A travel time-based variable grid approach for an activity-based cellular automata model

Urban growth and population growth are used in numerous models to determine their potential impacts on both the natural and the socio-economic systems. Cellular automata (CA) land-use models became popular for urban growth modelling since they predict spatial interactions between different land uses in an explicit and straightforward manner. A common deficiency of land-use models is that they only deal with abstract categories, while in reality, several activities are often hosted at one location (e.g. population, employment, agricultural yield, nature…). Recently, a multiple activity-based variable grid CA model was proposed to represent several urban activities (population and economic activities) within single model cells. The distance-decay influence rules of the model included both short- and long-distance interactions, but all distances between cells were simply Euclidean distances. The geometry of the real transportation system, as well as its interrelations with the evolving activities, were therefore not taken into account. To improve this particular model, we make the influence rules functions of time travelled on the transportation system. Specifically, the new algorithm computes and stores all travel times needed for the variable grid CA. This approach provides fast run times, and it has a higher resolution and more easily modified parameters than the alternative approach of coupling the activity-based CA model to an external transportation model. This paper presents results from one Euclidean scenario and four different transport network scenarios to show the effects on land-use and activity change in an application to Belgium. The approach can add value to urban scenario analysis and the development of transport- and activity-related spatial indicators, and constitutes a general improvement of the activity-based CA model.     

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。     

基于CA模型的乌鲁木齐都市圈城市用地扩展模拟研究

借助CA模型技术,基于乌鲁木齐都市圈城市用地发展的特点,构建了模拟多个城市群体扩展的CA模型,重点对模型的转换规则进行了扩展,把用地适宜性约束、城市内部社会经济驱动、城市之间相互作用力、区域生态格局限制、城市发展规模有限这几个方面的作用机制融入到模型的规则制定中,通过宏观约束、中观调节、微观驱动3个层次逐步实现;为了使社会经济数据与CA模型中的空间数据相匹配,对社会经济数据进行了空间化表达;在历史数据的参照下,所构建的模型经过反复调试与修正,模拟结果达到了较为满意的效果;应用此模型模拟了经济优先、生态优先与规划优先3种不同情景下的城市用地扩展,对都市圈城市用地今后的发展起到重要的启示作用。     

人文要素数据与土地利用单元匹配方法——以北京丰台区为例

驱动力机制是土地利用变化研究的核心和主要方向,而将人文要素数据匹配到土地利用单元的方法研究是探讨人文因子驱动土地利用变化机制的基础工作之一。本文在详细阐述人口和经济产值与土地利用单元匹配方法的基础上,进而以北京市丰台区为例,采用人居密度和土地经济产值密度指标,定量计算并分析了1999年丰台区人口居住和土地经济产出的空间分异特征。丰台区人居密度差异巨大,最高与最低相差近29倍;土地经济产值密度高低差异主要体现在非农业用地与农业用地之间,最高的城镇用地是最低的粮食种植用地的45倍。研究结果表明将人文要素数据匹配到土地利用单元的方法是可行的。     

收缩城市建设用地利用效率时空分异及影响机制——以黑龙江省伊春市为例

建设用地是城镇经济社会活动的空间载体,其利用效率是调控建设用地扩张和配置的重要基础.论文以收缩型城市——黑龙江省伊春市为例,利用DEA模型测算了1995-2015年伊春市建设用地利用效率分析其时空演变规律,并运用地理探测器模型探究伊春市建设用地利用效率空间分异的影响机制,结论如下:①1995-2015年伊春市建设用地利...     

藏北那曲地区草地和未利用土地动态变化及原因

根据1990年和2000年2期那曲土地利用馒盖分类图,运用GIS的空间分析和数理统计功能,分析那曲地区草地退化和未利用土地的增加情况,并结合气象资料和人口资料分析这些变化的原因。结果表明：10a间,那曲地区未利用地增加;草地减少,突出表现为草地向未利用地转化。草地向林地和耕地转化,导致这种结果的主要原因是由于人类的社会经济活动造成的,人类社会经济活动引起这一地区土地利用变化的强度已经超过自然因子所能达到的强度,起到了绝对的主导作用。     

基于“多规合一”的市级国土空间优化方法——以烟台市为例

针对现阶段各规划边界交叉、空间重叠的问题,本文从提高空间价值、减少空间破碎度和协调各类空间的角度出发,在梳理现有空间优化模型及智能算法的基础上,改进多目标规划模型并适应性改造遗传算法,以此二者构建市级国土空间优化模型。以烟台市为例,设置3种情景为决策者提供方案集进行3类规划主导下的2020年国土空间优化研究,结果显示：①优化后烟台市农业、城镇和生态空间价值分别增加了23.24%、29.27%、6.30%;②不同情景下空间分布合理且较为集中,生态保护情景有利于国土空间集合连片,经济发展情景更适合于多空间协调发展。研究表明：该模型能有效地解决国土空间内容重叠问题,明显提高了国土空间价值,同时优化模型适应性强,为“多规合一”背景下市级国土空间优化提供技术支撑。     

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。     

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。     

分析学习智能元胞自动机及优化的城市模拟

元胞自动机被广泛应用于城市及其他地理现象的模拟,模拟过程中的最大问题是如何确定模型的结构和参数。该文提出一种基于分析学习的智能优化元胞自动机,该模型在逻辑回归模型的基础上,基于分析学习的智能方法,寻找元胞自动机模型的最佳参数。该方法允许用户控制空间变量影响权重,进而模拟出不同的城市发展模式,可为城市规划提供重要参考。     

基于空间差异的黑河中游土地多功能利用研究

土地多功能利用是提高土地利用综合效率、协调用地矛盾的有效途径。选择人地关系较活跃的黑河中游为研究区,融合多源数据,采用集对分析、热点分析和空间自相关等方法,对2000-2014年土地多功能利用进行动态评价及空间关系揭示。结果表明：土地利用功能增加了近一倍,以社会功能和经济功能为主;各功能之间表现为协同或互斥关系：社会功能和经济功能、环境功能和文化功能之间均呈正相关关系,但社会功能和环境功能之间呈负相关关系;土地利用各功能均具有明显的空间聚集性特点,多功能利用集中在黑河水系形成的绿洲平原区、区县建成区和南部山区。研究结果对干旱区土地持续利用管理具有重要的借鉴意义。     

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。     

河南省建设用地扩展的社会经济驱动力分析——基于STIRPAT模型

运用建设用地综合扩展系数分析河南省18个地市建设用地扩展特征及空间差异。在此基础上,利用STIRPAT模型对河南省及其18个地市建设用地扩展的社会经济驱动因素进行定量分析。研究结果表明:河南省18个地市建设用地扩展空间差异显著,扩展变化由弱到强的城市数量和剧烈程度不断增加,整体以郑州为中心的北部、西部城市建设用地扩展变化较为强烈;影响河南省建设用地扩展的因素中,总人口、城镇化水平、公路里程和农村家庭人均纯收入是共性的驱动因素。目前,河南省正处于社会经济迅速发展的时期,应通过提高建设用地的节约、集约利用水平,不断提高建设用地利用效率,最终实现经济可持续发展与土地可持续利用的有机统一。     

深圳快速城市化地区公路沿线土地利用空间集聚

以2005 年深圳市主要公路沿线6 类城市建设用地为研究对象, 基于景观格局指数和空间数据挖掘(SDM) 中的空间关联规则, 研究不同缓冲带内其建设用地单一类型、相邻类型及组合类型的空间聚集特征。结果表明: 主要公路两侧以工业用地为主, “三来一补”、“三 资”企业为主体的外向型乡镇企业加快了特区外的农村城市化进程; 城市公共设施、教育和医疗卫生用地缺乏, 一定程度上妨碍了城市经济功能的协调; 单一类型建设用地景观分异特征趋向于距公路越远, 出现频率越小, 且随着逐渐远离公路线出现了若干次级集中区, 距公路500-1000 m 可作为识别该次级中心的特征带; 两类建设用地之间的空间邻近分布特征表 明, 以各类建设用地为中心与其他类建设用地在公路线附近均表现邻近, 沿线附近和较远距离上随工业用地出现峰值, 同时出现其周围住宅用地的聚集, 特区外该类现象尤为明显; 土地利用组合特征表明各类建设用地均呈很强的空间自相关性, 其中以各类建设用地与工业用 地的组合尤为普遍, 体现了研究区尤其是特区外主要工业承载区中经济活动空间以工业区为 中心的集群效应。     

基于粗集的知识发现与地理模拟——以深圳市土地利用变化为例

为了更有效地模拟地理现象的复杂演变过程,提出了用粗集理论来确定元胞自动机 (CA)不确定性转换规则的新方法。CA可以通过局部规则来有效地模拟许多地理现象的演变过程。但目前缺乏很好定义CA转换规则的方法。往往采用启发式的方法来定义CA的转换规则,这些转换规则是静态的,而且其参数值多是确定的。在反映诸如城市扩张、疾病扩散等不确定性复杂现象时,具有一定的局限性。利用粗集从GIS和遥感数据中发现知识,自动寻找CA的不确定性转换规则,基于粗集的CA在缩短建模时间的同时,能提取非确定性的转换规则,更好地反映复杂系统的特点。采用所提出的方法模拟了深圳市的城市发展过程,取得了比传统MCE方法更好的模拟效果。     

中国土地利用变化及其影响的空间建模分析

通过 GIS建模 ,本文分析了我国土地利用的变化与其影响因子之间的相互作用关系 ,并着重对耕地的变化及其空间分布进行了模拟。研究发现 ,土地利用的变化主要是自然与经济因素综合作用的结果 ,并且区分不同的规模尺度与不同的区域类型 ,将对提高土地利用空间变化模型的精度有着重要的影响。     

基于CA-ABM模型的福州城市用地扩张研究

以中国海西地区重要门户福州市为研究区,结合其地理位置多层次约束性条件,以地理加权回归模型作为元胞自动机(CA)层的转换规则,同时以2000-2015年多期LandsatTM/ETM+影像的城市用地情况为参照,借助GIS空间分析技术,对CA和多智能体(ABM)相耦合的城市用地扩张模型进行改进。然后利用传统的和改进后的CA-ABM模型,多角度、多层次地模拟福州市2000年、2005年、2010年、2015年城市用地扩张在微观格局上的变化。结果表明,传统的和改进后的CA-ABM模型的整体精度均在80%以上,模拟结果具有较强的可信度;改进的 CA-ABM模型模拟的点对点总体精度和Kappa系数均高于传统的CA-ABM模型,而且模拟结果更加接近实际的城市用地扩张分布情况。结论可为平衡城市化进程和合理规划城市用地提供重要的理论技术支撑。     

A CA-based land system change model: LANDSCAPE

Cellular automata (CA) models are widely used to simulate land-use changes because of their simplicity, flexibility, intuitiveness and ability to incorporate the spatial and temporal dimensions of processes. A small number of CA-based models have been developed to simulate changes in multiple land uses, most of which use the hierarchical allocation strategy and/or inertia factors to enable these CA models to do so accurately. However, only some of these models allow explicit determination of the allocation sequence for active land uses according to the hierarchical allocation strategy and the objective calculation of inertia factors. In this paper, we proposed a CA-based model, i.e. the LAND System Cellular Automata model for Potential Effects (LANDSCAPE), with a hierarchical allocation strategy and resistances, to simulate changes in multiple land uses. Furthermore, we introduced effective ways to objectively determine the allocation sequence for active land uses and calculate resistances for individual land uses. The results show that the LANDSCAPE model, with a calibrated allocation sequence and resistances, is reliable and accurate for simulating multiple land-use changes.     

东北地区建设用地开发强度格局演变的空间分异机制

建设用地开发强度是区域建设用地开发利用程度及其对区域人口和经济社会承载强度的综合反映。本文以东北地区179个县域空间为基本研究单元,应用冷热点、空间变差函数、GWR模型等定量方法对建设用地开发强度的时空分异格局演变及分异机制进行了探讨,得出以下结论：① 2000-2015年东北地区建设用地开发强度总体呈现出增长态势,但空间分异显著,各单元间建设用地开发强度高低的相互作用及联动效应较为明显,但建设用地开发强度的空间分布逐渐趋于非均衡,建设用地开发强度的冷热点分布格局与全局分异变化及空间异质性态势基本吻合;② 2000年东北地区开发强度格局分异由政府财政投入力度、用地投资强度和产业结构水平共同影响,到2005-2015年发展演化为政府财政投入力度、用地投资强度、经济发展水平和产业结构水平共同影响;③ 2000-2015年政府财政投入力度、用地投资强度、经济发展水平和产业结构水平与东北地区建设用地开发强度格局分布态势具有一定的关联性,但在不同区域呈现出影响程度的差异性。     

基于多重分割关联子的高分辨率遥感场景分类

高分辨率遥感影像提供了丰富的外观信息和空间结构信息,广泛应用于土地利用分类当中,源于文章领域的视觉词袋（Bag-of-Visual-Words,BoVW）模型现已成功应用于图像分类领域。传统的BoVW模型忽略了特征之间的空间布局信息和像素一致性信息,提出多重分割关联子特征,融合图像的外观信息、空间布局信息和像素一致性信息,实验表明该方法能够获取优于许多经典的遥感图像特征的性能。