基于CA模型的内江城市景观格局动态演变研究

第２８卷第５期２００９年ｌＯ月

地域研究与开发

ＡＲＥＡＬＲＥＳＥＡＲＣＨＡＮＤＤＥＶＥＬＯＰＭＥＮＴ

Ｖ０１．２８Ｎｏ．５

Ｏｃｔ．２００９

基于ＣＡ模型的内江城市景观格局动态演变研究

曹

迎１，周

波㈨，任茜１，车玲２

（１．１四Ｊｌｌ大学建筑与环境学院，成都６１００６５；２．四川省交通厅公路规划勘察设计研究院，成都６１００４１）

摘要：城市景观格局是自然与人文因素相互作用的结果，其动态演变的研究能够从景观的角度加强人类对于城市巨复杂系统的理解。随着ＧＩＳ技术和空间预测模型的逐渐成熟，使得对于城市景观格局动态演变的研究成为可能。以内江中心城区为研究区域，通过ＧＩＳ技术与ＣＡ模型的松散耦合，构建了景观格局的动态演变模型，并运用该模型预测了２０２０年研究区域景观格局的演变。研究表明，ＣＡ模型能够模拟内江城市景观格局的动态演变，该研究区域的最佳栅格大小为６０ｍ×６０ｍ。２．８７５个模型循环对应真实时间的１年。

关键词：ＧｅｏＣＡ－Ｕｒｂａｎ模型；城市景观格局；动态演变；内江市中图分类号：Ｑ１４３

文献标识码：Ａ

文章编号：１００３．２３６３【２００９）０５．００７３．０４

１

引言

景观格局是大小和形状不一的景观镶嵌体在景观空

性演变研究成为可能。作者以内江市中心城区为研究对象，在土地利用电子数据和ＧＩＳ的支持下，通过ＣＡ模型与景观格局的耦合，尝试借助ＣＡ模型的运算来预测景观格局的演变。２

２．１

间上的排列…。它既是各种自然和人文因素在不同时空尺度上的共同影响的结果，也是景观异质性的具体体现。景观格局变化的研究将有助于加深人—地关系的理解，有利于对生物多样性和自然资源的保护与利用。城市景观格局动态演变的研究能够加强人类对于城市生态系统的理解，寻求“城市病”的生态解决方法，实现城市发展过程中社会、经济和生态效益的统一【２。，有利于把握未来城市景观格局的演变方向，为景观规划与管理、生态系统的协调发展、资源的保护与利用提供科学的指导。

早在２００３年，张秋菊ｐ。等对景观格局演变的分析方法进行了总结，而在２００７年，史永亮”。等则尝试从景观格局的角度对北京市生态环境的保育进行了探讨。与仅反映景观格局演变结果的马尔柯夫转移矩阵和景观格局

指数法相比，以ＣＡ（ｃｅｌｌｕａｒａｕｔｏｍａｔａ）理论为基础的模

区域概况与研究方法

区域概况

内江市位于四川Ｉ盆地中南部，介于东经１０４０１５’～７、北纬２９００１１’一３０。０２’之间，幅员面积５３８６ｋｍ２。

１０５０２６

受亚热带湿润季风气候的影响，形成了夏季温暖湿润、冬季寒冷干燥的气候特点，年平均气温１６℃一１８℃。受沱江干流的影响，形成西北高、东南低、中部低洼的宽阔河谷地势，地貌则以丘陵为主，约占全市幅员面积的９３％。内江中心城区位于市域中心偏东南部，地处沱江沿河两岸。城市周围地貌为沱江河漫滩和阶地浅丘，以浅丘为主，呈爪状，较为破碎。该研究着重探讨中心城区组团的景观格局演变情况，研究范围包括旧城、白马、东兴、双苏等八大农村居民点集中分布的区域。２．２土地利用景观类型的划分

为了突出城市组团的景观特点，结合ＧｅｏＣＡ—Ｕｒｂａｎ软件的地类设置要求，将研究区域的景观划分为以下６种类型：商业用地Ｌ，（包括城市及城镇用地），居住用地如（农村居民点用地），工业用地如（独立工矿用地），交通用地Ｌ。（包括城区内道路和交通干道），农用地厶和其他用地Ｌ。（包括河流、水库水面、军事和特殊用地），并做

如下假设。

拟、评估和综合法能够更加有效地反映景观格局的演变过程，进而确定自然、经济、社会与文化因子在景观格局变化中所产生的作用。但是，在针对景观格局过程的研究方面，多数的研究集中在历史过程的回顾性研究。如王玉洁瞪。采用１９９４和２０００年的遥感影像资料，对上海市浦东新区城市化过程的景观格局变化进行了分析。李闯阳。也同样地仅针对１９８０－－２０００年松嫩平原的湿地景观格局的动态变化进行了研究。

近年来，随着ＧＩＳ技术的成熟，使得景观格局的预测

（１）假设其他用地景观不发生变化。在该研究的较

收稿日期：２００８一０６一１８；修回日期：２００９一０６－０８

作者简介：曹迎（１９８１一），男，贵州贵阳市人，在读博七，主要从

短时间内（１９９６－－２０２０年），其他用地景观所代表的河流、水库水面、军事和特殊用地不会因地质运动而产生变化；此外，由于利用成本、国防需要等原因，该景观所代表

事人居环境科学方面的研究，（Ｅ－ｍａｉｌ）ｃａｏｙｉｎｇｓｃｕ＠ｈｏｔｍａｉｌ．ＣＯｒｎ。

①周波为通讯作者。

７４

地域研究与开发第２８卷

的用地类型也不会产生变化。因此，假设其他用地景观在研究时段内不发生变化。

（２）假设交通用地景观产生两种变化。对于成渝高速、成渝铁路等主要交通干道，考虑到研究区内中心城区以及组团的发展很难突破上述交通要道的限制，故将这些道路仅仅作为土地单元发展的重要影响因素，并不设置相关增长点。与上述道路不同，由于中心城区及其组团内部及周边的道路是城市空间扩展的主要轴线，故对于研究区内中心城区及其组团内的道路设置增长点，引导土地单元的发展变化。２．３数据处理

为了符合ＧｅｏＣＡ—Ｕｒｂａｎ模型的计算要求，同时不影

表ｌ

Ｔａｂ．１

响内江市中心组团景观的空间分布及其异质性的表达，在将矢量数据转换为栅格数据的过程中，必须选取适宜的栅格大小，以最佳的粒度来反映该研究尺度下景观格局的演变。经反复演算，确定以６０ｍ×６０ｍ作为一个栅格的单元划分，将研究区域６．５３万ｈｍ２的总面积划分为

１８１

４３９个栅格。以同样的栅格大小将１９９６年和２００４

年土地利用现状数据进行格式转换后，二者的栅格总数分别为１８０９２４个和１８０９１８个，与理论值１８１４３９个土地利用单元相比，略有差异，二者与理论值的误差均小于０．３％，符合ＧｅｏＣＡ．Ｕｒｂａｎ模型的计算要求（表１）。该误差主要是由于矢量数据转换为栅格数据时，后者的栅格形状并不能完整地表达前者的面积信息所造成。

个栅格

Ｒｒｅ８

１９９６与２００４年研究区域景观类型比较表

Ｃｏｍｐａｒｉｓｏｎｏｆｔｈｅ１９９６ａｎｄ２００４ｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｓｆｏｒｓｔｕｄｙ

２．４模型训练

将１９９６年研究区域的土地利用现状数据作为模型运算的基期数据（图１），利用２００４年土地利用现状数据作为检验数据（图２），在初始分析的参数组合下运行模型，当模拟结果与检验数据中的土地单元总数约略相等时，停止运行，将模拟结果与检验数据进行叠加分析，对居民地、工业用地和商业发展的空间分布以及发展速度进行分析，根据比较和分析结果，调整参数设置。参数调整完成后，再次运行模型，并进行比较。如此循环，最终确定一套适合该研究对象的模型参数和运行周期。经反复演算，确定２．８７５个模型循环周期对应真实时间的１年，具体模型参数见表２。

隐．２

Ｌａｎｄｓｃａｐｅｐａｔｔｅｒｎｏｆ２００４