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。     

土地利用系统动态变化模拟研究进展

土地利用/覆被变化与环境要素的动态作用过程自LUCC相关研究计划开展以来一直是重点内容,并且愈来愈受到重视.将土地利用主体的决策过程和环境要素变化过程综合起来研究土地利用系统动态变化,是实现土地自然生态系统与社会经济系统耦合研究的途径与方法.本文在对土地利用系统复杂性分析的基础上,提出目前土地利用系统变化模拟需要解决的基本科学问题,主要包括土地自然环境要素对土地利用主体决策的影响、不同空间尺度土地利用主体及主体间相互作用及在此基础上的区域土地利用动态变化模型研究.土地利用模型是分析土地利用系统结构与功能的有力工具,通过分析土地利用系统模拟研究进展发现国内外真正实现了自然生态系统和社会经济系统综合研究的模型尚不多见.基于主体的土地利用模拟方法综合了土地利用变化中空间变化和主体决策过程,适合于分析土地利用系统变化的空间过程、空间相互作用和多尺度现象.本文在对国际上基于多主体模型进行土地利用系统模拟的相关进展、模拟平台等分析评述的基础上,提出未来我国开展基于多主体模型进行土地利用变化研究的建议.     

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。     

基于细胞自动机与多主体系统理论的城市模拟原型模型

文章从城市地理学模拟模型研究发展相对滞后的现实出发,分析了传统城市模型模拟存在的问题与不足,讨论了计算机科学、复杂性研究、地理信息科学与技术、新发展的地学计算方法等作为计算城市模型发展基础的可行性,提出了一个基于细胞自动机与多主体系统理论与方法、包容了多尺度(宏观、中观、微观)层次的综合可计算城市模拟原型模型框架,对以邻里社区为基础的居住区位微观模拟模型作了概念上的讨论,分析了地学计算方法在城市模拟模型研究中的发展前沿。     

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。     

长沙城市土地扩张模型及其应用

Although traditional urban expansion simulation models can simulate dynamic features, these models fail to address complex changes produced by different agents’ behaviors. The paper has built up a set of spatial-temporal land resource allocation rules and developed a dynamic urban expansion model based on a multi-agent system, which can simulate the interaction among different agents, such as residents, peasants, and governments. This model is applied to simulate urban expansion process taking Changsha City, in China as a study area. The results show that this model can not only reflect basic characteristics of urban expansion, but also help explain the reasons for urban expansion process and understand the effect of agents’ behavior on the expansion process, and provide insights into the causing factors behind the expansion. In addition, in contrast to simulation results with land use classification map from remote sensing images, the precision of the simulation reached over 68% with higher precision than cellular automata model according to the cell-by-cell comparison. The results suggest that the model can help to provide land use decision making support to government and urban planners.     

政府规划约束下的城市空间增长多智能体模拟模型

构建政府规划约束下的包含多种类型智能体和环境因素的城市空间增长多智能体模拟模型,通过居民、开发商和政府三类智能体之间以及智能体与环境之间的相互作用模拟了城市空间增长情况。模型将城市建设用地规划区纳入政府的土地利用政策,探讨了政府规划因素对城市建设用地增长的影响,并根据土地集约利用的原则对模拟结果进行了优化。在Repast和ArcGIS的实验环境下,以南京市中心城区(长江以南)为研究区设置了四组土地利用情景,模拟了2001-2007年研究区的城市建设用地增长情况,对比不同情景下模型的模拟精度,说明正确合理的政府规划引导对城市空间增长的重要作用以及对模拟结果进行优化的必要性。该模型有助于揭示城市空间增长机制,为政府宏观调控政策和规划制定提供参考。     

交互式多目标土地利用规划模型研究

为限制城市建设用地过度扩张并实现土地利用的多重目标,从土地利用效益和土地利用规模角度,构建基于多目标的土地利用规划模型,基于模糊决策理论,采用模糊折衷算法进行模型求解得到最优方案,融入决策者意愿,体现交互式特点.以2010年为规划基期,2020年为目标年,对滁州市进行实证研究,通过敏感性分析探讨模型应用的地域差异性.结果表明:1)滁州市现状土地利用效益较低,通过模型优化可使目标年土地利用得到明显改善.2)目标年,滁州市土地利用经济和社会效益的提高主要体现在耕地减少和城镇用地增加较多;生态效益的提高主要体现在耕地与林地面积较大,城镇用地增加较少.3)模糊折衷参数λ*是模型构建的核心内容之一,λ*取值不同决定不同土地利用方向.同时,λ*取值具有地域差异,应根据区域实际情况作出判断.该模型较以往规划整合更多重要信息,可有效指导土地利用规划,为城市土地利用提供科学依据.     

土地系统多主体模型的理论与应用

土地变化科学是理解人类—自然耦合系统的交叉学科研究方向。多主体模型（ABM）作为过程导向模型,对揭示土地变化驱动力,理解土地变化过程有重要作用。本文从理论、应用与建模框架三方面出发,总结了ABM理论基础和相关概念;阐述了ABM在城市和农业土地系统两方面的应用与发展,进一步介绍了横断山区退耕还林ABM研究案例;在梳理ABM建模协议的基础上,提出了主体视角的土地系统ABM建模框架和实施流程。在城市土地利用方面,ABM研究从最初基于景观研究城市扩张,到研究城市内部居住分隔,规划分区,生态功能等多方面;在农业土地利用方面,ABM应用则呈现出更加多样化和个性化的特征,包括农民行为、农户决策、种植系统、农业政策等。相比于传统模型,ABM因其依靠本地知识与数据而使得其构建更为复杂,且不易推广;但因其独特的自下而上模型构架,在探究土地变化驱动力、刻画人类行为对自然环境影响等方面具有不可或缺的作用。     

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.     

地理学：从知识、科学到决策

地理学是研究地理要素或者地理综合体空间分布规律、时间演变过程和区域特征的一门学科,是自然科学与人文科学的交叉,具有综合性、交叉性和区域性的特点。随着地理信息技术发展与研究方法变革,新时期的地理学正在向地理科学进行华丽转身,研究主题更加强调陆地表层系统的综合研究,研究范式经历着从地理学知识描述、格局与过程耦合,向复杂人地系统的模拟和预测转变。在服务国内重大需求和国际全球战略过程中,地理学正在扮演愈发重要的角色,在新型城镇化、生态环境保护、水土资源管理、地缘政治等领域拥有广阔发展前景。中国地理学正面临前所未有的机遇,需要紧紧围绕国家重大需求,创新发展综合性的理论、方法和技术,逐步形成具有鲜明中国特色、深远国际影响的地理科学体系,为中国和全球的可持续发展服务。     

多主体系统在城市发展模拟中的应用

多主体系统(Multi-Agent System, MAS)是由多个主体(Agent)组成的松散的网络,每个主体根据其属性和行为规则互相交流、协作甚至竞争。MAS通过模拟和观察大量主体的微观行为来研究系统整体的宏观规律,对复杂系统的演化机理具有更合理、更准确的解释力,因此,MAS在城市发展模拟中有很大的应用前景。本文介绍了多主体系统的基本框架及模拟思路,综述了国内外城市模拟研究中MAS理论的应用现状。重点分析了MAS理论在城市模拟应用中的五个关键课题:即微观个体数据的获取、微观主体的合理选择、主体行为规则的提取和设定、主体之间相互作用的描述与表达、环境变量的提取与导入等,并对相关研究进展进行了综述。研究表明,城市发展预测与政策评价是MAS应用的重点突破方向之一。     

Extending agent-based land-use/-cover change models to tropical deforestation: a focus on farm-based decision making in tropical subsistence farming

Subsistence agriculture continues to be the mainstay activity in most tropical regions, and opinions on how it impacts tropical deforestation vary significantly. The sparse literature available on subsistence farm-based models highlights the existing methodological gap in the ability of present-day agent-based models (ABMs) to simulate the impact of subsistence production on frontier tropical deforestation. Though issues concerning agent specification and its variability have been successfully dealt with, gaps exist in the explicit incorporation and articulation of linkages of subsistence production and consumption theories on the one hand and frontier tropical deforestation on the other hand. This demands explicit determination of the decision-making process and the objective functions for subsistence farmers. Once simulated, the trajectories of deforestation and its trigger mechanisms can be understood. Overall, farm-based ABMs have the potential to allow insightful understanding of the small and slow individual homogeneous subsistence practices that have resulted in massive deforestation in the tropics.     

复杂系统理论与Agent模型在土地变化科学中的研究进展

基于复杂系统理论与Agent 模型,分别从理论与方法的角度梳理并总结了当前土地变化科学的研究进展。复杂系统理论为研究土地变化所处的“耦合的人类-自然系统”及其复杂性问题提供理论支撑;而基于Agent 的模拟作为研究复杂系统的重要工具,为传统土地变化模拟提供新的方法支持。当前,ABMs与土地变化模型相结合(ABM/LUCC),无论是模型构建还是模型应用均取得了显著进展。然而,其也存在诸多问题,尤其是理论与应用脱节,使很多建模者容易陷入“为建模而建模”的误区。此外,现有的ABM模型设计较为随意,模型间差异太大,不利于跨区域比较研究的开展。因此,虽然ABM是认识复杂系统的有效方法,但是建模之前离不开对系统复杂性的深入研究;基于Agent 的土地变化模拟的意义在于充分表达“人类-自然”系统的综合复杂关系,从而合理的预测土地变化(结构与功能) 的动态过程,解释并评价土地变化的可能影响。     

地理系统模型研究进展

地理系统是多圈层交互的复杂巨系统。地理系统模型是理解和预测不同尺度地理系统格局和过程变化最重要的研究方法。地理系统模型作为可持续发展科学决策必需的工具,是自然地理学重要的研究方向。过去几十年来,在全球变化等全球性重大环境问题和人类科学决策需求的推动下,地理系统模型虽然发展迅速,但还不足以准确地模拟和预测复杂人地耦合系统。本文分别从模型原理、框架和尺度等方面回顾与梳理了地理系统模型从单要素到多要素、从统计到过程、从静态到动态、从单点到区域和全球尺度模拟等发展历程,并总结了地理系统模型对发展人类—自然耦合系统以及模型—数据融合系统的趋势。发展中国的地理系统模型将有助于中国和全球可持续发展的科学决策。     

基于QUEST决策树的遥感影像土地利用分类——以云南省丽江市为例

土地利用分类精度直接决定土地利用/土地覆被变化相关研究的准确性,而基于决策树的遥感影像分类是近年来提高土地利用分类精度的重要方法。QUEST决策树在影像解译和空间表达方面,运算速度和分类精度均优于普通CART等决策树方法。本文以云南丽江地区为例,应用QUEST决策树分类方法,对该地区的Landsat TM 5影像图进行分类,同时将地形因素、植被指数作为地学辅助数据的因子添加到分类波段中,进行不同特征融合,来处理目标类别间的非线性关系,该方法在处理图像理解知识方面具有更大的灵活性;同时与普通决策树分类法的遥感影像分类的结果相比较,Kappa系数值从原来的0.789提高到0.849.在地形复杂的山地地区,针对TM影像数据,选择基于QUEST决策树分类能够有效提高土地利用分类结果精度。     

论土地沙漠化过程中的人类活动

简要回顾了土地与土地沙漠化过程中,指出了人类对土地的特殊需求．引起了对土地的开发利用;对土地的不合理利用导致了土地沙漠化。从三个方面剖析了人类在土地沙漠化过程中的作用：并指出．土地沙漠化问题是一个综合的生态环境问题。最后．从人地关系角度出发．充分考虑到了人类在土地沙漠化过程中的地位与其主观能动性,给出几点防治沙漠化的对策。     

Simulating the development of resilient human settlement in Changsha

Journal of Geographical Sciences - Using the system dynamics simulation software Vensim PLE, we built a model to simulate the development of resilient human settlement in Changsha. This model...     

城镇化与生态环境耦合动态模拟模型研究进展

按照地理学科发展趋势,对城镇化与生态环境耦合的研究将由定量描述转入动态模拟。目前,城镇化与生态环境耦合动态模拟模型呈现多元化。论文系统梳理了其中4类常见的动态模拟模型,包括城镇化与生态环境耦合系统动力学模型、基于人工智能算法的城镇化与生态环境耦合动态模拟模型、基于土地利用变化的城镇化与生态环境耦合动态模拟模型以及基于多模型集成的城镇化与生态环境耦合复合模型。主要结论如下：系统动力学模型被广泛应用于城市复杂系统、城市转型和可持续发展以及城镇化与生态环境单要素耦合的动态模拟之中,但存在空间解释不足以及忽视系统自适应性等问题;人工智能算法(ANN和BN)在自学习、自组织、自适应系统或不确定性系统模拟中具有显著优势,并被应用于城市扩张、环境变化、资源需求以及生态脆弱性的识别之中,但应用面相对狭窄且限制条件偏多;土地利用变化模型(CLUE/CLUE-S、CA和MAS)局限于从土地城镇化视角模拟城镇化与生态环境耦合;基于多模型集成的复合模型实现了各模型之间的优势互补,已成为城镇化与生态环境耦合动态模拟模型的发展趋势。今后,应从技术和理论2个层面实现城镇化与生态环境耦合动态模拟模型的进一步发展,并加强对微观过程的模拟。