罗玲香

摘 要 本文以城市建设用地需求量预测为研究对象，对多种预测方法进行比较分析，选取合适研究区建设用地的预测方法。本研究选择湖南省长沙市城市建设用地需求量预测作为实例，文中结合1996—2013年研究区的经济社会发展统计资料和土地利用的时空变化数据，分别利用多元线性回归、灰色系统GM（1，1）模型和RBF（Radial Basis Function）神经网络模型，并借助了SPSS、Excel、Matlab等软件对长沙市建设用地需求量进行预测，并将所得预测结果进行比较分析，优化预测方法，得出RBF神经网络模型的预测精度最高。此外，通过预测值与规划值的比较分析，可知长沙市建设用地增长速度过快，应加强城市内涵挖掘，对城市土地利用及其规划制定具有一定的科学指导意义。

關键词 建设用地；多元线性回归；RBF神经网络

中图分类号：F301.23 文献标识码：A

Abstract： The paper utilizes the urban cons truction land demand forecast as the research object， compares and analyze many kinds of prediction methods，and choose the most suitable prdiction method.Taking the demand predict of Changsha as an example， combined with the socio-economic development statistical data and space-time change data land utilize from 1996 to 2013.This research constructs the construction land demandchangespredicting model of multiple linear regression model， gray systemGM（1，1） prediction model， and RBF（Radial Basis Function） neural network forecasting model with the help of SPSS，Excal，Matlab and other software to predict the construction land demand in Changsha City.Besides，the forecast results are made a comparative analysis，and then to improve the rationality and accuracy of prediction.The results of prediction clearly shows that the accuracy of RBF neural network is the best.Besides，by the comparison of predicted and actual values， Changsha develops faster than expected.Hence we should use land effectively and provide scientific reference for urban land use planning.

Keywords： construction land ； multiple linear regression ； RBF neural networks

1 引言

建设用地是经济社会活动的重要基础，建设用地规模变化与经济社会发展有着密切的关系，但同时土地是一种经济供给有限的稀缺资源，建设用地的过度扩张必然影响到其他地类，尤其是耕地的数量。近年城市扩张速度过快，且多以外延扩张为主，集约程度较差，闲置土地、违法用地较为严重。建设用地的难以逆转性决定了在土地利用的过程中，必须采取科学预测和合理规划的手段来协调土地的有限供应，既能满足当代人类社会经济发展的正常需求，又控制了建设用地的无序扩张。

目前我国部分地区土地利用总体规划中所测算的建设用地面积与实际用地的情况存在一定的偏差，无法适用于当地的经济社会发展状况，导致预测的参考意义下降。……