基于Multi-Agent System的土地利用/覆被變化模型研究進(jìn)展

汪 晗， 廖英伶， 聶 鑫，2， 徐唐奇

(1.廣西大學(xué)公共管理學(xué)院，廣西南寧 530004； 2.廣西大學(xué)中國(guó)-東盟研究院，廣西南寧 530004；3.長(zhǎng)安大學(xué)地球科學(xué)與資源學(xué)院，陜西西安 710054)

作為全球環(huán)境變化研究的核心項(xiàng)目之一，土地利用/覆被變化(land-use and land-cover change，簡(jiǎn)稱LUCC)及其對(duì)生態(tài)環(huán)境影響的研究對(duì)于了解區(qū)域生態(tài)環(huán)境乃至全球環(huán)境變化、指導(dǎo)土地利用與生態(tài)協(xié)調(diào)發(fā)展具有非常重大的意義，是全球變化和可持續(xù)發(fā)展關(guān)注的重要議題[1-3]。自2005年全球土地計(jì)劃(GLP)啟動(dòng)伊始，就強(qiáng)調(diào)了對(duì)陸地系統(tǒng)中人類-自然耦合系統(tǒng)的綜合分析與集成模擬研究[4-5]，并受到越來(lái)越多學(xué)者的關(guān)注。土地利用/覆被變化模擬的難點(diǎn)在于了解LUCC的諸多驅(qū)動(dòng)因子、變化過(guò)程及環(huán)境效應(yīng)，揭示自然與人為活動(dòng)之間的動(dòng)態(tài)反饋機(jī)制。多智能體模型(multi-agent system model，簡(jiǎn)稱MAS)能較好地反映人類社會(huì)與自然系統(tǒng)的動(dòng)態(tài)反饋關(guān)系，已經(jīng)逐漸應(yīng)用到土地利用/覆被變化研究領(lǐng)域中[2，6-10]。目前已有學(xué)者總結(jié)了多智能體模型的基本概念及應(yīng)用領(lǐng)域，概述其在土地利用變化領(lǐng)域的主要研究問(wèn)題，但很少有人對(duì)多智能體系統(tǒng)在實(shí)際運(yùn)作中存在的問(wèn)題進(jìn)行歸納，對(duì)模型實(shí)施與驗(yàn)證方面的研究也比較薄弱。基于此，筆者嘗試回答以下幾個(gè)問(wèn)題：多智能體模型為何能在眾多土地利用變化模擬方法中脫穎而出？到目前為止，研究人員對(duì)它進(jìn)行了怎么樣的應(yīng)用？這個(gè)研究領(lǐng)域中還有哪些其他挑戰(zhàn)和懸而未決的問(wèn)題？通過(guò)提供這些問(wèn)題的答案，筆者希望更多的研究人員能了解MAS-LUCC模型的效用以及潛在優(yōu)勢(shì)和研究挑戰(zhàn)。因此，本文首先簡(jiǎn)單回顧LUCC模型的研究進(jìn)展，分析多智能體模型的優(yōu)勢(shì)，并對(duì)其在土地利用變化模擬方面的發(fā)展趨勢(shì)進(jìn)行展望，著重討論與模型應(yīng)用和檢驗(yàn)有關(guān)的一些問(wèn)題，整理多智能體模型在現(xiàn)實(shí)應(yīng)用中的技術(shù)難點(diǎn)，以期為土地利用變化模擬研究提供參考。

1 土地利用/覆被變化模擬

土地利用/覆被變化模擬是土地利用變化研究的重要分支，旨在支持有見(jiàn)地的土地資源管理，盡可能避免由于LUCC引起的不可逆轉(zhuǎn)的環(huán)境損害。土地利用/覆被變化是由人類活動(dòng)引起的最深刻的變化之一，建模分析已成為幫助人類認(rèn)識(shí)未來(lái)和探索土地利用動(dòng)態(tài)變化對(duì)人類和自然長(zhǎng)遠(yuǎn)影響的一種比較好的方法[11-12]。LUCC模型能在空間、時(shí)間層面上捕捉人類與土地利用系統(tǒng)的相互作用及可能產(chǎn)生的影響，探索未來(lái)的土地利用變化。同時(shí)需要考慮大量因素，包括人口、氣候、生態(tài)系統(tǒng)、科技進(jìn)步、社會(huì)政治態(tài)度、社會(huì)結(jié)構(gòu)[13-17]。

目前，土地利用/覆被變化模擬研究常用方法為基于數(shù)學(xué)方程的模型、基于經(jīng)驗(yàn)的統(tǒng)計(jì)模型(如CLUE模型、CLUE-S模型)、細(xì)胞模型[簡(jiǎn)稱CM，包括元胞自動(dòng)機(jī)模型(cellular automaton)和馬爾科夫模型(Markov)]、系統(tǒng)動(dòng)力學(xué)模型、基于進(jìn)化理論的模型、混合模型、多智能體模型[18-26]。表1詳細(xì)地描述了國(guó)際上應(yīng)用較多、具有代表性的土地利用/覆被變化模擬模型，這些模型模擬了LUCC的因果機(jī)制和循環(huán)反饋；在理解土地利用系統(tǒng)動(dòng)態(tài)和驅(qū)動(dòng)力、評(píng)估LUCC的綜合影響、揭示土地?fù)碛姓呷绾斡绊懲恋乩冒l(fā)展方向等方面發(fā)揮了重要作用[27]。

然而，這些模型也存在一定局限性：基于數(shù)學(xué)方程的模型必須獲得數(shù)值及解析方程組，這限制了土地利用變化模擬對(duì)復(fù)雜性的要求；系統(tǒng)動(dòng)力學(xué)模型將時(shí)間分解成離散的步驟，在LUCC模型中依賴于顯式枚舉和功能介紹來(lái)表示人類和生態(tài)之間的相互作用，但難以與空間關(guān)系相適應(yīng)，無(wú)法描述區(qū)域空間結(jié)構(gòu)演化過(guò)程，同時(shí)在處理動(dòng)力模擬模型的尺度上也有困難，無(wú)法模擬聚集尺度行為；Markov模型主要是針對(duì)土地轉(zhuǎn)移速率和概率進(jìn)行模擬，適用于模擬預(yù)測(cè)數(shù)量的變化，但缺乏對(duì)空間屬性的表達(dá)，通常需要結(jié)合其他模型共同發(fā)揮作用。元胞自動(dòng)機(jī)模型(cellular automata，簡(jiǎn)稱CA)和多智能體模型(MAS)是基于復(fù)雜系統(tǒng)理論模擬研究的典型代表，在土地利用變化模擬研究中有明顯優(yōu)勢(shì)。CA模型模擬LUCC中生物物理方面的問(wèn)題，側(cè)重“人地關(guān)系”中的“地”，忽略對(duì)“人”的模擬，更適合對(duì)景觀格局的模擬，而難以模擬土地利用中人類選擇和決策行為，不能分析社會(huì)體制及宏觀政策下土地利用決策行為及其結(jié)果的影響作用。

相比其他模型在LUCC模擬中表現(xiàn)出的不足，多智能體建模方法則適用于基于個(gè)體和環(huán)境之間的相互作用，研究人類和土地利用的共同變化過(guò)程，因而在當(dāng)前土地利用模擬界倍受青睞[28-30]。多智能體模型由智能體(Agent)、環(huán)境與智能體的行為規(guī)則構(gòu)成。其中，智能體是具有自治能力的異質(zhì)性個(gè)體，有自己的行為準(zhǔn)則和知識(shí)庫(kù)，可以根據(jù)彼此間及其與環(huán)境間的相互作用作出決定，改變行為，整個(gè)系統(tǒng)的行為取決于凝集各類型智能體的個(gè)人行為。多智能體模型由一個(gè)環(huán)境中交互的多個(gè)智能體組成，能將大而復(fù)雜的系統(tǒng)簡(jiǎn)化成相互通信協(xié)作、易于管理控制的系統(tǒng)。一方面，在土地利用/覆被變化研究中，多智能體模型能夠在微觀層面上表示個(gè)體行動(dòng)者的偏好、互動(dòng)和人類決策過(guò)程，通過(guò)這些微觀尺度反饋出宏觀現(xiàn)象，自下而上地表示土地利用分配，在不同層次上以空間明確的方式考慮人類決策對(duì)環(huán)境的影響，表現(xiàn)出其對(duì)個(gè)人決策實(shí)體的建模能力。另一個(gè)方面，多智能體模型可以在基于個(gè)人異質(zhì)性行為的社會(huì)生態(tài)時(shí)空變化背景下解釋未來(lái)情景。土地利用變化是一個(gè)復(fù)雜的過(guò)程，在復(fù)雜適應(yīng)系統(tǒng)理論基礎(chǔ)上，將多智能體建模方法應(yīng)用到LUCC中[31-34]，特別是在模擬人類決策和環(huán)境反饋間的相互作用中[35-36]，能夠捕獲土地利用的空間作用和人類決策的復(fù)雜性，生動(dòng)地描述人類-環(huán)境系統(tǒng)，將現(xiàn)實(shí)世界的概念和結(jié)構(gòu)映射到模型中，克服傳統(tǒng)方法的局限性，更好地對(duì)復(fù)雜土地利用變化過(guò)程進(jìn)行模擬[29，35，37]。

表1 國(guó)際上具有代表性的土地利用/覆被變化模型

2 多智能體模型在LUCC研究中的應(yīng)用

多智能體系統(tǒng)源于人工智能，能夠模擬復(fù)雜的行為，在多元學(xué)科領(lǐng)域中都得到廣泛的應(yīng)用[29，35，38-44]。21世紀(jì)初，就有學(xué)者開(kāi)始了多智能體模型在土地利用/覆被變化方面的研究，做了大量工作來(lái)推動(dòng)該領(lǐng)域的發(fā)展，對(duì)已有的關(guān)于在空間和環(huán)境方面運(yùn)用MAS方法的文章進(jìn)行了全面的總結(jié)，并對(duì)各學(xué)科領(lǐng)域知識(shí)進(jìn)行了具體分析[35，45-46]。隨后，整合了土地利用科學(xué)中涉及的MAS知識(shí)并總結(jié)了MAS在自然地理和人文地理方面的應(yīng)用，同時(shí)強(qiáng)調(diào)了環(huán)境的空間直觀性和異質(zhì)性以及基于復(fù)雜性理論的人類行為和環(huán)境之間的相互作用，為之后土地利用變化研究提供了多學(xué)科視角[30，47-48]。現(xiàn)在越來(lái)越多的學(xué)者采用多智能體模型對(duì)土地利用/覆被變化的驅(qū)動(dòng)因素及機(jī)制、相關(guān)政策影響及典型地區(qū)的土地利用變化等方面進(jìn)行深入探討和研究，相關(guān)研究成果也越來(lái)越多[49-54]。

2.1 對(duì)城市土地利用/覆被變化的模擬

城市化是土地利用/覆被變化最典型的形式，將多智能體模型應(yīng)用于城市系統(tǒng)模擬，如城市土地利用變化、城市規(guī)劃等，探索城市增長(zhǎng)的驅(qū)動(dòng)機(jī)制，預(yù)測(cè)未來(lái)變化對(duì)實(shí)現(xiàn)可持續(xù)發(fā)展具有重要意義。研究者利用多智能體模型較出色地實(shí)現(xiàn)了對(duì)城市LUCC驅(qū)動(dòng)力的模擬，完成了模擬城市土地利用變化的關(guān)鍵一步。Parker等基于Repast平臺(tái)研究城市土地收益與農(nóng)業(yè)土地生產(chǎn)力的對(duì)立關(guān)系及其外部效應(yīng)，并模擬其對(duì)城鄉(xiāng)交錯(cuò)帶的土地利用格局動(dòng)態(tài)變化的影響[46]。Zellner等研究景觀質(zhì)量、居住點(diǎn)距服務(wù)中心的距離等因素對(duì)居民居住偏好的影響，并基于Swarm開(kāi)發(fā)平臺(tái)模擬這一系列動(dòng)態(tài)關(guān)系對(duì)土地利用格局的作用[55]。Filatova等采用基于智能體建模方法模擬土地市場(chǎng)、價(jià)格、稅收以及生態(tài)服務(wù)價(jià)值等因素對(duì)沿海城市土地利用格局及其生態(tài)效應(yīng)的影響[35]。

另外，通過(guò)基于智能體建模的方法對(duì)城市未來(lái)土地利用變化結(jié)果進(jìn)行模擬預(yù)測(cè)，可以為政府提供關(guān)于土地利用、土地管理政策制定和決策過(guò)程的相關(guān)信息，甚至能夠以此識(shí)別未來(lái)發(fā)展和土地利用/覆被變化的潛在熱點(diǎn)地區(qū)。劉小平等提出應(yīng)用于居民居住區(qū)位決策行為和地價(jià)動(dòng)態(tài)變化的ABMRL模型，探索與模擬居民在居住選擇時(shí)的復(fù)雜空間決策行為以及由居民間、居民與地理環(huán)境的相互作用而引起的城市居住空間分異的演化過(guò)程[56]。Zhang等建立了1套時(shí)空土地資源分配規(guī)則及1個(gè)基于多智能體系統(tǒng)動(dòng)態(tài)城市擴(kuò)展模型，模擬居民、農(nóng)民、政府等不同主體間的相互作用，該模型已用于模擬中國(guó)長(zhǎng)沙市城市擴(kuò)張過(guò)程，可幫助政府和城市規(guī)劃者提供土地使用決策支持[40]。Murray-Rust等使用智能體建模結(jié)合基于排放情景特別報(bào)告(special report on emissions scenarios，簡(jiǎn)稱SRES)的情景分析法評(píng)估斯洛文尼亞科佩爾市LUCC的未來(lái)影響，模擬了土地利用和土地覆被變化對(duì)當(dāng)?shù)鼐用裼玫睾蜕钯|(zhì)量損失的潛在影響[57]。Zhang等針對(duì)多智能體系統(tǒng)模擬復(fù)雜空間系統(tǒng)的能力，結(jié)合宏觀和微觀決策行為，建立了基于多智能體系統(tǒng)的時(shí)空動(dòng)態(tài)城市增長(zhǎng)仿真模型，解釋了城市化的動(dòng)力機(jī)制，為城市管理決策支持提供了一個(gè)有效的空間探索工具[58]。

2.2 對(duì)農(nóng)業(yè)區(qū)域土地利用/覆被變化的模擬

對(duì)農(nóng)業(yè)區(qū)土地利用/覆被變化的早期研究主要是基于多智能體模型對(duì)LUCC驅(qū)動(dòng)力進(jìn)行分析，并對(duì)未來(lái)土地利用變化結(jié)果進(jìn)行模擬預(yù)測(cè)。Manson等模擬了人口增長(zhǎng)、土地利用趨勢(shì)以及技術(shù)使用、政策約束綜合作用下的土地利用變化情景(如毀林開(kāi)荒、發(fā)展農(nóng)業(yè)等)[59]。Valbuena等對(duì)荷蘭東部農(nóng)村地區(qū)阿徹霍克的農(nóng)戶土地利用行為內(nèi)外部影響因素進(jìn)行研究，基于智能體建模方法模擬未來(lái)不同場(chǎng)景下農(nóng)戶決策對(duì)土地利用格局的影響[60]。Schreinemachers等研究農(nóng)業(yè)技術(shù)、市場(chǎng)動(dòng)態(tài)、環(huán)境變化以及政策干預(yù)對(duì)農(nóng)戶土地利用行為的影響[29]。

隨著多智能體模型理論研究的完善，人文社會(huì)經(jīng)濟(jì)因素在土地利用變化研究中也漸漸受到重視，對(duì)農(nóng)業(yè)區(qū)域LUCC模擬開(kāi)始基于農(nóng)戶追求利益最大化的假設(shè)，著重對(duì)農(nóng)戶決策行為進(jìn)行模擬。Le等定義和詳述了一種名為土地利用動(dòng)態(tài)模擬器的多智能體系統(tǒng)，用于表示農(nóng)村森林邊緣的人類景觀系統(tǒng)，并在越南中部山地分水嶺首次實(shí)施該模型，詳細(xì)說(shuō)明越南熱帶森林邊緣人類-環(huán)境系統(tǒng)的MAS-LUCC模型，綜合評(píng)估政策對(duì)景觀和社區(qū)動(dòng)態(tài)的影響[28]。Polhill等模擬農(nóng)戶在追求最大收益條件下伴隨土地利用的動(dòng)態(tài)變化，其中，地塊最大收益可以看成是自然、社會(huì)經(jīng)濟(jì)、政策、決策者偏好等多個(gè)圖層屬性的疊加[61]。Happe等利用AgriPol模型研究丹麥農(nóng)業(yè)結(jié)構(gòu)變化的驅(qū)動(dòng)因素，模擬農(nóng)戶在追求利益最大化過(guò)程中相對(duì)應(yīng)的土地利用方式的動(dòng)態(tài)變化，并評(píng)估其生態(tài)影響[62]。Polhill等擬合響應(yīng)農(nóng)業(yè)環(huán)境政策的農(nóng)戶決策，探討激勵(lì)機(jī)制可以在保護(hù)物質(zhì)方面獲得最佳成本效益所需的強(qiáng)度，以通過(guò)耦合模型為保護(hù)生物多樣性提出有針對(duì)性的政策建議[63]。

綜上所述，無(wú)論是全球變化或者在大區(qū)域?qū)哟蝃28，57，60，64](如瑞士阿爾卑斯山西南的菲斯普市、荷蘭東部阿徹霍克地區(qū)、斯洛文尼亞科佩爾市等)，還是小尺度空間[65-72](如中國(guó)陜西省米脂縣孟岔村、中國(guó)鄱陽(yáng)湖區(qū)、中國(guó)貴州省貓?zhí)恿饔虻?，學(xué)者們?cè)诋?dāng)下開(kāi)展的研究都積極地推動(dòng)MAS模型在土地利用變化研究中的應(yīng)用進(jìn)程。從抽象的模型設(shè)計(jì)，到程式化的假設(shè)，再到詳細(xì)的仿真模型，以及適當(dāng)?shù)那榫澳M方案和政策分析，多智能體模型在土地利用變化研究中的重要作用日益凸顯，已有一些研究結(jié)論被應(yīng)用[47，73]。

3 土地利用/覆被變化研究中多智能體模型的技術(shù)難點(diǎn)與突破

3.1 計(jì)算機(jī)建模及模型算法的局限

計(jì)算機(jī)建模技術(shù)和分析工具的快速發(fā)展，以及全球環(huán)境的挑戰(zhàn)，指出了使用模擬計(jì)算來(lái)研究人類系統(tǒng)的新方向。研究人員已經(jīng)開(kāi)始在人文地理領(lǐng)域使用這些工具制定方法，尋求包括數(shù)字和符號(hào)數(shù)據(jù)在內(nèi)的計(jì)算解決方案。建模技術(shù)在土地利用/覆被變化研究的應(yīng)用中迅速發(fā)展，但同時(shí)計(jì)算機(jī)建模自帶的局限性使得MAS-LUCC模型不得不面臨一些挑戰(zhàn)。

首先，對(duì)復(fù)雜的土地利用變化進(jìn)行模擬，不可避免地要考慮時(shí)間和空間的復(fù)雜性。研究表明，模擬不同驅(qū)動(dòng)因素對(duì)土地利用影響的框架設(shè)計(jì)需要充分考慮空間的復(fù)雜性以及評(píng)估時(shí)間的復(fù)雜度，需在一個(gè)跨學(xué)科背景下結(jié)合不同專業(yè)模型，這種框架必須考慮生物物理的影響，以及市場(chǎng)、政策等人文因素的影響。這雖然有一定挑戰(zhàn)性，但仍可行，Briner等以瑞士阿爾卑斯山西南的菲斯普市為研究區(qū)，提出1個(gè)評(píng)估山區(qū)土地利用變化模型框架，強(qiáng)調(diào)環(huán)境變化和經(jīng)濟(jì)決策間的相互作用對(duì)土地利用的影響，該模塊化建模框架就較好地解決了空間和時(shí)間復(fù)雜性的問(wèn)題[64]。

其次，影響土地利用變化驅(qū)動(dòng)的因素多元化，包含自然環(huán)境因素和人類決策，復(fù)雜多樣，考慮到計(jì)算機(jī)模擬的可行性，模型一般都將因素簡(jiǎn)化，然后通過(guò)參數(shù)化方式進(jìn)行模擬，因此需要進(jìn)行模型驗(yàn)證考量結(jié)果的準(zhǔn)確性。

最后，人們對(duì)土地利用/覆被變化進(jìn)行模擬研究尋求的是在社會(huì)、經(jīng)濟(jì)、生態(tài)等全局目標(biāo)的指引下對(duì)多目標(biāo)、多因素、多約束下的土地資源進(jìn)行優(yōu)化管理。多智能體模型的復(fù)雜算法(如遺傳算法、微粒群算法、蟻群算法、神經(jīng)網(wǎng)絡(luò)、人工免疫系統(tǒng)等)具有內(nèi)在并行性和高度的智能性，能夠制定靈活的模型框架，處理計(jì)算復(fù)雜型與數(shù)據(jù)密集型問(wèn)題，展示空間布局過(guò)程。但這些數(shù)值優(yōu)化算法，并非針對(duì)地理空間，其數(shù)值編碼方式未能充分反映土地利用單元之間的拓?fù)湫浴⒖臻g相關(guān)性與區(qū)域性等地理空間特征，無(wú)法提供空間分析與計(jì)算的數(shù)據(jù)基礎(chǔ)，影響模型的效率和精度，因此，智能模型的算法需朝地理空間化的方向改進(jìn)。

3.2 土地利用動(dòng)態(tài)環(huán)境和人類復(fù)雜決策難以模擬

相較于其他LUCC模型，多智能體模型更適用于模擬人類行為和生物物理景觀之間的互連，但在模擬土地利用變化中人類與環(huán)境的關(guān)系上仍存在許多挑戰(zhàn)。第一，要建立適用于耦合系統(tǒng)的模型應(yīng)充分考慮動(dòng)態(tài)生物物理環(huán)境，然而迄今為止大多數(shù)MAS-LUCC模型都假定地球環(huán)境保持不變，以靜態(tài)方式處理生物物理環(huán)境[74-76]。已有研究對(duì)人類和生物物理系統(tǒng)的共同演化和相互作用少有涉及，僅有少數(shù)研究試圖通過(guò)MAS-LUCC模型探討人的決策與生物物理過(guò)程的聯(lián)系，如Matthews等在尼泊爾棕櫚模型中對(duì)土壤養(yǎng)分動(dòng)態(tài)進(jìn)行研究[77]。第二，異質(zhì)性對(duì)多智能體系統(tǒng)至關(guān)重要，是智能體間不同行為的觸發(fā)器。雖然現(xiàn)實(shí)世界智能體群體通常由具有特定模式的土地利用行為的不同社會(huì)群體組成，但許多已有MAS-LUCC模型僅通過(guò)評(píng)估和應(yīng)用1個(gè)決策模型來(lái)模擬整個(gè)群體，未能充分捕捉這種群體間的異質(zhì)性。另外，從環(huán)境方面來(lái)看，許多MAS-LUCC模型似乎忽略了如地形、土壤屬性等決定生物物理異質(zhì)性程度和土地利用決策的景觀變量，因此，如何恰當(dāng)?shù)乇硎菊鎸?shí)的人類社區(qū)和環(huán)境異質(zhì)成為土地利用動(dòng)態(tài)變化模擬研究的關(guān)鍵。第三，在MAS-LUCC模型中憑經(jīng)驗(yàn)難以制定相關(guān)的、全面的決策機(jī)制。一些土地利用決策模型采用了目標(biāo)驅(qū)動(dòng)方法來(lái)表示優(yōu)化(或理性)的智能體行為，盡管可以捕捉土地利用決策中的經(jīng)濟(jì)權(quán)衡，但優(yōu)化行為的多數(shù)假設(shè)對(duì)發(fā)展中國(guó)家不適用，因此采用單獨(dú)的優(yōu)化方法效率往往很低。同時(shí)，要嚴(yán)格驗(yàn)證一系列不同規(guī)模人口規(guī)則集也是一個(gè)巨大的挑戰(zhàn)。目前來(lái)說(shuō)，尚無(wú)一個(gè)能全面考慮各因素的模擬決策技術(shù)和理論，因此相關(guān)研究人員正在探索一種綜合方法來(lái)模擬現(xiàn)實(shí)世界人口的土地利用決策。

3.3 模型精度研究有待加強(qiáng)

在多智能體模型逐漸受到國(guó)內(nèi)外青睞的同時(shí)，研究人員開(kāi)始關(guān)注模擬結(jié)果的可信程度。基于智能體建模的本質(zhì)是在理想情況下尋求微尺度下智能體行為和環(huán)境之間的交互信息。模型往往使用決策模型或空間結(jié)構(gòu)構(gòu)造智能體模型，而且通常包含隨機(jī)元素，這使一些特性存在較高的敏感性。與其他領(lǐng)域模型一樣，需要對(duì)構(gòu)建的智能體模型的精密度和準(zhǔn)確度進(jìn)行評(píng)估，驗(yàn)證在復(fù)制現(xiàn)實(shí)世界趨勢(shì)和模式方面是否成功。多智能體模型可以通過(guò)改進(jìn)智能體參數(shù)化和決策方法，改善由人類因素對(duì)空間異質(zhì)性造成的影響[78-80]；從生態(tài)角度也可以創(chuàng)建1個(gè)有效字段數(shù)據(jù)用于詳細(xì)表示物種的空間行為和物種多樣性[63，81]，因此進(jìn)行敏感性分析和模型驗(yàn)證變得尤為重要[29，31，34，82-83]，特別是應(yīng)用于現(xiàn)實(shí)管理策略制定時(shí)。

當(dāng)前MAS模型的驗(yàn)證得到了一定重視，相關(guān)研究成果也有不少。通常用專家審驗(yàn)或啟發(fā)式技術(shù)、精確算法、專門構(gòu)建實(shí)例等技術(shù)與智能體建模進(jìn)行比較來(lái)檢驗(yàn)?zāi)Ｐ汀albuena等采訪了來(lái)自研究區(qū)域不同地方和區(qū)域組織的5位專家，通過(guò)專家審定方法對(duì)模擬結(jié)果的合理性進(jìn)行驗(yàn)證[60]。在采用基于智能體建模研究土地配置對(duì)丹麥云雀數(shù)量的影響時(shí)，Parry等利用計(jì)算機(jī)代碼輸出的貝葉斯分析執(zhí)行參數(shù)敏感性分析，以明確具有不確定性的輸入?yún)?shù)[81]。Balbi等測(cè)試各行為參數(shù)的最大現(xiàn)實(shí)變化，根據(jù)最敏感的4個(gè)參數(shù)高、低值的所有可能組合對(duì)不同氣候變化的8個(gè)旅游景點(diǎn)相關(guān)游客行為參數(shù)進(jìn)行了敏感性分析，并通過(guò)社會(huì)試驗(yàn)驗(yàn)證了預(yù)測(cè)結(jié)果[41]。Marohn等以該模型重現(xiàn)了不同人群的土地利用程度以驗(yàn)證模型，與其他關(guān)鍵參數(shù)進(jìn)行類比驗(yàn)證模型初始化下能在多大程度上再現(xiàn)當(dāng)前系統(tǒng)狀態(tài)，但這并不能代表模型的有效性[79]。Sun等基于貝葉斯信念網(wǎng)絡(luò)(Bayesian belief network，簡(jiǎn)稱BBN)對(duì)農(nóng)戶行為性能進(jìn)行測(cè)試，用80%的調(diào)查樣本(509戶農(nóng)戶和 1 973 塊地塊)進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)，并利用剩余的20%進(jìn)行模型驗(yàn)證，同時(shí)對(duì)這些結(jié)果的穩(wěn)定性進(jìn)行測(cè)試，通過(guò)重復(fù)4次隨機(jī)選擇的80%和20%，以及通過(guò)改變測(cè)試數(shù)據(jù)集測(cè)試結(jié)果的可靠性[80]。最后，研究者們還對(duì)模型進(jìn)行質(zhì)量評(píng)估，審查BBN結(jié)果的相關(guān)性和可靠性。結(jié)果顯示模型具有較高的預(yù)測(cè)能力，準(zhǔn)確率可達(dá)85%。

驗(yàn)證多智能體模型模擬結(jié)果的精度是一個(gè)繁瑣而又艱巨的任務(wù)[84]，通過(guò)模擬人的決策，多智能體模型處理人類決策和這些決策所作用的社會(huì)經(jīng)濟(jì)和生物物理系統(tǒng)的復(fù)雜性和不確定性[35，47]，這種復(fù)雜性和不確定性使驗(yàn)證個(gè)人決策和相互作用變得更加艱難。準(zhǔn)確而嚴(yán)謹(jǐn)?shù)哪M結(jié)果有利于將多智能體模型模擬結(jié)果應(yīng)用于現(xiàn)實(shí)管理策略的制定中，以更好地提高土地利用效益，謀求人類福祉，而模擬準(zhǔn)確與否需要通過(guò)驗(yàn)證的方式來(lái)判斷，因而，對(duì)模型驗(yàn)證方面進(jìn)行更深入的研究對(duì)于提高模型精度顯得尤為重要。

4 研究展望

本文首先設(shè)計(jì)了一系列的問(wèn)題，集中對(duì)MAS-LUCC建模進(jìn)行探索，表明多智能體模型是研究土地利用/覆被變化過(guò)程有效的分析工具，討論了模型驗(yàn)證的關(guān)鍵性，并指出這些模型在實(shí)證應(yīng)用中面臨的挑戰(zhàn)，以進(jìn)一步把握研究的動(dòng)態(tài)，理清研究思路。土地變化是一個(gè)極其復(fù)雜的問(wèn)題，本文僅僅是一些初步的總結(jié)，在未來(lái)LUCC時(shí)空格局演化與情景模擬的研究中，整合多種工具和學(xué)科，開(kāi)創(chuàng)新的思路和方法用于人類和環(huán)境相互作用的動(dòng)態(tài)空間建模，在以下方向仍需加以深入探討：

4.1 擴(kuò)展多智能體模型的應(yīng)用

土地利用變化研究涉及人類行為、其他事物、景觀格局等多個(gè)角度，目前的研究多是將它們分開(kāi)考量，分別進(jìn)行建模分析，模型之間相對(duì)獨(dú)立，不能很好地?cái)M合它們之間的耦合關(guān)系。而沒(méi)有一種方法能獨(dú)立主宰這個(gè)新興領(lǐng)域。相反，在許多情況下，廣泛的技術(shù)模型開(kāi)發(fā)和實(shí)證評(píng)估被用來(lái)有效解決單一的研究問(wèn)題。此外，這種多樣性將促進(jìn)建模工作的開(kāi)展，為進(jìn)一步的研究奠定了基礎(chǔ)。基于智能體建模是自底而上研究中一個(gè)十分有效的工具，但其在建模的過(guò)程中不可能面面俱到，在具體實(shí)施過(guò)程中也有一定局限性，因此未來(lái)的研究應(yīng)當(dāng)對(duì)其不斷完善與擴(kuò)展。

首先，影響決策主體進(jìn)行土地利用決策的因素還有很多，不僅僅是土地?fù)碛姓叩臎Q策與行為等，應(yīng)從對(duì)決策主體的基礎(chǔ)研究入手，對(duì)其影響土地利用的方式進(jìn)行更加全面深入的理解。同時(shí)不同模型各有優(yōu)勢(shì)與不足，適用范圍也不相同，通常單個(gè)模型無(wú)法完成多目標(biāo)、多因素、多約束下的土地利用/覆被變化研究，因此，加強(qiáng)基于智能體建模方法與其他技術(shù)的綜合運(yùn)用，探索不同模型的整合方式，拓展其應(yīng)用范圍，是MAS-LUCC研究的重要方向。其次，應(yīng)不斷嘗試加入其他影響土地利用變化的智能體與驅(qū)動(dòng)因子，如植被和氣候等，以更全面準(zhǔn)確地將現(xiàn)實(shí)世界擬合到模型中。最后，深入對(duì)尺度之間轉(zhuǎn)換問(wèn)題的研究從個(gè)體決策上升到群體決策，從單一地塊到整體地塊，這都需要考慮尺度轉(zhuǎn)換的問(wèn)題。目前，既有對(duì)宏觀尺度的研究，也有基于微觀尺度的分析，但對(duì)尺度轉(zhuǎn)換問(wèn)題的探討較少，缺乏對(duì)大小尺度連通性的關(guān)注，因此宏觀、微觀之間的尺度轉(zhuǎn)換問(wèn)題還存在很大的研究空間。要加深對(duì)土地利用變化的認(rèn)識(shí)，就要進(jìn)一步明確尺度之間的關(guān)系，探索它們之間的轉(zhuǎn)換規(guī)則，實(shí)現(xiàn)對(duì)土地利用變化深入、全面的理解。

4.2 優(yōu)化多智能體模型的算法

MAS-LUCC建模是一種自上而下的模型，它在模擬土地利用空間復(fù)雜系統(tǒng)的時(shí)空動(dòng)態(tài)方面具有非常突出的優(yōu)勢(shì)，但是缺乏全局的尋優(yōu)計(jì)算方式，模擬結(jié)果無(wú)法滿足區(qū)域社會(huì)、經(jīng)濟(jì)、生態(tài)目標(biāo)的要求；相反，另一類采用自上而下建模方法的模型能夠考慮區(qū)域全局目標(biāo)，得到一系列的最優(yōu)解。這類模型主要包括線性規(guī)劃、遺傳算法、微粒群計(jì)算、蟻群算法等智能優(yōu)化算法，它們具有開(kāi)放性大、效率高、問(wèn)題優(yōu)化求解能力強(qiáng)的特點(diǎn)，但由于缺乏微觀土地利用變化決策過(guò)程，難以反映微觀空間演變規(guī)律，無(wú)法得到合理的配置方案[85]，因此可以考慮將這2種模型相結(jié)合，優(yōu)勢(shì)互補(bǔ)。

4.3 重視模型參數(shù)的標(biāo)準(zhǔn)化及模型驗(yàn)證

土地利用的決策是多方面的，同時(shí)也涉及到不同公共事業(yè)類型的評(píng)估。針對(duì)決策主體決策行為的模擬研究通常是在基于線性規(guī)劃方法尋求最大化效益的假設(shè)下進(jìn)行的，然后在這種經(jīng)濟(jì)合理性條件下對(duì)決策過(guò)程進(jìn)行簡(jiǎn)化。不同研究表明，利潤(rùn)最大化的方法是一個(gè)合理的假設(shè)[86]，因此模型的結(jié)果不會(huì)因?yàn)槟撤N簡(jiǎn)化而失去有效性。但仍需注意的是，優(yōu)化模型的結(jié)果必須規(guī)范性地解釋而不是描述性地陳述，評(píng)估模型的方法是否適用于不同的方案并對(duì)這些結(jié)果進(jìn)行驗(yàn)證由此排除模型參數(shù)缺陷的可能性，驗(yàn)證模型的可信度仍是一項(xiàng)重要的工作。目前對(duì)MAS模型驗(yàn)證方面的研究取得較大的進(jìn)展，但也意味著其面臨更復(fù)雜的挑戰(zhàn)。驗(yàn)證多智能體模型精度的一個(gè)關(guān)鍵性問(wèn)題在于缺乏合適的比較基準(zhǔn)，未來(lái)應(yīng)創(chuàng)建一個(gè)復(fù)合空間單元，將不同土地覆蓋模型結(jié)合在單一的管理單元中[87]，生成與模擬景觀屬性相匹配的經(jīng)驗(yàn)分布，開(kāi)發(fā)優(yōu)化算法細(xì)分大型地塊[88]，優(yōu)化智能體決策模型中參數(shù)化設(shè)計(jì)。只有合理地適應(yīng)決策規(guī)則和智能體屬性演變，才能為推出可供地理參考的環(huán)境和社會(huì)經(jīng)濟(jì)數(shù)據(jù)打開(kāi)新的機(jī)遇，充分利用好MAS方法的潛力。