基于FLUS模型的土地利用空间布局多情景模拟研究
——以广州市花都区为例
林沛锋,郑荣宝*,洪 晓,郑 雪,郑沃林
(广东工业大学管理学院,广东广州510520)
摘要: 随着二十一世纪全球城市化的快速发展,我国城市化进程现正处于新阶段,新型城市化要求我们要引导城镇用地合理扩展,提高城镇用地利用效率,促进土地资源优化配置和城市空间的合理布局,实现区域协调可持续发展。本研究为实现城市土地利用在空间上科学合理分布,利用FLUS模型对未来城市用地的空间布局进行多情景模拟预测,为土地利用规划编制和城市规划提供有价值的参考。本研究以广州市花都区为实验区域,基于花都区2010年的土地利用现状数据,利用FLUS模型在30m×30m尺度下模拟2015年的土地利用状况,与花都区2015年的土地利用现状进行可靠性验证,通过马尔科夫法预测2025年花都区的各地类土地利用数量,建立耕地保护、生态保护和城市发展三种情景模拟花都区土地利用空间分布。结果表明,FLUS模型模拟结果的Kappa指数高达0.8869,总体精度为0.9132,FOM指数也符合标准水平,模型模拟精度高,在不同情景模拟下的土地利用空间布局均呈现出相当的合理性和科学性,模拟结果可为城市规划布局和土地利用规划提供有价值的参考。
关键词: FLUS模型;土地利用;优化配置;
引言
随着二十一世纪全球城市化的快速发展,城市化已成为全球变化最明显的特征之一,城市扩展日益成为当前和未来土地利用变化的主要特征[1],这一现象已引起学术界的广泛关注[2]。根据国家统计局2017年发布的最新数据,改革开放40年来,中国的城市化发展迅速,我国城市化水平已从1978年的17.9增长到2017年的58.52%。城市化率的大幅增长下也带来了城市扩张过于迅速的问题,该问题表现为城镇建设用地加速向外扩展和用地面积的快速增长,近年来已成为了地学界高度关注的热点和难点[3-5]。在我国社会经济持续高速发展的同时,城市化进程得到了快速推进,随之而来的是日益严峻的人地矛盾,已成为制约我国城市和社会全面可持续发展的重要原因[6]。国家“十二五”规划明确要求按“优先开发、重点开发、限制开发和禁止开发”划分主体功能区;“十三五”规划指出要完善与区域发展战略相适应、与人口城镇化相匹配、与节约集约相协调的土地政策体系,强化差别化的土地政策,促进区域、城乡用地布局优化。我国城市化进程现正处于新阶段,新型城镇化要求我们要引导城镇用地合理扩展,提高城镇用地利用效率,深入研究土地政策的作用机理和管控效应,对土地资源优化配置,城市空间的合理布局,实现区域协调可持续发展具有重大的理论和现实意义。
90年代以来,伴随着地理计算的发展和成熟,利用数学模型与模拟实验相结合的研究方式越来越受到学术界的重视,以数学模型为基础的分析因其对城市扩展时空演变中的动态特征进行模拟和预测显现出良好的效果而成为现阶段的研究热点[7]。元胞自动机(CA)作为一种离散动态模型,具有很强的模拟复杂系统的能力,在模拟城市扩展时空演化等复杂非线性问题方面具有独特的优势[8,9],但CA模型本身存在的不确定性也会对城市扩展的模拟结果产生不利影响[10]。近年来,为了提高CA模型模拟对城市空间扩展模拟的精度,许多学者对CA模型进行改进,例如,利用粒子群优化算法(PSO)对变换规则进行随机优化,以减少不确定性[11,12],或者结合其他模型,如生态模型和环境影响评价模型进行仿真,预测重大政策对土地利用变化的影响[13],建立了包括Logistis回归模型、马尔可夫链和CA模型的混合模型,以综合自然环境因素和社会经济因素,从而提高模拟精度[14]。但是,目前大部分模型常常单独训练和估计各类型土地的转换概率,忽略了各土地类型间的联系,难以体现土地类型间的竞争及相互影响[15],刘小平提出的基于CA模型的FLUS(Future Land-Use Simulation)模型包含基于轮盘赌选择的自适应惯性竞争机制,能够有效地处理各种土地利用类型相互转换的不确定性和复杂性,解决了上述问题[16]。
FLUS模型在城市用地增长边界划定领域已有应用[15,17],但并没有进行多情景的土地利用空间布局模拟和分析,基于以上研究背景,本研究为实现城市合理扩张,以土地管控措施作为限制条件,引入FLUS模型对广州市花都区未来城市用地的空间布局进行多情景模拟预测,期望为花都区土地利用规划编制和城市规划提供有价值的参考。
2.如果项目运营失败,会影响政府公信力。城镇综合开发PPP项目往往具有项目复杂、投资金额大、建设运营期限长等特点,这些特点直接决定着项目风险巨大。目前从实践看,较为简单的PPP单体项目尚且有不少失败的案例,城镇综合开发PPP项目运营面临失败的可能性会更大,如果项目运营失败,会直接影响政府公信力。
1 研究区与数据
1.1 研究区概况
花都市地处广东省中南部,珠江三角洲北部边缘,广州西北端。位于112°57′07″-113°28′10″E,23°14′57″-23°37′18″N,北回归线横贯中部,地势从高至低由东北向西南呈阶梯状下降,北部为丘陵,中部为浅丘台地,南部为平原。花都东部、东北部和从化区接壤,西与佛山三水区相连,西南和佛山南海区交界,南部紧靠广州市白云区,北部与清远市毗连,全区总面积967.97km2,2017年城镇用地面积81.24km2,占土地总面积的8.39%,下辖新华街道、花城街道、新雅街道、秀全街道、花东镇、花山镇、梯面镇、狮岭镇、赤坭镇、炭步镇共4个街道和6个镇,2017年常住人口105.49万人,常住人口城镇化率达 59.02%(图 1)。
1.2 数据选取
影响城市土地利用空间布局的因素主要包括自然环境因素和社会经济因素[18],本研究根据研究区的具体情况以及数据的可获取性,选取了地形条件、可达性、生态保护、相关管控政策等四大方面影响因素。其中,地形条件决定着土地利用的方向和方式以及变化趋势,而地形条件中的高程和坡度是决定土地利用的主要因素[19],因此本次研究选择高程和坡度作为地形因子,在ArcGIS软件中对30m分辨率的DEM数据进行分析,DEM数据来自花都区国土局;可达性因素选取交通条件和到城镇中心的距离,包括到高速公路的距离、到一般公路(包括乡、县、省道)的距离、到铁路的距离、到区中心的距离、到镇中心的距离,以上因素通过ArcGIS的欧氏距离工具分析花都区交通现状图以及花都区行政界线图得到;自然环境因素是决定土地利用方式最主要的因素,本研究选取河流、自然保护区、水源保护区作为生态保护限制因素,数据从2015年广州土地利用现状数据通过ArcGIS提取分析获得;相关管控政策在调节和控制城市用地扩张方面起到了显著的管控作用,因而,本研究选取基本农田保护区作为政策性限制条件。
多具有不规则状晶形,与石英、云母等脉石矿物关系密切,少部分与黄铁矿连体,白钨矿中含钨约为60.81%,粒度主要为中细粒,占75.14%,部分为微细粒,占12.02%,少量为粗粒,约占12.82%。矿石中的白钨矿解离度较好,-0.074 mm含量占65%的磨矿细度下,92.73%的白钨矿已单体解离,6.49%的白钨矿与脉石矿物共生。因此,白钨矿主要分为两类,一类多数为单体解离,但粒度大小差别较大。另一类粒度较细,与脉石矿物与石英、长石等脉石矿物共生或呈港湾状接触,或包裹于脉石矿物颗粒中。
图1 研究区位置示意图
此外,本次研究还选取了2010年花都区土地现状数据作为实验的初始年份数据,使用2015年花都区土地利用现状数据验证FLUS模型的模拟精度。根据研究需要,将土地利用类型调整为7种,分别是城乡建设用地、耕地、林地、水利交通用地、其他农用地、水域以及未利用地。以上所有数据均采用栅格大小为30m×30m的图像(表1)。
2 研究方法与实验
FLUS模型是用于模拟人类活动与自然影响下的土地利用变化以及未来土地利用情景的模型[20]。该模型的原理源自元胞自动机(CA),并在传统元胞自动机的基础上做了较大的改进。在FLUS模型中首先采用多层前馈神经网络算法(BP-ANN)从一期土地利用数据与包含人类活动与自然效应的多种驱动因子(地形、交通、区位、政策等方面)获取各类用地类型在研究范围内的适宜性概率,然后,利用基于轮盘赌的自适应惯性竞争机制,解决自然作用和人类活动共同作用下土地利用类型相互转化的不确定性和复杂性,使FLUS模型具有较高的模拟精度,获得近似于实际的土地用途分布结果。
表1 实验数据列表
该模型当中的多层前馈神经网络算法由输入层、隐含层和输出层共3层网络构成[21],其公式为:
无论多宽的垄距,保苗密度为3500株/亩,每行21株;保苗密度为4000株/亩,每行24株;保苗密度为4500株/亩,每行27株;保苗密度为5000株/亩,每行30株;以此类推,每亩种植密度增加500株,小区每行增加3株。
在本研究中,神经网络获取训练样本的采样方法为均匀采样策略(Uniform Sampling),其特点是各类别用地的采样点数相同,隐藏层数量根据经验设置为12层,之后将各土地利用驱动力因子的栅格数据经过归一化处理后一并输入到BP-ANN模型当中,最终得出各类型用地在研究区内的适宜性概率。
采用带漫反射附件的NICONET5700型傅立叶变换红外光谱仪[5],对样品进行了4 000~400 cm-1范围内的漫反射光谱测试;测试条件为扫描16次,分辨率为4 cm-1。对同一种样品又做了多角度测试,样品的漫反射红外光谱见图5。
本研究首先利用花都区2010年土地利用现状数据作为初始数据,经过驱动力因素归一化处理、采用均匀采样策略提取其栅格数据的20%像元作为训练样本,使用BP-ANN模型计算每一种像元所代表的土地利用类型的适宜性概率,结果如图2所示,颜色越深代表适宜性越弱,颜色越浅代表适宜性越强,城乡建设用适宜性强地区,主要位于中部浅丘台地和南部平原,小部分位于北部丘陵的平台地带,分布地区地势平坦,交通便利,公共基础设施较为完善;耕地在地势平坦、灌溉水源充足地区有较强的适宜性;林地适宜性强地区,多分布在北部丘陵和其他坡度较高地区;水利交通用地适宜性较强地区多分布于城镇或城镇近郊,地势越陡峭适宜性越弱;其他农用地适宜性较强地区多位于耕地周围、耕地与林地交界地带和灌溉水源充足地区;水域适宜性强地区沿珠江水系支流或水源保护区分布;未利用地的适宜性强地区多分布在花都的自然保护区、水源保护区和城市近郊。从图2中可看出各类型用地适宜性分布与花都的社会自然条件吻合,该结果科学合理。
在BP-ANN模型计算出每个栅格适宜性的总概率后,通过CA模型迭代,将各类型用地分配到栅格中。栅格g在t时点转化为地类k的总概率Tptg,k,可表示为:
KANG Zi-jian, LIU Ya-qun, ZHANG Zhi-guo, LIU Yao-yang, XU Hu-ji
1.时有北人索驭驎者,亦云能造指南车。(《南史·列传第六十二》)2.客有吹洞箫者。(《赤壁赋》)3.苟以天下之大,而从六国破亡之故事,是又在六国下矣。(《六国论》)4.人或说信曰:“斩昩谒上,上必喜,无患。”(《史记·淮阴侯列传》)
下一步把模型的惯性系数初始值设为1,导入各地类适宜性概率和限制性因素,从而得到各地类的CA参数,之后对2015年花都区的土地利用进行模拟,并将其结果和2015年土地利用真实现状数据进行对比验证,应用总体精度(Overall Accuracy,OA)、FOM指数及Kappa指数验证模型的有效性,OA和Kappa值通常介于0到1之间,数值越接近1,模型的仿真精度越高。当Kappa大于或等于0.75时,模型的仿真精度较高。当Kappa值在0.5和0.75之间时,模型的仿真精度一般[22],其中FOM指数大小受模拟年数影响,每模拟年数增加一年,FOM指数增加不大于0.01为标准水平。
3 实验结果与分析
3.1 FLUS模型模拟过程及结果
式中,、分别为t-1、t-2时刻第k种类型用地的栅格数量与需求量之间的差。
图2 各土地利用类型适宜性概率
式中:∑N×Ncon(=k)表示在 N×N的 Moore的邻域窗口,上一次迭代结束后第K种地类的栅格总量;wk为各用地类型的领域作用的权重。本研究中采用3×3 Moore领域,CA迭代次数设定为300次。
国际大石油公司上游技术更为全面,且在大部分领域处于领先地位,能够实现全产业链的价值创造而不过度依赖勘探,因此,国际大石油公司在勘探上既不激进也不保守。资产配置上向成熟盆地资产有所偏重,但前沿领域等低勘探程度资产也占据较大比例。国际大石油公司对成熟盆地和前沿区勘探的平衡也体现在勘探投入上。埃尼公司2013-2016年成熟区和前沿领域的勘探费用比例为60%:40%;道达尔相对激进一些,2017年前沿领域的勘探支出所占比例达到50%;壳牌在大幅削减勘探支出的情形下,前沿领域的勘探支出预算也保持在25%[10]。
式中:spp→k为土地利用类型p转化为类型k的成本;1-spc→k代表发生转化的难易程度;为邻域作用,其公式为:
从花都区2015年FLUS模拟图(图3)能目视观察出,模拟图呈现出与花都区2015年土地利用现状高度相似的结果;从精度验证的三大指标观察可知(表 2),OA系数高达 0.9132,Kappa系数也达到了0.8869,FOM系数为0.0359,其中OA系数大于0.9,且Kappa大于0.75时则证明该模型的模拟精度较高,FOM系数处于标准水平。综合以上三个精度系数,表明FLUS模型适用于模拟本地区未来土地利用变化状况,且精度水平较高。
表2FLUS模型的OA、Kappa和FOM系数
对比两期的土地利用结构可知(表3),2015年的模拟结果与现状相比总体上没有出现大的变动,土地利用结构较为稳定。具体到地类,模拟结果较现状出现城乡建设用地多出434个像元,变动幅度为0.417%,水利交通用地的模拟结果比现状多2414个像元,变动幅度为3.668%,其他五类用地数量结构上没有出现变化,模拟结果呈现出与现实情况基本吻合的土地利用结构。
3.2 未来多情景模拟结果与分析
本研究使用马尔科夫法以2010花都区土地利用作为初始年份数据,计算得到本地区2010年至2015年五年间的土地利用类型转移概率,但是由于马尔科夫法缺乏弹性空间,不适合对未来土地利用数量进行过于长期的预测,以免出现较大误差,所以本研究只对未来十年的土地利用结构数量进行测算,依据该转移概率预测到2025年的各土地利用类型像元个数,预测结果如表4所示。
FLUS模型中自适应惯性竞争机制的核心是自适应惯性,即每类土地的惯性系数由现有土地数量与土地需求之间的差异决定,并在迭代过程中进行自适应调整,从而使各类用地的数量向预定目标发展。第k种用地在t时间上的自适应惯性系数为:
图3 花都区土地利用2015年现状图及模拟结果
表3 花都区2015年现状及2015年模拟结果的土地利用结构像元个数
表4 马尔科夫链预测像元个数
依据表4的像元数量预测结果,分为三种不同情景进行模拟,因为未来土地利用的模拟需要同时考虑不同的约束条件,所以本研究在对花都未来土地利用进行模拟的时候加入了符合相关规划的约束条件,从而控制模型预测中城市未来的发展趋势和扩张方向,进而得到2025年花都区在耕地保护情景、生态保护情景和自由发展情景共三种土地利用情景下的土地利用空间布局情况(图4至图8)。
公式中的sg(g,k,t)表示第k种类型用地在栅格g、时间t上的适宜性概率;wn,k是隐藏层和输出层间的权重;sigmoid()是隐藏层至输出层的激励函数;netn(g,t)表示在第n个隐藏时间t上从栅格g接收到的信号。对于多层前馈神经网络算法输出的适宜性概率sg(g,k,t),在迭代时间t栅格p上,各用地类型的适宜性概率和恒定为1,即:
①细胞免疫功能指标:CD3+、CD4+、CD8+、CD4+/CD8+;②治疗效果:显效、有效、无效,总有效=显效率+有效率。
3.2.1 耕地保护情景:在耕地保护情景模拟过程中加入基本农田保护区作为限制性条件,基本农田保护区的耕地是花都区耕地较为集中连片的地区,在该政策影响下结果呈现出的耕地稳定性较强,分布状况较为集中连片,主要集中在中部浅丘台地和南部平原地区。结果显示耕地减少主要集中在花都东北地势较高的山陵区,该地区地势崎岖,水源匮乏,不适宜种植农作物;耕地主要增加区域位于花都西部以及西南部的珠江沿岸地带,该地区地势平坦,水土资源优渥,适宜农作物种植生产,花都地区的农作物种植布局更趋合理。在该情景下,中部林地出现少量减少,主要转入地区为西北、中北和东北部山陵;城市建设用地基本未变,整体稳定。
图4 花都区土地利用2025年模拟结果(耕地保护情景)
图5 基本农田保护区
图6 花都区土地利用2025年模拟结果(生态保护情景)
图8 花都区土地利用2025年模拟结果(自由发展情景)
3.2.2 生态保护情景:在生态保护的目标下,研究中引入花都区的自然保护区作为限制性条件,在该政策影响下花都北部山陵地区的密林和内陆滩涂受到较好的保护,林地和滩涂作为调节自然生态的主要地类,主要分布在花都区的北部山区和沿江地区,林地虽然出现极小量减少,但在空间布局上更加密集连片。该情景下,林地在花都中部浅丘台地和西南部平原的城市地区出现少量增加,这将对城市空气环境改善和维持生态平衡方面起重要作用。
3.2.3 自由发展情景:在自由发展的情景下,研究过程中不设置任何限制性因素,结果出现中部城乡建设用地少量的减少,但却使得该用地的分布变得更为紧凑,符合节约集约用地的理念要求。该情景下,林地在中部地区出现微量减少,北部沿线的山陵地带出现布局增加,使得林地更为集中连片;北部山陵的耕地也出现减少现象,增加地区为城市近郊地区,增加地区的地势平坦,农用基础设施更为完善,对比北部陡峭山陵更适合耕作。
受不同的政策性限制条件影响,呈现出的结果也各有差异,耕地保护情景下的耕地稳定性强,分布集中连片,耕地增减更加适应当地自然社会条件状况,耕地空间布局结果更为合理;生态保护情景下的林地和内陆滩涂在自然保护的政策影响下保护状况良好,景观上显得更为紧凑,生态绿地空间布局对城市居住和空气环境的改善作用更加突出;自由发展情景下的城乡建设用地、耕地和林地的土地利用空间布局均呈现出向自然社会条件更适宜该类用地布局的区域转移,景观上更为密集,使得该类用地的聚集效应更强,且符合节约集约用地理念要求。虽然各情景下的土地利用类型都出现不同方向的增加或减少,但土地利用是一个较为长期稳定的过程,所以布局没有出现剧烈变化,空间景观总体上较为稳定,符合现实世界,且出现变化的土地利用类型像元均向更适宜利用的地区增加,在不适宜利用的地区减少,使得该地区的土地利用布局随着时间的推移更趋科学合理。
图7 自然保护区
4 结论与展望
4.1 结论
本研究将FLUS模型应用于中等尺度区域的土地利用空间布局优化,不仅仅对未来城市用地空间布局进行模拟和分析,还从多个角度引入政策性因素进行区别化模拟对比,更能直观地看出不同的政策对城市空间布局产生的影响和效应,结果更具备现实价值。
研究中选取的驱动因子对土地空间布局具有较好解释能力,将FLUS模型应用于广州市花都区土地利用空间布局的多情景模拟研究,利用Kappa、OA和FOM指标验证了FLUS模型具有较高的模拟精度,适用于花都地区的土地利用空间布局模拟。以2010年花都区土地利用现状为基础,通过马尔科夫法预测2025年花都区各用地类型的数量,建立耕地保护、生态保护和城市发展三种情景,模拟2025年花都区在不同情景下的土地利用空间布局。上述三种不同的情景和限制性条件下,各土地利用类型均向更适宜它们“生存”的方向“迁徙”,能使规划者在进行城市规划时减少对不同地类进行空间布局规划的主观性和随意性,使规划结果更加合理科学,同时又能实现规划的理念和意图。结果显示FLUS模型的模拟结果符合现实世界,是实现土地利用规划空间布局模拟的有效工具。
《广州市花都区土地整治规划(2016-2020)》指出花都区的土地利用效率有待提高,耕地和基本农田保护压力较大,城乡建设用地结构不合理,环境生态保护形势严峻,因此研究中引入FLUS模型进行对花都区的土地空间布局模拟,是一次对花都区进行土地利用空间布局优化的有益尝试。验证指标证明该模型适用于花都区的土地利用空间布局模拟预测,研究结果表明FLUS模型特有的自适应惯性竞争机制能够很好处理在自然作用与人类活动共同影响下不同地类相互转换时的复杂性与不确定性问题,不同情景下的空间布局模拟结果都能体现出相当的合理性和科学性,期望研究能为区域土地利用优化配置研究提供一种新的思路和方法。
4.2 展望与不足
将土地利用结构的数量优化、空间优化、效益优化有机地结合起来是未来土地利用结构优化研究方法的发展趋势[23],由于影响土地利用空间布局的因素众多,本研究只选取了部分较为重要的因素,例如人文、经济等方面的因素并未加入此次模拟,所以在今后的研究当中,将考虑如何把人文、经济方面的因素综合考虑加入模拟实验当中,进一步提高实验的模拟精度,使其更加合理和科学,更能符合现实需求。且本文只研究了FLUS模型在县区级尺度区域中的模拟效果,对其他不同尺度范围的土地利用空间布局的适用性有待进一步探索。
参考文献:
[1]何剑锋,庄大方.长江三角洲地区城镇时空动态格局及其环境效应[J].地理研究,2006,25(03):388-396.
[2]宁越敏.中国城市化特点、问题及治理[J].南京社会科学,2012,(10):19-27.
[3]孙平军,修春亮.中国城市空间扩展研究进展[J].地域研究与开发,2014,33(04):46-52.
[4]卓莉,李强,史培军,等.20世纪90年代中国城市用地外延扩展特征分析[J].中山大学学报(自然科学版),2007,47(03):98-102.
[5]匡文慧,刘纪远,邵全琴,等.区域尺度城市增长时空动态模型及其应用[J].地理学报,2011,66(02):178-188.
[6]刘纪远,匡文慧,张增祥,等.20世纪80年代末以来中国土地利用变化的基本特征与空间格局 [J].地理学报,2014,69(01):3-14.
[7]徐新良,赵美艳,闵稀碧.城市扩展研究的主要进展与展望[J].生态科学,2014,33(03):619-624.
[8]夏畅,王海军,张安琪,等.耦合管控效应的城市空间多情景模拟与政策分析[J].人文地理,2017,32(03):68-76.
[9]黎夏,叶嘉安.知识发现及地理元胞自动机[J].中国科学(D辑:地球科学),2004,34(09):865-872.
[10]Yeh A G,Li X.Errors and uncertainties in urban cellular automata[J].Computers Environment and Urban Systems,2006,30(1):10-28.
[11]Feng Y F Y,Liu Y L Y,Tong X T X,et al.Modeling dynamic urban growth using cellular automata and particle swarm optimization rules[J].Landscape and Urban Planning,2011,102(3):188-196.
[12]冯永玖,童小华,刘妙龙.城市形态演化的粒子群智能随机元胞模型与应用——以上海市嘉定区为例[J].地球信息科学学报,2010,12(01):17-25.
[13]Sun Z D B P V.The land-use evolution and impact assessment model:A comprehensive urban planning support system[J].Urisa Journal,2009,01(21):57-68.
[14]Arsanjani J J,Helbich M,Kainz W,et al.Integration of logistic regression,Markov chain and cellular automata models to simulate urban expansion [J].InternationalJournalofApplied Earth Observation and Geoinformation,2013,21(1):265-275.
[15]朱寿红,舒帮荣,马晓冬,等.基于“反规划”理念及FLUS模型的城镇用地增长边界划定研究——以徐州市贾汪区为例[J].地理与地理信息科学,2017,33(5):80-86.
[16]Li X L X,Chen G C G,Liu X L X,et al.A New Global Land-Use and Land-Cover Change Product at a 1-km Resolution for 2010 to 2100 Based on Human-Environment Interactions[J].Annals ofthe American Association ofGeographers,2017,5(107):1040-1059.
[17]张子明,刘平辉,朱寿红.基于FLUS模型的城镇用地增长边界划定研究——以临川区为例[J].江西农业学报,2018,30(05):117-123.
[18]潮洛,翟继武,韩倩倩.西部快速城市化地区近20年土地利用变化及驱动因素分析——以呼和浩特市为例[J].经济地理,2010,30(2):239-243.
[19]吴楠,高吉喜,苏德毕力格,等.长江上游不同地形条件下的土地利用/覆盖变化 [J].长江流域资源与环境,2010,19(03):268-275.
[20]Liu X,Liang X,Li X,et al.A future land use simulation model(FLUS)for simulating multiple land use scenarios by coupling human and natural effects[J].Landscape and Urban Planning,2017,(168):94-116.
[21]杨人豪,杨庆媛,曾黎陈,等.基于BP-ANN模型的农村土地生态安全评价及影响因素分析——以重庆市丰都县为例[J].水土保持研究,2017,24(03):206-213.
[22]布仁仓,常禹,胡远满,等.基于Kappa系数的景观变化测度——以辽宁省中部城市群为例[J].生态学报,2005,25(04):778-784.
[23]张前进,李笑笑.土地利用结构优化配置方法研究综述[J].天津城市建设学院学报,2013,19(01):10-15.
Simulation of land use spatial layout based on FLUS model——A case study of Huadu District,Guangzhou
LIN Pei-feng et al
(School of Management,Guangdong University of Technology,Guangzhou 510520,China)
Abstract: With the rapid development of global urbanization in the 21st century,China's urbanization process is now in a new stage.New urbanization requires us to guide the rational expansion of urban land use,improve the efficiency of urban land use,promote the optimal allocation of land resources and the rational layout of urban space,and achieve regional coordination and sustainable development.In order to realize the scientific and rational spatial distribution of urban land use,the FLUS model is used to simulate and predict the spatial distribution of urban land use in the future,which provides valuable reference for land use planning and urban planning.In this study,Huadu District of Guangzhou City was taken as the experimental area.Based on the data of land use status in Huadu District in 2010,the FLUS model was used to simulate the land use situation in 2015 at the scale of 30m*30m.The reliability of the model was verified with the current land use situation in Huadu District in 2015.The number of land use in Huadu District in 2025 was predicted by Markov method,and cultivated land protection,ecological protection and protection were established.Three scenarios of urban development simulate the spatial distribution of land use in Huadu District.The results show that the Kappa index of FLUS model simulation results is as high as 0.8869,the overall accuracy is 0.9132,FOM index also meets the standard level,and the model simulation accuracy is high.The spatial layout of land use under different scenarios showsconsiderable rationality and scientificity.The simulation results can provide valuable reference for urban planning layout and land use planning.
Key words: FLUS model;Land use;Optimize configuration;Spatial layout;Scenario simulation;Huadu district
空间布局;情景模拟;花都区
中图分类号: F301.24
文献标识码: A
文章编号: 1003-7853(2019)02-0007-07
基金项目: 国家自然科学基金:“基于生态位与多智能体的土地资源优化配置与模拟”(41001054);广东省大学生科技创新培育专项资金:“农村低效建设用地二次开发的关键技术探索与研究”(pdjh2019a0077)
作者简介: 林沛锋(1993-),男,汉族,硕士生,研究方向为土地资源开发利用与保护。
通信作者: 郑荣宝(1975-),男,汉族,博士,副教授,研究方向为土地资源开发利用与保护。
(2019-01-20收稿 M编辑)
更正:我刊2018年第4期68-72页发表的文章《东北地区四季气温变化趋势研究》,作者为林长伟,朱艳丽,常晓丽。现将第二作者朱艳丽更改为朱燕丽,特此更正。
标签:FLUS模型论文; 土地利用论文; 优化配置论文; 空间布局论文; 情景模拟论文; 花都区论文; 广东工业大学管理学院论文;