謝鵬飛等

摘要：

土地利用空間優(yōu)化配置是指土地要素在地域空間上的定性、定量和定位，是目前的研究熱點(diǎn)之一。本文依據(jù)國內(nèi)外土地利用空間優(yōu)化研究的最新成果，概述了土地利用空間優(yōu)化的概念、理論體系及一般流程；重點(diǎn)闡述了土地利用空間優(yōu)化配置的方法與模型，從理論原則、模型構(gòu)建、算法優(yōu)化、與GIS空間分析模塊結(jié)合四個角度分析了各種土地利用空間優(yōu)化配置方法的優(yōu)缺點(diǎn)；最后提出土地利用空間優(yōu)化配置的展望，認(rèn)為土地利用空間優(yōu)化仍可從理論完善、單個模型或算法的改進(jìn)、轉(zhuǎn)換規(guī)則的優(yōu)化等幾個方面進(jìn)行提高。

關(guān)鍵詞：土地利用空間優(yōu)化配置；模型；構(gòu)建；算法改進(jìn)；轉(zhuǎn)換規(guī)則

中圖分類號：F301文獻(xiàn)標(biāo)識號：A文章編號：1001-4942（2015）03-0138-06

Research Progress of Spatial Optimization Allocation of Land Use

Xie Pengfei， Zhao Xiaoqing*， Zhang Longfei

（College of Resource Environment and Earth Science， Yunnan University， Kunming 650091， China）

AbstractSpatial optimization allocation of land use， one of the hot issues， means quality， quantity and spatial position of land elements in regional space. In this paper， the concepts， theoretical system and general process of spatial optimization allocation of land use were summarized based on the latest research results at home and abroad. The methods and models of spatial optimization allocation of land use were the key explaination， and the advantages and disadvantages of the methods were analyzed from theoretical principles， model building， algorithm optimization and combination with GIS spatial analysis module. Finally， the prospect of spatial optimization allocation of land use was put forward. It could be improved from perfecting theories， ameliorating a single model or an algorithm， and optimizing the conversion rules.

Key wordsSpatial optimization allocation of land use； Model； Construction； Algorithm improvement； Conversion rule

土地利用優(yōu)化配置（Optimization Allocation of Land Use）是指開發(fā)利用土地，促進(jìn)社會、經(jīng)濟(jì)、生態(tài)的協(xié)調(diào)可持續(xù)發(fā)展。這種優(yōu)化主要是針對區(qū)域內(nèi)特定土地資源在利用方式、數(shù)量結(jié)構(gòu)、空間布局以及綜合效益等方面的優(yōu)化[1，2]。土地利用的數(shù)量結(jié)構(gòu)優(yōu)化是最先出現(xiàn)的研究課題[3，4]，然而隨著研究的不斷深入，以經(jīng)濟(jì)效益最大化為目標(biāo)的數(shù)量結(jié)構(gòu)優(yōu)化已不能解決土地利用中存在的諸多問題，空間優(yōu)化逐步成為目前土地資源優(yōu)化配置的主要內(nèi)容[5]。土地利用空間優(yōu)化配置（Spatial Optimization Allocation of Land Use）是指在既定的規(guī)劃目標(biāo)前提下，根據(jù)一定的技術(shù)手段和方法，對某一區(qū)域范圍內(nèi)的土地資源，從利用結(jié)構(gòu)、利用方式、時空等角度進(jìn)行系統(tǒng)、科學(xué)、綜合的安排、設(shè)計(jì)和布局，并得到由點(diǎn)、線、面組成的多目標(biāo)、多層次、目標(biāo)效益最大化的土地利用空間配置方案[6]。

當(dāng)前RS、GIS以及信息科學(xué)技術(shù)的不斷發(fā)展完善，以及對土地利用的動態(tài)監(jiān)測、空間分析、模擬預(yù)測能力不斷加強(qiáng)，越來越多的學(xué)者在土地利用數(shù)量結(jié)構(gòu)優(yōu)化研究的基礎(chǔ)上，轉(zhuǎn)而投入到對土地利用空間格局優(yōu)化研究的方向上來。本文在前人研究基礎(chǔ)上分析總結(jié)了土地利用空間格局優(yōu)化的理論體系、基本流程以及優(yōu)化方法，將有利于促進(jìn)土地利用研究領(lǐng)域的完善和創(chuàng)新。

1土地利用空間優(yōu)化配置的理論體系

土地利用空間優(yōu)化配置是一個復(fù)雜、綜合的過程，其目的在于合理利用土地資源實(shí)現(xiàn)區(qū)域社會、經(jīng)濟(jì)、生態(tài)協(xié)調(diào)與可持續(xù)發(fā)展。其理論體系主要包含以下幾個方面。

1.1區(qū)位論

區(qū)位論是為尋求合理空間活動而創(chuàng)建的，最早的區(qū)位論是1826年杜能提出的“杜能圈”；典型的區(qū)位論還包括韋伯工業(yè)區(qū)位論、克里斯塔勒中心地理論以及廖什市場區(qū)位論。區(qū)位論從點(diǎn)、線、面等區(qū)位幾何要素對地理空間布局的思想進(jìn)行歸納演繹，對優(yōu)化模型的構(gòu)建以及從區(qū)域協(xié)調(diào)發(fā)展的角度提升空間地類轉(zhuǎn)換的評判規(guī)則有較大的指導(dǎo)意義。

1.2區(qū)域經(jīng)濟(jì)學(xué)理論

從經(jīng)濟(jì)學(xué)的角度，重點(diǎn)對土地利用過程中產(chǎn)生的經(jīng)濟(jì)效益進(jìn)行評價，主要包括增長極核理論、極差地租理論、土地報(bào)酬遞減理論等。區(qū)域經(jīng)濟(jì)學(xué)理論對指導(dǎo)土地資源合理配置以獲得最大經(jīng)濟(jì)效益、同時協(xié)調(diào)不同地域空間組織的資源訴求有重大影響，如對我國城鄉(xiāng)土地一體化空間均衡規(guī)劃研究等有較好的借鑒意義[6]。endprint

1.3生態(tài)學(xué)方面的相關(guān)理論

首先，土地利用變化的過程也是生態(tài)景觀格局演變的過程，為此將景觀生態(tài)學(xué)的理論思想引入到土地空間格局優(yōu)化中來具有重要的實(shí)際意義。其次，生態(tài)位理論將土地利用類型表述為不同的生態(tài)位，繼而調(diào)整土地利用的空間布局。生態(tài)學(xué)的理論觀點(diǎn)在土地利用空間優(yōu)化過程中主要為建模提供決策依據(jù)，如MCR模型。

1.4可持續(xù)發(fā)展理論

該理論興起于20世紀(jì)五六十年代，涉及自然、環(huán)境、社會、經(jīng)濟(jì)、科技、政治等多個方面，考慮公平性、持續(xù)性和共同性原則?？沙掷m(xù)發(fā)展是土地空間優(yōu)化所要考慮的重要內(nèi)容，對土地利用空間優(yōu)化的指導(dǎo)意義主要表現(xiàn)在約束函數(shù)以及轉(zhuǎn)換規(guī)則的設(shè)定上。

1.5最優(yōu)化理論

該理論是近十幾年形成的，通過各種數(shù)學(xué)方法，如線性規(guī)劃、隨機(jī)規(guī)劃等，為不同的系統(tǒng)提供優(yōu)化途徑及解決方案，主要針對管理問題和生產(chǎn)經(jīng)營活動。土地利用空間優(yōu)化既是管理問題又是一種生產(chǎn)經(jīng)營活動，最優(yōu)化理論的研究方法將對空間優(yōu)化的建模過程形成比較透徹的思路。

2土地利用空間優(yōu)化配置的一般流程

土地利用空間優(yōu)化配置是從土地利用結(jié)構(gòu)優(yōu)化配置的基礎(chǔ)上進(jìn)一步發(fā)展而來，是土地利用優(yōu)化的高級形式。依據(jù)配置的主要內(nèi)容，其主體流程見圖1。

圖1土地利用空間優(yōu)化配置的一般流程

空間優(yōu)化配置必須在結(jié)構(gòu)優(yōu)化的框架下進(jìn)行，原因在于空間優(yōu)化是從時空的角度對土地要素進(jìn)行布局，而這些土地要素在規(guī)劃期內(nèi)的最佳面積、合理比例等是通過結(jié)構(gòu)優(yōu)化實(shí)現(xiàn)的。因此，土地利用空間優(yōu)化配置首先需要對區(qū)域土地利用現(xiàn)狀進(jìn)行分析，結(jié)合區(qū)域中各種自然、社會、經(jīng)濟(jì)條件，評價其土地利用的適宜性，并依據(jù)區(qū)域發(fā)展規(guī)劃的目標(biāo)制定數(shù)量結(jié)構(gòu)優(yōu)化方案，之后選定空間優(yōu)化方法模型，結(jié)合空間地類的轉(zhuǎn)換規(guī)則實(shí)現(xiàn)區(qū)域土地利用的空間優(yōu)化配置。

3土地利用空間優(yōu)化配置的方法

土地利用空間優(yōu)化配置最早起源于對城市空間格局的研究，從1826年杜能發(fā)表《孤立國》一書開始到現(xiàn)在，土地利用優(yōu)化經(jīng)歷了數(shù)量結(jié)構(gòu)優(yōu)化的成熟到如今空間結(jié)構(gòu)優(yōu)化興起的過程[6]。對于土地利用的空間優(yōu)化配置，國內(nèi)外許多學(xué)者就相關(guān)領(lǐng)域做了大量的研究工作，如：Matthews等[7]采用GIS與環(huán)境模型相結(jié)合的空間決策方法，研究了農(nóng)村土地利用規(guī)劃的空間決策問題；Stewart[8]、Porta[9]等分別對遺傳算法（GA）在多目標(biāo)條件下和不同并行模式（多核并行、群集并行）下的土地利用空間優(yōu)化進(jìn)行模擬；王新生等[10]基于模擬退火算法（SA），研究了城市土地利用空間布局；Eldrandaly[11]采用基因表達(dá)規(guī)劃算法（GEP），結(jié)合GIS的空間分析，認(rèn)為能較好地實(shí)現(xiàn)多目標(biāo)條件下的土地利用空間優(yōu)化；黎夏等[12]采用基于神經(jīng)網(wǎng)絡(luò)和元胞自動機(jī)（CA）相結(jié)合的空間優(yōu)化模型，改進(jìn)了單CA模型在地類模擬轉(zhuǎn)變中的不足，并減少了CA模型中復(fù)雜參數(shù)的設(shè)定；張鴻輝[13]、Ralha[14]等采用多智能體系統(tǒng)（MAS），分別以長沙市和巴西塞拉多地區(qū)的土地利用變化進(jìn)行模擬，實(shí)證MAS，取得良好的效果；馬世發(fā)[15]、劉小平[16]等基于微粒子群優(yōu)化算法（PSO），依次對縣域城鎮(zhèn)土地利用空間布局及宏觀經(jīng)濟(jì)變量和社會驅(qū)動力以及多限制條件下的大區(qū)域土地利用空間布局進(jìn)行模擬。另外還有其他一些模型或者算法在土地利用空間優(yōu)化配置中的應(yīng)用等，如：最小阻力模型（MCR）、多目標(biāo)土地利用空間配置法（MOSOLUA）、蟻群算法等。

歸納起來，土地利用空間優(yōu)化配置主要從理論原則、模型構(gòu)建、算法優(yōu)化等角度以及結(jié)合GIS的空間分析模塊四個方面進(jìn)行研究。

3.1基于理論原則的土地利用空間優(yōu)化方法

不少學(xué)者從生態(tài)安全、土地資源綜合承載力、土壤水分分布、土地開發(fā)適宜性評價、城鄉(xiāng)用地統(tǒng)籌安排、基本農(nóng)田保護(hù)等角度提出土地利用的相關(guān)控制目標(biāo)，繼而在這些理論研究的基礎(chǔ)上對某一地區(qū)的土地利用空間布局進(jìn)行優(yōu)化。如李暉等在對香格里拉縣生態(tài)用地規(guī)劃時，認(rèn)為構(gòu)建不同的景觀安全格局能夠?yàn)閰^(qū)域性的生態(tài)用地規(guī)劃提供對策，提出“源”外第一層為禁建區(qū)、第二層為限建區(qū)、第三層為適建區(qū)[17]。金志豐等[18]借助土地開發(fā)適宜性分區(qū)成果，提出宿遷市的差別化區(qū)域土地利用方式與管制措施，將宿遷市分為建設(shè)用地重點(diǎn)保障區(qū)和農(nóng)用地重點(diǎn)保障區(qū)等6種類型區(qū)[18]。

基于理論原則的土地利用空間優(yōu)化，主要優(yōu)點(diǎn)在于優(yōu)化決策層的構(gòu)建是建立在相關(guān)成熟研究基礎(chǔ)上的，優(yōu)化過程中所要考慮的控制因子易于尋求；但同時這也是該方法的缺點(diǎn)，即因素層單一，如基于土壤水分分布的空間優(yōu)化，并不能很好地將生態(tài)、經(jīng)濟(jì)效益等其他方面考慮進(jìn)去?？傮w上來說該方法比較簡單實(shí)用。

3.2基于模型構(gòu)建的土地利用空間優(yōu)化方法

基于模型構(gòu)建的優(yōu)化方法是指針對土地利用空間優(yōu)化過程中涉及到的優(yōu)化影響因子，在規(guī)劃目標(biāo)的指導(dǎo)下，通過構(gòu)建模型提出有組織規(guī)劃的綜合決策方案，其主體過程如圖2所示。

圖2基于模型構(gòu)建的土地利用空間優(yōu)化過程

模型構(gòu)建法通過各種參數(shù)的運(yùn)算結(jié)果計(jì)算土地利用類型圖中各柵格的轉(zhuǎn)換概率，來實(shí)現(xiàn)不同情景模式下或者目標(biāo)前提下的土地利用空間布局。當(dāng)前土地利用空間優(yōu)化的模型構(gòu)建方法

較多，各種新模型的提出和對已有模型的改進(jìn)是許多學(xué)者研究的重點(diǎn)，常見模型主要有以下幾種，見表1。

另外還有系統(tǒng)動力學(xué)模型（SD）、人工神經(jīng)網(wǎng)絡(luò)模型（ANN）、多目標(biāo)土地利用空間優(yōu)化模型（MOSOLUA）等，各種模型各有其優(yōu)缺點(diǎn)。當(dāng)前不少學(xué)者也在不斷嘗試將不同的模型結(jié)合起來，對特定區(qū)域的土地利用空間變化進(jìn)行模擬，如黎夏等[13]采用基于神經(jīng)網(wǎng)絡(luò)的元胞自動機(jī)模擬復(fù)雜土地利用系統(tǒng)，此種方法的好處在于不需要用戶去設(shè)定CA模型的轉(zhuǎn)換規(guī)則，而是通過ANN-CA模型的糾正模塊自動獲取模型參數(shù)。模型構(gòu)建法深受系統(tǒng)論思想的影響，能較為全面地考慮土地利用空間優(yōu)化過程中的各種社會、經(jīng)濟(jì)、生態(tài)等限制因素，且模型能充分體現(xiàn)人的主觀行為在土地利用中的作用，因而模擬過程更容易貼合現(xiàn)實(shí)情況，使優(yōu)化結(jié)果較好，如基于MAS的土地利用空間優(yōu)化中，Agent的設(shè)定范圍可以涵蓋現(xiàn)實(shí)中各個利益體對土地的訴求，能充分模擬現(xiàn)實(shí)情況。但是該方法涉及的驅(qū)動因素層較多，資料收集困難，尋優(yōu)程序繁雜。endprint

模型名稱模型概述特點(diǎn)應(yīng)用實(shí)例

多智能體系統(tǒng)（MAS） 20世紀(jì)70年代末提出；多個具備自主性、交互性、反應(yīng)性的Agent在給定行為知識庫條件的限制下，自下而上，通過協(xié)調(diào)尋求整體最佳規(guī)劃方案的一種模型。 從土地利用主體出發(fā)，獨(dú)立的Agent行為通過協(xié)調(diào)產(chǎn)生整體最佳結(jié)果，即將復(fù)雜的土地利用空間優(yōu)化問題耦合成簡單任務(wù)，同時Agent又具備一定的學(xué)習(xí)、適應(yīng)和推理能力；可以克服單個Agent的知識不完全、處理問題不全面等缺點(diǎn)。[13]

元胞自動機(jī)模型（CA） 20世紀(jì)50年代 Stanislan Ulam和John von Neumann提出；由離散、多維、具有限狀態(tài)集的元胞通過一定的轉(zhuǎn)化規(guī)則，在時間和空間上進(jìn)行演化的動力學(xué)模型，由元胞、狀態(tài)集、鄰域和轉(zhuǎn)換規(guī)則四部分組成。 CA模型主要用于解決幾何空間關(guān)系，其難點(diǎn)在于模型糾正和轉(zhuǎn)換規(guī)則的確定。在土地利用空間優(yōu)化中，CA模型可以很好地模擬土地利用動態(tài)變化的過程，但是基于純粹幾何關(guān)系的鄰域定義并不能很好地反映真實(shí)地理空間作用。[12]

最小累積阻力模型（MCR）最早由Knaapen等人于1992年提出；由“源”向外經(jīng)過不同的阻力單元擴(kuò)散，計(jì)算達(dá)到目標(biāo)點(diǎn)所要克服的阻力總和，用阻力值衡量源到某一點(diǎn)的易達(dá)性，采用阻力面分析地類轉(zhuǎn)換的概率，繼而確定土地利用空間格局。 MCR模型多用于生態(tài)景觀格局分析中，根據(jù)MCR模型，容易從“點(diǎn)源”、“廊道線”、“阻力面”出發(fā)，進(jìn)行土地功能分區(qū)，能充分體現(xiàn)土地單元的空間格局，且除確定阻力值需要專家打分外，大部分工作由計(jì)算機(jī)完成，具有較強(qiáng)的可操作性。[19]

CLUE-S模型 Verburg等人于2002年在CLUE基礎(chǔ)上開發(fā)而來；在土地利用變化受區(qū)域土地需求驅(qū)動的假設(shè)下，由非空間模塊和空間模塊組成；非空間模塊用于選取土地利用變化的驅(qū)動因素并逐年分析預(yù)測土地需求變化；空間分析模塊將這種變化序列通過Logistic回歸得到的土地類型概率分布，再加上轉(zhuǎn)換規(guī)則并結(jié)合初期土地利用現(xiàn)狀對后續(xù)土地利用空間格局進(jìn)行動態(tài)模擬。 CLUE-S適于模擬小尺度的土地利用空間格局變化，改變轉(zhuǎn)換系數(shù)值能快捷地設(shè)置不同情景模式下的土地利用變化。缺點(diǎn)在于模型對各種參數(shù)極為敏感；土地轉(zhuǎn)化規(guī)則設(shè)定的主觀性過高；不適用于模擬飛地較多的區(qū)域等。[20]、[21]

3.3基于算法的土地利用空間優(yōu)化方法

基于算法的土地利用空間優(yōu)化多是模擬自然界中的尋優(yōu)過程，如遺傳算法、蟻群算法等，繼而引入到土地利用空間優(yōu)化中來。算法優(yōu)化的開始階段多是輸入基期年土地利用現(xiàn)狀圖，通過柵格轉(zhuǎn)換規(guī)則以及變異函數(shù)形成新解，即包括各地類柵格數(shù)量和空間位置的柵格圖層，再依據(jù)判斷函數(shù)決定是否接受解，如此循環(huán)迭代，最終完成區(qū)域土地利用的空間優(yōu)化?；具^程如圖3所示。

算法的關(guān)鍵在于如何采取適當(dāng)?shù)姆绞矫枋鰡栴}，特別是轉(zhuǎn)換規(guī)則的設(shè)定需要包含面積約束、距離約束、方向約束、形狀緊湊性約束、同類單元的鄰接性約束等。常見的幾種算法見表2。

基于算法的優(yōu)化方法還有很多，如人工免疫算法、人工魚群算法等，同時對算法的改進(jìn)與算法間的結(jié)合應(yīng)用也是比較熱門的研究內(nèi)容。這類方法是從問題的最終結(jié)果入手，通過某種算法對優(yōu)化結(jié)果解或者解集的隨機(jī)擾動，并從這些變異的解中搜索出問題的最優(yōu)解的過程。其優(yōu)點(diǎn)在于：思路簡單、應(yīng)用范圍廣，易于用戶接受；是一種基于概率的全局搜索，不需要設(shè)定繁雜的偏好權(quán)重以迎合多目標(biāo)處理的需要。但其缺點(diǎn)也不容忽視：易“早熟”產(chǎn)生局部最優(yōu)解。如SA的優(yōu)化過程，其迭代次數(shù)與收斂函數(shù)（降溫過程）決定變異的好壞，一旦內(nèi)外循環(huán)的收斂速度過快將導(dǎo)致局部最優(yōu)解的形成，而過慢則會產(chǎn)生大量冗余迭代，影響運(yùn)算速度，其他算法也有類似的缺點(diǎn)。

3.4基于GIS空間分析模塊的土地利用空間優(yōu)化方法

隨著計(jì)算機(jī)軟硬件技術(shù)的發(fā)展，目前世界上主流的地理信息類軟件如ArcGIS、MapInfo、MapGIS甚至Erdas、ENVI等軟件的空間分析能力不斷加強(qiáng)，結(jié)合GIS空間分析功能的土地利用空間優(yōu)化方法也應(yīng)用廣泛。如趙筱青等基于GIS空間分析技術(shù)和“成本距離加權(quán)”制圖分析工具，并結(jié)合MCR模型構(gòu)建廊道、輻射道、戰(zhàn)略點(diǎn)等生態(tài)格局組分，劃分六類土地功能分區(qū)[5]；Matthews等通過GIS與環(huán)境模型的耦合，提出農(nóng)村土地利用規(guī)劃的空間決策模型，該模型能使土地管理者提前預(yù)知在嘗試改變土地利用方式后所帶來的影響，從而避免不必要的損失[7]。

算法名稱算法簡介特點(diǎn)應(yīng)用實(shí)例

遺傳算法（GA） 20世紀(jì)60年代中期由Holland等人提出；通過模擬生物的遺傳進(jìn)化，先生成目標(biāo)函數(shù)的隨機(jī)解集，然后基于解的自適應(yīng)大小在父代解集中進(jìn)行選擇、雜交、變異形成新解集，依此逐步迭代形成最優(yōu)解的全局搜索算法。 GA算法與具體問題的相關(guān)性很低，具有較高的通用性；算法從解集開始迭代尋優(yōu)過程對于全局最優(yōu)解的確定較為有利；算法的重點(diǎn)在于“染色體”即解的編碼方法和自適應(yīng)值判斷函數(shù)的確定。算法的缺點(diǎn)在于不適合大規(guī)模組合的求解運(yùn)算，求解過程存在大量冗余迭代。[8]、[9]

模擬退火算法（SA） Kirkpatrick等人于1982年提出；模擬固體降溫過程，包括狀態(tài)產(chǎn)生函數(shù)、狀態(tài)接受函數(shù)、溫度更新函數(shù)、溫度更新準(zhǔn)則和算法終止準(zhǔn)則。先確定初始解，再隨機(jī)擾動形成新解，然后判斷是否接受，最終尋求空間最優(yōu)解的過程。 SA算法適于處理高復(fù)雜度和高維數(shù)的問題；其內(nèi)循環(huán)的降溫函數(shù)和適度的Markov鏈長度以及外循環(huán)的溫度更新函數(shù)能有效限制局部最優(yōu)解的形成；缺點(diǎn)在于初始溫度和降溫系數(shù)不好界定，同時Metropolis準(zhǔn)則在判斷是否接受新解時可能遺失當(dāng)前最優(yōu)解。[10]

粒子群優(yōu)化算法（PSO） Kennedy和Eberhart于1995年提出；模擬鳥類覓食過程的全局尋優(yōu)算法，包括自身記憶模塊、自身認(rèn)知模塊和群體經(jīng)驗(yàn)?zāi)K三個部分。根據(jù)初始解集計(jì)算適應(yīng)值，然后依據(jù)自適應(yīng)值和群體最優(yōu)適應(yīng)值以及隨機(jī)系數(shù)產(chǎn)生新解，以此循環(huán)，在檢驗(yàn)條件限制下選出最優(yōu)解的過程。 PSO算法適用于復(fù)雜高維數(shù)問題的求解；編程簡單易于操作；除不雜交外，新解集的產(chǎn)生類似GA算法，但其同時考慮了群體經(jīng)驗(yàn)的作用使得計(jì)算速度會比較快，但是由于其收斂性方面的研究薄弱易導(dǎo)致局部最優(yōu)解的形成。[15]、[22]endprint

基因表達(dá)規(guī)劃算法（GEP） 葡萄牙學(xué)者Ferreira在2001年末提出；模擬生物遺傳進(jìn)化過程，類似GA算法，只是在基因編碼時采取編碼區(qū)與非編碼區(qū)結(jié)合的設(shè)定，非編碼區(qū)的存在為變異提供了更大的空間。 GEP特殊的基因（解）的編碼形式能夠擴(kuò)大變異空間，克服GA算法的復(fù)雜性不足，又能避免陷入過早收斂的境地；GEP算法能有效限制局部最優(yōu)解的形成，對于全局尋優(yōu)有利。[11]

蟻群優(yōu)化算法（ACO） 由意大利學(xué)者Colorni A、Dorigo M和Maniezzo V等人在1992年提出；模擬螞蟻行為，包括適應(yīng)階段和協(xié)作階段。先確定初始解集，然后采取螞蟻個體自身判斷函數(shù)和蟻群信息素的協(xié)作函數(shù)進(jìn)行移動，即新解集，如此循環(huán)迭代搜索空間最優(yōu)解的過程。 ACO的優(yōu)點(diǎn)在于解的變異考慮了自身與整體適應(yīng)度的作用，類似PSO算法，利于全局尋優(yōu)。缺點(diǎn)在于由于每次迭代會保留一部分舊解，因此適應(yīng)階段的變異函數(shù)的確定必須充分考慮，否則容易出現(xiàn)局部最優(yōu)解。[23]

結(jié)合GIS空間分析模塊的土地利用空間優(yōu)化，直接采用GIS軟件已有的工具進(jìn)行，方法簡單實(shí)用、可操作性強(qiáng)，而且優(yōu)化過程能比較直觀地通過圖層反映出來，亦不需要經(jīng)過復(fù)雜的模型或者算法設(shè)計(jì)，且兼容性好，配合其他模型或者算法能發(fā)揮出極大的優(yōu)勢。缺點(diǎn)在于固定式的功能模塊不能很好地適應(yīng)不同地域的環(huán)境情況，靈活性較差。

4結(jié)論與展望

綜上所述，基于理論研究的土地利用空間優(yōu)化配置多是結(jié)合景觀生態(tài)學(xué)、資源環(huán)境經(jīng)濟(jì)學(xué)等，從土地的適宜性和社會經(jīng)濟(jì)效益的角度來進(jìn)行；基于模型構(gòu)建的空間優(yōu)化屬于“先決策，后尋優(yōu)”類型，需要研究者對區(qū)域土地利用空間優(yōu)化的各方影響因素、因素權(quán)重有比較透徹的了解，同時還需要對模型中各種參數(shù)進(jìn)行細(xì)致的校正；基于算法的空間優(yōu)化則屬于“先定優(yōu)，后變優(yōu)，再擇優(yōu)”的類型，本文提到的幾種算法均屬于此類，且基于算法的空間優(yōu)化不需要研究者對優(yōu)化的具體決策影響因素有透徹了解，易于接受和實(shí)現(xiàn)優(yōu)化過程；與GIS空間分析結(jié)合的優(yōu)化方法則是以圖層為操作對象，經(jīng)過疊加、插值、加權(quán)、柵格計(jì)算等實(shí)現(xiàn)空間優(yōu)化。

通過總結(jié)相關(guān)優(yōu)化配置方法，筆者認(rèn)為今后土地利用空間優(yōu)化配置研究應(yīng)該從以下幾個方面加強(qiáng)：

4.1理論體系的擴(kuò)展完善

土地利用空間優(yōu)化配置的理論體系，目前多是從社會、經(jīng)濟(jì)、生態(tài)三個方面來考慮，缺乏更深層次的系統(tǒng)思想。如還可以結(jié)合美國學(xué)者霍爾提出的系統(tǒng)工程論，從知識維、時間維、邏輯維三個方面考慮控制論、信息論、社會科學(xué)等針對不同的優(yōu)化階段提升優(yōu)化模型的模擬精度。

4.2單個模型或算法仍有較大的改進(jìn)空間

目前在土地利用空間優(yōu)化配置中用到的典型模型或算法仍有較大的改進(jìn)空間。如MAS還可以從行為地理學(xué)的角度完善各個Agent的協(xié)同作用和反饋?zhàn)饔?，SA算法中Metropolis判斷準(zhǔn)則的改進(jìn)等；各模型在不同地理環(huán)境下的適用性研究也比較缺乏，尤其是對基于理論層次的優(yōu)化方法而言更是如此；同時對于區(qū)域中自然保護(hù)區(qū)、基本農(nóng)田等限制發(fā)生轉(zhuǎn)變的地類，由于當(dāng)前的模型或算法多是基于轉(zhuǎn)換系數(shù)值的設(shè)定，并不能很好地模擬含有此種地類區(qū)域經(jīng)濟(jì)發(fā)展的需要，使這些地類容易脫離區(qū)域的總體框架，不利于產(chǎn)生最佳的區(qū)域優(yōu)化格局，因此，如何在模型中正確處理自然保護(hù)區(qū)、基本農(nóng)田等限制發(fā)展地類的優(yōu)化也是有待改進(jìn)的一個方面。

4.3提升轉(zhuǎn)換規(guī)則的評價局限

當(dāng)前多數(shù)模型或算法判斷地類是否發(fā)生轉(zhuǎn)變的轉(zhuǎn)換規(guī)則，多是從社會效應(yīng)、經(jīng)濟(jì)效益、環(huán)境友好、政策允許這四個方面出發(fā)來計(jì)算其綜合效益，從而判斷是否發(fā)生轉(zhuǎn)變。然而在全球化視角下，這種評判標(biāo)準(zhǔn)是否適合區(qū)域協(xié)調(diào)發(fā)展的需要，尤其是對于港岸城市、邊境城市、經(jīng)濟(jì)特區(qū)、國防重鎮(zhèn)等，還有待驗(yàn)證。因此適當(dāng)考慮區(qū)域協(xié)調(diào)發(fā)展和全球市場的影響將會提高模型或算法在模擬土地利用空間優(yōu)化配置的綜合效益。

參考文獻(xiàn)：

[1]

劉書凱，曲福田.土地經(jīng)濟(jì)學(xué)[M].北京：中國農(nóng)業(yè)出版社，2004：147-148.

[2]倪紹祥，劉彥隨.區(qū)域土地資源優(yōu)化配置及其可持續(xù)利用[J].農(nóng)村生態(tài)環(huán)境，1999，15（2）：8-11.

[3]李超，張鳳榮，宋乃平，等.土地利用結(jié)構(gòu)優(yōu)化的若干問題研究[J].地理與地理信息科學(xué)，2003，19（2）：51-55.

[4]劉榮霞，薛安，韓鵬，等.土地利用結(jié)構(gòu)優(yōu)化方法評述[J].北京大學(xué)學(xué)報(bào)，2005，41（4）：655-662.

[5]趙筱青，王海波，楊樹華，等.基于GIS支持下的土地資源空間格局生態(tài)優(yōu)化[J].生態(tài)學(xué)報(bào)，2009，29（9）：4892-4894.

[6]羅鼎，許月卿，邵曉梅，等.土地利用空間優(yōu)化配置研究進(jìn)展與展望[J].地理科學(xué)進(jìn)展，2009，28（15）：792-793.

[7]Matthews K B， Sibbald A R，Craw S.Implementation of a spatial decision support system for rural land use planning：integrating geographic information system and environmental models with search and optimization algorithms[J].Computers and Electronics in Agriculture， 1999，23（1）：9-26.

[8]Stewart T J， Janssen R， van Herwijnen M.A genetic algorithm approach to multiobjective land use planning[J].Computers & Operations Research， 2004， 31：2293-2313.endprint

[9]Porta J，Parapar J， Doallo R， et al. High performance genetic algorithm for land use planning[J].Computers， Environment and Urban Systems， 2013，37：45-58.

[10]王新生，姜友華.模擬退火算法用于城市土地空間布局方案[J].地理研究，2004，23（6）：727-733.

[11]Eldrandaly K.A GEP-based spatial decision support system for multisite land use allocation[J].Applied Soft Computing，2010，10 （3）：694-702.

[12]黎夏，葉嘉安.基于神經(jīng)網(wǎng)絡(luò)的元胞自動機(jī)及模擬復(fù)雜土地利用系統(tǒng)[J].地理研究，2005，24（1）：19-26.

[13]張鴻輝，曾永年，譚榮，等.多智能體區(qū)域土地利用優(yōu)化配置模型及其應(yīng)用[J].地理學(xué)報(bào)，2011，66（7）：972-984.

[14]Ralha C G. A multi-agent model system for land-use change simulation[J].Environmental Modelling & Software，2013，42：30-46.

[15]馬世發(fā)，何建華，俞艷.基于粒子群算法的城鎮(zhèn)土地利用空間優(yōu)化模型[J].農(nóng)業(yè)工程學(xué)報(bào)，2010，26（9）：321-326.

[16] Liu X P， Ou J P， Li X，et al. Combining system dynamics and hybrid particle swarm optimization for land use allocation[J].Ecological Modelling，2013，257：11-24.

[17]李暉，易娜，姚文璟，等.基于景觀安全格局的香格里拉縣生態(tài)用地規(guī)劃[J].生態(tài)學(xué)報(bào)，2011，31（20）：5928-5936.

[18]金志豐，陳雯，孫偉，等.基于土地開發(fā)適宜性分區(qū)的土地空間配置——以宿遷市區(qū)為例[J].中國土地科學(xué)，2008，22（9）：43-50.

[19]劉孝富，舒儉民，張林波，等.最小累積阻力模型在城市土地生態(tài)適宜性評價中的應(yīng)用——以廈門為例[J].生態(tài)學(xué)報(bào)，2010，30（2）：421-428.

[20]王麗艷，張學(xué)儒，張華，等.CLUE-S模型原理與結(jié)構(gòu)及其應(yīng)用發(fā)展[J].地理與地理信息科學(xué)，2010，26（3）：73-76.

[21]張丁軒，付梅臣，陶金，等.基于CLUE-S模型的礦業(yè)城市土地利用變化情景模擬[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29（12）：246-253.

[22]王華，劉耀林，姬盈利，等.基于多目標(biāo)微粒群優(yōu)化算法的土地利用分區(qū)模型[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28（12）：237-244.

[23]李明.蟻群算法在土地利用結(jié)構(gòu)優(yōu)化中的應(yīng)用[J].安徽農(nóng)業(yè)科學(xué)，2011，39（14）：8461-8462.endprint