MAS模型在土地利用中的应用与展望

MAS模型在土地利用中的应用与展望

梁俊杰， 杨木壮*

(广州大学地理科学学院，广东广州 510006 )

摘要多智能体(Muti-Agent System，MAS)模型是一种复杂系统模拟仿真模型，能够在一定的时空内对实质事物或现象的演变过程进行模拟。该研究基于MAS模型基本内涵与原理，对国内MAS模型应用于土地利用的情况进行分析，总结前人经验，指出当前研究的不足，并从技术方法多方融合、研究尺度多元化、MAS验证手段3个方面提出MAS模型在土地利用中应用的展望。

关键词MAS模型；土地利用；应用与启示

中图分类号S29；F301.24

基金项目广东省科技计划项目(2012A031100011)；教育部人文社科规划课题(14YJA630083)。

作者简介梁俊杰(1991- )，男，广东广州人，硕士研究生，研究方向：土地利用与规划。*

收稿日期2015-06-05

The Application and Enlightenment of MAS Model in Land Use Change

LIANG Jun-jie, YANG Mu-zhuang*(School of Geographical Sciences, Guangzhou University, Guangzhou, Guangdong 510006)

AbstractMuti-Agent System Model is a complex model, acted as a simulation system ,which is capable of simulating the changing in a certain time and space. Based on the basic connotation and principle of MAS model, the application of MAS model in land use was analyzed. The experiences were summarized and shortcomings were pointed out, the application of MAS model in land use was forecasted from aspects of technical methods multi fusion, research scale diversification, MAS verification means.

Key words MAS model; Land use; Application and enlightenment

土地利用的变化体现区域多方规划的总体方向，体现自然与人文因素间和谐相处的发展趋势，对土地资源与社会发展之间有着重要的权衡作用。目前，在土地利用变化的研究过程中，已经有着成熟的技术方法，主要有数理统计方法、实证模型和RS与GIS空间分析技术相结合法等。在我国，土地利用变化又以研究土地利用数量变化为主，虽然近年来RS与GIS研究技术方法已普及，但在土地利用空间优化方面仍存在短板。MAS模型属于土地利用空间研究方法范畴，是基于复杂系统理论、运用计算机平台的一种反映事物在时空动态度的模拟仿真技术，能够解释土地利用在空间格局上的变化情况。笔者简单介绍了MAS模型的基本原理，对MAS模型应用于土地利用演变的研究进行了梳理，总结当前研究取得的成效及存在的问题，并提出了今后多智能体模型用于土地利用变化的启示。

1MAS模型基本内涵与原理

1.1MAS模型基本内涵20世纪90年代以来，中外学者将系统论研究的焦点放在复杂适应系统理论(Complex Adaptive System，CAS)，即关注个体与环境之间的作用上。复杂适应系统理论的核心是适应性造就复杂性，MAS模型是CAS理论的延伸，而CAS又为土地利用变化提供了新的理论指导[1]。1995年，Maes认为MAS就是在复杂动态环境中实现一组目标的动态系统。我国学者刘琼则认为多智能体系统就是研究多个Agent间相互协调运作从而处理系统复杂问题，达到系统目的的一种智能化系统[2]。目前，不少学者对MAS系统的一致看法是：MAS模型是由多个智能体组成的集合，是一种以微观的角度自上而下研究宏观问题的模型。这些智能体在决策时不仅要考虑自己的行为规则，更必须要适应其他智能体的运作而做出最优反应，因而所形成的多智能体系统在运行时趋于一种平衡稳定的状态[3]。由此看来，MAS系统是把一个庞大且复杂的系统进行分割，形成若干个小型但彼此互相有交流、协调和便于管理的子系统[4]。

1.2MAS模型特点MAS主要探讨一定时空内事物的动态度及各智能子系统之间与智能子系统适应外部条件而协调优化运作的机制。不管是时间尺度还是空间尺度，事物中的各系统都存在活动和演变，而活动与演变的轨迹则是根据系统或者所受外部系统影响相互作用而发生，形成一个系统环环相扣、不断发展的复合性系统。从这一理念出发，MAS模型的特点有：①动态性。多智能体系统根据信息、知识和目的对身边的环境做出反应，并通过其他智能体来构建属于自己的规则处理库，使其适应周边环境，并对环境做出反馈。②交互性。智能体相互之间的交流与反馈、智能体与环境之间的感知与反馈、智能体与对象之间的实施行为与反馈都紧密联结为一体，传递信息与共同优化。③社会性。无论是MAS当中的多智能体还是在受到外在条件影响的因素都可以在社会各因子上找到，打上深刻的社会烙印，并根据社会发展的规则演变，其本身、过程、目的都与人的行为决策十分相似，都带有社会性色彩。④整体性。MAS将宏观和微观有机结合起来，通过与外部环境的交互作用，从个体系统研究发展到复杂整体系统研究，得到综合而全面的一体化结论。⑤移动性。智能体在任意的网格位置上移动，来符合目标要求，实现对显示事物的仿真[3]。

1.3MAS模型应用架构根据上述描述MAS模型的内涵与特征，MAS系统模型在于将智能体、环境和目标对象结合起来，并逐层解构宏观视角以其感知能力和反馈能力做出适应性判断。单个智能体不再单单局限于个体，而是扩充延伸到具备相似特征或性质的事物，即从一个事物转移到一类事物。多智能体则是由多个智能体组合而成，其中可以根据层次的划分，分为一级智能体、二层智能体，以此类推；可以根据属性主体划分为经济智能体、社会智能体、生态智能体等；可以根据参与过程功能划分为调控智能体、引导智能体、管制智能体、分配智能体、象征智能体等。智能体也必须参与整个系统协同运作的过程中，分布在系统运作的各个阶段。MAS环境指代的是研究区域内的包括人类活动色彩的社会环境和自身具备属性的自然环境。MAS中的目标对象则是指由智能主体作用于的带有动态性、选择性、多元性和感知的客观事物。目标对象根据智能体的特性形成自我的逻辑路径发展，再以智能体反馈认知的能力组合新的多智能体系统，以自我调节形成更优的运作系统。多智能体(MAS)系统的运作机制如图1所示。

图1　多智能体(MAS)系统的运作机制

例如在土地利用变化MAS系统当中，智能体可以根据角色功能分为政府智能体、农民智能体、城镇居民智能体、企业智能体4大部分。政府智能体主要是对土地数量、用途和规划方向宏观调控作用，并且制定相应的对土地用途转变的相关政策；农民智能体主要是指农户参与土地整理，对耕地及农用地的转化进行核算；城镇居民智能体指的是城镇居民参与城镇用地转化的过程中对土地需求、利用以及改造的意愿和行为决策；企业智能体则主要认为是开发商对其他土地的配置群体。而目标对象在土地利用变化当中具体可以是农用地、商服用地、居住用地、工业用地、交通用地、绿地等。

根据上述对多智能体系统在土地利用变化的内涵解释，进一步可构建MAS在土地利用变化的模型。如图2所示，反映MAS模型在土地利用变化的应用。目标层指的是土地利用变化所要达到的目标结构，而这一系列的目标是带有约束意义的，也是可以同时具备，只是侧重点有差别。经济目标关注土地利用变化后所能带来的生产性效益；生态目标侧重土地的生态价值；社会价值则是通过土地利用变化的过程以期达到社会稳定、进步、发展的目的。完成目标选择后则是智能体群集对于土地利用的配置行为决策，而这一系列的行为决策则需要通过定量分析，分解成不同可量化的数学指标定性测算，通过这些智能体群集的决策行为指标进而模拟土地利用在一定的空间和时间上的演变过程。若模拟结果不符合目标的选择，则需要逐层反馈和完善。MAS 模型对用地类型的空间优化决策过程可以看作是智能体在参考多个土地利用驱动因子的基础上，对用地单元进行空间选择以追求个体极值用地效用的过程[4]。

图2　多智能体在土地利用变化研究的运作流程

2MAS在土地利用变化研究中的应用回顾

国内学者将MAS模型运用到土地利用变化的研究起步相对较晚，仍处于起步阶段，但是随着近几年的研究发展也取得了相当的成果。我国学者主要从模型原理解构、技术方法改进、利益目标和土地利用情景模式4个方面从不同的研究区域尺度上探究。

2.1MAS模型原理解构研究张金杜等在研究北京市土地利用变化动态模拟中将Agent分为个体、工业、商业和政府4个主要智能体，属于内部模型表达微观个体之间的空间选择行为，而外部模型则是模拟土地利用变化的主要驱动力因子，这2个模型则因为自己的特性并通过一种非线性变换，不断改变模型间的数据状态，达到共同演化的系统[5]。聂云峰等以复杂适应系统理论为基础，认为GIS与多智能体的耦合方式分别是以多智能体为中心和以GIS为中心，再根据城市环境的CA实现与城市多智能体的Agent流程实现，达成城市土地利用变化的模拟仿真[6]。刘小平等构建多智能体的居住区位选择模型(ABMRL)，用来表征各类居民的多智能体层和表征地理环境的元胞自动层组成，分别对应人地关系中的2个基本要素——人类与自然环境[7]。袁满等构建设计了土地利用规划多智能体决策框架及土地利用优化配置约束体系，结合遗传算法的计算框架，利用智能体对染色体初始化，并以此作用多种智能算子，合理地模拟土地利用数量结构与空间布局方向[8]。

2.2MAS模型技术方法研究目前，不少学者将CA与MAS模型结合分析土地利用的变化。杨青生等以城市郊区樟木头镇为例，将Agent引进元胞自动机模型当中，对传统CA模型进行改造，能够体现同质性土地变化的自然性、决策主体的人文性、不确定性[9]；同样，金泉等以多智能体与元胞自动机相结合模拟上海城市扩展动态[10]；古琳等在典型的Agent模型上构建Repast与Openmap相结合的土地利用变化模拟及预测原型系统，证明GIS-Agent模型是确实可行的技术方法[11]；张鸿辉等在多目标约束下，构建长株潭城市群城市土地利用空间优化配置的多智能体系统与微粒群集成优化算法，优化Agent竞争与合作算子，令Agent的平均适应值及效率值均有大幅提高，使土地利用空间优化配置结果更加精确[12]。周淑丽等基于矢量的城市扩张多智能体模型突破传统栅格数据的弱点，从智能体的属性、偏好权重出发，并根据对象目标设定对应的适宜性指标体系，采用城市土地利用现状图，构建多智能体城市扩张动态模型[13]。

2.3MAS模型生态目标研究刘守帅等建立MAS模型对日本大分市植田地区的建成区和绿地环境变化进行模拟，发现绿地面积减少，农用地锐减，基本消失[14]。郭锦利用多智能体建模仿真平台上建立植被空间格局动态模拟模型，分析北京市鹫峰国家森林公园的植被变化，以期合理改善生态环境[3]。王东利用多智能体与元胞自动机相结合的方法对鼎湖区生态用地变化模拟，发现区域生态用地转换变化率偏高，要采取相应的措施对生态用地进行保护[15]。常笑等则以农作物物种种类和种植方式为目标，模拟农户的决策行为，利用多智能体方法在农业方面的应用，调整农户决策行为以提高农作物的产量[16]。

2.4MAS模型情景模式研究刘小平等以广州市海珠区为例，利用CA与MAS相结合的技术方法由环境层和多智能体层组成的模型，探讨居民、房地产商、政府多智能体在不同情景下的决策行为，模拟各行为下城市空间结构的演化过程及土地利用动态情况，弥补了地理信息系统的过程模拟能力的不足[17]。张鸿辉等则建立包括政府、居民、农民3个智能体的城市土地扩张MAS模型，并分别从配置土地资源的空间准则和时间准则条件下模拟长沙市区2006～2015年的城市土地扩张，深化了对时空2个维度的条件[18]。陈海等主要分析了农户土地利用决策的3种情景模式：农户整体的土地利用决策情景、农户群体的土地利用决策情景、农户个体的土地利用决策情景[19]。付蓉等运用相关分析和Logistic回归分析对土地利用变化进行人文驱动力和空间影响因素分析，特别对耕地、农村居民点用地、工矿用地和城镇用地分别从非空间性影响影子和空间性影响因子2种情景出发，模拟宜兴市土地利用变化[20]。张云鹏等以常州市新北区为例，从政策特征因子、全局特征因子和空间特征因子构建土地利用情景特征因子体系，构建城镇居住主体、农村居住主体和政府主体3种智能主体情景，以经济社会发展快、中、慢3种条件下土地利用情景作为轴线，模拟新北区土地利用变化[21]。

2.5MAS模型在土地利用变化研究的不足国内对MAS应用于土地利用变化的研究处于起步阶段，虽取得相当可观的成果，但是仍存在不足。

2.5.1智能主体的预想与现实存在距离。现有研究主要从智能主体决策行为出发，从智能主体决策行为的因素和问题出发，假设其决策行为与对象感知信息是即时交换，缺乏对过程反馈时间的考虑；在决策过程中无法同时考虑各智能主体对于对象的作用方式、作用目的、利益分配和隐形利益的存在，没有进一步分析智能体背后的驱动原因；对智能体的心理因素考虑偏颇，如农用地的主体成分是农户，但是没有根据实际情况探讨农户对农用地变化的意愿表达，只是一味地认为农户意愿完全统一，缺乏对农户心理和利益损失的研究；主要集中于智能主体对目的对象作用的研究，在目的对象对智能体的主动影响方面缺乏研究，也难以对反馈变化进行充分地追踪。

2.5.2环境背景的模糊化。国内研究对于决策行为的环境背景主要集中在交通、环境质量、公共设施效用层面上，但是对于环境背景中占有重要指向意义的政策因素、法制因素、科教因素等并没有充分考虑。单单局限于同一个层面上会影响智能主体的行为偏向，没有将各智能体进行细化或将个别智能体进行独立分析，也会导致智能主体间的感知能力不完全，造成运作背景失真，呈现断裂偏差。

2.5.3研究对象的单一性。目前对土地利用变化MAS模型目的对象的研究都较为单一，只是研究各主体对单一用途用地的研究，缺少同时对不同用地变化的模拟。在研究过程中，总是假设土地变化是以单一匀速的速度变化，但是实际土地变化是一个动态的过程，在不同时期也会以不同速度发生变化。另外，目前的研究主要集中在城市用地的变化，缺乏对农村用地生态利益的土地利用变化模拟；在对城郊土地利用的MAS模型研究主要集中在农户、政府这2个智能体，主要分析农户与政府之间的行为博弈，对土地开发商、城镇居民等智能体的研究较少。

2.5.4技术手段注重宏观层面。当前研究从技术和智能主体的行为决策当中都比较注重宏观层次，主要把握宏观尺度上目标单元和智能体统一变化和决策，而对土地利用变化的建模机制缺乏微观层次的分析，单纯地简化整个行为决策的过程，缺乏考虑过程中的阶段性，不能充分反映土地利用主体的需求与目的。另外，研究数据来源参差，没有统一标准，对智能主体的行为定量分析存在一定的主观性，一定程度上造成模拟结果的精准度下降。

3MAS模型用于土地利用研究的展望

3.1 技术方法多方融合MAS模型以土地利用作为主体，能够较好地模拟土地利用空间数量与空间的变化过程。在目标函数与约束条件、蚁群算法、遗传算法、元胞自动机算法以及RS、GIS的共同协助下，土地利用变化的模拟程度大大提高。土地利用变化是一个复杂的系统，通过多方的技术方法融合能够较好地阐释其变化过程。未来的MAS模型结合其他领域的算法，如遗传算法、神经网络、数据挖掘法等，能够推进土地利用变化的研究进程。

3.2研究尺度多元化由于现有研究主要集中在东部或沿海城市土地空间的变化，对农村、山区土地利用变化的MAS算法研究较少，资料比较缺乏，适用性的模型也不多。我国土地可利用但未开发主要集中在山区，利用MAS模型分析山区土地资源的开发利用将会大大提高土地利用的效率。另外在研究尺度上，智能体行为决策停留在宏观层面上，对微观层面的行为机制和反馈机制却很少考虑，往后微观尺度的研究也将是一个重要方向。

老师：同学们，你们能找个办法帮助小兔子吗？学生：能。老师：我们应该怎么帮助他呀？快开动自己的脑筋想一想。学生1：小白兔我来帮助你。我们一起把南瓜抬回家。学生2：小白兔你可以请你的好朋友帮助你。老师：请别人帮忙倒是一个好办法，我怎么没想到呢！

3.3MAS模型验证手段对于MAS模拟结果的验证主要采用Kappa系数法，该计算方法是模拟结果和验证数据之间的吻合程度，利用理想的模拟结果与现实作商得到。但是由于上述所提及的研究尺度原因、智能体的决策复杂性，反馈过程的失真性使得Kappa系数有偏差，也不能完全反映模型的有效性。除此之外，目前MAS的验证方法一般为对比法，但此方法需要大量可靠的实际数据。因此，MAS模型的验证方法也需继续开拓与深化。

参考文献

[1] 余强毅，吴文斌，唐华俊，等.复杂系统理论与Agent模型在土地变化科学中的研究进展[J].地理学报，2011，66(11)：1518-1530.

[2] 刘琼.Agent与基于Agent系统[J].常德师范学院学报，2000，12(1)：54-56.

[3] 郭锦. 基于多智能体的植被空间格局动态模拟[D].北京：北京林业大学，2009.

[4] 张龙飞，赵筱青，谢鹏飞.基于MAS 模型的土地利用空间优化研究方法综述[J].云南地理环境研究，2014，26(4)：28-34.

[5] 张金杜，吴波，沈体雁.基于Agent 模型的北京市土地利用变化动态模拟研究[J].东华理工学院学报，2004，27(1)：80-83.

[6] 聂云峰，陈红顺，夏斌，等.基于多智能体与GIS城市土地利用变化仿真研究[J].计算机应用研究，2009，26(7)：2613-2616.

[8] 袁满，刘耀林.基于多智能体遗传算法的土地利用优化配置[J].农业工程学报，2014，30(1)：191-199.

[9] 杨青生，黎夏，刘小平，等. 基于Agent 和CA 的城市土地利用变化研究[J].地球信息科学，2005，7(2):78-81.

[10] 全泉, 田光进，沙默泉.基于多智能体与元胞自动机的上海城市扩展动态模拟[J].生态学报，2011，31(10)：2875- 2887.

[11] 古琳，程承旗. 基于GIS-Agent 模型的武汉市土地利用变化模拟研究[J]．城市发展研究，2007，14(6)：47-51.

[12] 张鸿辉，曾永年. 城市土地利用空间优化配置的多智能体系统与微粒群集成优化算法[J]．武汉大学学报，2011，36( 8)：1003 - 1007.

[13] 周淑丽，陶海燕，卓莉. 基于矢量的城市扩张多智能体模拟——以广州市番禺区为例[J]．地理科学进展，2014，33(2):202-209.

[14] 杜守帅，宋婷，马兴波.多智能体模拟在土地变化预测中的应用[J]．同济大学学报，2011，39(10):1510-1516.

[15] 王东. 基于多智能体的生态用地格局演化研究[D].广州：广州大学，2012

[16] 常笑，刘黎明，刘朝旭，等.农户土地利用决策行为的多智能体模拟方法[J]．农业工程学报，2013，29(14):227-237.

[17] 刘小平，黎夏，艾彬，等. 基于多智能体的土地利用模拟与规划模型[J]．地理学报，2006，61(10)：1101-1112.

[18] 张鸿辉，曾永年，金晓斌，等. 多智能体城市土地扩张模型及其应用[J]．地理学报，2008，63(8)：869-881.

[19] 陈海，杨维鸽，梁小英，等. 基于Multi-Agent System 的多尺度土地利用变化模型的构建与模拟[J]．地理研究，2010，29(8)：1519-1527.

[20] 符蓉，濮励杰，钱敏，等. 区域土地利用变化情景模拟设计与实证分析——基于多智能体系统( MAS)模型[J]．资源科学，2012，34(3)：468-474.

[21] 张云鹏，孙燕，陈振杰. 基于多智能体的土地利用变化模拟[J]．农业工程学报，2013，29(4)：255-265.