基于CA-Markov的南昌市城市增長邊界劃定研究

張棟華 葉長盛

摘要：為防止城市無序擴張、空間結構混亂等問題，有必要劃定城市增長邊界，提高土地利用效率，實現可持續發展。以南昌市為例，利用2000，2010年和2016年Landsat TM遙感影像數據，結合CA-Markov模型和建設用地適宜性評價，劃定南昌市2020年和2025年城市增長邊界。結果表明：① 根據建設用地適宜性評價結果，得到剛性邊界范圍內城鎮用地面積為1 294.88 km2。② 利用CA-Markov模型模擬預測得到2020年和2025年南昌市彈性邊界范圍內城鎮用地面積分別為648.99 km2和739.24 km2。③通過各區面積統計結果可以得到，新建區和南昌縣城鎮面積增長較快，劃定結果與南昌市未來發展重點相一致，南昌市未來將重點打造新建區的九龍湖新區、儒樂湖新區和南昌縣的瑤湖新區。因此基于CA-Markov模型劃定城市增長邊界有利于緩解經濟快速發展和資源短缺之間的矛盾，控制城市粗放型擴張，提高土地利用效率，對于南昌市未來擴張方向具有一定的指導作用。

關 鍵 詞：城市增長邊界; CA-Markov; 遙感影像; 城鎮用地; 南昌市

城市增長邊界是指以防止城市無序蔓延和保護土地資源為目的而劃定的允許城市建設用地擴張的最大邊界，邊界以內作為城市發展用地可以合理利用[1]。隨著城市化的不斷發展，許多城市以承載力達到極限為由，而盲目向城市周邊擴張，造成城市內部土地閑置浪費，同時，還出現了一系列的城市病，經濟發展與資源環境不相協調，城市呈現“攤大餅”式發展，一些住宅用地沿著道路向城市邊緣蔓延。黨的十九大報告中指出，要完成生態保護紅線、永久基本農田、城鎮開發邊界三條控制線劃定工作。因此，劃定城市增長邊界既可以控制城市的無序擴張，引導城市健康、合理的有序發展，而且還可以提高土地利用效率，實現城市可持續健康發展。最早對城市增長邊界進行研究的是19世紀霍華德提出的田園城市理論[2]，通過設置綠帶來限制城市發展邊界。美國為了控制城市蔓延劃定了世界上第一條城市增長邊界。張進等[3]學者將城市增長邊界概念引入國內，對中國城市發展中的一些問題進行了研究，認為開展城市增長邊界研究的前提是對城市的自然資源進行深入分析。馮科[4]等研究認為城市增長邊界的引進有利于城市空間擴張的管理，可以改善中國城市建設的低效率無序蔓延，更好地推動中國城鎮化進程，保障城市的健康有序發展。馬強等[5]通過分析中國城市空間發展特征與研究城市增長邊界面臨的問題結合起來，思考城市增長邊界的中國化研究。

現有城市增長邊界的劃定方法，主要包括：① 土地生態適宜性評價方法，從土地是否適宜建設角度來劃定城市的剛性邊界和彈性邊界[6-8]，或以綜合生態安全格局為基礎，結合城鎮中心吸引力、道路吸引力等，利用最小阻力模型，劃定城鎮增長的剛性邊界與彈性邊界[9]。② 元胞自動機模型，主要從城市增長邊界的制約因素出發，采用元胞自動機模型預測城市擴張來劃定城市增長邊界[10-12]。③ 城市增長徑向距離法，通過選定城市的多個中心點，以距離為測度建立預測模型，模擬城市邊界變化位置，劃定城市增長邊界[13-14]。這些方法均存在一定的不足，如只考慮生態適宜性，忽略了研究區現有人口、經濟發展狀況等城市客觀條件，具有一定的主觀性，或者只從數量、空間一個方面進行模擬預測，具有一定的局限性。而馬爾科夫（Markov）和元胞自動機（CA）相結合的方法，可以解決數量和空間兩方面的問題，既能對區域進行長期預測，也能夠對空間變化進行最大程度的研究，是研究時空變化最有效的方法。它從土地自身生態承載能力角度，利用建設用地適宜性評價，來劃定城市增長邊界。

1 研究區概況和數據來源

1.1 研究區概況

南昌市作為江西省省會，是江西省政治、經濟、文化、科技中心。至2016年，全市常住人口城市化率為72.29%，城市居民人均住房面積為35.42 km2，城鎮人口由211.63萬上升到379.48萬，增長率為79.31%，城鎮人口增長迅速，城鎮化水平穩步提高。南昌市主要的工業為汽車、航空、光伏等現代制造業，旅游、商貿等現代服務業也在不斷發展，第三產業比重為47.7%，經濟持續增長，地區生產總值為4 355億元，較上一年增長了9%。南昌市是長江中游城市群中心城市之一，交通便利，是江西省乃至全國重要的綜合性交通樞紐，城鎮化、工業化的加速發展導致城鎮不斷向外無序蔓延，出現了資源浪費、交通擁堵、環境惡化、土地低效利用、經濟發展與自然資源不相協調等城市問題。因此有必要對南昌市劃定增長邊界，控制城市無序蔓延，使城市在邊界內進行集中連片開發建設，保障南昌市土地資源高效合理利用，實現可持續發展。

1.2 數據來源

本文原始數據源為2000，2010，2016年3個時期的Landsat TM遙感影像，空間分辨率為30 m×30 m，經輻射糾正、幾何糾正、圖像配準、人工解譯等處理后得到土地利用現狀圖。土地利用類型包括耕地、林地、水域、城鎮用地、農村居民點、其他建設用地、未利用地七大類，由于草地面積較小，將草地與林地合并起來，歸為林地。通過將外業調查和隨機抽取動態圖斑進行重復判讀分析相結合的方法評價分類精度，總體精度均達到80%以上，Kappa系數在0.7以上，滿足研究需要。高程數據來源于地理空間數據云，利用ArcGIS軟件Spatial Analyst工具提取出坡度數據。道路數據來源于全國地理信息資源目錄服務系統。

2 研究方法

Markov模型是基于Markov鏈，根據系統中不同狀態的起始概率和狀態之間的轉移概率來預測將來各個時刻的變動狀況，從而達到對未來趨勢預測的目的[17]，它既適用于時間序列，又適用于空間序列[17]。Markov過程一是分析土地利用類型面積的變化信息，二是由土地利用轉移概率矩陣來預測土地利用變化趨勢[16]。將CA模型和Markov模型結合到一起，可以從數量和空間兩方面對土地利用變化進行精確的模擬[18]。

2.1 操作步驟

（1） 轉換格式。在ArcGIS中將.shp文件轉換為ASCII文件，然后在Idrisi軟件中將ASCII文件轉換為Idrisi可以識別的文件類型（.rst）。

（2） 建立適宜性圖集。參考前人的研究經驗，根據研究區實際情況，在MCE模塊中加入高程，坡度，距高速、鐵路、公路的距離，水域，生態敏感區這些影響因子，得到土地利用適宜性圖集。

（3） 對2016年土地利用狀況進行模擬預測及精度檢驗。本文采用5×5濾波器，以2000～2010年轉移矩陣作為轉換規則，在CA-Markov模型中進行模擬運算，將預測的2016年土地利用狀況與2016年真實數據對比，進行數量和空間精度檢驗。

（4） 對2020年和2025年土地利用狀況進行模擬預測。以2016年為基準年，將適宜性圖集加入到2020年和2025年預測的模型中，使其作為限制性或約束性因素，對2020年和2025年進行模擬預測。

2.2 適宜性圖集制作

（1） 水域。南昌市瀕臨鄱陽湖，傍贛江而建，水域面積達2 204.37 km2，占城市面積的27%，水資源豐富。南昌市在擴張的過程中，應該注意對水域的保護，把水域作為劃定城市增長邊界的適宜性因素之一。

（2） 生態敏感區。生態敏感區主要包括自然保護區、水源保護區、風景名勝區等，是禁止進行開發建設的土地。梅嶺風景名勝位于南昌市灣里區，是避暑勝地，也是全省首批和全市唯一一個榮獲“江西省首批省級森林養生基地”稱號的森林公園。贛江是江西省最大的河流，流經南昌市，匯入鄱陽湖，最后流入長江，是重要的水域保護區。這些生態敏感區不能轉化為其他土地類型，在一定程度上會影響城市擴張。

（3） 高程。高程是從空間分辨率為30 m的DEM數據中提取的。高程不僅影響到土地利用的高度界線，而且還決定了土地類型。高程對城市的布局和擴張有著重要影響。南昌市全境山、丘、崗、平原相間，但以平原為主，東南相對平坦，西北丘陵起伏。地勢越高的地區，城市越難以擴張，建成區的面積也相對越小，說明地形對城市擴張的方向具有重要影響。因此，應該將高程作為劃定城市增長邊界的適宜性因素之一。

（4） 坡度。坡度值是提取研究區高程數據得到的。坡度不同，土地利用類型也就不同，坡度的大小直接影響城市用地布局和建筑物的布置，坡度的合理選擇會指引城市擴張的方向。陡坡不適合用于建設用地、交通用地和工業工地。

（5） 交通因素。城市道路附近的土地類型會受到道路的拓展影響，城市擴張變化的方向與交通干線緊密相關[19]。道路交通作為城市骨架，對城市發展起著重要作用，道路對城市建設活動有一定的吸引力，人們會利用道路進行各種活動，也會刺激道路周邊房屋和基礎設施的建設，離道路越近就越有可能被開發。南昌市是江西省最重要的綜合交通樞紐之一，路網密布，四通八達，本文將道路分為公路、鐵路、高速公路3類。

（6） 創建適宜性圖集。運用Logistic對每一個柵格可能出現的每一種土地利用類型進行分析，得到各個土地利用類型的空間分布概率圖。利用Idrisi軟件中的collection editor將各個土地利用類型的適宜性圖疊置，得到適宜性圖集作為CA-Markov的轉化規則，作為2020年和2025年預測的基礎。

2.3 精度檢驗

3 結果與分析

3.1 南昌市城市增長邊界變化現狀

考慮到南昌市的地形、坡度等自然條件和南昌市的交通狀況，借鑒北京城市增長邊界的劃定情況[21]，本文將主城區最大連片的城鎮用地劃出作為南昌市的彈性增長邊界。

南昌市2000年彈性增長邊界范圍內城鎮用地面積為107.81 km2，分布在青山湖區、青云譜區和東湖區;2010年彈性增長邊界范圍內城鎮用地面積為326.45 km2，分布在青山湖區、青云譜區和東湖區面積較多，南昌縣和新建區的城鎮用地開始發展起來;2016年彈性增長邊界范圍內城鎮用地面積為439.62 km2，分布在青山湖區、青云譜區和東湖區，南昌縣和新建區城鎮用地面積增長速度加快。

2000，2010年和2016年3個時期邊界內均包含了青山湖區、東湖區和青云譜區的部分區域。2000～2010年，城市彈性邊界沿著主城區不斷向外擴張，青山湖區、南昌縣和新建區擴張尤為明顯，擴張面積分別為80.70，75.77 km2和33.44 km2;2010～2016年，城市彈性邊界繼續向青山湖區、南昌縣和新建區擴張，擴張速度加快，擴張面積分別為32.83，78.36 km2和35.93 km2。因此，2000～2016年，城市邊界在沿著主城區擴張的同時，向青山湖區、南昌縣和新建區擴張明顯。

3.2 建設用地適宜性評價

在ArcGIS中，將選取的高程、坡度、水域、土地利用現狀、道路、城鎮吸引力、自然保護區等7個評價因子進行疊加分析，利用層次分析法確定因子權重，權重分別為0.082 3，0.045 4，0.297 4，0.231 0，0.167 2，0.058 9，0.117 7。結合ArcGIS的空間分析技術得到建設用地適宜性評價結果，適宜性評價得分越高，建設用地空間擴展敏感度越低，土地越適宜建設用地發展。結果表明，南昌市建設用地空間適宜性指數在1.20～4.95之間，采用自然斷點法將其劃分為5類：[1.20，2.15）為最適宜，[2.15，2.85）為較適宜，[2.85，3.44）為基本適宜，[3.44，4.13）為勉強適宜，[4.13，4.95）為不適宜，并分別對應優化建設區、重點建設區、限制建設區和禁止建設區[22]。

統計表明（表1）：南昌市最適宜、較適宜、基本適宜、勉強適宜和不適宜建設用地面積分別為677.7，133 9.8，1 846.6，1 297.8 km2和2 042.0 km2，它們對應的優化建設區、重點建設區、限制建設區和禁止建設區的建設用地面積分別為677.7，1 339.8，3 143.6 km2和2 042.0 km2，分別占南昌市土地總面積的9.4%，18.6%，43.65%和28.35%。最適宜建設區和較適宜建設區占土地總面積的28%，整體的適宜區占比面積較小。

南昌市最適宜建設用地主要分布在青山湖區、青云譜區和進賢縣的西南部，現在也多為建設用地，可以作為未來的優化建設區;較適宜建設用地多分布在最適宜建設用地的周邊區域，可以作為未來的重點建設區;基本適宜和勉強適宜建設用地主要分布在進賢縣的東部、安義縣的北部、新建區的西南部，在一定條件下可以用作建設用地，可以作為未來的限制建設區;不適宜建設區主要分布在南昌市的東北部和東南部，該區域水域分布廣，生態環境脆弱，不適宜開發為建設用地，可以作為未來的禁止建設區（圖1）。

3.3 南昌市2020，2025年城市增長邊界劃定

3.3.1 模擬預測南昌市土地利用狀況

為了保證2020年和2025年土地利用狀況的模擬精度，先模擬預測2016年的土地利用狀況，將2016年的模擬結果與土地利用現狀對比，進行精度檢驗，以保證較高模擬精度。現以南昌市2010年的土地利用數據為基礎，模擬預測南昌市2016年的土地利用狀況（見圖2）。

通過模型精度檢驗，可以得到2016年南昌市土地利用模擬誤差分析表。根據表2可以看出，CA-Markov模型能夠較好地模擬出土地利用變化趨勢。其中，從數量誤差來看，水域、未利用地、林地、耕地的誤差較小，都在90%以上。城鎮用地的誤差稍大，主要是因為城市發展中政策因素的影響。從空間誤差來看，水域、未利用地、耕地、其他建設用地的誤差較小，林地和農村居民點的誤差相對較大，但都在75%以上，可以接受。由以上分析可知，CA-Markov基本能夠模擬南昌市土地利用變化情況，以此為基礎，預測南昌市2020年和2025年土地利用狀況。

3.3.2 劃定彈性增長邊界

根據上面的模擬結果，將2020年和2025年主城區最大連片的城鎮用地劃出，可以得到2020年和2025年城市彈性邊界（見圖4）。從圖4可以看出，2000，2010，2020年和2025年4個時期的城市彈性邊界內均包含了青云譜區、東湖區和青山湖區的部分區域。未來南昌市城市擴張將沿著主城區向四周擴張，尤其是向新建區、青山湖區和南昌縣擴張最明顯。南昌市2020年增長邊界范圍內城鎮用地面積為648.99 km2，2025年增長邊界范圍內城鎮用地面積為739.24 km2。

由4期邊界內各區的面積統計結果（表3）可知，2000～2010年，青山湖區、南昌縣和新建區城鎮面積擴張最多，增長的面積分別為80.70，75.77 km2和33.44 km2;2010～2020年，青山湖區、南昌縣和新建區城鎮增長的面積持續增長，分別為84.49，172.33，77.02 km2;2020～2025年，青山湖區、南昌縣和新建區城鎮增長的面積分別為12.05，96.76，33.85 km2。青山湖區城鎮擴張面積增長幅度減小，南昌縣和新建區面積增長速度加快，主要是由于離南昌市中心城區較近，土地面積大，地勢平坦，還有政策的支持。青云譜區、東湖區、西湖區是南昌市的老城區，擴張的空間有限，灣里區也發展了一部分城鎮用地，但是由于梅嶺這樣的地形限制會阻礙城鎮用地的擴張，因此這些區域在未來擴張面積不大。南昌市未來的城市發展方向主要是新建區和南昌縣。新建區位于南昌市中心的西北方向，地處鄱陽湖生態經濟區的核心區，與紅谷灘新區聯為一體，具有良好的區位優勢和政策支持，是南昌市城區的主要拓展區域。南昌縣位于鄱陽湖平原，地勢較為平坦，交通發達，貫通南北，三面環抱南昌市主城區，區位條件優越，發展條件較好。

3.3.3 劃定剛性增長邊界

根據以上的建設用地適宜性評價結果，本文將建設用地適宜性評價中主城區限制建設區的邊界線作為南昌市剛性增長邊界，也就是把主城區的最適宜和較適宜的建設用地劃到一起，將其作為城市開發過程中城市擴張的最大界限，在城市未來發展中，城市都要控制在這個最大的界限內（見圖5）。剛性邊界內包含了青山湖區、新建區、青云譜區、南昌縣的大部分區域和東湖區、西湖區的小部分區域。剛性邊界的總面積為1 294.88 km2。

本文將CA-Markov模型與建設用地適宜性評價相結合，預測2020年和2025年城市增長邊界。結果表明：CA-Markov模型以其強大的時間和空間模擬功能，對南昌市進行長期預測的同時，空間變化上也能很好的模擬預測，經過模擬預測可以得到2020，2025年南昌市彈性增長邊界范圍內城鎮用地面積分別為648.99 km2和739.24 km2。通過將南昌市建設用地適宜性評價結果與實際情況相結合進行分析，從而劃定南昌市剛性增長邊界，剛性增長邊界范圍內城鎮用地面積為1 294.88 km2。

4 結 論

（1） 南昌市未來發展的重點是新建區和南昌縣。將劃定結果與《南昌市城市總體規劃（2016-2035年）》綱要方案對比，基于CA-Markov模型的劃定結果與南昌市未來發展重點相一致，南昌市未來將重點打造新建區的九龍湖新區、儒樂湖新區和南昌縣的瑤湖新區。因此，CA-Markov模型預測結果為城市邊界的劃定提供了切實可行的思路。

（2） 城市彈性邊界不是一成不變的，它會隨著城市經濟的發展而發生變化。本文劃定的2020年和2025年城市彈性增長邊界是南昌市發展到2020年和2025年城鎮用地的最大規模，在一定程度上能夠滿足人類的發展需要，原則上是不可更改的，若遇到特殊情況，要對彈性增長邊界進行調整時，應與當地政府、企業、公眾在公平、公開的情況下，通過協商和談判的方式達成共識，再對城市增長邊界進行調整。

（3） 城市彈性增長邊界內部要提高土地利用效率，避免出現土地閑置浪費，使城市在邊界內進行集中連片開發建設，有效保護農村土地資源，還應加大城區公共交通的建設，提供多元化交通出行方式，減輕城區交通壓力。在邊界外部，要大力推進交通設施的建設，加強邊界內外之間的聯系，同時還要加強邊界外部區域的發展，減小邊界內外的差距，能夠相對緩解人們不斷向邊界內部聚集的情況，減輕城市內部壓力。

（4） CA-Markov模型在進行土地利用狀況模擬中不適用于外部因素突變的情況，而且建設用地適宜性評價中評價因子的選取不夠全面，在以后的工作中還應該進行改進和完善。本文只對2020年和2025年的城市增長邊界進行預測，還需要對未來城市增長邊界的穩定性進行深入分析，以便對未來的城市規劃起更好的指導作用。

參考文獻：

[1] 付玲，胡業翠，鄭新奇.基于BP神經網絡的城市增長邊界預測：以北京市為例[J].中國土地科學，2016，30（2）：22-30.

[2] 黃明華，田曉晴.關于新版《城市規劃編制辦法》中城市增長邊界的思考[J].規劃師，2008（6）：13-15.

[3] 張進.美國的城市增長管理[J].國際城市規劃，2002（2）：37-40.

[4] 馮科，金曉云，鄭娟爾，等.浙江省城鎮空間擴展的理性選擇：以精明增長的視角[C]∥北京：中國城市發展與土地政策國際會議，2007.

[5] 馬強，徐循初.“精明增長”策略與我國的城市空間擴展[J].城市規劃學刊，2004（3）：16-22.

[6] 祝仲文，莫濱，謝芙蓉.基于土地生態適宜性評價的城市空間增長邊界劃定：以防城港市為例[J].規劃師，2009，25（11）：40-44.

[7] 蔣瑋.成都市中心城區城市空間增長邊界研究[D].成都：西南交通大學，2012.

[8] 王玉國，尹小玲，李貴才.基于土地生態適宜性評價的城市空間增長邊界劃定：以深汕特別合作區為例[J].城市發展研究，2012，19（11）：76-82.

[9] 周銳，王新軍，蘇海龍，等.基于生態安全格局的城市增長邊界劃定：以平頂山新區為例[J].城市規劃學刊，2014（4）：57-63.

[10] 蘇偉忠，楊桂山，陳爽，等.城市增長邊界分析方法研究：以長江三角洲常州市為例[J].自然資源學報，2012，27（2）：322-331.

[11] 徐康，吳紹華，陳東湘，等.基于水文效應的城市增長邊界的確定：以鎮江新民洲為例[J].地理科學，2013，33（8）：979-985.

[12] 龍瀛，韓昊英，毛其智.利用約束性CA制定城市增長邊界[J].地理學報，2009，64（8）：999-1008.

[13] Tayyebi A，Pijanowakii B C，Pekin B.Two rule-based urban growth boundary models applied to the Tehran Metropolitan Area， Iran[J]. Applied Geography， 2011，31（3）：908-918.

[14] 石偉偉.武漢市城市發展邊界的設定研究[D].武漢：華中農業大學，2008.

[15] Teerasit K， Manoj K A， Pramod K， et al. Super-resolution land cover mapping using a Markov random field based approach[J]. Remote Sensing of Environment， 2005， 96（3/4）： 302-314.

[16] Kiira A.Simulating vegetation dynamics and land use in a mire landscape using a Markov model[J].Landscape and Urban Planning， 1995， 31（1/3）：129-142.

[17] 吳林川，宋嬰嬰.加權馬爾科夫鏈在榆林市降水量預測中的應用[J] .人民長江，2017，48（S1）：82-84，100.

[18] 黃曉磊，劉東云.基于CA-Markov模型的天津市土地利用預測研究[J].中國農業科技導報，2012，14（5）：84-89.

[19] 唐寬金，鄭新奇，閆宏文，等.基于空間相鄰的地類轉換傾向性模型的構建及應用[J]生態學報，2009，28（2）：409-418.

[20] 唐寬金.基于景觀生態學的土地利用時空格局變化研究：以長清區為例[D].濟南：山東師范大學，2009.

[21] 胡業翠，付玲，李琦.北京城市增長邊界預測[J].地球信息科學學報，2017，19（4）：486-492.

[22] 宗紀昌，董玉祥.佛山市土地資源[M].北京：中國科學技術出版社，2016.

（編輯：黃文晉）