A multi-type ant colony optimization (MACO) method for optimal land use allocation in large areas

Optimizing land use allocation is a challenging task, as it involves multiple stakeholders with conflicting objectives. In addition, the solution space of the optimization grows exponentially as the size of the region and the resolution increase. This article presents a new ant colony optimization algorithm by incorporating multiple types of ants for solving complex multiple land use allocation problems. A spatial exchange mechanism is used to deal with competition between different types of land use allocation. This multi-type ant colony optimization optimal multiple land allocation (MACO-MLA) model was successfully applied to a case study in Panyu, Guangdong, China, a large region with an area of 1,454,285 cells. The proposed model took only about 25 minutes to find near-optimal solution in terms of overall suitability, compactness, and cost. Comparison indicates that MACO-MLA can yield better performances than the simulated annealing (SA) and the genetic algorithm (GA) methods. It is found that MACO-MLA has an improvement of the total utility value over SA and GA methods by 4.5% and 1.3%, respectively. The computation time of this proposed model amounts to only 2.6% and 12.3%, respectively, of that of the SA and GA methods. The experiments have demonstrated that the proposed model was an efficient and effective optimization technique for generating optimal land use patterns.     

Book Reviews

Pauline von Bornsdorff and Arto Haapala, eds. Aesthetics in the Human Environment James D. Proctor and David M. Smith, eds. Geography and Ethics: Journeys in a Moral Terrain G. Malcolm Lewis, ed. Cartographic Encounters: Perspectives on Native American Mapmaking and Map Use Richard Symanski, Blackhearts: Ecology in Outback Australia Donald W. Meinig, The Shaping of America: A Geographical Perspective on 500 Years of History Peter J. Taylor, Modernities: A Geohistorical Interpretation Keith Harries, Mapping Crime: Principle and Practice Leland T. Saito, Race and Politics: Asian Americans, Latinos, and Whites in a Los Angeles Suburb Frank McDonald, The Construction of Dublin Lisa M. Benton, The Presidio: From Army Post to National Park Bob R. O'Brien, Our National Parks and the Search for Sustainability Eric Damian Kelly and Barbara Becker Community Planning: An Introduction to the Comprehensive Plan Avinoam Meir As Nomadism Ends: The Israeli Bedouin of the Negev David Pinder, ed. The New Europe: Economy, Society, and Environment R. P. Misra and Kamlesh Misra Million Cities of India: Growth Dynamics, Internal Structure, Quality of Life, and Planning Perspectives. Vol 1     

基于多目标遗传算法的土地利用空间结构优化配置

针对如何将土地利用数量结构落实到具体的地域空间，以实现土地资源的优化配置的土地利用总体规划编制难点，以及常规的叠加法等土地利用配置方法难以根据土地适宜性评价结果，有效地将土地利用数量结构匹配到具体的土地单元问题，该文利用遗传算法的内在并行机制及其全局优化的特性，提出了基于多目标遗传算法的土地利用空间结构优化配置方法。实例分析表明，该方法具有客观性强、灵活性高、操作简便等优点。     

土地利用转型的生态系统服务价值效应分析——以湖南省为例

以1995年、2000年、2005年和2010年四期Landsat TM影像解译数据和社会经济数据为基础,借助ArcGIS分析手段,探讨了期间湖南省的土地利用转型情况.借鉴全球生态系统服务价值的最新研究成果,结合中国实际情况对生态系统服务价值系数进行了修订,进而对湖南省土地利用转型导致的生态系统服务价值变化进行了测度和分析.结果表明:1995-2010年,湖南省土地利用发生明显变化,主要表现为城乡建设用地增加及耕地和草地面积的减少;1995-2000年,湖南省生态系统服务价值略有提升,由8807.8亿元变为8829.5亿元,增加0.25％.但自2000年以后,生态系统服务价值持续下降,由2000年的8829.5亿元降至2010年的8770.9亿元,下降0.66％.最后,提出保障湖南省生态系统服务功能的土地利用优化配置建议.     

Seeking the Pareto front for multiobjective spatial optimization problems

Spatial optimization problems, such as route selection, usually involve multiple, conflicting objectives relevant to locations. An ideal approach to solving such multiobjective optimization problems (MOPs) is to find an evenly distributed set of Pareto‐optimal alternatives, which is capable of representing the possible trade‐off among different objectives. However, these MOPs are commonly solved by combining the multiple objectives into a parametric scalar objective, in the form of a weighted sum function. It has been found that this method fails to produce a set of well spread solutions by disregarding the concave part of the Pareto front. In order to overcome this ill‐behaved nature, a novel adaptive approach has been proposed in this paper. This approach seeks to provide an unbiased approximation of the Pareto front by tuning the search direction in the objective space according to the largest unexplored region until a set of well‐distributed solutions is reached. To validate the proposed methodology, a case study on multiobjective routing has been performed using the Singapore road network with the support of GIS. The experimental results confirm the effectiveness of the approach.     

基于GIS的县域土地利用优化配置研究

依据2002年Landsat 5的3个波段合成TM假彩色影像、土壤类型图和2006年土地利用变更调查数据库(MapGIS6.5)以及土地利用规划等资料,以亚热带丘陵山区——湖北省崇阳县为研究区,在GIS技术支持下,通过用地分区规划、适宜性评价以及线性规划模型的构建,探讨地形条件复杂、景观类型多样、较大尺度区域的土地利用优化配置问题。研究显示,耕地、园地和林地面积均做了较大调整,耕地集中配置于地势平坦、水源有保障的山间盆地区,而其他分区内的坡耕地均转为园地或林地。优化结果符合该区土地利用特点,优化后的各类用地生态系统服务价值增加,水土流失问题将得到改善,有助于提升农业景观的生态经济效益。     

论土地利用总体规划的编制与土地资源的保护

社会经济保持续发展的基础在于土地资源的可持续利用,其关键是保护好农业用地资源。科学地编制土地利用总体规划并切实实施规划是保护好土地资源,以保证其可持续利用的重要措施。然而,近年来在土地利用总体规划的编制中存在各种问题和弊端,既影响规划的实施,也下利于土地资源的保护,必须认真采取措施加以克服。     

LUCC驱动力模型研究综述

驱动力研究是土地利用变化研究中的核心问题。土地利用变化驱动力模型是分析土地利用变化原因和结果的有力工具，模型通过情景分析可为土地利用规划与决策提供依据。基于不同理论的驱动力研究方法很多，论文选取了几种国内外应用较多的LUCC驱动力模型进行综述，分析了每个模型的优缺点及适用范围，最后得出结论：1) 基于过程的动态模型更适于研究复杂的土地利用系统。2) 基于经验的统计模型能弥补基于过程的动态模型的不足。3) 基于不同学科背景的模型进一步集成将是LUCC驱动力模型未来的发展趋势。     

南海市耕地数量变化及其可持续利用对策

同珠江三角洲的其它城镇一样，改革开放以来南海市的耕地数量变化虽然存在一定的时间与区域差异，但基本上是以耕地数量锐减为特征。南海市耕地数量的减少，形式上是农业结构调整、居民点与工帮建设占用等，但实际上有其更深层次、多方面的原因，分析表明耕地的减少是受到了多种自然、社会与经济因子共同作用的结果。在此基础上，以可持续发展理论为指导，提出了南海耕地可持续利用的对策。     

Optimal rural land use allocation in central China: Linking the effect of spatiotemporal patterns and policy interventions

Rural land use development is experiencing a transition stage of socioeconomic and land use development in China. Historic land use transition process and policy interventions have key influence on the applicability of land use allocation solutions in future land use management. Strategic land use allocation is therefore required to possess a good adjustment capability to the transition process. Although heuristic optimization methods have been promising to solve land use allocation problems, most of them ignored the spatially explicit effect of historic land use transition and policies. To help resolve this issue, this study aims to optimize future land use pattern in the context of rural land use development. We took Yunmeng County, one of the typical major grain producing and rapidly urbanizing areas in central China, as a case study and solved the sustainable land use allocation problem by using an improved heuristic optimization model. The model was constructed based on the integration of a spatial discrete particle swarm optimization and cellular automata-Markov simulation approach. The spatiotemporal land use patterns and policy interventions were represented by the CA-Markov as in spatially explicit transition rules, and then incorporated into the discrete PSO for optimal land use solutions. We examined the influence of the joint effect of spatiotemporal land use patterns and policy interventions on the land use allocation outcome. Our results demonstrate the robustness and potential of the proposed model, and, more importantly, indicate the significance of incorporating the spatiotemporal land use patterns and policy interventions into rural land use allocation.     

广州市土地利用程度的空间自相关分析

分析了1990-2004年广州市土地利用结构的变化和基于Moran's I的土地利用程度空间自相关变化.广州市土地利用结构中,耕地和林地面积占较大比例,但是面积比例在减少;而建设用地和水域用地的面积比例较小,但有所增加.广州市土地利用程度呈高度的正全局空间自相关,各局部空间自相关类型呈同心圆分布,中间为高高集聚,外围为低低集聚,两者之间为非集聚和零散的高低、低高集聚,呈现出单中心结构.1995年以后,Moran's I有所下降,说明这种单中心结构在弱化.单中心结构的优点在于增强中心地区土地集约利用的空间集聚,但同时也说明外围土地利用程度较低地区的空间集聚性,中心和外围的土地利用存在空间不平衡.     

区域土地利用转型与土地整理

目前,我国城市土地利用结构远未达到优化的水平,农业土地利用的规模不经济等土地利用问题都可通过土地整理加以解决,我国未来土地管理的任务会更多的在"土地整理"方面。我国土地整理的根本任务是形成合理、高效、集约的土地利用结构,增加有效耕地面积,提高土地利用效率,适应社会经济发展对土地的需求。我国地域辽阔,社会经济发展程度存在明显的区域差异,正是因为社会经济发展程度的这种区域差异,它将导致在同一时段内含有不同的土地利用转型阶段。大多数区域的土地利用形态都要经历一些发展阶段,即经过一段时期的持续变化后,直至与其它类型之间达到一个新的平衡。因此,有关部门在制定有关土地整理的目标、模式及政策的过程中,也要充分考虑待整理区所处的土地利用转型阶段,因为在通常情况下这些阶段是区域发展进程中必须要经历的。然而,通过实施土地整理,调整用地结构,可加快社会经济的发展,促使区域土地利用转型阶段的转变,同时它也会向土地整理提出新的更高层次的要求,以实现土地资源的可持续利用。     

Sensitivity analysis of a decision tree classification to input data errors using a general Monte Carlo error sensitivity model

We analysed the sensitivity of a decision tree derived forest type mapping to simulated data errors in input digital elevation model (DEM), geology and remotely sensed (Landsat Thematic Mapper) variables. We used a stochastic Monte Carlo simulation model coupled with a one‐at‐a‐time approach. The DEM error was assumed to be spatially autocorrelated with its magnitude being a percentage of the elevation value. The error of categorical geology data was assumed to be positional and limited to boundary areas. The Landsat data error was assumed to be spatially random following a Gaussian distribution. Each layer was perturbed using its error model with increasing levels of error, and the effect on the forest type mapping was assessed. The results of the three sensitivity analyses were markedly different, with the classification being most sensitive to the DEM error, than to the Landsat data errors, but with only a limited sensitivity to the geology data error used. A linear increase in error resulted in non‐linear increases in effect for the DEM and Landsat errors, while it was linear for geology. As an example, a DEM error of as small as ±2% reduced the overall test accuracy by more than 2%. More importantly, the same uncertainty level has caused nearly 10% of the study area to change its initial class assignment at each perturbation, on average. A spatial assessment of the sensitivities indicates that most of the pixel changes occurred within those forest classes expected to be more sensitive to data error. In addition to characterising the effect of errors on forest type mapping using decision trees, this study has demonstrated the generality of employing Monte Carlo analysis for the sensitivity and uncertainty analysis of categorical outputs that have distinctive characteristics from that of numerical outputs.     

土地资源优化配置研究进展与展望

通过对国内外土地资源优化配置研究的全面梳理,系统概括其发展历程和阶段,总结了土地资源优化配置的概念、内容、特性、衡量标准以及模型等方面的主要进展,评价了当前研究中的热点问题,并有针对性地展望了今后一定时期内土地资源优化配置研究的发展趋势,提出了今后研究的主要方向.     

土地城镇化及相关问题研究综述

中国正经历着大规模的高速城镇化过程, 与人口城镇化相伴随的是土地的急速城镇化, 而关于“冒进土地城镇化”的提法和关注甚多但讲法不一。为了厘清土地城镇化的概念、内涵及度量方法, 本文回顾并评述了土地城镇化及其相关问题的研究进展, 对土地城镇化问题进行了再思考。现阶段中国土地城镇化不仅仅是农用地转换用途的非农化过程, 越来越被关注的是农村建设用地转变为城镇建设用地以及建设用地的效率提升。本文认为土地城镇化应为土地从非城镇状态向城镇状态转变的过程, 并提出以城镇建设用地与城乡建设用地的比值作为土地城镇化率的衡量指标。以此出发, 土地城镇化问题今后的研究重点包括:土地城镇化和人口城镇化的匹配研究、时空格局和驱动机制研究、城乡实体空间划分、城镇空间扩张研究和用地效率转变研究。     

湖南省耕地安全与可持续利用探讨

湖南省是全国的农业大省之一,但在耕地安全上面临着不少压力,如耕地资源减少、耕地污染日趋严重、耕地质量下降、水土流失加剧等.产生压力的主要原因是,非农建设与人口城镇化的发展对耕地的冲击,耕地生产结构的调整以及管理与政策上的不完善和疏漏等.文中对湖南省未来耕地资源及人均耕地量作了预测.为实现湖南省耕地安全与持续利用,应加强全民耕地安全意识,加大对非农产业及城镇建设占用耕地的管理,建立复合高效农田生态经济系统,以及加快调整农业产业结构,合理开发后备耕地资源.     

20世纪90年代以来我国城市土地集约利用研究述评

该文综述20世纪90年代以来我国城市土地集约利用研究状况,阐述城市土地集约利用的定性、定量研究和城市土地集约利用途径3方面的研究进展,提出该研究领域发展中存在的问题,并对未来研究方向及研究重点进行展望。     

国外土地配置研究与启示

总结国外土地配置研究的特点与经验,可以为我国土地配置工作面临的诸多新问题与新挑战提供参考与借鉴。利用文献资料法与定性分析法,对国外有关土地配置的研究进行了梳理和分析。国外土地配置研究对维持生态系统正常运行、保护土地景观、阻止生态用地向工业用地过度转化以及确保土地利用社会整体利益最大化等问题非常关注,对土地适宜性评判、不同因素对土地配置的影响及土地配置调控手段效率检验与改进等方面也进行了比较深入的研究。与国外土地配置研究相比,我国土地配置研究应从扩展研究视角、注重多维度土地利用类型的适宜性评判、重视利益主体诉求以及探析土地配置新途径等方面完善相关研究体系。     

多智能体区域土地利用优化配置模型及其应用

土地利用优化配置对促进区域可持续土地利用具有重要意义,然而现有的土地利用优化配置模型引导可持续土地利用的能力有待提高。本文从整体考量区域土地利用优化配置数量、空间、时间三维特征的角度,定义了区域土地利用优化配置多智能体系统及其决策行为规则,构建了基于多智能体系统的区域土地利用优化配置RLUOA (Regional Land Use OptimizationAllocation) 模型,并以中部地区典型城市--长沙市为例开展了实证应用研究。研究结果表明：该模型能够将规划时间段内多目标约束的区域土地利用规模的数量结构合理配置到不同的空间单元,实现土地利用数量结构、空间布局、效益的协同优化,构建整体上经济可行、社会可接受、生态环境友好的土地利用格局,并明显提高区域整体土地利用经济、生态和社会效益,从而能够为促进区域土地资源可持续利用和制定土地利用总体规划提供参考借鉴。     

土地利用/覆被变化研究的实质分析 与进展评述

作为当前研究的前沿领域,LUCC研究所涉及的研究内容不仅丰富而且繁杂。本文从LUCC研究计划的根本目标出发,指出LUCC所研究的诸多科学问题之间存在着紧密的联系,其实质是因果关系,而且LUCC研究可以简单明了地归纳为三个研究构成环节（LUCC原因、LUCC状况和LUCC结果）和四个核心研究内容（LUCC驱动力与驱动机制、LUCC状况、LUCC效应研究与作用机制、LUCC模型模拟与土地可持续利用）,文章针对此四个方面的研究进展进行了综述。此外,作者对LUCC的研究趋势进行了展望,指出：LUCC研究的主要趋势是走向综合,LUCC的环境效应研究与LUCC微观机理与过程的研究是当前LUCC研究的两个热点,而研究尺度的综合和模型构建是LUCC研究的两大难点问题。