基于多智能体系统模型的中小城镇用地扩展模拟

2021-12-10杨丽萍萧嘉明胡月明2

智能城市 2021年21期

杨丽萍张真陈春萧嘉明胡月明2，3，

（1.广州市华南自然资源科学技术研究院，广东广州 510642；2.自然资源部建设用地再开发重点实验室，广东广州 510642；3.广东省土地利用与整治重点实验室，广东广州 510642；4.易智瑞（中国）信息技术有限公司，广东广州 510620；5.华南农业大学资源环境学院，广东广州 510642）

随着中国的经济快速发展，城镇化的进程越来越快，中小城镇在此过程中发挥着重要的作用。中小城镇是一种受到自然、社会人为因素共同影响的动态系统，微观空间个体的相互作用及空间决策在城市空间演变过程中起到了关键作用[1]。城市空间规划问题可通过GIS解决，但无法满足动态分析的要求，难以模拟分析中小城镇用地扩展的问题和各微观空间个体之间的关系[2]。通过GIS的分析、表现能力和多智能体系统，构建城镇用地扩展模型，提高运用GIS分析中小城镇系统的能力，预测中小城镇系统的发展方向及演化过程，为中小城镇可持续发展提供决策支持。

近年来，研究主要通过结合数学和空间模型，模拟和预测城市空间扩展。Batty[3]采用分形理论和元胞自动机（CA）模型分析城市空间扩展；CLARKE[4]以圣弗朗西斯哥和华盛顿为研究区，利用城市发展的历史数据结合城市的交通、地形条件等要素设置相关参数，建立SLEUTH模型进行模拟和分析；Waddell[5]采用CA和多主体（MAM）的结合，建立了城市仿真Urbanism预测模型；黎夏等[6]以东莞市的城市用地为例，采用约束性单元自动演化CA模型，以综合主成分分析和神经网络等技术辅助，模拟城市用地空间扩展。多智能体城市模型通过建立城市土地资源时空配准规则，表达城市土地利用智能体的关系，反映土地利用变化的基本特征和规律[7-9]。多智能体模型具有较好的决策“空间显性”表达性能，比土地利用转化和效应、CA等模型效果好。但多智能体如何适应社会经济环境变化的机制尚未完善，需要对社会经济环境中多智能体间空间互动进行进一步研究。本研究以发展较快的中小城镇的典型代表——广东省佛山市顺德区为例，通过多智能体仿真技术对研究区的城镇用地进行模拟预测，探讨中小城镇的用地格局变化情况以及未来发展趋势。

1 材料与方法

1.1 研究区概况研究区范围如图1所示。

图1 研究区范围

顺德区位于珠三角腹地，北接广州，南近港澳，面积为806 km2，毗邻广州、中山、江门三市，常住人口278.32万。2020年，顺德地区生产总值增长4.1%，主要经济指标位居全国县域前列，被评为2020全国高质量发展百强区第一。

1.2 数据来源与处理

本研究以Landsat 7 TM影像为主要数据来源，对影像融合、几何校正、大气校正等预处理，再利用顺德区的行政边界作为裁剪边界，裁剪三幅影像。根据研究区的情况，影像分类大致分为城镇用地、耕地、坑塘、林地和河流，采用最大似然分类法分别获得了顺德区1990年、2000年和2010年土地利用现状分布。

顺德区土地利用现状如图2所示。

图2 顺德区土地利用现状

利用用地扩展面积和扩展强度指数分析顺德城镇用地情况。城市用地扩展速度表示整个研究期内的不同阶段城市用地扩展面积的年增长速率，表征各阶段城市用地扩展的总体规模。城市用地扩展强度是用各空间单元的土地面积对其年平均扩展速度进行标准化处理，比较不同时期城市用地扩展的速度。城市扩展速度和强度指数表达式[10-11]：

式中：Mue——城市用地扩展速度；Iue——扩展强度；ΔUi——某一时段城市用地扩展面积；Δt——某一时段时间跨度；ULAi——某一时段初期的城镇用地总面积；TLA——研究区土地总面积。

不同年份城镇用地面积、不同时期城镇扩展时间特征如表1、表2所示。

表1 不同年份的城镇用地面积单位：km2

表2 不同时期段的城镇扩展的时间特征统计

顺德区城镇面积不断增大，从1990年的60.25 km2增加至2010年281.69 km2，2增加了221.44 km2，扩展强度从1.014增至1.733，城镇扩展强度不断增大。

1.3 多智能体城市模型的原理

基于多智能体的建模方法[7-10]是一种“自下而上”的集成建模方法，Agent是系统的基本抽象单元，采用了相关的Agent技术。复杂适应系统的每个Agent模型都给Agent分配一定的智能，采用合适的MAS体系结构将Agent组装起来，设置多个Agent之间的交互模式，建立适应系统的模型。该方法的核心是研究局部细节变化如何通过反映个体结构函数的局部细节模型、全局表示之间的循环反馈和校正，突出复杂的全局行为[12]。根据研究需要的系统局部细节、Agent的反应规则和各种局部行为，构建具有复杂系统结构和功能的系统模型。

（1）建模步骤。

①Agent Analyst添加矢量数据作为基础层。

②设置模型的环境变量，全局参数（模型运行变量、栅格数据路径、导出文件路径），方法（初始化所有Agent、获得栅格数据，智能体属性写入、ArcGIS显示更新）。

③设置模型中Agent的变量，方法（初始化单个Agent变量、Agent决策方法）。

（2）模型的实现。

①根据人口增长量计算城镇用地扩展需求。

②在研究区的范围内生成100 m×100 m规格相同的网格，按照Agent决策得到每个网格转化为城镇用地的概率。

③根据人均建筑密度获得每个网格可容纳的人口数，对利用Agent进行分类，确定各类型Agent的数量，计算各种偏好因素的选择权重。

④按照开发Agent计算城镇用地扩展概率。

⑤计算在政府Agent、开发Agent、利用Agent三者的综合决策下的城镇用地扩展的概率。

⑥按照得到的城镇用地扩展的概率由高到低进行转变，直到满足城镇用地增长的要求。

2 结果与分析

2.1 城镇用地扩展模拟分析

（1）模拟结果与精度检验。

在Repast平台下，通过建立政府、开发利用三种类型的agent，设置它们的属性和行为，选择一个100 m×100 m的栅格单元作为城市土地基本扩展单元，减少数据量。以顺德区距中心距离、距镇中心的距离、距高速公路的距离、距基本农田保护区的距离、坡度为城市土地利用扩张的因素，计算城市土地扩展的转移概率，作为模型的环境层。从顺德区1990年、2000年和2010年获得该地区的人口、收入等数据，以1990年为基础，模拟2000年，以2000年尾为基础，模拟2010年的城市扩张，与实际数据进行对比，如图3所示。

图3 不同年份的实际与模拟城镇用地

城市土地扩张现象是一个复杂的系统，不确定因素的存在，无法完全准确地模拟其动态变化。运用多智能体系统理论模拟真实的城市土地扩张时，还需要对其实际情况进行检验，一般采用逐点对比和整体对比的方法[4]。利用“逐点对比法”，根据已有数据和建立的模型运行参数，重构顺德区城市用地扩张，将2000年和2010年城市用地扩张仿真结果与实际情况进行对比，得出2000年城市用地扩张仿真结果，精度为81.94%，2010年城市用地扩张模拟精度为83.77%。

逐点对比模拟精度如表3所示。

表3 逐点对比的模拟精度

本研究还通过计算修正的Lee-Sal lee形状指数[4]进行模型精确度的检验：

式中：A0、A1——模拟结果和检验数据。L值在0～1范围之间，值越趋近1表明模拟的结果与实际数据越接近。

通过对2000年和2010年模拟结果与实际城镇用地进行Lee-Sal lee形状指数计算，得到L值分别为0.80和0.82，说明多智能体城镇用地扩展模型的精度可以接受，并对2020年的顺德区城镇用地扩展情形分情景进行了预测。

（2）分情景模拟预测。

在模拟中，以2010年顺德区城市地层、2006～2020年顺德区城市总体规划水平、城市发展适宜度层、交通通行层、地价、公共设施层、环境质量层、教育资源层为输入层，设置限制性因素。折现率r=0数据转换有效校正。设置几种情景，即耕地保护情景（情景1）、规划情景（情景2）、无限制情景（情景3），如图4所示。

图4 三种情况的模拟场景

情景1：根据可持续发展理论和环境经济数据分布理论，城市发展应首先避免侵占优质农田，开发最适宜的土地。在微观调控下，政府需要充分考虑公众的意愿和要求，并与居民协商，使政府的规划更人性化。

情景2：城镇严格按照政府规划进行发展，政府的微观调控不考虑公众的意愿和要求。

情景3：城镇发展处于无政府状态，完全根据居民的喜好和意愿进行城镇资源的开发。

2.2 模型结果分析

分析根据不同模拟情景的城镇用地的模拟结果，情景1城镇的发展避免了占用基本农田保护区，城镇的形状会有点乱，政府考虑了Agent的意愿，开发了政府规划用地外的区域；情景2城镇的形状显得非常紧凑，发展根据政府的规划，但和城镇的真实发展情况不同；情景3城镇的发展非常凌乱，土地资源浪费严重，城镇土地的发展不具有可持续性。

在日后的规划决策中需要综合考虑三种情景，在三者中找到城镇用地扩展的平衡点，才能有利于城镇用地的可持续发展，解决中小城镇土地资源和经济发展问题。