灰色预测模型在矿区土地利用变化研究中的应用

金属矿山 ›› 2011, Vol. 40 ›› Issue (10): 148-150.

灰色预测模型在矿区土地利用变化研究中的应用

薛建春¹，蔡松²

1.内蒙古科技大学经济与管理学院；2.内蒙移动包头分公司

出版日期:2011-10-11 发布日期:2011-10-12
基金资助:
* 内蒙古科技大学创新基金项目（编号：2009NC090）。

The Application Research of Gray Prediction Model about Land Use Change in Mining Area

Xue Jianchun¹，Cai Song²

1.School of Economics and Management Inner Mongolia University of Science and Technology；2.Baotou Mobile Subsidiary Company of Inner Mongolia

Online:2011-10-11 Published:2011-10-12

摘要/Abstract

摘要： 利用平朔矿区3个时相的TM影像数据，结合矿区土地利用的实际特点，划分了耕地、林草地、工业及住宅用地、水域、交通用地、待复垦地和未利用地7种矿区土地利用类型，分析并研究了平朔矿区土地利用中灰色建模的方法以及求解过程。预测结果表明：矿区耕地逐渐下降，到2023年预计耕地面积18 173.21 hm²，占矿区总面积的45.4%；同时由塌陷地和排土场形成的待复垦地逐渐增多，预计2023年将达到3 849.62 hm²。因此，应该加大土地复垦的力度和进度，促进已复垦地尽快转为耕地，协调生产建设和生态建设对土地利用的改变速度，保证矿区各类土地的可持续利用。

关键词: 灰色预测模型, 土地利用, 矿区

Abstract: This article will introduce the gray model to prediction of mining land use change，make use of 3 phases of TM data in Pingshuo mining area，combine with the actual characteristics of mining land use，divided 7 kinds of land use type：the arable land,forest & grass land，industrial and residential land，water，transportation land，to be reclaimed land，unused land，analysed and studyed the gray model method and the solution process in Pingshuo mining land use.Prediction results show that：arable land decreased，it is expected to reach 18 173.21 hm2 in 2023，percent for 45.4% of the total mining area;At the same time，the to be reclamated land formed by the collapse land and dump land gradually increased，it is expected to reach 3 849.62 hm² in 2023，Therefore，the strength and progress of land reclamation should be increased，to promote change from the reclamated land to arable land as soon as possible，and harmonize the change speed between production building and ecological building on land-use.to ensure the sustainable use of various types of mining land

Key words: Grey prediction model, Land use, Mining area

薛建春, 蔡松. 灰色预测模型在矿区土地利用变化研究中的应用[J]. 金属矿山, 2011, 40(10): 148-150.

XUE Jian-Chun, CAI Song. The Application Research of Gray Prediction Model about Land Use Change in Mining Area[J]. Metal Mine, 2011, 40(10): 148-150.

[1]	杜明泽, 李宏杰, 李文, 邱浩, 姜鹏, 王东昊. 煤矿区场地地下水污染防控技术研究进展及发展方向[J]. 金属矿山, 2020, 49(09): 1-14.
[2]	李雯静, 胡丹, 李楠. 基于地理场景的矿区监控选址模型[J]. 金属矿山, 2020, 49(09): 87-95.
[3]	吴双, 武瑞杰, 吴侃, 王瑞, 周大伟. 基于多光谱遥感的矿区积水区水深反演[J]. 金属矿山, 2020, 49(08): 129-135.
[4]	占文锋, 王强, 刘太福. 内蒙古维拉斯托矿区隐伏矿体大功率激电综合找矿勘查[J]. 金属矿山, 2020, 49(04): 118-129.
[5]	朱青, 林建平, 国佳欣, 郭熙. 基于影像特征CART决策树的稀土矿区信息提取与动态监测[J]. 金属矿山, 2019, 48(05): 161-169.
[6]	蒋仁伟, 谈树成. 基于GIS的白马红格矿区地质环境承载力研究[J]. 金属矿山, 2019, 48(05): 170-176.
[7]	房莉, 余健, 方凤满, 周光, 汪梦甜, 解进飞. 高潜水位矿区不同土地利用方式下复垦土壤颗粒与分形特征[J]. 金属矿山, 2019, 48(03): 182-188.
[8]	荣颖, 胡振琪, 杜玉玺, 杨坤, 赵会顺. 露天矿区土壤基质改良材料研究进展[J]. 金属矿山, 2018, 47(2): 164-171.
[9]	张晓薇, 王恩德, 吴瑶. 辽阳弓长岭铁矿区优势植物的重金属耐性评价[J]. 金属矿山, 2018, 47(2): 172-178.
[10]	张晓薇, 王恩德, 柏易彤. 基于模糊数学综合评价法的弓长岭铁矿区土壤环境质量研究[J]. 金属矿山, 2018, 47(11): 149-154.
[11]	刘劲松, 胡俊良, 张鲲, 雷鹏, 周学良. 柿竹园矿区及周边农田土壤重金属形态分布与生物有效性研究[J]. 金属矿山, 2018, 47(11): 155-160.
[12]	徐佳. 矿区地质环境定量评价的FAHP与可变模糊集模型[J]. 金属矿山, 2018, 47(03): 178-181.
[13]	赵金田, 朱清云, 石勇, 常晓娜, 常宝孟, 王鹏. 高寒矿区湿喷混凝土支护应用研究[J]. 金属矿山, 2016, 45(10): 21-25.
[14]	罗亦泳, 张立亭, 周世健, 鲁铁定. 矿区GPS高程异常相关向量机拟合模型[J]. 金属矿山, 2015, 44(12): 111-114.
[15]	张丽娟. 双树复小波变换域矿区遥感图像自适应滤波[J]. 金属矿山, 2015, 44(11): 113-118.