论文部分内容阅读
城市是区域系统的中心和最具影响力的时空复合系统，城市化是区域土地利用演化的主导过程。从上世纪开始，全球城市化进程就不断加快，城市人口规模和用地规模不断扩大，在这个过程中所产生的社会经济发展与生态环境保护之间的尖锐矛盾也受到世人的广泛关注，因此城市空间扩展及其演化过程一直是地理学研究的焦点。
城市作为一个动态的复杂非线性系统，其空间演化即受自然因素，又受社会经济因素的影响，因此很难用传统的方法和模型对其进行模拟和预测，而元胞自动机理论和应用的发展为我们提供了一种新的思路。元胞自动机(CellularAutomata，简称CA)是一种时间、空间、状态都离散，空间相互作用和时间因果关系皆局部的网格动力学模型，采用“自下而上”的研究思路，其特点是通过简单的局部转换规则可以模拟复杂的空间结构，非常适合于地理过程的模拟和预测，特别是在城市增长、扩散以及城市空间演化方面，也是当前CA模型应用的热点。
本文以国内高速城市化的代表——深圳市龙岗区为实验区，以CA为核心技术，集成GIS空间分析技术，侧重于技术层面上的研究。全文首先总结了国内外关于城市CA的研究现状，然后在前人研究的基础上，从模型循环时间、影响因素的选择、转换规则的制定、CA与GIS集成4个方面对传统CA模型进行改造，并结合城市用地扩展现状分析以及未来城市用地需求的预测，最后构建扩展的CA模型来模拟和预测实验区城市用地的演化情况。其中核心内容即对传统CA进行扩展的研究成果包括：
(1)模型循环时间的扩展：传统CA模型由于循环次数很少而很难模拟出复杂的城市空间变化情况，且模型循环时间很难与实际年份相对应起来，往往只是用一个固定的模型循环时间来模拟一定时间间隔的用地变化情况，但这样就没有考虑到城市用地扩展其实是一个不断变化的动态过程，静态的模型循环时间用于未来预测时显然是不够准确的，本文采用神经网络模型预测出未来城市用地需求量，通过未来城市用地的元胞总数来控制不同时间段的模型循环时间。实验结果显示以1991年为基期模拟到2000年循环次数大概在220次左右，也就是说模型循环220次大概对应实际时间的10年左右的变化时间，在预测2010年时，就可参照1991-2000年的模型循环次数以及预测的城市用地总元胞数，从而判断出预测到2010年时模型需要循环多少次，且足够多的循环次数也使得模型可以很好的模拟出城市空间的演化情况；(2)影响因素层的扩展：关于影响因素的选择，大多数研究都只是选取了自然因素，而对城市发展影响甚大的社会经济因素则较少考虑到，主要是统计数据难以空间量化的原因，但是现代城市发展中社会经济因素的影响是绝不能忽视的。本文在常规自然因素选取的基础上，增加了人口密度和工农业总产值密度两个指标，这样运用Logistic回归计算元胞的转换概率才会更精确、更合理；
(3)转换规则的扩展：传统CA模型转换规则的制定非常之复杂繁琐，有时为了找到和实际情况相吻合的“最佳”参数组合，可能会耗时几百个小时进行运算，且方法可靠程度也有限。在城市CA的研究当中，大多数学者都是通过计算转换概率来代替转换规则的制定，本文也吸收了此思路，通过定义全局转换概率、局部转换概率、约束条件、城市发展的不确定性、补充规则5个方面计算出元胞L(i，j)总的转换概率(即非城市元胞转换为城市元胞的可能性)；
(4)CA—GIS集成的扩展：实验系统是在ARC/INFO的GRID环境下用AML语言开发完成的，将GIS集成到CA模型当中。直接在GIS平台中开发主要是考虑到一方面直接利用GIS强大的空间分析功能为CA模型准备数据，且无需进行任何格式的转换，还可以对模拟结果进行可视化；另一方面也增强了GIS的空间模型运算能力及分析能力。
实验结果表明，基于GIS构建的扩展CA模型能够很好的进行城市用地演化的时空模拟和预测，达到了预期的目标，可以为政府管理部门制定合理的城市发展规划服务，对实现可持续的城市发展具有指导意义。随着我国城市化进程的进一步加快深圳大都市将成为中国未来城市最具活力的地区，应用基于GIS和CA的动态模型，对我国区域城市发展演化过程进行模拟和预测研究无疑具有重要的理论和实践意义。