基于空间模拟与群智能优化的城市增长边界划定方法研究

Abstract: In the process of Chinese urbanization, there are many problems, just as the excessive urban sprawl, the shortage of land resources, and the deterioration of ecological environment. In order to solve those problems, the issue takes the spatial dynamic simulation, swarm intelligence optimization algorithm, mathematical statistic and spatial regression analysis method to research the space delimitation of urban growth boundary and to explore spatial distribution pattern and dynamic evolution process of urban growth boundary. According to the dominant factors and characteristics of urban development，in this research we determine three forming factors of urban growth boundary, which are fundamentals factor, infrastructure factor and planning factor. Then it establishes urbanization characteristic evaluation model, evaluation model of ecological suitability assessment of urban land, and urban construction land prediction model, to quantitatively evaluate the urban development level, development power and the future demand of the urban construction land. Constraints cellular automata and ant colony optimization algorithm are applied to develop simulation system to dynamic simulate the expansion process and optimization process of urban growth boundary, to obtain the new mode and a new perspective for the research of the temporal and spatial changes rules of urban growth boundary. The issue combines the study with Zhengzhou city for empirical research，which is the core city of Central Plains Economic Region , to provide a theoretical model and system analysis tool for scientific delimitation of the urban growth boundary and rational development of urban land.

摘要：针对在我国城镇化过程中面临的城市空间过度蔓延、土地资源紧张、生态环境恶化等问题，采用空间动态模拟和群智能优化算法以及数理统计与空间回归分析方法，对城市增长边界空间范围进行模拟优化和定量分析研究，探索城市增长边界的空间分布格局与动态演变过程。在课题研究中，根据城市发展的主导因素和特点确定城市增长边界的基础因素、动力因素和规划因素等三大形成要素，从而建立城市化特征评价模型、城市用地生态适宜性评价模型和城市建设用地预测模型，对城市当前发展水平、城市发展动力以及城市建设用地需求进行定量评估；应用约束元胞自动机模型和蚁群优化算法，构建模拟系统动态模拟城市增长边界空间扩张和优化过程，从而获得对城市增长边界的时空变化规律研究的新模式和新视角；结合中原经济区核心城市郑州市进行实证研究，为城市增长边界科学划定以及城市用地合理开发利用提供理论模型和系统分析工具。

本项目课题针对新形势下我国城镇化建设的现实需求，紧扣《国家新型城镇化规划（2014－2020年）》和中央城镇化工作会议中提出的关于“划定城市开发边界”、“合理控制城镇开发边界，促进城市紧凑发展，提高国土空间利用效率”等基本原则、要求和任务，具有较强的理论价值和应用价值。主要研究成果如下：.1）取得了城市增长边界研究的一系列关键时空数据，建立了一套较为完整的多时相的郑州市城市增长边界空间数据库。具体包括：1995-2013年土地利用数据库、城市POI数据、地形地貌数据、交通道路数据、生态环境数据、基础农田数据、农业土壤数据、1995-2015年NDVI及NDBI指标数据、1995-2015年城市边界数据等数据。.2）利用数理统计分析、机器学习以及GIS空间分析技术，建立一套城市空间评价、分析和预测模型，定量分析和评价了城市空间现状和发展适宜性，预测了2016 -2030年郑州市的城市用地增长量。.3）提出了基于蚁群优化算法的城市生态用地规划模型，对蚁群优化算法的空间禁忌策略、选择策略进行了改进，实现城市生态用地向生态效益最大化和适度空间集约化。通过各项指标对比分析表明，该模型优于传统的空间规划方法。.4）提出了基于人工蜂群算法的城市土地生态安全空间探测模型。研究结果表明，模型具有的非常优异的全局搜索性能，全局收敛速度快，同时蜂群的多层流动结构，能够有效蜂群防止陷入局部最优。.5）提出基于RBF人工神经网络的城市增长边界模拟方法。以1995-2013年城市空间变量和城市历史数据作为输入变量，以城市时空变化数据作为输出量，利用输入变量对径向基函数人工神经网络进行训练。再以2015年数据作为测试数据集，获得2025年的城市增长边界。.6）研究采用成熟的.Net应用程序开发框架，利用ArcGIS Engine 9.3开发库以及 ArcGIS SDE 9.3 和 Oracle 10g平台开发了空间扩展模拟、空间优化、空间评价等系统。.研究对于丰富城市增长边界的理论模型和分析工具，破解我国在城镇化过程中普遍面临的土地资源紧张、生态环境恶化等问题，推动新型城镇化的建设与管理实践，具有重要的学术和应用价值。