元胞自动机模型在村镇土地利用规划中的应用.docxVIP

元胞自动机模型在村镇土地利用规划中的应用 土地利用变化是一种复杂的现象和过程。土地利用空间模型的模拟包括影响土地利用变化的许多因素。这不仅是深入理解土地利用变化机制的关键，而且对土地利用政策的制定具有重要的指导作用。随着土地利用变化相关研究越来越广泛,其研究内容逐渐深入,研究尺度逐渐精细。建立模拟模型是土地利用变化研究的有效手段。已有相关研究重点针对模型建立探讨土地利用的变化,主要包括数量预测和未来空间格局模拟。随着研究的深入,土地利用变化研究逐渐从简单的数量预测转向复杂的时空格局演变模拟。进行不同时空尺度的土地利用变化研究,进一步探索土地利用变化的驱动机制,以及模拟未来土地利用格局,进而对土地利用进行合理规划,具有重要的现实意义和实践意义。 元胞自动机(cellular automata,CA)模型具有强大的空间建模能力和计算能力,可以有效地模拟具有时空特征复杂系统的变化情况,被广泛的运用到科学、社会和经济等研究领域。在土地利用变化模拟方面,国内外学者进行了大量的研究:Wu等通过建立微观CA模型和宏观经济学模型相结合的混合模型,进行城市发展的过程模拟研究,取得了较为满意的结果;Couclelis利用CA模型进行虚拟城市模拟,认为简单的局部规则能够形成复杂空间格局的结论;White等尝试把区域发展模型与CA模型相联系,模拟城市和研究区域的整体发展。国内学者也作了大量的研究:黎夏等构造约束CA模型,侯西勇等运用CA-Markov模型,明冬萍等构造了基于灰色局势决策的CA模型,分别对广东东莞市、河西走廊地区和海南琼海市的土地利用空间格局变化进行了模拟和分析。 虽然CA模型在土地利用的模拟和演化方面得到了较为广泛和深入的研究,但已有的研究多集中在城市,针对村镇的研究很少;研究范围通常为区域整体,并未将区域细化为更小的尺度;而且未对影响土地利用变化的因子做较为全面的研究和分析。本研究拟以北京市房山区为研究区,在CA模型和马尔科夫(Markov)模型的基础上,综合CA模型模拟复杂系统时空变化的优势以及Markov模型数量上无后效性长期预测的优势,引入多标准评价(multi-criteria evaluation,MCE)方法,构造CA复合模型。并以村镇为单元,综合考虑土地利用变化的影响因素,通过分析土地利用类型转换适宜性,约束土地利用时空变化的演变过程,从数量和空间2方面模拟房山区各村镇的土地利用空间格局。 1 北京市土地利用现状及立地条件 房山区位于北京市西南部。地理位置115°25′~116°15′E,39°30′~39°55′N,总面积约2 019km2。总人口近90万,其中,农业人口约47万。房山区是京郊的农业大区,区内农业资源丰富,形成了丰富的农业产业类型,包括种植业、绿色养殖业和精品果业等优质高效类型。地貌类型多样,山地、丘陵、平原各占1/3,东南部平原地势平坦,人口集中,是全区粮食和蔬菜的主要生产基地;中部地区以丘陵为主,是全区果粮生产基地;西部山地地广人稀,林业、旅游业较发达。区政府所在地设在良乡,距北京市中心20km,区位优势突出。房山区作为北京市边缘城区,土地利用状况受到北京城市化进程的影响。特殊的地理位置、自然因素、人类活动都直接影响着各个村镇的土地利用变化,选取该研究区进行土地利用变化模拟研究,具有较强的典型性和代表性。 2 学习方法 2.1 土地利用影响因素的转换规则 CA模型主要研究局部元胞单元间的相互作用,通过定义邻域元胞间的转化规则,模拟元胞状态的变化,具有鲜明的时空耦合特征和强大的空间计算能力。模型通过定义元胞间的邻近关系以及使用作用于元胞邻域的转换规则,模拟整个系统中复杂现象的时空变化。采用CA模型进行土地利用变化模拟,能够综合考虑地理位置、土壤条件、地貌条件等自然因素的影响,以及人口、政策、经济等人文因素的影响。 转换规则的制定是CA模型的核心。Markov模型是基于Markov过程理论,利用状态间的转移概率矩阵和转移面积矩阵来预测事件变化趋势的理论方法。在土地利用变化模拟预测中,Markov模型已得到了广泛应用,但该模型没有考虑各个土地利用类型的空间分布状态,难以描述土地利用空间格局的变化及其过程的情形。本研究将CA模型和Markov模型结合,利用土地面积转移矩阵模拟预测各土地利用类型面积,进而对元胞转移的数量变化定义规则。 MCE方法是一种对多标准进行评价与集中的通用方法。本研究将MCE引入CA模型中,使其成为CA规则的一部分,通过土地利用影响因子分析,表示各个土地利用类型的适宜性。MCE中的标准又分为约束条件与因子2类,通过约束条件对特定地理区域进行约束,通过因子的得分进行土地利用适宜性评价分析,得到一系列土地利用适宜性转移图,进一步对元胞转移的空间位置定义规则。 通过综合Markov模型有