地理模拟系统在城市规划中的应用

地理模拟系统在城市规划中的应用　黎夏叶嘉安刘小平　【摘要】提出了地理模拟系统（Ｇｅｏｇｒａｐｈｉｃａｌ　ｓｉｍｕｌａ—　ｔｉｏｎ　ｓｙｓｔｅｍｓ）的概念，认为它可以弥补目前地理信　息系统在模型功能方面的不足，可以有效地模　拟、预测、优化和分析复杂的资源环境系统。利　用地理模拟系统技术，包括元胞自动机和多智能　体，可以对复杂的城市系统进行模拟及调控实　验，为城市规划提供辅助决策依据。　【关键词】地理模拟系统；元胞自动机；多智能　体；城市规划　ＧＥＯＧＲＡＰＨＩＣＡＬ　ＳＩＭＵＵ　ＩＯＮ　ＳＹＳＴＥＭＳ　ＦＯＲ　ＵＲＢＡＮ　ＰＬＡＮＮＩＮＧ　ＬＩ　Ｘｉａ；ＹＥＨ　Ａｎｔｈｏｎｙ　Ｇａｒ－Ｏｎ；ＬＩＵ　Ｘｉａｏｐｉｎｇ　ＡＢＳＴＲＡＣＴ：ＧＩＳ　ｈａｖｅ　ｂｅｅｎ　ｗｉｄｅｌｙ　ａｐｐｌｉｅｄ　ｉｎ　ｕｒｂａｎ　ｐｌａｎｎｉｎｇ　ｂｅｃａｕｓｅ　ｏｆ　ｔｈｅｉｒ　ｐｏｗｅｒｆｕｌ　ｓｐａｔｉａｌ　ｄａｔａ　ｈａｎ—　ｄｌｉｎｇ　ｃａｐａｂｉｌｉｔｉｅｓ．Ｔｈｉｓ　ｐａｐｅｒ　ｄｅｖｅｌｏｐｓ　ｔｈｅ　ｆｒａｍｅｗｏｒｋ　ａｎｄ　ｍｅｔｈｏｄｏｌｏｇｉｅｓ　ｏｆ　ｇｅｏｇｒａｐｈｉｃａｌ　ｓｉｍｕｌａｔｉｏｎ　ｓｙｓ—　ｔｅｍｓ（ＧＳＳ）．ＧＳＳ　ｗｉｌｌ　ｐｒｏｖｉｄｅ　ｔｈｅ　ｐｏｗｅｒｆｕｌ　ｓｉｍｕｌａ－　ｔｉｏｎ　ｆｕｎｃｔｉｏｎｓ　ｔｈａｔ　ａｒｅ　ｑｕｉｔｅ　ｗｅａｋ　ｉｎ　ｅｘｉｓｔｉｎｇ　ＧＩＳ．　Ｔｈｅ　ｃｏＦｅ　ｏｆ　ＧＳＳ　ｉｓ　ｃｅｌｌｕｌａｒ　ａｕｔｏｍａｔａ　ｎａｄ　ｍｕｌｔｉ—ａｇｅｎｔ　ｓｙｓｔｅｍｓ．ＧＳＳ　ｃａｎ　ｂｅ　ｕｓｅｄ　ｔｏ　ｓｉｍｕｌａｔｅ，ｐｒｅｄｉｃｔ，ｏｐｔｉ—　ｍｉｚｅ　ａｎｄ　ｎａａｌｙｚｅ　ｃｏｍｐｌｅｘ　ｎａｔｕｒａｌ　ｓｙｓｔｅｍｓ．Ｉｔ　ｃａｎ　ｅｂ　ｕｓｅｄ　ｔｏ　ｆａｃｉｌｉｔａｔｅ　ｔｈｅ　ｍｏｄｅｌｉｎｇ　ｏｆ　ｃｏｍｐｌｅｘ　ｈｕｍａｎ—　ｅｎｖｉｒｏｎｍｅｎｔ　ｉｎｔｅｒａｃｔｉｏｎｓ　ｉｎ　ｓｏｌｖｉｎｇ　ｌｎａｄ　ｕｓｅ　ｐｍ￣ｅｍｓ．　ＫＥＹＷＯＲＤＳ：ｇｅｏｇｒａｐｈｉｃａｌ　ｓｉｍｕｌａｔｉｏｎ　ｓｙｓｔｅｍｓ；ｃｅｌ—　ｌｕｌｒａ　ａｕｔｏｍａｔａ；ｍｕｌｔｉ—ａｇｅｎｔ　ｓｙｓｔｅｍｓ；ｕｒｂａｎ　ｐｌｎａｎｉｎｇ　１　前言　地理信息系统（ＧＩＳ）在城市信息系统中发挥　着主导作用，为有效地进行城市管理和规划工作　提供了强有力的手段。目前．ＧＩＳ技术已经广泛地　应用在城市的各职能部门，包括城市规划　国土　资源、环境保护、市政管理、交通　通讯、公安　消防等。ＧＩＳ基本是强调空间信息的获取　储存、　管理、显示和制图等功能．其模型方面的功能还　是相对较弱．在分析和模拟复杂城市系统的特征　方面还存在一定的局限性。　城市是一个典型的动态空间复杂系统．具有　开放性　动态性、自组织性　非平衡性等耗散结　构特征。城市的发展变化受到自然、社会、经济　文化、政治．法律等多种因素的影响，因而其行　为过程具有高度的复杂性。过去是采用从上至下　的方程式方法来研究城市系统存在着较大的弊　端。ＧＩＳ往往被用来解决传统模型中的复杂空间问　题。这些模型的执行主要通过ＧＩＳ操作来实现．如：　基于多要素的区位选址能方便地用ＧＩＳ空间分析　来完成。ＧＩＳ通过大量的空间运算（布尔运算等）　可以寻找到适宜的位置。传统ＧＩＳ模型能很好地解　决部分空间相关问题．但对复杂的时空动态变化　地理现象却难以模拟。许多地理现象的时空动态　发展过程往往比其最终形成的空间格局更为重　要．譬如城市扩展．疾病扩散　火灾蔓延　人口　‘９ｌｖ一淳瞄薪占　辫阱萍　漳堡　迁移．经济发展等。　为更好地研究资源环境复杂系统的时空动态　一　变化特征．需要在ＧＩＳ中耦合自下而上的动态模　型．构成地理模拟系统。ＧＩＳ与时空动态模型的耦　合将会极大地增强现有ＧＩＳ分析复杂系统的能力。　地理模拟系统的关键技术主要由元胞自动机　（Ｃｅｌｌｕｌａｌ　Ａｕｔｏｍａｔａ即：ＣＡ）和多智能体（Ｍｕｌｔｉ－　Ａｇｅｎｔ）组成。ＣＡ和多智能体系统具有强大的复　杂系统模拟的能力，在一些领域正慢慢补充或取　代一些从上至下的分析模型。基于局部个体相互　作用的模型比传统的宏观模型更具有优势。资源　环境复杂系统的变化除了受到自然因素的影响．　也受到社会经济等人文因素的影响。元胞自动机　与多智能体的结合将有助于对一系列资源环境复　杂系统的模拟和规划，包括：土地利用演变及优　【文章编号】１　００　２—１　３　２　９　（２００６）０６－００６９－０６　【中图分类号】ＴＵ　９８４：ＴＰ３　【文献标识码】Ａ　【作者简介】　黎夏．男．中山大学地理科　学与规划学院．教育部长　江学者特聘教授．博士。　叶嘉安．男．香港大学研究　学院院长．中国科学院院　士．博士。　刘小平，男．中山大学地理　科学与规划学院博士生。　【收稿日期】２００６－－０１—１１　国家杰出青年基金资助项　目（４０５２５００２）、国家自然科　学基金资助项目（４０４７Ｉ１　ｏｓ）、　“９８５工程”ＧＩＳ与遥感的地　学应用科技创新平台资助　项目（１　０５２０５２００４００００６）。　耳ｊ　维普资讯 http://www.cqvip.com

ｌ２００西椅糯∞０瞎糯西彗＜ｏ广３ｃｌＮｏ西Ｌ亡ｚ　晷　１ｖ　一藩　浴壁ｏｌＴ　ｚ兰ｚ０卫ｍ＜ｌＥｖｖ　化　不同尺度下的城市空间结构演化的模拟、预　测和调控；资源的可持续利甩基于多智能体的传　染病传播模型　城市交通的优化网络；人群紧急　疏散模型　犯罪与公共安全等。　的转换规则中　嵌入规划目标，可以模拟出相应　的城市发展格局［。－。］。规划者在做出决策前　根据　不同的规划情景，用ＣＡ模拟出若干可能的城市发　展空间格局　然后确定较为合理的城市发展模　式，为城市的可持续发展提供科学依据。根据模　型的结构和输入的数据，ＣＡ可以模拟出各具特色　的城市发展空间格局。ＣＡ作为城市规划的工具，　关键是要正确定义模型的结构　以及在模型中嵌　入合理的规划目标。　２　基于元胞自动机和多智能体的地理模拟　系统　地理模拟系统是在计算机软、硬件系统支持　下　通过虚拟模拟实验，对复杂系统（如各种地　理现象）进行模拟、预测、优化、分析和显示的　系统．是探索和分析地理现象的格局、过程、演　变及知识发现的有效工具　地理模拟系统试图从　微观入手　探索地理微观空间实体之间相互作用　形成宏观地理格局的动态过程。利用地理模拟系　统技术，包括ＣＡ和多智能体　可以对复杂的城市　系统进行模拟及调控实验　为城市规划提供辅助　决策依据。　ＣＡ具有强大的空间建模能力和运算能力．　能模拟具有时空特征的复杂动态系统。ＣＡ在自然　科学、化学　生物学中成功模拟了复杂系统的繁　殖、自组织、进化等过程。与传统精确的数学模　型相比，ＣＡ能更清楚　准确、完整地模拟复杂的　自然现象川。ＣＡ能够模拟出复杂系统中不可预测　的行为　这对于传统的基于方程式的模型来说　是无能为力的。　ＣＡ与计算科学的发展有密切的关系的　它　的出现为早期计算机的设计提供了依据。ＣＡ的起　源可以追溯到１　９５０年代　美国数学家冯－诺伊曼　（Ｙｏｎ　Ｎｅｕｍａｎｎ）根据同事乌拉姆（Ｓ　Ｍ　Ｕｌａｍ）　的建议　开始考虑自我复制机的可能性。他用ＣＡ　演示了机器能够模拟自身的现象　并得到了这样　的结论：如果机器能模拟出自身的动作，说明存　在自繁殖的规律［２】。诺伊曼由此设计出第一个二　维的ＣＡ。由于当时这种结构的ＣＡ需要巨大的计　算能力　所以没能被广为研究直到数字计算机的　广泛传播。　城市是一个典型的动态空间复杂系统　而基　于自下而上的ＣＡ正具有模拟复杂城市系统的优　势。自１　９８０年代以来　城市ＣＡ的研究取得了可喜　的成果，城市地理学家们发表了大量的论文　３—７１。　城市系统是在二维空间上演变的。因此　用二维　ＣＡ模拟城市的演变更为方便　直观。通过合理地　定义转换规ｈｉＪ．ＣＡ可以产生不同可能及优化的城　市空间格局　这对城市规划有着重要的意义。　除了模拟现有的城市空间格局外，ＣＡ还可　以用来设计结构更优化的城市格局［ｅ］。最近．有　些学者尝试用ＣＡ来为城市规划提供服务　在ＣＡ　用约束，Ｉ＇ＳＣＡ￣ｎＧＩＳ研究可持续的城市发展模　式＿ｅ１。约束性ＣＡ能够控制农业用地的流失　促进　城市发展的紧凑性　以避免浪费宝贵的土地资　源。约束　＇ＩＳＣＡ还可以研究城市发展模式和城市能　量消耗之间的关系，为选择不同的发展模式提供　依据　７］。沃德（Ｗａｒｄ）等用约束性ＣＡ模拟了澳大　利亚东部海岸旧金山湾的城市扩张。这些学者通　过在ＣＡ中嵌入可持续发展指标模拟不同规划情　景下城市的发展，并与真实的城市扩张作了对　比。研究表明，在ＣＡ中嵌入社会经济因素、自然　因素和政府控制因素能改变　约束和控制城市的　扩张＿Ｅ１　城市ＣＡ的转换规则不像传统的ＣＡ那样有严　格的定义．而是相对比较灵活。大多数学者都是　通过计算转换概率来定义转换规则。巴蒂（Ｂａｔｔｙ）　的研究表明　尽管ＣＡ的特点是由一些非常简单的　规则来组成．但它的确能够有效地模拟复杂的城　市空间系统的演变过程。其基本规则是通过统计　３×３窗口内各邻近单元的状态分布来决定中心　单元的状态或转换。根据巴蒂的研究　模拟城市　扩张的一个简单ＣＡ可以表达如下［９１：　ＩＦ　窗口内有已经发展的土地　ＴＨＥＮ　｛Ｘ．Ｙ）＝∑　）／８　∈ｎ　ＦＩ　｛ｘ，Ｙ｝＞阈值　ＴＨＥＮ　单元ｃｅ　Ｘ，　有Ｐ｛Ｘ，　的概率被开　发为城市用地　其中　Ｘ，Ｙｌ是单：Ｓｉｘ，　的发展　概率：Ｑ是Ｍｏｏｒｅ邻近窗口。　转换潜力也可以通过一系列因素联合计算。　用三个因素来计算模型的转换潜力［１ｏ１（１）元胞　本身的适宜性；（２）元胞邻域的集聚影响：（３）随　机扰动因素。可用下式表示：　Ｐ　＝ｚＳＮ　Ｅ　２　Ｎ：　Ｉ　Ｗ　ａ　ｉ　Ｚ　Ｙ　０　其中　维普资讯 http://www.cqvip.com

Ｐ　表示转换到状态Ｚ的潜力：　Ｓ　表示元胞进行Ｚ活动的适宜性：Ｓ　∈［０．１］：　Ｎ　表示邻近范围的影响：　Ｗ　表示离中心元胞距离为ｄ．状态为ｙ时　的权重：　－表示在距离范围ｄ中元胞的指数；　￡　是随机变量；　Ｉ．　ｆ　．Ｉ＝＜１　　０　１．元胞・在距离ｄ范围内且状态为Ｙ．其他。　克拉克（Ｃｌａｒｋｅ）【１１］等运用五个因素控制城市　的模拟。这５个因素包括聚集、繁殖、扩散　坡　度限制和道路的影响。模型的转换规则通过这５　个因素来定义．这些因素影响城市随机转换的数　量．各个因素值的确定作为模型校正的一部分可　以在模型运行时进行设定。　吴和韦伯斯特（Ｗｕ和Ｗｅｂｓｔｅｒ）［５】提出了基　于多准则判断（Ｍｕｌｔｉｃｒｉｔｅｒｉａ　ｅｖａｌｕａｔｉｏｎ　ｔｅｃｈｎｉｑｕｅｓ．　简称ＭＣＥ）的ＣＡ城市模型，主要是运用ＭＣＥ方法　计算ＣＡ的城市转换概率。ＭＣＥ用来获取不同发展　模式下的参数。元胞的城市发展概率的计算公式　如下：　ｅ　［ａ　ｒ　其中．０【表示离散程度的变量．取值Ｏ一１　是元胞ｉｊ的评估值　是ｒ．．的最大值。　评估值由下列线性方程计算　ｒ＝．．（Ｂ　１　ＣＥＮＴＲＥ＋Ｂ　２　ＩＮＤＵＳＴＲＬ＋　Ｂ　３　Ｎ　ＷＲＡＩＬＳ＋Ｂ　Ｈ。ＧＨｗＡＹ＋　Ｂ　５　ＮＥＩＧＨＢＯＲ）ＲＥＳＴＲＩＣＴ　其中．Ｂ　．…　Ｂ　是从ＭＣＥ的层次分析法　获取的权重：ＣＥＮＴＲＥ　ＩＮＤＵＳＴＲＬ．ＮＥＷＲＡＩＬＳ．　ＨＩＧＨｗＡＹ．ＮＥＩＧＨＢＯＲ是空间发展变量。　ＣＡ和社会经济理论模型结合后．模型的转　换规则变得更为复杂。城市ＣＡ模型除与传统ＣＡ　的局部规则有关外．还与社会经济因子有关［｜　。　运用该类复杂模型的一个案例就是在ＣＡ模型的转　换规则中嵌入社会行为、劳利模型和系统动力学　模型。在该类模型中．需要强调市场机制对城市土　地利用转变的引导作用。森布洛尼（Ｓｅｍｂｏｌｏｎｉ）开　发了一个与劳利模型非常接近的ＣＡ，与简单的　ＣＡ相比．这个模型更加复杂［＿　。怀特和恩格勒恩　（Ｗｈｉｔｅ　ａｎｄ　Ｅｎｇｅｌｅｎ）也开发了一个类似的模型．　他们用ＣＡＲＥ宏观模型相结合．宏观模型用来表示　人口、经济和资源环境在非局部范围的动态变化　＿｜　。吴和韦伯斯特在ＣＡ中引入行为规则．通过混　合的经济平衡模型和ＣＡ案例定义转换规则。这种　转换规则是基于经济行为理论的而不是基于简单　的启发式方法．元胞的城市发展潜力由货币价值　表示［　。　城市复杂系统除了受自然因素影响外．也受　到许多社会人文等因素的影响。元胞自动机在反　映这些带有主观　Ｉ＊ｚ．￣１Ｄ具有相互作用的因素时有较　大的局限性。近年来起源于计算机科学的多智能　体系统技术可以被用来反映城市复杂系统中不同　的角色在影响城市和土地利用系统演化中所起的　复杂作用。多智能体系统来源于复杂适应系统理　论．是由多个可以相互交互的Ａｇｅｎｔ计算单元所　组成的系统。Ａｇｅｎｔ是指在虚拟环境中具有自主能　力、可以进行有关决策的实体。这些实体可以代　表动物、人类．或机构等。例如．英国高级空间　分析应用中心（Ｃｅｎｔｅ　ｒ　ｆｏ　ｒ　Ａｄｖａｎｃｅｄ　Ｓｐａｔｌａｌ　Ａｎａｌｙｓｉｓ）建立的模型．就是运用元胞自动机和多　智能体系统模拟城市的动态扩张．目的是为了寻　求一种更好的政策控制城市的过快扩张所造成的　土地资源浪费和系列环境问题。麦考利土地利用　研究中心（Ｍａｃａｕｌａｙ　Ｌａｎｄ　Ｕｓｅ　Ｒｅｓｅａｒｃｈ　Ｉｎｓｔｉｔｕｔｅ）　也提出了城市土地利用复杂变化的多智能体系　统。该系统包括相互作用的两大要素——环境与　多智能体（土地管理者）：环境包括：地块及邻域　地块性质：空间异质性：外部环境：时间异质　性　土地利用。多智能体（土地管理者）指的是　土地利用选择算法行为异质性：土地生产能力　（产量）：土地买卖。　３　地理模拟系统在城市规划中的应用　７一藩湍｝莫茹　斟莓斟浴垫丹白勺　珀　一滞　０十灌卅寅ｌＪ，Ｊ、　３．１　城市形态的模拟与优化　将ｃＡ应用于城市的可持续土地发展规划中．　这将是一个重要的应用领域。原理是通过在ＣＡ中　加入一些约束性条件（ｃｏｎｓｔｒａｉｎｔｓ）来控制模拟过　程．以产生合理的城市布局．从而达到可持续发　展。可持续的城市发展的一个例子是产生紧凑式　的城市形状，以节省土地资源。城市的形状是可　持续发展的一个重要要素．两者之间存在着紧密　的关系【　】。中国近年来的快速城市化过程大大加　剧了早已存在的土地压力。特别在一些地区．凌　乱式的城市发展不必要地多占用了许多宝贵的农　田＿１　６】。　城市形态作为一个约束性条件应用于ＣＡ之　中．可以通过建立城市形态函数来实现。城市形　维普资讯 http://www.cqvip.com

态函数所表达的是城市增长与城市中心之间的关　系。根据一定地域内城镇体系等级规模结构的不　同，城市形态可以是单中心的，也可以是多中心　的。土地开发活动可以是围绕一个中心为主的单　中心式发展，也可以是同时围绕多个中心进行的　多中心式发展。各级中心的影响力的强弱可以通　过距离衰减函数来表达。城市形态约束　Ｉ＇￣ＥＣＡ的基　本原理是通过建立某一地块单元与各级城市中心　之间的距离函数关系来判断该单元土地发展的可　能性。运用城市ＣＡ和ＧＩＳ相结合来模拟各种可能　的城市形态，对城市可持续发展规划有较大的灵　活性。图１利用不同的约束性参数，模拟了东莞　图１　基于城市形态约束性的ＣＡ模拟结果　Ｆｉｇ　１　Ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｏｆ　ＣＡ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｃｏｎｓｔｒａｉｎｔｓ　ｏｆ　ｕｒｂａｎ　ｍｏｒｐｈｏｌｏｇｙ　ｌ２００西芏Ｆ罐３ｃ一眯罐西措＜０广８ｚ０西Ｌｃｚ　晷　一　　一市不同的城市形态，包括：（ａ）紧凑式一单中心　发展；（ｂ）中度扩散式发展：（Ｃ）高度扩散式发　展。其中最主要的就是它可以提供多个可能方　案，供规划师加以评估、比较和选择。　３．２　优化的农田保护区的自动生成　快速城市扩张和农田流失的现象已经在中国　的许多城市出现。由于房地产开放热及土地管理　等一系列问题，许多地方存在着严重浪费土地资　源的现象。中国的土地资源有限．十分珍惜和合　理利用每寸土地，切实保护耕地是基本国策。中　国已于１　９９４年开始实施农田保护区计划。但在农　田保护区的具体制定中存在着两个主要问题。首　先．在实际划分农田保护区时只提供十分简单的　原则，没有制定具体可以操作的指标。由于缺乏　严格的科学准则，在实际应用中容易被钻空子。　结果是农田保护区的划定随意性较大．真正优质　的农田没有使得应有的保护。其次，在划定农田　保护区时缺乏科学的手段，基本是采用原始的人　工方法来制定农田保护区。具体操作一般是通过　科研人员和地方干部来协商进行。农田保护区的　制定往往只反映地方的利益，不能形成合理的空　间布局。　笔者尝试利用ＣＡ建立了农田保护区的自动　生成模型。该模型是一个逐步循环运算的过程。　在每次的循环运算过程中．根据概率的大小来决　定某单元（ｃｅＩＩ）是否被选为农田保护区。传统的　ＣＡ一般只反映邻近范围的影响，而没有考虑约束　性条件。这里将约束性条件弓Ｉ进农田保护区的自　动生成模型中。通过ＣＡ的循环运算，农田保护区　将围绕这些被选进的初始单元不断生长，逐步形　成合理的空间分布格局。　农田保护区除了考虑保护优质的农田的要素　之外，也要考虑其它要素。例如，除了利用农业　适宜性作为约索性条件外，有必要把城市发展适　宜性也作为约束条件。把一些交通方便　被城市　用地所包围的农田划进农田保护区是不合理的。　图２是对比这些不同约束性条件对模拟所影响的　效果。图２（ａ）仅仅采用了农业适宜Ｉ＿生作为约索性，　所生成的农田保护区没有考虑到交通要素。图２　（ｂ）把城市发展适宜性的要素也放进模型，所生成　的农田保护区能避开交通要道，具有更合理的空　间布局。试验研究表明．所提出的方法具有很大　的优越性．能方便地探讨不同条件对模型的影响，　能快速地对比不同的可能方案。该模型为土地利　用规划工作者提供了一种十分有用的辅助规划工　具。　维普资讯 http://www.cqvip.com

（ａ）农业适宜性　（ｂ）农业适宜性和城市发展适宜性　图２　农业适宜性和城市发展适宜性对模拟结果的影响　Ｆｉｇ、２　Ｅｆｆｅｃｔｓ　ｏｆ　ａｇｒｉｃｕｌｔｕｒａｌ　ｓｕｉｔａｂｉｌｉｔｙ　ａｎｄ　ｕｒｂａｎ　ｄｅｖｅｌｏｐｍｅｎｔ　ｓｕｉｔａｂｉｌｉｔｙ　ｏｎ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｏｆ　ＣＡ　３．３　元胞自动机与多智能体相结合的居　作的关系．以达到共同理解和采取一定的行动影　民点优化选址　响其所处环境（图３）。而环境层的变化也反馈于　城市复杂系统受到了公众行为与政府决策等　多智能体层．多智能体层根据环境层的变化采取　多方面人文因素的影响　需要将多智能体引进模　相应的措施和行动．以谋求双方关系达到平衡。　型中。除自然因素外．社会上各种角色在城市系　这将比单纯的ＣＡ更能反映复杂的人文因素及其　统的演变过程也起重要的作用。如何更有效地在　与环境的相互作用．并且与现实更为符合．尤其　模型中将这些角色的作用体现出来，需要采用到　是可以把政府的规划决策行为　环境经济资源学　在计算科学发展起来的多智能体系统　分配理论及可持续发展理论融合到整个模型中．　将多智能体系统与元胞自动机以及地理系统　为城市土地资源可持续发展规划提供了可靠有效　结合起来，可以对城市系统的演变提供规划辅助　的辅助工具　元胞自动机层包括元胞状态　元胞　依据。多智能体之间存在相互影响　信息交流．合　邻域及元胞转换规则　环境要素层　、一．…．　又遗＝ｉ皂达任　土地价格　公共设施　墙陆－　Ｂ）规　一潜　引　早ｊ｜坩　÷　引　引　教育资源　Ｋ　／　＼＼＼　元胞自动机层　多智能体层　Ｃ）颧　元胞状态　：　厂ｌ　政Ｊ　￣Ａｇａｎｔ，　。。一　元胞领域　ｉ　一‘唐蓖　／　　。元胞转换规则　多智能体决策规则ｉ　／　＼　／　结合多智能体和元胞自动机共同产生的规则　’Ｌ　模拟城市发展格局　匕一　其他用地Ｉ农田或果园Ｉ城市用地　图３　基于多智能体和元胞自动机的城市扩展模型　图４　不同规划情景下的城市发展模拟　Ｆｉｇ．３　Ｓｉｍｕｌａｔｉｏｎ　ｏｆ　ｕｒｂａｎ　ｅｘｐａｎｓｉｏｎ　ｂａｓｅｄ　ｏｎ　ｃｅｌｌｕｌａｒ　Ｆｉｇ．４　Ｓｉｍｕｌａｔｉｏｎ　ｏｆ　ｕｒｂａｎ　ｄｅｖｅｌｏｐｍｅｎｔ　ｂａｓｅｄ　ｏｎ　ｖａｒｉ　ａｕｔｏｍａｔａ　ａｎｄ　ｍｕｌｔｉ—ａｇｅｎｔ　ｓｙｓｔｅｍｓ　ＯＵＳ　ｐｌａｎｎｉｎｇ　ｓｃｅｎａｒｉｏｓ　一　维普资讯 http://www.cqvip.com

Ｎ　ｅｗ－ｔ　ｅ　ｃ　ｈ　Ａ　Ｐ　ＰＩｉ　ｃ　ａｔｉ　ｏ　ｎ　７４　８　ｌ藩　宝ｌ　书ｒ　ｌ潜　挑ｌ造　８　ｌ　Ｑ　眯ｌ　誉ｌ蟹１至　　广舌ｌ云　ｌ卫　８　ｌ罢　§ｌ重　８　１　图４是在上述不同规划情景下城市发展的模　拟过程。从图４可以清楚地看出，对于规划情景　１，城市的发展尽量避免了侵占优质的农田和果　园．但是，城市的形态稍微显得有一点凌乱．这　是因为政府考虑到居民的意愿和要求，在政府所　规划的居民用地之外的一些区域被开发了：对于　规划情景２，城市的形态显得非常紧凑，完全按照　政府的规划进行发展．这与真实城市的发展并不　相符：在规划情景３下，城市的绿地几乎没有损　失，城市的形态也比较紧凑：对于规划情景４，城　市的发展显得非常凌乱．并且侵占了大量的绿　地．土地资源浪费严重，城市土地不是可持续的　发展。　４　结论　地理信息系统是进行城市规划的有用的辅助　工具，但其在模型方面的功能较弱。本文提出了　地理模拟系统的新概念。地理模拟系统的核心就　是元胞自动机和多智能体．它们具有强大的可能　模拟能力。通过在ＣＡ嵌入合理的规划目标，可以　对复杂的城市系统进行模拟及调控实验．为城市　规划提供辅助决策依据。　基于ＣＡ的土地利用变化模拟多侧重自然环　境因素，缺乏考虑复杂的空间决策行为及人文因　素。利用ＣＡ与多智能体相结合．可以有效地探索　多智能体与环境相互作用而导致城市和区域宏观　空间结构的演化过程。通过把政府的规划决策行　为、环境经济资源学分配理论及可持续发展理论　融合到模型中，可以方便地获得不同的规划情　景．为城市土地资源可持续利用提供了一种有用　的规划工具。　参考文献（Ｒｅｆｅ　ｒｅｎｃｅｓ）　１　Ｉｔａｍｉ　Ｒ　Ｍ．Ｓｉｍｕｌａｔｉｎｇ　Ｓｐａｔｉａｌ　Ｄｙｎａｍｉｃｓ：Ｃｅｌｌｕｌａｒ　Ａｕ—　ｔｏｍａｔａ　Ｔｈｅｏｒｙ［Ｊ］．Ｌａｎｄｓｃａｐｅ　ａｎｄ　Ｕｒｂａｎ　Ｐｌａｎｎｉｎｇ，１　９９４，　５０：２４—４７．　２　Ｂａｔｔｙ　Ｍ，Ｘｉｅ　Ｙ．Ｆｒｏｍ　Ｃｅｌｌｓ　ｔｏ　Ｃｉｔｉｅｓ．Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ｂ［Ｊ］，Ｉ　９９４，２Ｉ：５　５Ｉ一５４８．　５　Ｄｅａｄｍａｎ　Ｐ　Ｄ．Ｂｒｏｗｎ　Ｒ　Ｄ．Ｇｉｍｂｌｅｔｔ　Ｈ　Ｒ．Ｍｏｄｅｌｉｎｇ　ＲｕｒａＩ　Ｐ￣ｅｓｉｄｅｎｔｉａＩ　Ｓｅｔｔｌｅｍｅｎｔ　Ｐａｔｔｅｒｎｓ　ｗｉｔｈ　Ｃｅｌｌｕｌａｒ　Ａｕｔｏｍａｔａ　［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｍａｎａｇｅｍｅｎｔ，１　９９　５，　５　７：１　４７－－１　６０．　４　Ｗｈｉｔｅ　Ｒ．Ｅｎｇｅｌｅｎ　Ｇ．Ｃｅｌｌｕｌａｒ　Ａｕｔｏｍａｔａ　ａｎｄ　Ｆｒａｃｔａｌ　Ｕｒｂａｎ　ｆｏｒｍ．ａ　Ｃｅｌｌｕｌａｒ　Ｍｏｄｅｌｉｎｇ　Ａｐｐｒｏａｃｈ　ｔｏ　ｔｈｅ　ＥＶ０一　ｌｕｔｉｏｎ　ｏｆ　Ｕｒｂａｎ　Ｌａｎｄ—ｕｓｅ　Ｐａｔｔｅｒｎｓ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ａ，１　９９５，２５：１１　７５—１１　９９．　５　Ｗｕ　Ｆ．Ｗｅｂｓｔｅｒ　Ｃ　Ｊ．Ｓｉｍｕｌａｔｉｏｎ　ｏｆ　Ｌａｎｄ　Ｄｅｖｅｌｏｐｍｅｎｔ　ｔｈｒｏｕｇｈ　ｔｈｅ　Ｉｎｔｅｇｒａｔｉｏｎ　ｏｆ　Ｃｅｌｌｕｌａｒ　Ａｕｔｏｍａｔａ　ａｎｄ　Ｍｕｌｔｉｃｒｉｔｅｒｉａ　Ｅｖａｌｕａｔｉｏｎ［Ｊ］．　Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ｂ　Ｉ　９９８．２５：１　０　５～Ｉ　２６　６　Ｌｉ×．Ｙｅｈ　Ａ　Ｇ　０．Ｍｏｄｅｌｉｎｇ　Ｓｕｓｔａｉｎａｂｌｅ　Ｕｒｂａｎ　Ｄｅｖｅｌｏｐｍｅｎｔ　ｂｙ　ｔｈｅ　Ｉｎｔｅｇｒａｔｉｏｎ　ｏｆ　Ｃｏｎｓｔｒａｉｎｅｄ　Ｃｅｌｌｕｌａｒ　Ａｕｔｏｍａｔａ　ａｎｄ　ＧＩＳ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆ　Ｇｅｏｇｒａｐｈｉｃａｌ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ，２０００，１　４（２）：１　５１～１　５２．　７　Ｙｅｈ　Ａ　Ｇ　０．Ｌｉ×　Ａ　Ｃｏｎｓｔｒａｉｎｅｄ　ＣＡ　Ｍｏｄｅｌ　ｆｏｒ　ｔｈｅ　Ｓｉｍｕｌａｔｉｏｎ　ａｎｄ　Ｐｌａｎｎｉｎｇ　ｏｆ　Ｓｕｓｔａｉｎａｂｌｅ　Ｕｒｂａｎ　Ｆｏｒｍｓ　ｂｙ　Ｕｓｉｎｇ　ＧＩＳ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ｂ：Ｐｌａｎｎｉｎｇ　ａｎｄ　Ｄｅｓｉｇｎ．２００１，２８：７５　５～７５　５　８　Ｗａｒｄ　Ｄ　Ｐ，Ａ　Ｔ　Ｍｕｒｒａｙ，Ｓ　Ｒ　Ｐｈｉｎｎ，Ａ　Ｓｔｏｃｈａｓｔｉｃａｌｌｙ　Ｃｏｎｓｔｒａｉｎｅｄ　Ｃｅｌｌｕｌａｒ　Ｍｏｄｅｌ　ｏｆ　Ｕｒｂａｎ　Ｇｒｏｗｔｈ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ，　Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｕｒｂａｎ　Ｓｙｓｔｅｍｓ，２０００，２４：５　５９－　５５　８．　９　Ｂａｔｔｙ　Ｍ，Ｘｉｅ　Ｙ．Ｐｏｓｓｉｂｌｅ　Ｕｒｂａｎ　Ａｕｔｏｍａｔａ［Ｊ］．Ｅｎｖｉ～　ｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ｂ：Ｐｌａｎｎｉｎｇ　ａｎｄ　Ｄｅｓｉｇｎ．１　９　９　７．　２４：１　７５—１　９２．　１　０　Ｗｈｉｔｅ　Ｒ．Ｅｎｇｅｌｅｎ　Ｇ．Ｕｉｊｅｅ　Ｉ．Ｔｈｅ　Ｕｓｅ　ｏｆ　Ｃｏｎｓｔｒａｉｎｅｄ　Ｃｅｌｌｕｌａｒ　Ａｕｔｏｍａｔａ　ｆｏｒ　Ｈｉｇｈ－－Ｐ￣ｅｓｏｌｕｔｉｏｎ　Ｍｏｄｅｌｉｎｇ　ｏｆ　Ｕｒｂａｎ　Ｌａｎｄ　Ｕｓｅ　Ｄｙｎａｍｉｃｓ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ｂ：　Ｐｌａｎｎｉｎｇ　ａｎｄ　Ｄｅｓｉｇｎ，１　９９７，２４：５２　５～５４５　１　１　Ｃｌａｒｋｅ　Ｋ　Ｃ，Ｈｏｐｐｅｎ　Ｓ，Ｇａｙｄｏｓ　Ｌ．Ａ　Ｓｅｌｆ－－Ｍｏｄｉｆｙｉｎｇ　Ｃｅｌｌｕｌａｒ　Ａｕｔｏｍａｔｏｎ　Ｍｏｄｅｌ　ｏｆ　Ｈｉｓ￣ｏｒｉｅａｌ　Ｕｒｂａｎｉｚａｔｉｏｎ　ｉｎ　ｔｈｅ　Ｓａｎ　Ｆｒａｎｃｉｓｃｏ　Ｂａｙ　ａｒｅａ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ｂ：　Ｐｌａｎｎｉｎｇ　ａｎｄ　Ｄｅｓｉｇｎ，１　９９７，２４：２４７－２６１．　１　２　Ｓｅｍｂｏｌｏｎｉ　Ｓ．Ａｎ　Ｕｒｂａｎ　ａｎｄ　Ｐ￣ｅｇｉｏｎａｌ　Ｍｏｄｅｌ　Ｂａｓｅｄ　ｏｎ　Ｃｅｌｌｕｌａｒ　Ａｕｔｏｍａｔａ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ｂ：　Ｐｌａｎｎｉｎｇ　ａｎｄ　Ｄｅｓｉｇｎ．１　９９７，２４：５８９—６１　２．　１　５　Ｗｅｂｓｔｅｒ　Ｃ　Ｊ，Ｗｕ　Ｆ．Ｐ￣ｅｇｕｌａｔｉｏｎ，Ｌａｎｄ－－ｕｓｅ　Ｍｉｘ，ａｎｄ　Ｕｒｂａｎ　Ｐｅｒｆｏｒｍａｎｃｅ．Ｐａｒｔ　１：Ｔｈｅｏｒｙ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ａ，１　９９９ａ，５１：１　４５　５—１　４４２．　１　４　Ｗｅｂｓｔｅｒ　Ｃ　Ｊ，Ｗｕ　Ｆ．Ｐ￣ｅｇｕｌａｔｉｏｎ，Ｌａｎｄ－－ｕｓｅ　Ｍｉｘ，ａｎｄ　Ｕｒｂａｎ　Ｐｅｒｆｏｒｍａｎｃｅ．Ｐａｒｔ　２：ｓｉｍｕｌａｔｉｏｎ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ａ，１　９９９ｂ，５１：１　５２９－１　５４５．　１　５　Ｊｅｎｋｓ　Ｍ，Ｂｕｒｔｏｎ　Ｅ，Ｗｉｌｌｉａｍｓ　Ｋ．Ｃｏｍｐａｃｔ　Ｃｉｔｉｅｓ　ａｎｄ　Ｓｕｓｔａｉｎａｂ　Ｊｌｉｔｙ：ａｎ　Ｉｎｔｒｏｄｕｃｔｉｏｎ［Ａ］．Ｊｅｎｋｓ　Ｍ，Ｂｕｒｔｏｎ　Ｅ，　Ｗｉｌｌｉａｍｓ　Ｋ．Ｔｈｅ　Ｃｏｍｐａｃｔ　Ｃｉｔｙ：Ａ　Ｓｕｓｔａｉｎａｂｌｅ　Ｕｒｂａｎ　Ｆｏｒｍ　［ｃ］？Ｌｏｎｄｏｎ：Ｅ＆ＦＮ　ＳＰＯＮ，Ｉ　９９６，Ｉ　Ｉ—Ｉ　２．　Ｉ　６　Ｌｉ×．Ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　Ｅａｐｉｄ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｌａｎｄ　Ｌｏｓｓ　ｉｎ　ｔｈｅ　Ｐｅａｒｌ　ｆ，ｉｖｅｒ　Ｄｅｌｔａ　ｗｉｔｈ　ｔｈｅ　Ｉｎｔｅｇｒａｔｉｏｎ　ｏｆ　Ｐ￣ｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　ａｎｄ　ＧＩＳ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔ　ａｎｄ　Ｐｌａｎｎｉｎｇ　Ｂ，１　９９８，　２５．４４７　４６１．