基于元胞自動(dòng)機(jī)的城市空間動(dòng)態(tài)模擬

詹云軍,朱捷緣,2,嚴(yán) 巖

1 武漢理工大學(xué), 資源與環(huán)境工程學(xué)院,武漢 4300702 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心, 城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100085

基于元胞自動(dòng)機(jī)的城市空間動(dòng)態(tài)模擬

詹云軍1,朱捷緣1,2,嚴(yán) 巖2,*

1 武漢理工大學(xué), 資源與環(huán)境工程學(xué)院,武漢 4300702 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心, 城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100085

城市空間動(dòng)態(tài)的模擬與預(yù)測(cè)可以為城市可持續(xù)發(fā)展規(guī)劃與管理提供重要的參考依據(jù)。SLEUTH元胞自動(dòng)機(jī)模型在城市空間模擬中較強(qiáng)的適用性和可移植性,該模型通過對(duì)歷史數(shù)據(jù)的蒙特卡洛迭代自動(dòng)尋找城市增長(zhǎng)誤差最小的參數(shù)組合,解決了傳統(tǒng)元胞自動(dòng)機(jī)模型中轉(zhuǎn)換規(guī)則不易確定的問題。以武漢市為研究案例,運(yùn)用SLEUTH模型進(jìn)行了城市空間動(dòng)態(tài)模擬與情景預(yù)測(cè)。2007年至2011年的城市空間模擬結(jié)果顯示,模擬結(jié)果與實(shí)際歷史數(shù)據(jù)可以獲得良好的空間匹配度,Lee-Sallee形狀指數(shù)均在0.6以上,顯示SLEUTH元胞自動(dòng)機(jī)模型經(jīng)過本地化校正后具有較強(qiáng)的適用性和滿意的模擬精度。進(jìn)而,設(shè)置了現(xiàn)狀趨勢(shì)、基本保護(hù)、嚴(yán)格保護(hù)等3種情景對(duì)武漢2025年城市空間動(dòng)態(tài)進(jìn)行了預(yù)測(cè),結(jié)果顯示,各情景模式下城市居住用地均明顯增長(zhǎng),農(nóng)業(yè)用地、林地、水域等均有所減少；現(xiàn)狀趨勢(shì)情景和基本保護(hù)情景下農(nóng)田、林地、水域減少的幅度較大,會(huì)加劇區(qū)域的生境破碎、耕地功能下降、水資源匱乏、湖濱濕地萎縮等生態(tài)問題,說明這兩種情景不能有效滿足城市生態(tài)系統(tǒng)健康和可持續(xù)發(fā)展的需要。嚴(yán)格保護(hù)情景下,城市居住用地?cái)U(kuò)張的程度得到了明顯的控制,水域和林地得到了有效的保護(hù),對(duì)于重要的自然生態(tài)系統(tǒng)組分保護(hù)及其服務(wù)能力維持可以起到顯著作用。

城市擴(kuò)展; 土地利用; 模擬; 元胞自動(dòng)機(jī)(SLEUTH模型); 武漢

城市是一個(gè)具有開放性、動(dòng)態(tài)性、自組織性的時(shí)空動(dòng)態(tài)復(fù)雜系統(tǒng),城市空間擴(kuò)展是在特定的地理環(huán)境和一定的社會(huì)經(jīng)濟(jì)發(fā)展階段中,不同時(shí)空尺度下的自然、人文、社會(huì)、經(jīng)濟(jì)、文化等多種因素的綜合反映。隨著城市空間的不斷擴(kuò)張,對(duì)自然資源的侵占力度也不斷加強(qiáng),由此帶來(lái)一些區(qū)域生態(tài)環(huán)境問題,如熱島效應(yīng)、植被退化、生態(tài)系統(tǒng)服務(wù)功能下降、生物多樣性降低等[1- 4]。因此,對(duì)城市時(shí)空演化特征進(jìn)行定量化描述和預(yù)測(cè)可為區(qū)域的可持續(xù)發(fā)展和土地利用管理決策提供科學(xué)依據(jù),城市空間動(dòng)態(tài)模擬是城市生態(tài)環(huán)境研究中的重要方向[5]。

近年來(lái),許多學(xué)者從不同角度建立了數(shù)學(xué)模型和空間模型開展城市空間擴(kuò)展和動(dòng)態(tài)模擬研究,如Clarke等利用城市發(fā)展的歷史數(shù)據(jù),根據(jù)城市的交通、地形條件等設(shè)定適當(dāng)?shù)膮?shù),建立SLEUTH 模型對(duì)舊金山和華盛頓都市區(qū)進(jìn)行了成功模擬和長(zhǎng)期預(yù)測(cè)[6-7]；黎夏和詹云軍等將神經(jīng)網(wǎng)絡(luò)與元胞自動(dòng)機(jī)(cellular automata model, CA)模型相結(jié)合,挖掘城市擴(kuò)展土地利用演變的規(guī)律[89],但該方法屬于黑箱結(jié)構(gòu),對(duì)模型參數(shù)的物理意義難以解釋；劉小平和單玉紅等利用智能體模型對(duì)城市空間擴(kuò)張和土地利用格局演變進(jìn)行模擬[10-11],智能體模型能模擬個(gè)體或群體的行為及決策模式對(duì)土地利用產(chǎn)生的影響,但個(gè)體決策行為具有極大的復(fù)雜性,增加了模型的不確定性,為模型的驗(yàn)證和移植帶來(lái)了困難[12]。其中,SLEUTH模型是一種基于元胞自動(dòng)機(jī)(CA)的城市擴(kuò)展與土地利用變化模型,其設(shè)計(jì)思路是基于交通、地形和城市化的約束條件計(jì)算每個(gè)元胞單元發(fā)展的可能性,把城市化的元胞作為種子點(diǎn),通過其擴(kuò)散帶動(dòng)整個(gè)區(qū)域的發(fā)展,其中離種子點(diǎn)越近的元胞越容易被城市化[6]。與其他模型相比,SLEUTH模型具有較強(qiáng)的普適性和可移植性,最大的特點(diǎn)是根據(jù)模擬結(jié)果與歷史訓(xùn)練數(shù)據(jù)的擬合度,通過蒙特卡洛迭代自動(dòng)尋找城市增長(zhǎng)誤差最小的組合方案,從而得到城市擴(kuò)展過程最佳的參數(shù)組合[13],解決了傳統(tǒng)CA模型中轉(zhuǎn)換規(guī)則不易確定的問題。近年來(lái),SLEUTH模型被成功的應(yīng)用于國(guó)內(nèi)的城市空間研究,如北京、廣州、長(zhǎng)沙等城市[14- 16]。

武漢是我國(guó)華中地區(qū)最大城市,也是長(zhǎng)江經(jīng)濟(jì)帶國(guó)家戰(zhàn)略中長(zhǎng)江中游最重要的城市。近年來(lái),武漢市在“武漢8+1城市圈”的發(fā)展規(guī)劃以及舊城改造的政策背景下,城市空間向周圍的快速擴(kuò)展,土地利用結(jié)構(gòu)演變劇烈,城市化進(jìn)程日益加快,由此也在一定程度上造成了武漢市水域濕地面積縮減、水質(zhì)污染、耕地減少等生態(tài)問題,城市發(fā)展、空間擴(kuò)張與生態(tài)環(huán)境保護(hù)之間的矛盾成為區(qū)域可持續(xù)發(fā)展面臨的重要難題。本文以武漢市武昌地區(qū)為例,在已有的城市擴(kuò)展機(jī)制和SLEUTH模型應(yīng)用研究的基礎(chǔ)上,對(duì)武漢市城市空間進(jìn)行動(dòng)態(tài)模擬,預(yù)測(cè)不同情景下城市空間擴(kuò)張格局,進(jìn)而探討城市土地?cái)U(kuò)張的生態(tài)環(huán)境影響及可能采取的對(duì)策及效果,以期為武漢城市空間發(fā)展和可持續(xù)規(guī)劃與管理提供參考。

1 研究區(qū)域和研究方法

1.1 研究區(qū)域

武漢市位于長(zhǎng)江和漢水交匯處,地處29°58′N到31°22′N,113°41′E到115°05′E之間,是華中地區(qū)的特大城市。本文以武漢市的武昌區(qū)、洪山區(qū)、青山區(qū)和江夏區(qū)的北部為研究區(qū),該區(qū)域大部分為平原地區(qū),湖泊水系眾多,空間格局上具有從城市核心區(qū)到郊區(qū)的過渡,產(chǎn)業(yè)上由青山區(qū)的老工業(yè)區(qū)和洪山、江夏區(qū)的經(jīng)濟(jì)開發(fā)區(qū)并存,研究區(qū)示意圖如圖1所示。

圖1 研究區(qū)位置示意圖Fig.1 A map of the location of the study area

1.2 方法與數(shù)據(jù)

1.2.1 SLEUTH模型

SLEUTH元胞自動(dòng)機(jī)模型可以模擬和預(yù)測(cè)城市增長(zhǎng)和土地利用演化,模型名稱來(lái)自6個(gè)輸入圖層的首字母縮寫,分別是坡度圖層(Slope)、土地利用圖層(Landuse)、排除圖層(Exclusion) 、城市化圖層(Urban Extent)、道路圖層(Transportation)和山體陰影圖層( Hillshade)[6,17]。模型轉(zhuǎn)換規(guī)則受擴(kuò)散系數(shù)、繁衍系數(shù)、蔓延系數(shù)、坡度阻礙系數(shù)和道路引力系數(shù)5個(gè)參數(shù)控制,它們決定了城市增長(zhǎng)的4 種類型,即自發(fā)增長(zhǎng)、新擴(kuò)展中心增長(zhǎng)、邊緣增長(zhǎng)和道路影響增長(zhǎng)。本文的城市空間動(dòng)態(tài)模擬具體涉及到居住用地的增長(zhǎng)和其他用地類型之間的轉(zhuǎn)換,因此初始種子元胞是已經(jīng)城市化的居住用地元胞,自發(fā)增長(zhǎng)指在滿足坡度條件的可城市化的區(qū)域發(fā)展新的居住用地元胞的可能性；新的擴(kuò)展中心增長(zhǎng)表示自發(fā)增長(zhǎng)產(chǎn)生的新的居住用地元胞成為新的擴(kuò)展中心的可能性；邊界增長(zhǎng)是原有的擴(kuò)展中心和新產(chǎn)生的擴(kuò)展中心周圍繼續(xù)演變?yōu)榫幼∮玫氐目赡苄?；道路影響型增長(zhǎng)表示城市交通網(wǎng)絡(luò)對(duì)城市擴(kuò)張的引力作用。

運(yùn)用SLEUTH模型進(jìn)行居住用地增長(zhǎng)模擬前需進(jìn)行校正處理,即根據(jù)歷史數(shù)據(jù)來(lái)進(jìn)行樣本訓(xùn)練,這是一個(gè)蒙塔卡羅迭代處理過程[6]。校正過程可分3 個(gè)階段,即粗校正、精校正和終校正,根據(jù)模型5個(gè)參數(shù)的初始范圍,通過反復(fù)計(jì)算不同的參數(shù)組合所產(chǎn)生的模擬結(jié)果與實(shí)際情況的擬合度,逐步縮小參數(shù)范圍,最終確定最優(yōu)的參數(shù)組合[7],代表了居住用地增長(zhǎng)的歷史軌跡方向,并以此參數(shù)組合對(duì)城市未來(lái)空間擴(kuò)展進(jìn)行模擬和預(yù)測(cè)。

1.2.2 數(shù)據(jù)來(lái)源與預(yù)處理

本研究所用基礎(chǔ)數(shù)據(jù)來(lái)源包括：2005年、2007年、2009年、2011年4期季相一致、高度30m的武漢市Google Earth截圖,從國(guó)際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)下載分辨率為30m的DEM數(shù)據(jù)。針對(duì)SLEUTH模型的運(yùn)行要求,對(duì)上述數(shù)據(jù)做了相應(yīng)的校正、裁切處理,然后結(jié)合遙感解譯和目視解譯,在ARCGIS中制作了SLEUTH模型模型所需的居住用地范圍圖層、土地利用圖層、交通圖層和排除圖層,利用DEM數(shù)據(jù)制備了研究區(qū)的坡度圖層及山體影圖層,輸入數(shù)據(jù)圖層如圖2所示,由于土地利用圖層在模擬結(jié)果驗(yàn)證中會(huì)展示,在此部分不再列舉。最后所有輸入圖層均按照統(tǒng)一的橫軸墨卡托(UTM_WGS1984_49N)投影設(shè)定,全部轉(zhuǎn)換成無(wú)符8位灰度的GIF格式的柵格圖像。

圖2 SLEUTH模型輸入數(shù)據(jù)圖層Fig.2 Input data layers of SLEUTH model

本文的城市空間動(dòng)態(tài)演變主要關(guān)注居住用地與其他土地利用之間的轉(zhuǎn)變,因此對(duì)土地利用類型進(jìn)行重新分類(表1),居住用地圖層指各類住宅用地,具體包括居住小區(qū)和城中村居住用地；商業(yè)服務(wù)業(yè)用地、公共基礎(chǔ)設(shè)施用地和水域作為排除圖層參與模型運(yùn)行,限制其向居住用地演化；此外,考慮到除了交通網(wǎng)絡(luò)良好的可達(dá)性對(duì)居住用地建設(shè)的導(dǎo)向作用外,還將生態(tài)環(huán)境好的湖泊、教育用地和設(shè)施發(fā)達(dá)的商業(yè)服務(wù)業(yè)對(duì)居住用的吸引作用集成到模型中,運(yùn)用ARCGIS軟件將這類吸引居住用地開發(fā)的區(qū)域從面轉(zhuǎn)換成線,成為“引力道路”納入交通圖層,不同等級(jí)的道路設(shè)置不同的相對(duì)權(quán)重值來(lái)表示不同的可達(dá)性和吸引力,一起參與模型的校準(zhǔn)、模擬和預(yù)測(cè)過程。

表1 土地利用類型分類

1.2.3 情景設(shè)計(jì)

本文基于研究區(qū)城市空間變化的歷史趨勢(shì)和城市生態(tài)保護(hù)需求,設(shè)置了現(xiàn)狀趨勢(shì)、基本保護(hù)、嚴(yán)格保護(hù)等3種發(fā)展情景。利用SLEUTH模型的參數(shù)獲取結(jié)果,通過修改排除圖層和SLEUTH模型的輸入?yún)?shù),以2011年居住用地范圍為“種子點(diǎn)”,預(yù)測(cè)其2012—2025年的土地利用變化,實(shí)現(xiàn)3種情景下城市土地利用變化的模擬預(yù)測(cè)。(1)現(xiàn)狀趨勢(shì)情景：將公共基礎(chǔ)設(shè)施用地作為排除圖層,排除概率設(shè)為100%,對(duì)其他用地不設(shè)發(fā)展限制,同時(shí)限制發(fā)展坡度設(shè)為25°,即地形超過25°的區(qū)域不能演化居住用地元胞；(2)基本保護(hù)情景：從保護(hù)湖泊濕地和基本農(nóng)田的角度,適當(dāng)控制城市發(fā)展的速度,在現(xiàn)在趨勢(shì)發(fā)展情景設(shè)計(jì)基礎(chǔ)上,將研究區(qū)域內(nèi)的水域設(shè)置60%的保護(hù)概率,農(nóng)業(yè)用地設(shè)置50%的保護(hù)概率,同時(shí)限制發(fā)展坡度設(shè)置為25°；(3)嚴(yán)格保護(hù)情景：該情景加強(qiáng)了對(duì)農(nóng)田、水域、林地等生態(tài)用地的保護(hù)力度,將水域的保護(hù)概率設(shè)為100%,農(nóng)田和林地保護(hù)概率設(shè)為90%,同時(shí)將限制發(fā)展坡度設(shè)置為15°。

2 結(jié)果與討論

2.1 土地利用變化的歷史動(dòng)態(tài)分析

根據(jù)各用地類型對(duì)應(yīng)的面積計(jì)算出2007年至2011年的土地利用轉(zhuǎn)移概率(表2),分析土地利用轉(zhuǎn)移概率矩陣可以得到,農(nóng)業(yè)用地和荒地的耗減度比較大,耗減的農(nóng)業(yè)用地向居住用地和荒地的轉(zhuǎn)化占很大比例,22.48%的荒地被開發(fā)成新的住宅用地。居住用地總體上的凈增加量為10.34 km2,同時(shí)從表2中可以得到2007年到2011年期間已有的居住用地的耗減度為13.18%,原因是城區(qū)的一些破舊的城中村和老工業(yè)區(qū)的舊住宅被拆除,轉(zhuǎn)變成暫時(shí)的荒地(空地),表明歷史年份中居住用地元胞在增長(zhǎng)的同時(shí)也有一小部分在衰敗和死亡。研究區(qū)域內(nèi)水域的整體面積變化不大,可能是越來(lái)越注重生態(tài)宜居環(huán)境的住宅開發(fā)模式合理的保護(hù)了水域的邊界,也可能與政府采取的“還湖、還漁”等政策密切相關(guān)。

新增的居住用地呈散點(diǎn)填充在中心城區(qū)的待建用地中以及城郊區(qū)的工業(yè)園周圍的閑置用地上,部分新增居住用地元胞圍繞湖泊沿岸分布,這也是武漢特殊的自然環(huán)境優(yōu)勢(shì)之處,住宅開發(fā)模式向靠近江河湖泊的生態(tài)宜居環(huán)境方向發(fā)展。2005年至2011年研究區(qū)土地利用變化的主要特征是城市空間的擴(kuò)張及其對(duì)農(nóng)業(yè)用地的占用,這可以說是改革開放后武漢市土地利用變化的主要?dú)v史形態(tài)。

2.2 模型校正與模擬精度檢驗(yàn)

本文用處理之后的4期研究區(qū)城市居住用地?cái)?shù)據(jù)作為訓(xùn)練樣本對(duì)模型進(jìn)行校正,以獲取城市增長(zhǎng)最佳參數(shù)。模型會(huì)將訓(xùn)練結(jié)果與真實(shí)數(shù)據(jù)進(jìn)行對(duì)比,并且用Lee-Sallee 指數(shù)來(lái)評(píng)價(jià)校正結(jié)果精度,Lee-Sallee形狀指數(shù)是各控制年份的模擬增長(zhǎng)結(jié)果與實(shí)際城市居住用地范圍的空間匹配度,用公式表示為：

(1)

S為L(zhǎng)ee-Sallee形狀指數(shù),A為模擬的城市居住用地面積,B為實(shí)際的城市居住用地面積。

表2 2007年至2011年土地利用類型轉(zhuǎn)移百分比

執(zhí)行校正模塊,本文中校正的3個(gè)階段的參數(shù)設(shè)置和檢驗(yàn)結(jié)果如表3所示。

3個(gè)校正階段的Lee-Sallee值均達(dá)到0.82以上,說明模型校正結(jié)果非常理想。最后獲得研究區(qū)的增長(zhǎng)系數(shù)組合為：3(擴(kuò)散系數(shù))、4(繁衍系數(shù))、1(蔓延系數(shù))、95(坡度阻力系數(shù))和45(道路引力系數(shù))。運(yùn)行SLEUTH模型的測(cè)試(Test)模塊,以2005年為初始年,以校正階段提取的最佳系數(shù)組合作為模型模擬的初始參數(shù),對(duì)研究區(qū)2006年至2011年的土地利用變化情況進(jìn)行模擬,得到逐年的土地利用模擬結(jié)果(圖3)。對(duì)土地利用模擬結(jié)果從空間匹配性和面積精確度兩個(gè)方面進(jìn)行評(píng)估,選擇Lee-Sallee形狀指數(shù)為主要指標(biāo)評(píng)估模擬結(jié)果與歷史數(shù)據(jù)在空間位置上的匹配性,各控制年份2007、2009和2011年的Lee-Sallee指數(shù)依次為0.87、0.94、0.67,均在0.6以上,空間匹配度比較高；利用面積比指數(shù)對(duì)模擬的土地利用面積進(jìn)行精度驗(yàn)證(表4),計(jì)算結(jié)果表明各用地類型的演化在數(shù)量上的模擬精度也比較高,精度均達(dá)到79%以上,交通用地、公共基礎(chǔ)設(shè)施用地、工業(yè)用地、農(nóng)業(yè)用地、水域和林地的模擬精度均達(dá)到92%以上,其中水域的模擬精度最高。相比較而言,荒地的模擬精度稍低,可能受“舊城改造”和產(chǎn)業(yè)上“退二進(jìn)三”的政策影響,一些污染較大的老工業(yè)區(qū)和城中村的拆除導(dǎo)致臨時(shí)空地(待建用地)增多,而SLEUTH模型模擬過程并沒有捕捉突變式的社會(huì)經(jīng)濟(jì)政策影響。

圖3 2007年土地利用模擬圖與真實(shí)圖; 2011年土地利用模擬圖與真實(shí)圖Fig.3 Land use simulation result and actual map in 2007; Land use simulation result and actual map in 2007

土地利用類型Landusetypes2007年2011年實(shí)際面積Actualarea/hm2模擬面積Simulatedarea/hm2精度Accuracy/%實(shí)際面積Actualarea/hm2模擬面積Simulatedarea/hm2精度Accuracy/%交通用地Transportationland5268508696．556092575794．50居住用地Residentialland112071251188．36122411348289．86公共基礎(chǔ)設(shè)施用地Publicfacilitiesland5322501694．256026555492．17工業(yè)用地Industrialland3811409692．524590445597．06農(nóng)業(yè)用地Agriculturalland264582614598．81202712180192．45水域Waterarea192051910999．50192851911199．10林地Woodland5781545594．365972581597．37荒地Unusedland4577421192．007152565479．05合計(jì)Total8162981629—8162981629—

2.3 不同情景下的城市空間預(yù)測(cè)結(jié)果

運(yùn)用模型模擬,得到研究區(qū)3種情景下2012—2025年土地利用變化結(jié)果。2025年研究區(qū)土地利用格局見圖4,各土地利用類型面積變化見圖5。從面積變化看,各情景下居住用地均明顯增加,城市居住用地對(duì)其他用地類型均有不同程度的侵占,對(duì)農(nóng)業(yè)用地和荒地的占用最多。從擴(kuò)展模式看,總體表現(xiàn)為從舊城中心區(qū)向外不斷蔓延,區(qū)域內(nèi)沒有產(chǎn)生新的大規(guī)模居住隔離組團(tuán),新增的居住用地元胞主要是在原有的原有城市化基礎(chǔ)上向外圍郊區(qū)蔓延擴(kuò)展,空間格局較破碎化；同時(shí)也有內(nèi)部填充式增長(zhǎng),表現(xiàn)為中心城區(qū)內(nèi)部的空地出現(xiàn)呈散點(diǎn)狀分布的居住用地元胞。此外,在城市交通的推動(dòng)下,居住用地沿交通便利區(qū)域蔓延速度比較迅速,青山區(qū)和洪山區(qū)外圍的高速路、洪山區(qū)的白沙洲大道、光谷一路以及江夏區(qū)的武昌大道周圍出現(xiàn)了一定量的新增居住用地元胞。江河湖泊沿岸的新增居住用地元胞也很明顯,顯示出“道路引力”的效果。

圖4 三種情景下的2025年土地利用變化預(yù)測(cè)圖現(xiàn)狀趨勢(shì)情景,基本保護(hù)情景,嚴(yán)格保護(hù)情景Fig.4 Prediction results of urban growth and land use in 2025 under different scenarios in the study area current development trend scenario, basic protection scenario, strict protection scenario

圖5 2011—2025年研究區(qū)的土地利用類型面積變化 Fig.5 The area change of different land use types in the study area from 2011to 2025

從圖5可以看出,不同情景下土地利用變化趨勢(shì)差異較大?，F(xiàn)狀趨勢(shì)情景下城市擴(kuò)展呈無(wú)序蔓延狀態(tài),尤其是城郊結(jié)合區(qū)土地利用變化尤為劇烈。城鎮(zhèn)用地?cái)U(kuò)張迅速,占用了大量的農(nóng)田和荒地,林地和水域也有相當(dāng)程度的損失。居住用地增加最為顯著,2011—2025年,將增加5673.6hm2,年均增長(zhǎng)378.24hm2。農(nóng)田損失量約為2742.84hm2,林地減少667.08 hm2,水域?qū)p少546.12 hm2,這會(huì)加劇區(qū)域的生境破碎、耕地功能下降、水資源匱乏、湖濱濕地萎縮等生態(tài)問題,加大城市發(fā)展與生態(tài)保護(hù)之間的矛盾。

基本保護(hù)情景下,城市擴(kuò)張的速度得到了一定程度的控制。居住用地將增加4575.6 hm2,年均增長(zhǎng)量為305.04hm2。農(nóng)田損失較為顯著下降,損失量為1781.64hm2。林地和水域等自然生態(tài)類型仍然有顯著損失,林地減少了635.76 hm2,水域減少270.36 hm2。從空間格局來(lái)看,此種情景下的城市空間擴(kuò)展空間形態(tài)也比現(xiàn)狀趨勢(shì)情景下稍顯緊湊。

嚴(yán)格保護(hù)情景下,由于加大了對(duì)各類湖泊濕地和基本農(nóng)田的保護(hù)力度,居住用地的大肆擴(kuò)張得到適當(dāng)?shù)目刂?土地利用變化速度明顯降低。居住用地增幅顯著減小,增加2583.72 hm2,年均增長(zhǎng)量為172.25hm2。林地、水域等生態(tài)用地?fù)p失明顯降低,林地減少203.4 hm2,水域減少129.96 hm2,相比基本保護(hù)情景,損失量分別下降了68.01%、51.93%。這顯示出生態(tài)保護(hù)措施具有顯著的調(diào)控效果,對(duì)于限制建設(shè)用地的肆意擴(kuò)張和保護(hù)水域、農(nóng)田等各類生態(tài)用地及其生態(tài)系統(tǒng)服務(wù)能力可以起到積極作用。

3種情景下,工業(yè)用地和公共基礎(chǔ)設(shè)施用地的面積變化均不明顯,主要是由于這些用地類型規(guī)模不大,歷史變動(dòng)也較小,從而根據(jù)歷史外推趨勢(shì)得到的預(yù)測(cè)面積變化也不顯著。

3 結(jié)論

在GIS和RS技術(shù)的支持下,利用SLEUTH元胞自動(dòng)機(jī)模型對(duì)武漢市武昌、洪山和江夏部分地區(qū)的城市空間演變進(jìn)行模擬和情景預(yù)測(cè),揭示不同土地保護(hù)強(qiáng)度下的城市擴(kuò)展趨勢(shì),主要結(jié)論如下：

(1)從模型模擬精度來(lái)看,2007年至2011年的城市空間模擬結(jié)果與歷史數(shù)據(jù)的空間匹配度較高,形狀指數(shù)和面積比指數(shù)均較大,模擬精度較高,表明SLEUTH元胞自動(dòng)機(jī)模型通過本地化校正后可以應(yīng)用在城市空間動(dòng)態(tài)模擬中,具有較強(qiáng)的適用性和可移植性。

(2)對(duì)武漢2025年城市空間擴(kuò)展的模擬結(jié)果表明,各情景下居住用地均明顯增加,對(duì)其他用地類型均有不同程度的侵占,顯示城市居住用地增長(zhǎng)在未來(lái)土地利用變化過程中占據(jù)主導(dǎo)地位。從空間擴(kuò)展模式來(lái)看,新增的居住用地元胞主要是在原有的城市化基礎(chǔ)上向外圍郊區(qū)蔓延擴(kuò)展,空間格局較破碎化,同時(shí)輔以內(nèi)部空地填充增長(zhǎng)；此外,城市交通和自然環(huán)境優(yōu)越的湖泊水系對(duì)城市空間的擴(kuò)展有很強(qiáng)的吸引作用。

(3)從不同情景下的模擬結(jié)果來(lái)看,3種情景下農(nóng)業(yè)用地、水域、林地和荒地的面積均有所減少,現(xiàn)狀趨勢(shì)情景和基本保護(hù)情景下農(nóng)田和水域減少的幅度較大,會(huì)繼續(xù)加劇區(qū)域的生境破碎、耕地功能下降、水資源匱乏等生態(tài)問題,說明現(xiàn)狀趨勢(shì)和一般保護(hù)兩種情景下,城市重要生態(tài)組分及其生態(tài)服務(wù)能力將受到較為顯著的損害,進(jìn)而威脅城市生態(tài)系統(tǒng)健康和可持續(xù)發(fā)展。嚴(yán)格保護(hù)情景下模擬結(jié)果顯示,城市居住用地?cái)U(kuò)張的程度得到了明顯的控制,水域和林地得到了有效的保護(hù),對(duì)于重要的自然生態(tài)系統(tǒng)組分保護(hù)及其服務(wù)能力維持可以起到顯著作用,保障城市系統(tǒng)健康和可持續(xù)發(fā)展。

本文的研究結(jié)果可以為城市空間動(dòng)態(tài)相關(guān)研究和武漢城市發(fā)展調(diào)控提供參考。此外,城市空間的演變受多種因素的綜合影響,存在許多不確定性,進(jìn)一步更為深入的研究,應(yīng)當(dāng)研究將城市交通發(fā)展、新區(qū)建設(shè)、功能區(qū)轉(zhuǎn)移、城市發(fā)展規(guī)劃等多方面的影響因素納入模型,揭示其對(duì)城市空間動(dòng)態(tài)的影響機(jī)制并在此基礎(chǔ)上進(jìn)行未來(lái)情景預(yù)測(cè)模擬,為城市可持續(xù)管理提供更為精確和明確的參考依據(jù)。

[1] 傅伯杰, 張立偉. 土地利用變化與生態(tài)系統(tǒng)服務(wù): 概念、方法與進(jìn)展. 地理科學(xué)進(jìn)展, 2014, 33(4): 441- 446.

[2] 趙丹, 李鋒, 王如松. 城市土地利用變化對(duì)生態(tài)系統(tǒng)服務(wù)的影響——以淮北市為例. 生態(tài)學(xué)報(bào), 2013, 33(8): 2343- 2349.

[3] Seto K C, Güneralp B, Hutyra L R. Global forecasts of urban expansion to 2030 and direct impacts on biodiversity and carbon pools. Proceedings of the National Academy of Sciences of the United States of America, 2012, 109(40): 16083- 16088.

[4] 嚴(yán)巖, 趙景柱, 王延春, 羅祺姍. 中國(guó)耕地資源損失驅(qū)動(dòng)力分析. 生態(tài)學(xué)雜志, 2005, 24(7): 817- 822.

[5] Huang S L, Wang S H, Budd W W. Sprawl in Taipei′s peri-urban zone: responses to spatial planning and implications for adapting global environmental change. Landscape and Urban Planning, 2009, 90(1/2): 20- 32.

[6] Clarke K C, Gaydos L J. Loose-coupling a cellular automaton model and GIS: long-term urban growth prediction for San Francisco and Washington/Baltimore. International Journal of Geographical Information Science, 1998, 12(7): 699- 714.

[7] Silva E A, Clarke K C. Calibration of the SLEUTH urban growth model for Lisbon and Porto, Portugal. Computers, Environment and Urban Systems, 2002, 26(6): 525- 552.

[8] 黎夏, 葉嘉安. 基于神經(jīng)網(wǎng)絡(luò)的單元自動(dòng)機(jī)CA及真實(shí)和優(yōu)化的城市模擬. 地理學(xué)報(bào), 2002, 57(2): 159- 166.

[9] 詹云軍, 黃解軍, 吳艷艷. 基于神經(jīng)網(wǎng)絡(luò)與元胞自動(dòng)機(jī)的城市擴(kuò)展模擬. 武漢理工大學(xué)學(xué)報(bào), 2009, 31(1): 86- 90

[10] 劉小平, 黎夏, 艾彬, 陶海燕, 伍少坤, 劉濤. 基于多智能體的土地利用模擬與規(guī)劃模型. 地理學(xué)報(bào), 2006, 61(10): 1101- 1112.

[11] 單玉紅, 朱欣焰. 城市居住空間擴(kuò)張的多主體模擬模型研究. 地理科學(xué)進(jìn)展, 2011, 30(8): 956- 966.

[12] 田光進(jìn), 鄔建國(guó). 基于智能體模型的土地利用動(dòng)態(tài)模擬研究進(jìn)展. 生態(tài)學(xué)報(bào), 2008, 28(9): 4451- 4459.

[13] Dietzel C, Clarke K C. Toward optimal calibration of the SLEUTH land use change model. Transactions in GIS, 2007, 11(1): 29- 45.

[14] 張巖, 李京, 陳云浩. 利用SLEUTH模型進(jìn)行北京城市擴(kuò)展模擬研究. 遙感信息, 2007, (2): 50- 54.

[15] 李明杰, 錢樂祥, 吳志峰, 崔海山, 侯西勇. 廣州市海珠區(qū)高密度城區(qū)擴(kuò)展SLEUTH模型模擬. 地理學(xué)報(bào), 2010, 65(10): 1163- 1172.

[16] 劉勇, 吳次芳, 岳文澤, 黃經(jīng)南. 基于SLEUTH模型的杭州市城市擴(kuò)展研究. 自然資源學(xué)報(bào), 2008, 23(5): 797- 807.

[17] Dietzel C, Clarke K C. The effect of disaggregating land use categories in cellular automata during model calibration and forecasting. Computers, Environment and Urban Systems, 2006, 30(1): 78- 101.

Dynamic simulation of urban space based on the cellular automata model

ZHAN Yunjun1, ZHU Jieyuan1,2, YAN Yan2,*

1WuhanUniversityofTechnology,SchoolofResourceandenvironmentalengineering,Wuhan430070,China2StateKeyLaboratoryofUrbanandRegionalEcology,ResearchCenterforEco-EnvironmentalSciences,ChineseAcademyofSciences,Beijing100085,China

The dynamic simulation and prediction of urban space can provide an important reference for the planning and management of sustainable urban development. The cellular automata model SLEUTH has strong universality and portability in urban spatial simulation. It is based on the Monte Carlo iteration of urban historical data and is capable of automatically identifying urban growth parameters with minimum error, which has effectively resolved the difficulties encountered in determining the conversion rules when using the traditional cellular automata models. In this study, we applied the SLEUTH model to perform urban spatial simulation and prediction under different scenarios in Wuhan City. Our findings revealed that the urban spatial simulation results for the period 2007 to 2011 showed a strong correlation with actual historical data. The Lee-Sallee shape index was greater than 0.6, which proves that the SLEUTH model exhibits a strong universality and suitable simulation accuracy after local correction. Moreover, the urban dynamic changes in Wuhan in 2025 were predicted under three scenarios, namely, the current development trend scenario, the basic protection scenario, and the strict protection scenario. The results of simulation under these three scenarios indicate that urban residential land will increase significantly, whereas agricultural land, woodland, water, and other land would decrease, particularly under the current development trend and basic protection scenarios. Under these two scenarios, considerable decreases are observed in agricultural land, woodland, and water, which may intensify habitat fragmentation, and result in a decline in the quality of cultivated land, water resource shortage, wetland shrinkage, and other ecological problems. Under the strict protection scenario, the rapid proliferation of construction land would be restricted to a large extent and water bodies and woodland would be transformed the least, which would effectively protect natural ecosystem components and maintain sustainable ecosystem services

urban expansion; land use; simulation; cellular automata model (SLEUTH model); Wuhan

中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助(2014-IV- 141); 長(zhǎng)江科學(xué)院開放基金(CKWV2016403/KY);國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFC0502102)

2016- 04- 25; 網(wǎng)絡(luò)出版日期:2017- 03- 02

10.5846/stxb201604250780

*通訊作者Corresponding author.E-mail: yyan@rcees.ac.cn

詹云軍,朱捷緣,嚴(yán)巖.基于元胞自動(dòng)機(jī)的城市空間動(dòng)態(tài)模擬.生態(tài)學(xué)報(bào),2017,37(14):4864- 4872.

Zhan Y J, Zhu J Y, Yan Y.Dynamic simulation of urban space based on the cellular automata model.Acta Ecologica Sinica,2017,37(14):4864- 4872.