李俊芳，姚敏峰，胡華

(1.上海工程技術(shù)大學(xué)，城市軌道交通學(xué)院，上海201620；2.華僑大學(xué)建筑學(xué)院，福建廈門362021)

0 引言

郊區(qū)新型城鎮(zhèn)化是我國(guó)新型城鎮(zhèn)化主要發(fā)展方向之一，在國(guó)家公布的第三批新型城鎮(zhèn)化綜合試點(diǎn)地區(qū)中，北京市順義區(qū)等均屬郊區(qū)。近期上海全力推進(jìn)將五大郊區(qū)新城建設(shè)成為長(zhǎng)三角地區(qū)具有輻射帶動(dòng)作用的綜合性節(jié)點(diǎn)城市的議題揭示了上海郊區(qū)新型城鎮(zhèn)化的內(nèi)涵與重要性。大運(yùn)量軌道交通被公認(rèn)為是新型城鎮(zhèn)化發(fā)展的核心動(dòng)力之一[1]。大城市的郊區(qū)與市區(qū)間多建設(shè)有軌道交通以促進(jìn)郊區(qū)發(fā)展，但郊區(qū)城鎮(zhèn)間暫無線路(連接郊區(qū)城鎮(zhèn)的線路即郊域軌道交通線路，簡(jiǎn)稱郊域線)。據(jù)筆者統(tǒng)計(jì)上海軌道交通起始站均為郊區(qū)車站的全日客流量占全網(wǎng)客流量的34.7%。國(guó)外為了促進(jìn)郊區(qū)發(fā)展，大城市多建有郊域線[2]。國(guó)內(nèi)郊區(qū)間出行需求的壓力與國(guó)外的實(shí)踐充分說明了郊域線建設(shè)的必要性與可行性，同時(shí)作為我國(guó)新基建的主要領(lǐng)域，建設(shè)郊域線不僅在技術(shù)層面能切實(shí)有效解決郊區(qū)間出行問題，同時(shí)在戰(zhàn)略層面，借助郊域線深入推進(jìn)郊區(qū)新型城鎮(zhèn)化，能夠?qū)?guó)家當(dāng)前的兩大戰(zhàn)略目標(biāo)較好地融合在一起，符合國(guó)家戰(zhàn)略需求，具有深遠(yuǎn)意義。上海郊域線嘉閔線已于2021年開工，可以預(yù)見郊域線將愈受關(guān)注。

城市軌道交通是引導(dǎo)城市土地開發(fā)建設(shè)的重要媒介，能夠帶動(dòng)土地整合，優(yōu)化城市結(jié)構(gòu)。已有諸多學(xué)者針對(duì)城市軌道交通對(duì)土地發(fā)展的影響展開了研究[3-4]，軌交線引起的土地利用演變(Land Use Change，LUC)也是學(xué)術(shù)界研究的熱點(diǎn)之一[5-6]。郊域線LUC規(guī)律是科學(xué)開發(fā)郊域線周邊土地的依據(jù)，是郊域線與郊區(qū)新型城鎮(zhèn)化土地利用協(xié)調(diào)發(fā)展的基礎(chǔ)，目前國(guó)內(nèi)郊域線尚屬新興事物，此階段對(duì)郊域線LUC規(guī)律展開研究是有必要且有意義的。目前既有研究多集中于市郊線的LUC 規(guī)律，鮮有涉及郊域線；主要是對(duì)LUC結(jié)果進(jìn)行簡(jiǎn)單統(tǒng)計(jì)，鮮有涉及影響因素與LUC間關(guān)系，即LUC機(jī)制的研究。譚章智[3]研究了廣州市地鐵2 號(hào)線與8號(hào)線周邊2000年，2006年，2010年與2015年土地利用狀態(tài)(Land Use，LU)，通過對(duì)比找出變化的地塊后，得到站點(diǎn)周邊低密度居住用地向商業(yè)用地、高密度居住用地等高效益LU 的轉(zhuǎn)變，且具有階段性與空間異質(zhì)性規(guī)律，對(duì)城市中心區(qū)域的影響較小，對(duì)郊區(qū)的影響主要與可用的非建設(shè)用地面積相關(guān)。吳韜[4]對(duì)天津地鐵1號(hào)線2006年與2017年LU進(jìn)行對(duì)比后發(fā)現(xiàn)：城市核心區(qū)域站點(diǎn)設(shè)施相對(duì)完善，地塊更新較少，沿線土地功能結(jié)構(gòu)更趨于混合利用，商業(yè)用地明顯增加，工業(yè)倉(cāng)儲(chǔ)用地則相應(yīng)減少；居住用地比例變化不大，主要是低層住宅更新為高層住宅，開發(fā)強(qiáng)度更大。由于郊域線與市郊線服務(wù)區(qū)域與功能不同，前者主要連接與服務(wù)郊區(qū)新城鎮(zhèn)，如嘉閔線主要連接嘉定、閔行各主要城鎮(zhèn)；后者連接了擁有大量就業(yè)崗位及商業(yè)娛樂活動(dòng)頻繁的市區(qū)，可以預(yù)見兩者的LUC規(guī)律會(huì)有差異，故本文對(duì)郊域線的LUC規(guī)律與機(jī)制展開研究。

元胞自動(dòng)機(jī)(CA)是模擬LUC 常用的仿真工具[7]。CA的核心轉(zhuǎn)化規(guī)則即LUC機(jī)制常通過構(gòu)建模型獲取，其中線性或Logistic 回歸模型難以反映LUC 所涉及的非線性復(fù)雜特征[7-8]。馬爾科夫鏈無法處理社會(huì)經(jīng)濟(jì)類的定量因素[9]。故具有較高模擬精度與效率的人工智能算法被引進(jìn)，如人工神經(jīng)網(wǎng)絡(luò)(ANN)，但其黑箱機(jī)制使其無法反映因素對(duì)LUC的影響[10]。貝葉斯網(wǎng)絡(luò)(Bayesian Network,BN)也是人工智能的典型算法，其具有很強(qiáng)的表達(dá)時(shí)空復(fù)雜性的潛力，用概率表達(dá)因子間的關(guān)系，與LUC問題的特性(LU 間的轉(zhuǎn)化概率)較為匹配[11]。故本文采用BN 對(duì)郊域線的LUC 機(jī)制進(jìn)行建模。LUC 受多因素影響，為減弱其他因素影響，研究郊域線對(duì)LUC的影響時(shí)，設(shè)計(jì)參照區(qū)，將軌交線緩沖區(qū)(客流吸引范圍內(nèi))與參照區(qū)(客流吸引范圍外)LUC 差異進(jìn)行對(duì)比，同時(shí)將市郊線與郊域線進(jìn)行對(duì)比。最后以東京郊域軌道交通多摩線為案例，驗(yàn)證方法的可行性與適用性。

1 LUC模型

1.1 貝葉斯定理(Bayes)及BN

Bayes 與BN 均用于表達(dá)與分析不確定性和概率性問題。Bayes 表達(dá)兩個(gè)變量間的概率，公式為。其數(shù)學(xué)解釋為在變量B發(fā)生時(shí)，變量A發(fā)生的概率取決于既有數(shù)據(jù)中兩者的先驗(yàn)概率及兩者之間的概率關(guān)系。BN 是Bayes 的擴(kuò)展，在目標(biāo)變量有條件地依賴多種控制變量的情況下，從既有的知識(shí)或信息中做出推理，最終做出決策。BN 是一個(gè)有向無環(huán)圖，常用表示，其中，I為圖中的結(jié)點(diǎn)集合，E為有向連接線段的集合。結(jié)點(diǎn)代表隨機(jī)變量，結(jié)點(diǎn)間的有向邊代表結(jié)點(diǎn)間的互相關(guān)系(由父結(jié)點(diǎn)指向其子結(jié)點(diǎn))，用條件概率進(jìn)行表達(dá)關(guān)系強(qiáng)度，沒有父結(jié)點(diǎn)的用先驗(yàn)概率進(jìn)行信息表達(dá)。圖1為BN的簡(jiǎn)單例子，其中，X1，X2，X3，X4均為網(wǎng)絡(luò)結(jié)點(diǎn)。

圖1 簡(jiǎn)單的BNFig.1 Simple BN case

圖中箭頭從X1指向X3，X1稱為X3的父結(jié)點(diǎn)，X3稱為X1的子結(jié)點(diǎn)。BN適用于連續(xù)與分類變量，對(duì)于后者，每個(gè)結(jié)點(diǎn)附屬有該結(jié)點(diǎn)對(duì)應(yīng)變量在其父結(jié)點(diǎn)確定時(shí)的條件概率表(如果沒有父結(jié)點(diǎn)如X1與X2，就是各自的先驗(yàn)概率)。所有概率表集合定義了模型的參數(shù)。

1.2 BN求解、推理與模式分析

通過網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)學(xué)習(xí)實(shí)現(xiàn)求解。結(jié)構(gòu)可通過專家指定，但若結(jié)點(diǎn)間關(guān)系未知或部分已知，需通過學(xué)習(xí)觀察數(shù)據(jù)得到，做法是在給定數(shù)據(jù)集中尋找變量間的條件獨(dú)立性關(guān)系。基于網(wǎng)絡(luò)結(jié)構(gòu)和數(shù)據(jù)，采用最大似然估計(jì)法進(jìn)行網(wǎng)絡(luò)參數(shù)學(xué)習(xí)。

BN 因果推理是根據(jù)獲得的自變量值，利用網(wǎng)絡(luò)計(jì)算出該自變量值下因變量某具體值發(fā)生的概率。圖1中當(dāng)網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)學(xué)習(xí)完成后，在X1取值x1，X2取值x2時(shí)，X3的值為x3的概率可以直接從網(wǎng)絡(luò)得出。由于BN的逆概率性，也可實(shí)施診斷與支持推理，其過程與因果推理類似。BN推理可用于預(yù)測(cè)。

為辨識(shí)某變量的關(guān)鍵影響變量，利用網(wǎng)絡(luò)實(shí)施模式分析，計(jì)算目標(biāo)變量某狀態(tài)下各變量強(qiáng)度，公式為

式中：Xtest為待檢驗(yàn)變量；Xtarget為目標(biāo)變量；rtarget為目標(biāo)變量的狀態(tài)總數(shù)；k為目標(biāo)變量除狀態(tài)t外的狀態(tài)值；為待檢驗(yàn)變量強(qiáng)度計(jì)算函數(shù)。式(1)表示待檢驗(yàn)變量在目標(biāo)變量為狀態(tài)t時(shí)與其在目標(biāo)變量為其他狀態(tài)時(shí)的距離，距離大說明目標(biāo)變量為不同狀態(tài)時(shí)待檢驗(yàn)變量差異顯著，說明目標(biāo)變量對(duì)該檢驗(yàn)變量的影響大。將同一目標(biāo)變量的多個(gè)檢驗(yàn)變量的強(qiáng)度進(jìn)行對(duì)比可辨識(shí)目標(biāo)變量影響最大的變量。如可辨識(shí)區(qū)域變量(緩沖區(qū)、參照區(qū))影響最大的變量，則該變量有可能是受軌道交通影響最大的變量。

1.3 BN變量選取——軌道交通引起的LUC

目標(biāo)結(jié)點(diǎn)變量是軌道交通建設(shè)后地塊的類型，用“終態(tài)”變量表示，有田地，森林，荒地，建筑用地，交通用地，運(yùn)動(dòng)競(jìng)技用地，水域，草地8 個(gè)變量值。影響因素包含：①地塊的初始利用類型，用“初始態(tài)”變量表示，同“終態(tài)”變量，有8 個(gè)變量值；②地塊初始鄰域地塊狀態(tài)，用鄰域地塊中各LU 的個(gè)數(shù)表示，含8 種地塊類型變量，每個(gè)變量取值從0 到8(因?yàn)榈貕K有8個(gè)鄰域地塊，屬于某LU的個(gè)數(shù)不超過8)，代表鄰域地塊中該類型地塊的個(gè)數(shù)；③地塊是否位于客流吸引范圍內(nèi)，用區(qū)域變量表示，有參照區(qū)、緩沖區(qū)2個(gè)變量值。

2 案例分析

2.1 案例介紹

鑒于國(guó)內(nèi)缺乏完整的可獲取的LU 數(shù)據(jù)，而東京都1987年，1991年，1997年，2006年，2014年的LU 數(shù)據(jù)全面且公開透明易獲取，選擇東京都作為研究城市。研究東京都郊域線的LUC 規(guī)律于上海、北京、廣州等大城市具有很好的參考價(jià)值。以東京都郊域線——多摩線作為實(shí)證研究對(duì)象，并選取市郊線——7 號(hào)線作對(duì)比。多摩線1998年開通運(yùn)營(yíng)，7 號(hào)線1991年開通運(yùn)營(yíng)。東京都行政區(qū)劃圖、軌道交通網(wǎng)絡(luò)圖及多摩線與7 號(hào)線均見文獻(xiàn)[4]，東京都土地利用狀態(tài)(以2006年為例)與兩線車站位置如圖2所示。鑒于軌道交通線路對(duì)LUC 的影響集中在一定范圍，取線路2 km 緩沖區(qū)作為L(zhǎng)UC研究范圍[4]。

圖2 東京都LU與線路車站位置Fig.2 LU in Tokyo and station sites of research lines

2.2 參照區(qū)選取

選擇線路2 km緩沖區(qū)外同行政區(qū)的其他區(qū)域作為參照區(qū)，兩線參照區(qū)范圍見文獻(xiàn)[4]。兩線LUC 情況分別如圖3 和圖4所示。多摩線1998年開通，暫用1997年的土地利用數(shù)據(jù)。

圖3 7號(hào)線LUC情景Fig.3 LUC of 7 Line by time

2.3 演變規(guī)律

采用Bayes Server[12]軟件對(duì)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)構(gòu)建與參數(shù)標(biāo)定。兩線LUC規(guī)律BN結(jié)構(gòu)分別如圖5和圖6所示。圖5中97終態(tài)與06終態(tài)兩個(gè)終態(tài)變量，分別表示多摩線開通時(shí)與開通后LU；圖6 中91 終態(tài)與97終態(tài)的解釋同理。

圖6 7號(hào)線LUC規(guī)律BN結(jié)構(gòu)Fig.6 BN of land use change for 7 Line

(1)多摩線

圖5 中，區(qū)域變量與97 終態(tài)和06 終態(tài)有直接關(guān)聯(lián)，表明開通時(shí)和開通后LU與區(qū)域有關(guān)，說明多摩線建設(shè)與運(yùn)營(yíng)均對(duì)LUC 產(chǎn)生了影響；區(qū)域變量與初始鄰域森林地塊個(gè)數(shù)有直接關(guān)聯(lián)，因?yàn)榫彌_區(qū)即使在未建設(shè)多摩線之前，也屬開發(fā)較多，森林占比較小的區(qū)域，與參照區(qū)森林占比有顯著差異。初始態(tài)與97終態(tài)有直接關(guān)聯(lián)，06終態(tài)與97終態(tài)、初始態(tài)均無關(guān)聯(lián)，說明開通前LU 僅影響了開通時(shí)LU，運(yùn)營(yíng)期LU 不依賴初始態(tài)或前一時(shí)期狀態(tài)，表明郊域線作為郊區(qū)LUC 的強(qiáng)驅(qū)動(dòng)力，運(yùn)營(yíng)后引起LUC活躍程度較大。模式分析結(jié)果如表1所示。

表1 多摩線LUC規(guī)律BN模式分析Table 1 Pattern analysis for BN of Tamatoshi monorail line

圖5 多摩線LUC規(guī)律BN結(jié)構(gòu)Fig.5 BN of LUC for Tamatoshi monorail line

從表1 可以看出，區(qū)域變量取為緩沖區(qū)時(shí)，強(qiáng)度較大的變量依次是初始鄰域森林地塊個(gè)數(shù)、06終態(tài)，初始鄰域建筑用地個(gè)數(shù)以及97 終態(tài)。表明緩沖區(qū)與參照區(qū)上述變量出現(xiàn)了顯著差異，初始鄰域森林地塊個(gè)數(shù)、06終態(tài)，97終態(tài)變量與上文分析一致。初始鄰域建筑地塊個(gè)數(shù)的解釋同初始鄰域森林地塊個(gè)數(shù)變量。

(2)7號(hào)線

區(qū)域變量與LU 終態(tài)沒有直接關(guān)聯(lián)，即緩沖區(qū)與參照區(qū)LUC 相似，沒有顯著區(qū)別，說明7 號(hào)線建設(shè)與運(yùn)營(yíng)對(duì)LUC沒有產(chǎn)生顯著影響，因?yàn)?號(hào)線大部分位于市區(qū)，市區(qū)LUC驅(qū)動(dòng)力較多，即便是軌道交通線網(wǎng)也十分密集，7號(hào)線參照區(qū)內(nèi)LUC會(huì)受到其他驅(qū)動(dòng)力的影響而使得演變與7 號(hào)線緩沖區(qū)無差異；區(qū)域變量與初始鄰域田地、森林地塊個(gè)數(shù)有直接聯(lián)系，說明未建設(shè)7 號(hào)線之前，其參照區(qū)與緩沖區(qū)的田地、森林用地個(gè)數(shù)有差異。初始態(tài)與91終態(tài)有直接關(guān)聯(lián)，91 終態(tài)與97 終態(tài)有直接關(guān)聯(lián)。市區(qū)LU 總是與前一時(shí)期LU 有關(guān)聯(lián)，說明市區(qū)LU延續(xù)性好，是市區(qū)土地發(fā)展成熟的體現(xiàn)。模式分析結(jié)果如表2所示。

表2 7號(hào)線LUC規(guī)律BN模式分析Table 2 Pattern analysis for BN of 7 Line

表2 中，區(qū)域變量取為緩沖區(qū)時(shí)，強(qiáng)度較大的變量依次是初始鄰域田地地塊個(gè)數(shù)、森林、建筑用地個(gè)數(shù)。表明緩沖區(qū)與參照區(qū)上述變量出現(xiàn)了顯著差異，初始鄰域田地、森林地塊個(gè)數(shù)與上文分析一致。初始鄰域建筑地塊個(gè)數(shù)解釋同初始鄰域森林地塊個(gè)數(shù)變量。

(3)網(wǎng)絡(luò)推理與預(yù)測(cè)

針對(duì)多摩線，初始態(tài)變量取為建筑，區(qū)域變量取為緩沖區(qū)，初始鄰域建筑個(gè)數(shù)取為0 個(gè)時(shí)，06 終態(tài)變量為建筑用地的概率P(06 終態(tài)=建筑/初始態(tài)=建筑，區(qū)域=緩沖區(qū)，建筑=0)為52.8%，如圖7所示。據(jù)此，針對(duì)建筑用地的推理內(nèi)容如圖8所示。

圖7 多摩線LUC規(guī)律BN推理示意圖Fig.7 Chart of BN Inference for Tama Line

圖8 多摩線建筑用地BN推理內(nèi)容Fig.8 BN inference for construction land of Tama Line

從圖8看出：

(1)對(duì)比a1與a2，緩沖區(qū)組06終態(tài)為建筑用地的概率隨著初始鄰域建筑用地個(gè)數(shù)的增加而增大，但是幅度很小(52.58%～54.47%)，趨平緩；參照區(qū)組增大的幅度較明顯(5.8%～64.35%)，且0到1還有較大的跨越，說明參照區(qū)建筑地塊鄰域無建筑地塊時(shí)，該地塊終態(tài)為建筑用地的概率非常小，但當(dāng)鄰域有建筑地塊時(shí)，該地塊終態(tài)為建筑用地的概率變得非常大，反映了參照區(qū)建筑地塊聚集程度較高。b1與b2對(duì)比也有同樣的規(guī)律。

(2)對(duì)比a1 與b1，a2 與b2 可看出，無論地塊位于緩沖區(qū)還是參照區(qū)，初始態(tài)為建筑用地，06 終態(tài)為建筑用地的概率均大于初始態(tài)為森林的情況，且參照區(qū)較明顯，說明參照區(qū)初始建筑地塊帶動(dòng)鄰域開發(fā)為建筑地塊的程度要大于緩沖區(qū)，同樣也反映了參照區(qū)建筑地塊聚集程度較高。

(3)對(duì)比c1與c2可看出，無論地塊位于緩沖區(qū)還是參照區(qū)，無論其初始鄰域建筑用地個(gè)數(shù)大小，初始態(tài)為建筑用地，97終態(tài)為建筑用地的概率始終非常高，這與前述97 終態(tài)與初始態(tài)有直接關(guān)聯(lián)一致。而d1 與d2 也論證了此結(jié)論，當(dāng)初始態(tài)為森林用地，無論地塊位于緩沖區(qū)還是參照區(qū)，無論其初始鄰域建筑用地個(gè)數(shù)大小，97終態(tài)為建筑用地的概率始終非常低。

與(1)和(2)中郊域線運(yùn)營(yíng)期參照區(qū)建筑地塊聚集程度較高相比，緩沖區(qū)地塊演變?yōu)榻ㄖ玫厥芙ㄖ玫鼐奂潭扔绊戄^低，演變較獨(dú)立，同樣是由郊域線作為強(qiáng)驅(qū)動(dòng)力，引起LUC 活躍程度比較大引起的；此外，還可推理出當(dāng)06終態(tài)變量選為建筑用地時(shí)，區(qū)域變量為緩沖區(qū)的概率為87.2%，初始鄰域森林個(gè)數(shù)取為0 個(gè)的概率為98.5%，說明為支持06終態(tài)變量為建筑用地，區(qū)域需在87.2%的概率為緩沖區(qū)，初始鄰域用地需98.5%程度上為非森林地塊。

基于BN 推理可預(yù)測(cè)未來LU。以多摩線2006年LU 作為初始態(tài)，根據(jù)運(yùn)營(yíng)期1997—2006年LU數(shù)據(jù)標(biāo)定BN，進(jìn)而預(yù)測(cè)2014年LU。總地塊數(shù)為6539 個(gè)，預(yù)測(cè)結(jié)果與實(shí)際地塊不相符的個(gè)數(shù)為654，預(yù)測(cè)精度達(dá)89.9%，結(jié)果如圖9所示。

圖9 多摩線緩沖區(qū)LU預(yù)測(cè)Fig.9 Prediction of LU for Tama Line

2.4 軌道交通引起的LUC機(jī)制

既有文獻(xiàn)對(duì)交通設(shè)施引起的LUC 機(jī)制的解釋均歸結(jié)于交通自身的功用——提高出行可達(dá)性[13-17]。文獻(xiàn)[13-14]中，因?yàn)榭蛇_(dá)性提高，在道路網(wǎng)絡(luò)發(fā)展至不僅使車輛到達(dá)種植地比較便利同時(shí)，旱地作物被運(yùn)往市場(chǎng)也很便利，旱地作物用地對(duì)道路網(wǎng)絡(luò)這個(gè)因素十分敏感，典型的LUC 現(xiàn)象是森林退化為旱地作物耕地；同時(shí)道路網(wǎng)絡(luò)連接度越好，建筑用地比例越高，說明人們更偏好在道路網(wǎng)絡(luò)附近定居以獲得較好的可達(dá)性。軌道交通的建設(shè)使得人們出行可達(dá)性提高，吸引人們?cè)敢庠谄渲苓吘幼∨c生活，因此出現(xiàn)居住商業(yè)等用地以及密度增加等現(xiàn)象。據(jù)此分析郊域線LUC 的表現(xiàn)，郊域線運(yùn)營(yíng)后極大提高緩沖區(qū)內(nèi)居住與商業(yè)出行的可達(dá)性，會(huì)受相關(guān)用地如建筑用地的青睞，故其緩沖區(qū)與參照區(qū)LUC出現(xiàn)了明顯差異。同樣也會(huì)導(dǎo)致緩沖區(qū)地價(jià)上升，使得工業(yè)遷走，森林農(nóng)田被開發(fā)等；在某些用地類型消失，新的用地類型出現(xiàn)的過程中，用地類型更迭顯著，即表現(xiàn)出運(yùn)營(yíng)期與前期LU 無直接關(guān)系；因?yàn)榻ㄖ玫厥艿角嗖A，即使鄰域沒有建筑地塊，其他用地突變?yōu)榻ㄖ貕K的可能性也較大，表現(xiàn)出運(yùn)營(yíng)期緩沖區(qū)地塊演變?yōu)榻ㄖ玫厥芙ㄖ玫鼐奂潭扔绊戄^低。

但是在文獻(xiàn)[13-15]中，均提到交通設(shè)施并不是引起LUC的唯一因素，諸如社會(huì)經(jīng)濟(jì)、政策等均會(huì)影響LUC，這一方面說明了參照區(qū)與緩沖區(qū)設(shè)置的合理性，另一方面也佐證了市區(qū)LUC 多驅(qū)動(dòng)力的解釋，因?yàn)樵谝粋€(gè)城市中，市區(qū)總是因?yàn)閾碛写罅烤蜆I(yè)崗位以及商業(yè)娛樂活動(dòng)頻繁導(dǎo)致其吸引力更強(qiáng)，社會(huì)經(jīng)濟(jì)與政策因素都會(huì)向市區(qū)傾斜，因此市區(qū)比郊區(qū)擁有更多的LUC 驅(qū)動(dòng)力，即便是軌道交通線網(wǎng)也十分密集，市郊線參照區(qū)LUC 會(huì)受到其他驅(qū)動(dòng)力的影響而使得演變與緩沖區(qū)無差異。

3 結(jié)論

隨著郊區(qū)新型城鎮(zhèn)化的推進(jìn)，郊域線的建設(shè)是必要可行的。為探索郊域線與土地利用之間的關(guān)系以促進(jìn)兩者協(xié)調(diào)發(fā)展，針對(duì)郊域線的LUC 規(guī)律進(jìn)行研究。采用與LUC 特征描述較為符合的BN模型分析郊域線LUC 機(jī)制，探討了影響LUC 的因素——地塊初始態(tài)、初始鄰域地塊狀態(tài)、地塊所處區(qū)域?qū)UC 的影響，在既有研究多以市郊線為對(duì)象并主要對(duì)LUC 結(jié)果進(jìn)行簡(jiǎn)單統(tǒng)計(jì)的現(xiàn)狀下，豐富了軌道交通LUC機(jī)制研究。本文得到主要結(jié)論如下：

(1)郊域線開通前后參照區(qū)與緩沖區(qū)LUC出現(xiàn)顯著差異，其對(duì)LUC產(chǎn)生了明顯影響；市郊線則未產(chǎn)生影響。綜上說明不同于市區(qū)LUC 的多驅(qū)動(dòng)力，郊域線作為郊區(qū)LUC的強(qiáng)驅(qū)動(dòng)力，引起的LUC變化顯著，故通過建設(shè)郊域線推動(dòng)郊區(qū)土地發(fā)展，加速郊區(qū)新型城鎮(zhèn)化進(jìn)程是可行的。

(2)BN推理顯示，郊域線運(yùn)營(yíng)期緩沖區(qū)終態(tài)為建筑受建筑用地聚集程度的影響低于參照區(qū)，演變較獨(dú)立，可為郊域線土地開發(fā)過程中建筑用地布局提供參考。為支持郊域線運(yùn)營(yíng)期地塊終態(tài)為建筑用地，區(qū)域需87.2%的概率為緩沖區(qū)，初始鄰域用地需98.5%程度上為非森林地塊，可為郊域線土地開發(fā)過程中建筑用地選址提供參考。

(3)多摩線緩沖區(qū)2014年LU 預(yù)測(cè)結(jié)果精度為89.9%，表明BN較強(qiáng)的推理能力，論證了選用貝葉斯網(wǎng)絡(luò)分析郊域線LUC機(jī)制方法的有效性。

本文僅將區(qū)域變量設(shè)為緩沖區(qū)與參照區(qū)衡量郊域線對(duì)LUC 的影響，但緩沖區(qū)內(nèi)到車站不同距離區(qū)域LUC 是否差異顯著是進(jìn)一步研究的方向。