基于PLUS-UGB 多情景模拟的广州市城市增长边界划定

杨文杰，杜剑光*，何华贵，杨卫军，陈利燕

（1. 广州市城市规划勘测设计研究院，广东 广州 510060）

随着我国经济的快速发展，城镇化也进入了快速增长阶段。然而，城市增长的同时带来了城市发展无序、自然资源破坏等一系列问题，严重影响了城市的可持续发展[1-2]。因此，如何科学有效地引导城市的发展、规划以及管理城市空间扩展成为城镇化过程中需要重点关注和研究的问题。城市增长边界（UGB）可用于界定城市和非城市的边界区域，有效治理城镇化过程中遇到的无序蔓延、过度发展等问题[3-5]。国内外学者采用多种模型和方法对UGB的划定进行了研究与探索[6-13]。元胞自动机（CA）能反映城市系统的复杂结构、动态模拟土地利用变化，因此被广泛应用于土地利用的模拟与预测中。通过CA 模型模拟预测的结果可进行UGB 划定，但传统的CA 模型在转换规则挖掘策略和景观动态变化模拟两个方面存在一定的不足。LIANG X[14]等提出的斑块生成土地利用模拟（PLUS）模型，可以更好地挖掘各种土地利用类型变化的诱因，更好地模拟各土地利用斑块级的变化，模拟结果可以更好地支持规划和管理。基于形态学的膨胀腐蚀方法在图形边缘提取方面具有广泛应用，能有效提取图形边缘以及分割和细化图形。

结合上述背景和存在的问题，本文引入PLUS 模型和基于形态学的膨胀腐蚀方法提取UGB，构建PLUS-UGB模型，并将其应用于广州市2035年城市发展模拟预测与UGB的划定中。

1 研究区概况与数据来源

1.1 研究区概况

广州市的总面积为7 434 km2，2020年广州市地区生产总值为25 019.11亿元，常住人口为1 530.59万人，常住人口城镇化率为86.46 %，明显高于全国水平（60.6 %）。随着经济的不断发展，广州市目前仍进行着快速城镇化，区域内土地利用变化明显。因此，本文选取广州市进行UGB 划定研究具有极强的代表性。

1.2 数据来源与预处理

本文采用的土地利用数据来源于2015 年全球精细地表覆盖产品（GLC_FCS30-2015） 以及结合2019—2020 年时序Landsat 地表反射率数据、Senti⁃nel-1SAR数据、DEM地形高程数据、全球专题辅助数据集、先验知识数据集等生产的2020 年全球30 m 精细地表覆盖产品（GLC_FCS30-2020）。通过重分类的方式，获得耕地、林地、草地、水域、建设用地5 种土地利用类型数据，如图1所示。

图1 广州市2015年和2020年土地利用数据

本文采用的驱动因子为气候环境数据和社会经济数据，其中气候环境数据包括高程、坡度、到河流的距离；社会经济数据包括人口、GDP、到高速公路的距离、到一级道路的距离、到二级道路的距离，如图2所示。

图2 土地利用模拟驱动因子

2 研究方法与思路

2.1 PLUS模型

PLUS 模型的框架包括基于土地扩张分析策略的转化规则挖掘框架（LEAS）和基于多类型随机斑块种子机制的CA 模型（CARS）两个部分。LEAS 将两期土地利用数据进行叠加，提取两期土地利用数据的变化部分；然后随机选取采样点，结合土地利用类型，采用随机森林（RCF）算法[15]分别对各土地利用类型进行训练，获取不同土地利用类型的扩张规则。RCF算法的表达式为：式中，k为土地利用类型；i为k所在的元胞；M为决策树总数；x为由多个驱动因素组成的向量；d为0 或1（1 表示还有其他土地利用类型转换为k，0 表示无）；为土地扩张概率；I() 为决策树集；hn(x)为向量x第n个决策树的预测类型。通过LEAS 获取了各土地利用类型的扩张规则，再通过CARS模拟各土地利用类型的斑块演化。CARS是一种由情景驱动的土地利用模拟模型，采用基于阈值下降的多类型随机斑块种子机制，利用蒙特卡洛方法，当某土地利用类型的邻域效应为0 时，在各土地利用类型的发展概率面上生成变化种子，则有：

式中，t为阈值降低值；r为0～1 范围内的随机值；μk为产生新土地利用类型斑块的阈值；OP为土地利用总体概率；为土地利用类型k在元胞i的邻域效应；为土地利用类型k未来发展需求的影响。

2.2 邻域影响因子与转换成本

邻域影响因子能反映不同土地利用类型与邻域范围不同用地单元之间的相互作用[16]，用以表达不同土地类型的扩张能力。其计算公式为：

邻域影响因子的阈值范围为0～1，值越大表示该土地利用类型的扩张能力越强。转换成本表示某土地利用类型转换为其他类型的困难程度。

2.3 模型精度验证

本文采用Kappa系数验证PLUS模型的精度。Kappa系数[17]是检验一致性的指标，可衡量分类效果。Kappa系数基于混淆矩阵，值域为-1～1，通常大于0，计算公式为：

式中，P0为预测与实际对比的总体精度；Pe为由于偶然机会造成预测结果一致性的概率，即随机一致性。

2.4 基于形态学的UGB划定方法

形态学的膨胀腐蚀运算[18]在图像边缘检测方面具有广泛应用，可有效解决图像噪声问题。本文结合土地利用模拟的预测结果，利用生态学的3×3结构元素的膨胀腐蚀运算方法对UGB进行划定。

膨胀运算是从由结构元素确定的邻域块中选取图像值与结构元素值之和的最大值，代表结构元素的移动，将其中的非城市单元转换为城市单元；腐蚀操作则与膨胀相反，是从由结构元素确定的邻域块中选取图像值与结构元素值之和的最小值，代表结构元素的移动，将其中的城市单元转换为非城市单元。

3 研究结果与分析

3.1 土地利用扩张提取

由2015年和2020年的土地利用变化可知（表1），2015 年城市建设用地面积为1 408.87 km2，占整个广州市的18.95%，非城市建设用地面积（农田、森林绿地、湿地、水域）为6 025.13 km2；2020 年城市建设用地面积为1 496.31 km2，占整个广州市的20.13%，非城市建设用地面积为5 937.69 km2。2015—2020 年城市建设用地面积增加了87.44 km2，其他土地利用类型面积不断减少，其中耕地面积减少最为突出，减少了41.8 km2，林地面积减少了23.58 km2，草地面积减少了0.07 km2，水域面积减少了21.97 km2，其主要原因在于2015—2020年广州市城镇化进程不断推进，致使城市用地边缘的农田转换为城市用地。

表1 2015—2020年土地利用扩张情况

3.2 PLUS模型精度验证

根据2015年的土地利用状况，结合各土地利用类型的扩张概率，通过PLUS 模型模拟得到2020 年广州市的土地利用情况，并与2020年广州市真实的土地利用情况进行对比，结果如图3 所示。通过定性分析发现，利用PLUS 模型进行城市土地利用模拟的结果与真实数据在整体空间分布上大体一致。

图3 2020年土地利用预测与真实数据对比

根据2020 年真实土地利用情况和模拟预测结果，可以得到各土地利用类型的模拟准确率，如表2 所示，可以看出，各土地利用类型的模拟准确度均达到98%以上，Kappa系数为0.943 1，FOM值为0.275，说明模拟结果与真实数据具有高度的一致性，能较好地呈现真实的城市发展形态，因而将其应用于预测城市未来用地发展的可靠性也较高。

表2 2020年土地利用模拟预测与真实数据比对情况

3.3 多情景下土地利用模拟预测

城市的土地利用预测模拟需要考虑不同的发展情景，不同情景下城市发展和扩展的方向和趋势也有所不同。根据未来城市发展模拟的目标，本文设定了自然发展情景（ND）、耕地保护优先情景（CD）和生态保护优先情景（EP）3种情景下的土地利用模拟预测。

参考已有经验和研究成果，经过多次试验，本文设计了不同场景下邻域影响因子和转换成本矩阵。本文将各土地利用类型的扩张能力定义为建设用地>水域>草地>耕地>林地，其中建设用地的扩张能力最强，设为1，林地的扩张能力最弱，设为0.1，具体用地扩张能力（即邻域影响因子）如表3所示。

表3 各土地利用类型的邻域影响因子

在不同情景下，本文设计了不同的转换成本矩阵，如表4所示：①在ND下，通常建设用地不会转换为其他土地利用类型；②在CD 下，耕地不能转换为其他土地利用类型，除建设用地外其他土地利用类型可转换为耕地；③在EP 下，林地和草地能相互转换，但不能转换为其他土地利用类型，除建设用地外，其他土地利用类型可转换为林地和草地。

表4 转换成本矩阵

为了更准确地分析不同情景下土地利用变化情况，本文选取黄埔区的一个子区域进行比较分析。该子区域为广州市目前城市扩张的分界区域，可更加明显地对各场景下土地利用变化情况进行分析。本文利用PLUS 模型，结合不同的发展目标和转换成本，得到广州市2035年多情景下的模拟预测结果，如图4所示，可以看出：①广州市南部和东部的城市建设用地扩张较多，越秀区、荔湾区、海珠区、天河区属于广州市老城区，城市扩张基本没有变化；②在ND 下，城市扩张过程侵占了较多的耕地和草地，应重点注意对耕地和草地的保护；③在CD 下，限制了城市扩张对耕地的占用，城市发展更为紧凑，但城市扩张的速度最慢；④在EP 下，林地和草地的面积最大，城市发展较多地占用了耕地。

图4 不同情景下广州市2035年土地利用扩张模拟结果

3.4 UGB划定

本文利用PLUS-UGB模型得到不同情景下广州市2035 年的UGB 划定结果，如图5 所示，可以看出：①在ND 下，2035 年广州市UGB 面积为1 716.49 km2，占广州市总面积的23.09%；②在CD 下，2035 年广州市UGB 面积为1 585.53 km2，占广州市总面积的21.33%；③在EP 下，2035 年广州市UGB 面积为1 625.63 km2，占广州市总面积的21.87%；④划定的UGB 能很好地保留土地利用模拟预测结果的基本细节，在城市发展较复杂的地区也能保持UGB 的边缘细节。

图5 不同情景下广州市2035年UGB划定

在各种情景下，新增的城市建设用地主要分布在番禺区、南沙区、黄埔区和增城区，与广州市提出的“东进、南拓”的总体发展思路基本一致。通过比较《广州市城市总体规划（2017—2035）》发现，本文划定的UBG 范围与总规中的战略发展总体一致，说明利用PLUS-UGB 模型划定UGB 具有一定的可靠性。

4 结 语

本文基于广州市2015 年和2020 年土地利用数据，利用PLUS 模型和多类驱动因子数据得到模拟预测的2020 年土地利用数据；并与2020 年土地利用真实数据进行比较，从而验证了PLUS 模型的模拟精度（Kappa 系数为0.943 1、FOM 值为0.275）。基于PLUS模型，在ND、CD、EP场景下模拟得到2035年广州市的土地利用发展预测结果，并结合形态学膨胀腐蚀运算，构建了PLUS-UGB 模型，进而划定了广州市多情景下的UGB。通过本文研究可获得不同场景下的土地利用预测结果，划定不同场景下城市的未来增长边界，对城市的土地利用发展规划以及提高土地利用结果的可持续发展具有一定的帮助，也有助于政策制定者制定土地利用管理规定和土地政策。然而，本文仅考虑了8 种城市驱动因子，且未对不同种类的驱动因子产生的影响进行分析研究，今后可对不同的驱动因子进行分类，以探索不同分类下驱动因子对土地利用模拟和UGB划定的影响。