羅瑾　湯茂江

摘 要：隨著遙感和地理信息技術(shù)的逐步發(fā)展，運(yùn)用遙感影像獲取地表信息及GIS的空間分析來指導(dǎo)城市規(guī)劃受到廣泛應(yīng)用。該文基于城市擴(kuò)張?zhí)卣?，提出架?gòu)基于多主體的城市規(guī)劃模型，以期為城市多規(guī)合一提供參考。

關(guān)鍵詞：多主體模型 城市規(guī)劃 多規(guī)合一

中圖分類號(hào)：TU984 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2015）05（b）-0010-01

近年來，城市信息化建設(shè)的步伐加快，多規(guī)合一的理念對(duì)城市規(guī)劃提出了更高要求。為整合城鄉(xiāng)規(guī)劃、土地利用總體規(guī)劃、國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展規(guī)劃以及各專項(xiàng)規(guī)劃，需要綜合運(yùn)用遙感影像、GIS空間分析等技術(shù)，用信息化手段優(yōu)先模擬出各規(guī)劃圖，再進(jìn)行后期的規(guī)劃疊加。

由于城市規(guī)劃屬于土地利用動(dòng)態(tài)變化（LUCC）范疇，因此土地利用變化模型對(duì)城規(guī)模型的架構(gòu)有借鑒意義。盡管多種模型均在LUCC模擬中得到了應(yīng)用[1-2]，但由于城市規(guī)劃伴隨著人的主觀意識(shí)，基于多主體分析的模擬方法更能夠增強(qiáng)模擬結(jié)果的多目標(biāo)決策價(jià)值和多尺度特征，可充分表征土地系統(tǒng)宏觀結(jié)構(gòu)變化過程，因此在模擬效果上更勝一籌。

1 多主體模型簡(jiǎn)介

多主體模型可以模擬復(fù)雜的人類行為和決策[3]，根據(jù)多主體（Agent）在決策過程中所起的作用不同，將其進(jìn)行分類。然而，在地理空間表達(dá)方面的缺陷使得ABM難以滿足未來城市擴(kuò)展的動(dòng)態(tài)模擬研究，因此，實(shí)際應(yīng)用過程中，往往將智能體與線性表達(dá)模型，如與CA（元胞自動(dòng)機(jī)）結(jié)合，通過引入Agent使CA模型具有用隨機(jī)數(shù)體現(xiàn)的模擬結(jié)果不確定性，從而增強(qiáng)模擬結(jié)果的多目標(biāo)決策價(jià)值和多尺度特征，充分表征土地系統(tǒng)宏觀結(jié)構(gòu)變化過程。

2 ABM城規(guī)模型架構(gòu)

ABM城規(guī)模型將城市定義為抽象的二維空間矩陣，主要由環(huán)境層、CA層、ABM層三部分構(gòu)成，對(duì)于特殊城市如山地城市還需要限定約束層，還要將陡坡、河流等限制地形因素排除在外。

選定城市的某年份的二元分類（僅有城市和非城市區(qū)域）遙感影像作為基期，環(huán)境層負(fù)責(zé)地理空間環(huán)境的塑造，即將二元空間的每個(gè)單元賦予地塊相應(yīng)的各種屬性，如土地利用類型、坡度、高程等。遙感影像數(shù)據(jù)。CA層負(fù)責(zé)土地利用模擬的線性部分，通過隨機(jī)選取足夠多的非城市樣本點(diǎn)，在SPSS中計(jì)算二元回歸方程得出線性城市概率Pca。ABM層負(fù)責(zé)土地利用模擬的非線性部分，往往包含兩類智能體：開發(fā)商智能體和政府智能體，其中開發(fā)商智能體代表了城市擴(kuò)張的愿望，由交通、地價(jià)、城市人口分布圖共同決定，可落實(shí)到具體的每個(gè)空間位置；而政府智能體只能起到宏觀調(diào)控的作用，通過沒有具體空間屬性。開發(fā)商智能體計(jì)算的效用結(jié)果將反饋給政府智能體，若一個(gè)區(qū)域被申請(qǐng)的次數(shù)越多，其被政府接受的概率也會(huì)增加；同理當(dāng)一個(gè)區(qū)域的申請(qǐng)被接受之后，該區(qū)域附近被接受的概率也會(huì)增加。這充分體現(xiàn)了政府考慮公眾意愿的要求。

每一個(gè)進(jìn)入模型的土地單元通過環(huán)境層獲取對(duì)應(yīng)的土地屬性，元胞自動(dòng)機(jī)層通過線性計(jì)算獲取元胞單元的城市化轉(zhuǎn)換概率；多智能體層則通過非線性部分，依據(jù)權(quán)重的選取，獲得城市轉(zhuǎn)換概率。元胞最終是否能轉(zhuǎn)化為城市單元，需要綜合考量多智能體層和元胞自動(dòng)機(jī)層，ABM模型的轉(zhuǎn)化概率與閾值（經(jīng)驗(yàn)值）進(jìn)行比較，如果總轉(zhuǎn)換概率大于閾值，則土地單元由非城鎮(zhèn)用地轉(zhuǎn)換為城鎮(zhèn)用地，若小于閾值，則保留原始非城市用地，返回計(jì)算系統(tǒng)，向政府智能體申請(qǐng)“次優(yōu)”效用的土地單元[4]。

由于主體可根據(jù)規(guī)劃性質(zhì)的不同而自主定義，如城鄉(xiāng)規(guī)劃還可引入農(nóng)戶智能體概念，市政規(guī)劃可強(qiáng)化政府智能體的效應(yīng)等，基于ABM的城市規(guī)劃模型有利于模擬出符合城市發(fā)展需求的規(guī)劃藍(lán)圖。同時(shí)，基期數(shù)據(jù)限定為同一坐標(biāo)系及相同邊界范圍的遙感影像，可確保每張規(guī)劃藍(lán)圖進(jìn)行空間疊加，實(shí)現(xiàn)全市規(guī)劃空間形成“一張圖”的愿景，具有現(xiàn)實(shí)意義。

參考文獻(xiàn)

[1] Liu JY， Tian HQ，Liu ML，et al.Chinas changing landscape during the 1990s： Large-scale land transformations estimated with satellite data[J].Geophysical Research Letters，2005（32）：1-5.

[2] 鄧祥征.土地系統(tǒng)動(dòng)態(tài)模擬[M].北京： 中國(guó)大地出版社，2008：178.

[3] 蘭少華.多Agent技術(shù)及其應(yīng)用研究[D].南京：南京理工大學(xué)，2002：87.

[4] 羅瑾.山地城市空間擴(kuò)展的特征及模擬研究——以重慶市主城區(qū)為例[D].重慶：西南大學(xué)，2014：59.