城市系统微观模拟中的个体数据获取新方法

目前自上而下的城市系统宏观模拟并不能解决城市这一复杂系统中出现的部分问题,城市系统微观模拟(如多主体系统MAS) 已经成为城市系统模拟的新思路,其主要是基于个体数据(如个人、家庭、公司或建筑物) 开展的。国际国内这方面的应用都受到个体样本稀缺的限制。微观模拟所需要的个体样本数据是原有的统计制度所不能适应的,尤其是在中国,个体样本在统计公报或年鉴中不公开,仅可通过典型调查来补充。本文旨在探索稀疏数据环境下构建城市系统微观模拟的个体样本数据的新方法。该方法基于已有的多源统计数据、典型调查数据以及个体的通用规则,反演出个体样本的属性信息和空间分布,进而可以以GIS图层的形式直接作为微观模拟的数据基础。通过本方法获取的样本,能够符合已有的统计资料,并遵照了样本的基本特征,可以作为现有数据条件下的微观模拟模型的数据输入。同时该方法的应用简单,统计意义上的准确度高,适合我国统计制度下的微观模拟模型的构建。     

基于细胞自动机与多主体系统理论的城市模拟原型模型

文章从城市地理学模拟模型研究发展相对滞后的现实出发,分析了传统城市模型模拟存在的问题与不足,讨论了计算机科学、复杂性研究、地理信息科学与技术、新发展的地学计算方法等作为计算城市模型发展基础的可行性,提出了一个基于细胞自动机与多主体系统理论与方法、包容了多尺度(宏观、中观、微观)层次的综合可计算城市模拟原型模型框架,对以邻里社区为基础的居住区位微观模拟模型作了概念上的讨论,分析了地学计算方法在城市模拟模型研究中的发展前沿。     

基于MAS的农户土地利用模型构建与模拟——以陕西省米脂县孟岔村为例

Multi-Agent System(简称MAS)给进行多主体参与的LUCC研究提供一个概念性框架.本文试图通过对多主体决策的模拟,来探讨MAS在微观层面土地利用变化过程中的应用,揭示农户土地利用决策变化的机制.首先,简要说明MAS在土地利用变化模拟中的研究进展和背景:然后,基于B、D、I的决策结构.建立基于MAS的农户土地利用框架;再次,以陕西省米脂县孟岔村为例进行研究:最后.探讨了MAS模型在微观层面模拟LUCC的潜力与不足.研究表明:①利用可清晰地表达决策产生过程的B、D、I决策框架,构建微观个体(农户)的土地利用决策模型:②利用连续函数,构建同类农户间的相互作用模型;③构建市场对农户决策的影响模型.定量分析市场对农户最终土地利用决策的影响,厘定市场、同类农户间相互作用对其土地利用决策的影响:④构建的基于MAS的农户土地利用决策模型为从微观视角研究土地利用变化提供了新的方法.同时.也为进一步探索宏观土地利用变化与微观土地利用决策间的互动机理积累理论与实践的经验.还需要进一步研究和探讨的问题包括:①决策的尺度变化问题,即单个农户决策与群体农户决策之间的转化问题;②探索在更长时间里进行农户土地利用决策研究的方法.以期在大量的土地利用资料与有限时间决策之间找到沟通的桥梁:③进一步探讨不同农户间相互作用的定量方法和模型,充实农户间相互作用的研究.     

空间微观模拟方法及在城市研究中的应用

基于活动主体的城市系统微观模拟可能在未来城市研究中发挥重要作用,但其通常受到微观个体数据稀缺的限制。空间微观模拟方法（spatial microsimulation）主要基于家庭、个人等微观分析单元,通过整合不同层面的数据源,如宏观汇总层面的人口普查统计表以及微观层面的家庭活动日志调查等,合成大样本微观个体数据集,可以在精细化空间尺度上对微观个体行为进行模拟研究。该方法在城市系统微观模拟、空间分析以及政策评估等方面具有一定优势,在西方国家城市研究中的应用逐渐增多,但在国内较为缺乏。本文尝试对空间微观模拟方法的起源、三种核心算法,包括条件概率（conditional probability） 、确定性加权（deterministic reweighting）以及模拟退火（simulated annealing）进行介绍,并从国际层面综述该方法在城市研究,如收入与贫困、交通出行、健康等领域中的应用,为我国相关研究的开展提供借鉴。     

基于多智能体的居住区位空间选择模型

多智能体系统(Multi-Agent system, MAS) 是一种进行复杂系统分析与模拟的强有力工具,尤其在社会科学领域得到了广泛的应用。本文提出了基于多智能体的居住区位选择模型(Agent-Based Model of Residential Location-ABMRL),将多智能体建模的方法应用于居民居住区位决策行为和地价动态变化的研究中,旨在探索与模拟居民在居住选择过程中的复杂空间决策行为,以及居民之间、居民与地理环境的相互作用而导致城市居住空间分异的演化过程。ABMRL模型由表征各类居民的多智能体层和表征地理环境的元胞自动层组成,对应人地关系中的两个基本要素--人类与自然环境。该模型认为居民迁居的动力源于内部的经济社会压力和外部的居住环境刺激。利用ABMRL模型模拟和验证了居住空间分异、圈层城市空间结构、城市绅士化等经典城市理论,并以广州市海珠区为实验区,模拟了该区域居民居住空间分异的演化过程和地价的动态变化。     

土地利用功能变化与农户响应研究进展

LUCC是表达土地系统的主要方法之一，但仅利用LUCC已不能完整理解土地系统的变化，而通过土地利用功能变化的研究加深对土地系统的认识已成为国内外学者的共识。目前，探讨和分析宏观土地利用功能变化与微观主体行为间的相互影响机制，已成为土地利用功能变化研究急需解决的问题。本文从土地利用功能表达与变化研究、土地利用功能变化的微观响应机制等两个方面，对土地利用功能变化与农户响应的研究进展进行归纳与总结，结论如下：（1）需进一步完善土地利用功能类型的表达方式和方法，使其在表达宏观土地利用功能分异规律的同时，亦能表达微观主体土地利用行为的信息；（2）还需借鉴土地利用决策和多模型整合的理论与方法对土地利用功能及其微观响应进行模拟。同时，指出发展土地利用功能变化下农户响应的有限理性决策模型，探索多模型整合的方式与方法就成为今后研究的重要任务。它对于认识和理解该宏观土地利用功能变化下微观主体的响应，进而引导农户土地利用行为，具有十分重要的理论和现实意义。     

城镇化与生态环境耦合动态模拟模型研究进展

按照地理学科发展趋势,对城镇化与生态环境耦合的研究将由定量描述转入动态模拟。目前,城镇化与生态环境耦合动态模拟模型呈现多元化。论文系统梳理了其中4类常见的动态模拟模型,包括城镇化与生态环境耦合系统动力学模型、基于人工智能算法的城镇化与生态环境耦合动态模拟模型、基于土地利用变化的城镇化与生态环境耦合动态模拟模型以及基于多模型集成的城镇化与生态环境耦合复合模型。主要结论如下：系统动力学模型被广泛应用于城市复杂系统、城市转型和可持续发展以及城镇化与生态环境单要素耦合的动态模拟之中,但存在空间解释不足以及忽视系统自适应性等问题;人工智能算法(ANN和BN)在自学习、自组织、自适应系统或不确定性系统模拟中具有显著优势,并被应用于城市扩张、环境变化、资源需求以及生态脆弱性的识别之中,但应用面相对狭窄且限制条件偏多;土地利用变化模型(CLUE/CLUE-S、CA和MAS)局限于从土地城镇化视角模拟城镇化与生态环境耦合;基于多模型集成的复合模型实现了各模型之间的优势互补,已成为城镇化与生态环境耦合动态模拟模型的发展趋势。今后,应从技术和理论2个层面实现城镇化与生态环境耦合动态模拟模型的进一步发展,并加强对微观过程的模拟。     

转向企划—活动系统研究的时间地理学

全生态综合世界观和人地互动过程与复杂性的系统研究是时间地理学理论体系构建的核心,也是行为地理学关于空间—行为互动理论构建的关键问题。企划和活动的地方秩序嵌套是新时间地理学的最新发展。论文围绕企划—活动系统及其变化、企划交织下的活动系统与社会互动、企划实现过程中活动的地方秩序构建等3个方面对时间地理学理论发展和研究前沿进行综述,系统梳理时间地理学在交通出行、城市与区域规划、地理学、康复医疗与健康、资源能源利用等领域的跨学科应用。未来呼吁更多学者关注时间地理学,积极开展跨学科应用和时间地理学创新应用的国际比较研究,将时间地理学的最新研究进展与中国城市发展的现实问题相结合,创新并发展中国城市研究的行为范式,丰富和完善中国城市的空间—行为互动理论,为中国城市的高质量发展做出贡献。     

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。     

基于多智能体模拟的旅游地保护行为决策

运用基于复杂适应性系统理论支持下的ABM建模方法,以历史文化名镇湘西里耶镇为研究对象,构建多智能体构成的保护行为执行主体系统。以系统行为偏好和行为影响分析为切入点,分析古镇旅游开发过程中各智能体的保护行为特征,从微观层面研究各智能体的保护行为变化对系统行为决策的影响,并依据行为动态模拟结果推导反映系统协调和优化的古镇保...     

基于多智能体的地理空间分异现象模拟 ——-以城市居住空间演变为例

许多地理现象都存在一定的空间分异规律。研究地理空间分异现象的形成与发展有重要的理论意义。基于“从上至下”的方程式方法很难对这些现象的形成过程进行解析。采用“自下而上”的多智能体系统, 对复杂地理现象的分异过程进行了重现。采用java-swarm 仿真技术, 以城市居住空间分异现象为例, 模拟出城市系统从无序走向有序的过程, 为发展和验证城市理论提供了一种重要的分析手段。基于多智能体的居住空间分异模型展现了居民智能体聚集现象的产生过程及对房屋价值的影响, 比较了居民不同收入差异情况下对居住空间分异的影响。模拟结果表明居住空间分异现象是一个历史的必然; 收入差异扩大使中低收入阶层在居住的空间区位选择上处于被动地位。     

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。     

城市交通与土地利用一体化模型的理论基础与发展趋势

城市交通与土地利用间的协调发展是科学调控城市发展的重要环节。在基于地租理论的微观区位决策与土地利用与交通系统宏观动态交互理论基础上,回顾了城市交通与土地利用一体化模型的发展过程及不同依据下的分类特征,对空间相互作用和重力模型理论模型、空间经济学理论模型、随机效用和离散选择模型和基于行为的微观模型4类一体化模型的优劣进行了系统梳理分析。分析表明,具有合理理论基础、科学数据处理方法、较高模型精度和政策评估适用性的一体化模型仍存在巨大发展空间。近年来西方学者研究趋向微观化、综合化和简约化,而国内一体化模型发展相对滞后,要求模型理论与综合实证开发的进一步突破。特别是在新数据、新交通技术、国土空间规划体系背景下,城市交通与土地利用一体化模型将从“空间”模型向“时空间”模型转变;从“宏观”集计模型向“微观”行为模型转变;从“交通-土地”模型向“综合系统”模型转变;从“样本数据”模型向“大数据”模型转变;从“交通规划”应用向“国土空间规划”应用转变。旨在对城市交通与土地利用一体化模型的一般结构、原理类型、当前面临的问题和挑战进行深入剖析,以推进一体化模型在中国的研究与开发。     

基于多智能体的城市人口分布动态模拟与预测

城市人口分布变化过程是复杂的动态系统,掌握其规律在城市规划和社会可持续发展中有重要意义。用相互作用的多智能体系统(MAS)、元胞自动机(CA)环境及城市人口密度模型构建精确到街道的城市人口分布模型,并以长沙为例,分析城市人口分布的演变过程,为相关的调控提供决策依据。研究结果表明,其模拟的城市人口分布格局与实际情况吻合较好,在多种因素的影响下,长沙市将形成“市中心人口快速增长,近郊区人口缓慢增长,沿湘江畔、沿五一大道及岳麓区高新技术开发区人口密集”的发展格局。与以往的模型进行相比,所获得的模拟结果精度更高,更接近于实际的空间分布格局。     

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。     

多智能体城市土地扩张模型及其应用

传统的城市土地扩张模型多为静态模型,无法呈现空间上每一时间点的土地利用状况,以元胞自动机（Cellular Automata）模型为代表的新型城市土地扩张模型虽然具有动态特性,但其无法描述影响城市土地扩张的智能体（Agent）之间所产生的多元变化结果。以多智能体系统（Multi—Agent System）理论为基础,建立城市土地资源时间和空间配置规则,构建了动态且能描述影响城市土地扩张的智能体（Agent）间互动关系的城市土地扩张模型,并以长沙市区为例,应用所构建之模型进行了城市土地扩张的实证分析。结果表明：该模型可以反映城市土地扩张的基本特征和规律．对于解释城市土地扩张的成因、理解智能体行为对城市土地扩张过程的影响是合适的。并且将模拟结果与遥感土地利用解译结果对比．1998年、2001年、2005年城市土地扩张模拟的点对点精度均达到68％以上,从而能够为政府和城市规划者制定用地政策提供辅助决策支持。