丁美辰，蔡 卓

(1.廈門大學嘉庚學院建筑學院，福建 漳州 363105；2.漳州市城市規(guī)劃設計有限公司，福建 漳州 363005)

2018年我國城鎮(zhèn)化率達到59.58%，預計到2030年將達到70%，我國正步入城鎮(zhèn)化中期階段[1]。自2011年以來，我國開始系統(tǒng)檢討傳統(tǒng)的城鎮(zhèn)化模式，它帶來了超大城市的快速膨脹和大量中小城市、小城鎮(zhèn)日漸凋敝的問題。伴隨著中央提出的“構建科學合理的城市格局，大中小城市和小城鎮(zhèn)、城市群要科學布局”等重大決策，中小城鎮(zhèn)的發(fā)展出現(xiàn)了嶄新的機遇和廣闊的空間[2]。中小城市城鎮(zhèn)化的健康發(fā)展，需要管理者更加科學地對城市土地資源進行規(guī)劃和開發(fā)建設。

科學劃定城市開發(fā)邊界不僅能夠集約利用空間資源，控制城市無序蔓延，更在保護自然生態(tài)環(huán)境的同時助力城市社會經(jīng)濟可持續(xù)發(fā)展。近年來，不少學者利用ANN-CA(artificial neural network-cellular automata)耦合模型動態(tài)模擬城市時空演變規(guī)律，預測未來土地利用變化，用以輔助城市用地動態(tài)模擬、城市開發(fā)邊界、生態(tài)紅線保護等城市規(guī)劃工作，并取得了眾多具有意義的研究成果。例如，劉榮增等[3]利用耦合模型探索了鄭州城市空間拓展變化特征；雷云等[4]針對珠海市永久性基本農(nóng)田保護區(qū)進行了劃定分析；劉明皓等[5]、孟飛等[6]、余娜等[7]、劉建華等[8]、黎夏等[9]、趙莉等[10]等對各類城市進行了生態(tài)用地演變模擬；林伊琳等[11]、黃康等[12]、招暉等[13]利用FLUS模型對城鎮(zhèn)用地增長邊界劃定的方法進行了探索。但是，關于中小城市的城市空間擴展的相關學術研究較為匱乏。

平和縣隸屬于福建省漳州市，是典型的閩東南中小城市。近年來，平和縣地區(qū)生產(chǎn)總值、城鎮(zhèn)化水平以及規(guī)模工業(yè)總產(chǎn)值位居漳州市11個縣(市、區(qū))的第10位左右，農(nóng)業(yè)產(chǎn)值穩(wěn)居漳州市第1位。平和縣中心城區(qū)以“特色農(nóng)業(yè)強縣、文化旅游名縣、生態(tài)工貿(mào)大縣”為總體發(fā)展目標。面對其各項產(chǎn)業(yè)發(fā)展對于城市空間資源的影響，如何在保持平和縣優(yōu)良生態(tài)資源的同時，均衡發(fā)展城市邊界開發(fā)空間，成為平和縣城市總體規(guī)劃布局的重要步驟。

鑒于此，筆者選取福建省平和縣中心城區(qū)為研究對象，采用耦合神經(jīng)網(wǎng)絡和元胞自動機模型，模型的訓練數(shù)據(jù)采用2009年、2013年和2017年中心城區(qū)土地利用現(xiàn)狀圖，通過選取適當?shù)挠柧殔?shù)和模擬參數(shù)，以預測平和縣中心城區(qū)2030年城市國土空間布局，并依據(jù)預測結果分析平和縣中心城區(qū)未來城市空間的變化，試圖發(fā)掘我國中小城市空間拓展的規(guī)劃思考。

一、研究區(qū)域、方法及數(shù)據(jù)選取

1.研究區(qū)域概況

筆者選取的研究區(qū)為福建省平和縣中心城區(qū)，它是平和縣的政治、經(jīng)濟、文化中心。市域總面積為205.23 km2，行政區(qū)劃包括小溪鎮(zhèn)以及山格鎮(zhèn)大部。其中，建成區(qū)面積為19.75 km2，主要集中分布于花山溪、牛頭溪兩岸的原縣城中心片、高南片、溪南片和山格老鎮(zhèn)區(qū)，其他零星分布于外圍村莊農(nóng)居點(見圖1)。

圖1 2019年平和縣中心城區(qū)建成區(qū)范圍

2.研究方法

本研究以模擬預測平和縣城市空間拓展為目的，主要采用耦合神經(jīng)網(wǎng)絡(ANN)與元胞自動機模型(CA)兩種算法結合進行，統(tǒng)稱ANN-CA。首先，模擬耦合神經(jīng)網(wǎng)絡算法用于尋找基準年份的土地利用現(xiàn)狀與各類驅動力因子(自然、經(jīng)濟、交通、區(qū)位、GDP、人類活動等)的關系，計算出研究范圍內每種土地利用類型在每個像元上的出現(xiàn)概率，從而得出具有發(fā)展?jié)摿Φ牡貐^(qū)。其次，基于元胞自動機模型的自適應慣性機制，將其用于模擬未來城市用地演變。將多種土地現(xiàn)狀分類數(shù)據(jù)作為初始輸入數(shù)據(jù)，并預設各土地利用類型變化數(shù)量的目標。最終在不同土地類型的相互轉化成本、適宜性概率數(shù)據(jù)、約束性條件(永久基本農(nóng)田、生態(tài)保護紅線等)等因素影響下，為城鎮(zhèn)建設用地未來演變提供情景模擬。

3.數(shù)據(jù)選取

(1)文本資料

研究數(shù)據(jù)來源于《福建省陸域生態(tài)保護紅線劃定成果調整初步建議方案(征求意見稿)》《福建省林地保護利用規(guī)劃(2010—2020)》《平和縣國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》《平和縣城鄉(xiāng)總體規(guī)劃(2015—2030)》《平和縣土地利用總體規(guī)劃(2006—2020)》《平和縣花山溪河道岸線及河岸生態(tài)保護藍線規(guī)劃報告》等經(jīng)依法批準的相關規(guī)劃。

(2)圖形資料

首先，收集2009年、2013年、2017年平和縣中心城區(qū)的土地利用現(xiàn)狀圖，在ArcGIS平臺上建立平和縣基準年份土地利用空間分布數(shù)據(jù)庫。其次，在地理空間數(shù)據(jù)云中收集平和縣中心城區(qū)30 m×30 m的DEM數(shù)據(jù)，并將以上數(shù)據(jù)進行歸一化處理以及統(tǒng)一坐標系。

空間影響因子數(shù)據(jù)包括與城市中心、高速公路、普通公路的距離等。行政區(qū)劃矢量數(shù)據(jù)包括小溪、山格等生態(tài)保護紅線區(qū)、水利生態(tài)保護藍線數(shù)據(jù)和永久基本農(nóng)田保護區(qū)的行政邊界。

二、平和縣空間現(xiàn)狀及驅動因子分析

1.平和縣土地利用現(xiàn)狀

根據(jù)國土二調數(shù)據(jù)可獲取平和縣2009年、2013年和2017年的土地利用現(xiàn)狀(見圖2)。參考《平和縣中心城區(qū)城市開發(fā)邊界劃定(2018—2030)》的分析，中心城區(qū)現(xiàn)狀建設用地、耕地和林地占比達研究范圍的97.4%，因此，這三大類用地變化在整體用地結構中起決定性作用。

圖2 平和縣中心城區(qū)基準年份土地利用現(xiàn)狀

(1)數(shù)量方面

通過對2009年和2017年平和縣中心城區(qū)土地利用現(xiàn)狀的數(shù)據(jù)進行對比發(fā)現(xiàn)，建設用地規(guī)模從1 424.76 hm2增長至1 974.73 hm2，增長了549.97 hm2。水體和未利用面積基本保持平穩(wěn)狀態(tài)，而林地的面積縮小較大，從15 560.80 hm2縮減至14 925.91 hm2，減少了634.89 hm2(見表1)。從基本趨勢來看，平和縣中心城區(qū)建設用地增勢明顯，其變化情況與林地的變化具有較強相關性。

表1 平和縣中心城區(qū)土地利用面積的變化情況 hm2

(2)轉移方向方面

2009—2017年，平和縣城鄉(xiāng)建設用地的增量主要表現(xiàn)為耕地(195.81 hm2)和林地(344.33 hm2)向建設用地的轉入，占建設用地增量的98.21%。按耕地占補平衡政策的要求，耕地的變化呈現(xiàn)平穩(wěn)微增的趨勢，其中，轉入量為236.89 hm2，轉出量為210.95 hm2，表現(xiàn)為耕地向建設用地、林地向耕地的轉入。林地則主要向耕地和城鄉(xiāng)建設用地轉出，其他用地總量變化平穩(wěn)。

2.驅動因子分析

驅動因子是影響神經(jīng)網(wǎng)絡適宜性概率計算的重要因素，考慮本研究主要研究對象為城市建設用地及城市開發(fā)邊界，因此，驅動因子選取具有代表性的地形坡度因素(高程因子、坡度因子)、規(guī)劃因素(規(guī)劃改策因子)、交通設施因素(與城市中心距離因子、與鐵路距離因子、與高速公路距離因子)。最終，通過元胞自動機模型(CA)擬合結果與目標年份對比真實數(shù)據(jù)的因子參數(shù)的優(yōu)劣性，提高預測年份的成果準確率。

(1)地形坡度因素

地形坡度因子包括一定高程以上的山體以及坡度比25%以上的區(qū)域。為更好地保護中心城區(qū)周邊的山體環(huán)境，將中心城區(qū)周邊高程100 m以上的山體劃入剛性邊界控制要素。中心城區(qū)整體地形地貌呈現(xiàn)兩邊高、中間低的特點；嶺尾、大屏前、大昆尾等外三山限制了城市向東、向西的蔓延，開發(fā)建設難度較大(見圖3)。

圖3 平和縣地形坡度單因子

(2)規(guī)劃因素

政府的規(guī)劃策略是人為影響城市空間發(fā)展的主要因素之一。在平和縣十三五規(guī)劃、最新的城市總體規(guī)化等政策中，平和縣中心城區(qū)都是承載縣域產(chǎn)業(yè)、生活的主要功能區(qū)域。此外，永久基本農(nóng)田保護邊界、生態(tài)保護紅線邊界和河道保護藍線等空間管制政策工具對城市擴張都有著嚴格的限制要求(見圖4)。

圖4 平和縣規(guī)劃改策單因子

(3)交通設施因素

城市交通基礎設施是城市擴張發(fā)展的重要影響因素，交通布局在很大程度上決定了城市空間擴展的方向。根據(jù)距離高速公路出入口、鐵路客貨站出口以及距國道、省道等交通干線的遠近，不僅可以對城市交通的可達性進行分析，還能計算其交通網(wǎng)絡的時間成本，以此推算城市發(fā)展趨勢的優(yōu)勢和劣勢(見圖5)。

圖5 平和縣交通設施單因子

三、ANN-CA模擬預測

1.平和縣土地利用現(xiàn)狀

首先將2009年、2013年、2017年土地利用數(shù)據(jù)重新分為建設用地面積和非建設用地面積兩類，分別作為土地利用輸入驗證數(shù)據(jù)，采用地形坡度單因子和交通設施單因子，分別計算3個年份的耦合神經(jīng)網(wǎng)絡的適宜性概率數(shù)據(jù)。進而，將模擬精度驗證模塊與真實年份數(shù)據(jù)進行對比，以比較相應年份的土地利用輸入圖層的優(yōu)劣。從制圖精度誤差來看，第一，模擬的土地利用精度情況有所改善，但改善程度并不理想。2009—2017年的建設用地重合率為67.79%，3個年份的預測結果顯示建設用地重合率從6.58%提高至8.15%，意味著從2009—2017年有4/5的新增建設用地沒有被模型預測到，其主要原因可能與驅動因子的選擇有關。如前文所述，自然地理環(huán)境等因素對空間拓展的約束影響較小，所生成的神經(jīng)網(wǎng)絡的適宜性概率準確度不高。2017年，平和縣中心城區(qū)現(xiàn)狀建設用地僅占中心城區(qū)6°以下區(qū)域的14%，當相近的適宜性概率作用于6°以下的開發(fā)條件優(yōu)良的區(qū)域后，模擬結果與真實情況差異較大。第二，較近的基準年份土地利用輸入數(shù)據(jù)模擬結果顯示精度略有上升，這可能與較近年份的土地利用數(shù)據(jù)與交通設施單因子契合度較好有關。較早年份的數(shù)據(jù)由于其建設用地空間分布與目前規(guī)劃的交通設施關聯(lián)度不高，計算出的道路兩側空間的適宜性概率相對較低。

2.驅動因子的對比

由于地形坡度單因子和交通設施單因子得出的適宜性概率數(shù)據(jù)分析結果的準確度不顯著，可以在驅動因子中引入規(guī)劃改策單因子，并采用較近年份的土地利用輸入驗證數(shù)據(jù)，檢驗是否會對模型模擬結果有改進作用。規(guī)劃改策單因子由近年來已批租用地、城市總體規(guī)劃建設用地范圍和城市總體規(guī)劃規(guī)劃范圍等規(guī)劃數(shù)據(jù)疊加組成，基本反映了政府政策管制下建設用地適宜性概率從高到低的趨勢。

從2009年和2013年輸入驗證數(shù)據(jù)的制圖精度誤差來看，無論是地形坡度單因子還是交通設施單因子與對照值的準確度提升關系并不顯著，但加入規(guī)劃改策單因子后改進較大(見表2)?；?009年輸入驗證數(shù)據(jù)模擬結果顯示，地形坡度單因子和交通設施單因子平均精度提高了1.8%，而規(guī)劃改策單因子提高了8.38%(見圖6)；基于2013年輸入驗證數(shù)據(jù)模擬結果顯示，地形坡度單因子和交通設施單因子平均精度提高了0.62%，而規(guī)劃改策單因子提高了2.23%。由此可見，規(guī)劃改策單因子的精度提高是另外兩種因子的精度提高的4～5倍。

表2 基于2009、2013年輸入驗證數(shù)據(jù)模擬的驅動因子制圖精度對照表 %

圖6 2009年3類單因子及其組合模擬結果

3.馬爾科夫鏈數(shù)量結構預測及其與城市總體規(guī)劃建設用地的驗證

通過馬爾科夫鏈預測模塊，基于2009年、2013年、2017年土地利用數(shù)據(jù)對平和縣2025年、2033年未來土地利用數(shù)據(jù)結構進行預測，發(fā)現(xiàn)平和縣城市總體規(guī)劃設定的中心城區(qū)(24.97 km2)、外圍村莊及道路(6.07 km2)等建設用地值與其預測值相近(見表3)。

表3 馬爾科夫鏈數(shù)量結構預測 m2

實際上，平和縣作為典型的中小規(guī)模城市，其區(qū)域經(jīng)濟條件有限，無論是人口規(guī)模還是產(chǎn)業(yè)規(guī)模的擴大對于城市空間擴張的影響程度都難與大城市相比。然而，從模擬結果來看，2009—2017年，平和縣中心城區(qū)的建設用地規(guī)模擴張約40%，預測到2033年擴張約111%。城市空間結構從單核中心式顯著演變?yōu)殡p核帶狀組團式。無論是土地利用的數(shù)量結構還是空間布局均變化劇烈。

通過數(shù)據(jù)對比發(fā)現(xiàn)，地形坡度、交通設施等因素對平和縣城市未來土地利用變化量及形態(tài)發(fā)展有著積極影響，而以政府部門為主導的規(guī)劃改策單因子對城市空間拓展的影響顯著且超過地形坡度單因子和交通設施單因子。這一現(xiàn)象說明，以平和縣為代表的中小城市空間擴展較為依賴政府部門的投資拉動。

筆者對2033年平和縣土地利用形態(tài)預測圖與現(xiàn)實城市總體規(guī)劃底圖進行KAPPA系數(shù)計算，結果顯示一致度達72.82%，位于高度一致性(60%～80%)區(qū)間(見圖7)。預測結果基本與平和縣未來土地空間發(fā)展趨勢相符合，進一步驗證了ANN-CA耦合模型應用于此類城市未來用地發(fā)展的可靠性。此外，預測數(shù)據(jù)與現(xiàn)實狀況的差異主要集中在高示溪以南、花山溪以西的區(qū)域。這些區(qū)域作為城市未來的行政文體中心區(qū)，現(xiàn)狀仍以非建設用地為主，預測模型難以實現(xiàn)完全擬合。

圖7 2033年平和縣土地利用形態(tài)預測結果與2015—2030年城鄉(xiāng)總規(guī)的對比x

四、結論與展望

基于ANN-CA耦合模型，利用既有年份的土地利用現(xiàn)狀特征進行的城市空間擴張分析多運用于大尺度區(qū)域或城鎮(zhèn)化程度中后期階段。此外，城鎮(zhèn)空間擴張是一個持續(xù)且受到諸多因素(生態(tài)資源、自然災害、城市規(guī)劃、經(jīng)濟定位、交通基建等)影響的復雜的時空動態(tài)過程。

平和縣中心城區(qū)約200 km2，是典型的中小城市，且至2017年城鎮(zhèn)化率僅為36.5%。面對研究區(qū)域小、城鎮(zhèn)化率較低、影響因子多的現(xiàn)實情況，筆者偏重選取地形坡度、交通設施、規(guī)劃改策作為影響城市擴張的主要驅動因子，并以2009年、2013年城市土地利用數(shù)據(jù)作為模型演練依據(jù)，對標2017年數(shù)據(jù)予以優(yōu)化調整。結論證明，在三因子相互作用下預測的平和縣中心城區(qū)2033年城市國土空間擴張結果與現(xiàn)實發(fā)展趨勢一致。通過對中小城市的城市空間擴展進行分析，發(fā)現(xiàn)ANN-CA耦合模型與驅動三因子的結合運用具備一定的可靠性。

此外，近年來平和縣土地利用變化呈現(xiàn)出林地和耕地向建設用地轉入的現(xiàn)狀，說明其空間擴張受制于城市自身的資源環(huán)境承載力和開發(fā)適宜性的影響。最終的預測結果出現(xiàn)近1/4形態(tài)擬合的誤差，均來源于對城市非建設用地的提前轉入和城市主干道周邊建設的測算。這說明ANN-CA耦合模型對于中心城區(qū)現(xiàn)狀未利用開發(fā)的真空地帶具有預算效用，并能夠實現(xiàn)城市骨干道路蔓延預測。

由于城鎮(zhèn)化進程的加快，國內中小城市的空間結構變化顯著，預測可靠且精準的城市空間擴展趨勢，進而制定有效且有序的城市開發(fā)邊界，將助力中小城市科學布局、精準管理。

本研究也有不足之處：一是研究中所使用的參考數(shù)據(jù)主要反映的是2009—2017年的城市土地利用變化；二是模型應用于中小尺度區(qū)域時需廓清城鎮(zhèn)空間拓展的底線，例如，剔除與生態(tài)保護紅線、永久基本農(nóng)田保護紅線等沖突的空間，以提高形態(tài)邊界擬合的準確性。后續(xù)研究將增加預測城市數(shù)量，進而橫向比較模型算法的結論的可靠性。