多情景下浙中城市群建设用地空间扩张模拟

奉莉军，郑 琪，周家俊，郭 浩，梁勤欧

（浙江师范大学 地理与环境科学学院，浙江 金华 321004）

研究未来土地利用变化对城市规划和政策制定有重要意义[1]，其中，注重城市生态环境保护的土地利用格局尤为重要。模型模拟是研究土地利用变化的重要工具之一[2-3]，构建土地利用模型有助于理解土地利用变化过程，解释政策因素、人为因素以及自然因素等对未来土地利用的影响机制[4-5]。戴尔阜和马良将土地利用模型分为6类：机器学习和统计模型、经济学模型、元胞自动机模型、多主体模型、部门经济学模型以及混合方法模型[7]。元胞自动机（CA）模型能够将空间作用和时间关系相结合模拟复杂的时空演变过程，利用全局影响机制和局部转移规则自上而下进行模拟建模，从而能够提取复杂的转移规则进行土地利用模拟[8-10]，被国内外学者广泛采用。然而，CA模型在土地利用模拟过程中侧重于挖掘自然环境因素对土地变化的影响[11-12]，无法考虑土地利用变化过程中经济、人口等人为因素的影响[13-14]。基于神经网络方法的元胞自动机（ANN-CA）模型利用神经网络算法提取土地利用变化的历史规则[15-16]，在模拟过程中既能有效考虑自然因素又能考虑人为因素，能有效控制数据挖掘过程中所面临的多因子干扰，提高模型模拟精度[17-18]。

在未来的中国城市群研究中，研究城市土地使用政策下的城市群空间变化尤其重要[19]。城市建设用地的扩张速度不仅受到区域位置等自然因素的影响，还受到政策的调控。浙中城市群作为浙江省的第三大城市群，是浙江省参与长江三角洲地区竞争与合作的载体之一，城市化水平达到70%以上，其建设用地扩张速度受到浙中城市群规划（2008—2020年）的土地利用政策的调控[20]。因此，只考虑历史规则模拟未来土地利用情景不能科学解释未来浙中城市群不同城市规划下的土地空间利用，需要设置多种情景来解决这一问题。本研究在分析2005—2019年浙中城市群建设用地扩张特征的基础上，以将浙中城市群建设为宜居城市为目标，模拟浙中城市群建设用地在不同情景下的扩张情况，以期为未来浙中城市群的城市规划提供参考。

1 数据与方法

1.1 研究区概况

研究区范围包括浙江省金华市的整个行政区和衢州市的龙游、丽水市的缙云2个县，总面积约为1.36万km2，如图1。浙中城市群南部和北部地势较高，中部地势平坦且河流众多，适合城市发展。作为浙江省第三大城市群，浙中城市群对浙江省中部地区城市建设高质量发展具有引导作用。浙中城市群建设用地主要分布在中部地区，包括婺城区、金东区、义乌市、永康市以及东阳市等地。

图1 研究区位置、行政区划和2019年浙中城市群建设用地Figure 1 Location of the study area，administrative divisions and the construction land of the mid-Zhejiang urban agglomeration in 2019

1.2 数据来源与处理

本研究采用欧洲航天局（https://earth.esa.int/）土地利用数据，经过剪裁、重分类等预处理得到浙中城市群2005、2010、2015和2019年的土地利用分类数据，归并为农田、林地、草地、建设用地和水域5类，空间分辨率为300 m×300 m。

影响土地利用的驱动因素包括自然因素和社会因素，本研究选取包括自然因素和社会因素的9个驱动因子来解释土地利用的变化。地形因子由地理空间数据云（www.gscloud.cn）获得，包括高程数据（DEM）以及由高程数据计算得到的坡度与坡向；社会因子直接由栅格数据形成，包括人口（https://www.worldpop.org/）和国民生产总值（https://www.ngdc.noaa.gov/）；区位因子为到城镇中心的距离，由资源环境科学与数据中心（http://www.resdc.cn/）获得；交通因子为距公路和铁路的距离，与距水系距离一样均通过对距离矢量数据进行欧式距离运算得到。对以上9个驱动因子进行数据预处理：先将数据重采样到300 m，尺度与土地利用数据一致；再利用ArcGIS采用模糊隶属度的方法进行数据归一化处理，消除量纲影响。

1.3 研究方法

1.3.1 GeoSOS系统与模拟评价

由中山大学黎夏教授等提出的地理模拟与优化系统（GeoSOS）对土地利用变化历史规则提取有较好的解释，能耦合地理模拟和空间优化对土地利用变化进行提取[16]。GeoSOS 系统提供多种复合CA 模型，包括ANN-CA模型、DT-CA模型和Logistic-CA模型，本研究选取ANN-CA模型进行浙中城市群的土地利用空间格局变化预测，利用神经网络的方法进行历史规则提取，按照规律计算各单元的转移概率，模拟土地利用空间格局，预测未来的土地利用情景[16-18]。

首先按照百分比对研究区进行采样，设置邻域参数，训练神经网络后提取网络权重值；然后设置土地利用类型转移矩阵，判定土地类型转移的可转移性；最后规定自适应系数、迭代次数等参数计算转移结果，当达到某类用地的实际需求后停止模拟。ANN-CA模型转移规则计算公式[18]为

其中，P(k,t,l)为转移概率，(1+(-lnγ)α)为不可控因素，Pann(k,t,l)为某地类转移概率，为城市建设用地密度，con()为两种土地利用类型之间转移可能性。P(k,t,l)为1 说明可转移，P(k,t,l)为0 说明不能发生转移。

Kappa系数是衡量模型模拟精度的常用指标。本研究利用Kappa系数进行预测结果与实际分类的一致性检验，一般认为数值大于0.75时即通过检验，说明模拟效果较好[21]。

1.3.2 情景构建

根据浙中城市群的历史发展规律，建立3种规划情景，利用ANN-CA 模型设置规划参数，对3种情景下土地利用格局进行预测。

（1）惯性发展下的土地利用情景 基于浙中城市群土地利用历史发展规律，本研究根据2005—2015年浙中城市群土地利用面积转移矩阵设置土地利用类型转移矩阵，进行惯性发展下的土地利用预测。表1是根据2005—2015 年浙中城市群土地利用面积转移地类变化情况建立的惯性情景下土地利用类型转移矩阵[22]。

表1 土地利用类型转移矩阵Table 1 Land use type transfer matrix

（2）经济优先发展下的土地利用情景 此情景下的土地利用类型转移矩阵设置方法与惯性发展情景相似。在此情景下，制定城市用地规划时，优先考虑经济发展和城市建设，保证城镇化发展速度最快，建设用地扩张面积快速增加。

（3）生态优先发展下的土地利用情景 浙中城市群的建设目标是打造重要生态屏障，促进城乡之间协调发展，争取做生态城市示范区[23]。因此，该情景在惯性发展的前提下，着重保护耕地、林地和水域，提高森林覆盖率，限制建设用地扩张速度，注重城市绿色发展。

2 结果与分析

2.1 浙中城市群城市扩张变化特征

2.1.1 浙中城市群土地利用格局

研究区的土地类型主要包括林地、耕地和建设用地，林地面积最大，耕地次之，建设用地处于快速扩张状态。如图2，林地主要呈东北—西南走向，以条带状分布在浙中城市群地区，与耕地交错分布；耕地呈条带状分布于浙中城市群中部；草地零星分布于研究区内；水域主要分布在耕地内部，与耕地相互交错；建设用地主要分布于中部地区的婺城区、金东区、义乌市、永康市和东阳市。

图2 2005和2015 年浙中城市群土地利用格局Figure 2 Distribution of land use in the mid-Zhejiang urban agglomeration in 2005 and 2015

2005—2015年浙中城市群土地利用变化情况见表2，建设用地流入量最大，主要由耕地、草地和林地流入，其中耕地流入量高达389.67 km2；除建设用地和水域外，其他土地利用类型面积均减少，2015年耕地面积比2005年减少了342.50 km2。

表2 2005—2015年浙中城市群土地利用面积转移矩阵Table 2 Transfer matrix of the mid-Zhejiang urban agglomeration from 2005 to 2015km2

2.1.2 浙中城市群建设用地扩张特征

由2005—2019年浙中城市群土地利用数据单独提取建设用地数据进行统计分析，得到浙中城市群建设用地2005—2019年面积变化以及增长速度，结果如表3所示。2005—2019年，浙中城市群建设用地总面积持续增加，2019年建设用地总面积是2005年的2.78倍。浙中城市群建设用地增长率不断减小，从40.20%减小至14.13%。近年来，浙中城市群以建设宜居城市为目标，注重生态环境保护和生态屏障建设，建设用地扩张速度逐渐下降。

表3 2005—2019年浙中城市群建设用地统计数据Table 3 Statistics on the construction land of the mid-Zhejiang urban agglomeration from 2005 to 2019

2.2 不同情景模型模拟精度检验

本研究选取2005—2015年为时间步长进行ANN-CA 模型参数设置，提取土地利用数据总栅格数的5%为训练样本，邻域选择为5时模拟结果较好，模拟精度较高[23]。对不同土地利用情景下模型进行设置，模拟土地利用空间布局。模拟结果以2019年惯性发展情景为例展示（图3），2019年惯性发展情景下的各类土地利用空间分布格局与2019年真实土地利用空间分布格局基本一致，模拟效果较好。

图3 2019年浙中城市群真实和惯性发展情景下土地利用对比图Figure 3 Comparison of land use under real and inertial development scenari⁃os of the mid-Zhejiang urban agglomerations in 2019

3种情景下的模拟结果Kappa系数、FoM精度值和总体精度同时进行检验，结果如表4所示。惯性发展情景、经济优先发展情景以及生态优先发展情景下的Kappa系数均高于0.8，FoM精度值在0.04左右，总体精度达90%以上，均通过精度检验。

表4 不同情景土地利用模拟精度比较Table 4 Comparison of simulation accuracy of land use in different scenarios

因本研究主要探究浙中城市群建设用地的扩张情况，故对建设用地精度进行单独统计验证。3种情景下建设用地Kappa 系数见表5，均不低于0.75。其中，生态优先情景下Kappa 系数最高，为0.78，该情景是最适合研究区建设用地模拟的情景。总体而言，精度检验结果显示ANN-CA模型适合浙中城市群建设用地扩张模拟，能够满足研究精度需求。

表5 3种情景下建设用地Kappa系数比较Table 5 Comparison of Kappa coefficients of construction land under three scenarios

2.3 2030年浙中城市群土地利用空间格局预测

3种情景下2030年浙中城市群的土地利用空间格局模拟结果如图4所示。对比3种情景下2030年浙中城市群的土地利用格局发现，各情景下总体土地利用格局相似，生态优先情景下建设用地面积低于其他2种情景。不同情景下2030 年浙中城市群各类土地利用面积如表6 所示，生态优先情景下的建设用地面积为904.70 km2，明显低于其他2种情景；耕地面积为3 738.27 km2，明显大于其他2种情景，达到了生态优先发展的规划要求，较好满足了浙中城市群的建设目标需要。因此，本研究选取生态优先情景为最优情景预测结果。

图4 2030年浙中城市群3种情景土地利用格局模拟结果Figure 4 Simulated land use pattern of three scenarios in the mid-Zhejiang urban agglomeration in 2030

表6 不同情景下2030年浙中城市群土地利用面积Table 6 Land use area statistics of different scenarios in the mid-Zhejiang urban agglomeration in 2030 km2

生态优先情景下，2030年浙中城市群建设用地的扩张主要集中在婺城区、金东区、义乌市、永康市、东阳市（表7）。上述地区是浙中城市群经济发展的主要区域，建设用地空间需求较大。2005年浙中城市群各市（县、区）整体建设用地面积为321.76 km2，2015 年为721.34 km2。根据预测，2030 年在生态优先情景下的浙中城市群各市（县、区）整体建设用地面积将增加到904.70 km2，建设用地需求不断增加。

表7 浙中城市群各市（县、区）建设用地面积Table 7 Construction land area requirements of the counties in the mid-Zhejiang urban agglomerationkm2

如表8 所示，在生态优先情景下，2015—2030 年浙中城市群建设用地扩张总量为183.86 km2，与2005—2015年扩张总量399.58km2相比下降较多，扩张速度逐渐减小。由于浙中城市群秉持生态优先思想，建设生态廊道，在保护原有生态屏障的同时确保总体土地利用格局不发生变化。同时，有研究发现，城镇化建设达到一定水平后城市建设速度会逐渐减缓，建设用地扩张速度下降会相对明显[24]，浙中城市群建设用地扩张速度变化符合上述规律。总体来看，与2005—2015年相比，2015—2030年浙中城市群建设用地扩张面积明显减少，与浙中城市群建设用地扩张特征（表3）一致。

表8 浙中城市群各市（县、区）建设用地扩张面积Table 8 Expansion area of built-up land in various counties in the mid-Zhejiang urban agglomerationkm2

3 结论

（1）基于浙中城市群2005、2010、2015和2019年四期土地利用遥感影像和自然因子、社会因子数据，建立了基于惯性发展、经济优先以及生态优先3种不同发展情景；3种情景下2019年浙中城市群土地利用空间格局的模拟精度Kappa系数均达到0.8以上，模拟效果较好，ANN-CA模型适用于浙中城市群的土地利用空间模拟。

（2）经模拟，2030年研究区在生态优先情景下的建设用地面积需求均少于其他2种情景，土地利用空间格局最优。因此，该情景下的土地利用格局最适合研究区的城市规划发展。

（3）生态优先情景下，2030年浙中城市群建设用地扩张以婺城区、金东区、义乌市、永康市和东阳市为主导地区，其他市（县、区）紧随其后且均处于增长状态。2005—2030 年建设用地扩张处于持续增长状态，与2005—2015 年相比，2015—2030年建设用地扩张速度逐渐变缓，与现实中浙中城市群建设用地扩张特征基本一致。

本研究采用模型模拟方法进行土地利用情景设置时，由于不同预测者经验不同，考虑的政策等因素不同，预测的结果带有一定的主观性。本研究选取土地利用数据的空间分辨率为300 m×300 m，可能与高精度影像数据模拟结果存在偏差，未来可提高数据精度以进一步提高模拟结果的可靠性[25]。