基于CA模型的乌鲁木齐都市圈城市用地扩展模拟研究.

合集下载

不同情景下乌鲁木齐河流域土地利用动态模拟研究

不同情景下乌鲁木齐河流域土地利用动态模拟研究

不同情景下乌鲁木齐河流域土地利用动态模拟研究于浩;刘娟【期刊名称】《国土与自然资源研究》【年(卷),期】2024()3【摘要】收集2000、2010、2020年乌鲁木齐河流域土地利用/覆被变化等数据,通过多评价准则(MCE)的元胞自动机(CA)和马尔可夫链(Markov)模型,对2020年土地利用变化进行模拟,预测结果与实际解译结果对比,各土地利用类型的面积预测精度达到82%以上,空间格局kappa系数平均值为81.57,表明预测结果可信。

在此基础上,在不同场景下对2030年的土地利用空间格局进行模拟,结果表明,在趋势发展情景下,耕地、草地面积呈减少趋势,分别为15.1%和5.22%,建设用地、未利用地面积增幅较大,分别为26.09%和21.15%,表明按照当前城市扩张速度和产业结构布局方式发展,生态用地与建设用地需求的矛盾将日益突出,生态环境面临巨大挑战。

在生态优先情景下,建设用地面积增幅减缓至18.03%,耕地、林地、水域面积呈上升趋势,分别为10.26%、2.36%和11.11%,草地面积下降趋势减缓至3.55%,表明城市快速扩张得到遏制,耕地得到保护,林地、草地能够发挥更大的生态调节作用,水源的涵养能力有所提升,土地利用结构变化趋于均衡。

【总页数】4页(P15-18)【作者】于浩;刘娟【作者单位】新疆维吾尔自治区地质矿产勘查开发局信息中心;新疆地矿局第一水文工程地质大队【正文语种】中文【中图分类】F301.2【相关文献】1.不同土地利用情景下巢湖杭埠—丰乐河流域非点源污染研究2.大沟头小流域不同土地利用格局下土壤侵蚀情景模拟研究3.闽江流域不同土地利用情景下的径流响应研究4.不同土地利用模式情景下贵州印江河流域生态水文响应研究5.流域土地利用变化情景下的水文响应模拟研究因版权原因,仅展示原文概要,查看原文内容请购买。

基于CA-Markov模型的城市扩展及预测模拟研究——以西宁市为例的开题报告

基于CA-Markov模型的城市扩展及预测模拟研究——以西宁市为例的开题报告

基于CA-Markov模型的城市扩展及预测模拟研究——以西宁市为例的开题报告一、研究背景和意义随着城市化进程的加速,城市规模的扩张已成为一个全球性的趋势。

因此,研究城市扩展规律及其发展趋势,对于探索城市化进程中的空间结构演变规律、提高城市规划决策的科学性、减少城市跨越式发展对环境的不良影响等方面都具有重要意义。

本文选取青藏高原地区的西宁市为例,通过构建CA-Markov模型进行城市扩展及预测模拟研究,探究城市空间结构演变规律,预测未来城市扩张趋势和合理引导城市发展,为城市规划决策提供科学依据。

二、研究内容本文拟采用CA-Markov模型进行城市扩展及预测模拟研究,具体内容包括:1.数据收集和处理。

收集城市历年来的基础数据,包括人口、土地利用、地形地貌等方面数据,用于构建模型并进行模拟研究。

2.模型构建。

运用CA模型和Markov模型相结合的方法,构建CA-Markov模型,用于模拟城市空间演变过程和预测未来城市发展趋势。

3.模型参数设置。

根据所需的研究结果和实际情况,设置城市扩张模型的相关参数,如扩张速度、扩张方向等,以及Markov模型中的转移矩阵等参数。

4.模型验证和分析。

通过对历史数据和模拟结果的比对验证模型的可靠性,分析城市空间演变的规律及未来城市扩张趋势,为城市规划决策提供参考。

三、预期目标和成果本文旨在通过构建CA-Markov模型,研究城市扩展及预测模拟,探究城市空间结构演变规律,预测未来城市扩张趋势和合理引导城市发展。

预期实现的目标有:1.建立城市扩张模型,模拟城市扩张过程,分析城市演变规律和趋势。

2.对模型进行验证分析,验证模型可靠性,为城市规划决策提供科学依据。

3.提出科学合理的城市规划方案,引导城市发展,减少城市扩张对环境的不良影响,为城市可持续发展提供参考。

四、研究方法本文主要运用CA-Markov模型,该模型基于CA模型和Markov模型的理论,是一种基于细胞自动机空间模型的城市扩张模型。

基于ca模型的城市空间扩张模拟过程

基于ca模型的城市空间扩张模拟过程

基于ca模型的城市空间扩张模拟过程嘿,咱今儿就来唠唠这基于 CA 模型的城市空间扩张模拟过程。

你说这城市啊,就像个不断成长的孩子,一天天在变呢!CA 模型呢,就像是给城市成长搭的一个特别的架子。

它能帮助我们看清城市是怎么一点点变大、变样的。

想象一下,城市里的每一块地就像是一个小格子,它们有着自己的状态和属性。

而这个 CA 模型呢,就负责指挥这些小格子怎么变化。

比如说,有些地方适合建房子,那它可能就从荒地变成了居民区;有些地方交通便利,可能就变成了商业区。

这就好像是一场神奇的变身游戏!咱再深入一点说,CA 模型得考虑好多因素呢。

像是人口增长,人多了房子就得跟着多起来呀,不然大家住哪呢?还有经济发展,有钱了才能盖更多的高楼大厦嘛。

而且,城市扩张可不是随便乱来的,得有规划呀!不能这边建一堆,那边空着一大片。

这就好比画画,得先构思好整体画面,不能东一笔西一笔的。

你看那些发展得好的城市,不都是规划得井井有条吗?街道整齐,功能分区明确。

这都是 CA 模型在背后悄悄发力呢!在这个模拟过程中,每个小格子都可能会有不同的命运。

也许今天它还是一片草地,明天就变成了热闹的商业街。

这多有意思啊!咱普通老百姓可能不太懂这个专业的东西,但咱能感觉到城市的变化呀。

就说咱周围的那些高楼大厦,以前哪有啊,不都是一点点建起来的嘛。

通过这个 CA 模型的模拟,我们能更好地理解城市为啥会变成现在这样。

也能为未来的城市发展提供一些参考呢。

你想想,如果没有这样的模拟,城市发展可能就会乱套,那可不行呀!所以说,这个基于CA 模型的城市空间扩张模拟过程可重要了呢!它就像是城市的导航仪,指引着城市朝着更好的方向发展。

咱得重视它,好好利用它,让我们的城市变得越来越美,越来越宜居。

咱不都希望生活在一个舒服、漂亮的城市里嘛!对吧?。

一种基于CA

一种基于CA

专利名称:一种基于CA‑Markov模型的土地利用时空变化模拟方法
专利类型:发明专利
发明人:官冬杰,谭静
申请号:CN201610919491.9
申请日:20161021
公开号:CN106485017A
公开日:
20170308
专利内容由知识产权出版社提供
摘要:本发明公开了一种基于CA‑Markov模型的土地利用时空变化模拟方法,包括以下步骤:S1.对土地利用数据进行重分类;S2.建立Markov模型,计算研究区域土地利用转移概率矩阵及转移面积矩阵;S3.构建每类用地转化适宜性图,合成土地利用转移适宜性图集;S4.利用适宜性图集及土地利用数据,预测现有某年土地利用面积;S5.预测未来土地利用数据。

本发发明适用性广,模型简单易懂,操作方便,模拟精度高,能从数量和空间上对土地利用情况进行预测。

申请人:重庆交通大学
地址:400074 重庆市南岸区学府大道66号
国籍:CN
代理机构:北京同恒源知识产权代理有限公司
代理人:王贵君
更多信息请下载全文后查看。

基于CA-MARKOV的城市建设用地扩展模拟

基于CA-MARKOV的城市建设用地扩展模拟
阵,并由此计算得到 2000—2005 年以及 2005—2010
年的概率转移矩阵,由此确定研究区域土地利用变化
的 CA-MARKOV 模型,并由此预测 2015 年武汉市的
城市建设用地,
得出以下结论:
(1)土地利用的变化具有某种线性相关性,因此
可以利用相关的模型进行模拟预测,例如本研究的
CA-MARKOV 模型。
自然资源各项调查监测及评价、城市规划、制图、军事
等众多领域。
TM 影像主要特点为具较高空间分辨率、波谱分
辨率、极为丰富的信息量和较高定位精度,能满足有
山水林田湖等自然资源以及相关的规划、环境等领域
的监测以及相关的分析等的基本要求。
本研究的数据为多时相遥感数据,为了增加准确
性,尽可能选取每年同一时间段的遥感数据,以减少
时间原因造成的太阳高度角等的影响,大都在 6—9
月。本次实验所用的数据为 Landsat 卫星 2000、2005、
2010 年的 TM 影像数据。
2 动态模拟关键技术 CA-MARKOV 模型
本研究建模的主体算法是马尔科夫链分析算法
以及元胞自动机分析算法。马尔科夫链分析法是应
用于土地利用变化的传统建模方法,基于马尔科夫过
但是该模型也存在很多的不足之处,如土地的利用类
型需要保持不变,模型的适用范围不能太大,一次参
数的设置只适用于同等自然条件的区域等。因此该
模型还需要进一步改进,增加模型的适用性跟因地制
宜性,该模型也为自然资源规划以及城市建设利用提
供了一种可行性的建设方案及方法。
参考文献
[1]田光进,纪远,大方,等.基于遥感与 GIS 的 20 世纪
果进行聚类矢量化处理,城市圈用地范围结果如下:

城市CA模型建模原则与模拟结果检验方法研究

城市CA模型建模原则与模拟结果检验方法研究
t+ 1
( 2)
s i 为元胞 i的元胞状态 , i# ( 1 , 2 , ∀, n); n 是包括中心元胞的邻域元胞个数; f 是元胞局部转换规则. 所 = f (S, N )
tห้องสมุดไป่ตู้ 1 t t
( 3) 是元胞在 t + 1 时刻的状态, S 是元胞在 t 时刻的状态 , ( 3 ) 式表明了元
在此, t, t + 1 是离散的时间, S
[ 5]
,
可以用来模拟局部演化过程; ∋ CA 与栅格 G IS 具有相同的数学模型结构, 在 A rc / Info 的 Gr id 下易于与 G IS
2 CA 在城市研究中的应用
2 . 1 城市模型发展进程 城市化进程是环境和发展问题的重要组成部分 , 研究城市发展过程具有重要的科研和实际价值 , 可以为 解决城市环境和发展问题提供有效的依据 . 城市模型是基于城市空间现象与过程的数学表达, 抽象地表述城市空间过程 . 城市模型的建立通常要经 过 现实系统 ( 逻辑系统 ( 数学系统 ( 仿真系统 !等的抽象过程, 最终实现对城市系统的模拟验证及规划方 案的效应评估, 为城市政策及城市规划提供决策支持
[ 2]
.
CA 是由元胞 ( C ells)、 元胞空 间 ( La tt ices) 、 元 胞状态 ( C ell states) 、 邻 域 ( Ne ig hbo rhoods) 和 转换 规则 ( T ransition rules)和离散时间 ( D iscrete t i m e)所构成. 在此系统中, 元胞之间是相互离散的, 共同组成一个离 散的元胞空间; 每一个元胞在某一时刻 t只能对应一种由离散有限集合组成的状态; 邻域是由一定的规则定 义的中心元胞周围一定范围、 一定形状的所有元胞的集合, 中心元胞在下一时刻的元胞状态由中心元胞状态 及邻域元胞的状态所决定 ; 转换规则是元胞状态转换的规则 ; 决定元胞从 t时刻到 t+ 1 时刻元胞状态是否转 换和怎样转换; CA 中的 时间不具有物 理意义, 是 离散的. 用 数学符号来表 示一个标准的 CA 可以 表示如 下

基于GIS技术的乌鲁木齐建成区土地利用变化研究

基于GIS技术的乌鲁木齐建成区土地利用变化研究

基于GIS技术的乌鲁木齐建成区土地利用变化研究作者:张锐来源:《管理观察》2009年第10期摘要:土地利用研究是目前全球变化研究的主要领域之一;本文以统计数据与卫星影像为主要信息源,研究乌鲁木齐市土地利用变化过程,总结这种变化的机理和规律。

关键词:土地利用变化乌鲁木齐建成区土地是人类赖以生存与发展的物质基础,是社会经济活动的载体。

自然和社会经济条件变化,引起区域土地利用和覆被变化,进而导致区域生态环境相应变化;这种变化又对社会经济发展产生影响。

本文利用遥感数据研究2000 -2005年乌鲁木齐建成区土地利用变化过程与规律。

1.研究区概况乌鲁木齐地处天山中段北麓、准噶尔盆地南缘,是沟通新疆南北疆,连接中国内地与中亚、欧洲的咽喉,是第二座亚欧大陆桥中国西部的桥头堡,向西对外开放的重要门户。

乌鲁木齐现辖七区一县包括天山区、沙依巴克区、新市区、水磨沟区、头屯河区、达坂城区、米东区、乌鲁木齐县。

乌鲁木齐东、西、南三面环山,北部为乌鲁木齐河与头屯河冲积平原。

2.研究方法2.1数据来源和技术路线选取2000年和2005年中巴资源卫星影像为数据源,并参照同期乌鲁木齐统计数据进行分析。

技术路线图如图1:2.2 数据处理利用遥感图像处理软件EARDAS对图像进行几何校正,通过控制点的选取、变换坐标、重新采样等步骤,将2000年、2005年乌鲁木齐市建成区影像校正到地形图的坐标投影中;利用大气校正消除影像中大气散射、反射造成的图像模糊,进而得到信息明显的数据影像。

2.3 土地利用类型分类根据FAO建立土地利用/土地覆盖分类系统准则,考虑本文研究遥感影像的分辨率,并参考中国土地资源分类系统,确定本文的土地利用分类系统。

由于不同部门统计口径不同,因此本文将林地、草地归为一类,作为林草地,乌鲁木齐市建成区的土地利用类型分为:耕地、林草地、建设用地、交通用地、水域和未利用土地共六个一级土地利用类型。

2.4 提取土地利用变化信息用地理信息系统软件supermap,对两期专题图进行空间叠置分析,利用地图代数运算原理,提取变化数据,得到土地利用变化转移矩阵。

CA—Markov模型在土地利用模拟研究中的应用

CA—Markov模型在土地利用模拟研究中的应用

CA—Markov模型在土地利用模拟研究中的应用作者:王菲柴旭荣来源:《现代农业科技》2013年第02期摘要土地利用变化模拟研究是土地利用变化研究的热点。

研究土地利用变化模拟的方法很多,将各个模型相互结合逐渐成为土地利用变化模拟的研究前沿。

该文简要回顾了马尔科夫链模型和元胞自动机模型在土地利用模拟中的研究进展,探讨了这2种模型在研究中的优缺点,并对其今后在土地利用变化模拟中的发展趋势提出了展望,以为土地利用变化模拟研究提供参考。

关键词元胞自动机;马尔科夫链;土地利用变化中图分类号 F301.24 文献标识码 A 文章编号 1007-5739(2013)02-0227-01土地利用变化模拟研究已经成为土地利用变化研究的重点,是当今土地利用变化研究中的前沿和热点课题。

土地利用变化空间化建模一直是土地利用变化研究的难点问题。

土地利用变化模拟研究常用的方法很多,现阶段人们进行土地利用变化模拟的方法主要有马尔科夫链模型、元胞自动机模型、GIS、空间Logistic模型等。

其中,马尔科夫链模型和元胞自动机模型在土地利用变化模拟研究中应用非常广泛。

当然,每种模型的应用范围和在研究中所起到的作用不同,各有其优缺点,单独应用某种模型来模拟或预测土地利用变化的研究已经成为过去式。

近年来,将各个模型相互结合研究土地利用变化的研究越来越多。

该文对马尔科夫链模型和元胞自动机模型机理进行简单描述,重点分析2种模型在土地利用变化模拟中的研究进展,并对马尔科夫链模型和元胞自动机模型今后在土地利用变化模拟研究中的发展趋势进行了展望,以为土地利用变化模拟提供参考。

1 马尔科夫链模型在土地利用变化研究中的应用1.1 马尔科夫(Markov)模型Markov模型是基于Markov过程理论而形成的预测事件发生概率的方法,通过对不同状态的初始概率以及状态之间的转变频率的研究,来确定状态的变化趋势,从而达到预测未来的目的[1]。

在土地利用变化研究中,可以将土地利用变化过程视为马尔科夫过程,将某一时刻的土地利用类型对应于Markov过程中的可能状态,它只与其前一时刻的土地利用类型相关,土地利用类型之间相互转换的面积数量或比例即为状态转移概率。

基于RS和GIS的乌鲁木齐市空间扩张特征与驱动力分析

基于RS和GIS的乌鲁木齐市空间扩张特征与驱动力分析
地系统复杂 的相 互作 用 过程 的具 体表 现 。在 社会
经济快速发展 的过程 中, 如何 保护和利用 宝贵 的土地
究 。P e t e r 等 基 于遥 感 影 像 数 据 对 美 国五 大 湖 自 1 9 9 2~ 2 0 0 1 年 的生态 环境进行 了动态监测 。在 国内 ,
项 目中国新疆 南部主要 中心城 市与法 国图卢 兹市之 间的城 市化发
展 及 生 态 环 境 对 比研 究 ( 批准号 4 1 0 1 0 1 0 4 0 4 0 ) 通信作者 : 孜 比布 拉 ・ 司 马义 ( 1 9 6 2一) , 男, 新疆 焉 耆县 人 , 博 士, 教授 。主要 研 究 方 向 : 城市发展与城市规划, z i b i b u l l a 3 2 8 3 @
地资 源的时空变 化 和城 市动 态监 测方 面做 了大 量 的
研究 。如国外 有 We l c h通 过对 T M 的假 彩 色合 成 图 像 目视解译 提取 了城 市建成 区面积 , 进一步 分析 了建 成区面积 与人 口之 间 的关 系 。J o h n等 利用 遥感 影像对城市 基础设 施 和社 会属 性 进行 了动 态监 测研
许 多学者利用 3 s技术对 大中城市相继 开展 了城市扩
Hale Waihona Puke 资源 , 是迫切 需要解 决 的 问题 。其 次 , 对 一个 城 市空
间扩张过程进行研 究 , 不仅有 助于优化城 市 的空间格
基金项 目: 国 家 自然 科 学 基 金 项 目南 疆 铁 路 沿 线 地 区城 镇 化 与
张研 究 , 并分析 了驱 动力 因素 。虽然利 用遥感 影像
3 4 2 . 6 7 k m ; ( 2 ) 自2 0 0 1至 2 0 0 6年 , 建 设 用地 面积 年 均 增 长 率 为 7 . 1 8 %, 年 均 扩 张速 率 为 1 3 . 8 2 k m / a ; ( 3 )自 2 0 0 6年 至 2 0 1 0

乌鲁木齐市辖区建成区规模扩张及预测分析

乌鲁木齐市辖区建成区规模扩张及预测分析

乌鲁木齐市辖区建成区规模扩张及预测分析穆飞翔;蒲春玲;刘祥鑫【摘要】依据乌鲁木齐市2000~2015年社会经济发展数据,通过构建城市建成区规模扩张与社会经济发展的协调性分析模型,计算市辖区建成区规模扩张与社会经济发展的协调性系数;构建预测模型,分析乌鲁木齐市辖区建成区规模与其他社会经济发展指标的关系,进而对其市辖区到2020年建成区规模进行预测.主要结论有:乌鲁木齐市辖区的建成区的单位土地经济效益逐年增加,GDP的增长速度明显要高于建成区规模的扩张,说明其建设用地的土地报酬正处于递增的第一阶段,总体上土地投入较合理;乌鲁木齐市辖区建成区规模扩张与人口增长的协调度较弱,其建成区规模正处于快速扩张阶段;通过分析两个不同预测模型的实际应用效果,显示通过BP 神经网络模型能够获得更加有效的预测,最终预测到2020年乌鲁木齐市辖区建成区规模将达到523.8287km2.【期刊名称】《上海国土资源》【年(卷),期】2017(038)003【总页数】6页(P30-35)【关键词】建成区;规模扩张;经济社会发展;协调性分析;建设用地;效益分析;多元线性回归;BP神经网络【作者】穆飞翔;蒲春玲;刘祥鑫【作者单位】新疆农业大学管理学院,新疆·乌鲁木齐 830052;新疆农业大学管理学院,新疆·乌鲁木齐 830052;新疆农业大学经济社会发展研究中心,新疆·乌鲁木齐830052;新疆农业大学管理学院,新疆·乌鲁木齐 830052【正文语种】中文【中图分类】F293.22关于建设用地的扩张的研究,国内学者陈江龙利用遥感、土地利用调查等数据对建设用地扩张的过程、格局和机理进行了研究[1],解修平等人针对城市扩张与耕地之间的关系和矛盾进行动态研究[2],屈宇宏对建设用地扩张进行了模拟并提出相应的策略[3],赵可、舒帮荣等从不同的角度对城市建设用地扩张的驱动力进行了研究[4,5],张乐勤对建设用地扩展驱动力在快速城镇化的背景下进行了研究和展望[6],庞博、方创琳结合智慧低碳城市的概念对城市发展的动力机制进行了系统的分析和探究[7]。

城市建设用地扩张研究中CA模型的应用

城市建设用地扩张研究中CA模型的应用

城市建设用地扩张研究中CA模型的应用摘要:本文首先介绍了元胞自动机基本理论及其应用于城市建设用地扩张研究中表现的特性。

其次,就城市建设用地扩张的特点,阐述了研究中如何定义元胞自动机。

然后以Idrisi Andes软件中集成的Markov模型和CA模型为研究工具,重点提出了研究方法及思路。

最后总结分析了利用成熟CA模块研究城市建设用地扩张的利弊。

关键词:建设用地;扩张;CA随着人类生存需求和经济活动的日趋加剧,特别是近年城市化水平的不断提高,给耕地保护和经济发展带来了巨大压力。

为了合理有序的推进城市化建设,必须加强城市用地扩张的管理,提高城市用地规划的水平。

城市用地是城市复杂巨系统的一部分,其扩张的演变过程遵循一定规律,受到地理条件、基础设施、社会经济、政治、人口、国家政策法规和人类活动等因素的影响。

目前,元胞自动机(CA)模型与GIS技术相结合,进行城市用地扩张的动态模拟日益成为研究热点,作为时空演化分析和模拟的工具,将元胞自动机模型和GIS技术引入城市建设用地扩张的研究中,能够弥补统计分析模型的不足,提供具有时空特性的分析结果。

一、基本概念元胞自动机(CA)由V on Neumann在20世纪40年代提出,用于研究自复制系统的逻辑特性。

元胞自动机是一种时间、空间、状态都离散,空间相互作用及时间因果关系皆局部的网格动力学模型(周成虎等,1999)。

分布在规则格网中的每一个元胞拥有有限的离散状态,按照一致的作用规则,根据确定的局部规则同时同步更新元胞状态,完成整个元胞空间的变化。

大量元胞通过简单的相互作用完成系统的动态演化。

与传统的动力学模型不同,元胞自动机不是由明确的函数或模型确定,而是一系列模型在确定的构造规则条件下的有机组合。

遵守这些既定构造规则的模型都可以称作元胞自动机模型。

所以元胞自动机是一种解决问题思想,或者说是一个方法框架。

元胞自动机由元胞、元胞空间、元胞状态、邻域、转换规则和离散时间构成。

浅谈乌鲁木齐都市圈空间结构规划

浅谈乌鲁木齐都市圈空间结构规划

浅谈乌鲁木齐都市圈空间结构规划摘要:本文通过讲述都市圈的四个因素:社会因素、技术因素、经济因素及政策因素对乌鲁木齐都市圈形成与发展影响,肯定了乌鲁木齐的发展过程中的逻辑关系,使读者信任乌鲁木齐都市圈发展成果和今后的辉煌灿烂的发展前途。

Abstract: After analyzing the four factors of social, technologic, economic and policy role in the formation and development of Urumqi metropolitan area, the articles affirms the internal logic in the process and try to convince the reader about the great prospect of the city.关键词:因素,都市圈,城市化,城市空间Key Words; factors, metropolitan area, urbanization, urban space美国地理学家布莱恩·贝利曾指出:“一个地区的经济发展水平与该地区的城市化程度之间在着某种联系”,理论界对于城市化的动力机制方面的研究,一般认为城市化的发生与发展遵循着共同的规律,即受农业发展,工业化和第三产业崛起等三大力量的推动与吸引。

城市化是一种复杂的社会经济发展和变迁过程,需要人们不断的发掘和探索其内在的规律性和必然性。

下面本人通过2007年做的乌鲁木齐都市圈规划实践来分析空间结构的变化过程。

1.城市化是直接的反映在都市圈的社会因素。

都市圈是城市化发展的产物,城市化的结果,必然导致城市人口的增长和城市用地的扩展,引起城市空间的蔓延,使城市空间发展超越城市的界限而形成都市圈。

从发达国家的城市化过程来看地区或市区在城市化过程中一般要经历集中型城市化、分散型城市化(郊区化)、广域城市化(逆城市化)、再城市化等四个阶段,都市圈即形成于其中的分散性城市化(郊区化)阶段。

乌鲁木齐都市圈的城市化水平评价与影响因素

乌鲁木齐都市圈的城市化水平评价与影响因素
乌鲁木齐都市圈的空间城市化率也相对较低,这表明该地区的城市空间形态和结构还不够完善,需要加强城市规划和管理, 优化城市空间布局。
04
城市化水平影响因素分析
人口因素对城市化水平的影响
人口规模和增长
乌鲁木齐都市圈的人口规模较 大,且近年来呈增长趋势,这 表明城市化进程中人口规模和
增长是重要的推动因素。
乌鲁木齐都市圈的城市化水平评价 与影响因素
汇报人: 日期:
目录
• 引言 • 乌鲁木齐都市圈概述 • 城市化水平评价 • 城市化水平影响因素分析 • 提高城市化水平的对策建议 • 研究结论与展望
01
引言
研究背景与意义
乌鲁木齐都市圈作为中国西北地 区的核心城市之一,城市化发展 对于区域经济和社会发展具有重
公共服务设施
公共服务设施的完善程度对城市化水平产生影响,例如教育、医疗 、文化娱乐等设施的完善可以提高居民的生活质量。
环境保护
环境保护是城市化进程中不可忽视的问题,良好的环境可以增强居 民的生活质量和幸福感。
政策因素对城市化水平的影响
土地政策
土地政策对城市化水平产 生重要影响,包括土地利 用规划、土地征收、土地 流转等。
单一指标评价法是指用一个最能反映城市化水平的指标进行评价,如人口城市化率、经济城市化率等 。
多指标综合评价法
多指标综合评价法是指选取多个与城市化水平相关的指标,进行综合评价,以全面反映一个地区的城 市化水平。
乌鲁木齐都市圈城市化水平评价结果
乌鲁木齐都市圈的人口城市化率较高,但经济城市化率和土地城市化率相对较低。这说明该地区的城市人口规模较大,但城 市经济发展和用地规模还有待进一步提高。
人口结构
乌鲁木齐都市圈的人口结构包括年 龄、性别、民族等,这些因素对城 市化水平产生不同程度的影响。

基于Markov-PLUS_模型的乌鲁木齐市土地利用变化及模拟研究

基于Markov-PLUS_模型的乌鲁木齐市土地利用变化及模拟研究

地球科学与环境工程河南科技Henan Science and Technology总第812期第18期2023年9月收稿日期:2023-04-21作者简介:王炎(1997—),女,硕士生,研究方向:国土空间规划。

通信作者:邓文彬(1977—),男,博士,教授,研究方向:大地测量等专业教学及研究。

基于Markov-PLUS 模型的乌鲁木齐市土地利用变化及模拟研究王炎邓文彬(新疆大学建筑工程学院,新疆乌鲁木齐830047)摘要:【目的】研究土地利用变化情况有助于优化土地资源空间布局,实现区域经济与生态环境协调可持续发展。

【方法】以乌鲁木齐市为研究区,采用GLC_FCS30的2000、2010、2020三期土地利用数据,从土地利用面积、土地利用动态度、转移矩阵三方面探究乌鲁木齐近20年的土地利用发展规律,利用Markov-PLUS 耦合模型模拟预测自然发展、耕地保护、生态保护三种情景下的土地利用数量及土地利用格局。

【结果】乌鲁木齐草地和未利用地占比最大,20年间地类变化主要是草地向未利用地转化,建设用地的发展前10年快于后10年。

自然发展情景中,草地面积持续衰减;耕地保护情景中,耕地类型面积显著增长,土地利用动态度由负转正,建设用地面积增长受到约束;生态保护情景中,水体、林地面积增长,耕地、草地面积衰减速率降低,生态保护取得一定成效。

【结论】乌鲁木齐水资源匮乏,草地、耕地面积逐年衰减,后续规划应加强水土保持治理,改善生态环境。

关键词:土地利用变化;Markov-PLUS 模型;精度验证;多情景模拟;乌鲁木齐中图分类号:F301.24文献标志码:A文章编号:1003-5168(2023)18-0095-06DOI :10.19968/ki.hnkj.1003-5168.2023.18.020Land Use Change and Simulation Study in Urumqi Based onMarkov-PLUS ModelWANG Yan DENG Wenbin(College of Civil Engineering and Architecture,Xinjiang University,Urumqi 830047,China )Abstract:[Purposes ]Studying land use change is conducive to optimizing the spatial distribution of landresources and achieving coordinated and sustainable development of regional economy and ecological en⁃vironment.[Methods ]In this paper,taking Urumqi City as the research area,using the land use data of the three phases of 2000,2010and 2020from the GLC_FCS30,this paper explores the land use develop⁃ment law of Urumqi in the past 20years from the three aspects of land use area,land use dynamics and transfer matrix,and coupled with the Markov-PLUS model to predict and simulate the land use pattern under the three scenarios of natural development,arable land protection and ecological protection of land use quantity and spatial distribution.[Findings ]The results show that grassland and unused land in Urumqi account for the largest proportion,and the change of land type in the past 20years is mainly the transformation of grassland to unused land,and the development of construction land in the first ten years is faster than the last ten years.In the natural development scenario,the grassland area continues to decay;Cultivated land protection scenario,the area of cultivated land has increased significantly,thedynamic degree of land use has changed from negative to positive,and the growth of construction land area has been constrained;In the scenario of ecological protection,the area of water bodies and forest land increases,the decay rate of cultivated land and grassland area decreases,and ecological protection achieves certain results.[Conclusions]Urumqi lacks water resources,grassland and cultivated land area is declining year by year,and follow-up planning should strengthen water and soil conservation and im⁃prove the ecological environment.Keywords:land-use change;Markov-PLUS model;accuracy verification;multi-scenario simulation; Urumqi0引言社会经济的快速发展,改变了城市原有的规划布局,在土地利用格局发生巨大变化的同时,也出现了人地关系紧张、资源环境矛盾突出、生态系统受损等问题,土地利用/覆盖变化(land use/coverchange,LUCC)逐渐成为土地资源利用的重点研究方向[1]。

基于CA模型的土地利用模拟研究

基于CA模型的土地利用模拟研究
资源·环境·植保
安徽农学通报 2023 年 12 期
基于 CA 模型的土地利用模拟研究
黄永坚 1,2 陈科玚 3 闫茂华 1* 王景辉 4,5 张学虎 5,6
(1中国地质环境监测院,北京 100081; 2广东工业大学管理学院,广东广州 510520; 3宁波市自然资源整治储备中心,浙江宁波 315042; 4中国地质大学水资源与环境学院,北京 100083; 5自然资源部矿山生态效应与系统修复重点实验室,北京 100081;
增强研究的客观性与说服力,对“CA 模型是什么 (What)”“CA 模型的前因与后果(Why)”及“如何有 效模拟未来土地利用(How)”3 个根本问题进行综 述。第 1 步:设定研究目标。系统梳理国内外在土 地利用模拟中 CA 模型的研究现状,将构建 CA 模型 研究的知识框架作为本文研究的主要目的。第 2 步: 明确概念边界。CA 模型概念的明晰,有利于理解其 优越性和不足之处,从而有针对性地提出解决问题 的办法。第 3 步:二次人工筛选。对于原始文献中 可能有与研究目标不相称或不符合的内容,需要进 一步筛选剔除[5]。①剔除非学术类文献,如会议通 知、会议综述、新闻通讯等;②CA 模型应用领域较为 广泛,要明确的是 CA 模型在土地利用模拟领域的应 用,对文献的研究对象以及其实施目标进行比较与 判别,若偏向于其他领域,则予以剔除。第 4 步:样 本编码。首先,按照本文的研究目标,根据以下 4 个 方面对收集到的文献进行独立编码:①文献基本信 息,即出刊时间、作者、作者单位、研究对象、文献来 源及写作目的;②CA 模型的内涵;③CA 模型的前因 后果;④如何有效模拟未来土地利用。然后,确定最 终的框架构成要素。最后,围绕文献编码所形成的 框架报告研究结果。
- 84 -

乌鲁木齐城市扩张、经济发展与经济结构动态研究

乌鲁木齐城市扩张、经济发展与经济结构动态研究

乌鲁木齐市地处天山北麓,属于典型的干旱区绿洲城市,东、西、南三面环山,由于受地形地貌及水资源条件的影响,城市呈现南北向狭长东西向窄的“T”字状。

近年来,随着城市经济增长和人口增加等因素影响,城市扩张的速率也逐年加快,其主要扩展方向为沿西北向、西部山体北缘、东北向和沿老城区外缘的扩展。

城市的快速扩张为人口、产业、资金的集聚奠定了基础,促进经济发展,但同时也暴露出一些问题,如外延式的城市扩张占用农地资源过多,造成水资源短缺、城市环境承载力下降等问题。

当前,城镇化建设更看重的是城镇化质量的提升,城市发展也不再是以往“摊大饼”形式,而更注重内涵式发展。

同时,随着经济发展方式的不断转变,城市扩张和经济发展也呈现出新的互动关系。

鉴于此,本文从城市扩张、经济发展与经济结构间的关系入手,分析三者间长期均衡关系及其动态性,为准确认识城市发展规模和实体经济的结构调整,为增强城市空间拓展的合理性和经济增长的可持续性,为乌鲁木齐城市发展提供科学依据。

国外基于城市扩张与经济发展关系间的研究比较早,且多集中在城市扩张对经济增长的影响方面,Cormac Walsh研究了1990~2006年期间在人口和经济快速扩张下都柏林市区空间规划;Abdullah从社会发展角度对20世纪60年代以来马来西亚的发展进行了分析,指出城市扩张能够促进经济、社会、文化的进步,进而提升城市综合竞争力。

IlariaZambon等利用土地分区和一个综合社会经济指标数据库,结合当地情况分析了西班牙加泰罗尼亚城市规模的空间方向和城市扩展的强度。

在研究城市扩张与经济发展的关系过程中,因地域差异的存在使得国内学者对不同区域进行针对性研究。

在以省市为单位的研究中,多以山东省、江苏省、广州市、重庆市等经济发展较快的地区为例;在以国家政策和地理区位为划分标准的研究中,主要以长江经济带、西部地区、京津冀地区城镇化进程为例。

以上研究主要运用动态关联、协整分析、库兹涅茨曲线、时空演变、脱钩分析和耦合协调等方法进行分析。

基于CA的城市演变的知识挖掘及规划情景模拟

基于CA的城市演变的知识挖掘及规划情景模拟

中国科学 D 辑: 地球科学2007年 第37卷 第9期: 1242~1251收稿日期: 2007-03-12; 接受日期: 2007-06-27国家杰出青年基金(批准号: 40525002)、国家自然科学基金(批准号: 40471105)和国家高技术研究发展计划(编号: 2006AA12Z206)资助项目 《中国科学》杂志社SCIENCE IN CHINA PRESS 基于CA 的城市演变的知识挖掘及规划情景模拟黎 夏* 杨青生 刘小平(中山大学地理科学与规划学院, 广州510275)摘要 城市演变过程是复杂的动态系统, 掌握其规律在城市理论和资源环境管理中有重要意义. 利用元胞自动机(CA)进行城市模拟可以帮助认识城市形态的演变过程, 并为其调控提供决策依据. 传统方法在确定CA 模型的参数时有一定局限性, 采用遗传算法有效地获取CA 模拟的参数. 这些参数在城市形态的演变模拟中起到控制性的作用. 以珠江三角洲为例, 针对目前普遍存在的沿公路“摊大饼”式无序蔓延的发展模式, 提出根据紧凑式城市发展理论, 对不同的城市发展形态进行评价, 获取好的控制性参数, 从而模拟出合理的城市形态, 为区域的城市空间形态的调控提供决策依据.关键词 元胞自动机 紧凑性城市 城市模拟 遗传算法 元胞自动机(CA)的概念是由数学家von Neu-mann 于1948年首次提出. CA 是一种时空离散、状态有限、局部规则控制的格网动力模型. Wolfram [1]的早期研究对CA 的发展起到了极大的推动作用, 他对初等元胞自动机模型进行了详细而深入的研究. 其研究表明, 尽管初等元胞自动机非常简单, 但能模拟出各种各样的高度复杂的空间形态, 在自然系统建模方面有如下的优点:● 在CA 模型中, 物理和计算过程之间的联系是非常清晰;● CA 能用比数学方程更为简单的局部规则产生更为复杂的结果;● 能用计算机对其进行建模, 而无精度的损失; ● 可以模拟任何可能的自然系统行为; ● 模型不能再约简[2];CA 最早被应用于物理和化学中复杂动态系统的模拟中, 包括生物繁殖、晶体生长等自然现象的模 拟[3]. CA 的这些特点逐渐引起了地理学、环境学、生物学、景观学等诸多地学学科的重视. 目前CA 已成功地应用到生物演化、环境变化、景观更替、交通流、林火扩散和城市系统等的模拟研究中, 取得了许多有意义的研究成果[4~14]. 例如, Batty 和Xie [8]模拟了美国纽约州Baffalo 地区Amherst 镇郊区的扩张、White 等[9]运用约束性元胞自动机模拟了辛辛那提土地利用的变化、Clarke 等[10]模拟了美国旧金山地区的城市发展; Wu [11]模拟了广州市的城市扩张、黎夏和叶嘉 安[12~14]也模拟了东莞市的城市发展. 这些研究表明, CA 能模拟出与真实城市非常接近的特征, 模拟结果与实际非常吻合.为了模拟城市的实际扩张过程, 有必要对传统的CA 模型进行适当扩展[15]. 传统的CA 模型几乎不使用详细的空间数据, 而城市CA 模型涉及了丰富的空间信息或空间变量, 即模拟对象不是均匀不变的空间, 模拟过程往往需要使用GIS 空间数据库[13]. 在CA 模型的转换规则中, 除了要使用局部变量外, 往往还要引入区域变量和全局变量, 以使得模拟更接近实际情况. 在转换规则中的这些变量对应着很多参数, 这些参数值(权重)反映了不同变量对模型的第9期黎夏等: 基于CA的城市演变的知识挖掘及规划情景模拟1243“贡献”程度. 研究表明, 这些参数值对模拟的结果影响很大[16]. 如何在转换规则中确定符合不同研究区域特点的参数是CA模拟中的难点之一.已经有一些学者用不同的方法来确定CA模型中转换规则的参数. 它们包括多准则判断(MCE) [16]、logistic regression [17]、模糊集[18]、主成分分析 [19]、人工神经网络模型[20]、数据挖掘[14]等. 但这些方法都是采用一组固定不变的参数来模拟整个区域的城市演变过程. 即CA模型参数值是静态的, 转换规则不随时间和空间位置的不同而变化. 但当研究区域较大时, 由于区域内部自然条件、社会经济状况差异比较大时, 这种静态的转换规则难以体现研究区域内部的差异, 有必要寻找随空间而变化的模型参数值. 这是因为有些隐含的因素无法表达在模型中, 只能通过变化的参数值来解决这个问题.通过对城市CA模型的参数研究, 可以为城市形态的调控提供依据. 城市形态是影响可持续城市发展的一个重要因素. 紧凑式城市发展理论认为, 城市的发展应该是更紧凑些, 而不是现在的凌乱式的发展[21,22]. 紧凑式城市发展可以减少基础设施建设费用、降低交通能源的消耗和节省土地资源. 研究表明, 尽管不是很简单和直接的关系, 城市的形态与可持续城市发展有很大的联系. 例如, Banister等[23]研究英国城市发现, 在交通方面的能源消耗与城市的形态有非常密切的关系. 城市的紧凑度并不是越高越好, 城市过于紧凑, 会导致居住生态环境恶化、交通拥挤等问题. 但合理的紧凑度对可持续城市发展是很关键的. 目前西方国家的城市蔓延(urban sprawl)[22]和中国的快速城市扩张已经给土地资源的可持续利用带来了许多问题. 例如, 中国高速增长地区沿公路“摊大饼”式无序蔓延的发展模式已经带来了资源环境方面的问题[24]. 在现阶段, 针对中国人均土地资源贫乏的特点, 采用紧凑式城市发展的模式是十分必要的[25].实施紧凑式城市发展的一个瓶颈问题是缺乏有效的技术支撑手段[26]. 模拟系统可以为城市和土地利用规划提供帮助, 包括回答一系列“What-If”问题和模拟出不同的规划情景[27,28]. 本文提出利用遗传算法自动找到CA模型参数, 及基于参数调控的情景模拟的新方法. 通过获取控制区域内部不同地方的城市演变的参数, 由此揭示城市演变的分异规律. 在对这些参数的效用进行评价的基础上, 对不理想的参数进行改造, 以获得合理的的城市形态. 以珠江三角洲的城市模拟为例, 用遗传算法自动搜索各个子区的模型参数, 利用CA与GIS结合来模拟和调控区域城市空间演变.1基于遗传算法的CA模型参数获取及城市形态调控模拟CA模型的核心是如何定义转换规则. 传统的CA模型的转换规则有严格的定义, 例如Wolfram的256条规则[1]. 但CA模型用在地理模拟时, 涉及到许多空间变量, 转换规则定义有较大的不同. 在城市CA模型中, 转换规则往往反映土地利用状态与一系列空间变量的关系, 即需要确定城市发展概率(development probability). 城市发展概率与一系列空间变量有关, 最简单的方法是通过多准则判断(MCE)将它们之间的关系反映在CA模型中[16,17]. CA模型有许多空间变量和对应的参数, 这些参数值(权重)反映了不同变量对模型的“贡献”程度. Wu和Webster[16]提出了基于MCE的CA城市模型, 主要是运用MCE方法表达CA模型中转变为城市用地的概率:max()exp1,tijt tij ijrp rrφα⎡⎤⎛⎞⎢⎥⎜⎟==−⎜⎟⎢⎥⎝⎠⎣⎦(1) 其中, α为系数, 取值0~1; t ij r评估状态S在位置ij转化的适宜性; r max是r ij的最大值.评估值t ij r由下面MCE的方式获取:1centre2industrial3railway4road tijr a d d d dββββ=++++, (2) 其中, β1, …, β4是从MCE的层次分析法获取的权重;d centre, d industrial, d railway, d road分别是离市中心、工业中心、铁路、公路的空间距离.对基于MCE的CA较难进行模型纠正, 其改善的方法是采用基于逻辑回归的CA模型[17]:exp()1,1exp()1exp()tijtijij ijrpr r−==+−+−(3)这里,k kkz a b x=+∑a是一个常量, b k是逻辑回归模型的系数; x k是一组空间距离变量.把一系列约束性条件和随机变量加到模型中,1244中国科学 D 辑 地球科学第37卷上式可修改为1(1(ln ))con(),1exp()t t tijij ij tij p s r αγΩ=+−×××+− (4) 式中t ijΩ表示t 时刻元胞(ij )的3×3窗口内的开发强度.con()为总约束条件, 则值为0~1.t ij Ω和con()tij s 随着时间t 的变化而动态计算. 在每次循环中, 将转变为城市用地的概率tij p 与预先给定的阈值p threshold 进行比较, 确定该元胞是否发生状态的转变, 即thresholdthreshold tijt ij p p p p >=<⎧⎨⎩转变为城市用地不转变为城市用地(5) 为研究区域内城市演变的空间分异规律, 将研究区在空间上按行政单元划分成若干子区, 构造空间动态转换规则时, (3)式中的z ij 则表达如下:0,1,1,2,2,,,,,z , 1,2,,,ij k k k k k m k m k M K M K a a x a x a x a x k K =++++++="""(6)式中K 为模拟区内子区的总数. A m ,k 为第k 个子区第m 个空间变量的权重, x m ,k 为第k 个子区的第m 个空间变量.为获取各个子区CA 模型所对应的一组参数值, 采用遗传算法自动搜索不同子区其演化模拟的参数. 遗传算法是一种基于自然选择和遗传变异等生物进化机制的全局性概率搜索算法. 其进化算法在形式上是一种迭代方法. 从选定的初始解出发, 通过不断迭代逐步改进当前解, 直到最后搜索到最优解或满意解. 在进化计算中, 迭代计算过程采用了模拟生物体的进化机制, 从一组解(群体)出发, 采用类似于自然选择和有性繁殖的方式, 在继承原有优良基因的基础上, 生成具有更好性能指标的下一代解的群 体[29,30].首先对染色体进行编码. 染色体采用实数编码, 按子区k 将需要求解的CA 模型的参数a 0,k , a 1,k ,…,a m ,k (m 为空间变量总数)及阈值p thresholdm , k 定义为染色体. 染色体(CM )可表达为0,1,,threshold,[,,...,,],k k m k k CM a a a p = (7)式中: 0<a 0,k <1.5, −0.1<a 1,k ,…, a M ,K <−0.0001, 0.3<p threshold,k <0.8. 染色体采用实数编码.定义适应度函数是遗传算法的关键. 适应度函数决定了群体进化及找到最佳答案的过程. 利用下式作为适应度函数:21()(),ni i i f x f f ==−∑(8)thresholdthreshold 1if 0 if .i i i f p f f p ⎧⎪=⎨<⎪⎩≥ 其中12 (,,,)i m f x x x "0,1,1,2,2,,,,,11exp(( ))k k kk k m k m k M K M K a a x a x a x a x =+−++++++"" 利用2个时间的遥感图像获取训练数据. 判断元胞i 是否在该期间转变为城市用地, 作为f i 的值, 即实际值(转变为城市用地f i =1, 否则f i =0). 由遗传算法可以获得CA 模拟每一子区的控制参数. 利用这些参数可以模拟出真实的城市形态, 或根据过去的趋势来预测将来的变化. 也可以对这些控制参数进行评价和改造, 以模拟出合理的城市形态. 其改造的方法是对每一子区的城市形态效用进行评价, 找到较好城市形态的子区, 然后将其控制参数复制到其他子区中, 利用改造后的控制参数就可以模拟出理想的城市形态.2 模型应用及结果分析2.1 珠江三角洲城市形态演变控制参数的获取与真实模拟将转换规则((4)和(5)式)应用在珠江三角洲城市群的真实和规划情景模拟中. 为了有效地获取转换规则中分区的控制参数((6)式)和阈值, 采用了遗传算法自动搜索研究区内部不同地区的最佳参数组合, 形成研究区分区的转换规则. 以珠江三角洲地区的广州市区、广州市属的增城市和从化市、深圳市、东莞市和中山市为例, 利用遗传算法获取了不同区所对应的最佳参数. 首先在每个子区内, 通过在遥感图像上随机采样选择20%的样点, 作为训练数据. 遗传算法的初始种群为50个, 并将a 0,k , p threshold,k 的初始值设为0.5, 其他染色体的初始值设为−0.01. 遗传算法的交叉率为0.9, 突变率为0.01, 并运用精英选择策略(Elitist selection)和多样性操作算子(diversity opera). 通过遗传算法的交叉和突变操作, 逐渐寻找到CA 模型的最佳参数. 图1显示了遗传算法在搜索最佳参数具有很好的收敛性.第9期黎夏等: 基于CA的城市演变的知识挖掘及规划情景模拟1245图1 遗传算法在搜索最佳参数的收敛性用遗传算法搜索各个子区的模型参数, 形成分区的转换规则, 每个区对应一组不同的参数组合(表1). 研究表明, CA转换规则中的参数值对模拟结果影响很大[17]. CA转换规则中的参数值可以揭示某一地区土地利用演变的规律. 不同的地区, 或同一地区的不同的发展阶段, 其土地利用演变有着明显的分异规律. 可以由一组参数值来表征某一地区的土地利用的演变过程. 在没有外来因素影响下, 这组参数基本控制了某一地区的土地利用演变过程. 因此, 获取了这一组参数, 也就基本掌握了这一地区的演变规律. 可以看到, 珠江三角洲城市扩张存在着明显的内部分异规律, 不同的地方其城市形态的时空演变规律是不一样的. 在我们的模拟系统中, 其演变的模拟过程分别是由它们所对应的一组参数来控制. 因此, 这些参数揭示了它们的演变规律.图2是基于遗传算法和CA寻找分区转换规则最佳参数及进行城市模拟的原理图. 图3(b)是利用这些参数模拟了珠江三角洲地区1988~2004年的城市“真实”扩张的情况. 该模拟是完全根据过去的趋势来预测将来的. 可以看到, 所模拟出来的结果与从遥感图像获得的实际结果(图3(a))是十分吻合的.表1 遗传算法搜索的CA控制参数及其阈值常数离市中心距离(X1)离镇中心距离(X2)离公路距离(X3)离高速公路距离(X4)离铁路距离(X5) 阈值(P threshold)广州市 1.476 −0.00079 −0.00794 −0.02519 −0.00245 −0.00402 0.445901 增城市 1.500 −0.00089 −0.00010 −0.02048 −0.00010 −0.00032 0.512726 从化市 1.500 −0.00088 −0.00872 −0.02832 −0.00010 −0.00010 0.542195 深圳市 1.500 −0.00010 −0.00480 −0.01656 −0.00794 −0.00010 0.512844 东莞市0.978 −0.00010 −0.00559 −0.01421 −0.00167 −0.00010 0.729893 中山市 1.034 −0.00089 −0.00010 −0.02205 −0.00167 −0.00010 0.559767图2 遗传算法和CA寻找分区转换规则最佳参数及进行城市模拟流程图1246中国科学D辑地球科学第37卷图3 珠江三角洲1988~2004年城市真实演变模拟第9期黎夏等: 基于CA 的城市演变的知识挖掘及规划情景模拟 12472.2 珠江三角洲城市形态评价、演变控制参数的改造与规划情景模拟研究表明, 紧凑性的城市有助于节省土地资源和减少能耗, 与可持续城市发展的原则是相符 的[22,23]. 珠江三角洲的城市呈明显的零乱式的发展形态[31,32], 寻找合理的城市空间布局能为城市规划提供依据. 通过对CA 模型中形态演变控制参数的改造, 可以达到该目的. 即对实验条件或参数的改变, 分析不同条件下城市空间形态演变可能的结果, 从中选择较理想的城市发展模式.城市形态评价的方法可以是采用定量的指标, 或根据专家的经验知识来进行. 本文采用景观格局分析中常用的平均斑块形状指数(Mean Patch ShapeIndex)、平均斑块分维数(Mean Patch Fractal Dimen-sion)、平均斑块最邻近距离(Mean Euclidean Near-est-Neighbor Distance)和聚集指数(Aggregation Index)来评价某一土地利用类型斑块的形状复杂型、破碎度、邻接性和聚集程度. 在此基础上构造了形态总效用指数(U )来综合评价某一土地利用类型总体呈紧凑型的程度.平均斑块形状指数的计算公式如下:0.25niP MPSI =∑ (9)其中MPSI 是平均斑块形状指数, P i 是斑块i 的周长,A i 是斑块i 的面积, n 是斑块总数. MPSI 越大, 表明斑块形状越复杂.平均斑块分维数按下式计算12ln(0.25)ln(),ni i i P A MPFD n=⎡⎤⎢⎥⎣⎦=∑ (10) 其中MPFD 是平均斑块分维数. MPFD 越大, 表明景观斑块形状越复杂, 景观越破碎.平均斑块最邻近距离的计算公式如下:1,nii h MNN n==∑ (11)其中MNN 是平均斑块最近邻距离, h i 是斑块i 与最近的斑块间距离. MNN 越小, 表明斑块分布越聚集.聚集指数由下式计算100,max ii ii g AI g ⎡⎤=×⎢⎥⎣⎦ (12)其中AI 为某一土地利用类型的聚集程度, g ii 表示第i类斑块像元的邻接数, max g ii 按下式计算2(1) , 0max 2(1)21, 2(1)22, ii n n m g n n m m n n n m m n −=⎧⎪=−+−⎨⎪−+−>⎩≤ (13)其中, 2,i m a n =− a i 为i 类斑块的面积, n 为面积小于a i 的最大正方形的边长. AI 越大, 表明该类型斑块聚集程度越高.运用上述指标, 构造了描述城市斑块紧凑型的形态总效用指数(U )1((1)(1)4(1)),U NMPSI NMPFD NMNN NAI =−+−+−+ (14) 其中NMPSI , NMPFD , NMNN 和NAI 分别为正规化的平均斑块形状指数、正规化的平均斑块分维数、正规化的平均斑块最邻近距离、正规化聚集指数. 根据下式进行正规化处理:minmax min.i x x x x x −′=− (15)显然U 越大, 表明斑块形状越简单, 破碎度越低,斑块间邻接性越好、连结性越强, 斑块越聚集, 土地利用的格局越紧凑, 该类土地利用类型紧凑度越高. 具体计算是利用FRAGSTATS3.3软件来完成, 采用ARCGIS 的GRID 数据格式.表2是珠江三角洲实际城市形态效用的评价结果. 发现广州市的平均斑块形状指数最低(1.3789), 平均斑块分维数最低(1.0507), 斑块平均最近邻距离最低(143.2747), 斑块聚集指数最大(69.7479%), 故所获得的形态总效用指数最高(1.0000). 这表明广州市的城市斑块最为聚集, 而且斑块形状复杂度最低、破碎程度最低, 斑块间的邻接性好, 连结度高, 即广州市的城市形态最为合理.因此, 在珠江三角洲的城市模拟中可用广州市的形态控制参数和阈值来取代其它城市的有关参数, 以获得该地区的合理城市形态. 由此模拟了珠江三角洲地区1988~1993年的城市发展状况(图4(b)). 分析表明, 整个地区的总形态效用有明显的提高(表3). 这表明通过对城市演变形态控制参数的改造, 即把城市形态较好的广州市的演变“特征”复制到其它城1248中国科学 D 辑 地球科学第37卷表2 珠江三角洲各市实际城市形态的评价MPSI MPFD MNNAIU广州市 1.3789 1.0507 143.2747 69.7479 1.0000 增城市 1.4712 1.0712 171.8017 58.2507 0.4349 从化市 1.4224 1.0748 197.2318 39.6987 0.2444 深圳市 1.4983 1.0559 161.6018 68.7973 0.6676 东莞市 1.5213 1.0603 172.5922 55.7620 0.4367 中山市1.4920 1.0647 218.5303 55.1756 0.2850表3 真实模拟和基于广州市的城市演变控制参数模拟的形态指标对比MPSI MPFD MNNAIU实际获取参数模拟 1.4988 1.0657 258.7611 78.5389 0.0000 广州市参数模拟1.4409 1.0586 249.6434 79.4347 0.4350图4 2004年珠江三角洲城市形态的真实与规划情景模拟对比市, 可以获得区域城市发展的合理形态.尽管将广州市城市演变的形态控制参数复制到其他城市可以产生比实际更为理想的城市形态, 但总体来讲, 该模拟的城市用地还是主要沿公路分布(广州市的参数中, 离公路距离变量的权重绝对值最大). 因此, 为模拟出更为紧凑的城市形态, 减少沿公路两侧大规模无序的城市开发现象, 对广州市的城市演变的形态控制参数进一步改造. 有2个方案: (1)城市用地沿市中心集中分布, 市内沿公路规律性分布, 即城市用地主要按“市中心-道路”发展; (2)城市用地沿市中心和镇中心集中分布, 市内和镇内沿公路规律性分布, 即城市用地主要按“市中心-镇中心-第9期黎夏等: 基于CA的城市演变的知识挖掘及规划情景模拟1249道路”发展.规划情景模拟方案分别以广州的城市演变的控制参数为基础, 采用启发式的方法, 以保证城市用地总量与实际一致作为约束条件, 通过交叉试验的方法确定新的控制参数(图5). 对方案一的步骤如下:(1) 首先将离镇中心距离、离公路距离、离铁路距离和高速公路距离的权重设为实际获取参数的临界值(−0.0001), 即权重绝对值最小, 作为初始参数(图5(a));(2) 然后动态增加离市中心距离的权重的绝对值, 即促使城市用地沿市中心集中分布. 以保证城市用地总量与实际一致作为约束条件(图5(b)).(3) 在此基础上, 动态增加离公路距离变量的权重的绝对值, 使新发展的城市用地在市内沿道路呈现分异性(图5(c)).(4) 为保持城市用地总量与实际一致, 同时需要动态增加离市中心距离变量的权重的绝对值, 最后确定的权重如表4(图5(d)).用获取的基于“市中心-道路”发展的控制参数(表4)模拟了珠江三角洲地区1988~1993年的城市发展状况(图4(c)), 并进行了紧凑度评价. 发现整个珠三角地区形态总效用指数有大幅度提高, 这表明利用“市中心-道路”发展的控制参数模拟的城市形态更为紧凑.同样, 在“市中心-道路”控制参数的基础上, 动态增加离镇中心距离变量的权重的绝对值, 使新发展城市用地沿“市中心-镇中心-道路”分布, 同时, 为保持城市用地总量与实际一致, 需要动态增加离市中心距离变量和离市中心距离变量的权重的绝对值, 最后确定的权重如表 5. 用基于“市中心-镇中心-道路”发展的控制参数模拟了珠江三角洲地区1988~1993年的城市发展状况(图4(d)), 并进行了形态效用评价. 发现整个珠江三角洲地区各市的形态总效用指数都有大幅度提高(表6).图5 通过交叉试验的方法确定新的控制参数表4 基于“市中心-道路”发展的控制参数常数市中心镇中心公路高速公路铁路参数 1.2 −0.00183 −0.0001 −0.018 −0.0001 −0.00011250中国科学D辑地球科学第37卷表5 基于“市中心-镇中心-道路”发展的控制参数常数市中心镇中心公路高速公路铁路参数 1.2 −0.0023 −0.0023 −0.0023 −0.0001 −0.0001表6 不同规划情景模拟的城市形态效用对比MPSI MPFD MNN AI U 实际参数模拟 1.4988 1.0657 258.7611 78.5389 0.0000 广州市参数模拟 1.4409 1.0586 249.6434 79.4347 0.4350 “市中心-道路”发展模拟 1.3529 1.0521 249.2032 84.2656 0.9242 “市中心-镇中心-道路”发展模拟 1.3965 1.0566 245.0450 81.4199 0.71833结论本文的研究表明, CA是认识城市形态演变的重要探索工具. 城市形态演变与一系列空间变量有关. 这些空间变量对城市演变所起的作用是由其所对应的参数决定的. 利用由遥感监测获取的训练数据, 结合遗传算法, 可以得到对应这些一系列空间变量的参数. 不同的地区, 或同一地区的不同的发展阶段, 其土地利用演变有着明显的分异规律. 可以由一组参数值来表征某一地区的土地利用的演变过程. 这组参数可以反映某一地区的城市形态的演变规律.传统的方法在确定非线性模型的参数时有较大的难度. 本研究表明, 利用遗传算法可以有效地获取CA模型的参数. 通过对城市的形态效用评价, 可以寻找出能导致紧凑式城市发展的控制参数. 将该方法用于珠江三角洲地区的城市模拟中, 并以较理想的广州市城市演变控制参数为基础, 进行了启发式的改造, 由此模拟出该地区的合理的城市演变形态, 取得了较好的效果. 该研究也表明, CA不仅提供了认识城市演变过程的有用知识, 也为城市规划提供了方便的探索工具.本文的研究是基于某些假设和简化条件进行的. 需要指出的是, 许多地理现象属于复杂系统. 但当我们采用一些工具进行分析时, 又不得不对它们进行简化. 特别是利用GIS工具进行分析时, 需要采用一些较简单的指标才能进行度量, 否则研究只能停留在纯理论层面上的讨论. 本文也是如此, 采用了一些简化的模型, 使得利用GIS和CA对城市形态进行分析和模拟变得可操作. 例如, 在城市研究中, 真正的“紧凑性城市”可能需要考虑许多层面的因素. 这在CA模拟中几乎是不可能的, 需要采用简化的概念. 本文的分析基本是基于Jenks等[22]紧凑性城市的概念, 即强调城市形态集中发展. 另外, 由于数据及模型的原因, 本文的紧凑性测度是基于最常用的景观分析软件Fragstats所提供的公式来进行.像许多模型一样, 地理CA模型也是有它的局限性. 一方面, 传统的CA(例如Wolfram的初等CA)对转换规则和邻域是有非常严格的定义的. 但地理模拟涉及到复杂的自然环境和人为影响, 为了更真实地模拟地理现象的演变, 不得不放宽CA转换规则的定义, 也包括将局域性(locality)扩展为距离作用(action-at-a-distance). 另外, 由于GIS空间数据的引入, 对模型进行纠正和数据挖掘技术也引进了CA研究中. 这些发展, 都是对传统CA的转换规则进行了很大的扩展. 但将CA变得越来越复杂也违背了CA的初衷. 有必要在CA的简洁性和地理模拟的真实性之间找到平衡.参考文献1 Wolfram S. Cellular automata as models of complexity. Nature,1984, 31(4): 419—4242 Itami R M. Simulating spatial dynamics: cellular automata theory.Landscape Urban Plan, 1994, 30: 24—473 Binder P. Evidence of Lagrangian Tails in a Lattice Gas. In: Man-neville P, Boccara N, Vichniac G Y, et al, eds. Cellular Automataand Modeling of Complex Physical Systems. Berlin: Springer- Verlag, 1989. 155—1604 Ward D P, Murray A T, Phinn S R. A stochastically constrainedcellular model of urban growth. Computers, Environ Urban Sys-tems, 2000, 24: 539—5585 Batty M, Xie Y. Possible urban automata. Environ Plan B, 1997,24: 175—1926 White R, Engelen G. Cellular automata as the basis of integrateddynamic regional analysis. Environ Plan B, 1997, 24: 235—2467 Silva E A, Clarke K C. Calibration of the SLEUTH urban growthmodel for Lisbon and Porto, Portugal. Computers, Environ UrbanSystems, 2002, 26: 525—5528 Batty M, Xie Y. From cells to cities. Environ Plan B, 1994, 21: 531—5489 White R, Engelen G. Cellular automata and fractal urban form: acellular modelling approach to the evolution of urban land-use。

基于CA原理的土地利用变化模拟模型对比研究

基于CA原理的土地利用变化模拟模型对比研究

基于CA原理的土地利用变化模拟模型对比研究
刘吉平;王健翔;张凤;王小伦;金晶
【期刊名称】《吉林师范大学学报(自然科学版)》
【年(卷),期】2024(45)2
【摘要】元胞自动机(Cellular Automata, CA)是当前模拟未来土地利用变化的主流方法之一,为土地利用变化研究提供了重要的载体.为了进一步深化对土地利用模拟模型的认识,以中国东北松嫩平原为研究区,采用多种基于CA原理的土地利用模拟模型,对该地区2010年和2020年土地利用状况进行了模拟预测,并与实际土地利用状况进行对比分析.结果表明,PLUS模型精度指数最高,空间模拟效果最佳,而FLUS模型则在数量模拟上表现最佳,CA-Markov模型整体表现均不如前两
者.PLUS模型和FLUS模型更适宜做松嫩平原的土地利用变化研究.
【总页数】7页(P116-122)
【作者】刘吉平;王健翔;张凤;王小伦;金晶
【作者单位】吉林师范大学地理科学与旅游学院
【正文语种】中文
【中图分类】K901
【相关文献】
1.基于不同 Logis tic模型的土地利用格局模拟对比研究--以湖北省宣恩县和咸丰县为例
2.基于Markov模型的长沙市和泉州市土地利用变化预测及对比研究
3.基于Markov-PLUS模型的乌鲁木齐市土地利用变化及模拟研究
4.基于GIS和
MCE-CA-Markov模型的高原河谷型城市土地利用变化研究与模拟预测5.基于FLUS和InVEST模型的云贵高原土地利用与生态系统服务时空变化多情景模拟研究
因版权原因,仅展示原文概要,查看原文内容请购买。

基于Markov-C 5.0的CA城市用地布局模拟预测方法

基于Markov-C 5.0的CA城市用地布局模拟预测方法

基于Markov-C 5.0的CA城市用地布局模拟预测方法孟成;卢新海;彭明军;潘琛玲【期刊名称】《中国土地科学》【年(卷),期】2015(029)006【摘要】研究目的:针对多用地类别的城市用地模拟预测提出一种科学合理的预测模型,为土地利用总体规划编制和土地利用结构优化调整提供依据和技术方法.研究方法:在分析了城市用地模拟预测中常用方法的优缺点和适用环境后,提出了一种综合采用Markov模型和C 5.0分类算法的城市用地布局模拟预测CA模型,该模型的思想是采用Markov方法获取各类土地之间的流向,结合各类土地规模的预测结果确定用地增长量,采用C 5.0分类算法获取各类土地之间的转换规则,最后以武汉市为例对该方法进行了论证.研究结果:通过该方法模拟的武汉市2012年各类土地的规模和分布总模拟精度达到91.2%,与实际情况高度一致,说明该方法能够很好的模拟武汉市的土地利用规模和布局.研究结论:该方法可以直观的了解各空间因子与转换规则的关系,并能够很好的对城市的未来情况进行模拟预测,还能够了解城市内部各类用地间的作用机理.【总页数】7页(P82-88)【作者】孟成;卢新海;彭明军;潘琛玲【作者单位】华中科技大学公共管理学院,湖北武汉430074;武汉市国土资源和规划信息中心,湖北武汉430014;华中科技大学公共管理学院,湖北武汉430074;武汉市国土资源和规划信息中心,湖北武汉430014;武汉市国土资源和规划信息中心,湖北武汉430014【正文语种】中文【中图分类】F301.2【相关文献】1.基于规则约束的城市用地布局多情景规划 [J], 吴健2.基于共生理念的城市用地布局模式探讨——以天津市国家级文化产业示范区为例[J], 韩涛;杜娟3.基于交通引导的黄土丘陵沟壑区城市用地布局策略研究--以延安为例 [J], 李佳;郭静;刘科伟4.基于城市用地性质及开发时间的改进空间负荷预测方法研究 [J], 张纪伟;刘晓明;贡卓;张峰;吴元香;龙剑桥;曹建梅;冯人海;肖萌5.基于城市用地结构的公共交通网络分层规划布局方法研究——以东莞市为例 [J], 李亚敏; 黄爱玲因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第29卷第5期2009年9月中国沙漠JOURNALOFDESERTRESEARCHVol.29No.5Sep.2009文章编号:1000694X(2009)05082008基于CA模型的乌鲁木齐都市圈城市用地扩展模拟研究张新焕,祁毅,杨德刚,徐建刚22(1.中国科学院新疆生态与地理研究所,新疆乌鲁木齐830011;2.南京大学城市与区域规划系,江苏南京210093)摘要: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。

关键词:乌鲁木齐;都市圈;CA模型;多情景;模拟中图分类号:F291.1文献标识码:A城镇发展的日益区域化、区域发展的日益城镇化已成为城市 区域发展的全球性主体趋势,并形成了复杂的区域城镇群体化发展现象[1]。

都市圈作为当前城镇群体演化的一种趋势,是区域城镇群体发展到一定阶段的产物,它是一种圈域层面的城镇群体空间,是一个大的城市以及与其有着密切社会经济联系的具有一体化倾向邻接地域组合[3]。

随着城市化进程的加快,在我国经济社会发展水平最高的长江三角洲与珠江三角洲地区,已经形成一些较为成熟的都市圈。

同时,在一些经济发展水平较高的大中城市,一些区域性都市圈和地方性都市圈也在逐渐形成[5],我国西北干旱区这一特殊地理背景下也出现了绿洲城镇群体地域空间。

天山北坡是新疆城镇最为集中的地方,在空间上形成了绿洲城镇群体发展格局,乌鲁木齐及其周边中小城市的一体化发展尤为显著[6-7]。

乌鲁木齐、昌吉、米泉、阜康与五家渠在地理空间上分布集中、在经济发展中相互渗透、在交通联系上日益紧密,已经形成一个绿洲型都市圈的雏形,并成为新疆绿洲经济发展的增长极[8]。

2004年末起,乌鲁木齐都市圈经济一体化过程开始实施,这一进程将对今后区域用地空间造成较大的影响,尤其会在很大程度上影响作为绿洲经济载体的城市空间。

在都市圈发展中,城市用地不可避免地要继续扩大,城市[4][2]用地今后发展到多大规模、向哪里发展以及如何扩展是都市圈用地可持续发展需要关注的内容。

由于元胞自动机(CellularAutomaton,CA)模型可以通过一些简单的局部规则有效模拟出复杂系统的空间格局形成过程[9],笔者尝试利用CA模型模拟乌鲁木齐都市圈城市用地的扩展过程,模拟对象为都市圈多个城市的空间扩展。

在现有CA模型技术支持下,把相关理论与城市扩展的特征融合到CA模型中,模型构建不仅考虑城市自身的扩展规律,而且也需要体现都市圈城市群体发展的特征,以期能改进模型的结构并改善模拟结果,更为真实地反映都市圈城市群体扩展过程。

1乌鲁木齐都市圈城市群体扩展CA模型构建1.1模型构建思路本研究仅从城市形态角度模拟城市空间扩展,只考虑非城市用地向城市用地的变化。

构建都市圈城市群体空间扩展的CA模型将按照以下的思路展开。

首先,都市圈内的城市均遵循个体扩张的规律,即每个城市的用地在内部社会经济驱动力的影响下向外扩展,并且在扩展的方向、速度等方面具有自身收稿日期:20080423;改回日期:20080608基金项目:国家自然科学青年基金项目(40801065);中国科学院西部博士资助项目(XBBS200805)资助作者简介:张新焕(1978),女,新疆裕民人,博士,助理研究员,主要研究方向为区域经济与区域规划。

Email:cheungant@第5期张新焕等:基于CA模型的乌鲁木齐都市圈城市用地扩展模拟研究821的规律或特征。

其次,都市圈内城市用地的发展受到区域用地适宜性的支持或约束,并且当城市规模越大时,用地适宜性的影响也越显著。

第三,随着都市圈经济一体化进程的加快,城市已不再是封闭式的发展,城市之间的相互作用力逐渐成为影响城市扩展的重要因素。

因此,模型构建过程中不仅要考虑城市用地适宜性的影响和城市用地自身的扩展规律,而且还要考虑城市之间的相互作用。

1.2模型构建1.2.1元胞与元胞空间构建城市增长的时空动态变化过程首先是一个地理过程,因而模型中的元胞空间可以很自然地转变为笛卡尔坐标体系下的地理空间,这样元胞空间就被赋予了空间尺度的概念,具有一定的地理意义[10]。

将研究区(图1)作为元胞空间,总面积为7903.53km。

元胞取四方网格状,元胞大小为100m 100m,元胞空间内共有790353个元胞。

经过数据的前期处理,所有参与CA模型运算的图层均经过地理校正并且转变为与元胞大小一致的栅格数据。

在干旱区绿洲中,城市扩展主要侵占裸地与农田,城市扩展与周围用地类型的关系较为简单,因此可以将研究区内的元胞状态设定为城市用地与非城市用地两种类型。

图1乌鲁木齐都市圈及核心区土地利用状况(2002年)Fig.1Landuse(cover)situationofthecenterpartofUrumqiMetropolitanAreain20021.2.2邻居定义邻居是CA模型中最重要的概念之一,在确定转换规则前必须先确定邻居定义,因为在CA模型中,规则集中体现了空间实体的相互作用,而这种相互作用通过与邻居的关系来实现[11]1)城市用地扩展的影响因子总结。

为了合理制定规则,需要对都市圈城市空间扩张的约束条件与驱动机制进行总结。

!新的城市用地一般是受现有城市用地的影响在其近邻地区发展起来的,因此城市用地现状是模型的基础层;∀研究区土地面积虽然很大,但综合考虑地形、土壤、地质、水系等因素,适合城市发展的用地有限,因此,有必要进行城市用地适宜性评价来确定城市空间可以扩展的最大范围;#交通便利的地方容易发展为城市用地,人口增长、经济发展既需要又推动城市用地向外扩展。

因此,将叠合的社会经济因子层作为影响城市扩展的驱动概率层;∃城市现有的空间格局是经过一定时期演变而成,具有自身的合理性,并且在今后一段时期仍有向此方向发展的惯性。

所以,城市空间扩展趋势对今后的城市扩展有一定影响,可以将其作为。

CA模型中的邻居概念,在地理上则体现为地理相邻实体的相互作用。

根据城市规模的不同,核心城市乌鲁木齐选择24邻域摩尔型邻居类型,其他中小城市选择8邻域摩尔型邻居类型。

1.2.3规则制定标准CA模型的转换规则是局部并由空间排列决定的映射函数[12],而城市地理实体的动态变化是复杂的,不仅受局部邻域元胞间的相互作用,而且还受区域范围多种因素作用。

因此,在确定元胞状态转换规则时必须综合考虑微观、中观与宏观因素,建822中国沙漠地。

(2)邻居作用值N{x,y}=[ni=1第29卷的影响下,城市会出现非常规性的扩展,而且目前这种因素对城市扩展的影响日益加重,所以将这类因子作为模型的引导概率层;&都市圈内有多个规模不同的城市共同发展,城市之间的相互影响力,尤其是核心城市的集聚与扩散作用导致各城市用地的扩展在概率与速率上有所差异,因此在模型中把这种影响力设置成一种调节机制,以体现都市圈内各城市的非同步发展;∋由于都市圈是在干旱区背景下形成的城市群体空间,水资源有限导致所能承载的人口规模和城市用地规模也相应受到限制,因此,CA模拟的城市用地规模是有限的。

2)转换规则的制定。

基于影响因素的作用机制,结合城市用地扩展的规律,制定CA 模型元胞演化规则(图2)。

规则制定流程中所涉及的判断条件分别由下面的数学模型计算得出:(X[13](i,j)]式中:N{x,y}为位于{x,y}处的元胞受到邻近范围城市化元胞的影响值;X(i,j)为邻域n内状态为城市用地的元胞;为邻居元胞集合。

为了避免模型中元胞均匀向外扩展这一弊端,要真实反映出城市向优势方向发展这一规律,需要对邻域作用值公式进行相应的扩展:ND{x,y}=N{x,y}Dp式中:ND{x,y}表示受方向发展概率影响下的邻居作用影响值;Dp表示{x,y}处元胞受8个方向概率的影响值,每个城市在8个方向有不同的发展概率,后文的数据处理部分会对其进行阐述。

(3)影响概率值P{x,y}=i=1(Wpini{x,y}式中:P{x,y}为位于{x,y}处的元胞向城市用地转化的概率值;Wi为影响因子的权重;pi为某类影响因子对城市用地扩展的驱动概率。

由于本文研究的是多个城市的空间扩展,为了表现核心城市对其他城市的吸引力也影响城市用地扩展这一规律,这里对上述公式进行如下扩展:PF{x,y}=P{x,y}F{x,y}式中:PF{x,y}表示核心城市作用力下的城市扩展影响概率值;F{x,y}为核心城市对周边各城市的影响系数,后文的数据处理部分也会对其进行阐述。

模型参数对于模拟和预测结果具有决定性的作用,因此,确定一套合适的模型参数是保证模拟效果的关键。

然而,CA模型中的参数与模拟结果之间的不确定性关系,以及较多模型参数和参数的可选值,使得模型参数的优选工作非常困难,模型参数的选取通常需要经过反复调试来确定[14]。

本研究基图2CA模型规则制定流程图Fig.2TheflowchartforruleofCAmodel于2002年与2006年的历史数据,通过反复运行、比较和调试确定一套较为适合的参数初选方案。

1.3参与模型运算的数据处理(1)用地适宜性S{x,y}=[i=1(Wskii{x,y}]j=k+1)smj{x,y}城市总是与一定的地理空间相关联,为了研究发生于某一定地理空间上并与地理要素有关系的社会现象,就必须将反映空间现象和社会现象的两类数据集成起来[15]。

因为,本研究所构建的CA模型机制涵盖了较多的社会现象,需要对这些数据进行,式中:S{x,y}为位于{x,y}处的元胞能够转化为城市用地的适宜性程度;Wi为限制因子的权重;si是部分限制因子,一般通过因子量化分级法进行赋值或分级;sj为绝对限制因子,其值取0和1,分别表示,y}∗第5期张新焕等:基于CA模型的乌鲁木齐都市圈城市用地扩展模拟研究823与空间数据很好地结合起来。

1.3.1城市建设用地适宜性评价结果选择地形、地质、水文、用地等自然因子评价都市圈城市建设用地的适宜性[16],在对各因子进行专家赋权以及量化分级的基础上,将各因子加权叠置,得到建设用地综合适宜性评价结果(图3A),评价将用地适宜性分为5个等级,城市用地需要在适宜区域发展。

相关文档
最新文档