多目标微粒群算法用于土地利用空间优化配置

针对已有空间配置方法在协调土地利用多目标方面的不足,探讨构建基于多目标微粒群算法的土地利用空间优化配置模型。建立了土地利用空间配置方案与单个微粒的映射关系,以经济、社会、生态和综合效益为优化目标,以土地利用优化结构、土地利用现状、地类转换规则为约束条件进行最优配置方案的自组织、智能化搜索,并选取湖北省嘉鱼县作为试验区验证了其有效性。     

国内土地评价与土地优化利用研究综述

土地利用优化是当前土地资源管理和调控过程中必须解决的难题,本文在对国内土地评价和土地利用优化文献回顾的基础上,总结了土地评价研究内容和技术方法以及土地利用优化研究内容和技术方法的发展。     

基于CLUE-S模型和生态安全格局的石羊河流域土地利用优化配置

以典型干旱内陆河流域石羊河为例,将GIS技术、最小累积阻力（minimum cumulative resistance,MCR）模型和CLUE-S（conversion of land use and its effects at small regional extent）模型应用到该流域土地利用优化配置研究中。通过景观安全格局理论构建土地利用生态安全格局,基于土地利用空间分布和驱动因子的定量关系,提出一种基于生态安全格局的土地利用情景模拟方法,借助1986年、2000年和2014年3期土地利用数据对石羊河流域生态安全格局情景、耕地保护情景和自然发展情景3种模式下2030年的土地利用结构和布局进行了优化配置,并对优化配置结果进行比较分析。结果表明,在生态安全情景下耕地有所减少,林地、草地和水域有较明显增加;耕地保护情景以土地开发和整治及宅基地还耕为主要目标,科学有效控制了建设用地规模,大力开发未利用地潜力;自然发展情景综合考虑了目前发展情况和宏观政策指导下各土地利用类型的数量及空间结构发展情况。综合考虑石羊河流域社会经济、生态及耕地保护等多方面的因素,研究结果认为耕地保护情景更为合理,其它两种情景可为耕地保护情景进行补充和局部修正。该结果可为石羊河流域土地利用总体规划和生态保护提供参考。     

基于MOP-CA整合模型的土地利用优化研究

针对当前土地利用优化配置模型存在的不足,提出了基于多目标线性规划(multi-object planning,MOP)与约束元胞自动机(cellular automata,CA)的土地利用优化配置模型.以湖北省嘉鱼县为例,进行了模型的优化运算,并将结果与其他模型进行比较,实现了土地资源数量结构优化与空间布局优化的统一.     

空间智能:地理信息科学的新进展

在总结多年来研究GIS智能计算的理论与实践基础上,提出地理信息科学发展的新方向:空间智能.空间智能强调发现与应用空间模式,以增强GIS处理复杂数据和解决复杂问题的能力.空间智能主要的技术体系由空间分析、空间优化和空间模拟三大模块构成,其技术基础包括空间统计与索引、智能代理、高级启发式,以及数学规划等系列智能技术.由于空间智能融合了机器学习、统计分析和人工智能等多个学科理论,面向解决实际工程需求中大量存在的复杂时空问题,因此理论上具有广阔的发展空间,实践上也有重大的应用需求.随着空间智能体系的完善和技术的进一步成熟,它将在实际应用中具有巨大的价值.     

基于RS和GIS的小城镇建设土地利用优化研究

提出了利用卫星遥感数据和GIS空间信息分析技术进行土地利用空间优化配置的方法,分析了小城镇土地利用结构特点及小城镇建设和土地开发利用过程中存在的问题,实现了对洛带镇土地利用变化的监测和土地利用结构的优化。     

土地利用优化配置人工免疫并行决策支持系统

从土地资源优化配置的两大核心问题的基本特点和求解需求出发,提出了面向土地资源优化配置问题求解的多目标人工免疫优化模型框架;对智能决策支持系统的架构、算法扩展与应用扩展接口、优化模型的并行化策略等关键技术进行了设计;选取湖北省秭归县作为实验区,对系统的通用性与可扩展性进行了验证,并对优化模型的多目标寻优能力和并行性能进行了评估。     

基于CLUMondo模型的多情景土地利用变化动态模拟——以广西沿海城市为例

使用能够深入刻画土地利用强度的CLUMondo模型,利用2010年和2015年2期土地利用数据,模拟了广西沿海城市2025年在"自然增长"、"经济发展"以及"土地利用优化"3种不同情景下的土地利用空间分布格局。结果表明:CLUMondo模型可以有效模拟沿海大尺度范围内土地系统的发展状况及轨迹;"自然增长"情景下,沿海城市土地资源的集约及有效利用进展较为缓慢;"经济发展"情景下,城市及农村建设用地增长迅速且在空间上的联系密切,区域森林及耕地保护与工业建设之间有着较为剧烈的矛盾;"土地利用优化"情景下,研究区域经济建设的步伐逐渐放缓,区域城市建设形成了资源向城镇集中、农田向规模集中的趋势。该模拟结果对于广西乃至全国沿海城市未来土地利用规划以及相关制度的制定具有一定的借鉴意义。     

多目标土地利用优化模型与应用

针对传统的土地利用优化配置存在对多目标支持不足和空间布局优化实现困难以及遥感影像监督分类结果存在错分漏分的问题,该文提出了一种结合兴趣点(POI)数据进行多目标土地利用优化的模型,即先利用POI数据对遥感影像监督分类的结果进行纠正,然后通过非支配排序遗传算法(NSGA-Ⅱ)实现多目标土地利用数量结构优化,最后利用未来土地利用模拟模型将变化斑块合理分布,从而实现土地利用空间布局优化。以江苏省徐州市为例进行实验,结果表明,该文所提方法对土地分类结果的精度有一定提高并能有效地进行多目标土地利用优化,能够为区域不同的发展目标提供决策支持,在新时期国土空间规划实践中有着较好的应用前景。     

基于GIS技术的土地利用空间结构变化研究

以长丰县为例,采用遥感、地理信息系统和计算机模拟技术,以地学信息图谱理论方法、地理信息系统时空复合体模型为依据,提出了土地利用空间结构研究方法 ;研究了长丰县土地覆被变化情况,并对长丰县空间格局图谱进行了分析;通过研究分析得出土地利用发展趋势,为促进长丰县的合理发展提供理论基础。     

Regional land-use allocation using a coupled MAS and GA model: from local simulation to global optimization,a case study in Caidian District,Wuhan, China

China is facing the pressures of both rapid economic development and environmental protection, and land-use allocation optimization is an important way to manage the conflicts between these pressures and to achieve sustainable development. Optimization of land-use allocation is a nonlinear multiobjective spatial optimization problem, and a purely local simulation model or global optimization model is insufficient to solve it. It is essential to bridge the gap between the two models through the combination of top-down and bottom-up approaches. This study integrates a multiagent system (MAS) that simulates the behaviors of land-use stakeholders with regard to their choices of specific locations, with a genetic algorithm (GA) that simultaneously evaluates and optimizes land-use configurations to meet various regional development objectives. The model is expected to achieve the optimization of land use in terms of the composition and spatial configuration. Caidian District, Wuhan, China, was chosen as the study area to test the model in this paper. The results show that the performance of the coupled model is superior to a pure GA model or MAS model. The optimal configuration improves on the economic output, spatial compactness, and carbon storage of the current configuration and promotes sustainable regional land-use development from the local scale to the regional scale.     

城市公共服务设施优化配置模型研究的近期进展与展望

城市公共服务设施优化配置是实现城市公共服务均等化的必要途径。近年来,时空大数据、智能决策与仿真等技术蓬勃发展,引发了城市公共服务设施配置模型研究的革命。基于以上时代背景,本文对城市公共服务设施优化配置模型的近期研究进展进行了总结和展望：①优化决策模型朝着精细化方向快速发展,优化决策目标将更加多元化;②多源地理大数据和时空数据挖掘方法的城市公共服务需求建模动态化;③多目标群智能优化算法使城市公共服务设施优化决策朝着智能化的方向发展。随着大数据、云计算、并行计算和人工智能等新技术在GIS领域的广泛应用与集成,城市公共服务设施优化配置模型将越来越朝着精细化和智能化的方向发展。     

基于ArcGIS的土地用途分区研究

土地用途分区是土地利用总体规划的重要组成部分,是确定土地用途和采取具体土地利用措施的主要依据之一。GIS的空间分析功能可以辅助土地利用变化分析,完成土地适宜性评价以及土地利用结构和布局调整等规划任务,并根据未来土地用途管制要求,划定和调整土地用途分区。文章以葫芦岛市龙港区土地资源作为研究对象,应用GIS的空间叠置统计分...     

城市土地利用空间优化配置的多智能体系统与微粒群集成优化算法

在多目标约束下,构建了应用于城市土地利用空间优化配置的多智能体系统与微粒群集成优化算法,并以长株潭城市群的核心区域为例,开展了基于该算法的城市土地利用空间优化配置应用研究。研究结果表明,集成优化算法的Agent平均适应值和运行效率分别较微粒群优化和标准遗传算法得到了大幅度提高,从而证明了算法的可行性与先进性。     

Incorporating sprawl and adjacency measures in land‐use forecasting model: A case study of Collin County,TX

Sprawl measures have largely been neglected in land‐use forecasting models. The current approach for land‐use allocation using optimization mostly utilizes objective functions and constraints that are non‐spatial in nature. Application of spatial constraints could take care of the contiguity and compactness of land uses and can be utilized to address urban sprawl. Because a land‐use model is used as an input to transportation modeling, a better spatial allocation strategy for more compact land‐use projections will promote better transportation planning and sustainable development. This study formulates a scenario‐based approach to normative modeling of urban sprawl. In doing so, it seeks to improve the land‐use projections by employing a spatial optimization model with contiguity and compactness consideration. This study incorporates urban sprawl measures based on smart growth principles together with a mixed‐use factor, and adjacency consideration of nearby land uses. The objective function used in the study maximizes net suitability based on imposed constraints. These constraints are based on smart growth principles that enhance walkability in neighborhoods, promote better health for residents, and encourage mixed‐use development. The formulated model has been applied to Collin County, TX, a fast‐developing suburban county located to the north of the Dallas–Fort Worth metroplex. The suitability of land cells indicates the probability of conversion, which is calculated using spatial discrete choice analysis with Moran eigenvector spatial filtering for vacant cells at a resolution of 150 × 150 m employing factors of the built environment, and socioeconomic and demographic characteristics. This study demonstrates how spatial proximity between land uses, which has been ignored to date, can be used to control sprawl, resulting in better mixing of different land uses based on constraints imposed in a spatial optimization problem.     

Land-use spatial optimization based on PSO algorithm

The optimization of land-use spatio-structure is one of the most important areas of land use management;constructing a spatial optimization model that is based on the micro spatial unit in a bottom-up mode plays an important role in coupling the quan-tity structure and spatial structure effectively.The objective of this research is to develop a land use spatial optimization model based on particle swarm optimization to make spatial decision in land use management.The model is implemented using real data-sets to emulate the process of spatial structure optimization in order to get the best landscape pattern under the control of decision environments.Simulation results revealed that the particle swarm optimization model has the ability to utilize the quantity and spa-tial structure.Furthermore,the result demonstrated that it can be used to stimulate the landscape pattern in designing the appropriate optimization environment,which could land quantity target to the basic spatial units effectively and provide appropriate spa-tio-structure for regional land use space layout decision making.     

地理模拟优化系统(GeoSOS)及其在地理国情分析中的应用

第一次全国地理国情普查工作已基本完成,需要对所获取的地理国情监测数据进行空间统计分析,以得到地理国情的时空分布模式、演变规律及发展趋势,形成地理国情信息和知识。地理国情监测生成的基础数据源,可用于土地资源集约利用、城乡及城市群协调发展、生态环境保护等问题的空间智能决策分析,但目前有效的模拟分析工具还比较缺乏。笔者提出的地理模拟优化系统(GeoSOS)理论框架,耦合了地理过程模拟预测和空间优化,为上述研究提供了有利的理论支持和实用工具。为进一步方便与GIS进行无缝的链接,本文提出了基于ArcGIS插件的GeoSOS以方便进行高效的地理模拟分析。并以快速城市化地区的城市扩张与生态保护研究为例,通过在地理国情信息分析中的应用,得到了一些重要的发现。模拟结果显示,按照现在的发展趋势,广东省优化开发区域在2020年其土地开发强度将超出规定的约束指标,并发现各区域均存在大量城乡建设用地占用生态保护压力等级高和较高地块的现象,而基于土地开发强度和生态保护双重约束的城镇化扩张能够在满足约束指标的同时获得更紧凑的景观格局。表明GeoSOS及其ArcGIS插件可以成为地理国情信息分析的有利工具,并给出了今后需解决的问题和发展方向。     

基于ArcObjects的土地利用时空分析系统研究

随着愈加快速的土地资源开发,土地利用时空变化研究已全面启动,本文结合ArcObjects组件、Access数据库和VC 工具开发了一个土地利用时空分析系统,实现了土地利用空间数据建库、地图查询分析、土地利用时空模型解算等功能。为土地利用时空研究提供功能集成的数据运算与图形处理平台,也为土地利用规划的制定及其修编等工作提供了技术支持。     

城市典型要素遥感智能监测与模拟推演关键技术EI北大核心CSCD

城市典型要素遥感智能监测与模拟推演的理论、方法与应用,对于国土空间规划与管理,城市规划与综合治理,区域决策与管理等均具有关键支撑作用。针对覆盖要素和驱动要素复杂非线性,本文研发了协同多源遥感数据的智能识别方法,实现了精细化高可信覆盖要素分类;协同遥感、POI兴趣点和时空大数据等多源数据,有效探测和识别了要素变动的驱动力。在此基础上,开展了空间演变机理挖掘、空间统计建模、启发式智能建模,并应用于土地利用、城市扩张、生态演变、碳储量等。同时,研发了聚焦城市生长推演的UrbanCA平台以及聚焦多类土地利用变化推演的Futureland平台,集成了自主研发的模拟推演系列方法并以长三角为主要区域进行了验证。