论文部分内容阅读
社区生态评价是地理学界研究社区的重要内容之一,本文是在分析国内外研究现状的基础上,通过探讨社区生态评价的理论基础与指标选取原则,构建社区生态评价指标体系,主要包括社区规模结构、居住条件、生态环境、社区稳定与协调等几个方面,综合GIS空间分析功能与RS图像处理技术,获取评价指标的定量化信息,建立社区生态评价栅格与矢量相结合的数据库。基于此,以上海市中心城区为研究靶区,一方面,建立了基于聚类判别函数的BP神经网络模型,用于评价社区生态质量,根据评价结果,将社区划分成五大类型,进一步探讨各类型社区之间的差异;另一方面,运用空间统计学中的空间数据探索性分析方法,对社区目前生态评价指数的空间格局进行探讨,最后从空间关联角度对生态社区空间布局优化进行探讨,提出相应的对策和建议。 第一章,总结国内外对社区及其生态评价的相关研究现状,并指出生态社区研究中存在的问题,进一步提出本文的研究意义与研究目标。 第二章,介绍本文的研究框架,包括本文的研究内容、研究范围的选择、研究方法与采用的技术路线。 第三章,具体探讨社区评价可依据的理论与指标选取原则,构建社区生态评价指标体系,并对指标量化方法进行说明,建立评价社区生态化现状的栅格与矢量相结合的数据库,同时分析单一要素在空间上的分布格局,以及探讨一些要素之间的相互关系。 第四章,运用聚类判别函数的BP神经网络建立社区生态评价模型,并将该模型应用于中心城区128个街道社区的评价研究。首先,通过因子分析方法抽取反映社区生态化程度的五个主因子,包括社区规模结构和基础配套设施、社区内部文化层次结构、社区为居民提供的基本居住条件、社区生态环境因子、社区对公园的享受程度,并进行评价比较;其次,运用模型计算各社区生态质量指数。根据各社区土地利用现状和生态化指数的分布情况,将社区分别划分成五大类型,并比较各类型社区之间的生态水平差异。通过计算发现,无论是在单一综合因子而是生态整体水平方面,各社区均差异明显,中心城内核尤其是老城区内部的社区如老西门、豫园、小东门等除了社区基础配套设施的生态水平较好之外,其它方面均处于较低水平,相应地生态指数也不高,而外围大部分位于浦东新区的社区如花木镇、高桥镇等除了社区基础设施不够完善、人口规模太小之外其它各方面生态化程度较好,生态指数也较高。通过对模型的讨论结果表明,该模型应用效果较好。 第五章,运用空间统计学中的空间数据探索性分析方法,采用全局与局部统计模型探讨社区生态指数的空间格局,并从空间关联角度对有利于社区生态化的布局优化做一点思考。通过全局统计指标Moran指数,揭示中心城区社区生态化的整体分布模式,结果表明,各社区生态水平在空间上存在较强的自相关,即生态水平的空间分布存在相似性,处于不同等级生态化水平的样本分布比较集中;通过运用局部空间统计指标G_i(d)统计与反映局部空间分布模式的Moran散点图研究,结果发现:从局部来看,生态指数高值型和低值型的社区集聚模