全 文 ：基于元胞自动机的城市生态安全格局模拟
———以东莞市为例*
杨青生1**摇 乔纪纲1 摇 艾摇 彬2
( 1广东商学院, 广州 510320; 2中山大学, 广州 510275)
摘摇 要摇 以城市化快速发展的东莞市为研究对象,选取景观生态安全程度为评价标准,获取
生态安全的元胞 1 km伊1 km范围内的城市化元胞数,将其嵌入元胞自动机(CA)转换规则中
作为约束条件,控制城市发展,建立生态安全的城市 CA,模拟生态安全的城市发展形态.结果
表明: 东莞市综合景观生态安全指数从 1988 年的 0. 497 降低到 2005 年的 0. 395,景观尺度上
的生态安全下降.利用生态安全的 CA模拟的 2005 年东莞市生态安全指数由实际的 0. 395 增
加到 0. 479,模拟的城市景观生态压力减小、生态安全状态和综合景观生态安全程度提高. CA
可以作为探索生态安全城市研究的有效工具.
关键词摇 景观生态安全摇 元胞自动机摇 城市发展摇 东莞市
文章编号摇 1001-9332(2013)09-2599-09摇 中图分类号摇 P901摇 文献标识码摇 A
Simulation of urban ecological security pattern based on cellular automata: A case of Dong鄄
guan City, Guangdong Province of South China. YANG Qing鄄sheng1, QIAO Ji鄄gang1, AI Bin2
( 1Guangdong University of Business Studies, Guangzhou 510320, China; 2 Sun Yet鄄sin University,
Guangzhou 510275, China) . 鄄Chin. J. Appl. Ecol. ,2013,24(9): 2599-2607.
Abstract: Taking the Dongguan City with rapid urbanization as a case, and selecting landscape
ecological security level as evaluation criterion, the urbanization cellular number of 1 km伊1 km
ecological security cells was obtained, and imbedded into the transition rules of cellular automata
(CA) as the restraint term to control urban development, establish ecological security urban CA,
and simulate ecological security urban development pattern. The results showed the integrated land鄄
scape ecological security index of the City decreased from 0. 497 in 1998 to 0. 395 in 2005, indica鄄
ting that the ecological security at landscape scale was decreased. The CA鄄 simulated integrated
ecological security index of the City in 2005 was increased from the measured 0. 395 to 0. 479,
showing that the simulated urban landscape ecological pressure from human became lesser, ecologi鄄
cal security became better, and integrated landscape ecological security became higher. CA could
be used as an effective tool in researching urban ecological security.
Key words: landscape ecological security; cellular automata; urban development; Dongguan City.
*国家自然科学基金项目(40801236)和广东省人文社科重大攻关
项目(2012ZGXM_0009)资助.
**通讯作者. E鄄mail: qsyang2002@ 163. com
2012鄄11鄄14 收稿,2013鄄07鄄05 接受.
摇 摇 元胞自动机(cellular automata, CA)是一种时空
离散、状态有限、局部规则控制的、自下而上的格网
动力学模型,其可以通过简单的局部规则模拟出复
杂的全局现象[1] . CA的自下而上建模、局部规则可
以形成全局模式的特点已引起地理学、环境学、生态
学等学科的重视. CA已被成功地运用到林火扩散模
拟[2-4]、交通流[5-7]和城市系统研究[8-10]中,取得了
许多有意义的研究成果. 在城市系统研究中,Batty
和 Xie[11]用 CA模拟了美国纽约州 Buffalo地区的城
市扩张,Syphard 等[12]模拟了南加利福尼亚州地区
城市扩展及其影响,Li等[13-15]模拟了珠江三角洲地
区城市系统的扩张. 这些研究表明,CA 能模拟出与
实际城市非常接近的特征.
CA应用于城市空间扩展模拟时,需要将传统的
CA进行适当扩展[16] . 传统的 CA 主要考虑元胞本
身和邻域元胞状态的组合,决定下一时刻元胞的状
态.城市空间扩展除了考虑元胞邻域状态外,还与元
应 用 生 态 学 报摇 2013 年 9 月摇 第 24 卷摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Sep. 2013,24(9): 2599-2607
胞的商业服务业繁华度、道路通达性和城市规划等
各种因素相关. CA应用在城市系统时,转换规则中
除了运用局部变量外,还需要引入距离变量,如距市
中心的距离、距道路的距离等,以反映市中心和道路
等对元胞状态转换的影响. CA 在城市系统研究初
期,主要用来模拟假想的城市,检验城市的发展理论
和模式[16-17] .这些 CA 主要用来检验城市发展的基
本理论而没有涉及到翔实的实际城市发展数据,绝
大多数模型通过研究城市增长的机制检验城市地理
学的理论,如研究城市发展的模式和城市系统的进
化等基本城市问题[16,18] .随着 CA与 GIS和 RS的耦
合,城市 CA 中可以使用高分辨率的土地利用类型
数据和交通、商业中心分布等 GIS空间数据,以便模
拟出具体的、复杂的真实城市发展. 如 White 等[19]
用 CA 模拟了俄亥俄州辛辛那提土地利用的模式,
Wu等[20-21]用 CA 模拟了广州市的城市扩张过程.
近年来,越来越多的学者采用 CA 模拟交替的城市
发展模式和不同情景的城市发展形态,希望为城市
规划提供科学的决策依据. 基于 CA 的城市交替发
展模型可以首先假设各种问题及其结果,然后按照
假设条件模拟出不同结果. 在模型中嵌入不同的假
设条件后,能形成形态各异的城市发展模式.将这些
不同的假设条件同时嵌入模型中,就可以形成交替
的城市发展模式.如 Li等[22]在 CA模型中嵌入土地
可持续发展约束条件,用约束性神经网络模拟了东
莞市基本农田保护的城市发展模式;Li等[23]通过调
整 CA参数模拟了紧凑形态的城市发展模式.目前,
用 CA 模拟不同城市发展模式的研究,主要通过在
模型中嵌入农业适宜性、城市紧凑度等单一假设条
件模拟期望的城市形态. 如果在模型中嵌入既能考
虑城市发展又能反映城市扩展影响的综合指标来控
制城市形态的发展,可以模拟不同情景下的可持续
城市形态发展.
随着经济的高速发展,建设用地迅速扩张,带来
了许多全球性和区域性的生态安全问题,如环境污
染、森林植被退化、水土流失、土地荒漠化、酸雨、热
岛效应以及生物多样性减少等,而这些问题又严重
威胁着人类生存环境和经济社会的可持续发
展[24-25] .生态环境和人类社会相互影响的交互式复
杂关系,使生态安全(ecological security)成为了生态
学、地理学、社会学和经济学等跨学科研究的热点问
题.目前,对生态安全内容的研究主要集中在生态系
统自身健康、完整和可持续性研究、生态系统服务价
值研究,以及生态安全的分析及评价研究;生态安全
研究技术主要采用遥感 ( RS)和地理信息系统
(GIS)、景观分析和试验、模拟等方法[26] . 生态安全
评价既要考虑到城市发展对景观生态的压力,也需
考虑景观的稳定性、生态服务价值和脆弱性,同时又
能反映人类社会对景观变化的响应.目前,国内外景
观规划研究侧重于如何构建源景观、抑制汇景观、拓
展景观廊道等. 事实上,当一个地区发展到一定阶
段,源、汇景观以及景观廊道相对稳定,这种条件下
如何提高景观生态安全的研究相对较少. 如何通过
配置不同土地利用类型形成景观生态安全的区域发
展模式的研究既具有理论价值,也具有应用意义.如
果以景观生态安全指数作为城市形态的评价依据,
模拟生态安全指数较高的城市发展形态,可以反映
不同城市形态对景观的压力和生态价值的影响,为
生态安全的城市形态规划提供科学的决策依据.
本文以城市化快速发展的东莞市为例,采用
“PSR冶 概念框架模型评价区域 1988—2005 年
(1988—2005 年,建设用地增长幅度达到 881. 6% ,
2005 年建设用地面积达到区域总面积的 41. 5% ,
2005 年后建设用地增长速度缓慢)的景观生态安全
状况,划分出不同生态安全级别的区域,计算各级别
间元胞 1 km伊1 km范围内的平均城市像元数,以生
态中低安全和低安全级别间的该像元数作为 CA 模
型转换规则的约束条件,利用 CA 转换规则中的邻
域状态调控城市发展形态,控制区域城市用地密度,
建立生态安全的 CA 模型,模拟生态安全的城市发
展形态.
1摇 研究地区与研究方法
1郾 1摇 研究地区概况
东莞市位于广东省中南部、珠江口东岸,北接广
州南邻深圳,经济发展区位优势明显. 2010 年全市
完成生产总值 4246. 25 亿元,比上年增长 10. 3% .
其中,第一产业增加值 16. 64 亿元,增长 1. 9% ;第
二产业增加值 2183. 18 亿元,增长 16. 8% ;第三产
业增加值 2046. 43 亿元,增长 3. 9% . 2010 年末,全
市建成区土地面积 798. 48 km2,公共设施用地面积
61. 31 km2,全市户籍人口 181. 77 万,外来暂住人口
640. 25 万,常住人口 822. 02 万.随着广州和深圳市
产业结构的不断调整,东莞市面临着良好的发展机
遇.过去 20 年中东莞的经济得到了飞速发展,与之
相应的城市建设用地规模快速增长,带来了一系列
资源环境问题[27] .采用合理的方法评价经济社会快
速发展地区的生态环境问题,可以为区域可持续发
0062 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
展政策的制定提供科学依据.
1郾 2摇 景观生态安全 CA模型
1郾 2郾 1 逻辑斯蒂回归定义转换规则的 CA摇 城市 CA
的核心是如何定义转换规则. 利用 CA 进行地理模
拟时,涉及到许多空间变量,转换规则定义有较大的
不同. 在城市 CA 模型中,转换规则往往反映土地
利用状态与一系列空间变量的关系,即需要确定城
市发展概率( development probability),城市发展概
率与一系列空间变量有关,常用逻辑斯蒂回归模型
来定义转换规则,并校正 CA 参数的权重[20] . 基于
逻辑斯蒂回归校正的 CA 模型中,某元胞 t+1 时刻
发展为城市用地的概率 Pd,ij t+1如下:
Pd,ij t +1 = RA 伊 Pc,ij t +1
= [1 +( - ln酌) 琢] 伊 11 + exp( - zij)
伊
摇 con( suitij t)伊 赘ij t (1)
式中:Pd,ij t+1为元胞 ij 在 t+1 时刻的城市发展概率;
Pc,ij t+1为元胞 ij 在 t+1 时刻未考虑随机变量时的城
市发展概率;RA 为随机变量,以反映城市系统的不
确定性,该随机项可以表达为:
RA+1+(-ln酌) 琢 (2)
式中:酌为[0,1]间的随机数;琢 为控制随机变量大
小的参数,一般取 0. 5.
zij的计算公式如下:
zij =a0+a1x1+a2x2+…+anxn (3)
式中:x1、x2、…、xn 为区域空间变量,如距公路的最
短距离、距铁路的最短距离、距商业中心的最短距
离、距居住中心的最短距离等;a0、a1、…、an 为相应
各变量的回归系数.
赘ij t 表示邻近范围城市化元胞对中心元胞的影
响,随着时间 t的变化而改变.计算公式如下:
赘ij t =移
3伊3
con( sij t = urban) / (3 伊 3 - 1) (4)
式中:con( sij t)为条件函数,其值在[0,1]. sij t 为元胞
ij在 t时刻发展为城市用地的适宜性,如果元胞越适
宜于转换为城市元胞,该值越接近于 1,反之,该值
越接近于 0.如陡峭的山地受到坡度的影响,发展为
城市元胞的概率较低,该值可设置为 0.在每次循环
中,将该发展概率与预先给定的阈值进行比较,以确
定该元胞是否发生状态的转变.
1郾 2郾 2 景观生态安全的 CA摇 在 CA转换规则中嵌入
假设条件,可以模拟假设条件下的城市发展形态.在
CA转换规则中嵌入一变量,可以改变建设用地空间
分布,形成密度适中的建设用地空间分布格局,模拟
生态安全的城市形态.以景观生态安全评价为依据,
采用中低生态安全和低生态安全间元胞 1 km伊1 km
范围内的平均城市像元数作为 CA转换规则的约束
条件,如果 CA迭代中元胞 1 km伊1 km 范围内的城
市像元数大于该值,则强制该元胞不转换为城市用
地,达到控制建设用地密度的目的,模拟生态安全的
城市发展形态,此时,CA的转换规则如下:
Pd,ij t +1= [1 + (ln酌) 琢]伊
1
1 + exp( - zij)
伊
con( suitij t)伊 赘ij t (5)
Pd,ij t +1逸r and 赘es,ij t Pd,ij t +1
{ (寅 u)
(屹 u)
(6)
式中:赘es,ij t 为元胞( i,j)在时刻 t的生态安全邻域元
胞城市化像元数;N 为元胞邻域生态安全状态下的
最大城市化像元数. 如何测算 N 是本研究的核心,
也是难点问题之一. 本文通过对研究区景观生态安
全评价,参考生态安全级别间的分隔值处评价单元
的元胞邻域城市化像元数,以建设用地总量和 CA
迭代次数不变为条件,确定 N. 寅u 为转变为城市用
地; 屹u为不转变为城市用地.
景观生态安全评价指标体系构建需要充分体现
景观生态的核心,即景观结构和功能、景观斑块动态
演替、景观系统的完整性和稳定性、干扰的阻抗和可
恢复性.同时,设计的指标可空间量化,并能充分反
映景观的时空演替;指标具有系统性和代表性[28] .
采用压力鄄状态鄄响应 ( pressure鄄state鄄response,PSR)
框架模型构建景观生态安全评价体系时,压力主要
考虑造成景观结构不稳定、影响景观系统完整性、导
致景观功能失调的因素;状态因素主要考虑景观的
结构状态、功能状态以及景观的抗干扰能力和破坏
后的可恢复性;响应主要考虑人们为维护景观系统
完整、景观结构稳定和功能协调所采取的措施.东莞
市景观生态安全压力主要来自于快速城市化带来的
建设用地快速扩张占据大量生态用地,自然景观不
断被城市景观代替,景观的稳定性不断下降,生态功
能不断降低.为了表征快速城市化对景观造成的压
力,选取景观扰动最主要的要素:建设用地开发强
度、人口密度以及建设用地扩展的中心和轴线“距
商业服务业中心的距离和距交通干道的距离冶作为
景观生态安全压力指数评价指标;景观生态安全状
态主要选择景观结构安全性、功能安全性和景观脆
弱性为评价指标.景观结构安全性由景观斑块密度
来度量,景观斑块密度越高,说明景观越破碎,稳定
性越差,景观安全性越低;景观功能安全性由景观生
10629 期摇 摇 摇 摇 摇 摇 摇 摇 摇 杨青生等: 基于元胞自动机的城市生态安全格局模拟———以东莞市为例摇 摇 摇 摇 摇 摇 摇
态系统服务价值度量,生态系统服务价值反映生态
系统为人类社会提供的直接或间接的各种服务, 生
态系统服务价值越高,景观功能越安全;景观脆弱性
反映自我维持、自我调节和抵抗外界压力与扰动的
情况, 通过评价不同土地利用类型对城市扩张的抵
抗能力和自我维持能力,结合东莞市实际,未利用
地、基塘和耕地被开发为建设用地的概率较大,而园
地、林地开发为建设用地的概率较小,按照不同类型
土地发展为建设用地发展的概率进行景观脆弱性赋
值,景观越脆弱,抵抗外界压力与扰动能力越小,安
全性越低.景观响应指数主要选择生态功能区调控
力度作为评价指标.指标的权重采用 Delphi 方法确
定.结合研究区的实际,东莞市景观生态安全评价指
标体系如表 1 所示.
摇 摇 以像元为评价单元,每个像元只有一类地类,无
法计算建设用地开发强度、景观结构等指标.研究中
常常以像元的邻域范围作为一个区域,用该区域计
算中心像元的开发强度、景观结构等作为指标.为了
确定像元的邻域范围,根据龚建周等[29]在广州市景
观粒度效应的研究,选取 1000 m作为景观分析的数
据粒度;考虑到东莞市与广州市相邻,快速城市化是
景观变化的主要动力之一,结合东莞市建设用地主
要沿道路和镇中心扩展的特征,以遥感影像的像元
为基本评价单元,像元尺度为 30 m伊30 m. 评价时,
采用景观粒度效应显著的 1 km伊1 km 千米格网值
作为每个像元的指标值. 这种评价单元有利于解决
建设用地开发利用强度、景观结构指数等指标的计
算,可以利用翔实的高分辨率土地分类数据,同时,
与千米网格评价单元相比,这种评价单元在生态安
全等级划分时,不同级别之间的边缘非常平滑.
表 1摇 东莞市景观生态安全评价指标体系
Table 1摇 Landscape ecological security evaluation system of
Dongguan City
目标
Goal
项目
Item
权重
Weight
评价指标
Index
权重
Weight
LES LSP 0郾 35 建设用地开发利用强度(P1) 0郾 3
人口密度(P2) 0. 3
距交通干道的距离(P3) 0. 2
距商业服务业中心距离(P4) 0. 2
LSS 结构安全性 0郾 5 景观斑块密度(S1) 0. 4
功能安全性 生态系统服务价值(S2) 0. 4
景观脆弱性 景观脆弱度(S3) 0. 2
LSR 0郾 15 功能区调控力度(R1) 1. 0
LES:景观生态安全综合指数 Landscape ecological security index;
LSP:景观生态压力指数 Landscape pressure; LSS:景观生态安全状态
指数 Landscape ecological security state; LSR:景观响应指数 Landscape
response. 下同 The same below.
摇 摇 各指标的计算方法参见文献[30]. 计算过程
中,距离变量采用 ArcGIS 9. 3 中空间分析的 Eucdis鄄
tance工具计算,人口密度通过建设用地密度加权的
反距离权重插值计算,景观斑块密度运用 Fragstats
3. 3 软件计算. 不同图层之间的加权运算通过 Arc鄄
GIS 9. 3 的空间分析工具计算.
1郾 3摇 数据来源与处理
考虑到东莞市城市快速发展的时间段和遥感数
据源,本研究以 1988、1997 和 2005 年为时间节点.
基础数据来源于 Landsat TM卫星遥感数据(1988 年
12 月 10 日,1997 年 8 月 6 日和 2005 年 10 月 22
日),卫星轨道号为 122 / 44,该景遥感影像覆盖了东
莞市全部区域.采用 Erdas 8. 7 的监督分类,将整个
区域分为耕地、园地、林地、草地、水系、建设用地和
其他共 7 类土地利用类型.分类的精度评价采用 Er鄄
das 8. 7 的精度评价方法(混淆矩阵评价法),1988、
1997 和 2005 年的总体精度分别达到 81% 、81. 2%
和 81. 4% . 1988、1997 和 2005 年的人口数据来自于
东莞市统计年鉴[31-33],道路交通资料和自然保护
区、森林公园等资料采用城市规划及环境保护规划
等相关规划资料.
2摇 结果与分析
2郾 1摇 东莞市景观生态安全评价
根据景观生态安全评价结果,对东莞市 1988、
1997 和 2005 年的综合景观生态安全指数进行分级
(图 1).结合东莞市实际情况,将景观生态综合指数
分为 4 个级别:1 级(低安全)、2 级(中低安全)、3
级(中高安全)和 4 级(高安全).分级阈值通过案例
判断的方法来确定,即选择不同年份的综合指数和
对应的千米网格遥感影像,结合对实地情况的描述,
通过专家打分划分生态安全级别,采用自然裂点法
进行分级,各级别间的分割值分别为 0. 35、0. 42 和
0郾 55.
由表 2 可以看出,东莞市综合景观生态安全指
数从 1988 年的 0. 497 降低到 1997 年的 0. 436,直至
表 2摇 东莞市景观生态安全综合指数统计
Table 2摇 Statistics of aggregative landscape ecological secu鄄
rity index
年份
Year
最小值
Minimum
最大值
Maximum
平均值
Average
1988 0. 137 0. 841 0. 497
1997 0. 092 0. 813 0. 436
2005 0. 098 0. 788 0. 395
2062 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
图 1摇 东莞市景观生态安全综合指数
Fig. 1摇 Integrated landscape ecological security index in Dong鄄
guan City.
A:铁路 Railway; B:高速公路 Expressway; C:其他公路 Other road.
玉:低安全 Low secure; 域:中低安全 Medium鄄low secure; 芋:中高安
全 Medium鄄high secure; 郁:高安全 High secure. 下同 The same below.
降到 2005 年的 0. 395,景观生态安全分别处于中高
安全状态、中高安全状态和中低安全状态,景观尺度
上的生态安全越来越低. 综合景观生态安全指数的
最小值从 1988 年的 0. 137 减小到 2005 年的 0. 098,
最大值从 0. 841 降低到 0. 788,表明景观尺度上的
生态安全整体向低值区发展. 生态低安全级别(一
级)的区域面积比例从 1988 年的 3. 7%增加到 1997
年的 27. 9% ,再增加到 2005 年的 48. 4% ,2005 年生
态低安全级别的区域面积几乎占全市面积的一半;
生态中低安全等级(二级)的区域面积比例从 1988
年的 16. 0%降低到 2005 年的 10. 0% ;中高安全等
级(三级)的区域面积比例从 1988 年的 53. 6%降低
到 2005 年的 20. 8% ;高安全等级(四级)的区域面
积比例从 1988 年的 26. 7% 降低到 2005 年的
20郾 9% (表 3).
从空间分布看,生态安全高值区域集中在森林
公园、自然保护区、基本农田和水系地区;低值和中
低值区域从 1988 年的市中心-镇中心集聚,逐步发
展到 1997 年的市中心-镇中心-道路集聚模式,到
2005 年基本覆盖了森林公园、自然保护区、基本农
田和水系以外的区域(图 1).
2郾 2摇 景观生态安全 CA模拟结果评价
为了建立景观生态安全的 CA,首先从东莞市城
市发展的历史数据中获取城市自然发展的 CA 转换
规则.转换规则用逻辑斯蒂回归模型定义并进行校
正,模型以 1988—1997 年的城市发展数据为基础数
据,运用 SPSS软件获取 CA的逻辑斯蒂回归转换规
则参数.采用交叉验证的方法确定转换阈值.交叉验
证法具体执行时以 0. 5 为阈值基准值,以 0. 03 为步
长,逐步增加阈值动态模拟城市发展形态,以模拟结
果的评价与实际最接近的阈值 0. 63 作为最终值.基
于逻辑斯蒂回归校正的 CA模型参数如下:
Pd,ij t+1 = [1+(-ln酌)琢] 伊 1 / {1+exp[ - ( - 0郾 025+
0郾 035x1 + 0郾 028x2 - 0郾 036x3 -0郾 0024x4 +
0郾 0032x5)]} 伊 con(suitij t) 伊 赘ij t
Pd,ij t +1 逸0郾 63摇 (寅 u)
Pd,ij t +1 < 0郾 63摇 (屹 u
{ ) (7)
式中:x1为距市中心距离变量;x2为距镇中心距离变
量 ;x3为距国道距离变量;x4为距高速公路距离变
表 3摇 生态安全分级面积统计
Table 3摇 Statistics of ecological security grade area
等级
Level
指数范围
Index interval
1988
km2 %
1997
km2 %
2005
km2 %
玉 <0. 35 91. 68 3. 7 691. 33 27. 9 1196. 97 48. 4
域 0. 35 ~ 0. 42 396. 10 16. 0 497. 85 20. 1 246. 53 10. 0
芋 0. 42 ~ 0. 55 1325. 75 53. 6 729. 25 29. 5 514. 20 20. 8
郁 >0. 55 662. 06 26. 7 557. 16 22. 5 517. 89 20. 9
合计 Total 2475. 59 100 2475. 59 100 2475. 59 100摇
玉:低安全 Low secure; 域:中低安全 Medium鄄low secure; 芋:中高安全 Medium鄄high secure; 郁:高安全 High secure. 下同 The same below.
30629 期摇 摇 摇 摇 摇 摇 摇 摇 摇 杨青生等: 基于元胞自动机的城市生态安全格局模拟———以东莞市为例摇 摇 摇 摇 摇 摇 摇
量;x5为距铁路距离变量.
为模拟生态安全的城市形态,需要在 CA 转换
规则中嵌入控制生态安全的变量. 城市化快速发展
地区建设用地的快速扩张是引起生态安全问题的主
要原因之一.如果从评价的生态安全元胞中获取元
胞邻域建设用地像元数,以此作为控制建设用地局
部发展的约束条件,可以形成生态安全的城市发展
形态.本研究以不减少区域建设用地总量为前提,以
2005 年的实际建设用地总量作为控制条件,CA 模
拟的最终建设用地总量需要达到 2005 年实际建设
用地总量,同时,CA 每次迭代中转换为建设用地的
数量不能过少,否则模拟耗费的时间太长. 以 1988
年的生态安全评价结果为基础,对 4 个等级的生态
安全区域的 1 km伊1 km 网格邻域城市化像元数进
行了统计(表 4),由于芋级和郁级(中高安全级和高
安全级)的平均城市化像元数较少,如果以芋级、郁
级区域的城市像元数作为控制条件,无法形成城市
景观,因此,以生态安全区域玉级(低安全)和域级
(中低安全)的城市化像元数(204)为控制条件,以
1997 年的区域土地利用空间布局为初始条件,模拟
2005 年景观生态安全的城市形态. 模拟结果表明,
以 1 km伊1 km网格内最大城市化像元数(204)为控
制条件模拟城市发展,建设用地总量无法达到 2005
年实际的建设用地总量.因此,以 2005 年建设用地
总量和 CA 模拟的迭代次数不变为约束条件,逐步
增加像元邻域范围内的城市化像元数,确定控制条
件,城市化像元数从 204 逐步增加到 317 时,建设用
地总量达到了 2005 年的实际量,而且 CA 的迭代次
数和传统 CA 迭代次数一致. 故采用 317 作为控制
条件,则转换规则转变为:
Pd,ij t+1 逸0郾 63 and 赘1伊1,ij t < 317
Pd,ij t+1 <
{ 0郾 63 摇
(寅 u)
(屹 u)
(8)
采用生态安全的 CA可以模拟生态安全的城市
用地相对集聚的城市形态(图 2),并对模拟的城市
形态进行生态安全评价.
表 4摇 东莞市 1988年各生态等级 1 km伊1 km网格城市像元数
Table 4摇 Urban cell statistics in 1 km伊1 km grid under dif鄄
ferent ecological security levels in 1988
等级
Level
最小值
Minimum
最大值
Maximum
平均值
Average
玉 1 1165 415. 19
域 0 1118 96
芋 0 1084 26. 65
郁 0 837 13. 10
摇 摇 利用景观生态安全评价指标体系对 2005 年区
域城市形态评价进行模拟,并与实际的生态安全评
价结果对比. 景观生态压力指数平均值由实际的
0郾 472 减小到模拟的 0. 466,最高值由实际的 0. 970
降低到模拟的 0. 750,最小值由实际的 0. 011 增加
到模拟的 0. 031(表 5),表明模拟的城市形态景观
生态压力的高压有所降低. 模拟的景观生态压力指
数在空间上表现为由实际的“市中心、镇中心鄄道路冶
高值区降低为市中心高值区、其余地区相对均衡的
发展趋势(图 3). 景观生态安全状态指数平均值由
实际的 0. 375 增加到模拟的 0. 541,最大值由实际
的 0. 917 增加到模拟的 0. 931,最小值由实际的
0郾 033 增加到模拟的 0. 077,表明模拟的景观生态安
全状态平均状态有所提高,生态安全的最低状态好
于实际情况.空间分布上,自然保护区、森林公园、基
本农田和水系等景观生态安全状态保持得非常好,
沿道路分布的像元的模拟生态安全状态好于实际情
况,市中心和镇中心保持了生态安全状态相对较低
的状态.综合景观生态安全指数由实际的 0. 395 增
加到模拟的 0郾 479,最大值由实际的 0. 788 增加到
模拟的 0. 852,最小值由实际的 0. 098 增加到模拟
的 0. 144,表明模拟的城市形态平均生态安全程度
好于实际.空间分布上,玉级(低生态安全)区域主
要分布在市中心和镇中心及道路沿线,域级(中低
生态安全)区域面积与实际相比,得到大幅度的提
升,自然保护区、森林公园、基本农田和水系等景观
生态安全状况维持良好. 2005 年,研究区 26. 0%元
胞的综合生态安全指数模拟值与实际值差异在
表 5摇 2005年城市形态生态安全评价指标的模拟值与实际值
Table 5摇 Integrated ecological security index between simu鄄
lation and real urban form in 2005
指标
Index
模拟
Simulation
urban form
实际
Real urban
form
LSP 最小值 Minimum 0. 031 0. 011
最大值 aximum 0. 750 0. 970
平均值 Average 0. 466 0. 472
标准差 SD 0. 120 0. 171
LSS 最小值 Minimum 0. 072 0. 033
最大值 aximum 0. 931 0. 917
平均值 Average 0. 541 0. 375
标准差 SD 0. 134 0. 178
LES 最小值 Minimum 0. 144 0. 098
最大值 aximum 0. 852 0. 788
平均值 Average 0. 479 0. 395
标准差 SD 0. 123 0. 158
4062 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
图 2摇 以 317 个城市像元为控制条件模拟的 2005 年生态安
全的建设用地(D)布局
Fig. 2 摇 Simulation urban forms controlled ( D) by 317 urban
cells in 1 km伊1 km neighborhoods in 2005.
-0. 05 ~ 0. 05,变化幅度很小;44. 2%元胞的差值在
0. 05 ~ 0. 16,生态安全的模拟得到了小幅提升;
表 6摇 2005 年综合生态安全指数的模拟值与实际值
Table 6摇 Integrated ecological security change intensity be鄄
tween simulation and real urban in 2005
模拟结果
与实际变化
Dynamics between
simulation result and
real form
变化区间
Interval of
integrated
像元数
Cell numbers
占总像元比例
Percentage of
variation cells of
integrated ecological
security index
减小
Decrease
<-0. 10 137927 4. 5
小幅减小
Little decrease
-0. 10 ~ -0. 05 115574 3. 8
基本不变
No change
-0. 05 ~ 0. 05 792838 26. 0
小幅增加
Little increase
0. 05 ~ 0. 16 1347547 44. 2
增加
Increase
>0. 16 653937 21. 5
21郾 5%元胞的差值大于 0. 16,生态安全的模拟得到
了更大提升;生态安全指数模拟值减小的元胞比例
仅占 8. 3% (表 6).
图 3摇 东莞市 2005 年生态安全指数模拟与实际对比图
Fig. 3摇 Integrated ecological security between simulation and real urban form in 2005.
LSP:景观生态压力指数 Landscape pressure; LSS:景观生态安全状态指数 Landscape ecological security state; LES:景观生态安全综合指数 Land鄄
scape ecological security index.
50629 期摇 摇 摇 摇 摇 摇 摇 摇 摇 杨青生等: 基于元胞自动机的城市生态安全格局模拟———以东莞市为例摇 摇 摇 摇 摇 摇 摇
3摇 结摇 摇 语
元胞自动机可以利用高分辨率的空间数据在高
分辨率的时间维上模拟城市系统发展,如果在元胞
自动机转换规则中嵌入假设条件,可以模拟这种假
设条件下的城市发展形态.本文采用 PSR 模型对景
观生态安全进行评价,引入约束条件作为生态安全
的城市发展控制条件,将其嵌入 CA转换规则中,模
拟了生态安全的城市发展形态,为城市可持续发展
政策的制定提供了科学依据.
本研究将元胞 1 km伊1 km 范围内的城市化像
元数作为生态安全的城市发展控制条件,将其嵌入
CA转换规则中,控制城市建设用地密度,模拟开发
利用强度较小、人口密度较低的景观生态压力较小
的城市发展形态;模拟的景观结构较实际稳定,景观
的生态功能更好,景观恢复性较好,景观生态安全状
态比实际高,区域综合景观生态安全较高.如果沿控
制的城市形态发展,区域景观将更安全. CA 可以作
为生态安全城市发展规划的模拟工具,为城市可持
续发展提供决策依据.
参考文献
[1]摇 Wolfram S. Cellular automata as models of complexity.
Nature, 1984, 311: 419-424
[2]摇 Shin JK. Identifying patterns from one鄄rule鄄firing cellu鄄
lar automata. Artificial Life, 2011, 17: 21-32
[3]摇 Trunfio G. Predicting wildfire spreading through a hexa鄄
gonal cellular automata model. Lecture Notes in Comput鄄
er Science, 2004, 3305: 385-394
[4]摇 Zhao SJ. Simulation of mass fire鄄spread in urban densely
built areas based on irregular coarse cellular automata.
Fire Technology, 2011, 47: 721-749
[5]摇 Wang R, Liu M, Kemp R, et al. Modeling driver be鄄
havior on urban streets. International Journal of Modern
Physics C, 2007, 18: 903-916
[6]摇 Wang R, Liu M. A realistic cellular automata model to
simulate traffic flow at urban roundabouts. Lecture Notes
in Computer Science, 2005, 3515: 420-427
[7]摇 Wolf D. Cellular automata for traffic simulations. Physi鄄
ca A: Statistical Mechanics and its Applications, 1999,
263: 438-451
[8]摇 Sant佴 I, Garcia AM, Miranda D, et al. Cellular autom鄄
ata models for the simulation of real鄄world urban proces鄄
ses: A review and analysis. Landscape and Urban Plan鄄
ning, 2010, 96: 108-122
[9]摇 Sarkar S, Crews鄄Meyer K, Young K, et al. A dynamic
graph automata approach to modeling landscape change
in the Andes and the Amazon. Environment and Plan鄄
ning B, 2009, 36: 300-318
[10]摇 Semboloni F. An urban and regional model based on
cellular automata. Environment and Planning B, 1997,
24: 589-612
[11]摇 Batty M, Xie Y. From cells to cities. Environment and
Planning B, 1994, 21: 31-48
[12]摇 Syphard A, Clarke K, Franklin J. Using a cellular au鄄
tomaton model to forecast the effects of urban growth on
habitat pattern in southern California. Ecological Com鄄
plexity, 2005, 2: 185-203
[13]摇 Li X, Liu X. An extended cellular automation using
case鄄based reasoning form simulating urban development
in a large complex region. International Journal of Geo鄄
graphical Information Science, 2006, 20: 1109-1136
[14]摇 Li X, Yang Q, Liu X. Genetic algorithms for determi鄄
ning the parameters of cellular automata in urban simula鄄
tion. Science in China Series D: Earth Sciences, 2007,
50: 1857-1866
[15]摇 Li X, Yeh G. Integration of principal components analy鄄
sis and cellular automata for spatial decision making and
urban simulation. Science in China Series D: Earth Sci鄄
ences, 2002, 45: 521-529
[16]摇 Couclelis H. From cellular automata to urban models:
New principles for model development and implementa鄄
tion. Environment and Planning B, 1997, 24: 165-174
[17]摇 Batty M, Xie Y, Sun Z. Modeling urban dynamics
through GIS鄄based cellular automata. Computers, Envi鄄
ronment and Urban Systems, 1999, 23: 205-233
[18]摇 White R, Engelen G. Cellular automata and fractal ur鄄
ban form: A cellular modeling approach to the evolution
of urban land鄄use patterns. Environment and Planning
A, 1993, 25: 1175-1199
[19]摇 White R, Engelen G, Uljee I. The use of constrained
cellular automata for high鄄resolution modelling of urban
land鄄use dynamics. Environment and Planning B,
1997, 24: 323-344
[20]摇 Wu F. Calibration of stochastic cellular automata: The
application to rural鄄urban land conversions. Internation鄄
al Journal of Geographical Information Science, 2002,
16: 795-818
[21]摇 Wu F, Webster C. Simulation of land development
through the integration of cellular automata and multicri鄄
teria evaluation. Environment and Planning B, 1998,
25: 103-126
[22]摇 Li X, Lao C, Liu X, et al. Coupling urban cellular au鄄
tomata with ant colony optimization for zoning protected
natural areas under a changing landscape. International
Journal of Geographical Information Science, 2011, 25:
575-593
[23]摇 Li X, Yang Q, Liu X. Discovering and evaluating urban
signatures for simulating compact development using cel鄄
lular automata. Landscape and Urban Planning, 2008,
86: 177-186
[24]摇 Costanza R, Norton B, Haskell B. Ecosystem Health:
New Goals for Environmental Management. Washington
DC: Island Press, 1992
[25]摇 Wang G鄄X (王根绪), Cheng G鄄D (程国栋), Qian J
(钱 摇 鞠). Several problems in ecological security as鄄
sessment research. Chinese Journal of Applied Ecology
6062 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
(应用生态学报), 2003, 14(9): 1551-1556 (in Chi鄄
nese)
[26]摇 Chen X (陈 摇 星), Zhou C鄄H (周成虎). Review of
the studies on ecological security. Progress in Geography
(地理科学进展), 2005, 24(6): 8-20(in Chinese)
[27]摇 Li X (黎摇 夏), Ye J鄄A (叶嘉安). Application of re鄄
mote sensing for monitoring and analysis of urban expan鄄
sion: A case study of Dongguan. Geographical Research
(地理研究), 1997, 16(4): 56-61(in Chinese)
[28]摇 Wei T (魏摇 婷), Zhu X鄄D (朱晓东), Li Y鄄F (李杨
帆), et al. Application of catastrophe progression meth鄄
od in assessing urban ecological security of Xiamen
City, China. Chinese Journal of Applied Ecology (应用
生态学报), 2008, 28(8): 3563-3573 (in Chinese)
[29]摇 Gong J鄄Z (龚建周), Xia B鄄C (夏北成), Chen J鄄F
(陈健飞), et al. Dynamic analysis of the Guangzhou
landscape eco鄄security pattern based on 3S technology.
Acta Ecologica Sinica (生态学报), 2008, 19 (7):
1522-1528 (in Chinese)
[30]摇 Yang Q鄄S (杨青生), Qiao J鄄G (乔纪纲), Ai B (艾
彬). Landscape ecological security dynamics in rapid
urban development city. Acta Ecologica Sinica (生态学
报), 2013, 33(4): 1230-1239 (in Chinese)
[31]摇 Dongguan Statistics Bureau (东莞市统计局). Dong鄄
guan Statistical Yearbook. Beijing: China Statistics
Press, 1989 (in Chinese)
[32]摇 Dongguan Statistics Bureau (东莞市统计局). Dong鄄
guan Statistical Yearbook. Beijing: China Statistics
Press, 1998 (in Chinese)
[33]摇 Dongguan Statistics Bureau (东莞市统计局). Dong鄄
guan Statistical Yearbook. Beijing: China Statistics
Press, 2006 (in Chinese)
作者简介 摇 杨青生,男,1974 年生,博士,副教授. 主要从事
遥感与地理信息模型、元胞自动机和土地利用演化研究,发
表论文 30 余篇. E鄄mail: qsyang2002@ 163. com
责任编辑摇 杨摇 弘
70629 期摇 摇 摇 摇 摇 摇 摇 摇 摇 杨青生等: 基于元胞自动机的城市生态安全格局模拟———以东莞市为例摇 摇 摇 摇 摇 摇 摇