宜城市土地用途分区实验结果揭晓

1.土地利用分区结果

在本书5.3.6节中论述的目标函数中，反映分区在规划过程中在达到效益较优的基础上实现分区转换的目标函数较小，它与体现土地利用空间聚集性的目标函数相辅相成，且在约束条件中，效益上的约束与空间上的约束共同作用，达到数量结构与空间布局同步优化设计的目的。根据第4章中关于土地用途分区挖掘模型，定义初始抗体种群规模为200，最大迭代数为200。对湖北省宜城市土地用途分区进行实验研究，结果见彩图5-13。可以统计出各个用途区的面积，见表5-12。

表5-12　宜城市土地用途分区面积表

2.目标函数分析

分区后的宜城市各个目标函数适应值变化曲线如图5-14、图5-15所示，从图中可以看出：当迭代次数达到189代时，各个目标函数的适应度值趋于稳定，空间聚类目标函数在迭代到165代时适应度值趋于最优，此时的空间聚类目标函数值为43558；分区转换目标函数在迭代到161代时即趋于最优，此时的最小函数值为5.47×10-6。通过实验表明：混沌免疫克隆选择算法在知识的指导下，在高维的多目标多地类土地用途分区过程中具有强大的搜索能力，能快速寻找到全局最优值，收敛性较好。(www.xing528.com)

图5-14　空间聚类目标函数优化曲线

图5-15　分区转换目标函数优化曲线

可见，经过基于空间聚类的基本农田划定决策模型处理后，基本农田呈明显的聚集分布，区内的方差明显减小，有效地去除了孤立的地块碎片，显著地提高了空间聚集度，便于基本农田的保护与管理，有利于基本农田的动态监测，为基本农田科学经营和规模化经营创造了条件。