[发明专利]一种基于克隆选择算法的土地资源评价因子级别划分方法

说明书

技术领域

本发明属于土地资源评价技术领域，特别是涉及一种基于克隆选择算法的土地资源评价因子级别划分方法。

背景技术

(1)土地资源质量评价技术

随着21世纪的到来，人类面临的人口问题、粮食安全问题等诸多全球性问题日益严峻。我国作为人口大国，土地资源相对稀缺，如何合理利用土地，实现土地资源的可持续利用是当前迫切需要解决的问题。因此，采用科学的技术手段和方法对土地资源的质量进行评价，是促进土地资源合理利用的必要手段。

根据联合国粮农组织FAO的定义，土地资源评价是指对土地针对特定的利用方式所表现出来的效果进行评估的过程，包括对土地的形态、土壤、植被、气候等方面属性进行质量综合鉴定，从而区分并比较不同土地利用方式对评价目标所表现出的适宜性程度。有关文献：[1]FAO.Land Evaluation.Towards a revised framework.2007.。在借鉴国外先进技术的基础上，我国已形成了包括针对农用地与建设用地的土地分等、定级、估价、土地适宜性评价、土地集约利用评价、土地退化评价等在内的符合当前国情需求的土地评价体系。

在进行评价土地资源质量时，对土地资源质量有着显著影响的各种因素实体如商服中心、集贸市场、灌溉水源、道路网络等对象，被定义为“土地资源评价因子”(简称为“评价因子”)或“土地资源评价指标”。由于评价因子的规模(或大小)的差异将直接导致评价因子所具备的功能和作用存在差别，其对土地质量的影响的空间范围和强度也存在明显的不同，在进行评价因子分析时也需要进行区别对待。例如城镇土地资源评价中，大小和规模不同的商服中心、医院等服务设施，其所具备的功能和能提供的各类服务也不同，进而对土地资源质量的空间影响范围、作用方式和强度也各不相同。因此，在进行土地资源评价时，需要根据评价因子规模将其划分为若干级别，分别对不同级别的评价因子的空间影响范围和作用强度进行分析。有关文献：[2]国家质量监督检验检疫总局.城镇土地分等定级规程(GB/T 18507-2001)[S].2001；有关文献：[3]国土资源部.农用地定级规程(TD/T 1005-2004)[S].2003。(2)土地资源质量评价因子级别划分技术

然而，目前有关土地评价因子级别划分的方法主要是根据带分级的评价因子规模指数，由土地评价专家根据自身经验人为将土地评价因子划分为若干级别。(注：规模指数用于反映各因子对象对土地资源质量的影响程度，规模指数越大，则其对土地资源质量影响的强度越大。规模指数通常根据能够反应评价因子大小、规模的一系列指标综合计算得到，其计算方法在相关的土地评价标准规范中都有较为详细的阐述，如城镇土地分等定级规程、农用地定级规程等，不是本发明的关注重点。)其缺点主要在于主观性太强，划分结果的科学性严重依赖于专家经验。因此，为了更加科学、合理的划分土地评价因子，进而为土地评价因子空间影响范围和强度分析提供准确的基础数据支持，必须开发出更为合理的土地评价因子级别划分方法。

克隆选择算法(Clonal Selection)是一种模拟生物免疫系统中的“克隆选择”现象的算法，它是人工免疫系统(Artificial Immune System)中的一种。采用克隆选择算法求解问题的基本思路是将问题的求解过程表示成抗体，把待求解的问题映射为抗原，抗体不断通过克隆、变异等免疫进化过程，剔除亲和度低的抗体，最终找到与抗原亲和度最高的抗体，最终解决问题。

采用克隆选择算法解决问题的基本流程见附图1：根据待求解的问题，进行编码，进行抗体种群初始化，进行亲和度评价，进行记忆种群初始化，然后进行克隆选择过程，包括选择、克隆、高频率变异、亲和度评价、克隆抑制、免疫补充、判断是否满足终止条件，不满足则迭代执行克隆选择过程，直到满足终止条件时进行解码，获得问题的解。克隆选择算法作为一种随机搜索算法，即使搜索空间非常大、非常复杂，克隆选择算法也能找到全局最优解。相对于传统的搜索算法，克隆选择算法具有自组织、自适应、自学习性特性；相对于遗传算法等智能优化算法通过引入记忆种群、高频变异等机制克服了遗传算法等进化算法收敛速度慢等不足。因而被广泛应用于组合优化、机器学习、聚类分析、路径优化和资源优化配置等领域。有关文献：[4]梁勤欧.人工免疫系统与GIS空间分析应用[M].2011.武汉：武汉大学出版社.

发明内容