基于PLUS-UGB 多情景模擬的廣州市城市增長邊界劃定

楊文杰，杜劍光*，何華貴，楊衛軍，陳利燕

（1. 廣州市城市規劃勘測設計研究院，廣東 廣州 510060）

隨著我國經濟的快速發展，城鎮化也進入了快速增長階段。然而，城市增長的同時帶來了城市發展無序、自然資源破壞等一系列問題，嚴重影響了城市的可持續發展[1-2]。因此，如何科學有效地引導城市的發展、規劃以及管理城市空間擴展成為城鎮化過程中需要重點關注和研究的問題。城市增長邊界（UGB）可用于界定城市和非城市的邊界區域，有效治理城鎮化過程中遇到的無序蔓延、過度發展等問題[3-5]。國內外學者采用多種模型和方法對UGB的劃定進行了研究與探索[6-13]。元胞自動機（CA）能反映城市系統的復雜結構、動態模擬土地利用變化，因此被廣泛應用于土地利用的模擬與預測中。通過CA 模型模擬預測的結果可進行UGB 劃定，但傳統的CA 模型在轉換規則挖掘策略和景觀動態變化模擬兩個方面存在一定的不足。LIANG X[14]等提出的斑塊生成土地利用模擬（PLUS）模型，可以更好地挖掘各種土地利用類型變化的誘因，更好地模擬各土地利用斑塊級的變化，模擬結果可以更好地支持規劃和管理?；谛螒B學的膨脹腐蝕方法在圖形邊緣提取方面具有廣泛應用，能有效提取圖形邊緣以及分割和細化圖形。

結合上述背景和存在的問題，本文引入PLUS 模型和基于形態學的膨脹腐蝕方法提取UGB，構建PLUS-UGB模型，并將其應用于廣州市2035年城市發展模擬預測與UGB的劃定中。

1 研究區概況與數據來源

1.1 研究區概況

廣州市的總面積為7 434 km2，2020年廣州市地區生產總值為25 019.11億元，常住人口為1 530.59萬人，常住人口城鎮化率為86.46 %，明顯高于全國水平（60.6 %）。隨著經濟的不斷發展，廣州市目前仍進行著快速城鎮化，區域內土地利用變化明顯。因此，本文選取廣州市進行UGB 劃定研究具有極強的代表性。

1.2 數據來源與預處理

本文采用的土地利用數據來源于2015 年全球精細地表覆蓋產品（GLC_FCS30-2015） 以及結合2019—2020 年時序Landsat 地表反射率數據、Senti?nel-1SAR數據、DEM地形高程數據、全球專題輔助數據集、先驗知識數據集等生產的2020 年全球30 m 精細地表覆蓋產品（GLC_FCS30-2020）。通過重分類的方式，獲得耕地、林地、草地、水域、建設用地5 種土地利用類型數據，如圖1所示。

圖1 廣州市2015年和2020年土地利用數據

本文采用的驅動因子為氣候環境數據和社會經濟數據，其中氣候環境數據包括高程、坡度、到河流的距離；社會經濟數據包括人口、GDP、到高速公路的距離、到一級道路的距離、到二級道路的距離，如圖2所示。

圖2 土地利用模擬驅動因子

2 研究方法與思路

2.1 PLUS模型

PLUS 模型的框架包括基于土地擴張分析策略的轉化規則挖掘框架（LEAS）和基于多類型隨機斑塊種子機制的CA 模型（CARS）兩個部分。LEAS 將兩期土地利用數據進行疊加，提取兩期土地利用數據的變化部分；然后隨機選取采樣點，結合土地利用類型，采用隨機森林（RCF）算法[15]分別對各土地利用類型進行訓練，獲取不同土地利用類型的擴張規則。RCF算法的表達式為：式中，k為土地利用類型；i為k所在的元胞；M為決策樹總數；x為由多個驅動因素組成的向量；d為0 或1（1 表示還有其他土地利用類型轉換為k，0 表示無）；為土地擴張概率；I() 為決策樹集；hn(x)為向量x第n個決策樹的預測類型。通過LEAS 獲取了各土地利用類型的擴張規則，再通過CARS模擬各土地利用類型的斑塊演化。CARS是一種由情景驅動的土地利用模擬模型，采用基于閾值下降的多類型隨機斑塊種子機制，利用蒙特卡洛方法，當某土地利用類型的鄰域效應為0 時，在各土地利用類型的發展概率面上生成變化種子，則有：

式中，t為閾值降低值；r為0～1 范圍內的隨機值；μk為產生新土地利用類型斑塊的閾值；OP為土地利用總體概率；為土地利用類型k在元胞i的鄰域效應；為土地利用類型k未來發展需求的影響。

2.2 鄰域影響因子與轉換成本

鄰域影響因子能反映不同土地利用類型與鄰域范圍不同用地單元之間的相互作用[16]，用以表達不同土地類型的擴張能力。其計算公式為：

鄰域影響因子的閾值范圍為0～1，值越大表示該土地利用類型的擴張能力越強。轉換成本表示某土地利用類型轉換為其他類型的困難程度。

2.3 模型精度驗證

本文采用Kappa系數驗證PLUS模型的精度。Kappa系數[17]是檢驗一致性的指標，可衡量分類效果。Kappa系數基于混淆矩陣，值域為-1～1，通常大于0，計算公式為：

式中，P0為預測與實際對比的總體精度；Pe為由于偶然機會造成預測結果一致性的概率，即隨機一致性。

2.4 基于形態學的UGB劃定方法

形態學的膨脹腐蝕運算[18]在圖像邊緣檢測方面具有廣泛應用，可有效解決圖像噪聲問題。本文結合土地利用模擬的預測結果，利用生態學的3×3結構元素的膨脹腐蝕運算方法對UGB進行劃定。

膨脹運算是從由結構元素確定的鄰域塊中選取圖像值與結構元素值之和的最大值，代表結構元素的移動，將其中的非城市單元轉換為城市單元；腐蝕操作則與膨脹相反，是從由結構元素確定的鄰域塊中選取圖像值與結構元素值之和的最小值，代表結構元素的移動，將其中的城市單元轉換為非城市單元。

3 研究結果與分析

3.1 土地利用擴張提取

由2015年和2020年的土地利用變化可知（表1），2015 年城市建設用地面積為1 408.87 km2，占整個廣州市的18.95%，非城市建設用地面積（農田、森林綠地、濕地、水域）為6 025.13 km2；2020 年城市建設用地面積為1 496.31 km2，占整個廣州市的20.13%，非城市建設用地面積為5 937.69 km2。2015—2020 年城市建設用地面積增加了87.44 km2，其他土地利用類型面積不斷減少，其中耕地面積減少最為突出，減少了41.8 km2，林地面積減少了23.58 km2，草地面積減少了0.07 km2，水域面積減少了21.97 km2，其主要原因在于2015—2020年廣州市城鎮化進程不斷推進，致使城市用地邊緣的農田轉換為城市用地。

表1 2015—2020年土地利用擴張情況

3.2 PLUS模型精度驗證

根據2015年的土地利用狀況，結合各土地利用類型的擴張概率，通過PLUS 模型模擬得到2020 年廣州市的土地利用情況，并與2020年廣州市真實的土地利用情況進行對比，結果如圖3 所示。通過定性分析發現，利用PLUS 模型進行城市土地利用模擬的結果與真實數據在整體空間分布上大體一致。

圖3 2020年土地利用預測與真實數據對比

根據2020 年真實土地利用情況和模擬預測結果，可以得到各土地利用類型的模擬準確率，如表2 所示，可以看出，各土地利用類型的模擬準確度均達到98%以上，Kappa系數為0.943 1，FOM值為0.275，說明模擬結果與真實數據具有高度的一致性，能較好地呈現真實的城市發展形態，因而將其應用于預測城市未來用地發展的可靠性也較高。

表2 2020年土地利用模擬預測與真實數據比對情況

3.3 多情景下土地利用模擬預測

城市的土地利用預測模擬需要考慮不同的發展情景，不同情景下城市發展和擴展的方向和趨勢也有所不同。根據未來城市發展模擬的目標，本文設定了自然發展情景（ND）、耕地保護優先情景（CD）和生態保護優先情景（EP）3種情景下的土地利用模擬預測。

參考已有經驗和研究成果，經過多次試驗，本文設計了不同場景下鄰域影響因子和轉換成本矩陣。本文將各土地利用類型的擴張能力定義為建設用地>水域>草地>耕地>林地，其中建設用地的擴張能力最強，設為1，林地的擴張能力最弱，設為0.1，具體用地擴張能力（即鄰域影響因子）如表3所示。

表3 各土地利用類型的鄰域影響因子

在不同情景下，本文設計了不同的轉換成本矩陣，如表4所示：①在ND下，通常建設用地不會轉換為其他土地利用類型；②在CD 下，耕地不能轉換為其他土地利用類型，除建設用地外其他土地利用類型可轉換為耕地；③在EP 下，林地和草地能相互轉換，但不能轉換為其他土地利用類型，除建設用地外，其他土地利用類型可轉換為林地和草地。

表4 轉換成本矩陣

為了更準確地分析不同情景下土地利用變化情況，本文選取黃埔區的一個子區域進行比較分析。該子區域為廣州市目前城市擴張的分界區域，可更加明顯地對各場景下土地利用變化情況進行分析。本文利用PLUS 模型，結合不同的發展目標和轉換成本，得到廣州市2035年多情景下的模擬預測結果，如圖4所示，可以看出：①廣州市南部和東部的城市建設用地擴張較多，越秀區、荔灣區、海珠區、天河區屬于廣州市老城區，城市擴張基本沒有變化；②在ND 下，城市擴張過程侵占了較多的耕地和草地，應重點注意對耕地和草地的保護；③在CD 下，限制了城市擴張對耕地的占用，城市發展更為緊湊，但城市擴張的速度最慢；④在EP 下，林地和草地的面積最大，城市發展較多地占用了耕地。

圖4 不同情景下廣州市2035年土地利用擴張模擬結果

3.4 UGB劃定

本文利用PLUS-UGB模型得到不同情景下廣州市2035 年的UGB 劃定結果，如圖5 所示，可以看出：①在ND 下，2035 年廣州市UGB 面積為1 716.49 km2，占廣州市總面積的23.09%；②在CD 下，2035 年廣州市UGB 面積為1 585.53 km2，占廣州市總面積的21.33%；③在EP 下，2035 年廣州市UGB 面積為1 625.63 km2，占廣州市總面積的21.87%；④劃定的UGB 能很好地保留土地利用模擬預測結果的基本細節，在城市發展較復雜的地區也能保持UGB 的邊緣細節。

圖5 不同情景下廣州市2035年UGB劃定

在各種情景下，新增的城市建設用地主要分布在番禺區、南沙區、黃埔區和增城區，與廣州市提出的“東進、南拓”的總體發展思路基本一致。通過比較《廣州市城市總體規劃（2017—2035）》發現，本文劃定的UBG 范圍與總規中的戰略發展總體一致，說明利用PLUS-UGB 模型劃定UGB 具有一定的可靠性。

4 結 語

本文基于廣州市2015 年和2020 年土地利用數據，利用PLUS 模型和多類驅動因子數據得到模擬預測的2020 年土地利用數據；并與2020 年土地利用真實數據進行比較，從而驗證了PLUS 模型的模擬精度（Kappa 系數為0.943 1、FOM 值為0.275）?；赑LUS模型，在ND、CD、EP場景下模擬得到2035年廣州市的土地利用發展預測結果，并結合形態學膨脹腐蝕運算，構建了PLUS-UGB 模型，進而劃定了廣州市多情景下的UGB。通過本文研究可獲得不同場景下的土地利用預測結果，劃定不同場景下城市的未來增長邊界，對城市的土地利用發展規劃以及提高土地利用結果的可持續發展具有一定的幫助，也有助于政策制定者制定土地利用管理規定和土地政策。然而，本文僅考慮了8 種城市驅動因子，且未對不同種類的驅動因子產生的影響進行分析研究，今后可對不同的驅動因子進行分類，以探索不同分類下驅動因子對土地利用模擬和UGB劃定的影響。