基于多智能体的城市人口分布动态模拟与预测

作者简介:
肖洪(1964-),女,副教授,硕士生导师,主要研究方向为GIS应用与开发,E-mail:xhmoon@sina.com,中南大学信息物理工程学院,长沙 410083,湖南师范大学资源与环境科学学院,长沙 410081;田怀玉,湖南师范大学资源与环境科学学院,长沙 410081;朱佩娟,湖南师范大学资源与环境科学学院,长沙 410081;于桓凯,装甲兵工程学院,北京 100072

原文出处:
地理科学进展

内容提要:

城市人口分布变化过程是复杂的动态系统,掌握其规律在城市规划和社会可持续发展中有重要意义。用相互作用的多智能体系统(MAS)、元胞自动机(CA)环境及城市人口密度模型构建精确到街道的城市人口分布模型,并以长沙为例,分析城市人口分布的演变过程,为相关的调控提供决策依据。研究结果表明,其模拟的城市人口分布格局与实际情况吻合较好,在多种因素的影响下,长沙市将形成“市中心人口快速增长,近郊区人口缓慢增长,沿湘江畔、沿五一大道及岳麓区高新技术开发区人口密集”的发展格局。与以往的模型进行相比,所获得的模拟结果精度更高,更接近于实际的空间分布格局。


期刊代号:K9
分类名称:地理
复印期号:2010 年 05 期

字号:

      修订日期:2009-11.

      1 引言

      近年来,随着城市化进程不断推进,大批流动人口涌入城市,城市人口数量激增造成了诸多问题,如自然环境恶化、城市交通拥挤、人口密集地区服务设施滞后等等。历史实践表明,有预见性的、正确的城市人口分布规划与人民生活息息相关,是关系到本地区以及广大经济腹地长远发展的大事,更是建设和谐社会的基础。因此,对于城市人口分布的研究是城市地理学需要解决的热点问题之一。20世纪50年代以来,城市人口分布研究吸引了西方大量学者的关注,形成一系列较具代表性的理论模型。例如Clark模型[1]、城市人口与城区面积间的异速生长模型[2-3]、正态密度模型[4-5]、负幂指数模型[6]、二次指数模型等[7];20世纪80年代末期以后,随着西方多核心城市结构研究的兴起,学者们提出了城市人口密度多核心模型;在中国,近年来以冯健、周一星[8]等为代表的学者们也应用数理统计方法进行了大量的理论探讨和实证研究;谢守红、宁越敏[9]基于GIS方法对广州市人口密度分布及演化进行了研究;景楠[10]利用多智能体与GIS技术对北京市人口分布进行了预测研究。

      综合以上研究可发现目前国内外进行城市人口分布的模型主要有两种:计量数学模型和基于GIS技术的多智能体模型。计量数学模型利用传统的数学统计方法对人口密度分布进行预测,应用的是传统的“自上而下”的分析过程,这类模型是一种静态模型,缺点是仅应用计量分析方法获得数值答案,不能精确反映人口密度的分布,而且不能详实的表现影响因子的作用,无法呈现动态人口密度分布状况;虽然基于GIS技术的多智能体模型具备了动态特征和空间特性,但是对于随着时间推进而变化发展的环境特征缺乏考虑。为了克服上述城市人口密度分布模型的局限性,需建立一个充分考虑影响因子与人口分布在时空变化中的相互关系且动态可视化的城市人口分布模型,将多智能体(MultiAgent System,简称MAS)与元胞自动机(Cellular Automata,简称CA)引入到城市人口分布的研究中。近年来,多智能体被广泛应用于模拟城市空间形态变化及其他地理现象变化等复杂系统中,并取得了许多有意义的研究成果:如Monticino利用多智能体系统建立了表现人类与环境交互作用的模型[11];Ligtenberg提出了结合多智能体和元胞自动机的土地利用规划模型[12-13];Benenson等把一个家庭作为一个个体,建立了Tel.Aviv城YAFFO地区的人口分布模型,利用高性能并行计算机仿真城市环境和对居民搬迁的动态模拟[14-15],之后又根据居民的经济状况、房产价格变动以及文化认同性等模拟了城市空间演化的自组织现象和城镇的居民种族隔离和居住分异现象[16]。国内研究学者如黎夏、杨青生结合多智能体与元胞自动机进行的城市用地扩张模拟,该研究很大程度上弥补了国内对多智能体与元胞自动机结合研究的不足[17]。然而目前基于多智能体与元胞自动机系统的城市人口分布动态模拟尚不多见,并且已有的多智能体研究运行环境多为静态模型,并且对于政府的总体规划与宏观政策考虑较少。本文拟以多智能体与元胞自动机理论为基础,构建动态且能描述各种智能体与影响因子互相作用的模拟系统,对城市的居住人口进行动态模拟与预测。

      2 城市人口分布模型

      2.1 模型概述

      以人口地理信息系统[18](Topologically Integrated Geographic Encoding Referencing,简称TIGER)为基础,城市人口分布模型由3部分组成:社会环境、多智能体系统、城市人口密度。社会环境由5个数据层组成:政策规划、区位、交通、服务设施、自然环境;多智能体系统中,每一个Agent数组储存了该种类Agent的行为、位置信息、社会属性等等;城市人口密度模型包括城市人口数据、街道电子地图、街道人口密度数组。三者具有密切关系且相互作用(图1),城市人口分布模型实际上是Agent所处的城市现阶段人口分布规律,而Agent受社会环境影响,同时也作用于社会环境,改变其状态。文中的分析过程基于如下假设:①只考虑新增的规划城市用地,已有城市用地不改变;②政策的主导性单独处理;③城市人口由常住户籍人口和流动人口组成。

      2.2 实验区与使用的数据

      研究以长沙市城区为实验区,所使用的数据包括遥感影像数据、GIS数据、街道人口数据、文本资料等多种数据。遥感数据包括2000年及2005年长沙市区TM数据;GIS数据包括长沙市2002-2020年的城市总体规划图、交通结构图以及学校、医院、商业用地等服务设施分布图;文本资料包括长沙市土地利用总体规划(1990-2010),长沙市城市总体规划(2001-2020),统计数据主要出自长沙市2002-2008年统计年鉴及第五次人口普查数据。应用Vb.net2003与Arc Object 构建系统,为提高系统运行速度,所有空间数据在ArcGIS9.2中统一转换成100m×100m的Grid栅格数据。

      2.3 城市人口密度

      城市人口密度的表示参考数字人口模型[19],将居住区域按设定的原则和方法划分为100m×100m的格网,将2000年以及2005的实际人口密度输入相应到格网上。模型总体上可以分为以下几类(表1):单核心模型的对数模型、Clark模型、Smeed模型、Newling模型及多核心模型。

      

      

相关文章: