基于GeoSOS模型的大范圍城市擴(kuò)張模擬分析
——以四川省為例

謝君洋, 簡(jiǎn) 季

(成都理工大學(xué) 地球科學(xué)學(xué)院，成都 610059)

0 引言

隨著社會(huì)生產(chǎn)力的發(fā)展、科學(xué)技術(shù)的進(jìn)步，中國(guó)的城市化進(jìn)程不斷加快[1]，但目前對(duì)于城市化的研究主要集中在單一城市，對(duì)于區(qū)域范圍、國(guó)家范圍或者全球范圍等大范圍區(qū)域的城市化研究相對(duì)脫節(jié)。而城市擴(kuò)張作為城市化進(jìn)程的熱點(diǎn)問題[2]，結(jié)合目前所倡導(dǎo)的人類命運(yùn)共同體、區(qū)域一體化等等政策，大范圍的城市用地?cái)U(kuò)張研究十分重要。城市擴(kuò)張可看作是不同土地利用類型相互轉(zhuǎn)化的結(jié)果[3]，它對(duì)城市生態(tài)系統(tǒng)服務(wù)和人居環(huán)境質(zhì)量產(chǎn)生重要的影響[4]。對(duì)于小范圍城市擴(kuò)張研究而言，合理利用城市的每一寸土地，提高土地效益，實(shí)現(xiàn)城市的可持續(xù)發(fā)展，探索城市增長(zhǎng)規(guī)律一直是學(xué)者研究的焦點(diǎn)。而對(duì)于大范圍的城市擴(kuò)張而言，就需要在此基礎(chǔ)上，探索整個(gè)區(qū)域的發(fā)展規(guī)劃，為國(guó)家及世界發(fā)展規(guī)劃提供決策支持。

元胞自動(dòng)機(jī) (Cellular Automate，CA)自提出以來經(jīng)歷了半個(gè)多世紀(jì)的發(fā)展，吸收了大量的理論、方法，已經(jīng)成功被地理學(xué)界用來模擬城市土地利用變化、林火發(fā)展蔓延、交通燈信號(hào)對(duì)交通流的影響、流域的匯流情況等[5]。在國(guó)外，Batty M等[6]在早期基于元胞自動(dòng)機(jī)理論，提出了一系列城市擴(kuò)張的模擬，說明了模型類型的多樣性，為以后的相關(guān)研究奠定基礎(chǔ)；Clarke K C等[7]、Felix S.K等[8]，也成功運(yùn)用元胞自動(dòng)機(jī)對(duì)城市擴(kuò)張進(jìn)行了模擬。在國(guó)內(nèi)地理學(xué)界自二十世紀(jì)九十年代以來，周成虎[9]、黎夏團(tuán)隊(duì)[10-14]等對(duì)元胞自動(dòng)機(jī)理論進(jìn)行研究，也提出了多種模型。近年來，不斷有研究團(tuán)隊(duì)對(duì)CA模型進(jìn)行運(yùn)用及改進(jìn)[15-21]，讓我國(guó)對(duì)元胞自動(dòng)機(jī)的研究不斷深入。在眾多的CA模型中，黎夏團(tuán)隊(duì)[22-23]耦合了地理模擬和空間優(yōu)化的模型提出了地理模擬與優(yōu)化系統(tǒng)(Geographical Simulation and Optimization System，GeoSOS)，已經(jīng)成功地應(yīng)用于各種城市擴(kuò)張的模擬中，是支撐國(guó)土空間規(guī)劃的重要工具[24]。GeoSOS由三個(gè)重要模塊組成：地理元胞自動(dòng)機(jī)(Geo-CA)、多智能體系統(tǒng)(MAS)、生物智能(SI)。其中的地理元胞自動(dòng)機(jī)模塊包含了常用的CA模型，為用戶提供了一種選擇最佳模擬模型的方便途徑[25]。

當(dāng)前，利用元胞自動(dòng)機(jī)對(duì)城市擴(kuò)張進(jìn)行模擬分析的研究，是城市擴(kuò)張研究方面的熱點(diǎn)問題，但是對(duì)于從大范圍的角度出發(fā)，模擬城市擴(kuò)張還很罕見。四川省是中國(guó)第五大省份，也是中國(guó)西南地區(qū)的重要省份，對(duì)其進(jìn)行城市擴(kuò)張模擬分析，符合大范圍的要求，具有一定典型性和代表性；對(duì)于中國(guó)的發(fā)展規(guī)劃，也具有一定的意義。筆者首先利用四川省2000年、2010年和2018年土地利用數(shù)據(jù)，分析了四川省城鎮(zhèn)用地增長(zhǎng)的主要來源，然后基于這三年的土地利用數(shù)據(jù)和相關(guān)影響因子數(shù)據(jù)，利用GeoSOS對(duì)四川省的城鎮(zhèn)用地?cái)U(kuò)張進(jìn)行了模擬、預(yù)測(cè)分析，為研究大范圍的城市擴(kuò)張?zhí)峁┮粋€(gè)可靠的方法。

1 研究區(qū)及數(shù)據(jù)來源

1.1 研究區(qū)概況

四川省位于中國(guó)西南腹地，轄區(qū)面積約48.5×104km2，居中國(guó)第五位。四川處于中國(guó)大陸地勢(shì)三大階梯中的第一級(jí)和第二級(jí)的過渡帶，高低懸殊，西高東低的特點(diǎn)特別明顯。其地貌復(fù)雜，以山地為主要特色，土壤類型豐富。氣候在區(qū)域表現(xiàn)差異顯著，氣象災(zāi)害種類多，發(fā)生頻率高，范圍大?！昂鸁ㄓ咕€”作為我國(guó)地理研究的重要研究點(diǎn)，很好地反映了我國(guó)城鎮(zhèn)化水平的地理差異。由于“胡煥庸線”貫穿四川省，從而可以將四川省的城鎮(zhèn)化情況當(dāng)作全國(guó)的一個(gè)縮影來進(jìn)行研究。研究區(qū)地理位置圖如圖1所示。

圖1 研究區(qū)地理位置圖Fig.1 Geographical location of the study area

1.2 數(shù)據(jù)來源與處理

筆者所采用的數(shù)據(jù)源主要包括土地利用數(shù)據(jù)、DEM數(shù)據(jù)、道路數(shù)據(jù)、河流數(shù)據(jù)、城市點(diǎn)數(shù)據(jù)、行政邊界數(shù)據(jù)。四川省DEM數(shù)據(jù)來源于美國(guó)國(guó)家航空航天局(National Aeronautics and Space Administration, NASA)，通過Google earth engine平臺(tái)(earthengine.google.com)獲取，分辨率為30 m；四川省2000年、2010年和2018年土地利用數(shù)據(jù)來自中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(www.resdc.cn)，分類體系為二級(jí)，分辨率為1 km；道路(縣道、省道、國(guó)道、高速路、鐵路)數(shù)據(jù)、河流數(shù)據(jù)、城市點(diǎn)數(shù)據(jù)及行政邊界數(shù)據(jù)來自全國(guó)地理信息資源目錄服務(wù)系統(tǒng)(www.webmap.cn)。

首先對(duì)二級(jí)土地利用數(shù)據(jù)進(jìn)行重分類，主要分為5類：耕地、林地、草地、水域、城鎮(zhèn)用地和其他用地(圖2)。通過抽樣調(diào)查和實(shí)地考查對(duì)其結(jié)果進(jìn)行驗(yàn)證，其整體的精度在80%以上。土地利用數(shù)據(jù)有兩個(gè)作用：①將它轉(zhuǎn)換為土地利用矢量數(shù)據(jù)，此數(shù)據(jù)作為四川省土地利用轉(zhuǎn)換分析的基礎(chǔ)數(shù)據(jù)；②將它進(jìn)一步分類，提取城鎮(zhèn)用地和非城鎮(zhèn)用地，此數(shù)據(jù)作為模擬四川省城市擴(kuò)張的基礎(chǔ)數(shù)據(jù)。

圖2 土地利用分類Fig.2 Land use classification(a)2000年土地利用分類;(b)2010年土地利用分類;(c)2018年土地利用分類

利用四川省DEM數(shù)據(jù)生成坡度數(shù)據(jù)，然后根據(jù)《城市規(guī)劃原理(第三版)》[26]中提出的坡度小于等于25°的地方適合作為城鎮(zhèn)用地將四川省坡度數(shù)據(jù)分為兩類：“1”表示可以作為城鎮(zhèn)用地(坡度小于等于25°)；“0”表示不可以作為城鎮(zhèn)用地(坡度大于25°)，此數(shù)據(jù)作為限制因素一。然后利用行政邊界數(shù)據(jù)提取四川省邊界矢量數(shù)據(jù)，再利用四川省邊界矢量數(shù)據(jù)提取四川省道路(縣道、省道、國(guó)道、高速路、鐵路)數(shù)據(jù)、四川省城市(縣)點(diǎn)數(shù)據(jù)和河流數(shù)據(jù)。將河流數(shù)據(jù)進(jìn)行柵格化，然后重分類為兩類，“1”表示可以作為城鎮(zhèn)用地(非河流區(qū)域)；“0”表示不可以作為城鎮(zhèn)用地(河流區(qū)域)，此數(shù)據(jù)作為限制因素二。限制因素如圖3所示。

圖3 限制因素Fig.3 The limiting factor(a)坡度;(b)河流

城市擴(kuò)張受到很多空間因素影響，而這些因素往往是通過距離進(jìn)行表達(dá)，所以這里主要是空間可達(dá)性變量因子(如距離城市中心、道路距離)。然后提取距道路、城市中心的距離，再將它們標(biāo)準(zhǔn)化到0-1。坡度數(shù)據(jù)和距道路、城市中心的距離數(shù)據(jù)(圖4)將作為影響因子數(shù)據(jù)用作后續(xù)城市擴(kuò)張模擬中。將以上所有柵格數(shù)據(jù)的分辨率統(tǒng)一為1 km，最后再將所有數(shù)據(jù)統(tǒng)一投影到阿爾伯斯投影坐標(biāo)下。

圖4 影響因子Fig.4 Impact factor(a)距城市中心距離;(b)距縣道距離;(c)距省道距離;(d)距國(guó)道距離;(e)距高速公路距離;(f)距鐵路距離

2 研究方法

2.1 土地利用變化分析

土地利用/覆被變化是人類活動(dòng)對(duì)地球表層及全球變化影響研究的重要內(nèi)容[26]。分析四川省2000年到2018年的土地利用變化情況，能更好地輔助分析四川省的城市擴(kuò)張情況。土地利用變化檢測(cè)用于從不同時(shí)間點(diǎn)獲取的圖像中識(shí)別出顯著的土地利用變化。這里將土地利用類別變化檢測(cè)[27-28]用于定量分析四川省土地利用變化情況。土地利用類別變化檢測(cè)是一種簡(jiǎn)單有效的土地利用變化量化方法,它是將兩幅不同時(shí)間點(diǎn)的土地利用數(shù)據(jù)，通過逐像元比較的方法生成土地利用變化轉(zhuǎn)換矩陣，對(duì)土地利用變化矩陣進(jìn)行分析從而分析出相應(yīng)的土地利用變化情況。土地利用轉(zhuǎn)移矩陣反映了某一區(qū)域某一時(shí)段初、末各地類面積之間相互轉(zhuǎn)化的動(dòng)態(tài)信息[29]。分類后變化檢測(cè)的精度,可以近似于所使用土地利用地圖整體精度的乘積。

2.2 GeoSOS模型

地理模擬與優(yōu)化系統(tǒng)(GeoSOS)理論，是根據(jù)黎夏團(tuán)隊(duì)[30]多年來在地理元胞自動(dòng)機(jī)、多智能體建模和空間優(yōu)化研究的基礎(chǔ)上提出的，可以用于全球土地利用變化、城市擴(kuò)張模擬等地理模擬和空間優(yōu)化工作[31]，為相關(guān)研究者提供研究輔助工具，為政府部門的相關(guān)規(guī)劃提供決策支持。

本研究的城市擴(kuò)張模擬主要基于GeoSOS for ArcGIS，利用地理模擬與優(yōu)化系統(tǒng)理論，對(duì)四川省的城市擴(kuò)張情況進(jìn)行模擬分析。目前，GeoSOS for ArcGIS有三種元胞自動(dòng)機(jī)模型，分別是神經(jīng)網(wǎng)絡(luò)元胞自動(dòng)機(jī)模型、決策樹元胞自動(dòng)機(jī)模型和邏輯回歸元胞自動(dòng)機(jī)模型。通過前人的分析研究，決策樹元胞自動(dòng)機(jī)模型和邏輯回歸元胞自動(dòng)機(jī)模型在模擬參數(shù)設(shè)置時(shí)受到限制，只能對(duì)城鎮(zhèn)用地地?cái)U(kuò)展進(jìn)行模擬，不適用于多種類型的土地利用類型轉(zhuǎn)換，而神經(jīng)網(wǎng)絡(luò)元胞自動(dòng)機(jī)模型由于其在進(jìn)行樣本訓(xùn)練時(shí)，可以通過自己學(xué)習(xí)獲取模型參數(shù)，無需人為設(shè)置，又在最終參數(shù)設(shè)置時(shí)加入適宜性矩陣，滿足了除城鎮(zhèn)建設(shè)用地以外的其他土地利用類型的模擬條件，適用于多種類型的土地利用類型轉(zhuǎn)換[32-33]。本研究主要進(jìn)行城市擴(kuò)張模擬分析，即非城鎮(zhèn)用地到城鎮(zhèn)用地的轉(zhuǎn)換，因此利用決策樹元胞自動(dòng)機(jī)模型和邏輯回歸元胞自動(dòng)機(jī)模型進(jìn)行大范圍城市擴(kuò)張模擬，為相關(guān)研究提供一個(gè)可靠的方法。

2.2.1 Logistic-CA模型

邏輯回歸元胞自動(dòng)機(jī)(Logistic-CA)模型，是通過一系列的獨(dú)立變量(影響因子)形成的回歸方程，然后利用回歸方程，計(jì)算元胞轉(zhuǎn)換概率，通過設(shè)定元胞轉(zhuǎn)換規(guī)則來模擬非城鎮(zhèn)元胞轉(zhuǎn)換為城鎮(zhèn)元胞的情況。其計(jì)算公式如下(以7×7鄰域?yàn)槔?：

(1)

其中，

Zij=a0+a1x1+a2x2+…+anxn

(2)

(3)

RA=(1+(-lnγ))α

(4)

2.2.2 DT-CA模型

決策樹元胞自動(dòng)機(jī)(DT-CA)模型是根據(jù)決策樹規(guī)則判別當(dāng)前元胞是否可以轉(zhuǎn)換為城市用地；同時(shí)元胞目前的土地利用類型可以轉(zhuǎn)換為城市用地；則計(jì)算鄰域發(fā)展密度(鄰域窗口內(nèi)城市用地的比例)，如果其大于隨機(jī)值，則該元胞轉(zhuǎn)換為城市用地。其轉(zhuǎn)換規(guī)則如表1所示。

表1 DT-CA模型轉(zhuǎn)換規(guī)則

3 結(jié)果分析

3.1 土地利用變化結(jié)果分析

土地利用統(tǒng)計(jì)和轉(zhuǎn)換矩陣為分析土地利用和覆蓋的變化提供了重要信息。土地利用變化分析基于四川省2000年、2010年和2018年三幅土地利用數(shù)據(jù)進(jìn)行。在過去的二十年中，四川省的城鎮(zhèn)用地從2000年的909.57 km2增長(zhǎng)到2018年的2 044.93 km2(表2)。

表2 土地利用變化表

從提取的四川省2000年、2010年和2018年三幅土地利用數(shù)據(jù)顯示，在過去的20年里，大部分耕地都變成了建成區(qū)。通過比較分析，與2000年到2010年相比，四川省2010年到2018年的城鎮(zhèn)擴(kuò)張速度快，耕地面積減少速度快，而林地、草地、水域和其它用地增長(zhǎng)速度快。在2000年到2018年土地利用變化情況中，除了耕地面積在下降以外，其余土地利用類型面積均在上升，因此，四川省的城市擴(kuò)張主要以耕地轉(zhuǎn)換為城鎮(zhèn)用地為主，與在土地利用數(shù)據(jù)中顯示的情況相符。

利用土地利用轉(zhuǎn)換矩陣描述四川省2000年到2010年、2010年到2018年期間的土地轉(zhuǎn)化率，其結(jié)果如表3和表4所示

表3 2000年-2010年土地利用轉(zhuǎn)化矩陣

表4 2010年～2018年土地利用轉(zhuǎn)化矩陣

在城市擴(kuò)張過程中，是其他用地類型轉(zhuǎn)換為城鎮(zhèn)用地，一般不會(huì)出現(xiàn)城鎮(zhèn)用地轉(zhuǎn)換為其他用地類型。而在土地利用轉(zhuǎn)換矩陣表中，可以發(fā)現(xiàn)有城鎮(zhèn)用地轉(zhuǎn)換為其他用地類型的情況出現(xiàn)，這是由于在土地利用分類處理過程中，城鎮(zhèn)用地和其他用地類型的混合像元分類誤差導(dǎo)致。在每次土地利用轉(zhuǎn)換過程中，有36種可能的組合。由于本研究關(guān)注的是城市增長(zhǎng)特征，因此只選擇了6種與城市土地轉(zhuǎn)換相關(guān)的組合進(jìn)行進(jìn)一步分析，如城鎮(zhèn)用地(無變化)、耕地轉(zhuǎn)換為城鎮(zhèn)用地、林地轉(zhuǎn)換為城鎮(zhèn)用地、草地轉(zhuǎn)換為城鎮(zhèn)用地、水域轉(zhuǎn)換為城鎮(zhèn)用地和其他用地轉(zhuǎn)換為城鎮(zhèn)用地，其他的轉(zhuǎn)換情況合并到一個(gè)類中，如表5所示。

表5 2000年-2010年、2010年-2018年的其他土地利用向城鎮(zhèn)用地轉(zhuǎn)換

從表5也可以看出，四川省的城市擴(kuò)張主要以耕地轉(zhuǎn)換為城鎮(zhèn)用地為主，從2000年到2010年，耕地轉(zhuǎn)換為城鎮(zhèn)用地占比0.16%，2010年到2018年，占比0.17%。

3.2 GeoSOS模型模擬結(jié)果分析

將坡度數(shù)據(jù)和河流數(shù)據(jù)作為限制因素，距道路、城市中心的距離數(shù)據(jù)作為影響因子，利用GeoSOS中的GeoSOS for ArcGIS工具，結(jié)合Logistic-CA和Decision-tree CA兩種模型，從2000年出發(fā)，對(duì)四川省2010年和2018年的城市擴(kuò)張情況進(jìn)行模擬分析。其中要不斷進(jìn)行模型參數(shù)擬合以達(dá)到模型模擬大最佳效果。最終兩種模型擬合的參數(shù)設(shè)置如下。

1)城鎮(zhèn)用地?cái)?shù)值為1;非城鎮(zhèn)用地?cái)?shù)值為2，此類可以轉(zhuǎn)換為城鎮(zhèn)用地。

2)本次模擬的轉(zhuǎn)換總量為1 495個(gè)柵格單元，所以設(shè)置總的迭代次數(shù)為500，每次迭代會(huì)有3個(gè)元胞進(jìn)行轉(zhuǎn)換。

3)設(shè)置模擬過程總的輸出：設(shè)置每100次迭代刷新一次結(jié)果。在實(shí)際土地利用數(shù)據(jù)中，2000年到2010年有519個(gè)柵格發(fā)生轉(zhuǎn)變，2010年到2018年有976個(gè)柵格發(fā)生轉(zhuǎn)變，那么迭代次數(shù)為173時(shí)代表模擬的四川省2010年城市擴(kuò)張情況，迭代完成后則為四川省2018年城市擴(kuò)張情況，所以設(shè)置每173次迭代輸出一次結(jié)果。

參數(shù)設(shè)置好后，運(yùn)行兩種模型，得到模擬結(jié)果與實(shí)際情況的對(duì)照如圖5所示。

圖5 模擬結(jié)果與實(shí)際對(duì)比圖Fig.5 Comparison between simulation results and actual results(a)2010年實(shí)際情況;(b)2010年DT-CA模型模擬結(jié)果;(c)2010年Logistic-CA模型模擬結(jié)果;(d)2018年實(shí)際情況;(e)2018年DT-CA模型模擬結(jié)果;(f)2018年Logistic-CA模型模擬結(jié)果

從圖5可以看出，四川省的城市擴(kuò)張主要集中在東部，東部的擴(kuò)張又集中在四川盆地中，造成此現(xiàn)象的主要原因是四川省的地勢(shì)情況。以龍門山-大涼山一線為界，西部主要是山地和高原，不適于城市的發(fā)展，東部主要是盆地和丘陵，適于城市發(fā)展。與此同時(shí)，四川省地勢(shì)西高東低導(dǎo)致了它的東西部經(jīng)濟(jì)差異明顯，從而使四川省東部城市擴(kuò)張比西部快速。在“胡煥庸線”中，其東南地區(qū)的城鎮(zhèn)化水平高于西北部，模擬結(jié)果也與之相符。運(yùn)用混淆矩陣進(jìn)行結(jié)果精度評(píng)價(jià)，得到2010年(表6)和2018年(表7)的混淆矩陣：根據(jù)混淆矩陣計(jì)算兩種模型各年份的Kappa系數(shù)如表8所示。

表6 2010年城市擴(kuò)張模擬分析比較(地塊數(shù))

表7 2018年城市擴(kuò)張模擬分析比較(地塊數(shù))

表8 精度分析表

通過表8可以看出，兩種模型的模擬結(jié)果精度相近。2010年模擬結(jié)果的kappa系數(shù)在0.74左右，2018年模擬結(jié)果的kappa系數(shù)在0.60左右，kappa系數(shù)均屬于中上的模擬精度，說明兩種模型都可以達(dá)到模擬城市擴(kuò)張的效果，都可以用于模擬大范圍城市擴(kuò)張過程中。在具體運(yùn)行過程中，DT-CA模型在前期模型訓(xùn)練階段需要一些時(shí)間去生成決策樹來提取轉(zhuǎn)換規(guī)則，比Logistic-CA模型前期尋找模型回歸方程系數(shù)所用時(shí)間長(zhǎng)。但是在模型訓(xùn)練完成后，進(jìn)行模擬時(shí)，在設(shè)置同樣的迭代次數(shù)下，DT-CA模型比Logistic-CA模型所花費(fèi)時(shí)間少。此外Logistic-CA模型在模擬過程中比DT-CA模型多一個(gè)參數(shù)δ(此參數(shù)用來控制隨機(jī)擾動(dòng)的強(qiáng)度，取值在1～10的范圍內(nèi)，值越大則隨機(jī)性越大)，所以在模擬過程中，尋找最佳δ值也要花費(fèi)一定的時(shí)間。在本研究中，Logistic-CA模型精度與DT-CA模型精度大體一致，但前者花費(fèi)時(shí)間長(zhǎng)于后者，因此在本次實(shí)驗(yàn)中，DT-CA模型優(yōu)于Logistic-CA模型。利用合理的模型，對(duì)大范圍的城市擴(kuò)張情況進(jìn)行模擬分析，可以為今后的地區(qū)發(fā)展規(guī)劃提供決策支持。

比較分析兩種模型的模擬精度可以看出，2010年的kappa系數(shù)比2018年的kappa系數(shù)高0.14。造成此情況是由于影響因子的選擇問題，2010年前四川省的城市擴(kuò)張是由道路和城市中心因素主導(dǎo)，而2018年后四川省的城市擴(kuò)張更凸顯政府政策的作用，比如天府新區(qū)的建設(shè)等等。所以在后續(xù)的研究中，應(yīng)該從各個(gè)方面考慮，加入適合的因子，而不是僅僅考慮空間可達(dá)性。

3.3 模擬預(yù)測(cè)

利用DT-CA模型進(jìn)行城市擴(kuò)展預(yù)測(cè)，在模擬參數(shù)設(shè)置中，將起始年份土地利用數(shù)據(jù)設(shè)置為2018年；模擬終止條件中，將模擬轉(zhuǎn)換總量設(shè)置為959，排除不能轉(zhuǎn)換(道路、水域、坡度等)的柵格后，2018年之后四川省可用于轉(zhuǎn)換為城市用地的柵格總量只剩下約44×104個(gè)。結(jié)合以往年份轉(zhuǎn)換量并考慮城市未來發(fā)展的綜合經(jīng)濟(jì)、生態(tài)、農(nóng)業(yè)等多方面平衡的因素在研究區(qū)柵格數(shù)據(jù)中，通過計(jì)算后，筆者采用959作為模擬轉(zhuǎn)換總量。其他參數(shù)與運(yùn)用DT-CA模型進(jìn)行模擬時(shí)的參數(shù)保持一致，模型運(yùn)行后得到預(yù)測(cè)的結(jié)果如圖6所示。

圖6 2025年四川省城鎮(zhèn)用地預(yù)測(cè)結(jié)果Fig.6 Prediction results of urban land use in Sichuan province in 2025

從圖6可以看出，四川省2025年的預(yù)測(cè)結(jié)果和現(xiàn)階段的城市擴(kuò)張方向和主要擴(kuò)張地區(qū)大體相同，主要集中在四川盆地內(nèi)，西部高原、山地呈現(xiàn)出少部分的城市擴(kuò)張。從地理結(jié)構(gòu)上看，四川省的城市擴(kuò)張和城市擴(kuò)張的基本要素、結(jié)果相符；從區(qū)域經(jīng)濟(jì)上看，為了減小區(qū)域的經(jīng)濟(jì)差異，有關(guān)部門就需要著重關(guān)注四川省西部的開發(fā)，積極探尋有效的方法減少西部地區(qū)的落后情況。

4 結(jié)論

本研究基于GeoSOS模型，對(duì)大范圍的城市擴(kuò)張情況進(jìn)行模擬分析，探討此模型對(duì)于研究大范圍城市擴(kuò)張的可行性。由于四川省是中國(guó)第五大省份，地處西南腹地，研究大范圍的城市擴(kuò)張以四川省為例具有典型性。首先，利用土地利用轉(zhuǎn)換分析，分析四川省的城市擴(kuò)張來源,再在GeoSOS平臺(tái)上，利用DT-CA模型和Logistic-CA模型，考慮空間限制因素和影響因素，對(duì)四川省城市擴(kuò)張進(jìn)行模擬。對(duì)模擬結(jié)果分析比較后，采用相對(duì)較好的DT-CA模型對(duì)四川省2025年的城鎮(zhèn)用地情況進(jìn)行預(yù)測(cè)。

1)從土地利用轉(zhuǎn)換分析可以看出，四川省的城市擴(kuò)張主要以耕地轉(zhuǎn)換為城鎮(zhèn)用地為主，從2000年到2010年，耕地轉(zhuǎn)換為城鎮(zhèn)用地占比0.16%，2010年到2018年，占比0.17%。

2)從模擬結(jié)果可以看出，四川省的城市擴(kuò)張主要集中在東部，東部的擴(kuò)張又集中在四川盆地中，造成此現(xiàn)象的主要原因是四川省的地勢(shì)情況。

3)比較分析Logistic-CA模型與DT-CA模型的精度可以發(fā)現(xiàn)，兩種模型的模擬結(jié)果精度相近且都高于0.6，都呈現(xiàn)較高的一致性，說明兩種模型都可以達(dá)到模擬城市擴(kuò)張的效果，都可以用于模擬大范圍城市擴(kuò)張過程中。雖然，Logistic-CA模型精度與DT-CA模型精度大體一致，但前者花費(fèi)時(shí)間長(zhǎng)于后者，因此總體來說，DT-CA模型優(yōu)于Logistic-CA模型。因此，使用DT-CA模型對(duì)大范圍的城市擴(kuò)張進(jìn)行模擬分析為研究大范圍的城市擴(kuò)張?zhí)峁┮环N可靠方法，從而為今后地區(qū)的發(fā)展規(guī)劃提供決策支持。

4)2010年的kappa系數(shù)比2018年高0.14。造成此情況是由于影響因子的選擇問題，所以在后續(xù)的研究中，應(yīng)該從各個(gè)方面考慮，加入適合的因子，而不是僅僅考慮空間可達(dá)性。

5)利用DT-CA模型對(duì)四川省2025年的城鎮(zhèn)用地情況進(jìn)行預(yù)測(cè)，結(jié)果發(fā)現(xiàn)，其預(yù)測(cè)結(jié)果和四川省現(xiàn)階段的城市擴(kuò)張方向和主要擴(kuò)張地區(qū)大體相同，主要集中在四川盆地內(nèi)，西部高原、山地呈現(xiàn)出少部分的城市擴(kuò)張。