基于細胞自動機理論的土地利用空間布局研究

苗作華+黃志平+陳勇+曾向陽

摘要：細胞自動機理論為開展土地利用空間布局研究提供了有力的理論支持，傳統(tǒng)細胞自動機理論存在影響因素層單一、轉換規(guī)則固定的不足。本研究從細胞及其狀態(tài)、細胞空間劃分以及狀態(tài)轉換規(guī)則等方面進行改進，采用面向對象技術設計了地理細胞空間實體；以四叉樹算法對地理細胞空間進行多層次劃分；將模糊數(shù)學理論應用于細胞狀態(tài)轉換規(guī)則的計算，最后進行了相關實例研究和分析。結果表明，建立的模型能較好地分層次、綜合考慮影響土地利用狀態(tài)轉換的多種因素，可為構建協(xié)調的土地利用空間結構提供輔助決策。

關鍵詞：細胞自動機；土地利用；轉換規(guī)則；模糊理論；空間布局

中圖分類號：F301；TU984.113 文獻標識碼：A 文章編號：0439-8114（2014）18-4301-05

人類的生存和發(fā)展將土地利用/覆蓋從以自然表面為主轉變成以工廠、住宅為主的人為表面，導致各種自然過程（如徑流、蒸散發(fā)、生態(tài)過程等）的改變，帶來復雜的生態(tài)環(huán)境后果，影響著區(qū)域和全球的可持續(xù)發(fā)展[1]。因此，如何利用現(xiàn)代理論和方法構建協(xié)調的土地利用空間布局結構和形態(tài)，促進區(qū)域資源可持續(xù)利用一直以來都是諸多學者研究的重點和方向。

自德國的克里斯塔勒和廖什提出著名的中心地理論以來，中外學者對土地利用空間機構和形態(tài)進行了卓有成效的研究，取得諸多研究成果：基于機械牛頓力學的靜態(tài)“物理”模型（如直接類比法、時間序列法、回歸預測法、灰色模型預測法、馬爾柯夫鏈預測法等）；基于微分方程、集合論的動態(tài)模型；基于分形理論的研究等。上述研究方法中有的將問題抽象簡單化，以公式化的形式進行預測分析；有的則僅從宏觀出發(fā)，沒有顧及大量具有微觀結構特征的個體行為；有的則著重于刻畫城市空間結構分形現(xiàn)象的幾何特征，而不注重分形和時間因素的關聯(lián)等[2]。

近年來，細胞自動機（Cellular Automata，CA）作為一種通用、離散的時空動態(tài)理論模型，已成為土地利用方面的研究熱點[3]。較多學者利用CA模型對土地利用進行了深入的研究，國內學者在這方面也作出了重大貢獻[3-9]。上述研究對傳統(tǒng)CA理論進行了擴展，諸多研究考慮的影響因素較單一，細胞狀態(tài)的轉換規(guī)則為靜態(tài)的，往往取自于自身和鄰居的固有狀態(tài)組合，然而現(xiàn)實的影響因素是多層次的、有一定的非確定性。

鑒于此，本研究從細胞空間、轉換規(guī)則以及影響因素三方面對傳統(tǒng)CA理論進行改進，并開展相關的實例研究。

1 模型構建

1.1 CA理論基礎

20世紀30年代初，數(shù)學家特瑞英和紐曼提出了數(shù)值計算可能產(chǎn)生機器自繁殖的理論；50年代初，馮·諾依曼通過特定程序在計算機上實現(xiàn)了類似生物發(fā)展中細胞自我復制，CA是時間和空間都離散的動力系統(tǒng)[9，10]。一個標準的CA可用以下五元組模型來描述：

其中，S是細胞及狀態(tài)（Cell，Cellular States），細胞相互離散，在某一時刻一個細胞只能有一種取自有限集合的狀態(tài)；L表示CA所在的空間網(wǎng)格集合，即細胞空間（Lattice）；N描述的是細胞空間鄰域（Neighborhood），其是細胞周圍按一定形狀劃定的細胞集合，它們影響該細胞下一個時刻的狀態(tài)；R是細胞演化規(guī)則（Evolution Rules）；T是離散演化時間（Time）。

1.2 改進模型的體系結構

為解決傳統(tǒng)CA模型空間規(guī)則均質的不足，將空間環(huán)境因素視為不同的CA層，力圖盡量體現(xiàn)各種動力機制的影響，其體系結構如圖1所示。

改進模型由兩部分組成：①宏觀因素。主要包括政策、經(jīng)濟、規(guī)劃等因素，這些宏觀因素對土地利用空間擴展具有重要的導向功能，調整著自組織轉化方向，當干預與自組織力藕合同步時，則加速土地利用的轉化，否則阻礙或延緩土地利用的自組織轉化方向和進程[11，12]。在模型中將政策和規(guī)劃等宏觀因素作為控制參數(shù)層。②微觀層面。土地利用空間存在著類似于自然界的生態(tài)位勢差，這種生態(tài)位勢差產(chǎn)生了土地利用的積聚-擁擠-分散-新的積聚的自組織發(fā)展過程。在模型中借助土地利用現(xiàn)狀圖的分層圖斑體現(xiàn)不同的土地利用單元信息。

1.3 改進模型的概念表述

在分析傳統(tǒng)CA理論存在不足的基礎上，構建基于五元組的CA實體模型描述如下：

1.3.1 基于面向對象技術的細胞實體 采用面向對象技術對以下細胞實體進行定義。①CA實體基類Geo_CA，將細胞實體所共有的屬性、方法在基類中定義，并由此基類派生出其他細胞實體類，這些派生的實體類繼承了基類的屬性和方法，并根據(jù)自身的特點具有各自特殊的屬性和方法；②定義地理環(huán)境信息類，該類中含有與細胞實體狀態(tài)轉換有關的地理空間信息（如交通通達度、坡度、坡向指數(shù)等）；③定義轉換規(guī)則類Geo_CA_Rule，該類包含了細胞實體的轉換規(guī)則，該規(guī)則以IF…THEN的形式表達。細胞實體類結構見圖2示。

1.3.2 基于四叉樹的細胞空間劃分 傳統(tǒng)CA理論的細胞空間轉變?yōu)榈芽柤鴺讼迪碌牡乩砜臻g，抽象為一維（如交通流）、二維（如地塊）和三維（如污染物擴散）細胞空間[12]。確定合理的細胞空間劃分尺度對CA模型的建立具有重要意義，筆者結合四叉樹網(wǎng)格劃分思想對細胞空間局部再進行分割，算法流程如圖3示。

根據(jù)經(jīng)驗值和研究區(qū)域范圍大小確定細胞單元的最大和最小閾值，并以最大閾值對研究區(qū)域的柵格數(shù)據(jù)進行初步的分割。在進行演化模擬時選擇一個細胞單元空間，判斷其是否小于模型設定的最小閾值，為假（False）則判斷其所具有的屬性是否惟一（如土地利用狀態(tài)是否惟一），不惟一則按照如下公式計算各狀態(tài)的比例系數(shù)kn。

其中：kn、Sn分別代表第n個屬性狀態(tài)的比例系數(shù)和面積，是整個細胞單元的面積值。利用上述公式，對每個屬性狀態(tài)得到其比例系數(shù)K={k1，k2，…，km}，將K與設定的閾值參數(shù)進行比較，進而確定是否遞歸四叉樹分割流程對該細胞單元進行再分割。

1.3.3 模型鄰域和時間定義 傳統(tǒng)細胞空間鄰域的表達常被定義為以馮·諾伊曼鄰域或摩爾鄰域為代表的平衡對稱構型，筆者以擴展的摩爾鄰域為基礎定義細胞空間鄰域（R=2，鄰域細胞數(shù)目為24個（2× 2+1）2-1），以距離衰減模型來產(chǎn)生新的細胞鄰域（或消亡舊的空間細胞鄰域），進而反映細胞空間鄰域的動態(tài)變化。

時間屬性特征的表達。定義Base_Time為模型演化的基期時間，T為模型演化的單位時間段參數(shù)，Year為細胞年齡（Years=BaseTirne+T-StartUseYear），禁止轉化年齡為Forbid_Year。

1.4 改進模型的轉化規(guī)則

轉化規(guī)則決定了CA理論中各細胞狀態(tài)的動態(tài)轉化[13，14]。筆者在兼顧微觀、中觀和宏觀因素影響的基礎上，建立了如圖4所示的多層次狀態(tài)轉換規(guī)則庫。

定義模型轉化規(guī)則描述如下：

1.4.1 局部自組織規(guī)則 一般而言，細胞單元的土地利用狀態(tài)轉換在很大程度上受到其周圍鄰域的因素影響以及其自身狀態(tài)發(fā)生轉變時的費用影響，定義該類型轉換規(guī)則表達如下：

1.4.2 一般性約束規(guī)則 在影響土地利用狀態(tài)改變的諸多因素中（如道路交通通達度、坡向、坡度等）都可作為一般性質的約束條件來描述。在此，定義一個非線性模糊隸屬函數(shù)來刻畫該類條件的影響。如道路交通引力影響因素對土地利用單元的影響是隨距離而衰減的，利用負冪指數(shù)函數(shù)來量化這類因素的影響。

1.4.3 強制性約束規(guī)則 有些是強制性的限制條件（如山地、水面等自然因素以及政府的城市規(guī)劃、區(qū)域規(guī)劃等），限制分為絕對限制和部分限制。對絕對限制因素以0和1二值數(shù)據(jù)來量化，0表示該土地細胞單元不能轉化，而1表示可以轉化；對部分限制因素采用模糊隸屬函數(shù)來量化，如以地形坡度、坡向對城市建設用地的影響為例，定義如下的坡度模糊隸屬函數(shù)：

2 實例研究與分析

以華南沿海某城市土地利用空間布局為實例，對改進后的CA模型進行實例分析。

2.1 模型運行機理

針對傳統(tǒng)CA理論轉換規(guī)則單一、固定的不足進行改進，構建具有自主學習能力和動態(tài)修正能力，能產(chǎn)生新轉換規(guī)則的模型。主要由三部分組成：演化細胞管理模塊、新規(guī)則產(chǎn)生模塊以及規(guī)則管理模塊，運行機理如圖5示。

首先，數(shù)據(jù)輸入模塊將以地理細胞表示的地理空間環(huán)境信息通過信息感知功能傳輸?shù)揭?guī)則管理模塊中的環(huán)境信息流列表中；然后，根據(jù)基本演化規(guī)則獲取土地利用轉換后的狀態(tài)；隨著土地利用狀態(tài)轉化模擬的進行，地理空間細胞實體狀態(tài)的改變會引起基本地理環(huán)境的變化。因此，某些規(guī)則會發(fā)生改變并可能產(chǎn)生新的規(guī)則，產(chǎn)生的新規(guī)則被追加到基本演化規(guī)則庫中，實現(xiàn)細規(guī)則的動態(tài)修正。

2.2系統(tǒng)運行與分析

實驗主要算法利用C#語言在ArcGIS Engine平臺下實現(xiàn)，實驗用相關圖件資料經(jīng)過CorelDraw矢量化、投影變換、坐標配準等步驟轉為帶屬性數(shù)字化圖，屬性數(shù)據(jù)和空間數(shù)據(jù)之間通過空間目標關鍵字ID進行關聯(lián)，建立基礎數(shù)據(jù)庫，經(jīng)過處理后的研究區(qū)部分資料如圖6，圖7，圖8所示。

以研究區(qū)2007年土地利用現(xiàn)狀數(shù)據(jù)為基礎對其2012年的土地利用布局情況進行模擬，通過計算模擬數(shù)據(jù)和實際數(shù)據(jù)的相關度Kappa系數(shù)進行模型的檢驗[2]。經(jīng)計算得到相關度Kappa系數(shù)為0.811 0，結果對比如圖9和圖10所示。

同時，采用像元矩陣比較法檢驗模擬結果與現(xiàn)狀數(shù)據(jù)的相關度[14，15]，結果如表1所示。通過比較發(fā)現(xiàn)，雖然模擬數(shù)據(jù)和實際數(shù)據(jù)之間存在一定的差異，但仍表現(xiàn)出模型具有較高的空間相關性。

3 小結與討論

本研究從細胞空間劃分、狀態(tài)轉化規(guī)則等方面對傳統(tǒng)CA理論進行改進，并開展相關實例研究，結果表明，改進后的模型從宏觀、中觀和微觀三個層次上綜合考慮多種因素對土地利用狀態(tài)轉換的影響，使得模擬過程更接近于現(xiàn)實。但由于土地利用布局轉換是極其復雜的、多方利益博弈的過程，因此，如何構建更接近于現(xiàn)實的轉換規(guī)則表達庫有待進一步探索；同時，由于地理環(huán)境包含了豐富的空間信息和社會經(jīng)濟信息，因此CA模型的計算量巨大，應該進一步從邏輯和算法上簡化和優(yōu)化模型；另外，如何將成熟的社會經(jīng)濟模型和CA理論模型有機地融為一體也是今后研究的一個重要內容。

致謝：感謝楊小雄研究員對本研究提供的幫助。

參考文獻：

[1] 唐華俊，吳文斌，楊 鵬，等.土地利用/土地覆被變化（LUCC）模型研究進展[J].地理學報，2009，64（4）：456-468.

[2] 苗作華.城市空間演化進程的復雜性研究[M].北京：中國大地出版社，2007.

[3] 何春陽，陳 晉，史培軍，等.基于CA的城市空間動態(tài)模型研究[J].地球科學進展，2002，17（2）：188-196.

[4] 黎 夏，葉嘉安.知識發(fā)現(xiàn)及地理元胞自動機[J].中國科學（D輯），2004，34（9）：865-871.

[5] LI X， YEH A G. Modeling sustainable urban development by the integration of constrained cellular automata and GIS[J]. The International Journal of Geographic Information Science， 2000， 14（2）：131-152.

[6] WU F L. Simulating urban encroachment on rural land with fuzzy logical cellular automata in a geographical information system[J]. Journal of Environmental Manage， 1998， 53（4）：293-308.

[7] LIU Y， PHINN S R. Mapping the urban development of Sydney with cellular automata in the GIS environment[J]. Spatial Science， 2004， 49（2）：57-76.

[8] BATTY M， XIE Y， SUN Z. Modeling urban dynamics through GIS-based Cellular automata[J]. Computer， Environment and Urban Systems， 1999， 23（3）：205-233.

[9] WARD D P， MURRAY A T， PHINN S R. A stochastically constrained cellular model of urban growth[J].Computer， Environment and Urban System， 2000， 24（6）： 539-558.

[10] 周成虎，孫戰(zhàn)利，謝一春.地理元胞自動機研究[M].北京：科學出版社，1999.

[11] 李 志，劉文兆，鄭粉莉.基于CA-Markov模型的黃土塬區(qū)黑河流域土地利用變化[J].農(nóng)業(yè)工程學報，2010，26（1）：346-352.

[12] 羅 平，杜清運，何素芳.人口密度模型與CA集成的城市化時空模擬實驗[J].測繪科學，2003，28（4）：18-21.

[13] 黎 夏，劉小平.基于案例推理的元胞自動機及大區(qū)域城市演變模擬[J].地理學報，2007，62（10）：1097-1109.

[14] 楊小雄，劉耀林，王曉紅，等.基于約束條件的元胞自動機土地利用規(guī)劃布局模型[J].武漢大學學報（信息科學版），2007，32（12）：1164-1167.

[15] 王麗萍，金曉斌，杜心棟，等.基于灰色模型-元胞自動機模型的佛山市土地利用情景模擬分析[J].農(nóng)業(yè)工程學報，2012，28（3）：237-242.

1.3.3 模型鄰域和時間定義 傳統(tǒng)細胞空間鄰域的表達常被定義為以馮·諾伊曼鄰域或摩爾鄰域為代表的平衡對稱構型，筆者以擴展的摩爾鄰域為基礎定義細胞空間鄰域（R=2，鄰域細胞數(shù)目為24個（2× 2+1）2-1），以距離衰減模型來產(chǎn)生新的細胞鄰域（或消亡舊的空間細胞鄰域），進而反映細胞空間鄰域的動態(tài)變化。

時間屬性特征的表達。定義Base_Time為模型演化的基期時間，T為模型演化的單位時間段參數(shù)，Year為細胞年齡（Years=BaseTirne+T-StartUseYear），禁止轉化年齡為Forbid_Year。

1.4 改進模型的轉化規(guī)則

轉化規(guī)則決定了CA理論中各細胞狀態(tài)的動態(tài)轉化[13，14]。筆者在兼顧微觀、中觀和宏觀因素影響的基礎上，建立了如圖4所示的多層次狀態(tài)轉換規(guī)則庫。

定義模型轉化規(guī)則描述如下：

1.4.1 局部自組織規(guī)則 一般而言，細胞單元的土地利用狀態(tài)轉換在很大程度上受到其周圍鄰域的因素影響以及其自身狀態(tài)發(fā)生轉變時的費用影響，定義該類型轉換規(guī)則表達如下：

1.4.2 一般性約束規(guī)則 在影響土地利用狀態(tài)改變的諸多因素中（如道路交通通達度、坡向、坡度等）都可作為一般性質的約束條件來描述。在此，定義一個非線性模糊隸屬函數(shù)來刻畫該類條件的影響。如道路交通引力影響因素對土地利用單元的影響是隨距離而衰減的，利用負冪指數(shù)函數(shù)來量化這類因素的影響。

1.4.3 強制性約束規(guī)則 有些是強制性的限制條件（如山地、水面等自然因素以及政府的城市規(guī)劃、區(qū)域規(guī)劃等），限制分為絕對限制和部分限制。對絕對限制因素以0和1二值數(shù)據(jù)來量化，0表示該土地細胞單元不能轉化，而1表示可以轉化；對部分限制因素采用模糊隸屬函數(shù)來量化，如以地形坡度、坡向對城市建設用地的影響為例，定義如下的坡度模糊隸屬函數(shù)：

2 實例研究與分析

以華南沿海某城市土地利用空間布局為實例，對改進后的CA模型進行實例分析。

2.1 模型運行機理

針對傳統(tǒng)CA理論轉換規(guī)則單一、固定的不足進行改進，構建具有自主學習能力和動態(tài)修正能力，能產(chǎn)生新轉換規(guī)則的模型。主要由三部分組成：演化細胞管理模塊、新規(guī)則產(chǎn)生模塊以及規(guī)則管理模塊，運行機理如圖5示。

首先，數(shù)據(jù)輸入模塊將以地理細胞表示的地理空間環(huán)境信息通過信息感知功能傳輸?shù)揭?guī)則管理模塊中的環(huán)境信息流列表中；然后，根據(jù)基本演化規(guī)則獲取土地利用轉換后的狀態(tài)；隨著土地利用狀態(tài)轉化模擬的進行，地理空間細胞實體狀態(tài)的改變會引起基本地理環(huán)境的變化。因此，某些規(guī)則會發(fā)生改變并可能產(chǎn)生新的規(guī)則，產(chǎn)生的新規(guī)則被追加到基本演化規(guī)則庫中，實現(xiàn)細規(guī)則的動態(tài)修正。

2.2系統(tǒng)運行與分析

實驗主要算法利用C#語言在ArcGIS Engine平臺下實現(xiàn)，實驗用相關圖件資料經(jīng)過CorelDraw矢量化、投影變換、坐標配準等步驟轉為帶屬性數(shù)字化圖，屬性數(shù)據(jù)和空間數(shù)據(jù)之間通過空間目標關鍵字ID進行關聯(lián)，建立基礎數(shù)據(jù)庫，經(jīng)過處理后的研究區(qū)部分資料如圖6，圖7，圖8所示。

以研究區(qū)2007年土地利用現(xiàn)狀數(shù)據(jù)為基礎對其2012年的土地利用布局情況進行模擬，通過計算模擬數(shù)據(jù)和實際數(shù)據(jù)的相關度Kappa系數(shù)進行模型的檢驗[2]。經(jīng)計算得到相關度Kappa系數(shù)為0.811 0，結果對比如圖9和圖10所示。

同時，采用像元矩陣比較法檢驗模擬結果與現(xiàn)狀數(shù)據(jù)的相關度[14，15]，結果如表1所示。通過比較發(fā)現(xiàn)，雖然模擬數(shù)據(jù)和實際數(shù)據(jù)之間存在一定的差異，但仍表現(xiàn)出模型具有較高的空間相關性。

3 小結與討論

本研究從細胞空間劃分、狀態(tài)轉化規(guī)則等方面對傳統(tǒng)CA理論進行改進，并開展相關實例研究，結果表明，改進后的模型從宏觀、中觀和微觀三個層次上綜合考慮多種因素對土地利用狀態(tài)轉換的影響，使得模擬過程更接近于現(xiàn)實。但由于土地利用布局轉換是極其復雜的、多方利益博弈的過程，因此，如何構建更接近于現(xiàn)實的轉換規(guī)則表達庫有待進一步探索；同時，由于地理環(huán)境包含了豐富的空間信息和社會經(jīng)濟信息，因此CA模型的計算量巨大，應該進一步從邏輯和算法上簡化和優(yōu)化模型；另外，如何將成熟的社會經(jīng)濟模型和CA理論模型有機地融為一體也是今后研究的一個重要內容。

致謝：感謝楊小雄研究員對本研究提供的幫助。

參考文獻：

[1] 唐華俊，吳文斌，楊 鵬，等.土地利用/土地覆被變化（LUCC）模型研究進展[J].地理學報，2009，64（4）：456-468.

[2] 苗作華.城市空間演化進程的復雜性研究[M].北京：中國大地出版社，2007.

[3] 何春陽，陳 晉，史培軍，等.基于CA的城市空間動態(tài)模型研究[J].地球科學進展，2002，17（2）：188-196.

[4] 黎 夏，葉嘉安.知識發(fā)現(xiàn)及地理元胞自動機[J].中國科學（D輯），2004，34（9）：865-871.

[5] LI X， YEH A G. Modeling sustainable urban development by the integration of constrained cellular automata and GIS[J]. The International Journal of Geographic Information Science， 2000， 14（2）：131-152.

[6] WU F L. Simulating urban encroachment on rural land with fuzzy logical cellular automata in a geographical information system[J]. Journal of Environmental Manage， 1998， 53（4）：293-308.

[7] LIU Y， PHINN S R. Mapping the urban development of Sydney with cellular automata in the GIS environment[J]. Spatial Science， 2004， 49（2）：57-76.

[8] BATTY M， XIE Y， SUN Z. Modeling urban dynamics through GIS-based Cellular automata[J]. Computer， Environment and Urban Systems， 1999， 23（3）：205-233.

[9] WARD D P， MURRAY A T， PHINN S R. A stochastically constrained cellular model of urban growth[J].Computer， Environment and Urban System， 2000， 24（6）： 539-558.

[10] 周成虎，孫戰(zhàn)利，謝一春.地理元胞自動機研究[M].北京：科學出版社，1999.

[11] 李 志，劉文兆，鄭粉莉.基于CA-Markov模型的黃土塬區(qū)黑河流域土地利用變化[J].農(nóng)業(yè)工程學報，2010，26（1）：346-352.

[12] 羅 平，杜清運，何素芳.人口密度模型與CA集成的城市化時空模擬實驗[J].測繪科學，2003，28（4）：18-21.

[13] 黎 夏，劉小平.基于案例推理的元胞自動機及大區(qū)域城市演變模擬[J].地理學報，2007，62（10）：1097-1109.

[14] 楊小雄，劉耀林，王曉紅，等.基于約束條件的元胞自動機土地利用規(guī)劃布局模型[J].武漢大學學報（信息科學版），2007，32（12）：1164-1167.

[15] 王麗萍，金曉斌，杜心棟，等.基于灰色模型-元胞自動機模型的佛山市土地利用情景模擬分析[J].農(nóng)業(yè)工程學報，2012，28（3）：237-242.

1.3.3 模型鄰域和時間定義 傳統(tǒng)細胞空間鄰域的表達常被定義為以馮·諾伊曼鄰域或摩爾鄰域為代表的平衡對稱構型，筆者以擴展的摩爾鄰域為基礎定義細胞空間鄰域（R=2，鄰域細胞數(shù)目為24個（2× 2+1）2-1），以距離衰減模型來產(chǎn)生新的細胞鄰域（或消亡舊的空間細胞鄰域），進而反映細胞空間鄰域的動態(tài)變化。

時間屬性特征的表達。定義Base_Time為模型演化的基期時間，T為模型演化的單位時間段參數(shù)，Year為細胞年齡（Years=BaseTirne+T-StartUseYear），禁止轉化年齡為Forbid_Year。

1.4 改進模型的轉化規(guī)則

轉化規(guī)則決定了CA理論中各細胞狀態(tài)的動態(tài)轉化[13，14]。筆者在兼顧微觀、中觀和宏觀因素影響的基礎上，建立了如圖4所示的多層次狀態(tài)轉換規(guī)則庫。

定義模型轉化規(guī)則描述如下：

1.4.1 局部自組織規(guī)則 一般而言，細胞單元的土地利用狀態(tài)轉換在很大程度上受到其周圍鄰域的因素影響以及其自身狀態(tài)發(fā)生轉變時的費用影響，定義該類型轉換規(guī)則表達如下：

1.4.2 一般性約束規(guī)則 在影響土地利用狀態(tài)改變的諸多因素中（如道路交通通達度、坡向、坡度等）都可作為一般性質的約束條件來描述。在此，定義一個非線性模糊隸屬函數(shù)來刻畫該類條件的影響。如道路交通引力影響因素對土地利用單元的影響是隨距離而衰減的，利用負冪指數(shù)函數(shù)來量化這類因素的影響。

1.4.3 強制性約束規(guī)則 有些是強制性的限制條件（如山地、水面等自然因素以及政府的城市規(guī)劃、區(qū)域規(guī)劃等），限制分為絕對限制和部分限制。對絕對限制因素以0和1二值數(shù)據(jù)來量化，0表示該土地細胞單元不能轉化，而1表示可以轉化；對部分限制因素采用模糊隸屬函數(shù)來量化，如以地形坡度、坡向對城市建設用地的影響為例，定義如下的坡度模糊隸屬函數(shù)：

2 實例研究與分析

以華南沿海某城市土地利用空間布局為實例，對改進后的CA模型進行實例分析。

2.1 模型運行機理

針對傳統(tǒng)CA理論轉換規(guī)則單一、固定的不足進行改進，構建具有自主學習能力和動態(tài)修正能力，能產(chǎn)生新轉換規(guī)則的模型。主要由三部分組成：演化細胞管理模塊、新規(guī)則產(chǎn)生模塊以及規(guī)則管理模塊，運行機理如圖5示。

首先，數(shù)據(jù)輸入模塊將以地理細胞表示的地理空間環(huán)境信息通過信息感知功能傳輸?shù)揭?guī)則管理模塊中的環(huán)境信息流列表中；然后，根據(jù)基本演化規(guī)則獲取土地利用轉換后的狀態(tài)；隨著土地利用狀態(tài)轉化模擬的進行，地理空間細胞實體狀態(tài)的改變會引起基本地理環(huán)境的變化。因此，某些規(guī)則會發(fā)生改變并可能產(chǎn)生新的規(guī)則，產(chǎn)生的新規(guī)則被追加到基本演化規(guī)則庫中，實現(xiàn)細規(guī)則的動態(tài)修正。

2.2系統(tǒng)運行與分析

實驗主要算法利用C#語言在ArcGIS Engine平臺下實現(xiàn)，實驗用相關圖件資料經(jīng)過CorelDraw矢量化、投影變換、坐標配準等步驟轉為帶屬性數(shù)字化圖，屬性數(shù)據(jù)和空間數(shù)據(jù)之間通過空間目標關鍵字ID進行關聯(lián)，建立基礎數(shù)據(jù)庫，經(jīng)過處理后的研究區(qū)部分資料如圖6，圖7，圖8所示。

以研究區(qū)2007年土地利用現(xiàn)狀數(shù)據(jù)為基礎對其2012年的土地利用布局情況進行模擬，通過計算模擬數(shù)據(jù)和實際數(shù)據(jù)的相關度Kappa系數(shù)進行模型的檢驗[2]。經(jīng)計算得到相關度Kappa系數(shù)為0.811 0，結果對比如圖9和圖10所示。

同時，采用像元矩陣比較法檢驗模擬結果與現(xiàn)狀數(shù)據(jù)的相關度[14，15]，結果如表1所示。通過比較發(fā)現(xiàn)，雖然模擬數(shù)據(jù)和實際數(shù)據(jù)之間存在一定的差異，但仍表現(xiàn)出模型具有較高的空間相關性。

3 小結與討論

本研究從細胞空間劃分、狀態(tài)轉化規(guī)則等方面對傳統(tǒng)CA理論進行改進，并開展相關實例研究，結果表明，改進后的模型從宏觀、中觀和微觀三個層次上綜合考慮多種因素對土地利用狀態(tài)轉換的影響，使得模擬過程更接近于現(xiàn)實。但由于土地利用布局轉換是極其復雜的、多方利益博弈的過程，因此，如何構建更接近于現(xiàn)實的轉換規(guī)則表達庫有待進一步探索；同時，由于地理環(huán)境包含了豐富的空間信息和社會經(jīng)濟信息，因此CA模型的計算量巨大，應該進一步從邏輯和算法上簡化和優(yōu)化模型；另外，如何將成熟的社會經(jīng)濟模型和CA理論模型有機地融為一體也是今后研究的一個重要內容。

致謝：感謝楊小雄研究員對本研究提供的幫助。

參考文獻：

[1] 唐華俊，吳文斌，楊 鵬，等.土地利用/土地覆被變化（LUCC）模型研究進展[J].地理學報，2009，64（4）：456-468.

[2] 苗作華.城市空間演化進程的復雜性研究[M].北京：中國大地出版社，2007.

[3] 何春陽，陳 晉，史培軍，等.基于CA的城市空間動態(tài)模型研究[J].地球科學進展，2002，17（2）：188-196.

[4] 黎 夏，葉嘉安.知識發(fā)現(xiàn)及地理元胞自動機[J].中國科學（D輯），2004，34（9）：865-871.

[5] LI X， YEH A G. Modeling sustainable urban development by the integration of constrained cellular automata and GIS[J]. The International Journal of Geographic Information Science， 2000， 14（2）：131-152.

[6] WU F L. Simulating urban encroachment on rural land with fuzzy logical cellular automata in a geographical information system[J]. Journal of Environmental Manage， 1998， 53（4）：293-308.

[7] LIU Y， PHINN S R. Mapping the urban development of Sydney with cellular automata in the GIS environment[J]. Spatial Science， 2004， 49（2）：57-76.

[8] BATTY M， XIE Y， SUN Z. Modeling urban dynamics through GIS-based Cellular automata[J]. Computer， Environment and Urban Systems， 1999， 23（3）：205-233.

[9] WARD D P， MURRAY A T， PHINN S R. A stochastically constrained cellular model of urban growth[J].Computer， Environment and Urban System， 2000， 24（6）： 539-558.

[10] 周成虎，孫戰(zhàn)利，謝一春.地理元胞自動機研究[M].北京：科學出版社，1999.

[11] 李 志，劉文兆，鄭粉莉.基于CA-Markov模型的黃土塬區(qū)黑河流域土地利用變化[J].農(nóng)業(yè)工程學報，2010，26（1）：346-352.

[12] 羅 平，杜清運，何素芳.人口密度模型與CA集成的城市化時空模擬實驗[J].測繪科學，2003，28（4）：18-21.

[13] 黎 夏，劉小平.基于案例推理的元胞自動機及大區(qū)域城市演變模擬[J].地理學報，2007，62（10）：1097-1109.

[14] 楊小雄，劉耀林，王曉紅，等.基于約束條件的元胞自動機土地利用規(guī)劃布局模型[J].武漢大學學報（信息科學版），2007，32（12）：1164-1167.

[15] 王麗萍，金曉斌，杜心棟，等.基于灰色模型-元胞自動機模型的佛山市土地利用情景模擬分析[J].農(nóng)業(yè)工程學報，2012，28（3）：237-242.