基于城市CA模型的空间扩展浅析

范环宇，徐惠民，夏涛（.辽宁师范大学城市与环境学院，大连609；.国家海洋局第一海洋研究所，青岛6606）

基于城市CA模型的空间扩展浅析

范环宇1，徐惠民1，夏涛2
（1.辽宁师范大学城市与环境学院，大连116029；2.国家海洋局第一海洋研究所，青岛266061）

综合国内外40多年专家学者对城市演变格局中转换规则、控制因子、模拟精度的研究实例，得出结论：（1）CA模型在城市扩展预测中，仍需要加深对地理现象演变过程的机理研究和模拟；（2）城市模型的适用性有待进一步提升；（3）众多实例中有少部分精度在90％以上的情况，证明精度模拟水平仍可通过此类系统分析提升。城市扩展的时空演变研究应从实际解决快速城市化问题的视角，发掘CA模型对城市时空变化格局的正面影响，探索CA模型应对城市扩展的主动策略。

元胞自动机；城市扩展模拟；复杂系统

Urban growth simulation；Complex system

自Tobler［1］将元胞自动机模型（Cellular Automata，CA）应用城市空间模拟开始，元胞自动机以高维数、局部性、空间性、离散性、同步性的特征［2-4］，以及能够在计算机上自由模拟和再现各种城市扩展复杂现象的优点，得到了众多地理学家的重视，迅速在城市空间扩展研究中得到应用。城市是一个以集聚效益为目的的时空动态系统，在自然地势地貌基础上，主要受人口、交通、经济以及国家宏观调控（社会经济管理活动）等因素影响和制约。

本文在总结国内外研究的基础上，归纳众多专家学者对此进行的研究与应用，总结CA模型在城市空间动态演化模拟中的影响城市扩展的主要因素，从而为高效的开展城市规划、城市管理提供理论和方法支撑，继而实现城市合理扩展。

1　CA方法在城市扩展中的热点研究领域

CA模型应用模拟城市起源于20世纪70年代，Toble利用元胞空间模型模拟底特律地区城市的发展［1］。研究初期更侧重于城市CA模型研究理论的完善，如：1976年英国Michael Batty等地理学家研究个体智能原则对城市空间系统增长的影响［5］；20世纪80年代Couceleis将CA模型在地理学应用中的理论框架运用到模拟城市扩展的实验中，为后续城市空间动态演化模拟产生一定的影响［6，7］。随着计算机科学的日益完善，城市CA模型也逐渐成熟，专家或学者将城市扩展研究重点转为从不同方面提高CA模型的可用价值。

1.1提高对复杂系统的拟合度

K.C.Clarke等（1997）运用参数随环境自动调整的CA模型模拟了旧金山湾区，改善了传统CA模拟对城市增长速度按指数曲线或线性变化与现实情况不符的问题［8］。20世纪末黎夏等将灰度概念引入基于约束性CA模型［9］。周成虎（1999）运用多年积累的研究经验开发了Geourban［10］。Clarke（2002）在NASA和HLLT项目的支持下，其研究方向更关注元胞内部的相互作用，模拟城市空间扩张和未来城市扩展［11］。Silva （2002）多次应用蒙特卡洛迭代模拟城市扩展过程，其模拟效果并不随迭代的次数增多而优化［12］。杨青生（2006）采用CA非线性转换规则对深圳1988-2010年采用SVM－CA模型模拟，结果比CEM模型的模拟结果更接近于现实、模拟精度更高［13］。黎夏（2007）研究CA模型在模拟城市扩展不确定性、误差传递一般集中在边缘地区，而在可利用地区逐渐减少的情况下，不确定性也随之减少［14］。

1.2克服数据不足

R.Sietchiping（2005）采用GIS-CA模型相结合，以柰比特地区进行研究。为解决城市扩展研究中研究区域未实施过规划、有非正常外来人口的问题，SuneetaSrinivasan利用CA与马尔科夫链的结合，成功的模拟印度首都德里地区的快速城市化的情况［15］。

1.3CA模型与其他模型结合

何春阳等（2002）成功利用CEM模拟北京城市发展过程，该项成果反映CA模型已经在我国发达地区成功应用，并能在一定程度上展示大都市发展的规律［16］。Fu-long Wu等（2002）利用限制性CA模型对广州进行预测［17］。韩玲玲等（2003）利用GIS-CA模型集成四川德阳进行城市增长模拟［18］。吴晓军等（2005）利用CA求解加权Voronoi图对陕西省10个地级市影响区进行研究［19］。杨青生等（2006）采用粗集理论提取CA转换规则形成的RS－CA模型对深圳1988-2004年城市化进行模拟［20］。ZHAO Yao-long（2007）结合限制性CA-Logistic回归模拟日本东京空间扩展的演化［21］。邱炳文等（2008）运用多目标决策CA模型对龙海地区进行模拟［22］。桂预风等（2014）将Matlab-GIS结合，化简原本复杂的接口组合工作，运用此模型得出2018年城市扩展的预测图，对于开发新模型具有重要意义［23］。

2　CA方法在城市扩展研究中的关键问题

城市是一个具有随机性、非线性、不确定性、开放性、自组织性等特性的复杂系统，CA在揭示城市扩展的内在演变规律方向具有特有的优势：CA模型再现真实的城市扩展情况，较少参数、简单结构可以高效的在计算机上实现，有较高的应用价值。

2.1转换规则

城市CA模型研究转换规则是CA城市扩展的最重要部分。主要转换规则表1以及非线性方程、概率模型等，这些单纯CA模型对转换规则的应用探索必然是专家学者热衷的研究方向。但是应用时往往将两种或几种方法集成，如基于案例推理的CA模型与传统基于Logistics的CA模型对比，其模拟城市扩展结果更趋近于现实；基于神经网络与CA结合的模型，可以从不同时相遥感数据中发现城市扩展的演变规律方便自动形成转换规则；MAS与CA相结合，CA模型的模拟过程更侧重于自然环境因素，无法考虑人文因素以及复杂的决策行为，而MAS是一种从计算机科学中研究出来的分布式计算机，两者相结合使经济、社会等属性引入多智能体中再现城市扩展的人文因素；多因子评价模型（MCE）与CA模型结合，可以实现用户统一集成MCE、GIS、CA模型经济、社会等因素耦合。CA模型自身存在缺陷性，通过以上结合方法实现城市扩展的精确模拟。

2.2影响因子

表1　城市扩展模拟中使用的CA转换规则

国内外开发较为成熟的CA模型，一般都是综合考虑转换规则和各种控制因素为前提，采用反复迭代空间与非空间分析模拟城市扩展。因此，分析影响因子也是研究城市CA模型的另一方向，其要点是调节控制因子以满足实际扩展的需求，如基于分区域的城市CA模型是通过分划全局影响因素重要性的子区域，计算各个类型区域中各控制因素对城市扩展的影响强度，进而得到全区域的转换规则。CA模型的影响因子指研究区域的控制因素，控制因素包括宏观因素、微观因素等，模型引入的控制因素越多对研究区域的模拟越趋近于实际情况［28-56］。元胞受到局部空间因素的影响往往需要考虑多种目标因素，由于规划限制和自然条件等因素，不可能开发为城市用地的地块很多，因此在元胞规则中应考虑限制因素，且在不同目标下影响不同（表2）。在研究城市CA模型中没有很好引入决策行为，是城市扩展模拟的瓶颈，降低城市扩展模拟精度，因此影响因子在今后城市演变研究中仍是关键问题。

2.3模拟精度

表2　城市扩展模拟中使用的CA影响因子

表3　CA城市扩展模拟的总体精度

通过引入上述新思路、算法等转换规则以及相关技术、模型改进的城市CA模型，可以使研究精度得到进一步提高，部分案例总体精度最大值如表3。总体精度是评估将一些能够表达空间格局的指数与模拟结果相比较，对同一地区同一时期针对不同方法测定精度结果不同，如Lefteris Mantelas对Mesogia地区的城市扩展研究［30］，用Kappa指数测定的总体精度为80.00％，但用K-simulation指数测定总体精度45.00％。对于同一地区采用同样的计算精度方法，不同的时期其测定精度的结果也不同，如张亦汉对东莞市1997、2001、2005年总体模拟精度分别为87.7％、76.9％、64.0％［57］。

3　CA城市扩展研究的结论

纵观国内外在CA城市扩展中已有的研究俨然是一个热点。分析各国地理学家40多年的深入研究，基于CA城市扩展模型日趋完善，这些模型能够清楚的模拟城市扩展的格局和形态，使此类模型成为规划决策者判断城市扩展的有效工具。在理论上论文取得的主要成果：（1）总体精度主要分布在75％-85％内并明显集中，且精度达90％以上的情况少量存在，理性分析城市发展特征规律模拟精度会进一步提升；（2）模拟是否成功的关键在于计算方法的确定，但CA对地理现象发展的内在机制和成因理解不足。CA在城市扩展预测中，需要加深对地理现象演变过程的机理研究，充分发挥完善计算方法和CA模型理论体系的潜在优势。（3）城市扩展的研究从发达地区到偏远地区，从内陆地区到沿海地区，其研究精度基本上都达到可供规划决策者使用的程度。需要考虑影响因子在CA模型的循环累积方面的作用，形成一套相对全面完整普适的影响因子体系。由于城市空间系统具有自组织性、混沌性、不确定性，城市CA建模仍存在基础研究不足、方式方法不多、科学融合不够等基本问题，仍需要重视具体问题的细致研究。

［1］Tobler WR.A Computer movie simulating urban growth in the Detroit region［J］.Economic Geography，1970（46）:234-240.

［2］Stephen Wolfram.Statistical Mechanics of Cellular Automata［J］. Rev.Mod.Phys，1983:55-601.

［3］Wolfram S.Cellualr automata as models of complexity［J］.Nature，1984.31（4）:419-424.

［4］王宏.基于模糊元胞自动机模型的医学图像分割［D］.大连：大连海事大学，2006.

［5］MichaelBatty.Urbanmodeling:algorithms，calibrations，predicttions.United Kingdom:Cambridge University Press，1976.

［6］Couclelis H.Macrostructure and microbehaviour in a metropolitan area［J］.Environment and Planning A，1985（17）:585-596.

［7］Couclelis H.Macrostructure and microbehaviour in a metropolitan area［J］.Environment and Planning B，1989（16）:151-154.

［8］Clarke K C，Hoppen S.A self-modifying cellular automation model of historical urbanization in the San Francisco Bay area［J］. Planning and Design B，1997（24）:247-261.

［9］黎夏，叶嘉安.约束性单元自动演化CA模型及可持续城市发展形态的模拟［J］.地理学报，1999，54（4）：289-298.

［10］周成虎，孙战利，谢一春.地理元胞自动机研究［M］.北京：科学出版社，1999：19-78.

［11］Martin Herold，Joseph Scepan，Clarke Keith C.The use of remote sensing and landscape metrics to describe structures and changes in urbanlanduses［J］.EnvironmentandPlanningA，2002（34）: 1443-1458.

［12］Silvaa E.A.，Clarke K C.Calibration of the SLEUTH urban growth model for Lisbon and Porto，Portugal.Environment and Urban Systems，2002（26）:525-552.

［13］杨青生，黎夏.基于支持向量机的元胞自动机及土地利用变化模拟［J］.遥感学报，2006，10（6）：836-846.

［14］黎夏，叶嘉安，刘涛，等.元胞自动机在城市模拟中的误差传递与不确定性的特征分析［J］.地理研究，2007，26（3）：443-451.

［15］Sumeeta Srinivasan.Linking land use and transportation in a rapidly urbanizing context:a study in Delhi，India.Transportation，2005，32（1）:87-104.

［16］何春阳，陈晋，史培军，等.基于CA的城市空间动态模型研究［J］.地球科学进展，2002，17（2）：188-195.

［17］Wu Fulong.Calibration of stochastic cellular automata:the application to rural-urban land conversions［J］.International Journal of Geographical Information Sciences，2002，16（8）:795-818.

［18］韩玲玲，何政伟，唐菊兴，等.基于CA的城市增长与土地增值动态模拟方法探讨［J］.地理与地理信息科学，2003，19（2）：32-35.

［19］吴晓军，薛惠锋，雒雪芳，等.元胞自动机生成城市空间影响区的方法［J］.计算机工程与应用，2005（27）：230-232.

［20］杨青生，黎夏.基于粗集的知识发现与地理模拟：以深圳市土地利用变化为例.地理学报，2006，61（8）：882-894.

［21］ZHAO Yao-long，Yuyi Murayama.A new method tomodel neighborhood interaction in cellular automata-basedurban geosimulation［C］ComputationalScienceICCS.BerlinHeidelberg:Springer，2007: 550-557.

［22］邱炳文，陈崇成.基于多目标决策和CA模型的土地利用变化预测模型及其应用.地理学报，2008，63（2）：165-174.

［23］桂预风，杨慧，张永红.扩展邻域元胞自动机模型扩张研究［J］.测绘科学，2014，12，39（12）：61-64.

［24］徐昔保.基于GIS与元胞自动机的城市土地利用动态演化模拟与优化研究：兰州市为例［D］.兰州：兰州大学，2007.

［25］Lefteris Mantelas，Poulicos Prastacos，Thomas Hatzichristos，Kostis Koutsopoulos.Using fuzzy cellular automata to access and simulate urbangrowth［J］.GeoJournal.2010，77:13-28.

［26］Morten Fuglsanga，Bernd Müniera，Henning Sten Hansenb. Modelling land-use effects of future urbanization using cellularautomata:An Eastern Danish case［J］.Environmental Modelling＆amp;Software，2013（50）:1-11.

［27］Michael Batty，Cambridge.Cities and complexity:Understanding cities with cellular automata，agent-based models and fractals［J］. The Professional Geographer，2007，59（2）:273-275.

［28］Jasper van Vlieta，Roger Whitea，b，Suzana Dragicevicc.Modeling urban growth using a variable grid cellular automaton［J］.Environment and Urban Systems.2008（3）:35-43.

［29］张显峰，崔伟宏.集成GIS和细胞自动机模型进行地理时空过程模拟与预测的新方法［J］.测绘学报，2001，30（2）：148-155.

［30］王琳，李自安.基于扩展CA模型的武汉市城市土地集约优化配置研究［J］.华中师范大学学报：自然科学版，2011，45（2）：315-319.

［31］冯永玖，刘妙龙，韩震，等.集成遥感和GIS的元胞自动机城市生长模拟：以上海市嘉定区为例［J］.长江流域资源与环境，2011，1，20（1）：41-43.

［32］谭菊，甘喜庆.基于可控邻域作用元胞自动机模型的城市扩张模拟［J］.安徽农业科学，2010，38（22）：12167-12169.

［33］杨青生，黎夏，刘小平.基于Agent和CA的城市土地利用变化研究［J］.地球信息科学，2005，7（2）：78-81.

［34］杨青生，黎夏.多智能体与元胞自动机结合及城市用地扩张模拟［J］.地理科学，2007，27（4）：542-548.

［35］全泉，田光进，沙默泉.基于多智能体与元胞自动机的上海城市扩展动态模拟［J］.生态学报，2011（10）：2875-2887.

［36］惠林虎，屈百达，徐保国，王义，等.CA与GIS系统结合在城市扩展中的研究［J］.贵州师范大学学报：自然科学版，2011，2，29（1）：68-73.

［37］张琴，张友静，张滔，等.改进的案例推理CA模型及土地覆盖变化模拟.地理与地理信息科学，2010，5，28（3）：59-62.

［38］崔利，王渝，马晶，等.基于元胞自动机的城市扩展研究［J］.长春工程学院学报：自然科学版，2014，15（2）：23-32.

［39］郑德本，夏斌，赵冠伟，等.基于逻辑回归CA的土地利用变化模拟：以广州市花都区为例［J］.安徽农业科学，2010，38（11）：5791-5793.

［40］李亚丽，左献娟，秦耀辰，等，基于CA的郑州市土地利用演化研究［J］.华北水利水电学院学报，2011，10，32（5）：31-34.

［41］秦贤宏，段学军，李慧，等.基于SD和CA的城镇土地扩展模拟模型：以江苏省南通地区为例［J］.地理科学，2009，29（3）：439-444.

［42］侯西勇，常斌，于信芳.基于CA-Markov的河西走廊土地利用变化研究［J］.农业工程学报，2004，20（5）：286-291.

［43］聂云峰，陈红顺，夏斌，等.基于多智能体与GIS城市土地利用变化仿真研究［J］.计算机应用研究，2009，26（7）：2613-2616.

［44］王丽萍，金晓斌，杜心栋，周寅康，等.基于灰色模型-元胞自动机模型的佛山市土地利用情景模拟分析［J］.农业工程学报，2012，2，28（3）：237-242.

［45］曹雪，罗平，李满春，李红旮，龙爱华，等.基于扩展CA模型的土地利用变化时空模拟研究：以深圳市为例［J］.资源科学，2011，01，33（1）：127-133.

［46］龙瀛，沈振江，毛其智，党安荣，等.基于约束性CA方法的北京城市形态情景分析［J］.地理学报，2010，6，65（6）：643-655.

［47］唐南奇，尹陈红，张黎明，范侃，余榕钦，罗宏辉，等.基于复合因子元胞自动机模型的福州城市用地变化模拟［J］.福建农业大学学报：自然科学版，2014，01，43（1）：85-90.

［48］刘毅，杨晟，陈吉宁，曾思育，等.基于元胞自动机模型的城市土地利用变化模拟［J］.清华大学学报：自然科学版，2013，53 （1）：72-77.

［49］李开宇，张艳芳，杨青生.基于CA模型的西安城市空间扩展模拟及误差分析［J］.测绘科学，2011，09，36（5）：106-111.

［50］Camagni R，Gibelli M C，Rigamonti P.Urban mobility and urban form:The social and environmental costs of different patterns of urban expansion［J］.Ecological Economics.，2002，40（2）:199-216.

［51］杨俊，席建超，解鹏，葛全胜，李雪铭，等.基于CA模型的旅游小镇增长的时空模拟与应用：以河北三坡镇为例［J］.地理研究，2013，05，32（5）：915-923.

［52］叶欣，裴亮.基于CA模型的土地利用变化研究［J］.测绘与空间地理信息，2013，09，36（9）：56-65.

［53］张文婷，王海军，贺三维，等.基于GIS的城市交通元胞自动机模拟：以上海市为例［J］.武汉理工大学学报：通科学与工程版，2011，12，35（6）：1209-1213.

［54］朱磊，刘雅轩.基于GIS和元胞自动机的玛纳斯河流域［J］.典型绿洲景观格局优化，2013，09，36（5）：946-954.

［55］周世武，吴良林，陈向奎.基于GIS与CA结合的城市演变模型研究探讨［J］.大众科技，2010，07，155（14）：121-124.

［56］韩效，刘民岷.基于改进元胞自动机的成都城市扩张仿真模拟［J］.四川师范大学学报：自然科学版，2014，11，37（6）：923-928.

［57］张亦汉，黎夏，刘小平，等.耦合遥感观测和元胞自动机的城市扩张模拟［J］.遥感学报，2013（4）：872-886.

（2015-12-16收稿M编辑）

Study development on Dynamic Simulation of Urban Growth Based on CA Model

FAN Huan-yu et al
（City and Environment College，Liaoning Normal University，Dalian 116029，China）

Through the analysis research platform，the research model，both in China and abroad，over the years the experts or scholars of urban evolution pattern transformation rules and characteristics，control factor，the simulation accuracy of the case study，the tight land faced by China's rapid urbanization，traffic congestion，environmental pollution serious serious problem.The paper draws the following conclusions:（1）CA model in urban expansion prediction，simulation is successful or not depends on the calculation method of determining，but still need to deepen in the evolution of the mechanism research and Simulation of geographic phenomena；（2）city model applicability remains to be further enhance；（3）many examples in overall accuracy range general between the 75％-85％，but there are still reach an accuracy of more than 90％of the proved on the simulation accuracy level can still improve.Spatial and temporal evolution of urban expansion of the research on it should solve the actual problems of rapid urbanization perspective，to explore the CA model positive impact on the urban spatial and temporal changes in patterns of explore CA model to deal with urban expansion of proactive strategy.

Cellular automata；

P208；F290

A

1003-7853（2016）01-0021-05

中国工程院咨询研究项目（2014-06-XY-003）

范环宇（1990-），女，辽宁铁岭人，硕士，研究方向为地理信息系统应用，在导师指导下做第三产业增加值研究。