基于CA-Markov的南昌市城市增长边界划定研究

张栋华 叶长盛

摘要：为防止城市无序扩张、空间结构混乱等问题，有必要划定城市增长边界，提高土地利用效率，实现可持续发展。以南昌市为例，利用2000，2010年和2016年Landsat TM遥感影像数据，结合CA-Markov模型和建设用地适宜性评价，划定南昌市2020年和2025年城市增长边界。结果表明：① 根据建设用地适宜性评价结果，得到刚性边界范围内城镇用地面积为1 294.88 km2。② 利用CA-Markov模型模拟预测得到2020年和2025年南昌市弹性边界范围内城镇用地面积分别为648.99 km2和739.24 km2。③通过各区面积统计结果可以得到，新建区和南昌县城镇面积增长较快，划定结果与南昌市未来发展重点相一致，南昌市未来将重点打造新建区的九龙湖新区、儒乐湖新区和南昌县的瑶湖新区。因此基于CA-Markov模型划定城市增长边界有利于缓解經济快速发展和资源短缺之间的矛盾，控制城市粗放型扩张，提高土地利用效率，对于南昌市未来扩张方向具有一定的指导作用。

关 键 词：城市增长边界; CA-Markov; 遥感影像; 城镇用地; 南昌市

城市增长边界是指以防止城市无序蔓延和保护土地资源为目的而划定的允许城市建设用地扩张的最大边界，边界以内作为城市发展用地可以合理利用[1]。随着城市化的不断发展，许多城市以承载力达到极限为由，而盲目向城市周边扩张，造成城市内部土地闲置浪费，同时，还出现了一系列的城市病，经济发展与资源环境不相协调，城市呈现“摊大饼”式发展，一些住宅用地沿着道路向城市边缘蔓延。党的十九大报告中指出，要完成生态保护红线、永久基本农田、城镇开发边界三条控制线划定工作。因此，划定城市增长边界既可以控制城市的无序扩张，引导城市健康、合理的有序发展，而且还可以提高土地利用效率，实现城市可持续健康发展。最早对城市增长边界进行研究的是19世纪霍华德提出的田园城市理论[2]，通过设置绿带来限制城市发展边界。美国为了控制城市蔓延划定了世界上第一条城市增长边界。张进等[3]学者将城市增长边界概念引入国内，对中国城市发展中的一些问题进行了研究，认为开展城市增长边界研究的前提是对城市的自然资源进行深入分析。冯科[4]等研究认为城市增长边界的引进有利于城市空间扩张的管理，可以改善中国城市建设的低效率无序蔓延，更好地推动中国城镇化进程，保障城市的健康有序发展。马强等[5]通过分析中国城市空间发展特征与研究城市增长边界面临的问题结合起来，思考城市增长边界的中国化研究。

现有城市增长边界的划定方法，主要包括：① 土地生态适宜性评价方法，从土地是否适宜建设角度来划定城市的刚性边界和弹性边界[6-8]，或以综合生态安全格局为基础，结合城镇中心吸引力、道路吸引力等，利用最小阻力模型，划定城镇增长的刚性边界与弹性边界[9]。② 元胞自动机模型，主要从城市增长边界的制约因素出发，采用元胞自动机模型预测城市扩张来划定城市增长边界[10-12]。③ 城市增长径向距离法，通过选定城市的多个中心点，以距离为测度建立预测模型，模拟城市边界变化位置，划定城市增长边界[13-14]。这些方法均存在一定的不足，如只考虑生态适宜性，忽略了研究区现有人口、经济发展状况等城市客观条件，具有一定的主观性，或者只从数量、空间一个方面进行模拟预测，具有一定的局限性。而马尔科夫（Markov）和元胞自动机（CA）相结合的方法，可以解决数量和空间两方面的问题，既能对区域进行长期预测，也能够对空间变化进行最大程度的研究，是研究时空变化最有效的方法。它从土地自身生态承载能力角度，利用建设用地适宜性评价，来划定城市增长边界。

1 研究区概况和数据来源

1.1 研究区概况

南昌市作为江西省省会，是江西省政治、经济、文化、科技中心。至2016年，全市常住人口城市化率为72.29%，城市居民人均住房面积为35.42 km2，城镇人口由211.63万上升到379.48万，增长率为79.31%，城镇人口增长迅速，城镇化水平稳步提高。南昌市主要的工业为汽车、航空、光伏等现代制造业，旅游、商贸等现代服务业也在不断发展，第三产业比重为47.7%，经济持续增长，地区生产总值为4 355亿元，较上一年增长了9%。南昌市是长江中游城市群中心城市之一，交通便利，是江西省乃至全国重要的综合性交通枢纽，城镇化、工业化的加速发展导致城镇不断向外无序蔓延，出现了资源浪费、交通拥堵、环境恶化、土地低效利用、经济发展与自然资源不相协调等城市问题。因此有必要对南昌市划定增长边界，控制城市无序蔓延，使城市在边界内进行集中连片开发建设，保障南昌市土地资源高效合理利用，实现可持续发展。

1.2 数据来源

本文原始数据源为2000，2010，2016年3个时期的Landsat TM遥感影像，空间分辨率为30 m×30 m，经辐射纠正、几何纠正、图像配准、人工解译等处理后得到土地利用现状图。土地利用类型包括耕地、林地、水域、城镇用地、农村居民点、其他建设用地、未利用地七大类，由于草地面积较小，将草地与林地合并起来，归为林地。通过将外业调查和随机抽取动态图斑进行重复判读分析相结合的方法评价分类精度，总体精度均达到80%以上，Kappa系数在0.7以上，满足研究需要。高程数据来源于地理空间数据云，利用ArcGIS软件Spatial Analyst工具提取出坡度数据。道路数据来源于全国地理信息资源目录服务系统。

2 研究方法

Markov模型是基于Markov链，根据系统中不同状态的起始概率和状态之间的转移概率来预测将来各个时刻的变动状况，从而达到对未来趋势预测的目的[17]，它既适用于时间序列，又适用于空间序列[17]。Markov过程一是分析土地利用类型面积的变化信息，二是由土地利用转移概率矩阵来预测土地利用变化趋势[16]。将CA模型和Markov模型结合到一起，可以从数量和空间两方面对土地利用变化进行精确的模拟[18]。

2.1 操作步骤

（1） 转换格式。在ArcGIS中将.shp文件转换为ASCII文件，然后在Idrisi软件中将ASCII文件转换为Idrisi可以识别的文件类型（.rst）。

（2） 建立适宜性图集。参考前人的研究经验，根据研究区实际情况，在MCE模块中加入高程，坡度，距高速、铁路、公路的距离，水域，生态敏感区这些影响因子，得到土地利用适宜性图集。

（3） 对2016年土地利用状况进行模拟预测及精度检验。本文采用5×5滤波器，以2000～2010年转移矩阵作为转换规则，在CA-Markov模型中进行模拟运算，将预测的2016年土地利用状况与2016年真实数据对比，进行数量和空间精度检验。

（4） 对2020年和2025年土地利用状况进行模拟预测。以2016年为基准年，将适宜性图集加入到2020年和2025年预测的模型中，使其作为限制性或约束性因素，对2020年和2025年进行模拟预测。

2.2 适宜性图集制作

（1） 水域。南昌市濒临鄱阳湖，傍赣江而建，水域面积达2 204.37 km2，占城市面积的27%，水资源丰富。南昌市在扩张的过程中，应该注意对水域的保护，把水域作为划定城市增长边界的适宜性因素之一。

（2） 生态敏感区。生态敏感区主要包括自然保护区、水源保护区、风景名胜区等，是禁止进行开发建设的土地。梅岭风景名胜位于南昌市湾里区，是避暑胜地，也是全省首批和全市唯一一个荣获“江西省首批省级森林养生基地”称号的森林公园。赣江是江西省最大的河流，流经南昌市，汇入鄱阳湖，最后流入长江，是重要的水域保护区。这些生态敏感区不能转化为其他土地类型，在一定程度上会影响城市扩张。

（3） 高程。高程是从空间分辨率为30 m的DEM数据中提取的。高程不仅影响到土地利用的高度界线，而且还决定了土地类型。高程对城市的布局和扩张有着重要影响。南昌市全境山、丘、岗、平原相间，但以平原为主，东南相对平坦，西北丘陵起伏。地势越高的地区，城市越难以扩张，建成区的面积也相对越小，说明地形对城市扩张的方向具有重要影响。因此，应该将高程作为划定城市增长边界的适宜性因素之一。

（4） 坡度。坡度值是提取研究区高程数据得到的。坡度不同，土地利用类型也就不同，坡度的大小直接影响城市用地布局和建筑物的布置，坡度的合理选择会指引城市扩张的方向。陡坡不适合用于建设用地、交通用地和工业工地。

（5） 交通因素。城市道路附近的土地类型会受到道路的拓展影响，城市扩张变化的方向与交通干线紧密相关[19]。道路交通作为城市骨架，对城市发展起着重要作用，道路对城市建设活动有一定的吸引力，人们会利用道路进行各种活动，也会刺激道路周边房屋和基础设施的建设，离道路越近就越有可能被开发。南昌市是江西省最重要的综合交通枢纽之一，路网密布，四通八达，本文将道路分为公路、铁路、高速公路3类。

（6） 创建适宜性图集。运用Logistic对每一个栅格可能出现的每一种土地利用类型进行分析，得到各个土地利用类型的空间分布概率图。利用Idrisi软件中的collection editor将各个土地利用类型的适宜性图叠置，得到适宜性图集作为CA-Markov的转化规则，作为2020年和2025年预测的基础。

2.3 精度检验

3 结果与分析

3.1 南昌市城市增长边界变化现状

考虑到南昌市的地形、坡度等自然条件和南昌市的交通状况，借鉴北京城市增长边界的划定情况[21]，本文将主城区最大连片的城镇用地划出作为南昌市的弹性增长边界。

南昌市2000年弹性增长边界范围内城镇用地面积为107.81 km2，分布在青山湖区、青云谱区和东湖区;2010年弹性增长边界范围内城镇用地面积为326.45 km2，分布在青山湖区、青云谱区和东湖区面积较多，南昌县和新建区的城镇用地开始发展起来;2016年弹性增长边界范围内城镇用地面积为439.62 km2，分布在青山湖区、青云谱区和东湖区，南昌县和新建区城镇用地面积增长速度加快。

2000，2010年和2016年3个时期边界内均包含了青山湖区、东湖区和青云谱区的部分区域。2000～2010年，城市弹性边界沿着主城区不断向外扩张，青山湖区、南昌县和新建区扩张尤为明显，扩张面积分别为80.70，75.77 km2和33.44 km2;2010～2016年，城市弹性边界继续向青山湖区、南昌县和新建区扩张，扩张速度加快，扩张面积分别为32.83，78.36 km2和35.93 km2。因此，2000～2016年，城市边界在沿着主城区扩张的同时，向青山湖区、南昌县和新建区扩张明显。

3.2 建设用地适宜性评价

在ArcGIS中，将选取的高程、坡度、水域、土地利用现状、道路、城镇吸引力、自然保护区等7个评价因子进行叠加分析，利用层次分析法确定因子权重，权重分别为0.082 3，0.045 4，0.297 4，0.231 0，0.167 2，0.058 9，0.117 7。结合ArcGIS的空间分析技术得到建设用地适宜性评价结果，适宜性评价得分越高，建设用地空间扩展敏感度越低，土地越适宜建设用地发展。结果表明，南昌市建设用地空间适宜性指数在1.20～4.95之间，采用自然断点法将其划分为5类：[1.20，2.15）为最适宜，[2.15，2.85）为较适宜，[2.85，3.44）为基本适宜，[3.44，4.13）为勉强适宜，[4.13，4.95）为不适宜，并分别对应优化建设区、重点建设区、限制建设区和禁止建设区[22]。

统计表明（表1）：南昌市最适宜、较适宜、基本适宜、勉强适宜和不适宜建设用地面积分别为677.7，133 9.8，1 846.6，1 297.8 km2和2 042.0 km2，它们对应的优化建设区、重点建设区、限制建设区和禁止建设区的建设用地面积分别为677.7，1 339.8，3 143.6 km2和2 042.0 km2，分别占南昌市土地总面积的9.4%，18.6%，43.65%和28.35%。最适宜建設区和较适宜建设区占土地总面积的28%，整体的适宜区占比面积较小。

南昌市最适宜建设用地主要分布在青山湖区、青云谱区和进贤县的西南部，现在也多为建设用地，可以作为未来的优化建设区;较适宜建设用地多分布在最适宜建设用地的周边区域，可以作为未来的重点建设区;基本适宜和勉强适宜建设用地主要分布在进贤县的东部、安义县的北部、新建区的西南部，在一定条件下可以用作建设用地，可以作为未来的限制建设区;不适宜建设区主要分布在南昌市的东北部和东南部，该区域水域分布广，生态环境脆弱，不适宜开发为建设用地，可以作为未来的禁止建设区（图1）。

3.3 南昌市2020，2025年城市增长边界划定

3.3.1 模拟预测南昌市土地利用状况

为了保证2020年和2025年土地利用状况的模拟精度，先模拟预测2016年的土地利用状况，将2016年的模拟结果与土地利用现状对比，进行精度检验，以保证较高模拟精度。现以南昌市2010年的土地利用数据为基础，模拟预测南昌市2016年的土地利用状况（见图2）。

通过模型精度检验，可以得到2016年南昌市土地利用模拟误差分析表。根据表2可以看出，CA-Markov模型能够较好地模拟出土地利用变化趋势。其中，从数量误差来看，水域、未利用地、林地、耕地的误差较小，都在90%以上。城镇用地的误差稍大，主要是因为城市发展中政策因素的影响。从空间误差来看，水域、未利用地、耕地、其他建设用地的误差较小，林地和农村居民点的误差相对较大，但都在75%以上，可以接受。由以上分析可知，CA-Markov基本能够模拟南昌市土地利用变化情况，以此为基础，预测南昌市2020年和2025年土地利用状况。

3.3.2 划定弹性增长边界

根据上面的模拟结果，将2020年和2025年主城区最大连片的城镇用地划出，可以得到2020年和2025年城市弹性边界（见图4）。从图4可以看出，2000，2010，2020年和2025年4个时期的城市弹性边界内均包含了青云谱区、东湖区和青山湖区的部分区域。未来南昌市城市扩张将沿着主城区向四周扩张，尤其是向新建区、青山湖区和南昌县扩张最明显。南昌市2020年增长边界范围内城镇用地面积为648.99 km2，2025年增长边界范围内城镇用地面积为739.24 km2。

由4期边界内各区的面积统计结果（表3）可知，2000～2010年，青山湖区、南昌县和新建区城镇面积扩张最多，增长的面积分别为80.70，75.77 km2和33.44 km2;2010～2020年，青山湖区、南昌县和新建区城镇增长的面积持续增长，分别为84.49，172.33，77.02 km2;2020～2025年，青山湖区、南昌县和新建区城镇增长的面积分别为12.05，96.76，33.85 km2。青山湖区城镇扩张面积增长幅度减小，南昌县和新建区面积增长速度加快，主要是由于离南昌市中心城区较近，土地面积大，地势平坦，还有政策的支持。青云谱区、东湖区、西湖区是南昌市的老城区，扩张的空间有限，湾里区也发展了一部分城镇用地，但是由于梅岭这样的地形限制会阻碍城镇用地的扩张，因此这些区域在未来扩张面积不大。南昌市未来的城市发展方向主要是新建区和南昌县。新建区位于南昌市中心的西北方向，地处鄱阳湖生态经济区的核心区，与红谷滩新区联为一体，具有良好的区位优势和政策支持，是南昌市城区的主要拓展区域。南昌县位于鄱阳湖平原，地势较为平坦，交通发达，贯通南北，三面环抱南昌市主城区，区位条件优越，发展条件较好。

3.3.3 划定刚性增长边界

根据以上的建设用地适宜性评价结果，本文将建设用地适宜性评价中主城区限制建设区的边界线作为南昌市刚性增长边界，也就是把主城区的最适宜和较适宜的建设用地划到一起，将其作为城市开发过程中城市扩张的最大界限，在城市未来发展中，城市都要控制在这个最大的界限内（见图5）。刚性边界内包含了青山湖区、新建区、青云谱区、南昌县的大部分区域和东湖区、西湖区的小部分区域。刚性边界的总面积为1 294.88 km2。

本文将CA-Markov模型与建设用地适宜性评价相结合，预测2020年和2025年城市增长边界。结果表明：CA-Markov模型以其强大的时间和空间模拟功能，对南昌市进行长期预测的同时，空间变化上也能很好的模拟预测，经过模拟预测可以得到2020，2025年南昌市弹性增长边界范围内城镇用地面积分别为648.99 km2和739.24 km2。通过将南昌市建设用地适宜性评价结果与实际情况相结合进行分析，从而划定南昌市刚性增长边界，刚性增长边界范围内城镇用地面积为1 294.88 km2。

4 结 论

（1） 南昌市未来发展的重点是新建区和南昌县。将划定结果与《南昌市城市总体规划（2016-2035年）》纲要方案对比，基于CA-Markov模型的划定结果与南昌市未来发展重点相一致，南昌市未来将重点打造新建区的九龙湖新区、儒乐湖新区和南昌县的瑶湖新区。因此，CA-Markov模型预测结果为城市边界的划定提供了切实可行的思路。

（2） 城市弹性边界不是一成不变的，它会随着城市经济的发展而发生变化。本文划定的2020年和2025年城市弹性增长边界是南昌市发展到2020年和2025年城镇用地的最大规模，在一定程度上能够满足人类的发展需要，原则上是不可更改的，若遇到特殊情况，要对弹性增长边界进行调整时，应与当地政府、企业、公众在公平、公开的情况下，通过协商和谈判的方式达成共识，再对城市增长边界进行调整。

（3） 城市弹性增长边界内部要提高土地利用效率，避免出现土地闲置浪费，使城市在边界内进行集中连片开发建设，有效保护农村土地资源，还应加大城区公共交通的建设，提供多元化交通出行方式，减轻城区交通压力。在边界外部，要大力推进交通设施的建设，加强边界内外之间的联系，同时还要加强边界外部区域的发展，减小边界内外的差距，能夠相对缓解人们不断向边界内部聚集的情况，减轻城市内部压力。

（4） CA-Markov模型在进行土地利用状况模拟中不适用于外部因素突变的情况，而且建设用地适宜性评价中评价因子的选取不够全面，在以后的工作中还应该进行改进和完善。本文只对2020年和2025年的城市增长边界进行预测，还需要对未来城市增长边界的稳定性进行深入分析，以便对未来的城市规划起更好的指导作用。

参考文献：

[1] 付玲，胡业翠，郑新奇.基于BP神经网络的城市增长边界预测：以北京市为例[J].中国土地科学，2016，30（2）：22-30.

[2] 黄明华，田晓晴.关于新版《城市规划编制办法》中城市增长边界的思考[J].规划师，2008（6）：13-15.

[3] 张进.美国的城市增长管理[J].国际城市规划，2002（2）：37-40.

[4] 冯科，金晓云，郑娟尔，等.浙江省城镇空间扩展的理性选择：以精明增长的视角[C]∥北京：中国城市发展与土地政策国际会议，2007.

[5] 马强，徐循初.“精明增长”策略与我国的城市空间扩展[J].城市规划学刊，2004（3）：16-22.

[6] 祝仲文，莫滨，谢芙蓉.基于土地生态适宜性评价的城市空间增长边界划定：以防城港市为例[J].规划师，2009，25（11）：40-44.

[7] 蒋玮.成都市中心城区城市空间增长边界研究[D].成都：西南交通大学，2012.

[8] 王玉国，尹小玲，李贵才.基于土地生态适宜性评价的城市空间增长边界划定：以深汕特别合作区为例[J].城市发展研究，2012，19（11）：76-82.

[9] 周銳，王新军，苏海龙，等.基于生态安全格局的城市增长边界划定：以平顶山新区为例[J].城市规划学刊，2014（4）：57-63.

[10] 苏伟忠，杨桂山，陈爽，等.城市增长边界分析方法研究：以长江三角洲常州市为例[J].自然资源学报，2012，27（2）：322-331.

[11] 徐康，吴绍华，陈东湘，等.基于水文效应的城市增长边界的确定：以镇江新民洲为例[J].地理科学，2013，33（8）：979-985.

[12] 龙瀛，韩昊英，毛其智.利用约束性CA制定城市增长边界[J].地理学报，2009，64（8）：999-1008.

[13] Tayyebi A，Pijanowakii B C，Pekin B.Two rule-based urban growth boundary models applied to the Tehran Metropolitan Area， Iran[J]. Applied Geography， 2011，31（3）：908-918.

[14] 石伟伟.武汉市城市发展边界的设定研究[D].武汉：华中农业大学，2008.

[15] Teerasit K， Manoj K A， Pramod K， et al. Super-resolution land cover mapping using a Markov random field based approach[J]. Remote Sensing of Environment， 2005， 96（3/4）： 302-314.

[16] Kiira A.Simulating vegetation dynamics and land use in a mire landscape using a Markov model[J].Landscape and Urban Planning， 1995， 31（1/3）：129-142.

[17] 吴林川，宋婴婴.加权马尔科夫链在榆林市降水量预测中的应用[J] .人民长江，2017，48（S1）：82-84，100.

[18] 黄晓磊，刘东云.基于CA-Markov模型的天津市土地利用预测研究[J].中国农业科技导报，2012，14（5）：84-89.

[19] 唐宽金，郑新奇，闫宏文，等.基于空间相邻的地类转换倾向性模型的构建及应用[J]生态学报，2009，28（2）：409-418.

[20] 唐宽金.基于景观生态学的土地利用时空格局变化研究：以长清区为例[D].济南：山东师范大学，2009.

[21] 胡业翠，付玲，李琦.北京城市增长边界预测[J].地球信息科学学报，2017，19（4）：486-492.

[22] 宗纪昌，董玉祥.佛山市土地资源[M].北京：中国科学技术出版社，2016.

（编辑：黄文晋）