時(shí)空約束性GeoCA模型在城市土地利用預(yù)測(cè)中的應(yīng)用

程寶銀，杜 陽

(蘇州市測(cè)繪院有限責(zé)任公司，江蘇 蘇州 215000)

時(shí)空約束性GeoCA模型在城市土地利用預(yù)測(cè)中的應(yīng)用

程寶銀，杜 陽

(蘇州市測(cè)繪院有限責(zé)任公司，江蘇 蘇州 215000)

通過在傳統(tǒng)GeoCA(地理元胞自動(dòng)機(jī))模型的基礎(chǔ)上添加時(shí)空影響因素，建立了時(shí)空約束性GeoCA模型，對(duì)城市土地利用變化進(jìn)行了預(yù)測(cè);在保證土地利用類型轉(zhuǎn)化率精度的前提下，兼顧了時(shí)間跨度因素和鄰近用地分布因素的影響，實(shí)現(xiàn)了真正意義上的土地利用變化預(yù)測(cè)。

GeoCA；GIS；時(shí)空；土地利用

隨著城市經(jīng)濟(jì)的發(fā)展和人口數(shù)量的加劇，城市土地資源相對(duì)減少，帶來的住房緊張、生態(tài)失衡等問題日益突出。因此，城市土地資源的優(yōu)化配置和合理規(guī)劃成了熱門研究課題，吸引了眾多學(xué)者的關(guān)注。在相關(guān)研究中，具有代表性的成果有荷蘭赫寧根大學(xué)研制的CLUE-S模型、美國(guó)麻省理工學(xué)院創(chuàng)建的SD(system danamics)模型、Ulam提出的CA(cellular automatic)模型，以及國(guó)內(nèi)黎夏、張顯等提出的地理元胞自動(dòng)機(jī)模型等[1]。這些模型可有效模擬復(fù)雜土地利用的變化過程，為土地的動(dòng)態(tài)預(yù)測(cè)研究作出了突出貢獻(xiàn)。研究表明，基于BP-ANN(back-propagation artificial neural network)算法的GeoCA模型可較好地模擬我國(guó)城市土地利用變化過程[2]。本文在此基礎(chǔ)上，提出時(shí)空約束性GeoCA模型，在考慮土地?cái)?shù)量變化的同時(shí)，可兼顧影響土地變化的空間和時(shí)間因素，彌補(bǔ)以往做法中未能有效考慮土地利用變化時(shí)間和土地類型空間分布規(guī)律的不足。

一、模型應(yīng)用原理

時(shí)空約束性GeoCA模型在土地利用變化模擬中的應(yīng)用原理是以柵格數(shù)據(jù)表示土地在不同時(shí)刻的利用狀態(tài)信息，通過研究影響其利用狀態(tài)變化的各類因子及其之間的關(guān)系，定義土地利用信息的轉(zhuǎn)化規(guī)則，從而建立起轉(zhuǎn)化模型，對(duì)土地利用變化進(jìn)行模擬和預(yù)測(cè)。它與傳統(tǒng)GeoCA模型的本質(zhì)區(qū)別在于加入了影響土地利用變化的時(shí)間跨度因素及各類影響因素的空間分布因素，可以更真實(shí)地反映土地在不同時(shí)空影響因素作用下的利用情況。該模型可用如下數(shù)學(xué)表達(dá)式進(jìn)行描述

GCA=(C,S,F,R,T)

(1)

式中，GCA為地理元胞自動(dòng)機(jī)；C為代表某一用地實(shí)體的用地元胞；S為元胞C的利用狀態(tài)；F為引起元胞C狀態(tài)發(fā)生轉(zhuǎn)變的影響因素集合；R為轉(zhuǎn)換規(guī)則，即F對(duì)C的影響關(guān)系；T為元胞C的時(shí)間維，規(guī)定在某一時(shí)刻T，用地元胞的利用狀態(tài)S唯一。其中，影響因素F的提取和轉(zhuǎn)換規(guī)則S是模型研究的核心內(nèi)容。該模型工作原理的圖形表達(dá)如圖1所示。

圖1 時(shí)空約束性GeoCA模型工作原理

圖中以3×3的元胞研究范圍為例，對(duì)中心元胞C的狀態(tài)轉(zhuǎn)換進(jìn)行研究。T時(shí)刻元胞的土地利用狀態(tài)為S，用紅色表示，不同的顏色代表不同的土地利用狀態(tài)；中心元胞周圍的其他8個(gè)土地元胞及FR(道路)、FW(水域)、FC(市中心)等為影響因素集合F中的因素，圖中SR、SW、SC分別為中心元胞C到FR、FW、FC的最短距離；在轉(zhuǎn)換規(guī)則R的作用下，經(jīng)過t時(shí)間，土地元胞C轉(zhuǎn)變?yōu)門+t時(shí)刻的狀態(tài)。

二、數(shù)據(jù)處理方法研究

1. 數(shù)據(jù)分析

使用時(shí)空約束性GeoCA模型進(jìn)行土地動(dòng)態(tài)模擬，首先需要利用已知數(shù)據(jù)構(gòu)建模型并驗(yàn)證模型的正確性，在此基礎(chǔ)上進(jìn)一步預(yù)測(cè)土地利用變化。從模型的工作原理可知，模型構(gòu)建所需要的基礎(chǔ)數(shù)據(jù)包括至少3期的研究區(qū)域土地利用柵格數(shù)據(jù)及各種影響因素。相關(guān)研究表明，影響土地利用變化的因素通常包括一系列的距離變量、鄰近土地利用類型及分析單元的自然屬性[3]。由于土地利用變化不僅受各類要素?cái)?shù)量的影響，同時(shí)還受空間布局及時(shí)間跨度的影響，因此本文在此基礎(chǔ)上加入了時(shí)間因素和空間因子的分布因素進(jìn)行研究。

2. 數(shù)據(jù)處理

獲取研究區(qū)土地利用柵格數(shù)據(jù)的方法有多種，各類影響因素中時(shí)間要素可利用時(shí)間參數(shù)表示，空間變量則需從土地利用數(shù)據(jù)中提取。由于ArcGIS具有強(qiáng)大的空間數(shù)據(jù)處理與分析能力，且在Arc/Info Grid環(huán)境中內(nèi)置了Eucdistance等函數(shù)，便于空間距離變量及元胞周圍用地類型的提取和模型的程序?qū)崿F(xiàn)，因此選擇在ArcGIS中完成數(shù)據(jù)處理工作。研究所需數(shù)據(jù)類型及其處理方法詳見表1。

表1 模型所需數(shù)據(jù)及其處理情況

三、轉(zhuǎn)化規(guī)則研究

1. 轉(zhuǎn)換規(guī)則算法基礎(chǔ)

構(gòu)建合理的GeoCA模型涉及的參數(shù)眾多，需對(duì)模型進(jìn)行反復(fù)糾正，獲取合適的模型參數(shù)。土地變化的研究基于眾多離散型變量，很難用一個(gè)數(shù)學(xué)公式表達(dá)。研究表明，神經(jīng)網(wǎng)絡(luò)算法特別適用于模擬復(fù)雜的非線性系統(tǒng)，因此本文試圖采用BP-ANN算法研究多種土地利用變化的轉(zhuǎn)換規(guī)則。

(2)

(3)

(4)

為使誤差r取得極小值，則需要使權(quán)值朝著誤差函數(shù)的負(fù)方向變化，設(shè)Δωij為ωij的變化量，則

(5)

式中，ε為學(xué)習(xí)步長(zhǎng)，且ε>0。推導(dǎo)可得

(6)

設(shè)

(7)

則

(8)

(9)

2. 基于BP-ANN算法的轉(zhuǎn)換規(guī)則研究

本研究選用3層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)(輸入層、隱藏層、輸出層)，假設(shè)對(duì)于每一個(gè)用地元胞，有N個(gè)影響變量，分別用x1,x2,…，xn表示，這些變量分別對(duì)應(yīng)第1層神經(jīng)網(wǎng)絡(luò)的N個(gè)神經(jīng)元，它們共同作用決定了該用地元胞的用地屬性，用下式進(jìn)行描述

X(k,t)=[x1(k,t)x2(k,t)…xn(k,t)]T

(10)

式中，xi(k,t)表示單元k在模擬時(shí)間t時(shí)的第i個(gè)變量；T表示轉(zhuǎn)置。根據(jù)BP-ANN算法，中間層第j個(gè)神經(jīng)元接收到的總輸入為

(11)

(12)

式中，P(k,t,l)表示k單元在模擬時(shí)刻t從現(xiàn)狀轉(zhuǎn)化為l類型的概率。在每次循環(huán)中計(jì)算出每個(gè)神經(jīng)元轉(zhuǎn)換為N種不同用地類型的轉(zhuǎn)換概率，由于某一用地元胞在某一時(shí)刻的用地狀態(tài)唯一，因此可以根據(jù)轉(zhuǎn)化概率最大值確定該元胞最終的轉(zhuǎn)換狀態(tài)。

四、模型應(yīng)用

以江蘇某市的土地利用預(yù)測(cè)為例，獲取試驗(yàn)區(qū)2011年、2012年、2015年3期土地利用數(shù)據(jù)進(jìn)行研究。研究區(qū)的用地類型分為建成區(qū)、工業(yè)用地、交通用地、建設(shè)用地及耕地等9種用地類型；提取了距市中心距離、公路距離兩種距離變量及坡度一個(gè)自然單元屬性。將2011年的試驗(yàn)區(qū)用地?cái)?shù)據(jù)作為初始狀態(tài)，分別取2012年和2015年的樣本數(shù)據(jù)獲取模型參數(shù)，對(duì)2015年用地分別模擬出基于非時(shí)空約束GeoCA模型、基于時(shí)間約束性GeoCA模型、基于空間約束性GeoCA模型及時(shí)空約束性GeoCA模型4種情況下的模擬預(yù)測(cè)，并與2015年試驗(yàn)區(qū)的真實(shí)用地?cái)?shù)據(jù)進(jìn)行對(duì)比，效果分別如圖2—圖7所示。

通過對(duì)用地類型分類模擬圖與實(shí)際分類圖進(jìn)行對(duì)比可以看出，基于時(shí)空約束性GeoCA模型模擬的結(jié)果在轉(zhuǎn)化率和空間分布上與實(shí)際狀況比較一致；基于非時(shí)空約束性GeoCA模型模擬的結(jié)果在某些類型模擬中轉(zhuǎn)化率差距較大(如水域)，且空間分布吻合性差；僅基于時(shí)間約束的GeoCA模型模擬的結(jié)果轉(zhuǎn)化率與實(shí)際較吻合，但空間分布吻合性最差；僅

基于空間約束的GeoCA模型是基于2012年的訓(xùn)練參數(shù)與對(duì)2015年的用地進(jìn)行模擬，結(jié)果發(fā)現(xiàn)跨度縮小為1年后，各類用地與2011年變化量最小，與2015年變化量最大。綜合上述分析，可以驗(yàn)證本文研究模型的有效性。

圖2 2011年某市土地利用實(shí)際分類結(jié)果

圖3 非時(shí)空約束性GeoCA模型預(yù)測(cè)結(jié)果

圖4 時(shí)間約束性GeoCA模型預(yù)測(cè)結(jié)果

圖5 空間約束性GeoCA模型預(yù)測(cè)結(jié)果

圖6 時(shí)空約束性GeoCA模型預(yù)測(cè)結(jié)果

圖7 2015年某市土地利用實(shí)際分類結(jié)果

圖8 土地利用變化統(tǒng)計(jì)折線

五、結(jié)束語

傳統(tǒng)的GeoCA模型為土地利用動(dòng)態(tài)預(yù)測(cè)研究做出了重大貢獻(xiàn)，本文在此基礎(chǔ)上加入了時(shí)空影響因素，在考慮土地利用轉(zhuǎn)化率的同時(shí)，兼顧了時(shí)間和土地利用類型分布對(duì)土地利用變化的影響，并通過實(shí)際案例驗(yàn)證了模型的有效性。不同區(qū)域土地利用變化的影響因素不同，因此研究適合本地的時(shí)空約束性GeoCA模型還需針對(duì)區(qū)域的特點(diǎn)作更加詳細(xì)的研究，從而為當(dāng)?shù)叵嚓P(guān)部門提供科學(xué)的決策支撐。

[1] 周成虎，孫戰(zhàn)利，謝一春.地理元胞自動(dòng)機(jī)研究[M].北京：北京出版社，1999：128-137.

[2] 黎夏，劉小平，李少英.智能式GIS與空間優(yōu)化[M].北京：科學(xué)出版社，2010：37-130.

[3] BATTY M，XIE Y.From Cells to Cities.[J].Environment and Planning B，1994(21)：531-548.

[4] 王立波.基于GIS和Geo-CA的營(yíng)口城市用地?cái)U(kuò)展模擬預(yù)測(cè)研究[D].長(zhǎng)春：東北師范大學(xué)，2009.

[5] 李鳳霞，石輝，馮小剛，等.西安市土地利用格局動(dòng)態(tài)演變及其驅(qū)動(dòng)力研究[J].測(cè)繪通報(bào)，2015(12)：41-56.

[6] 邱小平，于丹，孫若曉，等.基于安全距離的元胞自動(dòng)機(jī)交通流模型研究[J].交通運(yùn)輸系統(tǒng)工程與信息，2015(12)：54-60.

[7] 陳建平，丁火平，王功文，等.基于GIS和元胞自動(dòng)機(jī)的荒漠化演化預(yù)測(cè)模型[J].遙感學(xué)報(bào)，2004，8(3)：254-260.

[8] 劉衛(wèi)芳，夏斌，聶云峰.基于GIS與多智能體的建設(shè)用地變化仿真研究——以廣州番禺區(qū)為例[J].安徽農(nóng)業(yè)科學(xué)，2012，40(21):11083-11085.

[9] 王福增，尤麗敏，王凡.大連市土地利用現(xiàn)狀及變化分析[J].管理科學(xué)，2008，29(6):123-125.

Research of Temporal and Spatial Constraint GeoCA Model Applied in Urban Land Use Prediction

CHENG Baoyin，DU Yang

2016-01-08；

程保銀(1977—)，男，高級(jí)工程師，主要從事測(cè)繪地理信息方面的工作。E-mail:szchy@163.com

杜 陽

程寶銀，杜陽.時(shí)空約束性GeoCA模型在城市土地利用預(yù)測(cè)中的應(yīng)用[J].測(cè)繪通報(bào)，2016(12)：116-119.

10.13474/j.cnki.11-2246.2016.0415.

P208

B

0494-0911(2016)12-0116-04

修回日期：2016-10-31