土地利用規(guī)劃模型研究綜述

馬世發(fā)， 蔡玉梅， 念沛豪， 莊 立

（1.中山大學地理科學與規(guī)劃學院， 廣東 廣州 510275； 2.中國土地勘測規(guī)劃院， 北京 100035； 3.國土

資源部土地利用重點實驗室， 北京 100035； 4.北京師范大學地理學與遙感科學學院， 北京 100875）

土地利用規(guī)劃是實施土地可持續(xù)利用戰(zhàn)略的重要調(diào)控措施[1]，而土地利用規(guī)劃的核心內(nèi)容是土地利用結(jié)構(gòu)的優(yōu)化調(diào)整。土地利用結(jié)構(gòu)優(yōu)化是為了達到一定的經(jīng)濟、社會和生態(tài)最優(yōu)目標，依據(jù)土地資源的自身特性和適宜性評價，對區(qū)域內(nèi)各種土地利用類型進行更加合理的數(shù)量安排和空間布局，從而提高土地利用效率和效益，維持土地生態(tài)系統(tǒng)的相對平衡，實現(xiàn)土地資源的可持續(xù)利用[2]。區(qū)域土地利用結(jié)構(gòu)優(yōu)化包括數(shù)量和空間兩個方面，但傳統(tǒng)土地利用結(jié)構(gòu)優(yōu)化研究多指部門用地數(shù)量平衡[3]。為了保持與傳統(tǒng)認知概念的一致性，本文界定土地利用結(jié)構(gòu)優(yōu)化特指土地利用數(shù)量結(jié)構(gòu)，而關(guān)于空間結(jié)構(gòu)則采用空間布局概念以示區(qū)分。

土地利用規(guī)劃是針對某一個特定的發(fā)展時期所提出的土地利用結(jié)構(gòu)調(diào)控方案。如果把規(guī)劃基期年看做狀態(tài)A，而把規(guī)劃目標年看做狀態(tài)B，則從A到B的過程有兩種基本類型：其一是依據(jù)歷史發(fā)展規(guī)律進行模擬預測分析A的演化軌跡，最后在綜合權(quán)衡的基礎(chǔ)上，協(xié)調(diào)發(fā)展沖突，確定規(guī)劃方案；第二種是先設(shè)定B狀態(tài)的多目標發(fā)展預期，然后通過建立優(yōu)化模型反過來挖掘由A到B的實現(xiàn)途徑。前者是一種典型的供需平衡分析模式，屬于模擬預測技術(shù)范疇；后者則是先設(shè)計沖突協(xié)調(diào)目標，然后尋找實現(xiàn)這個目標的過程，屬于目標優(yōu)化技術(shù)范疇。由此可見，針對同一個規(guī)劃，有從現(xiàn)狀順推分析未來的規(guī)劃模式，也有先設(shè)計規(guī)劃目標反過來挖掘?qū)崿F(xiàn)途徑的規(guī)劃模式，這兩種規(guī)劃建模的核心技術(shù)就是模擬與優(yōu)化。本文以現(xiàn)有相關(guān)研究文獻為基礎(chǔ)，對區(qū)域土地利用規(guī)劃模型研究現(xiàn)狀從模擬與優(yōu)化兩個角度進行系統(tǒng)闡述和分析，并提出模型發(fā)展的方向和思考。

1 土地利用結(jié)構(gòu)調(diào)整

1.1 模擬預測類模型

（1）數(shù)理分析預測模型。數(shù)理分析就是利用數(shù)理推理框架實現(xiàn)預測，常用的有回歸分析預測模型[4]、灰色預測模型[5]、Markov預測模型[6]、神經(jīng)網(wǎng)絡(luò)預測模型[7]等。這些模型主要是對歷史數(shù)據(jù)進行訓練，通過校正模型參數(shù)實現(xiàn)規(guī)律順推，是分析土地利用結(jié)構(gòu)的一種簡單有效的方法。這種模型自身架構(gòu)有難有易，如簡單的回歸模型就是用最小二乘法進行最大似然估計得出預測參數(shù)，而比較復雜的神經(jīng)網(wǎng)絡(luò)模型則是對多層神經(jīng)元建立誤差傳播信號進行訓練獲取預測結(jié)構(gòu)。不論這些模型自身結(jié)構(gòu)復雜與否，都是對歷史規(guī)律的一種挖掘，其考慮的土地利用變化驅(qū)動因子一般較少，只從結(jié)構(gòu)自身的時間序列變化挖掘規(guī)劃結(jié)構(gòu)，具有一定的局限性。

（2）系統(tǒng)動力學模型。針對區(qū)域土地利用結(jié)構(gòu)分析中存在的廣泛非線性和復雜多要素特征，系統(tǒng)動力學（System Dynamics, SD）模型應(yīng)運而生[8]。SD模型是一種環(huán)環(huán)相扣的因果關(guān)系網(wǎng)絡(luò)分析結(jié)構(gòu)，這個結(jié)構(gòu)能對網(wǎng)絡(luò)中的每個子系統(tǒng)進行感知并進行響應(yīng)，其突出特點是擅長處理非線性多重反饋復雜問題，可以對土地利用進行社會、經(jīng)濟、環(huán)境等全方位模擬，而不再完全依賴土地利用歷史時間序列。然而，這種行為模式與結(jié)果主要取決于模型架構(gòu)，不像數(shù)理模型一樣對參數(shù)敏感，在進行遠期、綜合性、趨勢性描述上，模型設(shè)計者難以準確量化部分參數(shù)，這可能會導致系統(tǒng)演化預測結(jié)果不一定合理。

1.2 優(yōu)化類模型

（1）基于數(shù)理分析的優(yōu)化模型。數(shù)量優(yōu)化模型就是利用解析數(shù)學對優(yōu)化方程進行精確求解，一般有線性規(guī)劃[9]和多目標規(guī)劃[10]模型等。所謂優(yōu)化模型，必然要考慮調(diào)控目標，比如傳統(tǒng)上有社會、經(jīng)濟、生態(tài)三大效益目標等，近幾年以低碳作為調(diào)控目標的土地利用結(jié)構(gòu)優(yōu)化模式也已有探討[11-12]。這種優(yōu)化分析方法具有建模簡單、目標明確、算法穩(wěn)定、易于實現(xiàn)等優(yōu)勢，但其主要依賴于規(guī)劃者的經(jīng)驗和對優(yōu)化方程式的表達，一旦數(shù)學分析模型確定，將毫無彈性可言，分析結(jié)果對目標方程式和參數(shù)非常敏感。此外，這種規(guī)劃模型一般簡化為線性關(guān)系才能利用單純形等運籌學方法進行求解，但土地利用結(jié)構(gòu)優(yōu)化并不完全都是簡單的線性關(guān)系。

（2）基于生物智能的優(yōu)化模型。針對土地利用結(jié)構(gòu)優(yōu)化多目標、非線性、多約束等問題，逐步發(fā)展了基于生物智能優(yōu)化算法的求解模式，比如遺傳等生物智能算法模型[13]。該類模型采用不完全近似搜索策略，不斷逼近調(diào)控目標，為分析復雜調(diào)控問題提供了一種有效模式。但總體來說，土地利用優(yōu)化不是一個單純的數(shù)學求解問題，如何針對區(qū)域發(fā)展特色和存在的問題，構(gòu)造合適的優(yōu)化表達式和參數(shù)系統(tǒng)才是有關(guān)數(shù)量結(jié)構(gòu)優(yōu)化研究需要重點解決的問題。

2 土地利用空間布局

2.1 模擬預測類模型

（1）空間因果關(guān)系模型。土地利用在空間上的布局可以解釋為一系列空間因素共同作用的結(jié)果，這實際上是一套因果關(guān)系分析系統(tǒng)。目前，典型的應(yīng)用就是CLUE-S分析系統(tǒng)[14]。該模型假設(shè)土地利用的空間存在滿足一定的空間因果關(guān)系，通過挖掘這種潛在的空間關(guān)系，進而規(guī)律順推便可實現(xiàn)規(guī)劃布局。這種模型分析簡單易行，需要的數(shù)據(jù)比較少，實際應(yīng)用中也比較普遍，但是其因果關(guān)系假設(shè)不一定完全合理。因為，土地利用變化空間因果關(guān)系并非一成不變，比如新建一條公路會產(chǎn)生新的吸引力，城市擴張方向也會隨之發(fā)生變化，原來建立的布局模型將不再合理。此外，這種模型不具有過程機制，模型自身無法對一些土地利用變化過程進行系統(tǒng)參數(shù)校正。

（2）離散動力學模型。土地利用格局的變化是每個微觀地塊的共同演化體現(xiàn)[15-16]。因此，利用微觀個體間的相互作用，構(gòu)建“自下而上”的離散動力學模型可模擬復雜土地利用自組織行為，其典型代表就是元胞自動機模型（Cellular Automata, CA），目前CA被廣泛應(yīng)用于城市擴張等土地利用變化分析上[17-18]。CA土地利用布局模型具有典型的過程機制，和空間因果關(guān)系模型相比，可以體現(xiàn)空間布局的演化過程，通過耦合其他系統(tǒng)分析模型便可進行更好地預測。比如，為了分析土地利用變化復雜規(guī)則的表達，目前發(fā)展了多智能體（Multi Agent System, MAS）技術(shù)，多智能體以各智能體間的相互作用規(guī)則推理為模型基礎(chǔ)[19]，在耦合CA模型的基礎(chǔ)上可以更好地表達土地利用空間行為[20-22]。離散動力學網(wǎng)格系統(tǒng)是模擬土地利用變化的重要方向，但人為干預導致的土地利用變化過程不確定性等問題還有待進一步深入研究。

2.2 優(yōu)化類模型

（1）空間優(yōu)化配置模型。適宜性評價可以說是空間優(yōu)化模型的始祖，但無論是適宜性評價模型，還是空間因果關(guān)系布局模型，亦或是具有復雜空間演變行為的CA模擬模型，土地利用空間布局均不是由規(guī)劃目標驅(qū)動的。如果從優(yōu)化目標角度看空間布局，土地利用行為可以視為一個空間組合優(yōu)化決策分析過程。由于每個評價單元是一個變量，所以這種“自下而上”式的空間組合優(yōu)化將面臨超變量、非線性、復雜地理計算等難題。為了獲得土地利用空間布局可求解能力，基于生物智能優(yōu)化計算的土地利用空間優(yōu)化配置模型得到迅速發(fā)展，如遺傳算法[23]、粒子群[24]、蟻群算法[25]等。利用復雜地理計算進行空間優(yōu)化分析是未來的發(fā)展方向，但是如何針對規(guī)劃設(shè)計一些領(lǐng)域知識，融入規(guī)劃決策模型才是規(guī)劃模型需要突破的地方，比如并不是景觀生態(tài)學的每個指數(shù)都適合建立尋優(yōu)過程分析[26]，但是景觀格局卻是空間布局的重要基礎(chǔ)。

（2）空間優(yōu)化分區(qū)模型。土地利用空間優(yōu)化分區(qū)是在土地利用空間優(yōu)化配置模型的基礎(chǔ)上，根據(jù)空間管理上的不確定性，再利用一定的地理綜合原則構(gòu)建的用途管制分區(qū)。土地利用空間優(yōu)化分區(qū)模型，是隨著對區(qū)域土地利用結(jié)構(gòu)優(yōu)化配置研究的深入而不斷發(fā)展的，當前已經(jīng)發(fā)展了一些土地利用空間優(yōu)化分區(qū)模型，比如目標規(guī)劃—模擬退火分區(qū)模型[27]、多目標粒子群分區(qū)模型[28]等。土地利用空間優(yōu)化分區(qū)的主要問題是關(guān)于空間綜合規(guī)則的表達，比如可以利用景觀生態(tài)學的緊湊性機理確保分區(qū)具有一定的規(guī)模和形狀，但是景觀生態(tài)學其他布局規(guī)則，如生態(tài)廊道，目前的優(yōu)化算法還不能很好地解決。此外，土地利用空間優(yōu)化分區(qū)模型越自動，其對決策數(shù)據(jù)的需求也越高，數(shù)據(jù)供給可行性往往又會從另一個方面限制模型的應(yīng)用。

3 土地利用數(shù)量、空間協(xié)同耦合規(guī)劃建模

從嚴格意義講，土地利用結(jié)構(gòu)優(yōu)化內(nèi)涵包括數(shù)量結(jié)構(gòu)和空間結(jié)構(gòu)，土地利用空間布局應(yīng)該是數(shù)量結(jié)構(gòu)的空間落實，二者共同反映了區(qū)域土地利用結(jié)構(gòu)調(diào)控。如何將數(shù)量結(jié)構(gòu)和空間結(jié)構(gòu)進行一體化考慮是當期需要重點解決的問題之一。關(guān)于土地利用數(shù)量結(jié)構(gòu)和空間結(jié)構(gòu)協(xié)同優(yōu)化模型主要有兩種：松散式耦合和緊密式耦合。

3.1 松散式耦合

松散式耦合就是先進行土地利用數(shù)量結(jié)構(gòu)調(diào)控，再進行合適的空間布局。CLUE-S模型展示了一種經(jīng)典的松散式耦合思路，即首先采用土地利用變化的社會經(jīng)濟驅(qū)動力模型獲取數(shù)量結(jié)構(gòu)，再利用空間概率回歸模型實現(xiàn)空間布局[14]。此外，Markov-CA[29]、SD-CA[30]、MOP-CA[31]、Logistic-Markov[32]等都是按照數(shù)量與空間之間的兩兩耦合思路，只不過有的耦合方式偏重模擬，有的耦合方式偏重優(yōu)化。然而，區(qū)域土地利用結(jié)構(gòu)的真實變化既是自我演化的結(jié)果，也受宏觀調(diào)控的影響，所以單純偏向某一特征并不能達到理想的規(guī)劃效果。

3.2 緊密式耦合

緊密式耦合建立在“自下而上”式空間優(yōu)化模型框架上，因為土地利用數(shù)量和空間本來就是一體的，一定的數(shù)量結(jié)構(gòu)必然要一定的空間承載。由于數(shù)量優(yōu)化的驅(qū)動和空間優(yōu)化不一樣，所以在緊密式耦合模型中，對優(yōu)化算法要求極高，尤其是超維、非線性及約束條件的處理。由于該模式高度耦合，當前發(fā)展的多目標蟻群[33]、多智能體[34]等方法只是提供了一種技術(shù)發(fā)展方向。如何針對規(guī)劃問題，構(gòu)建合適的模型緊密式耦合研究還處在原型階段，仍然有待進一步發(fā)展。

4 結(jié)論與展望

本文對土地利用規(guī)劃建模進行了系統(tǒng)分析，從模擬與優(yōu)化兩個角度進行了總結(jié)歸納，分析了有關(guān)土地利用優(yōu)化建模的主要研究內(nèi)容。總體來說，有關(guān)土地利用規(guī)劃建模研究取得了不少的成就，但是一些核心問題依然需要今后進一步深入探索。

（1）多模型耦合研究取得長足進步。GIS空間分析技術(shù)和復雜地理計算平臺的引入，使得區(qū)域土地利用數(shù)量和空間雙重結(jié)構(gòu)調(diào)控成為可能。比如，在土地利用復雜行為模擬方面，引入了CA、MAS等地理模擬系統(tǒng)；在復雜結(jié)構(gòu)優(yōu)化方面，建立了諸如遺傳、粒子群等復雜地理計算平臺；在多模型耦合方面，建模更注重土地利用結(jié)構(gòu)調(diào)控承上啟下的需求，研究更關(guān)注土地利用微觀行為與宏觀布局之間的關(guān)系等。

（2）面向規(guī)劃的雙重結(jié)合需要進一步發(fā)展。采用“自上而下”和“自下而上”的雙重耦合是規(guī)劃建模的發(fā)展方向，但如何根據(jù)土地利用規(guī)劃供需平衡及目標約束機制，建立合適的耦合分析策略需要加強。一方面需要加強區(qū)域土地利用結(jié)構(gòu)演變非線性驅(qū)動力模型，分析預測區(qū)域未來土地利用時空演變趨勢；另一方面，還要從政府空間調(diào)控角度建立“自上而下”式的規(guī)劃規(guī)則，進一步增強區(qū)域土地利用宏觀調(diào)控與微觀演化的協(xié)同決策，增強模型在輔助實際規(guī)劃決策上的可用性。

（3）探討多尺度協(xié)同變換機理是難點。土地利用優(yōu)化具有尺度依賴性，不同尺度的管理或利用在關(guān)注焦點上具有極大的差異。從國土空間功能到具體地塊的用途或者從地塊用途行為上升到國土空間功能，尺度之間如何轉(zhuǎn)換是未來規(guī)劃的難點。目前，中國規(guī)劃種類繁多，各種規(guī)劃在空間或者目標上相互重疊，這種規(guī)劃模式直接變成了部門利益之間的協(xié)調(diào)，導致規(guī)劃執(zhí)行成本大，效率低，發(fā)揮不了規(guī)劃應(yīng)有的效果。因此，研究多尺度協(xié)同變換機理是未來構(gòu)建統(tǒng)一規(guī)劃框架、實現(xiàn)“多規(guī)合一”的關(guān)鍵所在。

（References）：

［1］Godschalk D R. Land Use Planning Challenges: Coping with Conflicts in Visions of Sustainable Development and Livable Communities［J］. Journal of the American Planning Association, 2004, 70(1):5 - 13.

［2］劉榮霞，薛安，韓鵬，等. 土地利用結(jié)構(gòu)優(yōu)化方法述評［J］. 北京大學學報（自然科學版），2005，41(4)：655 - 662.

［3］龔建周, 劉彥隨, 張靈. 廣州市土地利用結(jié)構(gòu)優(yōu)化配置及其潛力［J］. 地理學報，2010，65(11)：1391 - 1400.

［4］楊武. 區(qū)域土地利用數(shù)據(jù)的最小二乘法回歸分析——以上海市嘉定區(qū)為例［J］. 華中農(nóng)業(yè)大學學報（社會科學版），2004，(3)：46 - 50.

［5］?？?，賈旭飛，許皞，等. 灰色理論在土地利用規(guī)劃中的應(yīng)用——以河北盧龍縣為例［J］. 安徽農(nóng)業(yè)科學，2007，35(11)：3339- 3340，3363.

［6］李富程，王青，理過蓉，等. 馬爾柯夫過程預測官司河流域土地利用/覆被格局變化［J］. 水土保持研究，2009，5(16)：31 - 34，39.

［7］王增彬，遲恒智. 基于BP神經(jīng)網(wǎng)絡(luò)的濟南市建設(shè)用地規(guī)模預測［J］. 水土保持研究，2007，14(5)：222 - 224.

［8］Shen Q P, Chen Q, Tang B, et al. A system dynamics model for the sustainable land use planning and development［J］. Habitat International, 2009, (33):15 - 25.

［9］李麗紅，李魯華，馬松梅，等. 基于灰色線性規(guī)劃土地資源優(yōu)化配置研究［J］. 石河子大學學報（自然科學版），2007，25(4)：440- 444.

［10］郭杰，吳斌，歐名豪，等. 蘭州市多目標區(qū)域土地利用系統(tǒng)優(yōu)化研究［J］. 中國土地科學，2011，25(7)：72 - 79.

［11］劉海猛，石培基，王錄倉，等. 低碳目標導向的蘭州市土地利用結(jié)構(gòu)優(yōu)化研究［J］. 中國土地科學，2012，26(6)：55 - 61.

［12］劉艷芳，明冬萍，楊建宇. 基于生態(tài)綠當量的土地利用結(jié)構(gòu)優(yōu)化［J］. 武漢大學學報（信息科學版），2002，27(5)：493 - 498.

［13］劉艷芳，李興林，龔洪波. 基于遺傳算法的土地利用結(jié)構(gòu)優(yōu)化研究［J］. 武漢大學學報（信息科學版），2005，30(4)：288 - 292.

［14］蔡玉梅，劉彥隨，寧振榮，等. 土地利用變化空間模擬的進展——CLUE-S模型及其應(yīng)用［J］. 地理科學進展，2004，23(4)：63 - 71.

［15］Li X. Emergence of bottom-up models as a tool for landscape simulation and planning［J］. Landscape And Urban Planning, 2011，(100):393 - 395.

［16］Santé I, García A M, Miranda David, et al. Cellular automata models for the simulation of real-world urban processes: A review and analysis［J］. Landscape And Urban Planning, 2010, (96): 108 - 122.

［17］Wu F L. A linguistic cellular automata simulation approach for sustainable land development in a fast growing region［J］. Comput,Environ, and Urban Systems, 1996, 20(6):367 - 387.

［18］Li X, Yeh A G O. Neural-network-based cellular automata for simulating multiple land use changes using GIS［J］. International Journal of Geographical Information Science, 2002, 16(4):323 - 343.

［19］Ligtenberg A, Bregt A K, van Lammeren R. Multi-actor-based land use modelling: spatial planning using agents［J］. Landscape And Urban Planning, 2001, (56):21 - 23.

［20］Chen Y M, Li X, Wang S J, et al. Defining agents’behaviour based on urban economic theory to simulate complex urban residential dynamics［J］. International Journal of Geographical Information Science, 2012, 26(7):1155 - 1172.

［21］Li X, Liu X P. Defining agents' behaviors to simulate complex residential development using multicriteria evaluation［J］. Journal of Environmental Management, 2007, (85):1063 - 1075.

［22］Xie Y C, Michael B, Zhao K. Simulating Emergent Urban Form Using Agent-Based moedlling: Desakota in the Suzhou-Wuxian region in China［J］. Annals of Association of American Geographers, 2007, 97(3):477 - 495.

［23］Cao K, Huang B, Wang S W, et al. Sustainable land use optimization using Boundary-based Fast Genetic Algorithm［J］. Computers,Environment and Urban Systems, 2012, (36):257 - 269.

［24］馬世發(fā)，何建華，俞艷. 基于粒子群算法的城鎮(zhèn)土地利用空間優(yōu)化模型［J］. 農(nóng)業(yè)工程學報，2010，26(9)：321 - 326.

［25］Li X, Lao C H, Liu X P, et al. Coupling urban cellular automata with ant colony optimization for zoning protected natural areas under a changing landscape［J］. International Journal of Geographical Information Science, 2011, 25(4):575 - 593.

［26］張惠遠，王仰麟. 土地資源利用的景觀生態(tài)優(yōu)化方法［J］. 地學前沿，2000，7(增刊)：112 - 120.

［27］劉耀林，夏寅，劉殿峰，等. 基于目標規(guī)劃與模擬退火算法的土地利用分區(qū)優(yōu)化方法［J］. 武漢大學學報（信息科學版）， 2012，37(7)：762 - 765.

［28］王華，劉耀林，姬盈利. 基于多目標微粒群優(yōu)化算法的土地利用分區(qū)模型［J］. 農(nóng)業(yè)工程學報，2012，28(12)：237 - 244.

［29］Guan D J, Li H F, Inohae T, et al. Modeling urban land use change by the integration of cellular automaton and Markov model［J］.Ecological Modelling, 2011, (222):3761 - 3772.

［30］He C Y, Okada N, Zhang Q F, et al. Modeling urban expansion scenarios by coupling cellular automata model and system dynamic model in Beijing, China［J］. Applied Geography, 2006, (26):323 - 345.

［31］王漢花，劉艷芳. 基于MOP-CA整合模型的土地利用優(yōu)化研究［J］. 武漢大學學報（信息科學版）， 2009，34(2)：174 - 177.

［32］羅平，姜仁榮，李紅旮，等. 基于空間Logistic和Markov模型集成的區(qū)域土地利用演化方法研究［J］.中國土地科學， 2010，24(1)：31 - 36.

［33］高小永. 基于多目標蟻群算法的土地利用優(yōu)化配置［D］. 武漢：武漢大學，2010.

［34］張鴻輝，曾永年，譚榮，等. 多智能體區(qū)域土地利用優(yōu)化配置模型及其應(yīng)用［J］. 地理學報，2011，66(7)：972 - 984.