顾及空间尺度效应的城市土地利用变化精细化模拟

城市土地利用变化模拟是优化土地资源配置的科学依据,提高其精细化程度和可靠性有助于准确把握城市用地发展趋势,对城市土地资源精准调控具有重要意义。基于宏观遥感分类的土地利用变化模拟,难以在街区尺度上揭示城市用地社会功能变化及精细化模拟中空间尺度效应来源和作用机理。本文联合遥感影像和POI数据识别出城市土地利用精细化特征,运用响应面法率定土地利用精细化模拟的最优空间尺度组合,在此基础上,利用CA-Markov模型开展了未来土地利用变化的精细化模拟。以武汉市中心城区为应用案例,研究结果表明：基于POI 的城市土地利用精细化识别方法,可以深度解析城市建设用地的社会功能,极大改善了传统基于遥感的土地覆被宏观解译效果;研究区土地利用变化元胞自动机精细化模拟的最优空间尺度组合是30 m元胞、7×7邻域以及冯诺依曼邻域类型,采用最优空间尺度组合能够提高土地利用变化精细化模拟的可靠性。响应面试验设计结果可有效识别精细化模拟过程中空间尺度效应的主要来源,并区分其对模拟精度的影响程度与正负效应;预计到2025年,研究区建设用地范围将继续向周边扩张,各类型用地之间互为交织,土地利用空间格局将呈更加破碎化趋势。     

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。     

基于随机森林CA的东莞市多类土地利用变化模拟

城市土地利用及其变化对城市环境有着重要影响。很多学者已经结合元胞自动机和机器学习算法对城市扩张进行了相关的模拟研究,但针对复杂的多类土地利用相互变化过程的研究仍然较少。该文提出了一种基于随机森林算法的多类元胞自动机(RFA-CA)模型,并将其用于模拟和预测复杂的多类土地利用变化。该模型使用随机森林算法提取元胞自动机的转换规则,并计算了各空间变量的重要性,在东莞市2000-2014年土地利用动态模拟结果中,Kappa系数和整体精度分别为0.73和84.7%。针对每一种土地利用类型,计算了影响东莞市土地利用变化的各空间变量的重要性,结果显示,交通、区位因素对东莞市土地利用变化格局的形成有重要影响。文中引入的POIs邻近因素反映了城市空间开发程度的高低,同样对多类土地利用格局的形成具有重要作用。     

基于局部化转换规则的元胞自动机土地利用模型

传统土地利用元胞自动机(Cellular automata,CA)模型基于空间同质性假设,使用全局性模型建立元胞转换规则,忽略了土地利用变化驱动因素的驱动作用在空间上的变化。以美国佛罗里达州的橙县(Orange County)2003-2009年土地利用变化为例,提出了基于局部化转化规则的CA土地利用模型,其中元胞的土地利用类型适宜性由地理加权多项logit模型(Geographically weighted multinomial logit,GWML)获得。结果表明:GWML模型较传统全局性多项logit(Multinomial logit,MNL)模型有更高的数据解释能力。基于GWML模型的土地利用CA模型能反映局部土地利用变化模式,因而较基于MNL模型的CA模型具有更高的模拟精度。所得结论对未来国内地区的研究有借鉴意义。     

基于分区域的元胞自动机及城市扩张模拟

元胞自动机用于模拟城市扩张具有很好的空间建模能力,通常采用的建模方式将影响因子的空间条件作为线性要素对待,而在元胞转换规则建模中考虑影响因子的空间非线性特征更逼近真实状况.该文提出一种基于分区域的元胞自动机模型,通过划分各个全局影响因子的重要性子区域,计算不同类型区域中各因子对土地利用转换的影响强度,从而得到全区域的空间非线性转换规则.利用该模型模拟东莞市1988-1993年的城市扩展过程,并与Logistic模型模拟结果对比,表明这种有空间约束条件的分区域元胞自动机模拟精度更高,能有效模拟城市扩张的空间格局.     

基于元胞自动机模型的土地利用变化模拟——以大连经济技术开发区为例

元胞自动机模型已经成为模拟土地利用变化的重要方法。传统土地模拟方法中侧重于通过分析影响土地利用变化的因素来构建预测模型,较少从土地利用类型变化及其相互作用的空间角度来关注模型构建。本文以1998年、2004年和2009年1:10000土地利用数据,利用Python语言结合GDAL与Numpy类库实现局部土地利用竞争的元胞自动机模型原型开发,并用于模拟大连市经济技术开发区1998-2009年土地利用变化模拟。研究结果:1建立了发掘多地类之间相互作用关系的试验方法,研究适用于具有明确物理意义的多地类元胞自动机模拟模型;2该模型具有好的模拟精度,对建设用地、农用地和林地等3种不同类型用地进行同时模拟,其对应Kappa系数分别为0.762,0.634和0.678;3该模型建立了研究不同种地类协调作用的基本方法,可以用于进一步研究土地利用变化地类之间驱动原理。     

基于区块特征的元胞自动机土地利用演化模型研究

针对传统元胞自动机模型中栅格式规则空间模拟复杂地理元素精度不高的问题,提出一种基于土地区块特征的非规则空间元胞自动机模型,以地理单元实质不规则实体形状作为元胞空间单元,进行土地利用变化的仿真模拟,运用MapInfo建立非规则空间元胞自动机模型的应用软件.对头灶镇土地利用演化的实证研究表明,非规则空间元胞自动机模型可以更真实地描述元胞地理信息、局部空间关系和演化规则,可为城市规划提供决策支持.     

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。     

地理元胞自动机模型的尺度敏感性及原因

地理元胞自动机模型的模拟精度会受到元胞尺度的影响。以杭州市土地利用变化模拟为例,分析了元胞尺度分别为50m×50m、100m×100m、150m×150m和200m×200m时地理元胞自动机模型的模拟精度,对地理元胞自动机模型的尺度敏感性进行了分析;并从元胞转换规则入手,研究了元胞自动机模型尺度敏感性产生的原因:(1)元胞尺度会对地理元胞自动机模型的模拟精度产生影响,元胞尺度越精细模拟精度越高;(2)元胞自动机模型的尺度敏感性与元胞尺度相关,在有些尺度区间上表现得明显,而在有些尺度区间上表现并不明显;(3)孤立元胞是元胞自动机模型尺度敏感性产生的主要原因。研究表明,随着元胞尺度的增大,元胞空间的孤立元胞增多,这些孤立元胞本身及其周围元胞具有较低的邻域函数值和较小的转换概率值,并影响了地理元胞自动机模型的模拟精度。     

基于MAS模型的土地利用空间优化研究方法综述

土地利用空间优化是实现土地资源合理利用和区域可持续发展的重要途径和手段,是目前研究的一个热点,在文献阅读的基础上,分析比较了数理统计模型、CLUE-S模型、元胞自动机模型、多智能体系统模型四种土地利用空间优化方法的优缺点.结果是:多智能体系统模型从土地利用的主体出发,选择影响土地利用空间优化的驱动因素,抽象定量化表达智能体的行为准则,利用智能优化算法来选择土地利用类型在空间上的演变过程,并在多目标函数及约束条件下判断土地利用空间优化方案的优劣性,很好的解决了土地利用空间优化过程中土地利用主体、土地利用环境、土地利用类型三个最主要问题在空间上的演变,比数理统计模型、CLUE-S模型、元胞自动机模型在土地利用空间优化方面更具有优势,是未来土地利用空间优化方法的发展趋势.     

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。     

基于神经网络的元胞自动机及模拟复杂土地利用系统

本文提出了基于神经网络的元胞自动机(CellularAutomata),并将其用来模拟复杂的土地利用系统及其演变。国际上已经有许多利用元胞自动机进行城市模拟的研究,但这些模型往往局限于模拟从非城市用地到城市用地的转变。模拟多种土地利用的动态系统比一般模拟城市演化要复杂得多,需要使用许多空间变量和参数,而确定模型的参数值和模型结构有很大困难。本文通过神经网络、元胞自动机和GIS相结合来进行土地利用的动态模拟,并利用多时相的遥感分类图像来训练神经网络,能十分方便地确定模型参数和模型结构,消除常规模拟方法所带来的弊端。     

区域尺度城市增长时空动态模型及其应用

区域尺度城市增长动态模拟(Reg-UGM) 是城市化影响下的土地利用/覆盖变化以及全球 环境变化研究的重要手段之一。针对单个城市增长未来情景模拟难以在区域尺度刻画与解释 城市化影响下的土地利用/覆盖变化以及与全球环境变化交互过程与作用机理主要问题,本研 究集成人工神经网络模型(ANN) 与元胞自动机模型(CA) 构建适合不同情景的区域尺度城市 增长动态模型,通过1979 年以来高分辨率遥感信息探测获取的4 个时段京津唐都市圈城市增 长时空特征分析提取先验知识规则,模拟京津唐都市圈在基准模式、经济模式、政策模式与 结构调整模式未来不同情景模式下城市增长过程。研究表明,Reg-UGM在模拟区域尺度受国 家宏观政策等影响城市非线性增长过程具有较好的可靠性,为进一步研究城市化影响下的宏 观生态效应提供前提保障。模拟结果显示京津唐都市圈在不同情景模式下城市增长呈现较大 的时空格局差异,未来城市增长结构调整模式更符合区域城市化的实际情况,未来区域城市 增长将由特大城市向中小城市转移,滨海沿线城镇发展带将经历更快的城市增长过程。     

海南岛西部土地沙漠化时空模拟及虚拟政策实验

分析海南岛西部土地沙漠化演变过程及其动力机制,构建沙漠化元胞自动机模型,预测2010年海南岛西部土地沙漠化状态,进行两种典型的虚拟政策实验。结果表明:1)基于元胞自动机技术建立土地沙漠化防治政策虚拟实验室,可对多方案政策主导下的土地沙漠化时空过程进行有效仿真、预测和可视化表达;2)未来5~10 a若仍维持目前的土地开发模式和政策状态,海南岛西部土地沙漠化将有较明显的扩展倾向,必须实施有利于沙漠化逆转的政策措施。     

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。     

基于LP-MCDM-CA模型的土地利用结构优化研究——以天水市为例

土地利用类型数量在地域空间上的优化配置是实现土地可持续利用,提高土地聚集效应和保持土地生态系统平衡的重要途径.针对当前土地利用优化配置模型存在的不足,构建了基于多目标线性规划与元胞自动机的土地利用优化配置模型(MCDM-CA),在定义邻域规则、转换规则和土地适宜性评价的基础上,开展了基于经济效益、生态效益最大化的土地利用空间配置,实现了土地资源数量结构优化与空间布局优化的统一;并运用该模型对天水市土地利用结构优化进行了实证研究.研究表明,该模型兼顾到区域宏观水平上的土地利用数量结构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效果.本研究可为解决土地利用规划中的资源优化配置关键问题提供新的技术方法.     

基于空间句法耦合SLEUTH模型的新老城区扩展模拟研究——以开封市为例

在快速城镇化背景下,历史文化名城常扩建新区并形成新老城区联动发展格局,新建城区以"飞地"形式扩张,不易被传统的元胞自动机方法准确模拟.空间句法是基于空间拓扑的整体性交通网络研究方法,其自上而下的建模策略与元胞自动机自下而上的邻域转换规则起到了互补,两种模型相结合提供了解决上述问题的途径.本文在验证交通土地空间关联的基础...     

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。     

球面元胞自动机框架的比较与选择

在球面构建基本的元胞自动机框架是球面元胞自动机研究的基础.该文从球面空间特性出发,分析比较了四边形、三角形和六边形网格的不同几何特性和元胞运动机制,提出了基于六边形网格的元胞自动机框架模型,描述了其基本定义、运动机制和坐标系统,并构建了球面六边形元胞自动机原型系统进行模拟实验,结果表明,该元胞自动机框架能有效支持球面元胞自动机的深入研究.     

土地变化模型方法综述

土地系统变化长期以来不仅是地理学研究热点,也是资源环境经济学、生态学、城市规划等多学科领域关注的主题。构建模型模拟土地变化能够促进理解人地相互作用机制,模拟结果可为土地资源优化与资源环境政策制定提供依据。不同研究者基于不同学科理论、应用多种方法构建土地变化模型,模型从早期关注自然覆被类型变化发展到对人类决策行为的刻画,从统计方法发展到更突出空间分布的元胞自动机方法,以及更聚焦土地变化过程的经济学方法和多主体方法。未来土地变化模型发展方向为：在多尺度进行多方法耦合,对土地变化过程进行更为明晰地刻画,将土地变化模型与其他地球系统模型耦合等方面,进一步能够促进解释复杂人地系统,并推进模型在决策支持层面的应用。