下载文档原格式
城市信息模型（CIM）在城市规划设计中的研究与探索摘要：本文通过城市信息模型，实现各级各类空间规划在编制、审查、决策、实施等全过程的数字化应用，利用大数据分析、计算、模拟，挖掘数据价值，为城市规划设计提供模拟支持，为规划实施提供检测评估，为政府决策提供科学依据。
关键词：城市信息模型；应用场景；城市规划一、前言近年来，党中央和国家部委在全面深化改革会议工作中要求统筹各类空间规划，全面推进“多规合一”战略部署。
按照“一张蓝图、一个平台、一套机制”总目标，将国民经济和城乡规划、土地利用规划、生态环境保护规划等多个规划，基于空间分布协调。
本文将按照“一张蓝图、一个平台、一套机制”的总体目标，探索城市信息模型（CIM）在城市规划设计中的应用。
通过CIM城市模型，实现各级各类空间规划在编制、审查、决策、实施等全过程的数字化应用，利用大数据分析、计算、模拟，挖掘数据价值，为城市规划设计提供模拟支持，为规划实施提供检测评估，为政府决策提供科学依据。
二、CIM概述为规范城市信息模型（City Information Modeling，CIM）基础平台建设和运维，推动城市转型和高质量发展，住房和城乡建设部在结合广州、南京、雄安新区、厦门、北京城市副中心五大CIM试点城市工作的基础上，2020年9月正式发布《城市信息模型（CIM）基础平台技术导则》，明确了CIM、CIM基础平台及相关概念的定义。
其中，城市信息模型指以建筑信息模型（BIM）、地理信息系统（GIS）、物联网（IOT）等技术为基础，整合城市地上地下、室内室外、历史现状及未来多维多尺度信息模型数据和城市感知数据，构建起三维数字空间的城市信息有机综合体。
城市信息模型基础平台是在城市基础地理信息的基础上，提供从建筑单体、社区到城市级别的模拟仿真能力，是城市规划、建设、管理、运行工作的基础性操作平台，是智慧城市的基础性和实体性信息基础设施。
三、基于CIM的城市规划设计基于城市信息模型基础平台，整合各级各类空间规划成果，形成空间规划“一张图”。
空间回归模型在城市规划中的应用随着城市人口的不断增长和城市化进程的加快，城市规划变得愈发重要。
如何科学合理地规划城市空间，提高城市的可持续发展能力，成为了城市规划领域亟待解决的问题。
空间回归模型作为一种有效的定量分析工具，被广泛应用于城市规划中，对城市规划师具有很高的参考价值。
一、空间回归模型的基本原理空间回归模型是一种建立统计关系的方法，其基本原理是利用空间相邻性的概念，将空间上的自变量和因变量的关系进行定量描述。
它考虑到了地理空间位置之间的相互作用，以及空间自相关性对回归结果的影响。
在城市规划中，空间回归模型的应用可以帮助我们更好地理解城市中各种要素之间的相互作用关系，为规划者提供科学决策的依据。
二、空间回归模型在城市规划中的应用1. 土地利用规划土地利用规划是城市规划的核心内容之一。
通过应用空间回归模型，可以分析土地利用类型之间的空间关系，探讨不同因素对土地利用的影响程度。
例如，我们可以利用空间回归模型研究城市居民在选址时会受到哪些因素的影响，从而合理规划住宅区和商业区的空间布局，提高土地的利用效率。
2. 交通规划交通是城市发展的重要支撑系统，合理的交通规划对于提升城市的可达性和交通效率至关重要。
利用空间回归模型，我们可以分析交通网络与土地利用之间的相互影响关系，探讨不同交通因素对城市发展的影响。
通过对交通需求、道路拥堵、公共交通网络等的研究，可以为交通规划提供科学的参考意见。
3. 环境保护规划城市环境保护是城市规划的重要组成部分，合理的环境保护规划可以保障人民的生活质量和健康。
利用空间回归模型，我们可以分析环境污染源与人口分布的关系，研究不同自然和人为因素对环境质量的影响。
这样就可以有针对性地制定环境保护政策，减少污染源的影响，改善城市环境质量。
4. 经济发展规划经济发展是城市规划的重要目标之一，合理的经济发展规划可以促进城市的繁荣和居民的福祉。
空间回归模型可以用来分析不同经济因素之间的关系，了解产业空间布局和经济增长之间的联系。
城市规划利用空间模型研究城市规划是指根据城市发展的需求和城市基础设施、环境、产业等要素的现状和未来发展趋势，制定城市发展的规划策略和规划方案，以促进城市可持续发展和社会经济进步。
而在城市规划中，空间模型则是其中重要的研究内容之一。
空间模型可以帮助城市规划者理解城市内部各种要素的分布和相互关系，为城市规划提供定量依据，从而实现科学、合理、可持续的城市发展。
一、什么是空间模型空间模型是指城市内部各种要素的分布和相互关系在一个特定的坐标系或空间范围内的表现形式。
它通过对城市空间结构的分析和描述，揭示城市内部空间要素之间的关联和演化规律，是城市规划与设计的重要理论工具。
空间模型的建立需要依据丰富的数据及分析工具，包括地理信息系统、遥感技术、统计学、数学模型等研究方法，从而构建起城市空间结构的定量描述模型。
空间模型能够全面反映城市内部空间形态与空间要素之间的关系，有效地分析城市功能分布、人口分布、交通流动和土地利用等问题，为城市规划与设计提供科学依据。
二、空间模型的分类根据所研究的空间要素不同，空间模型可以分为多种类型。
以下是几种常见的空间模型分类：1.地理信息系统模型：地理信息系统（GIS）是空间模型中的一个重要工具，它可以收集、存储、管理、分析和展示地理信息。
基于GIS，可以构建一系列空间分析模型，如空间插值模型、最短路径模型、空间拓扑模型等。
2.人口分布模型：人口分布模型主要研究城市中人口的空间分布，包括人口密度模型和人口流动模型。
人口密度模型主要考虑城市内部人口的数量和空间分布情况，而人口流动模型则关注城市内不同区域之间人口迁徙的情况。
3.土地利用模型：土地利用模型主要研究城市内部不同区域的土地利用情况，包括建筑用地、工业用地、商业用地、交通用地等。
土地利用模型可以通过对城市内部各种要素的影响，分析城市未来土地利用的变化趋势。
4.产业结构模型：产业结构模型关注城市经济内部各种产业的分布和关系，包括工业、服务业、商业、农业等产业。
城市规划设计模型城市规划设计是指通过科学的方法和技术手段，对城市的空间布局、功能组织、建筑风格等进行系统性的规划和设计，以实现城市的可持续发展和提升居民的生活质量。
在城市规划设计过程中，设计模型是一种重要的工具，它可以帮助规划师和设计师更好地理解和表达城市的特征、问题和解决方案。
本文将介绍几种常见的城市规划设计模型，并分析其应用和优势。
一、概念模型概念模型是城市规划设计的起点，它通过对城市的整体性、功能性和空间性进行抽象和概括，形成一个基本的框架。
概念模型通常以图形或图表的形式展示，包括城市的结构、道路网络、公共空间、绿地系统等要素。
通过概念模型，规划师能够直观地了解城市的整体布局和功能组织，为后续的规划和设计工作提供指导。
二、三维模型三维模型是城市规划设计中常用的一种模型形式，它通过将城市的地形、建筑和道路等要素以三维的方式表达出来，更加真实地展示城市的空间特征。
三维模型可以通过计算机辅助设计软件进行建模，也可以通过物理模型的方式制作。
三维模型具有直观、可视化的特点，能够帮助规划师和设计师更好地理解和评估城市的设计方案，提高设计的准确性和可行性。
三、模拟模型模拟模型是通过对城市的运行机制和发展趋势进行模拟和预测，以评估不同规划方案的效果和影响。
模拟模型可以基于统计数据、地理信息系统和计算机模拟等方法进行建模，模拟城市的人口流动、交通拥堵、环境污染等情况。
通过模拟模型，规划师可以预测不同规划方案对城市的影响，优化设计方案，提高城市的可持续性和适应性。
四、参与式设计模型参与式设计模型是一种将居民和利益相关者纳入规划设计过程的模型，以促进民主决策和社区参与。
参与式设计模型强调公众的参与和合作，通过工作坊、讨论会和问卷调查等方式，收集居民的意见和需求，将其纳入到规划设计中。
参与式设计模型能够提高规划方案的可接受性和可持续性，增强居民对城市发展的认同感和参与度。
五、可持续性评估模型可持续性评估模型是一种评估规划方案对环境、经济和社会可持续性影响的模型。
数字化城市规划设计与应用研究一、引言随着城市化进程的不断加速，城市规划设计已经成为了现代社会的重要课题之一。
数字化城市规划设计是近年来兴起的一种新型规划设计方式，它通过大数据分析、三维可视化等技术手段，为城市规划设计提供了新的思路和方法。
本文将从数字化城市规划设计的概念、技术原理、应用研究等方面进行探讨。
二、数字化城市规划设计的概念数字化城市规划设计是通过信息技术等手段对城市规划设计过程进行数字化处理，并借助数据分析、建模、可视化等技术手段，实现全面、科学、合理的城市规划设计。
数字化城市规划设计的实现需要建立城市数字化模型，根据数据对城市空间进行划分和分类，包括城市的建筑、道路、公园等各个部分，从而实现城市的可视化、分析和优化设计等。
三、数字化城市规划设计的技术原理1. 数据采集与处理数字化城市规划设计的实现需要大量的数据支持，包括空间数据、人口数据、交通数据等。
这些数据可以通过政府统计局、交通管理部门等渠道获取。
获取数据之后需要对数据进行处理和分析，提取出有价值的信息。
2. 建立城市数字化模型数字化城市规划设计需要建立城市数字化模型，通过对城市空间进行数字化建模，将城市空间数据划分、分类和标注，实现城市的全面、准确、科学的表达。
3. 数据分析和建模数字化城市规划设计需要借助数字化建模技术，将分布于城市各个部分的数据进行建模，从而实现城市的可视化。
这种建模方式可以帮助设计师更加全面和细致地了解城市情况，为规划设计提供更好的支持。
4. 可视化技术数字化城市规划设计还需要借助可视化技术，将建立好的城市数字化模型通过网络和其他媒介展示出来，以便于人们更加清晰、直观地了解城市情况，包括城市的建筑、道路、公园等方面。
5. 优化设计数字化城市规划设计可以借助计算机模拟等技术手段，对城市规划方案进行评估和优化，达到更好的城市规划效果。
四、数字化城市规划设计的应用数字化城市规划设计已经得到了广泛的应用，主要表现在以下几个方面：1. 地理信息系统（GIS）应用GIS 可以支持数字化城市规划工作的各个环节，可以对城市资源分布、人口密度等进行精确的分析，帮助城市规划师更为掌握城市的情况，提供更好的城市规划设计方案。
第28卷第6期2009年11月地理科学进展PROGRESS IN GEOGRAPHYVol.28,No.6Nov.,2009收稿日期：2009-07；修订日期：2009-10.基金项目：国家自然科学基金重点项目（40830529）。
作者简介：周成虎（1964-），男，研究员，博士生导师，主要从事遥感和地理信息系统地应用基础研究。
E-mail ：zhouch@833-838页地理系统模拟的CA 模型理论探讨周成虎，欧阳，马廷，覃彪(中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京100101)摘要：在系统认识和理解地理元胞自动机（CA ）模型的基本性质基础上，重点从自然与人文综合的复杂地理系统模拟研究角度，对地理元胞模型所涉及的基本理论与方法问题进行了进一步的探讨。
研究表明：从地理系统的模拟看，CA 模型的研究和应用提供了一种从地理系统的微观出发、将自然与人文统一的地理系统模拟的新视角与新途径。
在此基础上，提出了地理系统模拟的CA 模型需要解决的三队基本关系和三个基本科学方法问题。
关键词：地理系统模拟；CA 模型；三队基本关系1引言众所周知，微分方程乃是几个世纪以来数学、物理学等学科用以求解科学问题的基本工具，这种方法在地理系统的模拟中，也得到广泛的应用。
例如，较为成熟的大气模式(如GCM 、MM5、AGCM)[1-3]、海洋模式(如POM)、生态模式(如TEM 、BIOME －BGC 等)[4-5]、陆面过程模式(如BATS 、LSM 等)[6-7]以及基于这些模式的土地利用/覆盖变化[8-9]、海—地—气耦合模式等等。
通过这些模拟，地理学家实现了对地球系统的时空变化及其相互作用的模拟，促进了地理研究从状态与格局研究发展到过程模拟与系统预测研究。
这些为理解和解释地理系统的特征、预测和控制地理系统的行为提供了科学的方法，形成了以方程为基础的算式计算模型(给定系统演化的主导方程、初始条件和边界条件研究系统随时间的演化)，因而也进一步促进了地理研究的科学水平。
第 41 卷 ，第 2 期 2024 年4 月15 日国土资源科技管理Vol. 41，No.2Apr. 15，2024 Scientific and Technological Management of Land and Resourcesdoi：10.3969/j.issn.1009-4210.2024.02.004基于CA-Markov模型的成都市土地利用变化情景模拟及碳效应分析刘雅雅1，2，3，李欣欣1，2，3，余向克1，2，3，黄中杰1，2，3（1.四川省国土科学技术研究院（四川省卫星应用技术中心），四川 成都 610045；2.自然资源部耕地资源调查监测与保护利用重点实验室，四川 成都 610045；3.自然资源部成都平原国土生态与土地利用野外科学观测研究站，四川 成都 610045）摘 要：本研究基于成都市2005年、2010年、2015年、2020年土地利用现状分析，应用CA-Markov模型和情景预测模型，通过设置3种土地利用变化情景预测2030年成都市的土地利用结构变化，并对成都市土地利用变化导致的碳效应变化进行分析。
结果表明：（1）成都市土地利用格局变化总体呈现耕地和草地减少、建设用地增加的趋势。
2005—2020年，建设用地面积增加最多，耕地面积减少最多。
（2）3种土地利用变化情景下都出现建设用地面积增加，耕地和草地面积减少的趋势。
自然发展情景建设用地增加3.39×104hm2，城市发展情景建设用地增加5.66×104hm2，生态保护情景建设用地增加1.67×104hm2，生态保护情景建设用地增速明显低于自然发展情景和城市发展情景。
（3）城市发展情景下的总碳效应是自然发展情景的1.62倍，是生态保护情景的3.76倍。
建设用地扩张是影响碳效应的主要因素，在城市建设中严格限制建设用地过度扩张，是实现城市绿色低碳发展的重要路径。
关键词：碳吸收；低碳；土地利用变化；情景模拟中图分类号：F301.2 文献标志码：Ａ 文章编号：1009-4210-（2024）02-38-12Scenario Simulation of Land Use Change in Chengdu and Carbon EffectAnalysis Based on CA-Markov ModelLIU Yaya1，2，3，LI Xinxin1，2，3,YU Xiangke1，2，3，HUANG Zhongjie1，2，3（1．Institute of Land Science and Technology of Sichuan （Satellite Application Technology Center of Sichuan），Chengdu 610045，Sichuan，China；2．Key Laboratory of Investigation，Monitoring，Protection and Utilization for Cultivated Land Resources,Ministry of Natural Resources，Chengdu 610045，Sichuan，China；3．Observation and Research Station of Land Ecology and Land Use in Chengdu Plain，Ministry of Natural Resources，Chengdu 610045，Sichuan，China）Abstract: Based on the analysis of land use status in 2005，2010，2015 and 2020，this study applies CA-Markov model and scenario prediction model to predict the changes in land use structure of Chengdu 收稿日期：2023-12-08基金项目：四川省自然资源厅科技项目（KJ-2022-(10)）作者简介：刘雅雅（1996—），女，助理研究员，从事国土空间规划及生态保护红线研究。
《三维可视化GIS在城市规划中的应用研究》篇一一、引言随着城市化进程的加速，城市规划的复杂性和精细度逐渐提高。
传统的二维地图和规划工具已经无法满足现代城市规划的需求。
因此，三维可视化GIS技术应运而生，其通过三维模型将地理信息以直观、生动的形式展现出来，为城市规划提供了有力的技术支持。
本文旨在探讨三维可视化GIS在城市规划中的应用研究。
二、三维可视化GIS概述三维可视化GIS是一种集成了地理信息系统（GIS）与三维可视化技术的综合性技术。
它以三维模型的形式展示地理空间信息，包括地形、地貌、建筑、交通等，使得用户可以更加直观地了解和分析地理空间数据。
三维可视化GIS具有直观性、真实感、交互性等特点，为城市规划提供了新的思路和方法。
三、三维可视化GIS在城市规划中的应用1. 城市空间布局规划在城市空间布局规划中，三维可视化GIS可以帮助规划师更加直观地了解城市的地形、地貌、建筑等空间信息。
通过三维模型，规划师可以清晰地看到城市的空间结构和分布情况，从而更加科学地制定城市的空间布局规划。
此外，三维可视化GIS还可以用于模拟城市空间发展的动态过程，帮助规划师预测和评估城市空间布局的可行性。
2. 城市交通规划在城市交通规划中，三维可视化GIS可以用于分析交通流量、道路状况等信息。
通过建立三维交通模型，可以清晰地看到交通拥堵的情况和原因，从而制定出更加科学的交通规划方案。
此外，三维可视化GIS还可以用于模拟交通规划方案的实施效果，帮助决策者评估方案的可行性和优劣。
3. 城市环境评估在城市环境评估中，三维可视化GIS可以用于分析城市的环境质量、空气污染等情况。
通过建立三维环境模型，可以清晰地看到城市环境的状况和污染源的分布情况，从而制定出更加科学的环保措施。
此外，三维可视化GIS还可以用于模拟环境改善的效果，帮助决策者评估环保措施的可行性和效果。
四、三维可视化GIS在城市规划中的优势1. 直观性：三维可视化GIS可以将地理空间信息以三维模型的形式展现出来，使得用户可以更加直观地了解和分析地理空间数据。
第33卷第3期2008年5月测绘科学Sc i ence o f Survey ing and M app i ngV o l 33N o 3M ay作者简介:尹长林(1974 ),男,湖南邵阳人,中南大学信息物理学院博士生,主要研究方向为城市空间形态模拟及遥感应用。
E m a i:l yc@l hnup com 收稿日期:2007 11 08基金项目:国家自然科学基金项目(40771198);长沙市规划信息服务中心项目 CUM DPS城市规划CA 模型在城市空间形态演化中的应用研究尹长林!,张鸿辉!,朱建军 ,曾永年( 中南大学信息物理工程学院,长沙∀410083;!长沙市规划信息服务中心,长沙∀410013)#摘∀要∃传统的CA 模型基于自下而上的思路模拟城市复杂系统,忽略了宏观决策对城市空间形态演化的影响。
本文基于传统CA 模型,从城市规划角度,通过引入控制性详细规划层,把整个城市空间划分成不同组团片区,将传统的自下而上CA 模型改进为自下而上和自上而下相结合的城市规划CA 模型(U PCA ),并取得了较好的实证模拟结果。
结果表明:该模型简化了传统CA 城市模拟模型的数据量,提高了模型的模拟精度,并增强了模型的规划决策功能,使模型具备了一定的社会经济分析能力。
#关键词∃CA;城市空间形态;动态模拟;长沙#中图分类号∃P237∀∀∀∀#文献标识码∃A ∀∀∀∀#文章编号∃1009 2307(2008)03 0133 05DO I :10 3771/j issn 1009 2307 2008 03 0471∀引言元胞自动机(Ce ll ular A uto m ata ,简称CA )是一种时间、空间、状态都离散,空间相互作用和时间因果关系皆局部的网格动力学模型,其特点是通过简单的局部转换规则来模拟出复杂的空间结构,充分体现了 复杂结构来自于简单子系统的相互作用 这一复杂性科学的精髓,非常适用于具有复杂时空特征的地理系统研究,因而成为空间分析和地理研究的热门课题[1]。
由于CA 模型具有较强的空间动态模拟能力,被广泛应用于模拟土地利用变化、监测城市空间形态变化及其他地理现象,并取得了许多有意义的研究成果,如Batty 等利用分形理论和元胞自动机(CA )模型对城市空间形态演化进行了深入研究[2 4];C larke K 等根据城市发展的历史数据对美国西海岸的San francisco 和东部的W as h i ngton Ba lti m o re 都市区城市发展进行了模拟和长期预测[5 6];W h ite R 等应用CA 模型对美国C i nc i nna ti 市的城市增长进行了模拟与预测[7 11];W u F 集成CA 模型和层次分析法研究了中国广州市的城市土地扩张[12]。
A l m e i da 等(2003)基于CA 模型原理,结合Bayes 原理和概率理论构建了城市模型[13];L i u(2004)设计了基于M arkov 随机域的CA 城市模型[14],并在此模型基础上用实验证明了时间跨度对CA 城市模型结果有很大影响;罗平等结合几何和非几何属性的地理特征控制因素,构建了地理特征元胞自动机模型,并对深圳市土地利用演化的合理化进行了模拟预测[15];黎夏等(1999)从保护环境及土地(特别是耕地)资源、合理的城市发展形态和紧凑式城市布局、适宜的建设密度等城市土地可持续发展的约束性条件出发,构建了基于环境约束性的CA 模型、基于城市形态性的CA 模型、基于发展密度约束性的CA 模型和基于综合约束性的CA 模型,并应用于东莞市的可持续发展规划模拟中[16,17]。
鉴于以上研究背景,本研究拟在继承传统 自下而上 C A 模型的基础上,结合城市规划实践,引入 自上而下 的运行机制对传统CA 模型进行扩展,设计一个结合 自下而上 和 自上而下 思路的城市规划元胞自动机模型(U rban P lanni ng C ell ular A uto m ata ,简称U PCA ),并运用U PCA 模型对长沙市的城市空间形态进行动态模拟。
2∀城市规划CA 模型(UPCA )构建2 1∀城市规划CA 模型(UPCA )的建模思路U PCA 模型借鉴了SLEUTH 模型的一些经验和方法,结合城市规划实践,引入自上而下的运行机制,对传统的SLE U TH 模型进行了扩展,其建模思路如下:1)元胞状态的定义:传统的元胞自动机模型的元胞状态,一般定义为一定分辨率,如50m %50m,或100m %100m 等分辨率的正方形像元,城市空间的扩展按这种统一大小的像元生长,这与现实的城市空间扩展不太相符合。
现实的城市空间扩展是按各建设单位所征地块不断扩展的,并且征用地块的形状一般是不规则的、大小不一的。
由于本文使用的遥感影像为30m 分辨率的T M 影像,为了便于叠加分析,本研究将30m %30m 的元胞作为一个基本单元,按照控制性详细规划划分的地块建立一个地块属性,从属于同一地块的所有像元在UPCA 模型中从属于同一地块属性,有效地解决了元胞状态与实际城市地理空间单元的一致性问题,未城市化用地用代码0表示,城市化用地分居住用地、工业用地等6类(表1),交通用地另由交通网络层控制,不可城市化用地包括水域、山体、基本农田保护区等不可建设用地和公共绿地。
表1∀城市用地类型对应的状态代码用地类型未城市化用地居住用地公共设施用地工业用地仓储用地市政设施用地特殊用地不可建设用地代码1234561002)运行规则的定义:传统的元胞自动机模型在设计上都是自下而上的运行规则。
而现实中城市空间的扩展受到城市发展政策和规划管理等自上而下的宏观控制作用非常强烈,因此U PC A 模型的运动规则,在设计上充分考虑了这方面的影响。
如将城市空间按组团分成12个片区,各个片区的发展速度受城市规划政策优先程度不一样,通过对不同的片区输入不同的规划约束系数,可以依据政策的变化灵活地改变各片区的空间扩展速度,并可直观地预测不同空间发展政策下城市空间的演变。
实现运行规则的 自测绘科学∀∀∀∀∀∀∀∀∀∀∀∀∀∀∀∀∀∀∀∀第33卷下而上 和 自上而下 的有效结合。
3)模型实用性的扩充:传统的元胞自动机模型主要考虑预测功能,其他功能如统计、分析功能非常弱。
U PCA 模型的设计不仅在于预测功能上的考虑,由于元胞状态是基于控制性详细规划的地块,地块本身具有用地性质、面积、容积率、建筑密度、绿地率、建筑限高等属性,因此可以充分利用这些属性,使模型具有统计分析不同年份整个城市及各城市组团的总建设用地面积及各类用地面积的功能,并且结合统计回归模型,使模型具有预测、分析城市人口规模和经济发展的功能。
2 2∀UPCA 模型框架U PCA 所需要的数据为历年城市遥感影像图、城市控制性详细规划图、城市路网总图、历年的规划报批图、城市土地利用现状图等。
U PCA 模型的结构框架图如图1,该模型引入城市控制性详细规划图层,减化了传统城市CA 模型的坡度层和不可建设用地层的设置,从而使模型更为简洁实用。
图1∀UPCA 模型框架及流程2 3∀UPCA 模型的增长规则U PCA 从一组起始条件开始,然后一些增长规则用于城市模拟。
城市扩展的动态性用自然增长、新兴建成区增长、边缘增长、沿交通网络增长4个规则表示。
这4个规则受散布参数(spread _co efficient)、繁殖参数(breed _coeffi cient)、传播参数(d i spersi on_coeffic i ent)、道路吸引力参数(road_coeffic i ent)相互交叉影响。
这些增长规则连续作用,在应用每个规则之后,整个空间元胞的状态被更新。
为了对城市空间形态变化进行规划调控,U PC A 模型中为4个参数各设置了一个规划约束系数(plann i ng constra i nts_coeffi cient)。
如当某组团片区规划期内有重要城市交通轴线修建,沿交通线轴向扩展的很比较明显,则在原来的道路吸引力参数上乘上一个大于1的规划道路约束系数;由于城市发展政策的调整,当某个组团片区被新确定为城市发展新区,预以重点发展,则在该组团片区的原有繁殖参数乘上一个大于1的相应规划繁殖约束系数。
这样使模型更能反映规划意图和更具灵活性。
针对大城市空间范围广,城市空间内部受自然地理条件、社会经济发展基础、城市规划政策、城市发展政策、城市地缘环境等因素的影响和制约,不同空间上的发展速度和发展规模是不一样的,因此在将模型运用于长沙城市空间形态的模拟时需将长沙都市区划分为不同组团,应用这4个规则得出不同组团的不同增长参数。
1)自然型增长:所谓自然型增长是指在城市内部,一些空地、草地等非城市用地慢慢转变为城市用地,使得较松散的城市内部逐渐充实,同时也表现在城市外部随机产生的城市化点。
其增长规则如下:D ispers i on V a l ue=SpontaneousCoe *0 005*Sqr(CL ng (RowCount)*RowCount +CLng(Col Count)*Co l Count)式中,D ispersi on V a l ue 为散步点的个数,Spontaneous Coe 为散步参数,R o wCount 、Col Count 分别为图形的行数和列数,Sqr 为平方根函数,CL ng 为取整函数。
根据上式,在当前年份建设用地范围中没有城市化但为可建设用地的细胞随机产在D i spersi on V alue 个城市点。
2)边缘型增长:城市的边缘型增长是指以原有的城市为核心,在其周围生长出新的城市元胞,它是城市发展导致空间向外扩展的必然结果。
这整个过程从动力机制上来说,是一种以向心力为主、离心力为辅的相互作用的增长过程。
其增长规则为:遍历每个已城市化的细胞,随机产生一个数值P,如果P 满足传播参数Spread V a l ue ,则计算它相邻细胞的城市化和非城市化细胞个数,如果相邻至少有二个城市细胞和一个非城市细胞,则将可以城市化的非城市细胞城市化,该规则的数学表达式如下:Fo r 每个已城市化细胞;If P >SpreadV alue ;If 相邻细胞城市化个数>=2;相邻细胞非城市化个数>=1{相邻细胞中可以城市化的非城市化的细胞进行城市化}。
3)新兴建成区型增长:建立新的城区是一种离心力为主的城市增长类型,即城市发展的卫星城模式或开发区模式。
产生这种类型的城市增长的原因是城市社会经济的发展需要突破原有城区的各种限制条件,一般在紧邻原有城区的附近创建新城区,形成城市扩展的新的增长点。
其增长规则为:遍历当前年份新城市化的细胞,随机产生一个数值P ,如果P 满足繁殖参数BreedV alue ,则计算它相邻细胞的城市化和非城市化细胞个数,如果至少有两个相邻细胞是城市化细胞,则将该相邻的新城市化细胞集为中心,将邻域细胞进行城市化。
