基于元胞自動機模型的城市土地利用變化預測研究

摘要：隨著城市化進程的加快，城市土地利用變化需要進行有效的模擬和預測。本文采用基于人工神經網絡（ANN）的元胞自動機（CA）模型，預測“十四五”時期臺州市土地利用變化情況。結果表明，隨著“十四五”時期臺州市城市化的推進，中心城區的空間輻射能力逐漸增強，建設用地逐漸擴張，大量占用中心城區周邊耕地。“十四五”時期，臺州市應加強中心城區周邊耕地的保護，嚴格限制建設用地無序擴張，緩解城市發展與耕地保護的矛盾。

關鍵詞：城市化；土地利用變化；ANN；CA模型；預測

中圖分類號：F299.23 文獻標識碼：A 文章編號：1008-9500（2023）05-00-03

DOI：10.3969/j.issn.1008-9500.2023.05.014

Abstract： With the acceleration of urbanization， effective simulation and prediction of urban land use changes are needed. This paper uses a cellular automata （CA） model based on artificial neural networks （ANN） to predict the land use changes in Taizhou City during the 14th Five-Year Plan period. The results indicate that with the advancement of urbanization in Taizhou City during the 14th Five-Year Plan period， the spatial radiation capacity of the central urban area gradually increases， and the construction land gradually expands， occupying a large amount of farmland around the central urban area. During the 14th Five-Year Plan period， Taizhou City should strengthen the protection of farmland around the central urban area， strictly restrict the disorderly expansion of construction land， and alleviate the contradiction between urban development and farmland protection.

Keywords： urbanization; land use change; ANN; CA model; prediction

隨著我國經濟社會的發展與工業化進程的加快，城市土地利用格局發生巨大的變化，最明顯的變化就是城市擴張導致耕地、林地、草地等生態用地大量轉化為建設用地[1]。城市化作為我國改革開放以來重要的地理空間現象之一，其土地利用變化格局和趨勢與城市可持續發展密切相關[2]。城市是一個復雜的系統，傳統的各種城市靜態模型缺乏對城市擴展動態行為的有效模擬[3]。目前，國內外對土地利用格局的動態模擬已開展大量研究，其中應用較多的模型根據基本原理主要分為3類：進化模型、多主體模型和元胞自動機模型[4]。元胞自動機（CA）模型可以結合人工神經網絡（ANN），構建一系列的理論、方法和工具，用于地理模擬和空間優化，有效模擬復雜的土地利用格局變化[5]。“十四五”時期，國家全面推動生態文明建設和經濟社會轉型發展，因此，城市土地利用變化格局和趨勢必然出現較大的改變，需要進一步深入研究。本研究以臺州市為例，基于CA模型，進行“十四五”時期臺州市土地利用變化的地理模擬，為臺州市城市發展過程中土地利用格局的空間優化提供建議。

1 研究區簡介

臺州市位于浙江省中部，東臨東海，陸域面積為9 411 km2，居山面海，平原、丘陵相間，形成“七山一水二分田”的格局。

2 研究方法

2.1 模型簡介

基于人工神經網絡的元胞自動機模型包括元胞、狀態、領域和轉換規則等基本要素。CA模型可以根據研究區的元胞鄰域結構確定元胞的轉化狀態，根據各驅動因子的特性，人工神經網絡可以自動計算每個元胞轉換概率，獲取元胞自動機的轉換規則，實現土地利用變化的模擬預測[1]。CA模型的數學表達公式為

式中：P為元胞k時刻t第l種土地利用類型轉換概率；（-ln γ）α為隨機變量，γ為0～1范圍內的隨機數，α為控制隨機變量大小的參數；Pann（k，t，l ）為已訓練的人工神經網絡計算的土地利用類型的轉換概率；Ωtk為所定義的鄰域窗口中建設用地的密度；conStk為土地利用類型的轉換適宜性。

2.2 數據來源與處理

本研究選取2種影響土地利用變化過程的驅動因子，即自然類型和經濟社會類型。將選取的全部驅動因子進行坐標和柵格分辨率的統一，并進行歸一化處理。影響土地利用變化過程的驅動因子如表1所示。

2.3 轉換規則提取

利用歷史時期土地利用類型數據進行樣本訓練，獲取2000年、2010年、2020年3個歷史時期土地利用類型變化的轉換規則。

2.4 建設用地擴張趨勢分析

建設用地擴張的歷史趨勢可以從用地數量的變化進行分析，對于用地數量的分析，使用量化指標建設用地年均增長率來衡量。建設用地年均增長率體現歷史時期建設用地的增加比例，其計算公式為

式中：R為建設用地年均增長率；Ai為初期的建設用地面積；Aj為末期的建設用地面積；Δt為年份跨度。

2.5 模擬和精度分析

根據獲取的土地利用轉換規則，進行研究區2010—2020年土地利用變化的模擬，通過計算模擬結果的Kappa系數來驗證模擬精度。本研究首先假定2020—2025年建設用地的擴張仍然保持基本相似的歷史趨勢，即采用2010—2020年建設用地年均增長率，利用提取的2010—2020年建設用地轉換規則，得到建設用地增量，進行研究區“十四五”時期末年（2025年）土地利用預測。

3 結果分析

3.1 建設用地擴張歷史趨勢分析

臺州市2000年、2010年、2020年的3個歷史時期各土地類型面積、建設用地年均增長率如表2所示。結果表明，2000—2020年臺州市建設用地經歷了快速擴張的過程，土地擴張速度不斷增大。2010—2020年是建設用地增長速度最快的時期，建設用地年均增長率達到6.11%。

3.2 基于歷史趨勢的建設用地擴張模擬與預測

通過CA模型得到2020年臺州市土地利用模擬數據，對比2020年臺州市土地利用實際數據，2020年臺州市土地利用變化模擬的總精度為83.94%，Kappa系數為0.75，較高的精度表明CA模型能夠有效模擬臺州市土地利用變化趨勢，因此可以用于“十四五”時期土地利用變化的預測，預測結果如表3所示。

結果表明，與2020年實際相比，“十四五”時期臺州市土地利用變化以建設用地的擴張為主，從數量上看，主要表現是耕地面積減少402.55 km2，建設用地增加414.16 km2，其余土地利用類型數量變化不大；從空間格局上看，主要表現為既有中心城區周邊的耕地轉換為建設用地。隨著“十四五”時期臺州市城市化的推進，依托既有的鐵路、高速公路和普通公路等交通線路，中心城區的空間輻射能力逐漸增強，建設用地逐漸擴張，占用了中心城區周邊大量的耕地，而受制于數字高程等因素，僅少量林地和草地轉換為建設用地。

4 結論

基于CA模型得到2020年臺州市土地利用模擬數據，對比2020年臺州市土地利用實際數據，2020年臺州市土地利用變化模擬的總精度為83.94%，Kappa系數為0.75。預測結果表明，隨著“十四五”時期臺州市城市化的推進，中心城區的空間輻射能力逐漸增強，建設用地逐漸擴張，占用了中心城區周邊大量的耕地。“十四五”時期，臺州市城市化的推進不可避免地導致中心城區周邊大量耕地轉為建設用地，臺州市應加強中心城區周邊耕地的保護，嚴格限制建設用地無序擴張，緩解城市發展與耕地保護的矛盾。

參考文獻

1 劉朋俊，李茜楠，李 凱，等.基于ANN-CA的土地利用變化模擬應用研究[J].地理空間信息，2020（10）：20-24.

2 黎 夏，李 丹，劉小平.地理模擬優化系統（GeoSOS）及其在地理國情分析中的應用[J].測繪學報，2017（10）：1598-1608.

3 張顯峰.基于CA的城市擴展動態模擬與預測[J].中國科學院研究生院學報，2000（1）：70-79.

4 劉 毅，楊 晟，陳吉寧，等.基于元胞自動機模型的城市土地利用變化模擬[J].清華大學學報（自然科學版），2013（1）：72-77.

5 黎 夏，葉嘉安，劉小平.地理模擬系統：元胞自動機與多智能體[M].北京：科學出版社，2007：18-19.