改进CA-Markov模型的城市土地空间结构演变预测

城市土地空间结构演变预测需要大量的数据支持,现阶段预测手段存在预测精度不佳的问题,为此提出GIS技术下城市土地空间结构演变预测方法。通过GIS技术获取城市土地空间结构数据,并对其进行结构演变分析;通过人工神经网络模型、轮盘竞争机制和惯性系数对CA模型实行优化处理;将改进CA模型与Markov结构结合,建立改进CA-Markov模型,根据城市土地空间结构演变分析结果实现城市土地空间结构演变预测。实验结果表明,所提方法的城市土地空间结构演变预测精度更高,整体应用效果更好。

基于CA-Markov模型的公园绿地土地利用变化及预测——以武汉市江岸区为例

研究城市内公园绿地的土地利用变化,对于日后城市公园的发展及改造、城市的经济发展、空间安排都具有一定的参考意义。以武汉市江岸区为研究对象,运用ArcGIS对Landsat 2005年、2010年、2015年和2020年4期土地遥感数据进行目视解译,并通过CA-Markov模型对2030年土地利用情况以及城市公园绿地变化进行预测,在此基础上分析了2005-2030年城市公园绿地的变化情况。结果显示:①武汉市江岸区的主要用地类型为建设用地,面积占总用地面积的60%以上;②耕地和林地的减少和建设用地的持续增加是武汉市江岸区2005-2010年土地利用最为明显的变化特征;③运用CA-Markov模型模拟2015年和2020年土地利用变化,其Kappa系数分别为0.772和0.809,均大于0.75,模拟精度合格;④预测的武汉市江岸区2030年土地利用变化显示:耕地和林地的减少以及建设用地的增加仍然是主要趋势,但二者变化幅度减缓,城市公园绿地处于持续增加的状态。指出了武汉市江岸区建设用地的持续增加,耕地林地的持续减少需要引起重视,基于CA-Markov模型模拟的2030年土地利用变化也可为武汉市江岸区未来土地利用开发提供参考,同时城市公园绿地的建设可以此为参考依据,发展原有的城市公园绿地或开发新的城市公园绿地。

GeoCA-Urban模型在城市增长与土地增值研究中的应用

城市增长与土地增值规律的研究是城市规划中的关键问题,二者的相互影响是一个时空动态变化过程,现有的地理信息系统由于缺乏对时空分析和动态模拟的能力而无法完整地表达这一地理现象。本文提出将地理信息系统技术与城市动态模拟GeoCA-Urban模型有效集成,动态模拟城市增长与土地增值过程,并在分析二者关系规律的基础上进行预测。

基于CA-Markov模型的重庆西部新城城市扩张时空演化模拟与生态响应

以重庆西部新城作为研究区域,分别运用Markov和CA-Markov模型进行城市扩张模拟对比,验证CA-Markov模型的先进性,并利用CA-Markov模型预测2030年西部新城的城市扩张格局,模拟分析2007—2030年城市扩张的时空演化特征和生态响应表征。结果表明:1)与Markov模型相比,CA-Markov模型具有更高的面积模拟能力且弥补了前者无空间格局模拟能力的缺陷,Kappa系数高达82.97%。2)2007—2018年西部新城扩张面积、速率和强度分别为1568.78 hm^(2)、5.74%和1.20%,预测2018—2030年扩张面积、速率和强度分别为71.62 hm^(2)、0.15%和0.05%,表明西部新城城市建设将从快速发展阶段转向扩张饱和阶段。3)西部新城城市扩张空间差异显著,建设用地由西部集聚逐步扩张至西、北、东部,共同构成“n”字型区域,且由外延式扩张转变为内充式扩张。4)西部新城生态保护与城市扩张经历了“共同推进—相互对抗—趋于稳定”的演变过程,且未来部分区域的生态用地范围有扩大趋势,一定程度上规避了城市盲目扩张,城市建设发展与生态保护将实现较好平衡,而政策对其生态响应可能存在重要的引导作用。

基于CA-Markov和MSPA的绿色基础设施预测与时空演变分析——以京津冀城市群为例

绿色基础设施(Green Infrastructure,GI)的合理布局有助于建立国土空间绿色发展新模式。在生态文明和高质量发展背景下,研究GI长时序时空双维度演变格局对提升生态环境质量、提高国土空间治理能力和实现“碳中和”目标具有重要意义。基于CA-Markov(Cellular Automata-Markov,CA-Markov)、MSPA(Morphological Spatial Pattern Analysis,MSPA)和景观格局分析方法等构建GI研究模型框架,实现对GI过去—现在—未来的时空双维度分析。以京津冀城市群为研究区,分析了2000—2020年GI时空双维度演化特征,预测了未来2025和2030年的发展态势,讨论了协同发展过程与GI格局演变的对应关系,并总结GI优化启示。结果表明:(1)2000—2020年,GI面积占研究区总面积的比例呈现逐年下降趋势,由90.82%降为86.60%,空间上表现为西北部密集、东南部稀疏的分布态势。核心作为GI的主要组成部分,面积占比57.04%—65.93%不等,同样呈现逐年下降趋势,其主要分布在研究区北部、西部和西北部。(2)2020—2030年,研究区GI面积小幅度下降,但核心面积占比增长明显,2030年占比高达84.04%。连接桥、边缘和环等其他GI类型面积占比较小,其分散分布在各核心之间。(3)城市群协同发展进程提速直接导致GI的波动,主要体现在2015—2020年实质发展期和2020—2025年国土空间规划加速落实期。(4)未来,京津冀城市群GI生态网络稳定性的提升需重点关注各城市中心GI的面积占比和东南部的连通性问题。研究结果为快速实现GI检查、评估和治理提供技术支撑,也有助于实现京津冀城市群建立绿色、低碳、可持续发展新模式。

基于CAS理论的城市公共空间和其周边公共设施的相互适应关系研究以武汉市为例

论文基于CAS理论,以武汉市主城区28个典型公共空间的居民拜访热度与周边8类公共设施的空间分布特征的相关性为切入点,分析在城市公共空间复杂适应性系统中公共空间及其周边公共设施的相互适应性特征,提出“主体自我优化、适应关系优化、多单元协调优化”的适应性提升策略,并为所研究的28个典型公共空间中活力欠佳的公共空间提出适应性提升策略的运用方案。

基于神经网络CA的兰州城市土地利用变化情景模拟

利用遥感和GIS技术获取兰州市1995-2005年土地利用、城市地价和城市规划等空间数据;基于Matlab7.2耦合GIS、人工神经网络和元胞自动机,对黎夏的ANN-CA模型进行扩展,模拟兰州市土地利用变化趋势。该模型综合考虑了影响城市土地利用变化的自然、经济和政策3个层面17个空间变量,并设计了5种不同阈值和随机扰动参数组合,进行校准和情景预测。研究表明:改进的模型精度较高,第3种参数组合预测最接近兰州市未来土地利用变化趋势:2005-2015年兰州市土地利用变化主要以居住、工业和道路用地增长为主,分别为17.8%、2.1%和1.2%;商业、仓储和政府社团用地增长较少,分别为0.6%、0.6%和0.5%。

基于空间模型和CA的城市用地扩展模拟研究——以大庆市为例

基于ArcGIS空间分析建模工具,将城市发展适宜性模块、邻域影响模块、约束影响模块、随机影响模块进行集成,实现CA模型的构建,并以大庆市为例对城市建设用地未来发展进行模拟。研究认为:(1)将GIS空间分析和CA模型集成,模型结构清晰,避免二次程序开发;(2)根据大庆市特点,考虑资源开发因素对城市发展的影响和人口增长对随机因素的影响;(3)大庆市2015、2020年城市面积将继续扩展,城市重心将明显向北移动,并具有向东移动的趋势。

基于MCE-CA的东莞市紧凑城市形态模拟

针对快速城市化引起的城市蔓延问题,利用多准则判断元胞自动机(MCE-CA)模型模拟紧凑的城市空间形态。该模型主要考虑城市发展区位和农业适宜性条件,通过AHP方法确定参数权重。以广东省东莞市为实验区,在准确模拟东莞市2001-2005年的实际城市形态的基础上预测了2010和2020年城市形态。进一步模拟了用地更为紧凑、优质农田损失更少的紧凑城市形态。通过比较发现,后者的城市形态避免了用地分散、凌乱的问题,也节约了更多的优质农田。

基于Agent和CA的城市土地利用变化研究

分析了元胞自动机在土地利用变化研究的基础上,将Agent引进元胞自动机模型中,在元胞自动机模拟土地利用变化自然性、连续性规律的基础上,将Agent的人为性、不确定性加入到模型模拟中,对CA模型中以随机数体现的不确定性通过Agent给予地理意义的解释,并以城市郊区——樟木头镇为例,对1988-1993年间城市用地变化进行了模拟研究,得到了良好的模拟精度,模拟结果符合土地利用变化的自然性、人文性特征。

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动态过程的新方法,并以四川省德阳市为例进行分析。

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。

城市规划CA模型在城市空间形态演化中的应用研究

传统的CA模型基于自下而上的思路模拟城市复杂系统,忽略了宏观决策对城市空间形态演化的影响。本文基于传统CA模型,从城市规划角度,通过引入控制性详细规划层,把整个城市空间划分成不同组团片区,将传统的自下而上CA模型改进为自下而上和自上而下相结合的城市规划CA模型(UPCA),并取得了较好的实证模拟结果。结果表明:该模型简化了传统CA城市模拟模型的数据量,提高了模型的模拟精度,并增强了模型的规划决策功能,使模型具备了一定的社会经济分析能力。

基于CA模型的城市空间扩展模拟预测——以锦葫沿海地区为例

基于3S技术和Landsat TM遥感图像,解译得到1990年9月、2000年6月和2010年9月的锦葫沿海地区城市用地分布图。采用时空动态约束的城市元胞自动机(celluar automata,CA)模型,对锦葫沿海地区2020年的城市空间形态进行模拟。该模型采用了多时段动态的转换规则,即利用转移概率矩阵基于多时段基础数据预测增加的城市用地总量,作为城市CA模型的约束条件,并利用Logistic回归技术对CA的转换规则进行校正。分析计算了模拟结果的景观格局指数,分析得知:1990年9月—2010年9月间,城市用地形状不断复杂化,破碎化程度加重;2010年9月—2020年9月间,城市用地形状规则化,破碎化的程度趋于缓解;1990年9月—2020年9月间,城市用地的平均斑块大小基本呈增大趋势,最大用地斑块的影响程度逐年加大,城市用地斑块的聚集程度加速增长;锦葫沿海城市的地理空间正逐步拉近,伴随着锦葫地区交通运输条件的改善,锦葫空间一体化发展将成为一种必然的趋势。

基于CA-Markov的哈尔滨市土地利用变化及预测

为探讨哈尔滨城市化进程中土地利用时空演变规律以及驱动机制。该文以1989年、2001年和2007年LandsatTM影像为数据源,借助于地学信息谱图理论,运用RS和GIS技术分析研究区域18a土地利用格局变化,以2007年土地利用格局为基础,利用CA-Markov模型和并引入终极状态概率,预测2025年土地利用情况和平衡状态下土地利用空间分布格局。研究结果表明:区域土地利用格局以耕地为主,其面积比例均超过60%,其次是林地和居民工矿用地;稳定型图谱空间分布广泛,占研究区域总面积比例最大,"耕地→耕地→耕地"是其面积最大的变化图谱,"林地→林地→林地"次之,持续变化型所占比例最小,"未利用地→林地→耕地"是其面积最大的变化图谱;CA-Markov模型预测结果表明从2025年到土地利用终极状态期间,耕地面积持续减少,居民工矿用地持续增加,耕地→居民工矿用地是其主要转化轨迹,其他地类变化量相对较小,基本上处于动态平衡状态中,该文为土地利用合理规划、生态恢复和区域经济发展提供依据。

基于人工蜂群CA模型的南京市土地利用变化模拟与预测

以南京市为例,构建人工蜂群元胞自动机(CA;)模型,对2000—2007年的土地利用变化进行模拟以实现CA;模型的校正,并以2007—2015年的土地利用变化为案例,验证该模型的有效性。模拟结果总体精度(OA)2007年为87.79%,2015年为80.61%;模拟结果的品质因数(FOM)2007年为21.23%,2015年为19.25%。基于CA;模型和马尔可夫链预测未来城市土地总量,对南京市2025和2035年的土地利用格局进行了预测,对城市扩张和生态用地被侵占现象进行分析。模型预测结果表明,未来20年的城市扩张主要以牺牲耕地和林地为代价,2025和2035年80%的城市扩张面积来源于对耕地面积的侵占,17%的城市面积扩张是由2015年的林地转换得到的。研究表明,准确模拟、预测未来城市格局及评估城市扩张能够对生态用地侵占,以及为决策者合理规划城市、推动城市可持续发展提供帮助。

城市规划CA模型及其应用

基于CA模型,从城市规划角度,通过引入控制性详细规划层,将整个城市空间划分为不同组团片区,构建了自下而上和自上而下相结合的城市规划CA模型(UPCA),并以长沙市为例进行实证研究。结果表明:该模型简化了传统CA城市模拟模型的数据量,提高了模型的模拟精度,并增强了模型的规划决策功能,使模型具备一定的社会经济分析能力。

基于集合卡尔曼滤波动态优化CA模型参数的方法

传统元胞自动机(CA)模型的转换规则不随模拟过程的时间和空间而变化,难以模拟和表达非线性地理过程。提出基于集合卡尔曼滤波(EnKF)动态优化CA模型参数的方法,以提高模型对复杂地理过程模拟的适应能力。通过引入集合卡尔曼滤波到CA模型中,将模型参数与模型状态整合成一个联合状态矩阵(joint state matrix)。再把该矩阵与观测数据输入到EnKF更新方程中,计算出新的参数值,并自动更新到模型中,从而实现动态调整模型运行轨迹,以更好地适应城市发展的过程模拟。将此方法应用于东莞市的城市模拟试验中,优化后的CA模型能在单参数和多参数优化中正确地调整模型参数,使其迅速地收敛于真值并趋于平缓,也能降低模型误差并获得更好的模拟结果。

基于CA的珠三角核心区城市扩张预测研究

在系统分析了国内外元胞自动机的原理和应用的基础上,利用C++语言编写了一个具有简单规则的城市空间扩张模型,并运用该模型对珠江三角洲核心区域的城市扩张进行了空间预测分析,结果显示该模型对城市扩张研究能够进行有效的模拟和预测。研究的时间范围为1998年～2003年,其城市面积通过遥感数据(Landsat TM和ETM+)获得,基于CA模型进行预测的时段为2003年～2008年和2008年～2013年。

基于CA模型的海港城市空间形态演化模式研究——以天津滨海新区外生情景模拟为例

本文通过研究具有典型特征的天津滨海新区城市形态的快速演化过程,探索海港城市空间形态演变的过程—格局—机理,以期丰富相关基础理论,为城市规划建设布局提供科学依据。基于改进logistic-CA模型嵌入复合灰色预测方法,模拟分析1998-2014年城市空间形态历史演化,预测外生情景下2014-2030年城市形态演化。结果表明:改进模型具有很好的适应性,模拟结果显示2014-2030年5个组团将转变为两大轴带扩展,最后实现区域用地全部城市化。进而得出结论:海港城市形态演化经历4个阶段,即单核生长,组团扩展,轴带扩张,区域填充;海港城市空间形态空间演化中,表现出逐渐摆脱外部,实现独立自身发展;在外生发展模式下,城市形态易走向分散化,出现跳跃式与填充式扩展的交替。