基于CA-Markov的雄安新区城市增长模拟预测

薛 燕，李晓丹，张倩倩

(中国矿业大学(北京) 力学与建筑工程学院， 北京 100089)

随着遥感数据和模型理论的发展，城市空间增长模型得到广泛应用，Markov模型和CA(Cellular Automata)模型是目前预测城市增长较为常用的方法[1]。Markov模型擅长时间维度上的数据分析与模拟，CA模型擅长空间维度上的城市增长模拟，两者有效结合可发挥自身长处，提高模拟精度[2]。目前，CA-Markov模型在分析和模拟城市增长方面取得了良好的效果，荣月静等[3]利用CA-Markov模型对南京市2025年城市增长状况进行模拟，结果显示模拟精度较高，预测效果良好。2017年国家设立雄安新区，初始规划将涉及土地开发利用和建设用地分布等基础规划问题，目前研究领域对新区相关方面的规划探讨数据还不完善，而且尚没有人运用CA-Markov模型对雄安新区的城市增长进行研究。所以本文运用CA-Markov模型，结合遥感、GIS软件对雄安新区前身2007年到2017年城市增长进行模拟，得到城市增长转换规则，以此模拟2027年新区增长状况。分析模拟结果，并提出相应的规划建议。

1 CA-Markov模型

CA-Markov模拟除了上面的状态转移概率还需要状态转移矩阵。假设事物发展的过程有n种可能的状态，即E1，E2，…，En，记作Pij为状态Ei转为状态Ej的状态转移概率，表示为：

(1)

2 雄安新区的城市增长模拟

2.1 研究范围

雄安新区，涉及河北省雄县、荣城、安新3县及周边地区[6]，地处北京、天津、保定腹地。雄县总面积524 km2，安新总面积738 km2，荣城总面积323 km2，三县与北京、天津的距离约110 km，2015年三县的户籍人口113万人，GDP总量211亿元(查阅2015年河北省年鉴所得)。模拟范围是包括三个行政县在内的整体区域范围。

2.2 遥感数据处理

模拟采用的土地利用数据源为2007年和2017年TM影像，在ERDAS IMA GINE9.2软件的支持下，对遥感数据进行假彩色合成和辐射纠正处理，结合监督分类和人际交互综合释译法，完成遥感影像的土地利用分类解译[7]。根据新区土地利用现状和特点，共分为水体、耕地、湿地、水田、林地、建设用地等六类。最后，在ArcGIS9.2的支持下，形成2007年和2017年土地利用数据，存储为grid格式，用于空间叠加运算[8]。

2.3 城市增长模拟

以雄安新区2007年和2017年的土地利用数据为基础，对2027年新区城市增长进行模拟。

(1) 确定转换规则。在CA-Markov模型运算下，对新区2007年—2017年城市增长进行模拟，得出转移概率矩阵(见表1)。矩阵包含2007年到2017年土地利用变化的规则，依据既得的规则，可模拟雄安新区未来10 a土地利用发展趋势。

(2) 创建适宜性图集。运用CA-Markov模型中MCE模块生成地图集，它包含一种运算法则，运算法则中土地利用的变化受到多种因子的影响，如土壤性质、坡度、道路、限制建设图层等[3]。

(3) 确定CA-Markov过滤器。细胞的生长受到周边环境的影响，将5×5的过滤器作为元细胞组成的基本矩阵，通常5×5是具有密切影响的一种邻里状态空间。

(4) 确定循环次数。将2017年的土地利用定义为原始时刻，CA-Markov的循环次数取10，即可模拟得出2027年雄安新区土地利用的状况。

(5) 测试CA-Markov模拟测试的精度。基于Kappa空间相关统计的土地利用数据集，所得的统计数据精度为0.865，证明这两个数据集有很高的精度。

3 雄安新区城市增长结果

三个年份具体土地利用数据(见表2)，城市增长变化(见图1)。模拟得到的2027年土地利用状况中，变化最明显的是耕地面积、白洋淀水域面积的大幅度减少和建设面积的显著增加。具体而言，白洋淀水域面积的减少主要位于水域中部，水域的形态在2007年时整个片区较为连续，之后20 a水域的边界都向内收进，尤其是原来水域的腹部区域向南北收进明显，横向上向西边扩张，整体呈现出较为分散的形态。建设用地急剧增加，20 a的涨幅达到400%，增速为1 508.2 hm2/a。2007年到2017年建设用地的分布主要集中于荣城、雄县、安新县的县政府中央，辐射半径逐渐扩大。2027年建设用地在雄县和荣城县及其以北的区域显著增加，雄安新区北部区域聚集了约整个新区3/4的建设用地(见图2)。湿地的面积在这20 a间以每年308.9 hm2的速度持续增加，增加的湿地面积多数由原有的水域面积转换而来，形态上呈现由分散到整合的态势。水田的面积变化与湿地相似，增速为541.3 hm2/a，形态上在原有基础上有规律地向外扩张。耕地面积则由原来85.5%的占比到2027年53.7%的占比呈现不断下降的趋势，减少区域集中在雄安新区的北部，这里与北京毗邻。林地的面积有所增加，形态变化无序。

表1土地利用转移矩阵

表2 2007年、2017年、2027年土地利用数据

图1雄安新区城市生长变化

4 结 论

图2 2007年，2017年，模拟2027年雄安建设用地

以雄安新区2007年和2017年TM影像为基础，在GIS技术的支持下，利用遥感解译和CA-Markov模型模拟了新区未来10 a的城市增长。结果表明白洋淀水域面积的大幅度减少，分析统计数据和相关政策可知这是由于供水量不足[9]，地下水超采、雨水利用不合理造成的。因此相关部门应重视对水量上的补给，从周边恰当的水源处定时引流，直接有效地增加水量，严格控制水量的输出[10]。同时，可以利用海绵城市原理，将降落到地面和建筑物的自然雨水通过有效的途径收集起来，通过净水措施处理后，恰当的时间段内输送给水域，形成一套完整的水域处理和贮存供给系统，实现雨水利用的最大化，缓解白洋淀水域急剧减少的现状。模拟显示，建设用地急剧增加，且雄安新区北部区域聚集了约整个新区3/4的建设用地，一方面是由于北京通往雄安新区的交通为人口涌入带来便利，另一方面是由于新区北部两条重要交通干线的聚集，这就造成了区域土地开发分布的严重不平衡。所以在城市规划层面上建议在新区西南部增设交通要道，使整个区域均衡协调发展[11]。模拟可知新区未来10 a，城乡水田占比增加，耕地占比减少，总体可种植区域将大幅减少，粮食安全问题值得重视[12]。因此，在大规模的城市开发建设中，保护优质土壤则成为重中之重[13]。具体而言，政府或企业在城乡规划建设之前应对土质状况进行等级评估，根据特定的土壤特征进行合理的开发、利用、改良，确保耕地开发与耕地保护的均衡性[14]。同时，模拟区域内林地的面积有所增加，但整个区域林地面积严重不足，形态变化无序，这基本是由于林地建设多为私人承包造成，因此相关部分应加强林地统一规划建设[15]。

参考文献：

[1] 黄金川,林浩曦,漆潇潇,等.基于城市空间增长模拟的城镇规模体系预测——以常州市为例[J].经济地理,2017,37(10):49-58.

[2] 孙珊珊.基于CA-Markov的城市空间增长边界划定研究[D].西安：长安大学,2017:1-70.

[3] 荣月静,张 慧,赵显富.基于MCE-CA耦合模型的嘉兴市土地利用预测情景下生态敏感性评价[J].农业资源与环境学报,2015,32(4):343-353.

[4] 郭 斌,张 莉,文 雯,等.基于CA-Markov模型的黄土高原南部地区土地利用动态模拟[J].干旱区资源与环境,2014,28(12):14-18.

[5] 何 丹,周 王景，高 伟,等.基于CA-Markov模型的滇池流域土地利用变化动态模拟研究[J].北京大学学报(自然科学版),2014,50(6):1095-1105.

[6] 吴维海.雄安规划定位与未来投资机会[J].产权导刊,2017(12):8-14.

[7] 李志明,宋 戈,鲁 帅,等.基于CA-Markov模型的哈尔滨市土地利用变化预测研究[J].中国农业资源与区划,2017,38(12):41-48.

[8] 张 情,贾艾晨,许士国.基于GIS的中小河流典型洪水淹没图编制研究[J].水利与建筑工程学报,2014,12(4):181-184，217.

[9] 刘娟奇,王志强,梁收运.库水位下降对新集水库均质土坝渗流及稳定性影响分析[J].水利与建筑工程学报,2014,12(6):38-43.

[10] 樊进娟,贾艾晨.基于模糊层次分析法的生态护岸形式优选研究[J].水利与建筑工程学报,2015,13(4):96-100，136.

[11] 陈 娱,金凤君,陆玉麒,等.京津冀地区陆路交通网络发展过程及可达性演变特征[J].地理学报,2017,72(12):2252-2264.

[13] 盖兆雪,孙 萍,张景奇.环境约束下的粮食主产区耕地利用效率时空演变特征[J].经济地理,2017,37(12):163-171.

[14] 樊鹏飞,梁流涛,许明军,等.基于虚拟耕地流动视角的省际耕地生态补偿研究[J].中国人口·资源与环境,2018,28(1):91-101.

[15] 吉登艳,马贤磊,石晓平.林地产权对农户林地投资行为的影响研究:基于产权完整性与安全性——以江西省遂川县与丰城市为例[J].农业经济问题,2015,36(3):54-61，111.