專利名稱：城市綠地動態(tài)演化模擬預測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于地理建模和城市規(guī)劃技術(shù)領(lǐng)域，具體涉及城市綠地變化動態(tài)預測方法。
背景技術(shù)：
城市綠地是城市生態(tài)系統(tǒng)的重要組成部分，具有完善城市生存環(huán)境和維持生態(tài)平衡的關(guān)鍵作用。城市綠地一方面能為城市居民提供良好的生活環(huán)境，增強城市景觀的自然性；另一方面為城市生物提供適宜的生態(tài)環(huán)境、促進城市居民與自然的和諧共生。城市綠地變化模型是在對城市綠地變化狀況分析的基礎(chǔ)上揭示城市綠地變化的幅度和速度以及空間分布等特征，是對城市綠地驅(qū)動因素及其相互關(guān)系進行分析，探求城市綠地變化的機 制，預測未來城市綠地變化的趨勢及其對生態(tài)環(huán)境和社會經(jīng)濟發(fā)展的影響。城鎮(zhèn)綠地空間擴展是一個微觀的，多主體，自然和社會共同參與的長期復雜的動態(tài)化過程，也是城市中心區(qū)、市區(qū)以及郊區(qū)邊緣地區(qū)城市化過程在空間布局上的具體表現(xiàn)，是各種因素綜合作用的結(jié)果。城市綠地變化驅(qū)動機制研究應更多地考慮通過模擬人地系統(tǒng)中微觀個體的行為決策和相互作用來表達宏觀綠地結(jié)構(gòu)演化的自組織過程。因此，如何將微觀主體的行為決策納入城市綠地變化模擬模型，探討微觀主體的決策對城市綠地變化的影響，將是提高演化模擬精度的有效途徑。當前的城市綠地動態(tài)模擬預測方法還存在以下不足之處
I.沒有考慮到綠地的空間特性，往往將研究局限在綠地擴展的數(shù)量方面，而對綠地的空間分布預測模擬上顯得不足。難以保證綠地在建設(shè)過程中滿足綠地空間上的合理分布。2.在城市綠地的預測中只考慮自然條件下的預測，而對城市綠地有著顯著影響的城市居民和政府等主體缺乏考慮，使得在綠地預測模擬的結(jié)果與真實情況差異很大。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種綜合因素全面、模擬精度較高的基于MAS和CA的城市綠地變化動態(tài)預測的方法，為城市綠地的發(fā)展規(guī)劃提供決策依據(jù)。本發(fā)明基于多主體思想，結(jié)合微觀主體的微觀決策和元胞自動機(CA)本身的自然演化，共同決定演化結(jié)果；同時鑒于城市綠地具有區(qū)域性的特點，本發(fā)明在模型中引入控制因素層作為元胞變化的外部環(huán)境，這樣使城市綠地的CA規(guī)則隨空間、時間的變化更客觀地模擬真實的城市綠地變化。本發(fā)明的技術(shù)特點是，引入MAS (多主體)的優(yōu)化思想，將政府、居民作為微觀主體(Agent),參與綠地演化的相關(guān)決策，附加元胞自動機本身的Logistic (邏輯)回歸預測功能，共同模擬城市綠地類型的動態(tài)演變。本發(fā)明中的多主體系統(tǒng)采用從底層自上而下的建模思想，與傳統(tǒng)的從下而上的建模思路是不同的。它的核心是通過反應個體結(jié)構(gòu)功能的局部細節(jié)模型與全局表現(xiàn)之間的循環(huán)反饋和校正，來研究局部的細節(jié)變化如何突現(xiàn)出復雜的全局行為。多主體系統(tǒng)根據(jù)研究問題所需的系統(tǒng)局部細節(jié)、Agent的反應規(guī)則和各種局部行為就可以構(gòu)造出具有復雜系統(tǒng)結(jié)構(gòu)和功能的系統(tǒng)模型。雖然其中的微觀個體可能比較簡單，但通過微觀個體之間交互作用而引起的全局行為可能極其復雜。在多主體系統(tǒng)中，微觀個體的行為和交互作用所表現(xiàn)出來的全局行為以非線性的方式涌現(xiàn)出來。個體行為的組合決定了全局行為，反之，全局行為又決定了個體進行決策的環(huán)境。本發(fā)明提供的基于MAS和CA的城市綠地動態(tài)模擬預測方法，包括如下步驟
(I)規(guī)范各類數(shù)據(jù)，包括綠地現(xiàn)狀圖層、限制圖層、適宜性圖層等圖形數(shù)據(jù)和人口、規(guī)劃等統(tǒng)計數(shù)據(jù)。(2)確定模型中的Agent數(shù)目，確定各主體對城市綠地演化的微觀影響。確定影響綠地演化的主體包括居民和政府兩類，根據(jù)模擬的居民Agent和政府Agent的選擇偏好，計算土地利用單元的區(qū)位效用及土地利用單元被居民Agent選擇作為綠地的概率。(3)結(jié)合邏輯回歸模型確定影響城市綠地演化的距離變量和鄰域變量，并基于各變量計算城市綠地演化的logistic (邏輯)概率。(4)采用多主體和元胞自動機的集成模型，計算城市綠地發(fā)展的綜合概率，并設(shè)定閾值確定綠地演化結(jié)果，此過程基于Arcgis Model Builder中的toolbox建模功能實現(xiàn)。(5)根據(jù)建立模型預測未來某一時相的綠地面積及空間分布，通過和實際綠地分布的對比調(diào)整模型參數(shù)，直到獲得最優(yōu)模型。所述的基于MAS和CA的城市綠地變化動態(tài)預測的方法，是將模型所用的各種數(shù)據(jù)具有統(tǒng)一的規(guī)范將研究區(qū)的人口數(shù)量、年齡結(jié)構(gòu)等社會統(tǒng)計數(shù)據(jù)統(tǒng)一到同一量綱；將歷年的城市綠地的矢量圖形數(shù)據(jù)；河流、基本農(nóng)田、道路等控制要素數(shù)據(jù)統(tǒng)一為同一投影和空間范圍。由于Arcgis toolbox模型處理的空間數(shù)據(jù)是柵格型數(shù)據(jù)格式，因而需要將城市綠地圖、交通圖、水系圖進行從矢量到柵格的數(shù)據(jù)轉(zhuǎn)換。空間分辨率(即柵格單元大小)可根據(jù)研究區(qū)的實際情況以及模型運算效率考慮，本發(fā)明劃分為20 X 20m;運用Arcgis軟件的工具箱features conversion to Polygon命令，cell Size選擇20m ;從而將上海浦東新區(qū)城市綠地圖及各個專題圖層劃分為1935X 1593個柵格單元，以確保每個城市綠地單元和控制因素層柵格單元一一對應。所述的基于MAS和CA的城市綠地變化動態(tài)預測的方法，其模型包含了一系列環(huán)境要素層和若干具有移動特點的多主體及不可移動的元胞自動機層。在模型中，空間由nXn的二維網(wǎng)格構(gòu)成，所模擬的Agent包括居民、政府等，這些Agent不僅具有移動性、適應性、持續(xù)性等特征，還具有行為屬性和行為規(guī)則。居民Agent可以根據(jù)生存需求或者個人意愿提出綠地需求。政府Agent根據(jù)居民意見以及總體規(guī)劃對綠地擴展施加影響，并且考慮居民主體和政府主體的相互影響。所述的基于MAS和CA的城市綠地變化動態(tài)預測的方法，模型中的綠地演化結(jié)果是綜合多主體和元胞自動機兩者結(jié)合的結(jié)果。并考慮實際綠地擴展中的控制因素層，控制因素層一般由基本農(nóng)田、交通、水系圖等各種數(shù)據(jù)分析得出，模型中控制層的控制對模型中綠地擴展的概率起到至關(guān)重要的作用。 所述的基于MAS和CA的城市綠地變化動態(tài)預測的方法，其構(gòu)模方法采用Arcgistoolbox里的Model Building建模功能來實現(xiàn)，Arcgis toolbox模型建立中，元胞自動機的擴展采用柵格計算功能，各空間變量和綠地變化的回歸參數(shù)借助SPSS得到，利用自編函數(shù)和Arcgis現(xiàn)有工具功能實現(xiàn)多主體的綠地選址功能。所述的基于MAS和CA的城市綠地變化動態(tài)預測的方法，通過模型參數(shù)的確定和調(diào)整實現(xiàn)模型的最優(yōu)化。Arcgis toolbox模型中存在大量的參數(shù)，每個參數(shù)都與模型的運行有著直接的關(guān)系，因而參數(shù)的設(shè)置和調(diào)整是系統(tǒng)的核心功能，確定模型參數(shù)的方法是通過己知年份的數(shù)據(jù)來優(yōu)選模型參數(shù)。具體過程是已知以前某2年(如1996年和2002年)的城市綠地數(shù)據(jù)，在一定的參數(shù)條件下讓模型運行，當綠地單元的總數(shù)與檢驗數(shù)據(jù)中土地單元的總數(shù)約相等時，停止模型運行，對模型運行的結(jié)果與檢驗數(shù)據(jù)進行比較，根據(jù)模擬數(shù)據(jù)與經(jīng)驗數(shù)據(jù)的比較結(jié)果來調(diào)整模型參數(shù)，用調(diào)整后的參數(shù)再次進行運算，對模擬的結(jié)果再進行分析，通過不斷的比較、分析、調(diào)整參數(shù)，最后確定一套較為合適的模型運算參數(shù)。


圖I是本發(fā)明的基于多主體與CA的城市綠地動態(tài)演化模型圖。圖2是本發(fā)明的基于MAS和CA的城市綠地動態(tài)模擬的演化規(guī)則圖。
具體實施例方式具體可概括為以下5個步驟。(I)規(guī)范各類數(shù)據(jù)，包括綠地現(xiàn)狀、限制圖層等圖形數(shù)據(jù)和人口、規(guī)劃等統(tǒng)計數(shù)據(jù)。(2)確定模型中的Agent數(shù)目，確定各主體對城市綠地演化的微觀影響。根據(jù)模擬的居民Agent分布情況，計算土地利用單元的區(qū)位效用及土地利用單元被居民Agent選擇作為綠地的概率。(3)結(jié)合邏輯回歸模型確定影響城市綠地演化的距離變量和鄰域變量，并基于各變量計算城市綠地演化的logistic概率模型。(4)采用多主體和元胞自動機的集成模型計算城市綠地發(fā)展的綜合概率并設(shè)定閾值確定綠地演化結(jié)果，此過程基于Arcgis Model Builder中的toolbox建模功能實現(xiàn)。(5)根據(jù)建立模型預測未來某一時相的綠地面積及空間分布，通過和實際綠地分布的對比調(diào)整模型參數(shù)，直到獲得最優(yōu)模型。所述的基于MAS和CA的城市綠地變化動態(tài)預測的方法，其特征在于將模型所用的各種數(shù)據(jù)具有統(tǒng)一的規(guī)范將研究區(qū)的人口數(shù)量、年齡結(jié)構(gòu)等社會統(tǒng)計數(shù)據(jù)統(tǒng)一到同一量綱；將歷年的城市綠地的矢量圖形數(shù)據(jù)；河流、基本農(nóng)田、道路等控制要素數(shù)據(jù)統(tǒng)一為同一投影和空間范圍。由于Arcgis toolbox模型處理的空間數(shù)據(jù)是柵格型數(shù)據(jù)格式，因而需要將城市綠地圖、交通圖、水系圖進行從矢量到柵格的數(shù)據(jù)轉(zhuǎn)換?？臻g分辨率(即柵格單元大小)可根據(jù)研究區(qū)的實際情況以及模型運算效率考慮，本發(fā)明劃分為20X20m;運用Arcgis 軟件的工具箱 features conversion to Polygon 命令，cell Size 選擇 20m ;從而將上海浦東新區(qū)城市綠地圖及各個專題圖層劃分為1935X 1593個柵格單元，以確保每個城市綠地單元和控制因素層柵格單元一一對應。所述的基于MAS和CA的城市綠地變化動態(tài)預測的方法，其特征在于模型包含了一系列環(huán)境要素層和若干具有移動特點的多主群體及不可移動的元胞自動機層。在模型中，空間由η X η的二維網(wǎng)格構(gòu)成,所模擬的Agent包括居民、政府等,這些Agent不僅具有移動性、適應性、持續(xù)性等特征，還具有行為屬性和行為規(guī)則。居民Agent可以根據(jù)生存需求或者個人意愿提出綠地需求。政府Agent根據(jù)居民意見以及總體規(guī)劃對綠地擴展施加影響，并且考慮居民主體和政府主體的相互影響。所述的基于MAS和CA的城市綠地變化動態(tài)預測的方法，其特征在于本模型中的綠地演化結(jié)果是綜合多主體和元胞自動機兩者結(jié)合的結(jié)果。并考慮實際綠地擴展中的控制因素層，控制因素層一般由基本農(nóng)田、交通、水系圖等各種數(shù)據(jù)分析得出，模型中控制層的控制對模型中綠地擴展的概率起到至關(guān)重要的作用。所述的基于MAS和CA的城市綠地變化動態(tài)預測的方法，其特征在于本發(fā)明的構(gòu)模方法采用Arcgis toolbox里的Model Building建模功能來實現(xiàn),Arcgis toolbox模型建立中，元胞自動機的擴展采用柵格計算功能，各空間變量和綠地變化的回歸參數(shù)借助SPSS得到，利用自編函數(shù)和Arcgis現(xiàn)有工具功能實現(xiàn)多主體的綠地選址功能。所述的基于MAS和CA的城市綠地變化動態(tài)預測的方法，其特征在于通過模型參數(shù)的確定和調(diào)整實現(xiàn)模型的最優(yōu)化。Arcgis toolbox模型中存在大量的參數(shù)，每個參數(shù)都與 模型的運行有著直接的關(guān)系，因而參數(shù)的設(shè)置和調(diào)整是系統(tǒng)的核心功能，確定模型參數(shù)的方法是通過己知年份的數(shù)據(jù)來優(yōu)選模型參數(shù)。具體過程是已知1996年和2002年的城市綠地數(shù)據(jù)，在一定的參數(shù)條件下讓模型運行，當綠地單元的總數(shù)與檢驗數(shù)據(jù)中土地單元的總數(shù)約相等時，停止模型運行，對模型運行的結(jié)果與檢驗數(shù)據(jù)進行比較，根據(jù)模擬數(shù)據(jù)與經(jīng)驗數(shù)據(jù)的比較結(jié)果來調(diào)整模型參數(shù)，用調(diào)整后的參數(shù)再次進行運算，對模擬的結(jié)果再進行分析，通過不斷的比較、分析、調(diào)整參數(shù)，最后確定一套較為合適的模型運算參數(shù)。實施例選取上海市中心城區(qū)作為實驗區(qū)。空間數(shù)據(jù)包括遙感數(shù)據(jù)和GIS數(shù)據(jù)。遙感數(shù)據(jù)為2003年和2007年兩個時相的SP0T5影像。GIS數(shù)據(jù)包括上海市2003、2007年的土地利用現(xiàn)狀數(shù)據(jù)、城市總體規(guī)劃圖、土地價格圖、浦東新區(qū)主干道路交通圖以及學校、醫(yī)院、公園分布圖。社會數(shù)據(jù)是從上海市統(tǒng)計局、2007上海統(tǒng)計年鑒及第五次人口普查數(shù)據(jù)獲取，主要包括人口數(shù)據(jù)及經(jīng)濟統(tǒng)計數(shù)據(jù)，社會數(shù)據(jù)是以街道鎮(zhèn)為單位。由于不同類型的居民由于其自身的屬性相異而表現(xiàn)出對位置選擇迥異的偏好和綠地需求數(shù)量的差異，從而做出不同的空間決策。采用多準則判斷模型(MCE)，求出位置選擇影響因子的主觀偏好權(quán)重。在確定位置選擇影響因子客觀權(quán)重前，需要消除各影響因子量綱的影響，即對各因子進行歸一化處理。假設(shè)每一個新增城市化網(wǎng)格上容納一個居民Agent，從而也確定了不同時期居民Agent的數(shù)目。這里一個Agent只反映了比例關(guān)系，并不是只代表一個人或一個家庭，在本發(fā)明中的實際含義為一個網(wǎng)格內(nèi)平均容納的居民數(shù)量。建立多主體模型的關(guān)鍵問題是如何對Agent進行適當?shù)某橄笈c描述，說明各類Agent是如何探測外部信息并對此作出反應以及外部信息如何影響Agent之間的選擇行為。在本研究中，主要考慮政府Agent、居民Agent，其他Agent暫不考慮。本發(fā)明中政府Agent起到宏觀調(diào)控的作用，它沒有空間屬性。居民Agent的空間位置在初始狀態(tài)是隨機分布在研究區(qū)域上，模型運行后，居民Agent根據(jù)自己的偏好及與政府Agent共同協(xié)商后，選擇較為滿意的綠地空間布局。(I)政府主體的決策概率
政府宏觀城市總體規(guī)劃對城市的綠地變化起著決定作用，引導了整個城市的演化過程，也決定了城市發(fā)展模式。政府的宏觀規(guī)劃在城市發(fā)展中顯得尤為重要。政府宏觀城市規(guī)劃在這里主要是指對未來一定時間內(nèi)城市發(fā)展各類用地的總體空間分布進行規(guī)劃。這里將政 府機構(gòu)作為主體引入到模型中，政府Agent具有規(guī)劃土地資源和反應居民需求的職責，職責體現(xiàn)在兩方面一方面政府規(guī)劃影響土地利用類型的轉(zhuǎn)變；一方面居民需求交互作用于規(guī)劃，細微地調(diào)節(jié)政府原始規(guī)劃。多主體之間的相互影響、信息交流、合作的關(guān)系，通過居民需求調(diào)節(jié)政府規(guī)劃實現(xiàn)，以達到共同理解和采用一定行動影響其所處環(huán)境的目的。政府Agent中政府本身的意愿通過城市規(guī)劃實現(xiàn)，政府和居民協(xié)調(diào)通過居民Agent對用地類型轉(zhuǎn)化的意愿作用到政府Agent對土地轉(zhuǎn)化的概率上。因此規(guī)劃本身時間上的特點以及實際數(shù)據(jù)情況，本發(fā)明采用具有法律效應的近期建設(shè)規(guī)劃作為政府規(guī)劃數(shù)據(jù)。假定依據(jù)Tl時間的現(xiàn)狀數(shù)據(jù)，做了 T2時間(一般為Tl后5年左右)的近期規(guī)劃，那么各個位置受規(guī)劃影響狀態(tài)變化為
權(quán)利要求
1.基于地理元胞自動機和多主體的城市綠地動態(tài)演化模擬預測方法，其特征在于包括以下步驟 (1)基于ArcGIS軟件規(guī)范各類數(shù)據(jù)，包括綠地現(xiàn)狀圖層、限制圖層、適宜性圖層圖形數(shù)據(jù)，以及人口、規(guī)劃統(tǒng)計數(shù)據(jù)； (2)確定模型中的主體數(shù)目，確定各主體對城市綠地演化的微觀影響；確定影響綠地演化的主體包括居民和政府兩類，根據(jù)模擬的居民主體和政府主體的選擇偏好，計算土地利用單元的區(qū)位效用及土地利用單元被居民主體選擇作為綠地的概率； (3)結(jié)合邏輯回歸模型確定影響城市綠地演化的距離變量和鄰域變量，并基于各變量計算城市綠地演化的邏輯概率； (4)采用多主體和元胞自動機(CA)的集成模型計算城市綠地發(fā)展的綜合概率并設(shè)定閾值確定綠地演化結(jié)果，此過程基于Arcgis Model Builder中的toolbox建模功能實現(xiàn)； (5)根據(jù)建立模型預測未來某一時相的綠地面積及空間分布，通過和實際綠地分布的對比調(diào)整模型參數(shù)，直到獲得最優(yōu)模型。
2.根據(jù)權(quán)利要求I所述的預測方法，其特征在于步驟(I)中，將模型所用的各種數(shù)據(jù)轉(zhuǎn)換為具有統(tǒng)一的規(guī)范將研究區(qū)的人口數(shù)量、年齡結(jié)構(gòu)社會統(tǒng)計數(shù)據(jù)統(tǒng)一到同一量綱；將歷年的城市綠地的矢量圖形數(shù)據(jù)，包括河流、基本農(nóng)田、道路控制要素數(shù)據(jù)統(tǒng)一為同一投影和空間范圍；將城市綠地圖、交通圖、水系圖的矢量型數(shù)據(jù)格式轉(zhuǎn)換到柵格型數(shù)據(jù)格式，以符合Arcgis toolbox模型處理的空間數(shù)據(jù)格式。
3.根據(jù)權(quán)利要求I所述的預測方法，其特征在于步驟(5)中，通過模型參數(shù)的確定和調(diào)整實現(xiàn)模型的最優(yōu)化，具體過程是依據(jù)以前某2年的城市綠地數(shù)據(jù)，在一定的參數(shù)條件下讓模型運行，當綠地單元的總數(shù)與檢驗數(shù)據(jù)中土地單元的總數(shù)約相等時，停止模型運行，對模型運行的結(jié)果與檢驗數(shù)據(jù)進行比較，根據(jù)模擬數(shù)據(jù)與經(jīng)驗數(shù)據(jù)的比較結(jié)果來調(diào)整模型參數(shù)，用調(diào)整后的參數(shù)再次進行運算，對模擬的結(jié)果再進行分析，通過不斷的比較、分析、調(diào)整參數(shù)，最后確定一套較為合適的模型運算參數(shù)。
全文摘要
本發(fā)明屬于地理建模和城市規(guī)劃技術(shù)領(lǐng)域，具體為基于地理元胞自動機和多主體的城市綠地動態(tài)演化模擬預測方法。本發(fā)明首先從兩個時相城市綠地專題圖的疊加分析和轉(zhuǎn)移分析獲得變化數(shù)據(jù),結(jié)合城市綠地變化的計量模型,以多主體系統(tǒng)理論為基礎(chǔ)，建立城市綠地時間和空間配置規(guī)則，采用元胞自動機構(gòu)建動態(tài)的城市綠地動態(tài)模擬模型；并結(jié)合自然規(guī)律的演化，構(gòu)建邏輯回歸模型；再根據(jù)社會經(jīng)濟數(shù)據(jù)調(diào)整模型參數(shù),確定合理的擴展及轉(zhuǎn)換規(guī)則；基于GIS強大的空間建模和分析能力建立Modelbuilder工具集,對城市綠地變化趨勢進行模擬和預測。本發(fā)明實現(xiàn)了對城市綠地變化的動態(tài)演化模擬,能夠為政府和城市規(guī)劃者制定用地政策提供輔助決策支持。
文檔編號G06Q10/04GK102663512SQ20121005820
公開日2012年9月12日 申請日期2012年3月7日 優(yōu)先權(quán)日2012年3月7日
發(fā)明者周立國, 陳蔚鎮(zhèn), 馬蔚純 申請人:同濟大學, 復旦大學