杜耘. 保护长江生态环境,统筹流域绿色发展[J]. 长江流域资源与环境, 2016, 25(02): 171-179.
[9] 卢新海, 柯善淦. 基于生态足迹模型的区域水资源生态补偿量化模型构建——以长江流域为例[J]. 长江流域资源与环境, 2016, 25(02): 334-341.
[10] 张雷, 鲁春霞, 李江苏. 中国大河流域开发与国家文明发育[J]. 长江流域资源与环境, 2015, 24(10): 1639-1645.
[11] 白淑英, 顾海敏, 史建桥, 魏楚京. 近50 a长江流域暴雨日数时空变化分析[J]. 长江流域资源与环境, 2015, 24(07): 1255-1262.
[12] 刘乙淼, 陈艳梅, 胡引翠. 长江流域土壤保持能力时空特征[J]. 长江流域资源与环境, 2015, 24(06): 971-977.
[13] 段七零. 长江流域的空间结构研究[J]. 长江流域资源与环境, 2009, 18(9): 789-.
[14] 曾小凡 翟建青 苏布达 姜 彤 朱 进. 长江流域年平均气温的时空变化特征[J]. 长江流域资源与环境, 2009, 18(5): 427-.
[15] 段学花 王兆印 余国安. 以底栖动物为指示物种对长江流域水生态进行评价[J]. 长江流域资源与环境, 2009, 18(3): 241-247.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!