目录

前言
第一章 土地评价对象
第一节 土地的基本概念
一、土地概念
二、土地的基本属性

第二节 土地资源的构成要素分析
一、气候要素
二、土壤
三、生物
四、水文
五、地质与地貌
六、社会经济技术条件

第三节 土地类型
一、土地类型的概念
二、土地分类
三、我国土地分类系统

第二章 土地评价概述
第一节 基本概念与基本理论
一、土地评价概念
二、土地评价的目的与任务
三、土地评价原则
四、土地评价理论基础
五、土地评价研究进展

第二节 土地评价类型
一、土地潜力评价
二、土地适宜性评价
三、土地经济评价
四、土地持续利用评价
五、土地生态评价

第三节 土地评价指标体系
一、土地评价指标体系
二、土地评价因子权重确定
三、土地评价因子量化方法

第四节 土地评价单元
一、土地评价单元类型
二、土地评价单元的划分方法

第三章 土地评价多元统计分析模型
第一节 聚类分析
一、聚类分析基本原理
二、基于聚类分析的土地评价步骤
三、实例分析

第二节 回归分析
一、回归分析概述
二、基于回归分析的土地评价实施步骤
三、实例分析

第三节 判别分析
一、判别分析概述
二、判别分析在土地评价中的应用方法
三、实例分析

第四节 趋势面分析
一、概述
二、趋势面分析的基本原理
三、移动趋势面分析
四、基于移动趋势面的城镇土地基准地价评估实例

第四章 土地评价的地统计学方法
第一节 地统计学基础
一、地统计学的基本概念
二、地统计学的研究方法

第二节 地统计学空间分析模型的拓展
一、基于遗传算法的特异值识别
二、基于进化规划的变异函数拟合
三、基于Delaunay三角剖分的Kriging估计领域

第三节 基于地统计学空间分析拓展模型的土地评价步骤
一、支撑尺度与区域化变量的确定
二、样本数据预处理
三、变异函数计算及结构分析
四、计算Kriging方程组
五、计算土地评价结果及估计方差

第四节 应用实例
一、研究区概况
二、支撑尺度及区域化变量
三、数据处理
四、变异函数计算及结构分析
五、确定Kriging估计邻域
六、计算Kriging方程组
七、计算基准地价及估计方差
八、评估结果分析

第五章 基于计算智能的土地评价模型
第一节 计算智能的基本原理
一、计算智能的基本概念
二、计算智能的主要算法原理

第二节 基于计算智能的土地评价建模方法
一、土地评价的BP神经网络模型构建
二、土地评价的遗传模糊神经网络模型构建

第三节 应用实例
一、土地适宜性评价的BP神经网络模型应用
二、土地适宜性评价的遗传模糊神经网络模型应用

第六章 基于专家系统的土地评价方法
第一节 专家系统概述
一、专家系统的定义
二、专家系统的体系结构

第二节 土地评价专家系统的关键技术
一、土地评价知识处理
二、土地评价专家系统推理机制

第三节 土地评价专家系统设计与实现
一、系统总体框架
二、系统开发环境
三、系统功能模块
四、系统数据库和知识库
五、系统操作流程

第四节 应用实例
一、实例概况
二、实例研究过程
三、结果分析

第七章 土地评价信息系统与应用
第一节 城镇土地分等与基准地价平衡信息系统
一、系统分析
二、系统总体设计
三、系统数据库设计
四、系统实现

第二节 城镇土地定级与基准地价评估信息系统
一、系统分析
二、系统设计
三、系统实现
四、系统应用

第三节 农用地分等信息系统
一、系统分析
二、系统设计
三、系统应用

第四节 农用地定级估价信息系统
一、系统分析
二、系统总体设计
三、系统应用
参考文献
彩图

内容摘要

    《土地评价理论方法与系统开发》共分七章。第一章，土地评价对象，介绍了土地评价对象的基本概念、构成要素和土地类型等内容。第二章，土地评价概述，介绍了土地评价的基本概念与基本理论、土地评价类型、土地评价指标体系、土地评价单元等内容。第三章，土地评价多元统计分析模型，探讨了聚类分析、回归分析、判别分析等多元统计分析方法在土地评价中的应用方法和应用实例。第四章，土地评价的地统计学方法，研究了采用地统计学方法进行土地评价的基本原理、模型拓展、系统实现和实例。第五章，基于计算智能的土地评价模型，探讨了基于人工神经网络、遗传算法等计算智能技术的土地评价模型和应用实例。第六章，基于专家系统的土地评价方法，讨论了专家系统方法在土地评价中应用的基本原理、关键技术和系统实现。第七章，土地评价信息系统与应用，探讨了包括城镇土地分等与基准地价平衡、城镇土地定级、农用地分等、农用地定级估价等常用土地评价信息系统的系统设计与实现。