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.     

经济适用住房在城市中的空间分布——基于DEM的武汉市实例分析

经济适用住房作为具有保障性质的政策性住房,其在城市中的空间分布决定了居住其中的中低收入家庭在城市中的空间位置和聚散程度,这不仅是一个建设选址问题,也关系城市经济社会的发展。基于经济适用住房的特点,分析了经济适用住房在城市中空间分布的“两阶段性”,分布过程中面临的问题,并提出经济适用住房“空间福利”概念和计算方法;选取武汉市作为分析实例,基于GIS 平台和构建DEM的方法对武汉市经济适用住房的空间分布概况、空间福利比较以及微观面上的建设选址和空间质量分配问题进行了分析和探讨。     

基于多智能体建模技术的城市用地时空演化研究

为应对现代城市发展在用地资源分配和生态环境保护上遇到的巨大挑战,研究在综合复杂系统理论、城市经济学以及地理信息系统等多种学科技术的前提下,应用多智能体建模软件NetLogo构建了一个以“由下至上”运行机制为主的城市用地拓展模型,通过不同微观个体之间的互动反馈行为来实现对圣地亚哥城市宏观用地布局的模拟,并应用逐点比对和整体比对两种不同的精度检验方法来测算模型分析结果的准确性;针对当前模型研究存在的问题和未来可能的改进方向进行了归纳分析。     

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。     

基于多智能体的洪涝风险动态评估理论模型

随着全球气候变化的加剧和城市化进程的快速发展,洪涝灾害的影响和复杂性日益加剧。洪涝灾害风险评估是一项复杂的系统工程,在防洪减灾工程理论与实践中具有重要意义;作为洪涝灾害风险管理和应急处置的基础和核心,风险评估模型直接影响洪涝灾害风险评估结果的可靠性。洪涝灾害风险是洪涝灾害复杂系统组成部分相互作用的结果,综合考虑洪涝灾害系统的特点以及智能体建模的优势,提出了一种基于多智能体的洪涝风险动态评估理论模型。首先从复杂系统建模的角度出发,对洪涝灾害复杂系统进行分析建模,构建基于多智能体的洪涝灾害风险动态评估框架模型;其次,对所构建的框架模型中单个智能体模型进行研究,分别建立基于反应型的孕灾环境智能体模型和基于慎思型的致灾因子、承灾体和风险分析智能体模型,并对以上单个智能体的流程进行研究;然后以风险分析智能体联盟为例对模型框架中所涉及到4类智能体联盟的内部结构和流程进行分析,对构建的框架模型中涉及到的智能体通信协调和作用规则进行探讨;最后,在Netlogo平台上,基于30 m DEM数据和构建的模型,对淮河流域的暴雨型洪涝孕育发生发展全过程的人口风险进行动态评估。结果表明,构建的模型能有效评估洪涝灾害全过程中人口风险的动态。研究结果对洪涝灾害人口灾情评估、应急救助和应急管理都具有较强的指导意义。     

长江三角洲空间一体化发展格局的初步测度

一体化空间格局,并不是均匀的空间发展,而是经济更为集中、分工日益密切、生活水平从分异到收敛的过程。从密度、距离、功能分工和联系分割维度,构建评价区域一体化的4类指标,在宏观层面上对长江三角洲一体化的空间格局进行计算和分析。结果表明:随着一体化进程的深化,长江三角洲地区的开发密度不断增强,但核心集聚与区域扩散并存;交通可达性显著提高,区际间商贸流动距离缩短,成本下降;地区专业化水平提升,地区间实现分工与协作。其中,制造业正由原核心向外围转移,而生产性服务业则出现核心城市集聚态势;多层次、多模式的网状区域管治体系正在建立。     

基于日常活动空间的社会空间分异研究进展

社会空间分异是城市社会学与城市地理学的经典研究议题,也是当前中国社会所面临的现实问题,在大量理论与实证研究的支撑下,形成了从居住空间出发的经典研究范式。而在人类移动性不断增强、居民活动日趋多样化的背景下,传统的研究范式显得静态和片面,难以反映社会空间分异与隔离问题的全貌,因此有必要从居民的日常活动空间出发探讨社会空间分异问题。国际学者们从不同视角出发对该议题进行了探索,本文对已有研究进行了梳理和述评,将已有研究总结为基于活动空间的群体分异与交往、个体活动空间的时空分异、社会空间分异的动态变化三种类型;并以时空间行为研究的理论和方法论为基础,从基于人的空间研究范式出发,构建“人群—活动空间—社会空间”基于活动空间的社会空间分异研究框架;尝试推进社会空间分异研究范式的多元化,从以人为本的立场出发理解城市空间和城市中的人。     

基于经济社会活动视角的城市空间演化过程模型

中国的快速城市化带来了诸多问题,亟需制定合理有效的城市空间政策以确保城市发展的可持续性。因此,开展城市空间发展过程模拟、实施政策检验对于推进新型城镇化和城市的健康发展具有重要意义。本文基于“土地利用/交通相互作用模型”(Land Use/Transport Interaction Model, LUTI),以经济社会活动为切入点,构建了城市空间演化过程模型(Urban Activity Spatial Evolution Model, UASEM),并进一步给出了UASEM模型各子模型的具体实现和模块之间衔接的逻辑结构,从可操作层面给出了模型的实现方法。该模型可用于模拟城市空间演化过程、检验政策实施等,将成为城市空间可持续发展模拟分析研究的重要工具。     

职住空间关系研究的比较述评与展望

职住空间关系因其丰富的内涵和复杂的要素关系而成为多学科研究的热点问题。虽然跨学科交叉融合研究是职住关系研究的发展方向,但由于学科背景的差异各学科关注了职住关系问题的不同方面,其研究立场和结论也存在一定差异。通过梳理职住关系相关问题研究的主要内容、观点以及存在的争议,从学科背景这个全新的视角探寻了研究结论差异性的根源,进而展望了未来可能的研究方向和领域。分析发现：社会学侧重于社会政策和个体属性差异影响下的弱势群体职住空间错配研究,对“职住空间错配”假说的存在有较大争议;城市经济学强调市场对职住空间关系的决定性作用,认为职住分离是城市发展的必然阶段;城市规划学者试图通过测度城市通勤验证职住平衡的有效性,虽然备受争议,但其仍是城市规划的理想模型和指导思想;城市地理学则从宏观的空间测度和微观的个体行为变化洞悉城市空间重构及职住分离的影响因素和形成机制。总结认为,地理学者应在借鉴多学科的理论和方法的基础上,宏观方面要加强基于大数据和全要素信息的职住空间关系集成模型构建和精细化模拟研究,微观上,基于后现代主义和人本主义的职住关系对个体或特殊群体的影响及其响应的系统研究具有较大发展空间。     

智能技术影响下的城市空间研究进展与思考

智能技术的影响已经渗透到城市的不同方面,空间要素的流动更快更复杂,城市功能需要进行调整以适应居民活动的变化,城市空间的智能化发展与运营管理也成为新的挑战。论文从城市空间要素组织、居民活动与空间功能、空间运营管理3个方面梳理当前智能技术对城市空间的影响,并展望未来5~10 a的城市空间应具有瞬时异地、空间智能化、复杂流动性以及韧性能力更强的特点,最后从城市空间组织、功能形态、运营管理与规划方法4个方面探讨了未来的城市空间研究需要关注的重点内容,以期为智能技术影响下的城市空间研究与规划设计提供参考。     

基于ESEM的滨海城市居民城际出行空间行为探讨——以广东省湛江市为例

以湛江市居民城际出行作为研究对象，通过对乘客进行问卷实证调查，从微观角度探讨滨海城市居民城际出行空间行为特征。结果表明：○1湛江市居民省内、国内城际出行分别呈现出“点-轴”式和“斑块-通道”式空间分布格局； ○2 在行为分析上，5变量探索性结构方程模型（ESEM）模型具有较好的适配度，公路、铁路和航空3种交通方式的模型潜因子均可命名为便捷性、经济性、舒适性、安全性和出行偏好潜因子；○3通过分析模型潜因子观察变量构成及同一潜因子观察变量载荷，不同交通方式出行行为特征分异比较明显，且呈现出明显的滨海城市个性特点。④年龄、月收入和月均离湛次数是影响出行行为的重要协变量。研究为人本导向的滨海城市城际交通枢纽连线规划、交通体系组成优化、交通服务能力供给提供理论支撑。     

An agent-integrated irregular automata model of urban land-use dynamics

Urban growth models are useful tools to understand the patterns and processes of urbanization. In recent years, the bottom-up approach of geo-computation, such as cellular automata and agent-based modeling, is commonly used to simulate urban land-use dynamics. This study has developed an integrated model of urban growth called agent-integrated irregular automata (AIIA) by using vector geographic information system environment (i.e. both the data model and operations). The model was tested for the city of San Marcos, Texas to simulate two scenarios of urban growth. Specifically, the study aimed to answer whether incorporating commercial, industrial and institutional agents in the model and using social theories (e.g. utility functions) improves the conventional urban growth modeling. By validating against empirical land-use data, the results suggest that a holistic framework such as AIIA performs better than the existing irregular-automata-based urban growth modeling.     

农户参与旅游决策行为结构模型及应用

通过国内外相关文献分析及定性研究确定构成农户参与旅游开发决策行为的可能影响因子,即涉及农户对社区旅游地开发基础认知、旅游地归属感、旅游开发影响感知、农户参与能力、农户参与态度、农户参与决策、旅游地开发偏好、参与旅游行为等8个结构变量。运用结构方程模型方法,建立了旅游地开发过程中农户参与决策行为结构概念模型,提出了6个假设。并与实践结合,对模型进行实证分析和验证,借助于结构方程专用软件 (Lisrel),对提出的概念模型加以拟合,确定了各要素之间的路径系数,验证了6个假设,提出的6个假设基本正确。结果表明：① 农户的旅游开发基础认知对其旅游参与态度有正向影响,但不十分显著 (0.35);② 农户的地方认同感是农户参与旅游开发态度的主要影响因素 (0.89),其次是农户旅游影响感知 (0.75);③ 农户参与旅游开发态度直接影响其旅游参与决策行为 (0.85);④ 农户参与能力对其参与旅游决策也有正向影响,但由于农户的自身素质和外部环境制约了农户参与能力,两者之间不十分显著 (0.35);⑤ 农户的旅游参与旅游决策行为进一步影响了农户的旅游地开发偏好和参与旅游行为 (分别为0.91、0.48)。最后指出了提高农户参与旅游决策的措施,决策行为模型计算中存在的问题以及在旅游可持续发展研究中的应用前景。     

Reducing model complexity for explanation and prediction

Numerical models can be useful for explaining poorly understood phenomena or for reliable quantitative predictions. When modeling a multi-scale system, a ‘top-down’ approach—basing models on emergent variables and interactions, rather than explicitly on the much faster and smaller scale processes that give rise to them—facilitates both goals. Parameterizations representing emergent interactions range from highly simplified and abstracted to more quantitatively accurate. Empirically based large-scale parameterizations lead more reliably to accurate large-scale behavior than do parameterizations of much smaller scale processes. Conversely, purposefully simplified representations of model interactions can enhance a model's utility for explanation, clarifying the key feedbacks leading to an enigmatic behavior. For such potential insights to be relevant, the interactions in the model need to correspond to those in the ‘real’ system in some straightforward way. Such a correspondence usually holds for models constructed for predictive purposes, although this is not a requirement. The goals motivating a modeling endeavor help determine the most appropriate modeling strategies, as well as the most appropriate criteria for judging model usefulness.     

城乡边缘区农户家庭就业空间行为模式及机制研究——以衡阳市珠晖区酃湖乡4个样本村为例

在湖南省衡阳市酃湖乡4个村268家农户的访谈和问卷调查的基础上,通过主导因子分析法,总结了城乡边缘区农户就业空间行为的模式,即传统农业模式、城郊农业就业模式、省域就业模式、市域就业模式、本村置业模式和本市置业模式等6种就业空间行为模式,并从城市化、农业生产效率和城乡二元结构等3个方面总结了各种模式的形成机制。     

元胞模型在地貌演化模拟中的应用浅析

元胞自动机是一个时空离散的动力学模型,是复杂系统的研究方法之一。从80年代后期开始,在许多领域都得到广泛的应用与发展。地貌是一个非线性动态复杂系统,元胞自动机模型(或更广意义上的元胞模型)为研究复杂地貌系统的动态演化提供了新的方法论工具。本文根据近些年国内外该领域的研究成果,对元胞模型在地貌演化模拟中的应用及进展进行了探讨,并分析了元胞模型方法在地貌演化模拟中的优势和不足。     

Regularities in Spatial Information Processing: Implications for Modeling Destination Choice

This paper investigates the determinants of spatial knowledge and how our knowledge of space varies according to geographic location. By using data on U.S. city names recalled at 22 test locations, a multivariate model of the information surface specific to each test location is calibrated. This model links the probability of a city being recalled from memory to its distance from the test site, its population size, its location with respect to other cities, and whether or not it is a state capital. The paper then suggests that these recall data provide information on spatial knowledge surfaces from which large-scale spatial choices, such as migration destinations, are made. Results from the analysis lend further evidence to the idea that spatial knowledge is stored and processed hierarchically and that individuals underrepresent information in large clusters. Consequently, the results have important implications for modeling any spatial behavior based on individuals' spatial information surfaces. In particular, the results cast further doubt on the validity of traditional large-scale spatial choice frameworks and lend support to the competing destinations hypothesis.     

基于空间计量模型的城市网络外部性定量测度

在经济全球化、区域一体化的背景下,城市发展动力由内部功能集聚转向外部关系协调,城市间的关联作用愈发重要,成为“城市的第二本质”。通过文献计量分析,发现空间计量模型逐渐成为城市网络外部性定量测度的主要方法之一。从研究设计角度,空间计量模型作为城市网络外部性的定量建模工具,存在至少两方面的问题：城市网络外部性的非对称效应和城市网络的多尺度问题。本文结合城市网络外部性测度与建模,首先阐述如何规范地解读空间计量模型参数及其与网络外部性测度的对应关系;其次基于蒙特卡洛模拟实验论证非对称城市网络外部性和多尺度城市网络外部性的建模方法。研究表明：(1)忽视城市网络外部性中潜在的非对称效应会显著降低模型参数估计的准确性,本文开发的非对称空间效应模型（Asymmetric Spatial Econometric Model,ASEM）可以准确识别网络外部性的非对称效应,给出更加准确的参数估计;(2)忽略现实存在的多尺度网络效应,只在单一尺度对网络效应建模会造成参数估计失真,而空间多尺度统计模型（Hierarchical Spatial Autoregressive model,HSAR）为多尺度网络外部...     

Fine-grained prediction of urban population using mobile phone location data

Fine-grained prediction of urban population is of great practical significance in many domains that require temporally and spatially detailed population information. However, fine-grained population modeling has been challenging because the urban population is highly dynamic and its mobility pattern is complex in space and time. In this study, we propose a method to predict the population at a large spatiotemporal scale in a city. This method models the temporal dependency of population by estimating the future inflow population with the current inflow pattern and models the spatial correlation of population using an artificial neural network. With a large dataset of mobile phone locations, the model’s prediction error is low and only increases gradually as the temporal prediction granularity increases, and this model is adaptive to sudden changes in population caused by special events.     

基于智能体和人工神经网络的元胞自动机建模及城市扩展模拟

城市扩展模拟可为城市可持续发展与国土空间规划提供参考。智能体模型(ABM)与元胞自动机(CA)结合可兼顾城市空间增长的自组织性和不同决策主体的决策过程,人工神经网络(ANN)可描述智能体与城市扩展之间复杂的非线性关系。该文基于ANN-ABM-CA耦合模型,在构建CA转换规则时基于ABM刻画人类决策行为的影响,并采用ANN挖掘不同类型的智能体在城市扩展过程中的偏好差异,同时考虑宏观和微观层面的智能体决策行为,结合城市扩展的10个驱动因素,模拟武汉市主城区2005-2015年的扩展情况,结果表明:1)相比传统的ANN-CA模型,ANN-ABM-CA模型模拟性能更优,从宏观与微观相结合的角度更好地解释了城市扩展的驱动机制,OA值为97.46%,Kappa系数为0.9176,FoM值为0.4375,结果可靠且合理;2)不同收入层级的居民智能体对城市扩展的决策偏好不同;3)武汉主城区城市扩展模式主要为边缘型扩展,洪山区西南部有少部分填充型扩展、东南部出现飞地型扩展,与实际扩展情况相符。