产城融合导向下城市扩张多智能体模型——以天津市为例

以产城融合为导向,在分析决策主体时空规律的基础上设计产城融合多智能体的适宜性评价指标,构建城市扩张多智能体模型,并对天津市2005-2020年的城市土地空间扩张情况进行模拟。结果表明：（1）该模型具有较好的可信度和模拟效果,能够有效模拟和预测产城融合导向下的城市土地空间扩张动态变化。（2）由天津市2020年城市土地空间扩张预测结果可知,未来城市用地仍以"摊大饼"式外延扩张为主,但位于城市边缘地带的"卫星城"已成为城市和产业进行功能融合、空间融合的起点,未来城市用地将向着产城融合的趋势演化。     

基于矢量的城市扩张多智能体模拟——以广州市番禺区为例

运用自下而上的多智能体建模方法构建城市扩张模型,研究城市扩张的基本特征和规律,对新型城镇化建设具有重要的理论和现实意义。但传统的多智能体模拟大多是基于栅格数据构建,不同的格网大小、邻域形状及邻域大小将产生不同的模拟结果。为克服传统栅格数据受模拟尺度的影响,采用城市土地利用现状图,构建矢量多智能体城市扩张动态模型。智能体依据“宜居性”评价指标,并遵从个人偏好,选择合适区位,模拟城市扩张的时空动态过程。将模型应用于广州市番禺区,模拟了其2003-2008年城市扩张情况。最后将模拟结果与实际土地利用现状图进行对比,结果表明,地块的转化精度为63.09%,非转化精度为90.74%,总精度为85.83%,具有较好的模拟精度,可以为新型城镇化建设提供有效的决策支持。     

基于多智能体系统的城市增长时空动态模拟——以江苏省连云港市为例

城市化是土地利用/覆盖变化中最典型形式之一,探索城市增长的驱动机制并预测其未来变化,对于实现城市可持续发展十分重要。鉴于多智能体系统强大的模拟复杂空间系统的能力,基于联合"自上而下"和"自下而上"决策行为的视角,构建了一个城市增长时空动态模拟多智能体模型,在模型中,宏观Agent实施的"自上而下"的宏观土地利用规划行为和微观Agent自主发起的"自下而上"的微观土地利用空间诉求行为通过二维空间网格相互作用,并通过联合决策共同推动研究区域的城市化进程。以连云港市中心城区为例,考虑了基于目前趋势、经济发展优先和环境保护优先的3种目标情景,并进行了相应的城市增长情景模拟。模拟结果表明:联合"自上而下"和"自下而上"决策行为的城市增长时空动态模拟多智能体模型能够充分发挥多智能体系统的潜力来了解城市化的驱动机制,为城市管理提供基于情景分析的决策支持。     

政府规划约束下的城市空间增长多智能体模拟模型

构建政府规划约束下的包含多种类型智能体和环境因素的城市空间增长多智能体模拟模型,通过居民、开发商和政府三类智能体之间以及智能体与环境之间的相互作用模拟了城市空间增长情况。模型将城市建设用地规划区纳入政府的土地利用政策,探讨了政府规划因素对城市建设用地增长的影响,并根据土地集约利用的原则对模拟结果进行了优化。在Repast和ArcGIS的实验环境下,以南京市中心城区(长江以南)为研究区设置了四组土地利用情景,模拟了2001-2007年研究区的城市建设用地增长情况,对比不同情景下模型的模拟精度,说明正确合理的政府规划引导对城市空间增长的重要作用以及对模拟结果进行优化的必要性。该模型有助于揭示城市空间增长机制,为政府宏观调控政策和规划制定提供参考。     

多智能体与元胞自动机结合及城市用地扩张模拟

运用多智能体(Agent)和元胞自动机(CA)结合来模拟城市用地扩张的方法,将影响和决定用地类型转变的主体作为Agent引进元胞自动机模型中,Agent在CA确定的城市发展概率的基础上,通过自身及其周围环境的状况,综合各种因素的影响做出决策,决定元胞下一时刻的城市发展概率。运用Agent的决策结果,对CA模型中以随机变量体现的不确定性通过Agent决策行为给予地理意义的新解释。以城市郊区—樟木头镇为例,对1988～1993年城市用地扩张进行了模拟研究,取得了良好的模拟效果。     

基于多智能体的居住空间格局演变的真实场景模拟

多智能体建模方法为城市研究提供了一种新的研究思路.采用自下而上的多智能体方法构建真实场景的居住决策模型,并研究城市居住格局的形成和演变具有重要的理论意义和应用价值.但目前的多智能体模型通常把空间抽象为均质空间.无法反映真实的地理空间.通过对居住环境的"宜居性"评价,作为居民智能体对居住环境评价的影响因子.将多智能体模型与GIS相结合.为智能体模型提供一个异质的、动态变化的模拟环境.由此居民智能体根据自身的经济状况以及对居住环境的偏好不断地调整其在城市中的居住地,模拟出城市居住空间格局的演变过程.将模型应用于广州市海珠区,其模拟的住宅价格空间分布与实际情况相关系数在0.6以上,说明模拟结果与实际的情况比较吻合.模拟结果在一定程度上为理解和探讨居住空间格局的成因和动态变化提供帮助,为发展和验证城市理论提供一种重要的分析手段和模拟方法.     

基于多智能体的土地利用模拟与规划模型

利用多智能体和元胞自动机对城市土地资源的可持续利用进行了规划。根据环境经济学资源分配原理和可持续发展理论,提出结合多智能体及元胞自动机的微观规划模型,在时间和空间上合理分配及规划城市土地资源的利用,以避免浪费不可再生的土地资源。该模型由相互作用的多智能体层、元胞自动机层和环境因素层组成,可方便地探索不同土地利用政策下城市土地利用发展情景,能够为城市规划提供有用的决策依据。以广州市海珠区为实验区,在可持续发展为前提的规划下,模拟了1995-2010年的城市扩展的动态变化,并讨论了在不同规划情景下城市土地资源的利用效率及合理性。     

城市工业空间增长的多智能体模型

城市工业及基本就业空间的增长,是城市空间增长的动力源.有效模拟和预测城市基本就业空间的增长,对城市整体空间增长和城市系统的调控有着重要的作用.以城市工业及基本就业空间增长的决策主体--工业企业商和政府决策者,作为多智能体,通过多智能体之间的交流、竞争和协作,多智能体和环境间的交互作用,决定已存在工业区位的迁移和新工业空间区位的选择,形成城市工业及基本就业空间增长的动态微观模型.以珠江三角洲东部城市快速发展的樟木头镇为例,采用提出的方法模拟了该地区1988-2004年的工业及基本就业空间增长,获得了良好的模拟结果.     

基于多智能体的城市人口分布模型

人口是城市发展中最为活跃的因素,快速增长的人口给城市安全、经济和生态环境带来了深远的影响,获取不同尺度的高精度人口空间分布信息对于城市安全管理、提高资源环境的综合管理能力具有非常重要的意义。针对常用的城市人口空间分布模拟方法存在的不足,构建了基于多智能体的城市人口分布模型,模型由影响要素、智能体、决策规则等组成。在两个不同尺度区域进行了模型应用实验,并以重力模型进行了对比分析。实验结果表明,与重力模型相比,此模型所模拟的结果具有更高的精度,且接近于实际的人口空间分布,为城市人口分布模拟提供了新的思路。     

基于多智能体强化学习的居住用地增长模拟——以深圳市为例

城市空间增长模拟对于土地快速城市化背景下空间规划的制定具有重要意义,在基于多智能体的城市空间增长模拟模型中,个体空间决策的建模至关重要。该文在基于效用函数的个体空间决策模型中,引入扩展的强化学习模型表征个体学习行为以对个体空间决策模型进行修正,结合政府规划因素构建耦合强化学习的居住用地增长多智能体模拟模型,模拟深圳市2005-2015年居住用地增长情况。结果表明:1)相比无学习模型,引入扩展强化学习模型的模拟结果精度提高了10.8%,更贴合居民个体在空间决策中的行为;2)引入强化学习的模拟结果中,新增居住用地在空间上呈现较强的集聚性,表明引入强化学习后模型不仅能够反映位于已有居住用地中间的填充式增长,而且能够发现期间新出现的连片居住用地;3)学习模型的参数敏感性实验结果显示,学习强度对模拟精度影响较大,表明居民个体空间决策建模中,对于他人经验的学习过程较为重要,应给予充分考虑。引入强化学习的模型有助于揭示城市增长中个体行为模式,为制定城市空间规划提供参考。     

Modelling urban expansion using a multi agentbased model in the city of Changsha

Although traditional urban expansion simulation models can simulate dynamic features, these models fail to address complex changes produced by different agents' behaviors. The paper has built up a set of spatial-temporal land resource allocation rules and developed a dynamic urban expansion model based on a multi-agent system, which can simulate the interaction among different agents, such as residents, peasants, and governments. This model is applied to simulate urban expansion process taking Changsha City, in China as a study area. The results show that this model can not only reflect basic characteristics of urban expansion, but also help explain the reasons for urban expansion process and understand the effect of agents' behavior on the expansion process, and provide insights into the causing factors behind the expansion. In addition, in contrast to simulation results with land use classification map from remote sensing images, the precision of the simulation reached over 68% with higher precision than cellular automata model according to the cell-by-cell comparison. The results suggest that the model can help to provide land use decision making support to government and urban planners.     

长沙城市土地扩张模型及其应用

Although traditional urban expansion simulation models can simulate dynamic features, these models fail to address complex changes produced by different agents’ behaviors. The paper has built up a set of spatial-temporal land resource allocation rules and developed a dynamic urban expansion model based on a multi-agent system, which can simulate the interaction among different agents, such as residents, peasants, and governments. This model is applied to simulate urban expansion process taking Changsha City, in China as a study area. The results show that this model can not only reflect basic characteristics of urban expansion, but also help explain the reasons for urban expansion process and understand the effect of agents’ behavior on the expansion process, and provide insights into the causing factors behind the expansion. In addition, in contrast to simulation results with land use classification map from remote sensing images, the precision of the simulation reached over 68% with higher precision than cellular automata model according to the cell-by-cell comparison. The results suggest that the model can help to provide land use decision making support to government and urban planners.     

模拟区域土地利用变化的多主体模型及其在鄱阳湖区的应用(英文)

在较大区域内,城市用地扩张和农村土地利用发展一般同步进行。为了能够正确理解这类区域内土地利用/土地覆被变化的动力机制,本研究开发了一个基于多主体系统的土地利用模型。模型将鄱阳湖区视为一个典型区域,利用有限扩散聚合算法模拟城市主体的行为,采用基于涌现理论的主体模型模拟农村土地利用。农村子模型包括多种类型的主体和环境影响层,其中最重要的是农户主体,农户主体可以根据自身条件和周围的环境影响参数确定下一步土地利用的决策,政府主体则通过实施不同的政策对土地利用进行宏观控制。我们根据农户总收入和外出务工人员比例将农户主体分为6类,每种类型的农户主体遵循不同的决策规则。结果表明,本模型的模拟结果与鄱阳湖区1985 – 2005年的土地利用/土地覆被变化趋势高度相符。尤其重要的是,模拟结果充分表明农户主体的土地利用决策与国家政策紧密相关。这表明本研究建立的基于多主体的土地利用模型是一种评估政府土地管理政策效果的有效手段。     

基于多目标决策和CA 模型的土地利用变化 预测模型及其应用

结合宏观用地总体需求与微观土地利用适宜性, 集成灰色预测模型、多目标决策模型、 元胞自动机模型、地理信息系统技术方法, 建立了GCMG 土地利用变化预测模型。GCMG 模型包括非空间和空间2 个模块, 非空间模块侧重依据宏观社会经济发展趋势预测研究区未 来的总体用地需求变化, 而空间模块集成多目标决策模型、元胞自动机、地理信息系统等技 术方法实现了基于土地适宜性的土地利用空间配置。运用该模型对龙海市2000-2010 年土地 利用变化进行了情景模拟, 结果表明园地和建设用地是该区域内变化最为显著的用地类型, 基本农田保护政策严格实施与否将对龙海市未来土地利用变化产生深远的影响。GCMG 模型 在龙海市的应用实例表明, 该模型将土地利用系统作为一个整体, 兼顾到区域宏观水平上的 土地利用需求与局部尺度上的土地利用适宜性, 能够较好地同时模拟不同土地利用类型以及 不同人类决策情景下的土地利用转换概率, 因而可为理解土地利用多尺度复杂系统提供一定 的帮助。     

Simulating urban land-use changes at a large scale by integrating dynamic land parcel subdivision and vector-based cellular automata

Cellular automata (CA) have been widely used to simulate complex urban development processes. Previous studies indicated that vector-based cellular automata (VCA) could be applied to simulate urban land-use changes at a realistic land parcel level. Because of the complexity of VCA, these studies were conducted at small scales or did not adequately consider the highly fragmented processes of urban development. This study aims to build an effective framework called dynamic land parcel subdivision (DLPS)-VCA to accurately simulate urban land-use change processes at the land parcel level. We introduce this model in urban land-use change simulations to reasonably divide land parcels and introduce a random forest algorithm (RFA) model to explore the transition rules of urban land-use changes. Finally, we simulate the land-use changes in Shenzhen between 2009 and 2014 via the proposed DLPS-VCA model. Compared to the advanced Patch-CA and RFA-VCA models, the DLPS-VCA model achieves the highest simulation accuracy (Figure-of-Merit = 0.232), which is 32.57% and 18.97% higher respectively, and is most similar to the actual land-use scenario (similarity = 94.73%) at the pattern level. These results indicate that the DLPS-VCA model can both accurately split the land during urban land-use changes and significantly simulate urban expansion and urban land-use changes at a fine scale. Furthermore, the land-use change rules that are based on DPLS-VCA mining and the simulation results of several future urban development scenarios can act as guides for future urban planning policy formulation.     

Agent-based model of land system: Theory,application and modelling framework

Land change science has become an interdisciplinary research direction for understanding human-natural coupling systems. As a process-oriented modelling approach, agent based model(ABM) plays an important role in revealing the driving forces of land change and understanding the process of land change. This paper starts from three aspects: The theory, application and modeling framework of ABM. First, we summarize the theoretical basis of ABM and introduce some related concepts. Then we expound the application and development of ABM in both urban land systems and agricultural land systems, and further introduce the case study of a model on Grain for Green Program in Hengduan Mountainous region, China. On the basis of combing the ABM modeling protocol, we propose the land system ABM modeling framework and process from the perspective of agents. In terms of urban land use, ABM research initially focused on the study of urban expansion based on landscape, then expanded to issues like urban residential separation, planning and zoning, ecological functions, etc. In terms of agricultural land use, ABM application presents more diverse and individualized features. Research topics include farmers' behavior, farmers' decision-making, planting systems, agricultural policy, etc. Compared to traditional models, ABM is more complex and difficult to generalize beyond specific context since it relies on local knowledge and data. However, due to its unique bottom-up model structure, ABM has an indispensable role in exploring the driving forces of land change and also the impact of human behavior on the environment.     

土地系统多主体模型的理论与应用

土地变化科学是理解人类—自然耦合系统的交叉学科研究方向。多主体模型（ABM）作为过程导向模型,对揭示土地变化驱动力,理解土地变化过程有重要作用。本文从理论、应用与建模框架三方面出发,总结了ABM理论基础和相关概念;阐述了ABM在城市和农业土地系统两方面的应用与发展,进一步介绍了横断山区退耕还林ABM研究案例;在梳理ABM建模协议的基础上,提出了主体视角的土地系统ABM建模框架和实施流程。在城市土地利用方面,ABM研究从最初基于景观研究城市扩张,到研究城市内部居住分隔,规划分区,生态功能等多方面;在农业土地利用方面,ABM应用则呈现出更加多样化和个性化的特征,包括农民行为、农户决策、种植系统、农业政策等。相比于传统模型,ABM因其依靠本地知识与数据而使得其构建更为复杂,且不易推广;但因其独特的自下而上模型构架,在探究土地变化驱动力、刻画人类行为对自然环境影响等方面具有不可或缺的作用。     

基于CA-ABM模型的福州城市用地扩张研究

以中国海西地区重要门户福州市为研究区,结合其地理位置多层次约束性条件,以地理加权回归模型作为元胞自动机(CA)层的转换规则,同时以2000-2015年多期LandsatTM/ETM+影像的城市用地情况为参照,借助GIS空间分析技术,对CA和多智能体(ABM)相耦合的城市用地扩张模型进行改进。然后利用传统的和改进后的CA-ABM模型,多角度、多层次地模拟福州市2000年、2005年、2010年、2015年城市用地扩张在微观格局上的变化。结果表明,传统的和改进后的CA-ABM模型的整体精度均在80%以上,模拟结果具有较强的可信度;改进的 CA-ABM模型模拟的点对点总体精度和Kappa系数均高于传统的CA-ABM模型,而且模拟结果更加接近实际的城市用地扩张分布情况。结论可为平衡城市化进程和合理规划城市用地提供重要的理论技术支撑。     

基于约束性CA的大都市郊区城镇增长的情景模拟与管控——以武汉市江夏区为例

大都市郊区是快速城镇化进程中空间演变最为频繁、人地矛盾最为突出的区域,尤其在中国加快推进“就地就近”城镇化战略的背景下,把握大都市郊区小城镇土地利用时空变化过程及其演变机制,对制定科学合理的管控政策和优化都市空间结构具有重要的现实意义。约束性元胞自动机(constrained Cellular Automata, constrained CA)能够通过简单的规则模拟复杂的城市动态演化过程。本文将土地利用总体规划指标、城镇空间发展战略布局、土地利用开发适宜性等,嵌入约束性CA的转换规则中,采用Logistic逐步回归法分析土地利用空间影响因素,对严格约束下的武汉市江夏区2020年土地利用进行情景模拟分析,并提出城市增长管控手段。结果表明：①研究时段内,江夏区城镇用地呈低效外延式扩张,土地利用集约节约程度较低,其人口规模并未有较大增长,对主城区人口的分散作用尚未真正形成;②约束性CA在模拟大都市郊区演化方面具有较高的可靠性,能够真实反映近郊小城镇的未来空间布局与结构,模拟结果与土地利用规划和城市规划较为契合;③将规划目标导向与现实发展趋势下的模拟结果进行叠加分析,可确定城镇增长需求与规划指标调控间冲突的空间分布,从而划定土地督察的重点监测区域,为加强大都市近郊区的违法用地监查和土地利用管控提供先验的预警知识。     

南通市建设用地扩张情景模拟与景观生态效应

选择城镇化进程快速、区位条件特殊的南通市作为案例,集成CLUE-S模型与Auto-logistic回归模型构建适合不同情景的建设用地扩张的动态分布模型。通过1987年以来遥感影像获取的4个时段的南通市建设用地增长时空特征分析提取先验知识规则,模拟在基准、经济发展、生态保护等情景下建设用地增长与空间布局,通过景观学知识分析其空间扩张的生态效应。结果表明,1987年以来,南通市建设用地扩张剧烈,空间上围绕城区和乡镇中心快速蔓延,呈现“轴线增长-内部填充”交替的周期性波动规律。Kappa系数与模拟正确率（PCM）显示,构建的复合集成模型具有较高的可靠性,能够应用于对未来建设用地空间分布的模拟。模拟结果显示未来建设用地扩张集中在城镇周边,其中在经济发展情景下还有向东部沿海滩涂扩展的趋势。由于扩张剧烈,在建设用地集中区呈现出融合成更大面积分布区的现象。建设用地空间扩张的斑块密度和景观形状指数均较高,景观格局趋于不稳定,破碎化相对严重。