区域尺度城市增长时空动态模型及其应用

区域尺度城市增长动态模拟(Reg-UGM)是城市化影响下的土地利用/覆盖变化以及全球环境变化研究的重要手段之一。针对单个城市增长未来情景模拟难以在区域尺度刻画与解释城市化影响下的土地利用/覆盖变化以及与全球环境变化交互过程与作用机理主要问题,本研究集成人工神经网络模型(ANN)与元胞自动机模型(CA)构建适合不同情景的区域尺度城市增长动态模型,通过1979年以来高分辨率遥感信息探测获取的4个时段京津唐都市圈城市增长时空特征分析提取先验知识规则,模拟京津唐都市圈在基准模式、经济模式、政策模式与结构调整模式未来不同情景模式下城市增长过程。研究表明,Reg-UGM在模拟区域尺度受国家宏观政策等影响城市非线性增长过程具有较好的可靠性,为进一步研究城市化影响下的宏观生态效应提供前提保障。模拟结果显示京津唐都市圈在不同情景模式下城市增长呈现较大的时空格局差异,未来城市增长结构调整模式更符合区域城市化的实际情况,未来区域城市增长将由特大城市向中小城市转移,滨海沿线城镇发展带将经历更快的城市增长过程。

国家自然科学青年基金项目(40901224);国家