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。     

多智能体与元胞自动机结合及城市用地扩张模拟

运用多智能体(Agent)和元胞自动机(CA)结合来模拟城市用地扩张的方法,将影响和决定用地类型转变的主体作为Agent引进元胞自动机模型中,Agent在CA确定的城市发展概率的基础上,通过自身及其周围环境的状况,综合各种因素的影响做出决策,决定元胞下一时刻的城市发展概率。运用Agent的决策结果,对CA模型中以随机变量体现的不确定性通过Agent决策行为给予地理意义的新解释。以城市郊区—樟木头镇为例,对1988～1993年城市用地扩张进行了模拟研究,取得了良好的模拟效果。     

中国城市土地城镇化多层级影响因素分析

土地城镇化是地理学与土地科学交叉的核心研究领域。随着中国城镇化水平不断提升,土地城镇化作为城镇化在空间的具体体现,已经成为学者和政府共同关注的焦点。土地城镇化受到省、市多层面因素影响,单一层面的影响因素并不能完全有效解释中国特殊行政体系下的多层级关系。本文采用熵值法对中国省、市两个层面影响因素的不同指标进行客观赋权,建立两层线性模型,对2005年和2016年全国102个具有代表性的城市土地城镇化影响因素进行实证研究。结果表明：① 市级层面,2005年要素投入和公共服务是影响城市土地城镇化的主要因素,其中以要素投入最重要。2016年经济发展水平成为最关键的影响因素,要素投入、公共服务、人口集聚对土地城镇化的影响程度依次降低。② 省级层面,区域经济发展水平差异是土地城镇化的主要影响因素。政府资源保护态度、生态和农业资源与市级因素以及城市建成区面积呈显著负相关。根据区域所处发展水平的不同,政府开发态度、地理区位与市级因素存在复杂的影响关系。③ 1978年改革开放以来,中国土地城镇化是工业化和城镇化共同作用的结果,土地城镇化进程逐步由政府主导转向经济驱动。多层级土地城镇化研究,可以更好地解析不同层面影响因素对土地城镇化水平影响机制和跨级关系,为更合理精准的城镇化政策制定提供理论依据。