基于关系数据库的CA模型扩展和时空模拟实验研究

具备时空计算特征的元胞自动机 (CA)模型与地理信息系统 (GIS)集成在地理过程模拟方面具有很大的优势 ,但标准CA在邻居规则等方面的严格定义制约了CA对真实世界的模拟能力。在分析了元胞空间关系和元胞邻居描述的基础上 ,该文提出元胞邻居不仅存在几何空间上的邻接形式 ,还存在空间上不邻接但属性上相关的邻居形式。传统思路的模型扩展很难完全解决CA的局限性 ,基于关系数据库来定义和选择元胞邻居是一种有益的理论尝试。以时空为载体的文化革新扩散系统具有多空间扩散形式和遗传特征 ,相对于标准CA基于关系数据库的CA扩展模型可以更真实地对其进行时空模拟 ,笔者以服装传播为典型案例做实验研究 ,取得了比较满意的实验结果。认为基于关系数据库的CA扩展模型比较适用于具有多空间扩散形式的复杂系统的过程模拟。     

基于地理大数据和多源信息融合的区域未来人口精细化空间分布模拟研究——以珠江三角洲为例

首先采用队列因素法和CA-Markov模型对区域未来人口规模和土地利用格局进行模拟预测,并结合POI地理大数据,利用多源信息融合法构建区域未来人口精细化空间分布模拟模型,以珠江三角洲城市群2030年各区县精细化的人口空间分布预测进行实证分析。结果表明：① 采用队列因素法进行珠江三角洲各区县人口规模预测的相对误差大部分在5%以下,基于CA-Markov模型土地利用模拟的Kappa系数达到0.97;② 珠江三角洲城市群精细化的人口空间分布模拟数据与实际人口数据的拟合趋势线R²达到了0.90,模拟效果优于Worldpop数据集,体现了POI地理大数据与多源信息融合在精细化人口空间分布模拟上的优势;③ 珠江三角洲未来人口呈现由中心向外围扩散和递减的空间分布格局,空间差异显著且较为稳定,70%的人口集中在广州、深圳、东莞和佛山等核心城市。     

地理元胞自动机模型研究进展

元胞自动机(Cellular Automata,简称CA)是一种基于微观个体的相互作用空间离散动态模型,其强大的计算功能、固有的平行计算能力、高度动态及空间概念等特征,使它在模拟空间复杂系统的时空动态演变研究具有较强的优势。文章回顾了元胞自动机的发展历程,阐述了CA在地理学中的主要应用领域和研究进展,在此基础上,以现实世界地理实体及现代城市扩张特征为视角,分析目前CA研究所面临的问题,并对其未来的研究趋势进行了初步探讨,认为以下3个方面将是未来CA研究的热点：① 利用不规则元胞及可控邻域的CA模型,对不同规则或不同邻域地理实体的模拟研究;② 采用三维元胞自动机对现代城市扩张进行立体化模拟,以克服二维CA模型的缺陷;③ 将矢量元胞自动机模型应用于地理实体的模拟研究,进一步提高模拟精度。     

基于城市年轮模型的城市扩展研究——以沈阳市为例

基于现有城市内部地域结构模型及建设用地扩展模式,提出侧重各方向上建设用地扩展的"城市年轮"模型。构建的"城市年轮"模型由城市重心、扩展方向、年轮单元弧、年轮形态等构成。中国城市扩展过程受五年计划(规划)影响呈现明显的阶段性特征,以沈阳市为研究区,选取1985-2015年七期五年计划(规划)期末年份的Landsat遥感影像,运用"城市年轮"模型,结合城市重心坐标、扩展强度、紧凑度、分形维数对沈阳市建设用地扩展的时空特征、形态特征、扩展模式和机理进行分析。研究结果显示沈阳市建设用地扩展时空分异明显;城市重心整体上向西南方向迁移;城市扩展模式由圈层状转换为沿高速道路放射状、再转换为新城组团式扩展;研究期末城市紧凑度很低,分形维数值很高,表明城市空间形态复杂。自然因素、政策因素、经济因素及交通因素是导致沈阳城市扩展的主要因素。     

基于GIS与CA的城市扩展研究——以洛阳市为例

元胞自动机(Cellular Automata,CA)是一种"自下而上"的动态模拟建模框架,具有模拟复杂系统时空演化过程的能力。CA模型的这些特点使得它在城市增长、扩展和土地利用演化模拟等方面较为合适,成为CA应用的热点。探讨利用GIS技术开发CA模型将会改善CA模拟城市扩展的环境,建立典型的城市CA模型也会发现新的参数和转换规则。基于CA原理,结合GIS与RS技术,在ArcGIS平台中进行二次开发,构建了GIS-CA模型系统。以洛阳市为研究区域,对其城市扩展进行了模拟和预测,结果表明,将人为的规划因素加入到CA模型中,打破了CA模型只能模拟城市受自然因素影响而进行的扩展。模拟结果比较真实可信,也为下一步城市规划提供决策支持。     

基于关系数据库的CA模型扩展和时空模拟实验研究

具备时空计算特征的元胞自动机（CA）模型与地理信息系统（GIS）集成在地理过程模拟方面具有很大的优势，但标准CA在邻居规则等方面的严格定义制约了CA对真实世界的模拟能力，在分析了元胞空间关系和元胞邻居描述的基础上，该文提出元胞邻居不仅存在几何空间上的邻接形式，还存在空间上不邻接但属性上相关的邻居形式，传统思路的模型扩展很难完全解决CA的局限性，基于关系数据库来定义和选择元胞邻居是一种有益的理论尝试，以时空为载体的文化革新扩散系统具有多空间扩散形式和遗传特征，相对于标准CA基于关系数据库的CA扩展模型可以更真实地对其进行时空模拟，笔者以服装传播为典型案例做实验研究，取得了比较满意的实验结果，认为基于关系数据库的CA扩展模型比较适用于具有多空间扩散形式的复杂系统的过程模拟。     

基于CA的城市增长与土地增值动态模拟方法探讨

城市增长与土地增值是一种时空动态变化的复杂地理过程，如何有效地模拟这一过程是该研究领域的一个重要问题。基于GIS的元胞自动机模型，具有模拟地理时空演化过程的能力。该文首先对CA模型进行扩展，再与GIS集成，提出一种模拟城市增长与土地增值时空间动态过程的新方法，并以四川省德阳市为例进行分析。     

基于Logistic回归的CA模型改进方法——以广州市为例

基于Logistic回归的CA模型因其结构简单和数据要求相对较小的优势,被广泛应用于城市模拟领域,但数据的空间自相关性影响了模型机制挖掘与模拟精度。通过将影响城市发展演变的各种约束条件划分为强制和普通约束条件,以及运用主成分分析降低普通约束条件的数据相关性,构建了改进型Logistic回归CA模型,并在2000~2008年广州市城市增长模拟研究中进行应用。结果表明:与传统型Logistic回归CA模型相比,改进型Logistic回归CA模型在模型拟合度和精度上均有4%左右的提高。其中约束条件划分对非城市像元模拟精度约有6%的提高,对整体精度有3%的提高。更为重要的是,降低数据相关性后,Logistic回归CA模型对于城市扩展机制的解释更符合实际。本研究旨在寻求一种简单可行且易于构建的CA模型,探求城市发展机理,为城市规划管理提供更为准确的科学依据。     

城市土地利用演化CA模型的扩展研究

城市土地利用演化的实质是人为干预下城市生态景观的自组织机制作用过程。根据城市土地利用演化生命机制概念,构建基于地理特征的城市土地利用演化CA模型,并以深圳特区为试验区域进行实证研究。结果表明,基于城市生命机制和地理特征的城市土地利用演化CA模型,可以有效地进行城市土地利用演化的时空模拟与预测。     

基于核主成分元胞模型的城市演化重建与预测

通过元胞自动机(CA)模拟和重建城市演化的复杂非线性过程,对于城市土地利用规划和决策具有指导意义。利用传统线性方法获取的地理CA转换规则,较难刻画城市演化的时空动力学过程。基于核主成分分析方法(KPCA),通过核函数映射,在高维特征空间下不仅能够对多重共线的空间变量进行非线性降维,且由此建立的地理元胞模型KPCA-CA参数物理意义明确,能够较好地体现城市化过程的非线性本质。基于GIS环境下自主研发的地理模拟框架SimUrban,利用该KPCA-CA模型模拟和重建了快速城市化区域上海市嘉定区1989-2006年城市演化过程,并预测了研究区2010年的城市空间格局。模拟结果显示,嘉定区城市主要沿中心区域及主干道路而扩展,体现了KPCA方法提取的前两个主成分的作用,与城市实际发展情况相符。利用混淆矩阵和面积控制精度等指标,对模拟结果进行了评价,得到总体精度为80.67%、Kappa系数为61.02%,表明模拟结果与遥感分类结果及统计结果符合程度较好;与传统基于线性方法的地理CA模型比较,KPCA-CA模型模拟结果精度更高。     

基于近邻传播聚类元胞自动机模型的武汉城市扩散和聚合过程同步模拟

元胞自动机（CA）作为城市时空动态模拟应用最广泛的模型,可以有效模拟填充式和边缘式城市扩张过程,但是在飞地式扩张模拟方面稍显不足。本文提出一种改进CA模型—APCA,在传统CA基础上利用近邻传播聚类（AP）搜寻城市扩散增长的“种子点”,实现城市增长扩散过程和聚合过程的同步模拟。以武汉市为研究区域,使用APCA模拟其在2005—2025年间城市扩张的时空过程。结果显示：① APCA在设置“种子点”数量为1~8个时模拟总体精度均高于Logistics-CA,当“种子点”数量为6时,模拟新增部分精度最高,达到0.5217;② 2015—2025年武汉市飞地型增长面积约为8.67 km²,占新增城市用地总面积比例为6.30%;③ 武汉市1995—2025年间“先扩散后聚合”的城市扩张过程符合城市增长相位理论。APCA在一定程度上了完善了传统二维平面CA框架,将城市扩张模拟维度由面维扩展到点维,为准确展现城市用地空间扩展规律提供参考。     

元胞邻域对空间直观模拟结果的影响

作为一种空间直观模拟模型,地理元胞自动机(Geo-CA)能够模拟及预测城市扩展与土地利用情景.地理CA模拟中,元胞邻域及其空间构型会对转换规则的挖掘与空间直观模拟结果的可靠性产生显著影响,从模拟进度和精度、景观格局及运行效率等角度可以定量分析这种影响.以logistic回归CA模型为例,基于Von:Neumann型和M...     

国外低碳城市研究进展

在人类应对全球气候变化的挑战中,低碳城市逐渐成为低碳经济与低碳社会的空间聚焦点.文章从城市碳排放驱动因素、低碳城市循环与代谢、低碳城市空间规划、低碳城市环境管治等四方面系统归纳了国外低碳城市研究的内容和模型方法,并对LMDI方法、Hybrid-EIO-LCA方法、CGE模型作了具体评述.可以认为,低碳城市研究在理论上,由可持续发展、循环经济转向低碳经济和社会论,南城市生态系统、共生城市、精明增长和公交导向细化为低碳社区的构建;在方法上,由单一计算转变到综合评估,由衍生方法借用转到低碳城市模型方法的提出;数据使用由估测数据转向明确的环境账户;空间尺度南城市个体向家庭、社区、园区、城市群等不同层面扩展;研究地域则从少数发达国家推广到发展中国家.基于低碳城市研究体系的不完备性和多学科交叉性、数据的不确定性、时空尺度的多样性等特点,当前研究应从城市共生和谐论出发,以微观尺度的调查数据为基础,综合利用现代空间信息技术,建立城市碳排放账户,对城市碳能源-经济-社会-环境(CEESE)系统的功能与机理、过程与控制以及关联与效应进行探索,创建低碳城市研究的理论与方法体系.     

基于案例推理的元胞自动机及大区域城市演变模拟

元胞自动机(CA) 被越来越多地用于复杂系统的模拟中。许多地理现象的演变与其影响要素之间存在着复杂的关系, 并往往具有时空动态性。在研究区域较大和模拟时间较长时, 定义具体的规则来反映这种复杂关系有较大的困难。为了解决CA 转换规则获取的瓶颈问题, 提出了基于案例推理(CBR) 的CA 模型, 并对CBR 的k 近邻算法进行了改进, 使其能反映转换规则的时空动态性。将该模型应用于大区域的珠江三角洲城市演变中。实验结果显示, 其模拟的空间格局与实际情况吻合较好。与常规的基于Logistic 的CA 模型进行了对比, 所获得的模拟结果有更高的精度和更接近实际的空间格局, 特别在模拟较为复杂的区域时有更好的模拟效果。     

基于神经网络的单元自动机CA及真实和优化的城市模拟

提出了一种基于神经网络的单元自动机（CA）。CA已被越来越多地应用在城市及其它地理现象的模拟中。CA模拟所碰到的最大问题是如何确定模型的结构和参数。模拟真实的城市涉及到使用许多空间变量和参数。当模型较复杂时，很难确定模型的参数值。本模型的结构较简单，模型的参数能通过对神经网络的训练来自动获取。分析表明，所提出的方法能获得更高的模拟精度，并能大大缩短寻找参数所需要的时间。通过筛选训练数据，本模型还可以进行优化的城市模拟，为城市规划提供参考依据。     

土壤数据空间分辨率对水文过程模拟的影响

分布式水文模型的应用,其准确性有赖于输入数据对流域特征的描述,尤其在大尺度流域,输入数据分辨率的增加是否必然改善模型的模拟效果是值得深入研究的问题。本文以鄱阳湖信江流域为研究区,运用SWAT模型为模拟工具,分析了土壤数据空间分辨率对径流、蒸发及土壤含水量等水文要素模拟的影响以及高精度土壤数据在大流域尺度的适应性。结果表明：不同分辨率的土壤数据对SWAT模型中水文响应单元的划分结果差异显著,但在径流模拟和蒸发计算结果中并没有表现出显著的差别;模型率定前后,低分辨率土壤数据的径流模拟结果略好于高分辨率土壤数据,但两者之间的差别不明显;模型模拟的土壤含水量差异显著,高分辨率土壤模拟的月平均土壤含水量整体大于低分辨率土壤模拟结果;研究还发现,模型的蒸发计算对土壤分辨率信息不敏感。本文研究意味着,大尺度SWAT模型的应用中,土壤数据分辨率的提高不一定会改善模型的模拟效果。在具体应用中,应考虑流域本身的尺度以及模拟精度的要求,选择合适分辨率的土壤数据,同时应结合模型原理和关键参数的物理含义来解释模拟结果。     

多源地理大数据支撑下的地理事件建模与分析

地理事件作为描述地理过程的基本单元,逐渐成为地理信息科学（GIS）核心研究内容。由于受人类活动数据获取限制,GIS对地理事件的建模和分析主要关注事件所引起的地理空间要素变化及要素之间的相互影响与作用机制。然而,近年来随着基于位置服务数据（LBS）爆炸式的增长和人类活动大数据定量刻画手段的快速发展,地理事件对人类活动的影响以及公众对地理事件的网络参与度都引起了多个领域的广泛关注,对地理事件的时空认知、建模方法和分析框架提出了巨大的挑战。对此,本文首先深入分析了大数据时代地理事件的概念与分类体系;其次,基于地理事件的时空语义给出了基于图模型的事件数据建模,建立了事件本体及其次生或级联事件的“节点—边”表达结构,开展了事件自身时空演化及其前“因”后“果”的形式化描述;第三,从时空数据分析与挖掘的角度,给出了大数据时代地理事件建模与分析的整体框架,拟突破传统“地理实体空间”事件探测与分析方法的局限性,融合“虚拟空间”事件发现与传播模拟思路,实现多源地理大数据支撑下的面向地理事件的人类活动多尺度时空响应与区域差异分析;最后,本文以城市暴雨事件为例诠释了本文所提出的地理事件建模与分析方法,从城市和城市内部两个尺度进行了暴雨事件与人类活动的一致性响应及区域差异分析,得到了明确的结论,验证了前文分析框架的可行性与实用性。     

建成环境对城市活力影响的时空异质性研究：基于大数据的分析

城市地理与城乡规划一直关注建成环境对城市活力的影响,但鲜有研究揭示该影响的时空异质性。城市活力表现为居民在实体空间上的分布及其活动,并呈现时间动态变化特征。通过采集广州市中心城区新浪微博签到数据以及建成环境大数据,在1 km×1 km方格网、2 h时间段的时空单元上可视化城市活力的时空动态变化特征,基于时空地理加权回归模型 (GTWR) 揭示区位、功能混合度与密度对城市活力影响的时空异质性,并对比工作日与双休日的差异。研究发现：① 广州中心城区城市活力呈现东西带状的“多节点”空间格局,在24 h内经历“分散-集聚-进一步集聚-分散”的时空动态变化。② 区位、功能混合度与密度对城市活力的边际效应表现出空间和时间双重维度的不稳定性。③ 由于居民活动的时空约束不同,城市活力时空特征及其建成环境影响在工作日与双休日存在差异。     

基于GIS的时空复合体-土地利用变化图谱模型研究方法

本文以地学信息图谱理论、地球空间信息认知理论、地球系统科学与地理综合体理论、地理信息系统中的时空复合体模型为依据 ,提出了研究土地利用 /土地覆被变化的基本单元 ,即“图谱单元”,它是记录时空复合信息的基本单元 ,由“相对均质”的地理单元和“相对均质”的时序单元复合而成 ,并提出了研究土地利用 /土地覆被变化图谱的概念模型。     

基于重心-GTWR模型的京津冀城市群城镇扩展格局与驱动力多维解析

城镇用地扩展格局及驱动力研究对城市群发展规划与决策具有重要意义。以京津冀地区为例,基于城镇用地扩展强度指数、城镇用地扩展差异指数、分形维数、土地城镇化率和重心转移模型,多维解析了城市群城镇用地扩展格局特征,并耦合重心转移模型和时空地理加权回归（GTWR）模型构建重心-GTWR模型,在对空间格局进行长时间序列多维度指标分析的基础上,运用该模型依序对其特征进行驱动力解读,进而总结凝练京津冀区域发展的主导模式与城市核心驱动力。主要结论为：① 1990-2015年,京津冀城市群城镇用地扩展强度呈现“下降-上升-下降”的趋势,高峰时期在2005-2010年,在2005年之前高速发展城市集中在北京、天津、保定和廊坊,2005年之后集中在邢台和邯郸;② 城市群城镇用地重心虽呈现出发散态势,但城市之间的局部相互作用力逐渐增强,城镇用地扩展驱动力表现出空间溢出特征;③ 京津冀城市群空间发展模式由以北京和天津为中心的双核发展模式向多核发展模式转变,并出现北部资源运输核心、中部经济发展核心和南部投资发展核心三大功能核心组团,城市群趋向于多核功能协同发展模式;④ 重心-GTWR模型结合了时空非平稳性和城市空间相互作用,将城市群城镇用地扩展作为一个时空变化系统进行分析,经验证,该模型在城镇用地扩展格局驱动力分析研究中具有可行性。