基于GeoSOS-FLUS平台的吉林市城市扩展研究

李曦彤，马 晶，2，袁 浩

(1.长春工程学院勘查与测绘工程学院，长春 130021；2.航空遥感技术国家测绘地理信息局重点实验室，北京 100039)

0 引言

城市是一个复杂的时空系统，主要由自然、人文、地理、经济等系统组成，它是自然因素与人类相互影响的主要空间区域。城市化进程不断加快，城市扩展演化的特征也日益显著，城市建设用地与农用地之间的矛盾引起了国内外学者的广泛关注[1]。因此了解和掌握城市扩展理论对未来城市扩展方向的判断具有重要意义。

元胞自动机(cellular automata，简称CA)是一个在时间与空间都具有离散特性的动态系统[2-3]。CA是空间和时间对象的抽象概括，它表示为离散的、规则的、无限的网格。元胞可以从一个状态转换到另一个状态，转换规则基于邻域函数实现[4]。由于规则的生长和校准特性，其广泛应用于城市的扩展模拟研究中。例如，White和Engelen运用约束性CA模型成功模拟了辛辛那提土地利用的变化；Wu运用Logistic回归CA模型模拟了广州市的扩张；黎夏和叶嘉安则对东莞市的城市扩张进行了一系列的研究。

本文选择2005年和2015年的吉林市土地利用数据，分析吉林市城市扩展驱动力机制，选择中山大学刘小平教授团队研发的GeoSOS-FLUS软件，对吉林市2005年和2015年的城市扩展情况进行模拟，并预测2025年、2035年城市未来的发展方向，仿真结果可为城市规划设计提供参考。

1 GeoSOS-FLUS平台介绍

GeoSOS-FLUS模型对土地利用变化与未来土地利用能够较好地进行模拟和分析。该模型的原理源自元胞自动机(CA)，CA可分为如下4部分：1)元胞空间：元胞单元按照一定规则排列在一起构成的一个元胞集合；2)元胞状态：理论上是一个有限的离散集合，在描述具体地理空间变化过程中，需赋予元胞状态明确的含义；3)邻域：在空间位置上与元胞相邻的细胞称为它的邻元，由所有的邻元组成的区域称为它的邻域。主要包括冯·诺依曼型、摩尔型和扩展摩尔型；4)转换规则：根据元胞当前状态及其邻居状态得到该元胞下一时刻的状态。该模型在传统元胞自动机的基础上做了较大的改进[5]。GeoSOS-FLUS软件在其前身——地理模拟与优化系统GeoSOS的基础上有了进一步发展与传承[6]。软件界面采用Qt 4.8.5，即跨平台C++图形用户界面应用程序开发框架，能实时显示模拟区域的土地利用变化过程，方便用户的使用；软件采用的神经网络算法，能较快地获得各类土地分布的适宜性概率。FLUS模型可直接用于：1)城市模拟和城市增长边界的划分；2)城市内部高分辨率土地利用变化模拟；3)环境管理与城市规划；4)大尺度土地利用变化模拟及其效应分析；5)区域土地利用类型适宜性分析；6)农田或自然用地类型损失预警；7)土地利用分布格局变化及热点分析等方面。还可以进一步推广使用到气候变化及其效应、碳循环、水文分析，生态变化与生物栖息地变化等各方面的研究当中。

2 研究区概况及数据处理

2.1 研究区概况

吉林市位于吉林省中部松花江畔，北温带气候，自然环境较优越，其地物地貌类型较为复杂。地处东经125°40′～127°56′E，北纬42°31′～44°40′N[7]，总面积27 120 km2，其中，市区3 636 km2。本次研究选取整个吉林市作为研究区，包括四个区：昌邑区、龙潭区、船营区、丰满区。

2.2 数据来源

在地理空间数据云(http：//www.gscloud.cn/)下载了间隔10 a的两期Landsat TM遥感数据进行实验，分别为：2005年和2015年，轨道号为：117—29和117—30；并在地理空间数据云下载空间分辨率为30 m的数字高程模型(digital elevation model，DEM)数据。除了收集不同时期的遥感数据之外，还收集大量数据辅助实验，主要包括交通数据，具体有高速公路、铁路、城市主干道等；在地理国情监测云平台(http：//www.dsac.cn/)获取行政区划界线数据；在《吉林省统计年鉴》中收集相关各类统计数据资料等。

2.3 数据处理

本次实验对Landsat TM数据的3、4、5波段进行组合，并将117—29和117—30两幅影像无缝拼接成一幅。对图像进行辐射定标，利用行政区划矢量数据对拼接影像进行裁剪，为后续的图像处理做好准备。采用监督分类法进行土地利用分类，根据影像数据地物的光谱特征，将地类划分为：耕地、草地、林地、水域、城市用地[8-10]。最终完成监督分类后的2005年及2015年的吉林市土地利用分类数据如图1～2所示。

图1 2005年土地利用分类数据

图2 2015年土地利用分类数据

经处理得到土地利用分类数据后，运用欧氏距离分析工具获取城市扩展驱动力数据。欧氏距离工具通常作为各种应用的独立工具，例如寻找提供直升机救援的最近的医院[11]。利用ArcGIS中的ArcToolbox中的EuclideanDistance(距离分析)功能，获取栅格单元到各级交通路线的距离因子的数据图层：距离城市中心(discity)、距离主干道(disroad)、距离高速公路(dishighway)、距离铁路(disrailway)[12]。

3 城市扩展模拟研究

城市扩展模拟实验分为3个阶段，首先是基于神经网络的出现概率计算部分，该部分实验获得适宜性概率数据，这是整个模拟实验的基础；然后是基于自适应惯性机制的元胞自动机模拟实验；最后是未来情景模拟实验[13]。

3.1 基于神经网络的出现概率计算

在基于神经网络的出现概率(Probability-of-occurrence)计算模块中输入自然、交通区位、社会经济等土地利用变化驱动力因子，模块将根据输入数据采用神经网络算法(ANN)整合并计算研究区域内每种土地利用类型在每个像元上的出现概率。利用吉林市2005年土地利用分类数据作为初始年份土地利用数据，对2015年吉林市土地利用情况进行模拟，同时以吉林市2015年的真实土地利用分类数据来验证FLUS模型的模拟精度。根据多次实验，将采样参数设置为1，神经网络的隐藏层数量设为12，并选SingleAccuracy(单精度)。添加所有驱动力因子，开始进行神经网络模型训练、出现概率的训练，完成模型训练后，得到衡量训练精度的3个指标：均方根误差为0.318 414，平均误差为0.198 224，平均相对误差为0.495 561，满足精度要求。

3.2 元胞自动机模拟实验

设置2005年的土地利用数据，迭代次数设定为300，模型到达迭代目标即会提前停止，在元胞自动机中设置邻域值3，表示元胞自动机采用3×3摩尔邻域。软件默认的加速因子为0.1，模型在默认的参数下能够正常运行。设置各类土地利用类型在模拟转换中的参数，当一种用地类型不允许向另一种转化时，将矩阵的对应值设为0；允许转化时设为1。完成所有设置后，运行元胞自动机开始模拟，模拟结果与实际结果如图3～4所示。

图3 2015年模拟数据

3.3 模拟精度评定

Kappa系数是用来评价分类一致性的指标。在Kappa系数的计算模块中，加载数据并设定采样方式为均匀采样。Kappa值一般在0～1之间，当数值越接近1时，模拟精度越高。当模型模拟精度较高时，Kappa≥0.75；当模型模拟精度一般时，Kappa介于0.5～0.75[14-15]。本次实验中Kappa系数为0.72，精度一般，分析原因归结于实验数据来源于网络，中等分辨率影像几何精度低影响分类精度。在计算FOM值的模块中添加真实的2005年数据、真实的2015年数据、模拟的2015年数据后计算精度。通常，每模拟年数增加1年，FOM指数增加0.01为标准水平，实验得到的FOM指数为0.048 7，精度符合要求。

图4 2015年实际数据

3.4 未来情景模拟预测

FLUS模型提供的马尔科夫链可用于未来土地数量的预测。由于马尔科夫方法相对简单，缺乏弹性调整空间，不适合对长期未来土地利用数量的预测，所以实验过程中仅对未来20 a内的城市土地利用情况进行预测。将2005年土地利用数据设置为初始年份数据，在End year image中输入下一年份2015年的土地利用数据。将2005年至2015年的土地利用转换数据作为参考数据，分别对2025年和2035年的土地利用变化情况进行预测，结果如图5～6所示。城市不同年份主要土地利用类别面积对比见表1。

根据城市扩展预测图以及不同年份主要土地利用类别面积对比表可以看出，从2005年开始吉林市耕地面积、水域面积、城市用地面积不断增长，草地面积不断减少，2005年到2015年城市扩展速度达到7.68 km2/a，2015到2025年城市扩展速度为7.22 km2/a，2025年到2035年城市扩展速度为6.56 km2/a。这个发展趋势与吉林市城市经济快慢程度有关，城市经济速度发展越快，城市用地面积扩张越大。城市扩展中大部分用地类型面积都在增加，呈现出辐射式向外扩展模式。

图5 2025年吉林市城市扩展预测

图6 2035年吉林市城市扩展预测

表1 不同年份主要土地利用类别面积对比表 单位：km2

4 结语

城市空间扩展的研究是城市建设中不可缺少的一部分，它可以及时预测城市建设中存在的问题，合理安排城市结构布局，做好城市基础设施建设。采用CA模型在GeoSOS-FLUS软件中，以2005年数据为基础模拟获得了2015年的吉林市城市扩展数据，验证了GeoSOS-FLUS元胞自动机模型在平原地区的可适用性。通过2005年—2015年的模型，成功预测出2025年和2035年的吉林市城市扩展趋势，获得了数据和影像两种预测结果，得到城市扩展呈现辐射式扩展模式的结论，实验结果可为吉林市相关部门提供规划依据。模型中没有将人口和经济因素加入其中，主要原因是这些因素具有不确定性，若将这些数据及公共服务设施点等大数据加入到城市扩展模拟研究中，结果将更具有客观性。