基于地理栅格数据和元胞自动机的城市数字进化仿真模拟

刘 敏，张素莉，潘 欣

（1.长春汽车工业高等专科学校公共教学部；2.长春工程学院电气与信息工程学院，长春130012）

0 引言

随着全球城市化的不断加速，城市作为一个复杂的巨系统，对地区社会经济发展起着重大的推动作用。中国城市化进程正在以其空前罕见的速度进行，跨越21世纪中国人口将由12亿增长到16亿，城市人口将由2000年的29.7%上升到39%（2010年）乃至47%（2050年）［1］。因此，城市作为物质流、能量流与信息流的枢纽中心，是受人类活动影响最为剧烈的区域，研究城市空间结构演变及驱动机制是土地利用／覆被变化乃至全球变化研究的一个重要组成部分。21世纪是世界城市化世纪，中国正迎来第四波的城市化过程，而以约40%的城市化水平步入了新世纪的经济全球化，与世界平均水平还相差约6个百分点，与高收入发达国家还相差约40个百分点［2－3］，正面临着新世纪的机遇与挑战［3］。快速的城市化，其城市土地利用空间结构的不同配置方式对全球环境变化的影响是巨大的，其中包括城市布局不够合理对基础设施的需求增加，交通格局对能源的需求增长以及城市无序扩张对全球食物安全的影响。

研究城市空间结构演变过程对于实现城市土地利用优化配置与区域可持续发展具有重要的现实意义。经济的发展带来了一系列城市化的过程，其中包括了城市的快速向外扩张以及乡村城市化的现象。不可否认，这种土地利用的转换对于该地区的经济发展，有着积极的作用，但是不合理的开发和土地利用，将浪费宝贵的土地资源，我们既不能禁止土地开发，也不能盲目地开发土地资源。我们可以通过合理规划来制止不合理的大规模侵占农田的现象。所以我们有必要揭示和掌握土地利用发展动向及规律，通过科学的手段对城市及其周边地区的发展变化进行模拟，为合理地规划利用土地、制定相关的发展政策提供科学依据。

1 研究现状

利用计算机模拟计算并产生结果，是模拟城市发展变化的有效途径之一，通过计算机模拟可以认识城市发展变化的规律，并指导其优化过程。早期多数研究致力于建立模型来探讨土地利用时空变化的理论与方法［4－6］。早期模型主要使用数学方程，这种变化是一种静态模型，不能有效反应土地利用变化的复杂性［7］。随机景观模型，它研究景观格局和过程时间与空间的整体动态变化，不涉及具体的生态过程。主要采用统计方法（如：马尔科夫链）［8］。由于斑块变化不仅受其前一时间点状态的影响，而且还受其相邻斑块性质变化的影响；把复杂的变化和控制机制简化为一种概率，这类方法不能体现驱动景观变化的生态机理和过程［7］。景观过程模型，是从机制出发来研究某生态过程在景观空间里的发生、发展和传播的，但是在实际模拟中，准确掌握景观变化的机制非常困难，景观过程模拟的实际运用具有较大的挑战性［9］。系统动力学模型是建立在控制论、系统论和信息论基础上的，其突出特点是能够反映复杂系统结构、功能与动态行为之间的相互作用关系［10］。然而它也是基于经验和方程式的表达，并且难以与空间信息融合［10］。土地利用变化及其效应模型（Conversion of Land Use and its Effects，CLUE），适用于大尺度的宏观研究，主要表现各种土地类型比例的变化，不能直接模拟土地利用情景，其应用领域还有一定局限。

城市土地利用动态过程中，斑块（或栅格）的变化既取决于上一个时间点的状态，同时还受到相邻斑块性质及其变化的影响。元胞自动机模型（Cellular Automaton，CA）由于其可以使用简单的转换规则来模拟复杂的景观变化过程，所以近年来得到了广大研究者的广泛关注［11］。在Since Tobler首次将CA模型引入到地理学领域以来，CA在山火蔓延、动物种群数目动态变化、城市系统和土地利用的演变、优化城市形态的形成、可持续土地利用规划、农田保护区的自动生成等很多方面都取得了研究成果。CA在景观动态变化中的应用主要体现在模拟不同景观的变化过程。如Sui and Zeng［12］用元胞自动机模拟了深圳市华龙镇的城乡交错景观动态演化过程；Itami［13］等用CA模拟了城市景观演化过程；Balzter等用CA模拟植被景观动态变化过程；Cannas［14］等（1999）模拟森林景观动态变化；Sprott和Bolliger等用CA研究了森林景观的动态变化。

2 采用的模拟方式和拟解决方案

本文拟采用元胞自动机技术，基于多个时期地理栅格信息数据挖掘发现城市进化和变化规律，进而模拟城市发展变化的各种可能结果。

本研究基于地理栅格数据，通过ArcGis Tool－Box将矢量的地理数据划分成为100m×100m大小的栅格。如图1所示：

图1 城市地理矢量数据的栅格化

通过将城市地理数据的栅格化，每个栅格均有固定值标志标明其属性（如：城市、非城市、河流、高速公路等）。将每一个栅格与元胞自动机的每个元胞对应就可以进行以下的分析和模拟过程。本研究的总体模拟框架如图2。

图2 系统总体模拟仿真框架

2.1 获取城市发展变化的规律

元胞自动机每次迭代，均需要决定一个非城市元胞以何种概率变化为城市元胞。这就需要城市变化知识来驱动元胞变化。而城市的发展变化，从非城市发展到城市受到很多条件的制约，其中包括：

（1）非城市元细胞周边城市元胞个数（以单个元胞周边8邻域为计数范围）。

（2）距高速公路、地铁、河流、工厂、商业区等关键目标的距离。

每种因素都影响着非城市到城市发展变化的速度和概率，本研究拟采用数据挖掘的方式获取这些规律：

（1）构造决策数据表

获取2个时期（5～10a）的城市矢量地图，并进行栅格化。比对每一个元胞，将不变的（非城市→非城市）、和变化的（非城市→城市）的所有元胞找出来，构造决策数据表。决策列为元胞是否变化，离散类型分为“C”、“U”；属性包括周边城市元胞个数、距高速公路距离、距商业中心距离、距离河流距离、距离工业中心距离共计5个属性。

（2）进行数据挖掘分析

为了获取城市发展变化规律，每种属性对于元胞变化的影响，元胞从非城市转变为城市的概率。本研究采用Microsoft SQL Server 2008的BI套件中的Microsoft Decision Trees作为数据挖掘模型，分析决策数据表，并获取挖掘模型。

（3）输出模型

通过模型的XML表示方法，输出挖掘模型。

2.2 元胞自动机模型的构建

本系统采用NetLogo构建元胞自动机模型，该模型是基于Java设计的，继承了2维、3维展示，Java包扩展，地理信息扩展的模型系统，它通过Turtle和Tile分别实现单个元胞和元胞对应的属性。我们通过Java扩展包导入基于决策树的知识模型，通过内嵌Logo语言进行元胞自动机整体逻辑的设计。

3 仿真结果

由于城市地理矢量信息需要大量资金（实际数据购买估计需要约50万人民币），本小组采用模拟数据进行城市发展变化的模拟。分别使用2个时期模型数据。仿真模拟结果如图3所示。

图3 城市数字进化仿真结果

通过这个结果可以看出城市发展变化和扩展的过程。

4 结语

通过上述模型分析及仿真实例，可以看出，基于地理栅格数据和元胞自动机的城市数字进化仿真模型能够很好地模拟城市发展变化和扩展的过程，能够通过科学手段对城市及其周边地区的发展变化进行模拟，为合理地规划利用土地、制定相关的发展政策提供科学依据。系统模拟界面友好，但是，其各项功能还有待于进一步的完善。

［1］CHEN Shu－peng，ZHOU Cheng－hu.Urban Geography Information System Academic Forum［A］.LIN Hui.China's urbanization and urban information system an urgent task［C］.Hong Kong：Joint Laboratory for Geo－Information Science Publishing，1998：10－15.

［2］姚士谋，吴楚材.我国城市化过程中的几个关键问题［J］.城市规划，1997（6）：30－31.

［3］丁万钧，李诚固.基于全球化环境平台的长春市城市化动力机制和支撑体系［J］.东北师范大学学报：自然科学版，2004，36（3）：108－114.

［4］Verburg P H，Veldkamp A，Bouma J.Land use change under conditions of high Population Pressure：the case of java GLob［J］.Envi－ron Change，1999，9（4）：303－312.

［5］De Komng G H J，Verburg P H，Veldkamp A，etc.Multi－scale modeling of land use change dynamics in Ecuador［J］.Agricul Syst，1999，61：77－93.

［6］Bacon P J，Cain J D，Howard D C.Belief network models of land manager decisions and land use change［J］.J Environ Manage，2002，65（1）：1－23.

［7］LI X，YEH A，G O.Calibration of cellular automata by using neural networks for the simulation of complex urban systems［J］.Environment and Planning A，2001，33：1445－1462.

［8］肖笃宁.宏观生态学研究的特点与方法［J］.应用生态学报，1994，5（1）：95－102.

［9］李书娟，曾辉，夏洁，等.景观空间动态模型研究现状和应重点解决的问题［J］.应用生态学报，2004，15（4）：701－706.

［10］Sklar F H，Costanza R.The Development of Dynamic Spatial Models for Landscape ecology：A review and prognosis［M］.New York：Wiley，1991：239－288.

［11］Al－Kheder S，Wang J，Shan J.Fuzzy inference guided cellular automata urban－growth modelling using multi－temporal satellite images［J］.International Journal of Geographical Information Science，2008，22：1271－1293.

［12］Sui D Z，Zeng H.Modeling the dynamics of landscape structure in Asia’s emerging desakota regions：a case study in Shenzhen［J］.Landscape and Urban Planning，2001，53：37－52.

［13］Itami.Simulating spatial dynamics：cellular automata theory［J］.Landscape Urban Planning，1994，30：27－47.

［14］Cannas S A，Páez S A，Diana E M.Modeling plant spread in forest ecology using cellular automata［J］.Computer Physics Communications，1999（7）：121－122.