为优化江川区土地利用空间格局,促进土地可持续发展,该文以云南省玉溪市江川区为研究区,将CLUE-S(conversion of land use and its effects at small region extent)模型和生态敏感性分析应用于江川区土地利用空间格局优化配置。以高度...为优化江川区土地利用空间格局,促进土地可持续发展,该文以云南省玉溪市江川区为研究区,将CLUE-S(conversion of land use and its effects at small region extent)模型和生态敏感性分析应用于江川区土地利用空间格局优化配置。以高度敏感区为CLUE-S模型中区域约束文件,突出研究区生态保护重点区域,并以综合生态敏感性分区为影响研究区土地利用变化的驱动力因子,提出一种将生态敏感性融入土地利用空间格局优化配置的过程和结果中的土地利用情景模拟方法,并借助2006年和2016年土地利用数据对江川区自然发展情景和土地生态优化情景2种模式下2025年的土地利用空间格局进行优化配置,并基于生态敏感性分区对优化配置模拟结果进行对比分析。结果表明:2种情景下2025年江川区土地利用格局既有共同特征也存在差异。在2种情景下均有效的保护了原有林地、耕地、未利用地和建设用地格局,但新增林地、草地等空间分布格局不同。根据2025年2种情景与2016年土地利用现状在不同敏感性区内主要土地利用类型分布情况表明,情景二土地利用空间格局优于自然发展情景和2016年土地利用现状。研究结果认为土地生态优化情景更为合理,该结果可为江川区生态保护和城镇发展提供参考。展开更多
文摘针对分布式发电在不同发展阶段可能存在不同的分布式电源(distributed generator,DG)投资主体,即配电运营商和用户,分别建立了考虑配电网运营商(distribution network operator,DNO)需求指标和用户需求指标的DG优化配置模型。针对不确定性对DG优化配置问题的影响,在建立相关概率模型的基础上,利用基于拉丁超立方抽样的蒙特卡罗模拟(Latin hypercube sampling based Monte Carlo simulation,LHS-MC)方法进行目标函数计算。模型求解中,采用非劣排序遗传算法(nondominated sorting genetic algorithm-II,NSGA-II)进行多目标优化计算。在获得不同模型下DG优化配置鲁棒解的基础上,提出一种整体化考虑DNO需求指标和用户需求指标的DG优化配置综合分析方法,使优化配置方案在整个发展阶段效益最优。采用33节点配电系统进行仿真,验证了所建DG优化配置模型和所提方法的有效性。
文摘为优化江川区土地利用空间格局,促进土地可持续发展,该文以云南省玉溪市江川区为研究区,将CLUE-S(conversion of land use and its effects at small region extent)模型和生态敏感性分析应用于江川区土地利用空间格局优化配置。以高度敏感区为CLUE-S模型中区域约束文件,突出研究区生态保护重点区域,并以综合生态敏感性分区为影响研究区土地利用变化的驱动力因子,提出一种将生态敏感性融入土地利用空间格局优化配置的过程和结果中的土地利用情景模拟方法,并借助2006年和2016年土地利用数据对江川区自然发展情景和土地生态优化情景2种模式下2025年的土地利用空间格局进行优化配置,并基于生态敏感性分区对优化配置模拟结果进行对比分析。结果表明:2种情景下2025年江川区土地利用格局既有共同特征也存在差异。在2种情景下均有效的保护了原有林地、耕地、未利用地和建设用地格局,但新增林地、草地等空间分布格局不同。根据2025年2种情景与2016年土地利用现状在不同敏感性区内主要土地利用类型分布情况表明,情景二土地利用空间格局优于自然发展情景和2016年土地利用现状。研究结果认为土地生态优化情景更为合理,该结果可为江川区生态保护和城镇发展提供参考。
