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。     

LUTI模型的概念结构、实现方法及发展趋势

回顾了LUTI模型概念、起源和发展过程,对模型的一般架构和实现技术方法进行了系统的总结分析,在此基础上讨论了LUTI模型发展所面临的问题与挑战。研究发现,作为模拟城市空间发展过程常用的数学模型,LUTI模型是基于城市土地利用-交通相互作用规律,从社会经济活动空间分布的角度模拟城市空间演化过程。根据LUTI模型,城市空间演化过程是土地利用系统和交通系统不断的相互作用过程,其中交通模型根据城市活动空间分布及交通设施评价城市交通状况,而土地利用模型根据交通可达性和其他影响因素预测城市空间发展趋势;城市发展过程中城市活动空间分布在交通的作用下发生改变后,将改变城市房租、交通状况等因素,进而再次导致城市活动空间分布随之变化,如此不断相互作用、趋于平衡。LUTI在国外被广泛用于城市空间政策检验、辅助决策。就LUTI模型的发展而言,已有研究更多地侧重要解决的现实问题,而对模型的理论结构关注较少,导致模型的发展滞后于城市的发展。应用中面临的诸多问题要求LUTI模型理论上的进一步突破。将LUTI的工作原理植入城市研究的背景中,旨在让读者对LUTI模型原理、结构、实现技术及面临的问题有深入了解,推进LUTI模型在中国应用与发展。     

基于DUEM模型的兰州市城市土地利用变化

根据兰州市1995年的1:5万土地利用现状图、2001年1:4 000彩红外航片、2005年的Landsat TM遥感影像、1:5万DEM和2001-2010年城市总体规划等数据资料,结合GID和DUEM模型,设计了两种不同情景模拟分析了兰州市城市土地利用变化.研究结果表明:兰州市城市土地利用增长集中在城关区雁滩、七里河区马滩和崔家大滩、安宁区安宁堡乡、沙井驿乡、崔家庄和迎门滩等地区;且兰州市城市土地利用变化趋势深受城市总体规划和政府政策等因素影响.同时也发现DUEM模型在实际应用中存在一定的局限性.     

城市土地利用——交通集成模型的构建与应用（英文）

China is now experiencing rapid urbanization. Powerful tools are required to assess its urban spatial policies before implemented toward a more competitive and sustainable development paradigm. This study develops a Land Use Transport Interaction(LUTI) model to evaluate the impacts of urban land-use policies on urban spatial development. The model consists of four sub-models, i.e., transport, residential location, employment location and real estate rent sub-models. It is then applied to Beijing metropolitan area to forecast the urban activity evolution trend based on the land-use policies between 2009 and 2013. The modeling results show that more and more residents and enterprises in the city choose to agglomerate on outskirts, and new centers gradually emerge to share the services originally delivered by central Beijing. The general trend verifies the objectives of the government plan to develop more sub-centers around Beijing. The proposed activity-based model provides a distinct tool for the urban spatial policy makers in China. Further research is also discussed at the end.     

基于神经网络CA的兰州城市土地利用变化情景模拟

利用遥感和GIS技术获取兰州市1995-2005年土地利用、城市地价和城市规划等空间数据;基于Matlab7.2耦合GIS、人工神经网络和元胞自动机,对黎夏的ANN-CA模型进行扩展,模拟兰州市土地利用变化趋势。该模型综合考虑了影响城市土地利用变化的自然、经济和政策3个层面17个空间变量,并设计了5种不同阈值和随机扰动参数组合,进行校准和情景预测。研究表明:改进的模型精度较高,第3种参数组合预测最接近兰州市未来土地利用变化趋势:2005-2015年兰州市土地利用变化主要以居住、工业和道路用地增长为主,分别为17.8%、2.1%和1.2%;商业、仓储和政府社团用地增长较少,分别为0.6%、0.6%和0.5%。     

城市土地利用——交通集成模型的构建与应用（英文）

China is now experiencing rapid urbanization. Powerful tools are required to assess its urban spatial policies before implemented toward a more competitive and sustainable development paradigm. This study develops a Land Use Transport Interaction(LUTI) model to evaluate the impacts of urban land-use policies on urban spatial development. The model consists of four sub-models, i.e., transport, residential location, employment location and real estate rent sub-models. It is then applied to Beijing metropolitan area to forecast the urban activity evolution trend based on the land-use policies between 2009 and 2013. The modeling results show that more and more residents and enterprises in the city choose to agglomerate on outskirts, and new centers gradually emerge to share the services originally delivered by central Beijing. The general trend verifies the objectives of the government plan to develop more sub-centers around Beijing. The proposed activity-based model provides a distinct tool for the urban spatial policy makers in China. Further research is also discussed at the end.     

珠江三角洲交通与土地利用空间关系研究

利用1990年和2000年的影像及统计数据,分析了珠江三角洲交通与土地利用的空间关系。结果表明,沿交通干线城镇建设用地与耕地呈现明显的廊道效应,离交通线距离越远,耕地所占比例逐渐增加,而城镇建设用地所占比例逐渐减少,空间分异现象明显。城镇建设和居民点建设以交通干线为依托,交通干线发展建设对耕地的冲击较强。通过对综合土地利用动态度和交通干线变化度的相关性分析,交通干线是影响区域土地利用变化的一个重要因素。如果不加控制地发展交通干线,势必对区域的土地利用产生不良的影响,特别是不利于耕地的保护。因此,要适当地控制交通干线的选址和建设规模,以稳定土地变化的速率,使整个珠江三角洲区域向良性、可持续地方向发展。     

基于家庭区位需求的城市住房价格模拟分析

目前关于城市住房价格异质性和影响因素研究多侧重于空间位置分析,从城市系统角度刻画住房价格分异现象有待进一步探索。根据“土地利用—交通相互作用理论”,城市空间的发展过程是各类活动通过交通相互作用的过程,本文构建了交通可达性模型,综合全市经济活动空间分布和交通网络评价城市区位条件,并以北京为例,从就业、教育、消费、医疗服务等各方面评价了城市区位条件,在此基础上依据家庭成员结构,模拟分析了家庭区位需求对住房价格的影响。案例研究表明,本模型对房价的模拟可以在全市范围内达到很好的效果;家庭的区位选择决定着住房价格的空间格局;各类活动中就业对北京市房价分布影响最为显著,其次是消费、教育,而医疗服务对住房价格影响相对较弱。此外,本文所提出的模型系统阐述了城市经济活动分布格局对住房价格的影响,经济活动分布发生变化时模拟结果随之变化,因此,本模型可以进一步拓展用于“以业带人”政策实验,模拟分析疏散各类经济活动后住房价格的变化,也为城市房价及土地市场分析研究提供模型方法上的参考。     

基于SD模型的湖南省土地利用变化情景模拟

运用系统动力学模型（System Dynamic Model,简称SD）对湖南省不同社会经济发展情景模式下的土地需求进行了模拟预测。结果表明：1）不同发展模式下建设用地需求均呈增长态势,其他各类土地需求变化幅度差异较大,其中以水域与耕地差异最大。2）根据可持续发展战略要求,稳定发展情景模式较为理想,在此模式下,各类土地利用需求与现有土地利用状况较为接近,对各类土地需求均不会造成太大压力。3）土地利用现状完全能满足低速发展模式对各类土地的需求,但其前提是降低消费水平与市场自给率;而高速发展型对耕地、水域需求大大超出现有水平。4）在现有粮食消费结构下,若不能有效提高粮食单产水平,人口和经济增长带来的粮食需求将对耕地造成很大压力。     

Urban growth simulation by incorporating planning policies into a CA-based future land-use simulation model

Urban land-use change is affected by urban planning and government decision-making. Previous urban simulation methods focused only on planning constraints that prevent urban growth from developing in specific regions. However, regional planning produces planning policies that drive urban development, such as traffic planning and development zones, which have rarely been considered in previous studies. This study aims to design two mechanisms based on a cellular automata-based future land-use simulation model to integrate different planning drivers into simulations. The first update mechanism considers the influence of traffic planning, while the second mechanism can model the guiding effect of planning development zones. The proposed mechanisms are applied to the Pearl River Delta region, which is one of the fastest growing areas in China. The first mechanism is validated using simulations from 2000–2013 and demonstrates that simulation accuracy is improved by the consideration of traffic planning. In the simulation from 2013–2052, the two mechanisms are implemented and yield more realistic urban spatial patterns. The simulation outcomes can be employed to identify potential urban expansion inside the master plan. The proposed methods can serve as a useful tool that assists planners in their evaluation of urban evolvement under the impact of different planning policies.     

多中心空间结构对城市地价影响研究

城市地价的飞速上涨和成本提高,对企业选址、个人购房带来越来越重要的影响,城市多中心发展能否有效抑制地价亟待实证检验.基于2008年和2013年全国285个地级及以上城市的微观土地出让数据,分析城市空间结构对地价的影响.研究发现:①多中心空间结构能有效抑制城市过高地价,但会显著提升城市低段地价和城市整体平均地价;②城市多...     

Simulating land-use dynamics under planning policies by integrating artificial immune systems with cellular automata

Cellular automata (CA) have been increasingly used in simulating urban expansion and land-use dynamics. However, most urban CA models rely on empirical data for deriving transition rules, assuming that the historical trend will continue into the future. Such inertia CA models do not take into account possible external interventions, particularly planning policies, and thus have rarely been used in urban and land-use planning. This paper proposes to use artificial immune systems (AIS) as a technique for incorporating external interventions and generating alternatives in urban simulation. Inspired by biological immune systems, the primary process of AIS is the evolution of a set of ‘antibodies’ that are capable of learning through interactions with a set of sample ‘antigens’. These ‘antibodies’ finally get ‘matured’ and can be used to identify/classify other ‘antigens’. An AIS-based CA model incorporates planning policies by altering the evolution mechanism of the ‘antibodies’. Such a model is capable of generating different scenarios of urban development under different land-use policies, with which the planners will be able to answer ‘what if’ questions and to evaluate different options. We applied an AIS-based CA model to the simulation of urban agglomeration development in the Pearl River Delta in southern China. Our experiments demonstrate that the proposed model can be very useful in exploring various planning scenarios of urban development.     

An agent-integrated irregular automata model of urban land-use dynamics

Urban growth models are useful tools to understand the patterns and processes of urbanization. In recent years, the bottom-up approach of geo-computation, such as cellular automata and agent-based modeling, is commonly used to simulate urban land-use dynamics. This study has developed an integrated model of urban growth called agent-integrated irregular automata (AIIA) by using vector geographic information system environment (i.e. both the data model and operations). The model was tested for the city of San Marcos, Texas to simulate two scenarios of urban growth. Specifically, the study aimed to answer whether incorporating commercial, industrial and institutional agents in the model and using social theories (e.g. utility functions) improves the conventional urban growth modeling. By validating against empirical land-use data, the results suggest that a holistic framework such as AIIA performs better than the existing irregular-automata-based urban growth modeling.     

武汉城市群交通运输体系与城镇空间扩展关联分析

交通运输体系与城镇空间扩展的关联分析是揭示交通运输与经济增长作用关系的重要切入点。采用等时线叠置法和指标分区法,分析了武汉城市群交通可达性及交通优势度与城镇空间扩展的时空格局、关联特征及其作用机理。研究表明,交通运输体系与城镇空间扩展具有内在联系,呈现出互动耦合、协同演进格局。从作用机理来看,交通运输体系通过直接效应、外部效应和乘数效应对城镇空间扩展起着重要的支撑和推动作用;城镇空间扩展在“量”和“质”上对交通运输提出了新要求,刺激并保障了交通运输体系的发展,两者相互反馈、相互依赖。从政策启示来看,交通运输体系的空间不均衡是造成区域经济发展水平差异的重要因素,制定差别化的交通运输发展战略和完善一体化的交通运输体系是加快区域经济增长和缩小地区差距的重要途径。     

北京市土地利用空间格局演化模拟及预测

土地利用空间格局的演化模拟可定量地从空间尺度揭示区域土地利用变化的驱动因素,是厘清未来时期内土地变化的重要途径。基于CLUE-S模型,以北京市为研究案例,结合1985、2000和2010年三期土地利用数据,运用Logistic逐步回归方法识别了北京市各种土地利用类型演化的驱动因素,对北京市土地利用空间格局进行模拟。在此基础上,基于北京市社会经济发展、土地利用规划、资源禀赋及生态保护等不同情景,对北京市2020年土地利用空间分布格局进行模拟及预测。结果表明：①不同的时期内,驱动因子对不同土地利用类型的影响呈现差异性,其中交通因素及社会经济因素对土地利用类型的转化率影响较显著,坡度对各个土地利用类型的影响较大。②通过对2010年北京市土地利用变化的模拟结果来看,Kappa指数为87.03%,说明预测结果与实际土地利用情况有较好的一致性。③预测结果显示,北京市的城市发展均表现为继续向外扩展,且以东南、东北为主要扩展方向,但扩张的程度存在差异。