文献类型：期刊文章

作　　者：张晓瑞[1,2] 程龙[1] 王振波[3]

机构地区：[1]合肥工业大学城市规划系,安徽合肥230009 [2]合肥工业大学数字人居环境研究实验室,安徽合肥230009 [3]中国科学院地理科学与资源研究所,北京100101

出　　处：《中国人口·资源与环境》

基　　金：国家自然科学基金项目"快速城市化背景下城市脆弱性的发生机理与慢性沉积效应"(编号:41371177)

年　　份：2015

卷　　号：25

期　　号：10

起止页码：95-102

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、CSSCI、CSSCI2014_2016、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：对城市脆弱性的动态演变进行模拟预测可以得到城市脆弱性的未来发展趋势和水平,由此为调控城市脆弱性、为制定城市可持续发展政策提供科学的决策依据。遵循"测度、降维、预测"的总体技术路线,首先从城市经济、社会和环境3个方面定量测度城市脆弱性指数(UVI),其次利用相关系数分析法提取影响UVI的主导指标因素,最后构建预测模型并优选出精度最高的模型用于预测。以合肥市为实证,对其城市脆弱性动态演变进行了模拟预测,研究表明:1998-2012年,合肥UVI总体上呈下降趋势,但在2011年发生突变反弹,从2010年的0.276 8增加到2011年的0.506 6,增加了83.02%;影响合肥UVI的主要有6个指标因素;以这6个主导指标为基础,分别构建SLR、MLR和RBF神经网络预测模型,SLR、MLR和RBF神经网络模型的预测相对误差分别为6.61%、4.64%和1.89%,综合对比分析表明RBF神经网络模型的预测精度最高;利用RBF预测模型得到合肥2013-2017年的UVI,结果显示合肥2015年的UVI为0.284 3,和2010年的UVI(0.276 8)基本持平,由此表明,只要6个主导指标能保持目前的发展趋势,合肥UVI将重新回到2011年发生突变反弹前的水平和状态。研究显示,RBF神经网络能为城市脆弱性动态演变的模拟预测提供一种新思路和新方法,进而为完善城市脆弱性研究体系和类似城市的相关研究提供参考借鉴。

关 键 词：城市脆弱性  动态演变  模拟预测  RBF神经网络 合肥  

分 类 号：F119.9[经济与贸易类]