楊麗萍 張 真 陳 春 蕭嘉明 胡月明2,3,
(1.廣州市華南自然資源科學技術研究院,廣東廣州 510642;2.自然資源部建設用地再開發重點實驗室,廣東廣州 510642;3.廣東省土地利用與整治重點實驗室,廣東廣州 510642;4.易智瑞(中國)信息技術有限公司,廣東廣州 510620;5.華南農業大學資源環境學院,廣東廣州 510642)
隨著中國的經濟快速發展,城鎮化的進程越來越快,中小城鎮在此過程中發揮著重要的作用。中小城鎮是一種受到自然、社會人為因素共同影響的動態系統,微觀空間個體的相互作用及空間決策在城市空間演變過程中起到了關鍵作用[1]。城市空間規劃問題可通過GIS解決,但無法滿足動態分析的要求,難以模擬分析中小城鎮用地擴展的問題和各微觀空間個體之間的關系[2]。通過GIS的分析、表現能力和多智能體系統,構建城鎮用地擴展模型,提高運用GIS分析中小城鎮系統的能力,預測中小城鎮系統的發展方向及演化過程,為中小城鎮可持續發展提供決策支持。
近年來,研究主要通過結合數學和空間模型,模擬和預測城市空間擴展。Batty[3]采用分形理論和元胞自動機(CA)模型分析城市空間擴展;CLARKE[4]以圣弗朗西斯哥和華盛頓為研究區,利用城市發展的歷史數據結合城市的交通、地形條件等要素設置相關參數,建立SLEUTH模型進行模擬和分析;Waddell[5]采用CA和多主體(MAM)的結合,建立了城市仿真Urbanism預測模型;黎夏等[6]以東莞市的城市用地為例,采用約束性單元自動演化CA模型,以綜合主成分分析和神經網絡等技術輔助,模擬城市用地空間擴展。多智能體城市模型通過建立城市土地資源時空配準規則,表達城市土地利用智能體的關系,反映土地利用變化的基本特征和規律[7-9]。多智能體模型具有較好的決策“空間顯性”表達性能,比土地利用轉化和效應、CA等模型效果好。但多智能體如何適應社會經濟環境變化的機制尚未完善,需要對社會經濟環境中多智能體間空間互動進行進一步研究。本研究以發展較快的中小城鎮的典型代表——廣東省佛山市順德區為例,通過多智能體仿真技術對研究區的城鎮用地進行模擬預測,探討中小城鎮的用地格局變化情況以及未來發展趨勢。

圖1 研究區范圍
順德區位于珠三角腹地,北接廣州,南近港澳,面積為806 km2,毗鄰廣州、中山、江門三市,常住人口278.32萬。2020年,順德地區生產總值增長4.1%,主要經濟指標位居全國縣域前列,被評為2020全國高質量發展百強區第一。
本研究以Landsat 7 TM影像為主要數據來源,對影像融合、幾何校正、大氣校正等預處理,再利用順德區的行政邊界作為裁剪邊界,裁剪三幅影像。根據研究區的情況,影像分類大致分為城鎮用地、耕地、坑塘、林地和河流,采用最大似然分類法分別獲得了順德區1990年、2000年和2010年土地利用現狀分布。
順德區土地利用現狀如圖2所示。

圖2 順德區土地利用現狀
利用用地擴展面積和擴展強度指數分析順德城鎮用地情況。城市用地擴展速度表示整個研究期內的不同階段城市用地擴展面積的年增長速率,表征各階段城市用地擴展的總體規模。城市用地擴展強度是用各空間單元的土地面積對其年平均擴展速度進行標準化處理,比較不同時期城市用地擴展的速度。城市擴展速度和強度指數表達式[10-11]:

式中:Mue——城市用地擴展速度;Iue——擴展強度;ΔUi——某一時段城市用地擴展面積;Δt——某一時段時間跨度;ULAi——某一時段初期的城鎮用地總面積;TLA——研究區土地總面積。
不同年份城鎮用地面積、不同時期城鎮擴展時間特征如表1、表2所示。

表1 不同年份的城鎮用地面積 單位:km2

表2 不同時期段的城鎮擴展的時間特征統計
順德區城鎮面積不斷增大,從1990年的60.25 km2增加至2010年281.69 km2,2增加了221.44 km2,擴展強度從1.014增至1.733,城鎮擴展強度不斷增大。
基于多智能體的建模方法[7-10]是一種“自下而上”的集成建模方法,Agent是系統的基本抽象單元,采用了相關的Agent技術。復雜適應系統的每個Agent模型都給Agent分配一定的智能,采用合適的MAS體系結構將Agent組裝起來,設置多個Agent之間的交互模式,建立適應系統的模型。該方法的核心是研究局部細節變化如何通過反映個體結構函數的局部細節模型、全局表示之間的循環反饋和校正,突出復雜的全局行為[12]。根據研究需要的系統局部細節、Agent的反應規則和各種局部行為,構建具有復雜系統結構和功能的系統模型。
(1)建模步驟。
①Agent Analyst添加矢量數據作為基礎層。
②設置模型的環境變量,全局參數(模型運行變量、柵格數據路徑、導出文件路徑),方法(初始化所有Agent、獲得柵格數據,智能體屬性寫入、ArcGIS顯示更新)。
③設置模型中Agent的變量,方法(初始化單個Agent變量、Agent決策方法)。
(2)模型的實現。
①根據人口增長量計算城鎮用地擴展需求。
②在研究區的范圍內生成100 m×100 m規格相同的網格,按照Agent決策得到每個網格轉化為城鎮用地的概率。
③根據人均建筑密度獲得每個網格可容納的人口數,對利用Agent進行分類,確定各類型Agent的數量,計算各種偏好因素的選擇權重。
④按照開發Agent計算城鎮用地擴展概率。
⑤計算在政府Agent、開發Agent、利用Agent三者的綜合決策下的城鎮用地擴展的概率。
⑥按照得到的城鎮用地擴展的概率由高到低進行轉變,直到滿足城鎮用地增長的要求。
(1)模擬結果與精度檢驗。
在Repast平臺下,通過建立政府、開發利用三種類型的agent,設置它們的屬性和行為,選擇一個100 m×100 m的柵格單元作為城市土地基本擴展單元,減少數據量。以順德區距中心距離、距鎮中心的距離、距高速公路的距離、距基本農田保護區的距離、坡度為城市土地利用擴張的因素,計算城市土地擴展的轉移概率,作為模型的環境層。從順德區1990年、2000年和2010年獲得該地區的人口、收入等數據,以1990年為基礎,模擬2000年,以2000年尾為基礎,模擬2010年的城市擴張,與實際數據進行對比,如圖3所示。

圖3 不同年份的實際與模擬城鎮用地
城市土地擴張現象是一個復雜的系統,不確定因素的存在,無法完全準確地模擬其動態變化。運用多智能體系統理論模擬真實的城市土地擴張時,還需要對其實際情況進行檢驗,一般采用逐點對比和整體對比的方法[4]。利用“逐點對比法”,根據已有數據和建立的模型運行參數,重構順德區城市用地擴張,將2000年和2010年城市用地擴張仿真結果與實際情況進行對比,得出2000年城市用地擴張仿真結果,精度為81.94%,2010年城市用地擴張模擬精度為83.77%。
逐點對比模擬精度如表3所示。

表3 逐點對比的模擬精度
本研究還通過計算修正的Lee-Sal lee形狀指數[4]進行模型精確度的檢驗:

式中:A0、A1——模擬結果和檢驗數據。L值在0~1范圍之間,值越趨近1表明模擬的結果與實際數據越接近。
通過對2000年和2010年模擬結果與實際城鎮用地進行Lee-Sal lee形狀指數計算,得到L值分別為0.80和0.82,說明多智能體城鎮用地擴展模型的精度可以接受,并對2020年的順德區城鎮用地擴展情形分情景進行了預測。
(2)分情景模擬預測。
在模擬中,以2010年順德區城市地層、2006~2020年順德區城市總體規劃水平、城市發展適宜度層、交通通行層、地價、公共設施層、環境質量層、教育資源層為輸入層,設置限制性因素。折現率r=0數據轉換有效校正。設置幾種情景,即耕地保護情景(情景1)、規劃情景(情景2)、無限制情景(情景3),如圖4所示。

圖4 三種情況的模擬場景
情景1:根據可持續發展理論和環境經濟數據分布理論,城市發展應首先避免侵占優質農田,開發最適宜的土地。在微觀調控下,政府需要充分考慮公眾的意愿和要求,并與居民協商,使政府的規劃更人性化。
情景2:城鎮嚴格按照政府規劃進行發展,政府的微觀調控不考慮公眾的意愿和要求。
情景3:城鎮發展處于無政府狀態,完全根據居民的喜好和意愿進行城鎮資源的開發。
分析根據不同模擬情景的城鎮用地的模擬結果,情景1城鎮的發展避免了占用基本農田保護區,城鎮的形狀會有點亂,政府考慮了Agent的意愿,開發了政府規劃用地外的區域;情景2城鎮的形狀顯得非常緊湊,發展根據政府的規劃,但和城鎮的真實發展情況不同;情景3城鎮的發展非常凌亂,土地資源浪費嚴重,城鎮土地的發展不具有可持續性。
在日后的規劃決策中需要綜合考慮三種情景,在三者中找到城鎮用地擴展的平衡點,才能有利于城鎮用地的可持續發展,解決中小城鎮土地資源和經濟發展問題。
(1)順德區城鎮用地擴展受到多個主體相互作用的影響,使該模型比較復雜,但模擬的精度比較高,說明多智能體城鎮用地擴展建模的先進性,能夠更好地為政府決策,促進城鎮的可持續發展。
(2)地理環境對城市空間擴展具有重要影響,區位因素在城市擴張中尤為重要。在順德區城市擴展模擬中,城市擴展主要沿公路擴展。順德區經濟快速發展和人口增長,除主城區快速發展外,其他鄉鎮也在迅速發展,但擴張混亂,需要加強城市擴張的規劃。
(3)通過以順德區為例,分三種情景模擬了2020年城鎮用地擴展情況,模擬結果表明三種情景都無法充分滿足順德區城鎮用地的擴展,政府需要綜合考慮三種發展情景,才能保證順德區城鎮用地的可持續發展。