基于BP神经网络与熵值法的浙江省城市韧性评估研究
PDF下载 (241)孔家辉,邹逸江,斯港杰.基于BP神经网络与熵值法的浙江省城市韧性评估研究[J].宁波大学学报(理工版),2022,35(4):85-92.DOI:
KONG Jiahui,ZOU Yijiang,SI Gangjie.Evaluation of urban resilience in Zhejiang Province based on BP neural network model and entropy method[J].Journal of Ningbo University(Natural Science & Engineering Edition),2022,35(4):85-92.DOI:
| Title: | Evaluation of urban resilience in Zhejiang Province based on BP neural network model and entropy method |
| 作者: | 孔家辉, 邹逸江, 斯港杰 |
| Author(s): | KONG Jiahui, ZOU Yijiang, SI Gangjie |
| 关键词: | 浙江省; 城市韧性; 熵值法; BP神经网络; 决策评价 |
| Keywords: | Zhejiang province; urban resilience; entropy value method; BP neural network; decision evaluation |
| 分类号: | TU984.11+6; TP183 |
| 文献标识码: | A |
| 摘要: | 以浙江省为例, 利用BP神经网络与熵值法综合建模, 对2011—2020年间浙江省各地级市的城市韧性进行定量评价, 分析经济、社会、环境、设施4项城市单系统韧性及其复合韧性, 从而揭示浙江省城市韧性的空间分布特征与发展规律. 研究表明: 浙江省韧性发展趋势较为平稳, 韧性水平的空间分布差异较大, 内部存在发展不均衡现象; 核心地区与边缘地区的韧性水平均呈现缓慢上升势态, 且分异格局短期内不会发生改变. |
| Abstract: | Taking Zhejiang province as an example, this paper conducts a quantitative evaluation of the urban resilience for prefecture-level cities in Zhejiang province from 2011 to 2020 by applying BP neural network and entropy method. Analyzes are made in terms of the single system resilience of economy, society, environment and facilities and their composite resilience, the purpose of which is to reveal the spatial distribution characteristics and development rules of urban resilience in Zhejiang province. The results suggest that the development trend of toughness in Zhejiang province is relatively stable, the spatial distribution of toughness level is variant from place to place, and the internal development is unbalanced. The toughness levels of both core and marginal regions show a trend of slow growth, and the differentiation pattern will not change in the short term. |
| 参考文献 /References: | [1] Burton I, Kates R W, White G F. The Environment as Hazard[M]. New York: Guilford Press, 1993. [2] Cutter S L, Barnes L, Berry M, et al. A place-based model for understanding community resilience to natural disasters[J]. Global Environmental Change, 2008, 18(4):598-606. [3] 修春亮, 魏冶, 王绮. 基于“规模-密度-形态”的大连市城市韧性评估[J]. 地理学报, 2018, 73(12):2315-2328. [4] 王丽华, 马东辉. 城市韧性恢复能力与空间形态特征相互关系研究[J]. 武汉理工大学学报(信息与管理工程版), 2021, 43(3):197-202. [5] 吴浩, 江志猛, 林安琪, 等. 基于隐性-韧性-显性的武汉城市资源环境承载力空间特征[J]. 地理学报, 2021, 76(10):2439-2457. [6] 陈丹羽. 基于压力-状态-响应模型的城市韧性评估——以湖北省黄石市为例[D]. 武汉: 华中科技大学, 2019. [7] 白立敏, 修春亮, 冯兴华, 等. 中国城市韧性综合评估及其时空分异特征[J]. 世界地理研究, 2019, 28(6):77-87. [8] 孙才志, 曹强, 邹玮. 基于熵效率模型的环渤海地区海洋经济系统韧性研究[J]. 宁波大学学报(理工版), 2020, 33(1):10-18. [9] 缪惠全, 王乃玉, 汪英俊, 等. 基于灾后恢复过程解析的城市韧性评价体系[J]. 自然灾害学报, 2021, 30(1):10-27. [10] 刘复友, 刘旸. 韧性城市理念在各级城乡规划中的应用探索——以安徽省为例[J]. 北京规划建设, 2018(2):40-45. [11] Mayunga J S. Understanding and applying the concept of community disaster resilience: A capital-based approach[EB/OL]. [2022-01-10]. https://xueshu.baidu.com/usercenter/paper/show?paperid=bd2b455ddf7730a0616ba2d05e5195ab. [12] Bruneau M, Chang S E, Eguchi R T, et al. A framework to quantitatively assess and enhance the seismic resilience of communities[J]. Earthquake Spectra, 2003, 19(4):733-752. [13] 李亚, 翟国方. 我国城市灾害韧性评估及其提升策略研究[J]. 规划师, 2017, 33(8):5-11. [14] 石媛, 衷菲, 张海波. 城市社区防灾韧性评价指标研究[J]. 防灾科技学院学报, 2019, 21(4):47-54. [15] 张明斗, 冯晓青. 长三角城市群内各城市的城市韧性与经济发展水平的协调性对比研究[J]. 城市发展研究, 2019, 26(1):82-91. [16] 郭显光. 改进的熵值法及其在经济效益评价中的应用[J]. 系统工程理论与实践, 1998, 18(12):98-102. [17] 王富喜, 毛爱华, 李赫龙, 等. 基于熵值法的山东省城镇化质量测度及空间差异分析[J]. 地理科学, 2013, 33(11):1323-1329. [18] Mcclelland J, Rumelhart D, David E. Parallel Distributed Processing, Explorations in the Microstructure of Cognition, Volume 2: Psychological and Biological Models[M]. Cambridge: Massachusetts Institute of Technology Press, 1987. |
| 备注/Memo: | 收稿日期: 2022－02－24. 宁波大学学报（理工版）网址: http://journallg.nbu.edu.cn/基金项目: 国家自然科学基金（41801256）; 浙江省公益项目（GF19D010001）; 浙江省高校重大人文社科攻关计划项目（2021GH014）.第一作者: 孔家辉（1996－）, 男, 浙江宁波人, 在读硕士研究生, 主要研究方向: 地图学与地理信息系统. E-mail: 1911073008@nbu.edu.cn*通信作者: 邹逸江（1963－）, 男, 江苏宜兴人, 博士/教授, 主要研究方向: 3S技术应用研究. E-mail: zouyijiang@nbu.edu.cn 宁波大学学报（理工版）网址：http://journallg.nbu.edu.cn/ |
