基于CA模型的城鎮(zhèn)擴(kuò)張模擬與分析*

張亦漢，許曉聰，林圣捷

(1.廣東財(cái)經(jīng)大學(xué)地理與旅游學(xué)院, 廣東 廣州 510320;(2.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東 廣州510275)

基于CA模型的城鎮(zhèn)擴(kuò)張模擬與分析*

張亦漢1，許曉聰2，林圣捷1

(1.廣東財(cái)經(jīng)大學(xué)地理與旅游學(xué)院, 廣東 廣州 510320;(2.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東 廣州510275)

引入邏輯回歸CA模型挖掘城市發(fā)展的轉(zhuǎn)換規(guī)則，模擬/預(yù)測(cè)了佛山市的城鎮(zhèn)擴(kuò)張，并采用轉(zhuǎn)移矩陣和景觀指數(shù)等方法分析城鎮(zhèn)化過(guò)程。結(jié)果表明佛山的城鎮(zhèn)化過(guò)程侵占了大量的農(nóng)田、森林和其它(包括果園和池塘等)用地類(lèi)型。運(yùn)用 CA進(jìn)行模擬，其總精度和Kappa系數(shù)可達(dá)到93.7%和0.86。通過(guò)景觀指數(shù)分析，佛山城市發(fā)展將會(huì)更為聚集，其最大班塊指數(shù)增大。在城市優(yōu)先發(fā)展情景下，到2020年將有191 km2農(nóng)田將轉(zhuǎn)變?yōu)槌鞘杏玫?，占所有農(nóng)田(706 km2)的27%。在保護(hù)農(nóng)田和保護(hù)綠地的情景下，農(nóng)田和綠地可以到較好的保護(hù)，但是它將會(huì)占用其它土地類(lèi)型以滿足城市擴(kuò)張的需要。通過(guò)分析空間變量和城市用地的關(guān)系發(fā)現(xiàn)，各個(gè)空間變量對(duì)城鎮(zhèn)化的廊道作用顯著。

元胞自動(dòng)機(jī)(CA)；城鎮(zhèn)化；轉(zhuǎn)移矩陣；景觀指數(shù)；佛山市

城鎮(zhèn)化是人類(lèi)生產(chǎn)和生活場(chǎng)所由鄉(xiāng)村轉(zhuǎn)移到城鎮(zhèn)的過(guò)程。持續(xù)的城鎮(zhèn)擴(kuò)張也伴隨著農(nóng)村人口向城鎮(zhèn)人口遷移，農(nóng)村人口比例降低等。城鎮(zhèn)擴(kuò)張的加速對(duì)我國(guó)全面建設(shè)小康社會(huì)有著較大的作用[1-2]。但是研究表明，目前國(guó)內(nèi)膨脹式的城鎮(zhèn)化造成了資源短缺、資源枯竭、環(huán)境危機(jī)和擁擠問(wèn)題等，嚴(yán)重限制了經(jīng)濟(jì)的發(fā)展[3-4]。由于當(dāng)?shù)卣菩羞叞l(fā)展邊治理(或者先發(fā)展后治理)，因此城市的城鎮(zhèn)化往往對(duì)當(dāng)?shù)刈匀簧鷳B(tài)系統(tǒng)造成嚴(yán)重的破壞，如水、空氣和土壤的污染。同時(shí)，政府在平衡城市環(huán)境和城市發(fā)展計(jì)劃往往會(huì)有缺失，使得一些城市的長(zhǎng)遠(yuǎn)發(fā)展陷入困境[5]。因此，在城鎮(zhèn)化研究中，更多的人關(guān)注新型的城鎮(zhèn)化。新型城鎮(zhèn)化是城鄉(xiāng)統(tǒng)籌、生態(tài)宜居和協(xié)調(diào)發(fā)展，實(shí)現(xiàn)城市鄉(xiāng)村的基礎(chǔ)設(shè)施能夠一體，公共服務(wù)和公共設(shè)施能夠均享，使得經(jīng)濟(jì)、社會(huì)與環(huán)境和諧發(fā)展[5-6]。

新型城鎮(zhèn)化關(guān)注城市發(fā)展與土地資源的關(guān)系[7]。城鎮(zhèn)人口的增多，必然會(huì)通過(guò)其自身的生產(chǎn)生活對(duì)周?chē)馁Y源環(huán)境進(jìn)行改造和利用。資源環(huán)境在人類(lèi)的影響下會(huì)發(fā)生變化，同時(shí)也會(huì)消耗這些有限的自然資源(包括土地資源)[8]。隨著城鎮(zhèn)化深入，特別是對(duì)于發(fā)展較快的城市，城鎮(zhèn)規(guī)模的不斷擴(kuò)大，對(duì)土地資源的需求持續(xù)增加[9-10]。新型城鎮(zhèn)化需要合理控制城鎮(zhèn)化的速度，保護(hù)珍貴的土地資源，改善生態(tài)環(huán)境等[5]。土地資源是城鎮(zhèn)化進(jìn)程中非常重要的因素，也是一個(gè)無(wú)法替代的要素，它對(duì)城市發(fā)展具有很強(qiáng)的約束性[4，7，11]。在不同的城鎮(zhèn)化階段，土地資源的作用有所不同。在初期，資源充足環(huán)境承受力相對(duì)強(qiáng)，便帶來(lái)了城鎮(zhèn)化的快速發(fā)展。城鎮(zhèn)發(fā)展到一定階段，受到土地資源制約，城鎮(zhèn)化必然會(huì)進(jìn)入一個(gè)較長(zhǎng)的調(diào)整期。在這期間，城市的城鎮(zhèn)化的規(guī)模、強(qiáng)度和速度均在資源環(huán)境承受能力范圍內(nèi)。城鎮(zhèn)化過(guò)程與土地資源有復(fù)雜的關(guān)系，但是目前很多研究根據(jù)統(tǒng)計(jì)數(shù)據(jù)去分析和研究城鎮(zhèn)化與土地資源之間的關(guān)系。因此本文引入邏輯回歸模型挖掘城市轉(zhuǎn)換規(guī)則，輸入到時(shí)空模型(元胞自動(dòng)機(jī)，CA)中模擬佛山市的城市擴(kuò)張情景，再分析城市擴(kuò)張與土地資源之間的關(guān)系，最后引入情景模擬方法模擬土地資源政策的變化后等城鎮(zhèn)化的發(fā)展過(guò)程，為城市決策者提供輔助支持。

1 方法與數(shù)據(jù)

1.1 邏輯回歸的城市擴(kuò)張CA模型

城市系統(tǒng)是動(dòng)態(tài)的復(fù)雜系統(tǒng)，具有開(kāi)放性、動(dòng)態(tài)性、自組織性和非平衡性的特點(diǎn)，城市的發(fā)展變化受到自然、社會(huì)和經(jīng)濟(jì)等多種要素的影響，其行為過(guò)程具有高度的復(fù)雜性[12]。在城市發(fā)展模擬中，CA模型因具有自組織性、“自下而上”的研究思路、高分辨率的空間尺度和城市空間的動(dòng)態(tài)變化對(duì)城市發(fā)展的反饋?zhàn)饔玫忍攸c(diǎn)，被認(rèn)為是模擬復(fù)雜城市系統(tǒng)非常有效的模型之一[13-16]。研究表明，用CA模型模擬城市發(fā)展時(shí)，元胞的城市發(fā)展概率主要與鄰近范圍元胞的狀態(tài)、離商業(yè)中心的最短距離、離居住中心的最短距離、離道路的最短距離等變量相關(guān)[17-20]。

(1)

式中，隨機(jī)項(xiàng)：RA=1+(-lnr)a。其中r為 [0 ,1] 間的隨機(jī)數(shù)，α為控制隨機(jī)變量的參數(shù)，值域?yàn)閇1,10],一般取值2[17]。

鄰域函數(shù)：Ω′=∑con(urban)/8：°表示t時(shí)刻元胞的3×3鄰域?qū)ζ涞挠绊懼怠?/p>

得出單元發(fā)展概率后，還要判斷元胞是否發(fā)展為城市用地，往往給定一個(gè)閾值，比較元胞發(fā)展概率與閾值的大?。?/p>

(2)

式中，γ為隨機(jī)變量，β=1/K，K為迭代次數(shù)。

建立邏輯回歸模型后，將模型參數(shù)及模擬起始影像輸入到模型中，便可以“自下而上”地模擬出城市的擴(kuò)張過(guò)程。

1.2 數(shù)據(jù)準(zhǔn)備

佛山市是廣東省城鎮(zhèn)化發(fā)展速度較快區(qū)域。尤其是近年來(lái)，受到廣佛同城化政策影響，該區(qū)與城鎮(zhèn)化進(jìn)程的速度和規(guī)模都有擴(kuò)大的趨勢(shì)。在新形勢(shì)下，研究城市擴(kuò)張與資源環(huán)境的復(fù)雜關(guān)系，要求研究區(qū)城市用地變化顯著，且對(duì)環(huán)境有重要作用，因此本文選擇廣東省佛山市為研究區(qū)。

1.2.1 數(shù)據(jù)描述與預(yù)處理 選用2010和2012年該區(qū)域遙感TM影像，成像時(shí)間均為每年的10-12月份，7個(gè)波段，對(duì)地分辨率30m。影像經(jīng)過(guò)校正、配準(zhǔn)和面向?qū)ο蠓诸?lèi)將全區(qū)分為城市用地，水體，農(nóng)田，祼地，森林和其它等類(lèi)型，得到兩個(gè)年份的土地利用分類(lèi)圖。為了減少運(yùn)算量，影像按100m進(jìn)行重采樣。

1.2.2 空間變量數(shù)據(jù) 模擬初始數(shù)據(jù)使用2010年的TM圖像，CA模型的空間變量主要包括離城中心距離、離區(qū)中心距離、離普通道路距離、離高速公路距離、離省道距離、離國(guó)道距離和離輕軌距離(圖1)，其中各個(gè)距離的參數(shù)是由SPSS軟件對(duì)隨機(jī)采樣的樣本得進(jìn)行邏輯回歸得到的。鄰域函數(shù)通過(guò)計(jì)算元胞各自周?chē)某鞘杏玫貍€(gè)數(shù)得到，在ArcGIS中可通過(guò)函數(shù)Focal得到。

圖1 空間變量與初始影像Fig.1 Spatial variables and initial image

2 分析與討論

2.1 模型設(shè)置

為了使得模型訓(xùn)練時(shí)更快地收斂，文中對(duì)各個(gè)因子進(jìn)行了歸一化處理。歸一化處理后，再運(yùn)用隨機(jī)采樣方法以獲取樣本數(shù)據(jù)，樣本數(shù)量一般為全區(qū)的20%[18]。將樣本分成2組，訓(xùn)練樣本(用于獲取參數(shù)權(quán)重)和測(cè)試樣本(用于檢驗(yàn)的精度)。通過(guò)使用SPSS軟件對(duì)訓(xùn)練樣本進(jìn)行邏輯回歸可得到各個(gè)空間變量的權(quán)重，其中高速、國(guó)道、普通公路、輕軌、區(qū)中心、省道和市中心的權(quán)重分別為0.158，0.225，0.02，-1.673，-0.547，0.367和-1.881。對(duì)這些權(quán)重進(jìn)行檢驗(yàn)，即把這些權(quán)重應(yīng)用到測(cè)試樣本中。實(shí)驗(yàn)發(fā)現(xiàn)，測(cè)試精度達(dá)到95.6%，滿足模型的模擬要求[21]。從因子權(quán)重看，可以發(fā)現(xiàn)市中心與區(qū)中心的權(quán)重呈現(xiàn)出負(fù)相關(guān)，這表明離市/區(qū)中心越近，城市發(fā)展的概率越大，這與實(shí)際情況是一致的。高速、國(guó)道、省道和普通公路呈正相關(guān)關(guān)系，這表明，離公路越遠(yuǎn)城市發(fā)展越有可能，這是與實(shí)際情況不符合的。但是區(qū)/市中心與道路之間有比較強(qiáng)的相關(guān)性，相關(guān)系數(shù)可以達(dá)到0.56。這也表明，區(qū)市中心的負(fù)相關(guān)作用較大，影響到了道路的正相關(guān)。

圖2 新增城市用地的分布與對(duì)比Fig.2 Distribution and comparison of new urban areas

2.2 城市擴(kuò)張模擬結(jié)果

本文模擬了2010-2012年佛山市的城市擴(kuò)張情況。模型除了需要輸入各個(gè)空間變量外，還需要設(shè)置轉(zhuǎn)換量以控制模型的運(yùn)行終止條件。文中設(shè)置模型轉(zhuǎn)換量達(dá)到2010-2012年間的城市轉(zhuǎn)換總量時(shí)，模型將停止運(yùn)行并輸出模擬結(jié)果(圖2)。在實(shí)際情況中，新增城市用地大多分布在佛山東部(包括南海、三水和禪城)，而且部分地區(qū)新增城市用地成塊狀，而在西南部的高明區(qū)卻相對(duì)較少。在整體上看，模擬結(jié)果與實(shí)際情況能夠很好地吻合。通過(guò)GIS疊加分析可以得出實(shí)際新增的城市用地分布和模擬新增的用地分布情況，模擬新增的城市用地主要分布在東部地區(qū)，但是模擬結(jié)果相對(duì)而言卻比較零散。這主要是因?yàn)镃A模型比較難以模擬出飛地或者成塊的城市用地。

2.3 轉(zhuǎn)移矩陣分析

通過(guò)轉(zhuǎn)移矩陣可分析2010-2012年期間佛山市土地利用轉(zhuǎn)換情況(表1)。從表中可知佛山市城市用地從2010年的1 237.8km2增加到1 349.7km2，增幅達(dá)到9%。主要來(lái)源于農(nóng)田(75.3km2)、其它類(lèi)型(64.0km2包括祼地和果園等)

和森林綠地(22.1km2)。一些水體(如：池塘)也轉(zhuǎn)變?yōu)槌鞘杏玫?，但轉(zhuǎn)換量較少，只有0.6km2。但是從總體上看，不論是農(nóng)田、森林還是其它，其面積均減少，分別從2010年的706.4，879.4和986.8km2，減少到2012年的630.4，857.2和923.5km2。相比城市用地的變化，水體、農(nóng)田、森林和其它用地相互之間的轉(zhuǎn)換相對(duì)較少，也說(shuō)明人類(lèi)活動(dòng)主要集中于城市范圍，而由人類(lèi)活動(dòng)導(dǎo)致的其它用地類(lèi)型改變較少。

通過(guò)轉(zhuǎn)移矩陣分析(表2)可以看出使用的CA模型僅模擬了城市用地的變化，即模型僅考慮非城市用地轉(zhuǎn)變?yōu)槌鞘杏玫剡@種情況。佛山市的城市用地來(lái)源主要來(lái)源于農(nóng)田(62.4km2)、森林(23.2km2)和其它(75.5km2)。與實(shí)際情況相比，森林的模擬精確度最高，偏差只有1.1km2。而農(nóng)田和其它相對(duì)較高分別為12.9km2和11.5km2。從誤差比例看，森林、農(nóng)田和其它分別為5%，17%和18%。2010-2012年期間，不論是真實(shí)情況還是模擬結(jié)果均表明，農(nóng)田正在減少，減少比較達(dá)到10%左右，減幅顯著。這也表明佛山市的糧食自給自足的能力將會(huì)有一定程度的下降。城市擴(kuò)張往往不僅僅占用農(nóng)田，還占用其它用地類(lèi)型，如祼地、灌木和果園等。這些用地類(lèi)型轉(zhuǎn)變成城市用地的數(shù)量與農(nóng)田相當(dāng)，但是比例卻相對(duì)較少。在森林保護(hù)方面，佛山市相對(duì)較為重視，僅轉(zhuǎn)換了20km2左右，比例不及2.5%。

表1 2010-2012佛山市城市擴(kuò)張(真實(shí))轉(zhuǎn)移矩陣

表2 2010-2012佛山市城市擴(kuò)張(模擬)轉(zhuǎn)移矩陣

表3 模擬結(jié)果的精度評(píng)價(jià)

本文也采用總精度和Kappa系數(shù)評(píng)價(jià)模擬結(jié)果。通過(guò)混淆矩陣表(表3)可知，非城市地區(qū)的模擬精度約95.1%。但是該精度往往與研究區(qū)域的大小有關(guān)系。城市用地的模擬精度約91%，精度較高，這個(gè)指標(biāo)能夠很好地反映模擬結(jié)果中變化部分的精度水平。對(duì)于整個(gè)研究區(qū)，模擬的總精度可達(dá)到93.7%。另一個(gè)常用的整體對(duì)比指標(biāo)是Kappa系數(shù)，它常常是用來(lái)評(píng)價(jià)遙感圖像的分類(lèi)精度問(wèn)題，是評(píng)價(jià)分類(lèi)圖像和實(shí)地調(diào)查結(jié)果一致性的指標(biāo)。通過(guò)計(jì)算可知，模擬結(jié)果的Kappa系數(shù)可達(dá)0.86，表明模擬結(jié)果與實(shí)際情況比較吻合。

2.4 景觀格局指數(shù)分析

本文應(yīng)用了景觀格局指數(shù)進(jìn)行分析(表4)，通過(guò)計(jì)算得出2010年城市用地的斑塊數(shù)為988。到2012年，斑塊總數(shù)降到937，而模擬結(jié)果為758。這表明，城市的發(fā)展會(huì)讓城市更為聚集。從城市用地的聚集度中發(fā)現(xiàn)，2010年城市用地的聚集度為86.4，到2012年城市用地的聚集度為88.4，模擬結(jié)果為87.8。在佛山的城市發(fā)展過(guò)程上，城市不斷擴(kuò)大，不斷占用周邊的其它用地，核心城市也不斷擴(kuò)大，這一現(xiàn)象可以從最大斑塊指數(shù)中體現(xiàn)。在2010年，最大斑塊指數(shù)僅為8.4，但是到了2012年達(dá)到11.2，其中模擬結(jié)果更高，達(dá)到14.8。模擬結(jié)果的值偏大主要是因?yàn)镃A模型主要采用鄰域擴(kuò)張模式，飛地式擴(kuò)張往往比較少考慮，因此最大斑塊指數(shù)增加較快。由于相鄰的城市用地不斷地進(jìn)行鄰域合并，因此在城市用地中斑塊密度值會(huì)不斷降低，在2年間，從0.25降到0.23，而模擬結(jié)果降到0.19。綜上所述，不論是從模擬精度還是從景觀指數(shù)上看CA模型均能模擬出與現(xiàn)實(shí)接近的結(jié)果。

表4 城市用地景觀指數(shù)

2.5 情景模擬

為了更好地預(yù)測(cè)佛山市的城市發(fā)展，本文設(shè)置了3種不同的情景，分別為城市優(yōu)先發(fā)展，保護(hù)農(nóng)田和保護(hù)綠地。城市優(yōu)先發(fā)展情景是指城市的發(fā)展并不受其它土地利用類(lèi)型的制約，即農(nóng)田、森林、祼地和其它等土地利用類(lèi)型均可以轉(zhuǎn)換為城市用地。保護(hù)農(nóng)田發(fā)展情景是根據(jù)當(dāng)前國(guó)家保護(hù)農(nóng)用地的初衷而設(shè)置的模擬場(chǎng)景。在保護(hù)農(nóng)田情景模擬中，農(nóng)田和水體均不能轉(zhuǎn)變?yōu)槌鞘杏玫亍６Ｗo(hù)綠地發(fā)展情景則是根據(jù)國(guó)家要求減少碳排放，保護(hù)固碳作用的森林和草地等的模擬場(chǎng)景。在保護(hù)綠地的情景模擬中，森林綠地和水體均不能轉(zhuǎn)變?yōu)槌鞘杏玫?。通過(guò)邏輯回歸CA模型的模擬，可以得到3種不同情景的預(yù)測(cè)結(jié)果(圖3)。

圖3 城市優(yōu)先發(fā)展，保護(hù)農(nóng)田和保護(hù)綠地的情景模擬Fig.3 Scenarios simulation of urban-prior development, farmland protection and green-land protection

從圖3中可以看出，在城市優(yōu)先發(fā)展的情景下，新增城市用地主要集中在鄲城和南海，而且城市成團(tuán)簇發(fā)展。主要是因?yàn)樵摰貐^(qū)有相對(duì)較好地地理優(yōu)勢(shì)，如離城市中心和區(qū)中心較近，具有便捷的交通條件。在保護(hù)農(nóng)田的模擬情景下，城市發(fā)展較為分散，特別在南海東北部，城市發(fā)展有較多的空洞地區(qū)。這主要是因?yàn)樵S多農(nóng)田分布在該地區(qū)，而且離城市較近，能夠方便地供給糧食水果和蔬菜。在保護(hù)綠地的情景下，其模擬結(jié)果與城市優(yōu)先發(fā)展的結(jié)果有相似之處，主要表現(xiàn)為城市聚集度較高，特別是在區(qū)中心和市中心地區(qū)。這主要是因?yàn)榫G地的分布主要在佛山的北部和西南部，離區(qū)中心和市中心較遠(yuǎn)，城市擴(kuò)張還沒(méi)有影響到偏遠(yuǎn)的山區(qū)，因此模擬結(jié)果中多數(shù)城市用地均由農(nóng)田和果園等轉(zhuǎn)變過(guò)來(lái)。

采用轉(zhuǎn)換矩陣的方式可分析各個(gè)不同模擬情景下的土地利用轉(zhuǎn)換情況(表5)。從表5中可以得出，到2020年城市擴(kuò)張依然會(huì)比較顯著。在城市優(yōu)先和保護(hù)綠地的模擬情景下，農(nóng)田均占了較大的比例，表明農(nóng)田在快速城市發(fā)展過(guò)程中會(huì)慢慢減少，加劇城市的糧食供需矛盾。在表中可以看出，其它用地類(lèi)型轉(zhuǎn)變?yōu)槌鞘杏玫卣加休^大的部分，這部分主要包括果園、池塘和沙地等。主要是因?yàn)檫@些用地類(lèi)型(如果園)開(kāi)發(fā)難度相對(duì)較小，而且在政策上不如農(nóng)田和森林受到較為嚴(yán)格的控制。

統(tǒng)計(jì)發(fā)現(xiàn)，在城市優(yōu)先發(fā)展情景下，農(nóng)田有191km2轉(zhuǎn)變?yōu)槌鞘杏玫?，占所有農(nóng)田(706km2)的27%，轉(zhuǎn)換比例較大。森林、祼地和其它的轉(zhuǎn)換比例分別為8%、20%和23%。在保護(hù)農(nóng)田的情景下，其它土地利用類(lèi)型轉(zhuǎn)換為城市用地的面積占據(jù)較大部分(362.8km2)，轉(zhuǎn)換比例達(dá)到38%。而森林和祼地的轉(zhuǎn)換比例則為13%和31%。在保護(hù)綠地的情景下，農(nóng)田、祼地和其它的轉(zhuǎn)換比例分別為31%、25%和28%。從本文的情景模擬中可以看出農(nóng)田在未來(lái)的城市擴(kuò)張模擬中依然會(huì)占據(jù)較大比例，需要及時(shí)保護(hù)耕地以維持糧食的供需平衡。森林等由于是固碳的主要方式，也應(yīng)得到合理的保護(hù)。在新型的城鎮(zhèn)化擴(kuò)張中，需要慎重權(quán)衡發(fā)展與環(huán)境等的關(guān)系。

表5 多情景模擬下的城市用地來(lái)源

2.6 空間環(huán)境變量的影響分析與評(píng)價(jià)

為更好理解各個(gè)空間變量對(duì)城鎮(zhèn)化過(guò)程的作用，本文采用了GIS空間分析中緩沖分析，設(shè)置了多個(gè)緩沖半徑，即2 000、5 000和10 000m，得出了3種不同的發(fā)展情景和不同緩沖距離的城鎮(zhèn)化比例情況(表6)。從整體上看，城鎮(zhèn)化的比例隨距離的增加而減少，即廊道效應(yīng)較為明顯。在優(yōu)先發(fā)展的情景下，在高速公路2 000m緩沖距離的范圍內(nèi)，其城鎮(zhèn)化的比例為55.3%。在5 000m和10 000m緩沖距離的城鎮(zhèn)化比例則減少到51.3%和46.4%。通過(guò)對(duì)比也可以發(fā)現(xiàn)，市中心緩沖距離下的城鎮(zhèn)化比例明顯高于其它空間變量，這表明市中心對(duì)城鎮(zhèn)化的帶動(dòng)作用明顯，也使得在邏輯回歸訓(xùn)練中得到了較高的權(quán)重。根據(jù)城鎮(zhèn)化比例的高低排序，不論是城市優(yōu)先或者保護(hù)農(nóng)田，還是保護(hù)綠地預(yù)測(cè)情景，城鎮(zhèn)化比例最高的前3位分別是市中心、區(qū)中心和輕軌，而城鎮(zhèn)化比例最低的是普通公路。這也表明城市的發(fā)展往往會(huì)產(chǎn)生集聚的效應(yīng)，集聚的中心點(diǎn)正是市中心和區(qū)中心等地方。在保護(hù)農(nóng)田的模擬情景下，市中心和區(qū)中心緩沖距離內(nèi)的城鎮(zhèn)化比例增高，而在保護(hù)綠地的模擬情景下，其城鎮(zhèn)化比例降幅相當(dāng)明顯。這表明在城鎮(zhèn)內(nèi)部綠地是往往是在城市用地的包圍之下，如城市內(nèi)部的公園和景區(qū)等。若城鎮(zhèn)化過(guò)程中，綠地全部轉(zhuǎn)變?yōu)槌鞘杏玫貢?huì)明顯提高城鎮(zhèn)用地比例，但也會(huì)造成城市綠化率低下這一問(wèn)題。相對(duì)于區(qū)中心與市中心而言，高速、國(guó)道和省道的緩沖距離對(duì)城鎮(zhèn)化的作用較少，但是它們對(duì)城市化的作用也是較為顯著。在2 000m緩沖區(qū)內(nèi)，城市優(yōu)先、保護(hù)農(nóng)田和保護(hù)綠地的情景模擬結(jié)果中，城市化比例分別達(dá)到55.3%，55.2%和48.0%。

表6 不同緩沖距離的城鎮(zhèn)化比例

3 結(jié) 論

為了更好地理解佛山市的城鎮(zhèn)化過(guò)程，本文利用邏輯回歸的元胞自動(dòng)機(jī)(CA)模型模擬并預(yù)測(cè)了佛山市的城市擴(kuò)張過(guò)程。實(shí)驗(yàn)表明，佛山市的城市擴(kuò)張主要是侵占了農(nóng)田、森林和其它(包括果園和池塘等)。佛山市的城市擴(kuò)張會(huì)變得更為集中，其最大班塊指數(shù)增大，而斑塊數(shù)和斑塊密度降低。CA模型的模擬總精度和Kappa系數(shù)達(dá)93.66%和0.86，表明模擬結(jié)果與實(shí)際情況比較吻合。通過(guò)情景分析可知，在城市優(yōu)先發(fā)展情景下，農(nóng)田有191km2轉(zhuǎn)變?yōu)槌鞘杏玫兀妓修r(nóng)田(706km2)的27%，轉(zhuǎn)換比例較大。在保護(hù)農(nóng)田和保護(hù)綠地的情景下，農(nóng)田和綠地可以得到較好的保護(hù)，但是城市擴(kuò)張將會(huì)占用其它土地類(lèi)型以解決城市擴(kuò)張用地不足的問(wèn)題。本文還發(fā)現(xiàn)各空間變量對(duì)城鎮(zhèn)化的廊道作用有所不同，對(duì)城鎮(zhèn)化比例貢獻(xiàn)最高的前3位分別是市中心、區(qū)中心和輕軌，最低的是普通公路，表明城市的發(fā)展往往會(huì)產(chǎn)生集聚的效應(yīng)，集聚的中心點(diǎn)正是市中心和區(qū)中心等地方。

本研究利用CA模型、轉(zhuǎn)換矩陣和景觀指數(shù)等分析方法分析城鎮(zhèn)化過(guò)程，對(duì)分析其它城市的發(fā)展有著較好的借鑒意義。受到數(shù)據(jù)獲取的制約，本文沒(méi)有考慮自然方面的因素。因此下一步擬引入自然因素，更全面地分析城鎮(zhèn)化過(guò)程。

[1] 李強(qiáng)，陳宇琳，劉精明. 中國(guó)城鎮(zhèn)化“推進(jìn)模式”研究[J]. 中國(guó)社會(huì)科學(xué), 2012 (7): 82-100.LIQ,CHENYL,LIUJM.Onthe“developmentmode”ofChineseurbanization[J].SocialSciencesinChina, 2012 (7): 82-100.

[2] 方創(chuàng)琳. 中國(guó)城市群研究取得的重要進(jìn)展與未來(lái)發(fā)展方向[J]. 地理學(xué)報(bào), 2014, 69(8): 1130-1144.FANGCL.ProgressandthefuturedirectionofresearchintourbanagglomerationinChina[J].ActaGeographicaSinica, 2014, 69(8): 1130-1144.

[3] 石憶邵. 中國(guó)新型城鎮(zhèn)化與小城鎮(zhèn)發(fā)展[J]. 經(jīng)濟(jì)地理, 2013, 33(7): 47-52.SHIYS.New-typeurbanizationandsmalltowndevelopmentinChina[J].EconomicGeography, 2013, 33(7): 47-52.

[4] 方創(chuàng)琳，李銘. 水資源約束下西北干旱區(qū)河西走廊城市化發(fā)展模式[J]. 地理研究, 2004, 23(6): 825-832.FANGCL,LIM.UrbanizationmodewiththerestraintofwaterresourceinHexiCorridoraridareaofNorthwestChina[J].GeographicalResearch, 2004, 23(6): 825-832.

[5] 姚士謀，陸大道，王聰, 等. 中國(guó)城鎮(zhèn)化需要綜合性的科學(xué)思維——探索適應(yīng)中國(guó)國(guó)情的城鎮(zhèn)化方式[J]. 地理研究, 2011, 30(11): 1947-1955.YAOSM,LUDD,WANGC，etal.UrbanizationinChinaneedscomprehensivescientificthinking:ExplorationoftheurbanizationmodeadaptedtothespecialsituationofChina[J].GeographicalResearch,2011,30(11): 1947-1955.

[6] 朱天舒，秦曉微. 城鎮(zhèn)化路徑:轉(zhuǎn)變土地利用方式的根本問(wèn)題[J]. 地理科學(xué), 2012, 32(11): 1348-1352.ZHUTS，QINXW.Urbanizationpath:thefundamentalproblemofchangesinlandusepatterns[J].ScientiaGeographicaSinica, 2012, 32(11): 1348-1352.

[7] 李雙成，趙志強(qiáng)，王仰麟. 中國(guó)城市化過(guò)程及其資源與生態(tài)環(huán)境效應(yīng)機(jī)制[J]. 地理科學(xué)進(jìn)展, 2009, 28(1): 63-70.LISC，ZHAOZQ，WANGYL.Urbanizationprocessandeffectsofnaturalresourceandenvironmentinchina:researchtrendsandfuturedirections[J].ProgressinGeography, 2009, 28(1): 63-70.

[8] 馮云廷. 城市化過(guò)程中的城市聚集機(jī)制[J]. 經(jīng)濟(jì)地理, 2005, 25(6): 814-816.FENGYT.Thestudyofthemechanismofurbanagglomerationduringurbanization[J].EconomicGeography, 2005, 25(6): 814-816.

[9] 馬麗，金鳳君. 中國(guó)城市化發(fā)展的緊湊度評(píng)價(jià)分析[J]. 地理科學(xué)進(jìn)展, 2011, 30(8): 1014-1020.MAL,JINFJ.EvaluationofChineseurbancompactness[J].ProgressinGeography, 2011, 30(8): 1014-1020.

[10] 張文忠，王傳勝，呂昕, 等. 珠江三角洲土地利用變化與工業(yè)化和城市化的耦合關(guān)系[J]. 地理學(xué)報(bào), 2003, 58(5): 677-685.ZHANGWZ,WANGCS,LüX,etal.Couplingrelationshipbetweenlandusechangeandindustrialization&urbanizationintheZhujiangRiverdelta[J].ActaGeographicaSinica, 2003, 58(5): 677-685.

[11] 高翔，魚(yú)騰飛，程慧波. 西北地區(qū)水資源環(huán)境與城市化系統(tǒng)耦合的時(shí)空分異——以西隴海蘭新經(jīng)濟(jì)帶甘肅段為例[J]. 干旱區(qū)地理, 2010, 33(6): 1010-1018.GAOX,YUTF,CHENGHB.Temporal-spatialvariationofsystemiccouplingbetweenwaterresourcesandenvironmentandurbanizationinnorthwestChina:acasestudyofGansusectionofWesternLonghai-LanxinEconomicZone[J].AridLandGeography, 2010, 33(6): 1010-1018.

[12]LIUXP，LIX，SHIX,etal.Simulatingland-usedynamicsunderplanningpoliciesbyintegratingartificialimmunesystemswithcellularautomata[J].InternationalJournalGeographicalInformationScience, 2010, 24(5): 783-802.

[13] 張亦漢，黎夏，劉小平, 等. 基于數(shù)據(jù)同化的元胞自動(dòng)機(jī)[J]. 遙感學(xué)報(bào), 2011, 15(3): 475-491.ZHANGYH,LIX,LIUXP,etal. 2011.TheCAmodelbasedondataassimilation[J].JournalofRemoteSensing, 15(3): 475-491.

[14]LIUXP，MAL，LIX,etal.Simulatingurbangrowthbyintegratinglandscapeexpansionindex(LEI)andcellularautomata[J].InternationalJournalofGeographicalInformationScience, 2014, 28(1): 148-163.

[15]HECY，OKADAN，ZHANGQF,etal.ModelingurbanexpansionscenariosbycouplingcellularautomatamodelandsystemdynamicmodelinBeijing,China[J].AppliedGeography, 2006, 26(3): 323-345 .

[16]SHIWZ，PANGMYC.DevelopmentofVoronoi-basedcellularautomata-anintegrateddynamicmodelforgeographicalinformationsystems[J].InternationalJournalofGeographicalInformationScience, 2000, 14(5): 455-474.

[17]LIX，YEHAGO.Neural-network-basedcellularautomataforsimulatingmultiplelandusechangesusingGIS[J].InternationalJournalofGeographicalInformationScience, 2002, 16(4): 323-343.

[18]LIUXP，LIX，LIUL,etal.Abottom-upapproachtodiscovertransitionrulesofcellularautomatausingantintelligence[J].InternationalJournalofGeographicalInformationScience, 2008, 22(11): 1247-1269.

[19] 張亦漢, 喬紀(jì)綱, 艾彬. 基于集合卡爾曼濾波動(dòng)態(tài)優(yōu)化CA模型參數(shù)的方法[J]. 測(cè)繪學(xué)報(bào), 2013, 42(1):123-130.ZHANGYH,QIAOJG,AIB.Parameteroptimizationforcamodelusingensemblekalmanfilter[J].ActaGeodaeticaetCartographicaSinica, 2013, 42(1):123-130.

[20] 楊青生. 地理元胞自動(dòng)機(jī)及空間動(dòng)態(tài)轉(zhuǎn)換規(guī)則的獲取[J]. 中山大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008, 47(4):122-127.YANGQS.Dynamictransitionrulesforgeographicalcellularautomata[J].ActaScientiarumNaturaliumUniversitatisSunyatseni, 2008, 47(4):122-127.

[21]LIX，YEHAGO.Principalcomponentanalysisofstackedmulti-temporalimagesforthemonitoringofrapidurbanexpansioninthePearlRiverDelta[J].InternationalJournalofRemoteSensing, 1998, 19(8): 1501-1518.

Urban expansion simulation and analysis based on CA model

ZHANGYihan1,XUXiaocong2,LINShengjie1

(1． School of Geography and Tourism, Guangdong University of Finance and Economics, Guangzhou 510320, China; 2．School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China )

In order to understand the urbanization process, logistic regression is introduced to mine the conversion rules of urban development. The rules are input into cellular automata (CA) model to simulate the urban development process of Foshan city. Experiments show that urbanization process is the core part in the development of Foshan city. The source of urban land comes from farmland, forests and other types of land (including orchards and ponds, etc.). In the simulation result, the overall accuracy and Kappa coefficient can reach 93.7% and 0.86, respectively. By using landscape indices, Foshan city will become more and more aggregative with the maximum patch index increase. It was found that there are 191 km2of farmland changed into urban land in the scenarios of urban prior development, accounting for 27% of all the farmland (706 km2). In the scenarios of farmland protection and forest protection, farmland and forest can be better protected, but urban expansion will occupy other types of land use to solve the problem of lacking enough land use for urban expansion. It is found that the spatial variables have remarkable corridor effect on urbanization by analyzing the relationship between proximity variables and urban land uses.

cellular automata (CA) model； urbanization； transfer matrix； landscape index； Foshan

10.13471/j.cnki.acta.snus.2017.03.020

2016-05-12 基金項(xiàng)目：國(guó)家自然科學(xué)基金(41531176，41371376)；國(guó)家社會(huì)科學(xué)基金(14BRK017)

張亦漢(1985年生), 男；研究方向：地理信息模型與數(shù)據(jù)同化；E-mail：zyh4184@163.com

TP79

A

0529-6579(2017)03-0140-08