基于贝叶斯网络的耕地后备资源潜力空间挖掘
耕地后备资源潜力空间的挖掘对于保障国家粮食安全具有重要意义。当前挖潜方法大多单一基于耕地适宜行评价展开，存在因素选取及权重定义主观性的问题，且忽略了对耕地历史变化过程的考虑，从而导致挖掘过程模糊、结果失真。本文以重庆市酉阳县为研究区域，综合考虑海拔、坡度、起伏度、平均气温、土壤质地、土壤酸碱度、灌溉能力、到主要道路距离等15项指标，基于以大数据分析为核心的机器学习，构建耕地后备资源潜力空间挖掘贝叶斯网络模型，展开模型结构及参数学习。透明化揭示耕地资源潜力因果驱动机制，科学化挖掘出高质量、稳定性的优潜耕地后备资源。结果表明，利用贝叶斯网络因果推断、推理预测能力，能够有效避免了人为确定指标体系权重的主观性，且使得挖潜结果更契合区域实际的耕地发展趋势，为耕地保护及利用提供科学、有效、可行的决策支持。
贝叶斯网络 大数据 机器学习 耕地后备资源 空间挖潜
胡晓艳 陈星余 沈恩穗
重庆大学建筑城规学院城乡规划系
国内会议
成都
中文
1-8
2021-09-25（万方平台首次上网日期，不代表论文的发表时间）