基于本體知識庫的土地利用總體規劃方法

鐘鳴，邱炳文，高建陽，龍榮，巫建偉

（1.福州大學 空間數據挖掘與信息共享教育部重點實驗室，福建 福州350002；2.福建省地質測繪院，福建 福州350011）

土地利用總體規劃是在一定規劃區域內，根據當地自然和社會經濟條件及國民經濟發展的要求，協調土地供給與需求，確定或調整土地利用總體結構和用地布局的宏觀戰略措施［1］，其核心內容就是土地利用空間布局.土地利用總體規劃是一個多目標、多規則約束問題，涉及農業、林業、交通等多學科多領域要素，規劃過程中如何有效借助多方面經驗知識，是關系到規劃結果科學有效性的重要問題.將已有知識和方法的共享與重用，并提供有效的知識利用方法，是提高規劃效率的重要途徑.當前實現土地利用空間布局的主要方法有元胞自動機、遺傳算法、系統動力學、粒子群算法.元胞自動機可以較好的與情境規劃結合［2］；遺傳算法能得到一個理論上的最優解［3］；系統動力學具有動態性、仿真模擬性［4］；粒子群算法智能型強、空間耦合性強［5］.但是這些模型、方法的缺陷在于不能將規劃中專家經驗和知識運用到規劃中，無法實現領域知識的共享和重用.本體（ontology）是共享概念模型的明確的形式化規范說明［6］，是知識重用、知識共享和建模的重要工具.它的應用為信息與知識的共享、重用提供了嶄新而獨具優越性的方法，受到了廣泛的關注［7-8］.本體在土地利用領域應用以數據組織方式為主［9-10］，并未以知識庫的方式實現知識的共享與重用.因此，本文將本體知識庫引入土地利用總體規劃領域，借助本體良好的概念層次結構對土地利用總體規劃領域的要素及要素間的關系進行準確定義，構建土地利用總體規劃本體知識庫，設計并實現了基于本體知識庫的土地利用總體規劃決策支持系統.

1 土地利用總體規劃本體知識庫

1.1 領域本體庫的構建

1.1.1 領域概念獲取 土地利用總體規劃涉及范圍廣、內容豐富，不同級別、不同區域的土地利用總體規劃的側重點和內容深度不同.本研究討論縣級土地利用總體規劃的一般內容：土地利用現狀分析、土地供需量預測、規劃目標和任務的確定、土地利用結構優化、土地利用布局優化和修改.構建的領域本體需涵蓋土地利用、土壤條件、地形地貌、空間關系等方面內容.

根據上文確定的領域本體的知識涵蓋范圍，參考土地利用總體規劃相關資料，通過與土地利用總體規劃領域專家的交流，得到的領域概念術語、層次關系如圖1所示.

1）用于描述土地利用特征，包括類屬特征（土地利用現狀、規劃用地、土地利用空間用途管制）和形態特征（周長、面積、形狀特征）方面的概念.

2）用于描述土地利用總體規劃中地物空間關系方面的術語概念，主要包括距離關系（距公路距離、距城鎮距離、距水系距離）和拓撲關系（相鄰土地利用類型）方面的概念.

3）用于描述土地利用總體規劃中自然屬性方面的術語概念，主要包括土壤條件（耕層厚度、土壤有機質、土壤酸堿度、表層土壤質地）、地形地貌（高程、坡向、坡度、地貌類型）.

4）用于描述土地利用總體規劃中社會屬性方面的術語概念，主要包括人口（人口總量、人口增長率）、GDP（第一產業總值、第二產業總值、第三產業總值）、城市化水平.

1.1.2 本體庫實現 在完成土地利用總體規劃領域本體概念化以后，采用Protégé本體編輯工具對本體進行編輯，生成領域本體模型.建立本體庫，必先對已建立的本體模型進行形式化表示，對所建立的本體模型采用適當的描述語言進行描述.本系統選用OWL語言作為本體描述語言.OWL語言是對RDFS進行擴展，在保證更強大的語義表達能力的同時，還保證了描述邏輯的可判定推理［11］.OWL本體由類（classes）、屬性（property）、實例（instance）組成.

在土地利用總體規劃本體領域中，描述類（land，單元土地）具有對象屬性（has＿landscapes，所處地的地貌類型），其值域為（landscapes，地貌類型），用OWL語言描述為

圖1 部分土地利用總體規劃領域概念層次結構圖Fig.1 Hierarchical structure diagram of land use planning domain concept

描述土地單元（land）類的實例land＿1所處地的地貌類型為盆地（basin），用OWL語言描述為

領域本體存儲到系統數據庫中，形成本體庫，作為知識庫的基礎.

1.2 規則庫的構建

傳統的知識庫建模方式有事實、概念與規則3個層次［12］.在采用本體表示知識的知識庫中，事實層和概念層已通過本體知識模型表示，需利用本體概念和關系進行知識規則的組織，完成規則層的構建.

土地利用總體規劃中存在著大量的結構化與非結構化的約束規則.按照內容可分為政策法規約束、土地利用綜合效益約束、土地利用數量結構約束和土地利用空間格局約束；按照類型可分為屬性規則和數量規則.屬性規則是指通過土地本身的土壤、地形地質條件等屬性推理，從而得到土地的利用方式；數量規則是指土地利用布局中不同地類、不同行政級別和地類與行政區域面積之間數量上的約束.

系統采用Jena推理機進行推理，規則按照Jena語法規則［13］進行組織，每一條規則都是由前主體項terms（前提）、hterms（頭部項）、可選規則名和可選推理方向定義組成.下面以政策法規約束和土地利用空間格局約束為例介紹Jena語法規則.

土地利用空間格局約束：如果某土地單元被規劃成城鄉建設用地，則該地土地單元一定位于可建設用地管制區.用Jena規則可表示為

政策法規約束：某行政區規劃控制指標中耕地保有量為30 000公頃，則該行政區耕地總量必須大于30 000公頃，用Jena規則可表示為

其中：ns為本體庫的命名空間；rdf：type表示為本體中的一個類；has＿chan Type表示farm Land類具有has＿chan Type對象屬性；greater Than為Jena的內建元語，表示前者大于后者；“-〉”符號表示規則的結論方向.

將以上形式組織的規則以Jena語法規則進行組織并存儲到數據庫，完成規則庫的構建.

1.3 本體知識庫推理

Jena是由惠普語義網絡實驗室開發的一種用來構建語義 Web應用的Java框架.它為RDF，RDFS，OWL和SPARQL等應用提供開發環境，而且包含一個基于規則的推理引擎.本文主要應用Jena框架中的RDF應用編程接口、持久性存儲子系統、Ontology API，以及基于本體的規則推理等組件完成系統的開發.

系統選用Jena內置的通用推理機，讀取規則庫中的規則與推理機綁定，生成推理模型，進行基于本體的規則推理.圖2為基于本體知識庫的推理過程流程.從圖2可知：首先通過讀取本體庫中的RDF模型，創建本體模型，將規劃數據與本體模型結合，生成土地利用總體規劃本體實例；其次，讀取規則庫中的規則，與本體實例結合綁定到本體推理機，實現推理；最后，通過對推導出的RDF三元組模型進行查詢得到最后的推理結果.

2 決策支持系統及其應用

2.1 系統體系結構

文中的土地利用總體規劃決策支持系統以ArcEngine開發組件為基礎，根據縣級土地利用總體規劃的決策依據和業務需求建立，用于輔助縣級土地利用總體規劃工作.系統除實現了空間數據管理和空間分析等基本的GIS功能之外，還提供多種數學模型以對土地利用總體規劃工作提供決策支持.

根據決策支持系統的特點，系統采用C／S（客戶／服務器）結構模式，如圖3所示.

圖2 本體知識庫推理過程Fig.2 Reasoning process of knowledge base of ontology

1）數據層.土地利用總體規劃涉及自然環境、社會經濟等多方面的圖件和屬性資料，存在大量的圖形數據和屬性數據，還包括本體知識庫的規則庫和本體庫.因此，數據組織的是否合理對系統的實用性將產生很大的影響［13］.為了能夠方便快捷地對數據進行讀取和操作，系統利用Oracle和ArcSDE作為系統數據庫管理平臺，將屬性數據與空間數據分開存儲，實現對土地利用總體規劃涉及的空間數據、屬性數據、決策數據等的一體化管理，是整個系統的基礎.

2）邏輯層.包括系統模型庫和知識庫.在土地利用總體規劃中，需要采用一些數學方法來解決問題，所以要建立數學模型［14］.本系統構建了土地需求預測模型、土地適宜性評價模型、土地利用結構優化模型、土地利用空間布局優化模型等數學模型來支持土地利用總體規劃.在Java開發環境下，利用Arc Engine組件技術實現土地利用總體規劃決策支持技術的邏輯層，是整個系統的核心.

3）表現層.通過菜單、對話框、編輯工具、視圖等方式實現人機交互的用戶界面.

圖3 系統體系結構Fig.3 System architecture

2.2 系統應用

系統以福建省常山華僑經濟開發區（以下簡稱常山）2006-2020年土地利用總體規劃為案例對系統性能進行驗證.常山地處福建省漳州市南部云霄、詔安、東山三縣交界處，位于東經117°11′～117°24′，北緯23°50′～23°55′，南距廣東汕頭100 km，北距福建廈門160 km，境內有連接閩粵的324國道、沈海高速公路及2006年投建的廈深高速鐵路，東臨福建東山港5 000 t碼頭26 km，水路暢通.開發區三面環山，境內丘陵起伏，東西側面臨近沿海.

應用系統實現常山土地利用總體規劃業務的流程，如圖4所示.

1）土地利用總體規劃目標制定.通過對常山土地利用現狀進行分析，讓用戶對區域的土地利用現狀和土地利用變化趨勢有一定把握；以往年各類土地利用數量為基礎，應用回歸模型對各地類的需求量進行預測；結合常山經濟條件和土地利用特點，制定了經濟效益和綜合效益兩種目標函數進行土地利用結構優化，確定各類用地規劃數量.

2）土地利用布局初步方案生成.土地利用布局初步方案生成有兩種方式：一種通過對土地單元進行適宜性評價，通過地類優先、適宜性差值方式生成初步布局方案；另一種是通過本體知識庫系統的推理實現，將規劃數據中與規則庫中規則匹配的土地單元進行基于本體知識庫的推理，生成初步布局方案.

3）土地利用布局優化.系統對布局方案優化，通過模型庫中的土地利用布局優化數學模型與本體知識庫系統結合實現.利用土地利用布局優化模型對初步布局方案進行運算，同時結合本體知識庫實現政策法規約束和土地利用數量結構約束，保證布局方案中合理的土地利用數量結構.

4）土地利用布局修改.當土地利用布局方案生成后，需要對當前布局方案進行局部調整，如果重新生成布局方案將浪費時間與精力.針對此類情況，系統提供對當前布局進行修改功能.如要劃出一塊面積為33.33 hm2的耕地作為廠房，那么耕地將減少33.33 hm2，建設用地將增加33.33 hm2，需要對耕地進行補充.在本文構建的本體知識庫中，耕地（farmland）類有has＿Source對象屬性，表示可以轉化為耕地的地類.為了對被占用的耕地進行補充，系統通過has＿Source屬性得到荒草地（wildgrass）類能被轉化為耕地，通過has＿Area屬性找到與33.33 hm2最相近的荒草地規劃為耕地，即實現耕地總量平衡.

圖4 常山土地利用總體規劃流程圖Fig.4 Flowchart of land ues planning in changshan

2.3 應用結果分析

按照圖4的流程運行系統，可得到兩種不同規劃目標下的常山2006-2020年土地利用總體規劃結果，如圖5所示.將得到的規劃結果與常山土地利用現狀（圖6）進行對比，可以得到兩種布局方案.

圖5 常山2006-2020年土地利用總體規劃結果Fig.5 Results of land use planning of Changshan from 2006 to 2020

1）通過經濟效益優先模型得到的空間布局方案，將絕大部分新增建設用地布局在中心城區與北部工業園區，緊靠交通干線的優勢區域地段，同時也在中心城區與北部工業園區之間的交通沿線布局許多破碎的建設用地.由于單純追求經濟效益，直接導致規劃后的新增建設用地較大程度地占用了中心城區周邊的優質耕地資源，并且規劃后形成的土地利用空間布局呈破碎化趨勢.

2）通過綜合效益模型得到的空間布局方案，在考慮經濟效益的同時更多地兼顧到區域生態格局的合理性，將新增建設用地布局于緊靠中心城區與北部工業園區的優勢區位，摒棄交通沿線的零星式布局模式，從而一定程度上確保兼顧區域經濟發展并且優化區域空間格局的需求.

兩種布局方案中的各類用地的數量結構都能滿足上級下達的規劃控制指標要求，并基于不同的規劃理念采取相應的規劃策略，在經濟效益模型中充分利用優勢區位，在綜合效益模型中基于區域整體宏觀構思，優化區域空間格局.模型能較好的體現相應的規劃理念，實現知識的共享與重用，能在一定程度上為土地利用總體規劃方案編制提供參考.

圖6 常山土地利用現狀圖Fig.6 Land-use map of Changshan

3 結論

土地利用總體規劃涉及的行業廣，交叉部門多，不僅需要對區域內土地進行充分的整合，還要與交通規劃、林業規劃、旅游規劃等相關規劃進行銜接，是一個具有多目標的復雜決策問題.此外，規劃中存在諸多不確定的因素，給土地利用總體規劃決策帶來較大的難度，所以專家的經驗和知識成為了確保規劃中正確決策的重要方面.

將本體知識庫引入土地利用總體規劃領域，通過遴選土地利用總體規劃領域的概念與定義構建了土地利用總體規劃領域本體，并以Jena語法規則構建了連貫無冗余的土地利用總體規劃規則庫，完成土地利用總體規劃知識庫的構建，實現規劃領域專業經驗知識的共享與重用.

將構建的土地利用總體規劃知識庫集成到土地利用總體規劃決策支持系統中，并將其應用到常山2006-2020年土地利用總體規劃實際業務中.結果表明：基于本體的知識庫系統能有效實現領域知識與方法的共享與重用，為土地利用總體規劃支持技術開辟了新的思路.

然而，土地利用總體規劃是一個極其復雜的工作，需要不斷完善規則庫中的規則，擴展規則庫，為土地利用總體規劃工作提供更多的支持.

［1］ 王萬茂.土地利用規劃學［M］.北京：科學出版社，2006：57-58.

［2］ MIAO Zuo-hua，CHEN Yong，ZENG Xiang-yang.CA model of optimization allocation for land use spatial structure based on genetic algorithm［J］.Artificial Intelligence and Computational Intelligence，2011，7002：671-678.

［3］ CAO Kai，HUANG Bo，WANG Shao-wen，et al.Sustainable land use optimization using boundary-based fast genetic algorithm［J］.Computers，Environment and Urban Systems，2012，36（3）：257-269.

［4］ CHEN C H，LIU W L，LIAW S L，et al.Development of a dynamic strategy planning theory and system for sustainable river basin land use management［J］.Science of the Total Environment，2005，346（1／2／3）：17-37.

［5］ 馬世發，何建華，俞艷.基于粒子群算法的城鎮土地利用空間優化模型［J］.農業工程學報，2010，26（9）：321-326.

［6］ STUDER R，BENJAMINS V，FENSEL D.Knowledge engineering：Principles and methods［J］.Data ＆ Knowledge Engineering，1998，25（1／2）：161-197.

［7］ MARASOVI T，MARASOVI R.Ontology based road service task manager and route planning system［C］∥2010 International Conference on Software，Telecommunications and Computer Networks（SoftCOM）.Split：IEEE，2010：331-335.

［8］ SCHEVERS H，VELDMAN D，BOULAIRE F，et al.Ontology-based demand support systems for urban development［J］.Clients Driving Innovation：Moving Ideas into Practice，2006：149-155.

［9］ 劉耀林，李紅梅，楊淳惠.基于本體的土地利用數據綜合研究［J］.武漢大學學報：信息科學版，2010，35（8）：883-886.

［10］ 李宏偉，李勤超.基于本體的土地利用數據分類分級表達［J］.地域研究與開發，2009，28（1）：82-85.

［11］ 巫建偉，陳崇成，唐麗玉.面向土壤適宜性評價的本體知識庫系統設計與應用［J］.地球信息科學，2010，12（5）：602-612.

［12］ 朱承，曹澤文，張維明.知識庫系統建模框架的發展與現狀［J］.計算機工程，2002，28（8）：3-5.

［13］ 程雄，熊華，易玲.土地利用規劃信息管理系統中的數據組織研究［J］.測繪通報，2002（5）：12-13.

［14］ 王建弟，王人潮.縣級土地利用管理決策支持系統的研制［J］.浙江大學學報：農業與生命科學版，2001，27（1）：49-54.