营口城市用地扩展模拟预测研究

王立波，吴 凡，宋丹丹，介冬梅

（1.东北师范大学城市与环境科学学院，吉林长春130024；2.元氏县国土资源局，河北石家庄051130）

营口城市用地扩展模拟预测研究

王立波1，2，吴 凡1，宋丹丹1，介冬梅1

（1.东北师范大学城市与环境科学学院，吉林长春130024；2.元氏县国土资源局，河北石家庄051130）

基于CA原理，结合GIS与RS技术，在ArcGIS平台中进行二次开发，构建了GIS－CA模型系统.以营口市为研究区域，对其城市用地扩展进行了模拟和预测.研究表明：GIS与CA集成，增强了GIS的时空动态建模功能，CA模型和GIS耦合是研究城市扩展动态模拟与预测的较为可行的研究方法；利用GIS－CA模型模拟和预测了营口城市用地变化趋势，对营口城市用地扩展模拟的结果比较合理，模拟的精度达到70%以上.

土地管理；GIS－CA模型；GIS；CA；城市用地扩张；营口市

自改革开放以来，我国的城市化已经过了一段时间的发展，到2008年城市化水平已达到44.9%左右［1］.根据城市化发展规律，我国城市化已进入快速发展阶段.城市化是城市的外延发展过程，是城市发展在“量”上的表现，反映在用地上就是城市用地规模的扩展.因此，需要引进新的技术手段来对城市的扩展过程进行准确的模拟和预测，为城市的可持续发展提供合理的决策信息.

元胞自动机（cellular automata，CA）又称细胞自动机或单元自动机，是由号称“现代计算机之父”的冯·诺依曼（Von Neumann）在上世纪40年代提出的一种离散模型，它是描述自然界复杂现象的常用工具，最初被用于模拟生命系统特有的自复制现象［2］.Helen Couclelis是将元胞自动机利用到城市发展研究中的奠基人，她就元胞自动机在城市发展中的应用理论和元胞自动机模型与地理信息系统（GIS）的集成进行了进一步的研究［3－4］.

受国际研究的推动，国内地理学界近年来也开始了类似的研究尝试.孙战利通过对地理复杂性的分析，提出了一种基于元胞自动机的地理模型框架，并对美国的巴尔的摩城市的增长与扩散进行了模拟和预测［5］；黎夏等人将各种尺度的约束因素引入到模型中，构建约束性单元自动机演化模型，并结合主成分分析和神经网络等技术对东莞市的城市用地扩展进行了成功的模拟［6－7］.

目前，GIS的迅速发展大大推动了CA技术在城市模拟中的应用，GIS为CA的规则制定提供了重要的数据源［3］.CA的空间不再是固定不变的，借助GIS可以把空间的分异性引进到CA模型中.现有的GIS在空间分析模型方面有很大的局限性，而CA和GIS的结合可以很好地增强GIS的空间模型运算及分析能力.CA模型与GIS结合用于模拟地理实体的空间演化具有广阔的前景，有待进一步的研究和发展.鉴于以上研究背景，本文在相关研究的基础上，开发了一个基于GIS的CA模型（GIS－CA模型），对城市的扩展过程进行了模拟和预测.

在“振兴东北老工业基地”的政策背景下，辽宁省以沿黄海、渤海的5个重点发展区域和一条贯通全省海岸线的滨海公路建设为核心，实施了“五点一线”的对外开放新战略，其中营口市有较大的发展机遇.当前，营口市只处于城市快速发展的初级阶段，随着其城市化和工业化的逐步推进，建设用地需求会持续增加.因此，必须对城市的扩展做出合理的规划决策，以使城市向着良性的、可持续的方向发展.然而由于城市发展的复杂性，传统的方法已经无法真实准确地模拟城市的发展与土地利用变化过程.因此，需要引进新的技术手段来对城市的扩展过程进行准确的模拟和预测，为城市的可持续发展提供合理的决策信息.

1 研究区概况

营口市位于辽宁省南部、千山余脉西侧、渤海辽东湾东北岸、大辽河入海口处，地理位置为东经121°58′～123°02′、北纬39°55′～40°56′.南同大连市接壤，东北与鞍山市相连，西北隔大辽河与盘锦市相望，西临渤海辽东湾.地域东西宽50.7km，南北长111.8km，地势东南高，向西北倾斜，自然构成低山、丘陵、平原地貌类型，土地构成为“五山一水四分田”.总土地面积为5365.5km2，占辽宁省总面积的4.88%.根据营口市2005年土地利用变更数据，营口市土地总面积为536545.54hm2，其中农业用地面积为385819.89hm2，占总土地面积的71.91%；建设用地面积为100036.34hm2，占总土地面积的18.64%；未利用地面积为50689.31hm2，占土地总面积的9.45%.土地利用三大类的比例为72∶19∶9（本文采用的是2002年国土资源部规定的三级分类方法）.

2 GIS－CA模型的应用

2.1 GIS－CA模型的构建

基于CA的基本理论和原理，对其进行扩展，建立GIS－CA模型.建立的GIS－CA模型的根本出发点是在逻辑上将城市的扩展视为非城市用地向城市用地转化的结果，利用CA的演化来模拟城市的扩展过程.

2.1.1 确定GIS－CA组成要素

（1）元胞空间：GIS－CA模型是基于二维正方形的扩展型CA，选取城市和城市周边一定范围的整个地区作为研究区域，即元胞空间.为了与遥感影像数据的分辨率一致，把元胞空间的大小定义为30m×30m.

（2）元胞状态：城市土地利用元胞的状态无疑就是元胞的城市土地利用类型，那么城市土地利用元胞的状态就取决于土地利用类型的划分.

（3）邻域：根据城市土地利用状态变化的特点，土地利用元胞状态的变化与周围元胞的状态有密切关系.对于不同的土地利用类型的元胞，其邻域可能有所不同.GIS－CA模型在处理时采用摩尔领域的元胞空间，即一个元胞周围的8个元胞为该元胞的邻域（见图1）.

图1 GIS－CA模型的邻域分布

（4）时间：CA是一个动态系统，它在时间维上的变化是离散的，即时间t是一个整数值，而且连续等间距，一个元胞在t＋1的时刻只取决于t时刻的该元胞及其邻域元胞的状态.基于CA的城市模型时间的确定比较复杂，在GIS－CA模型中，选择初始数据为基期数据，输入演化周期T和演化次数，并将时间参与模型计算，计算结果与第二个时间点的实际数据进行对比，经过大量的反复试验和对比，模型中选择最理想的时间单位为年，这也意味着模型每次向前运行时经历的一步就代表一年.

（5）转化规则：转变规则是CA的核心.转变规则确定了基于邻域条件更新前后的元胞状态，通常利用“if－then”语句表达，内部是简单的，然而这些简单的转变规则产生了复杂的发展模式.本次研究的GIS－CA模型有4种转变规则：边缘蔓延增长、沿交通网络增长、沿海岸线增长和规划增长.

2.1.2 GIS－CA模型模拟城市扩展需要的数据

GIS－CA模型需要5类数据：土地利用类型数据是模型的核心，不同土地利用单元的相互作用和动态变化造成了城市的动态发展变化；交通数据可以作为土地利用单元变化的影响因素和控制因素，控制土地利用单元的行为，而它自身又是一个发展变化的动态数据层；坡度数据由地形图生成，在坡度大于建设的临界坡度值时，控制城市的生成；不可建设用地数据，其图层是具有不同特性的空间区域构成的图层，它作为元胞模型的一个外部环境，影响和控制上述土地利用和交通单元的行为；规划建设用地数据代表了政府对城市的影响，在模型中起着引导和控制农村用地转变成城市用地的作用.它们通过同一空间分辨率的栅格结构相互联系在一起.

2.1.3 确定GIS－CA模型中的参数

GIS－CA模型中设置了5个参数，分别为：蔓延参数——用于确定一个散布中心周围的元胞产生另外一个城市元胞的可能性；沿交通线增长参数——用于确定在临近交通线处，摩尔邻域中有一个城市元胞的中心元胞转变成城市元胞的可能性；沿海岸线增长参数——用于确定在临近海岸线处，摩尔邻域中有一个城市元胞的中心元胞转变成城市元胞的可能性；规划增长参数——用于确定在城市规划区域内，城市规划用地元胞优先转化为城市用地元胞的可能性；坡度参数——影响全部增长规则，当某一位置小于坡度参数时，在那里可能发生城市化现象，反之则不可能.

2.1.4 确定GIS－CA模型的元胞转变规则

一般城市的扩展分为4种类型，即集中型密集发展、交通轴线带状发展、分散式一城多点发展以及多向交通走廊式发展.新的模型包括了建设用地扩展的各种不同的发展路径，即蔓延生长、沿交通线生长、沿海岸线生长和规划因素增长.相应的转换规则为：边界蔓延增长规则、沿交通线增长规则、沿海岸线生长规则、规划因素增长规则.

2.1.5 选择开发环境

对以上确定要素的GIS－CA模型进行开发，并不断调试，使GIS－CA模型趋于完善.为了模拟的方便，根据营口市城市土地利用的具体情况，对模型中的转换规则增加如下几个约束条件：

（1）已变成建设用地的土地不再发生土地利用类型的变化，即如果t时刻某元胞为建设用地，则在t时刻以后的任何时刻，该元胞始终为建设用地元胞；

（2）水域的面积变化不大，因此，模型中假设如果t时刻某元胞为水域地类，则在t时刻以后的任何时刻，该元胞始终为水域元胞；

（3）本文研究的是营口市中心城区的土地利用变化，主要的地类变化是从农用地转化为建设用地，因此，在模拟过程中主要讨论农用地转化为建设用地的转换规则.

2.2 数据处理

2.2.1 范围确定

以营口市市辖区（即站前、西市两区）为研究范围.根据投影坐标系WGS＿1984＿UTM＿Zone＿40N取得营口市市辖区的东南西北坐标，利用ArcCatolog创建一个与所采用的投影坐标范围相同的polygon文件，将polygon文件转成GRID文件，再用所得的GRID文件为模板，使用模板MASK工具，把所有的数据都定成相同的范围.

2.2.2 数据源

由于数据源的限制，模型涉及的主要数据包括：

（1）栅格数据：TM影像（1988年，1998年）；

（2）市区土地利用现状图（1998年、2006年），2001－2010年营口市总体规划图，2005－2020年营口市城市总体规划图，营口市地形图（1∶5万）以及表1的1997－2006年营口建设用地面积统计数据.

表1 近十年营口市建设用地面积以及其变化统计表 hm2

2.2.3 数据处理

选用美国遥感图形分析软件Erdas 8.7进行图像处理与分析，采用计算机自动解译与人工解译相结合的方法进行信息提取.

（1）遥感影像的几何校正.由于遥感器、遥感平台以及地球本身等方面的原因，在遥感成像时往往会引起难以避免的几何畸变，因此在进行目视解译之前必须对原始遥感图像进行几何校正［8］.对营口市的2个时相的遥感影像的校正工作主要包括影像到地图空间的校正和影像到影像的配准两个方面.

（2）波段组合及融合.本文将TM 2，3，4组合进行监督分类，提取出城市用地、农村用地和水域.采用分辨率融合的方法提高遥感影像的分辨率.

（3）遥感影像的增强处理.未经增强处理的影像直接用于解译和分类，其效果是不理想的，如影像的亮度层次很少、平均亮度值偏低，轮廓、边界辨认不清等.本研究采用调整直方图的方式来实现图像增强.从直方图上可以直观地了解图像的亮度值范围、峰值位置、均值以及亮度值分布的离散程度等［8］.

3.2.4 数据提取

图2 采用遥感数据分类得到的城市用地范围图

（1）城市用地范围提取.由于数据源的限制，城市用地范围提取方法要分成两类：一类是利用遥感影像分类提取；另一类是利用土地利用现状图提取.样.采用的土地利用现状图是1998年和2006年的数据，提取方法：首先是将土地利用现状图与遥感影像配准，然后进行城市土地范围和河流矢量化提取，剩余的一类便是农用地.将矢量化后的数据转换成GRID格式的数据.根据营口城市经济发展和空间变化指标特点以及遥感影像数据的分辨率确定元胞栅格的大小为30m×30m.

（2）交通图层的获取.在Erdas下对影像进行增强处理，并进行边缘增强、高通滤波以突出线状物，通过肉眼判读道路后进行屏幕手工跟踪，数字化描绘出道路层数据，然后把数字化的结果以矢量格式存储成为ArcGIS的SHP格式.

（3）坡度数据获取.将等高线格式的地形图经过ArcGIS文件转换成SHP格式，在ArcMAP中进行3维分析，生成TIN数字高程模型图，然后将转成的TIN转成栅格进行坡度分析，生成以百分数表示的坡度层.

（4）限制建设用地图层的获取.限制建设用地属于宏观控制因素层，其数据的获取主要来自两个方面：一是通过遥感技术在遥感影像中提取的水体.为了研究的方便，水体的选择主要包括辽东湾部分海域、辽河及一些沟渠.获取的方法是利用分类后的影像及土地利用现状图来提取.提取完成后导入到ArcGIS下转化成为GRID格式，然后把较小的内陆水体当作噪音来过滤掉.二是从城市规划图中获取的限制建设用地的区域，如一些自然保护区等.首先要对规划图进行配准以定位，然后对不可建设用地进行手工数字化，并最终转换为GRID格式.同样栅格像元的大小也设定为30m×30m.

（5）规划建设用地的提取.利用城市规划图，经过配准和矢量化得到规划范围，并转成GRID格式，栅格像元的大小为30m×30m.

2.3 模型的检验

模型检验是体现模型是否准确的关键步骤，本研究选取Lee－Sallee形状形似指数［9］来检验模型模拟的效果.Lee－Sallee形状形似指数指的是数据单元的空间交集和并集面积之比，它可以反映两个数据层面的相似性，其计算公式为：式中A0，A1分别为模拟结果和实际数据.在理想状态下，这个指数可达到1，但在实际计算过程中，一般指数只能达到0.3～0.7.

将1998年和2006年城市用地模拟结果与对应的实际城市用地分布图在ArcMap中进行叠合，然后通过属性表中Select by attribute命令，选出实际建设用地分布图和模拟建设用地分布图中在相同空间位置上的单元，用选择出的单元数除以实际建设用地的栅格单元数，得到当年模拟模型的拟合精度.经计算，1998年拟合精度为86.4%，2006年拟合精度为74.7%.再在叠合的的图形中选出实际建设用地和模拟建设用地在空间上的并集，求得Lee－Sallee形状形似指数，1998年为0.537，2006年为0.425.

从模型拟合的精度和Lee－Sallee形状指数可以看到GIS－CA模型具有较好模拟效果，可以尝试用于预测未来营口市城市用地扩展的主要趋势（见图3）.

图3 1998和2006年模拟结果与当年实际比较

2.4 规划期内城市用地情况的预测

利用获得的最优参数组合以2006年土地分类数据为基期数据，以2001－2020年交通数据和规划数据及坡度数据和限制建设用地为控制因素层进行营口市2020年城市用地扩展方向预测，结果见图4.

图4 2020年营口城市用地扩展预测图

把城市用地的真实栅格个数与模拟的栅格个数做成统计表（见表2），可以看出营口城市用地面积的变化情况.

表2 1988－2020年模拟和真实元胞数目一览表个

3 结果分析

从城市实际扩展分布看，并通过与现有数据的比较，GIS－CA模型在总体上模拟出了营口城市用地扩展的主要趋势.根据模型模拟和预测的结果可以看出营口城市用地增长的基本特征：

（1）营口市在不断的加速扩展，城市用地面积在不断增加，占用农村用地也越来越多.通过遥感图像的分析，将各个时期元胞数量转化为城市用地面积，1988年城市用地面积为30.1km2，1998年扩张到36.9km2，2006年扩张到62.1km2，预计到2020年营口市用地面积将扩张到83.7km2.

（2）1988－1998年，城市用地增长以在城市周边蔓延为主，且增长速度比较缓慢.在这一阶段，自然条件对营口城市影响比较大.营口市北部有辽河流经、西部临辽东湾，城市发展受到较大限制，城市发展总是优先利用条件优越的土地，而后通过改造不利的自然条件进行城市建设.

（3）1998年至今，营口城市用地以星形变化为主，主要受交通线和规划因素影响，且增长速度较快.这一阶段政策因素对营口城市的影响较大.受国家振兴东北老工业基地政策的影响，营口市于2003年成立了沿海产业基地，同时受滨海公路的影响，城市用地也体现出沿交通线发展的趋势.在未来10年内，营口城市用地扩展的区域主要体现在城市的西侧和西南方，同时在其他方向上也会有一定程度的扩展.

在模拟过程中，仍存在问题，原因有两方面：一是遥感影像分类中存在误差.数据的精确程度对模拟结果的分析及结论也有很大的影响.在实际工作中，无论是从数据的精确程度，还是从数据的详细程度及数据的一致性方面，都很难达到技术方法所要求的程度.二是政策和规划的影响.在2000年前后营口市政府的政策就开始使城市向西南方向发展，而规划因素的量化是GIS－CA不能够模拟的.但总体来说，模拟的结果是可以接受的.

4 结论

（1）GIS与CA集成，增强了GIS的时空动态建模功能，CA模型和GIS耦合是研究城市扩展动态模拟与预测的较为可行的研究方法.

（2）利用GIS－CA模型模拟和预测了营口城市用地变化趋势，对营口城市用地扩展模拟的结果比较合理，模拟的精度达到70%以上.

从模拟和预测的结果可以看出，营口市在加速扩展，其城市用地越来越多地占用农用地；1988－1998年，城市用地增长以在城市周边蔓延为主，且增长速度比较缓慢；1998年至今，营口城市用地以星形变化为主，主要受交通线和规划因素影响，且增长速度较快；在未来10年内，营口城市用地扩展的区域主要体现在城市的西侧和西南方，同时在其他方向上也会有一定程度的扩展.

预测的结果为未来营口城市的土地利用规划提供了依据，可以帮助管理者制定有效的土地管理措施和方针政策.

［1］ 邓建胜.我国城市化率达44.9%［N］.人民日报，2008－11－17（9）.

［2］ WOLFRAM S.Cellular automata and complexity：collected papers［M］.Perseus Books Group，1994.

［3］ COUCLELIS H.From cellular automata to urban models：new principles for model development and implementation［J］.Environment and Planning B，1997（24）：165－174.

［4］ TAKEYAMA M，COUCLELIS H.Map dynamics：integrating cellular automata and GIS through Geo－Algebra［J］.International Journal of Geographical Information Science，1997，11（1）：73－91.

［5］ 孙战利.空间复杂性与地理元胞自动机模拟研究［J］，地球信息科学，1999，2（2）：32－37.

［6］ 黎夏，李丹，刘小平，等.地理模拟优化系统Geosos及前沿研究［J］，地球科学进展，2009（8）：52－61.

［7］ 黎夏，叶嘉安.基于元胞自动机的城市发展密度模拟［J］.地理科学，2006，26（2）：165－172.

［8］ 梅安新，彭望琭，秦其明，等.遥感导论［M］.北京：高等教育出版社，2001.

［9］ SILVA E A，CLARKEK C.Calibration of the SLEUTH urban growth model for Lisbon and Porto，Portugal［J］.Computers，Environment and Urban Systems，2002.26（6）：525－552.

Abstract：At present，most of the cities in our country are at the initial stage of fast expanding，more and more construction land will be needed.Therefore a new technique should be introduced to forecast the increasing of construction land of a city，and help the managers to make reasonable decisions.Based on CA（cellular automata），and combined the techniques of GIS and RS，this paper designed a model named GIS－CA on the platform of ArcGIS，to simulate and forecast the expansion of Yingkou’s construction land.Conclusion can be classified into followings：firstly，the integration of GIS and CA is a feasible method for simulating urban expansion；secondly，by using GIS－CA，we forecast the changing tendency of urban land use of Yingkou，and the result is reasonable，and the simulation accuracy reaches 70%.

Keywords：land management；GIS－CA model；GIS；CA；urban land expansion；Yingkou city

（责任编辑：方 林）

The research on Yingkou urban landuse expansion

WANG Li－bo1，2，WU Fan1，SONG Dan－dan1，JIE Dong－mei1
（1.College of Urban and Environmental Sciences，Northeast Normal University，Changchun 130024，China；2.Yuanshi Bureau of Land ＆Resources，Shijiazhuang 051130，China）

F293.2［学科代码］790·47

A

2011－06－11

国家自然科学基金资助项目（40971116）.

王立波（1982—），男，硕士，助理工程师；通讯作者：介冬梅（1969—），女，博士，副教授，主要从事土地集约利用评价研究.

1000－1832（2012）02－0132－06