土地利用空间布局思考

龙源期刊网土地利用空间布局思考作者：吕洁来源：《现代商贸工业》2011年第19期摘要：回顾土地利用空间布局优化内涵和理论基础，对比分析各种优化方法的优缺点，从研究理论、研究尺度和研究方法上进行了总结和展望。研究表明：土地利用空间布局优化的研究起步较晚，理论基础较为薄弱；从研究尺度上看，用地类型的分类和空间分辨率问题成为土地利用空间布局优化关键所在；从研究方法上看，应当加强3S技术、计算机智能模拟技术以及传统规划技术的融合，形成客观、准确、科学的土地利用规划技术体系。关键词：土地利用空间布局；优化；研究进展中图分类号：C93文献标识码：A文章编号：1672-3198（2011）19-0041-01国土资源的空间性使得土地资源利用不仅仅是各用地类型数量结构配置的问题，更是空间布局优化的问题。近些年来，不科学的土地利用空间布局制约经济社会持续健康发展的现象愈加严重，人们对景观生态价值的诉求更加强烈，基于此，土地利用空间布局优化成为学界的前沿问题。1土地利用空间布局优化的内涵、理论与模型方法1.1土地利用空间布局优化内涵学界对土地利用空间布局优化的理解不尽相同，一些学者认为土地利用空间布局优化是各用地类型在空间上的优化组合的过程，也是符合生态规律、生态经济规律和景观生态学原理并形成新的符合生态学要求的土地利用空间格局的过程；一些学者以建筑物的环保性能为例，认为空间多层利用、及其生态经济环境效应是土地利用空间优化布局的内涵所在。尽管学界对其概念没有统一的标准，但在以下几个方面达成了共识：（1）土地利用空间布局优化的目标是实现土地资源的可持续利用，促进经济、社会和生态环境的协调发展；（2）土地利用空间布局优化应当符合生态规律、生态经济规律和景观生态学原理；（3）土地利用空间布局优化是形成新的符合生态学要求的土地利用空间格局的过程。1.2土地利用空间布局优化理论基础龙源期刊网土地利用空间布局的理论体系目前尚不完备，可以借鉴的有土地经济学中农业区位论和工业区位论，区域经济方面的增长极核理论，空间几何学中的分形理论，景观生态学格局优化理论，控制城市蔓延的精明增长理念，以及生态学中的绿当量、生态位等理论。1.3土地利用空间布局优化模型方法要将各种用地类型在空间布局上落实，必然需要计算机技术的支持。目前学界常用的模型方法有遗传算法、粒子群算法、元胞自动机等。（1）遗传算法。遗传算法一种模拟自然进化过程寻找最优解的搜索算法，它是通过改变基因的配置来实现问题的整体优化，通常与多目标规划相结合解决土地利用结构优化问题。在实践过程中，它具有以下优点：它采用概率化的寻优方法自动获取和指导优化的搜索空间，并且能够自动调整搜索方向，不需要规则约束，不受操作者的主观影响，科学性强；通过参数等数值设定能够得到多套方案可供选择，灵活性大；在运行过程中，没有求导和函数连续性的限定，能够用于复杂、不可微或者无法用解析式表达的目标函数优化问题，适用于土地利用这一复杂系统的优化问题研究；只需输入相关数据即能自动生成优化方案，操作简单。但是其缺点主要表现在“非成熟收敛”，即某一个体在种群中的绝对优势在运算过程中被强化，使得搜索过程跳过其他个体得到局部最优解，不能进一步迭代产生更优可行解。此外，存在计算精度和计算效率的问题，即当图斑编码复杂时，相应程序编码也较为复杂，影响空间搜索关联性。（2）粒子群算法。粒子群算法（ParticleSwarmOptimization，PSO）是一种基于迭代的优化工具，源于对鸟类捕食行为的研究。在粒子群算法中，每个粒子即解空间中的一个解，根据自己和同伴的飞行经验来调整自己的飞行。在飞行经历中，个体的最佳位置即个体极值（pBest），群体的最佳位置即群体极值（gBest）；利用信息共享机制，每个粒子依据这两个极值不断更新自己，从而生成新一代的群体；而粒子的评价则是通过优化问题决定的适应度函数值体现的。目前已有学者应用粒子群算法研究空间优化问题，但将其引入土地利用布局优化研究的并不多见。马世发等认为城镇土地利用空间优化的实质是在GIS平台支持下对土地图斑进行运算操作，核心思想是利用粒子（土地利用图斑）的空间分布模拟土地利用空间格局，模型实现的关键技术是速度调整函数和位置调整函数。研究表明，该方法具有以下优点：该方法不需要进行二进制编码，直接根据被优化问题的进行实数编码，无需遗传算法的选择、交叉、变异等算子和操作，而是依据粒子速度完成搜索，收敛速度更快；智能性强，能有效平衡局部和全局的搜索，避免过早成熟，并行处理粒子行为和空间区域，空间搜索具有离散跳跃性。其缺点主要表现在数据结构和空间尺度，以及算法效率上。龙源期刊网元胞自动机模型基于在实际应用中遗传算法和粒子群算法本身存在的缺点，一些学者利用元胞自动机模型探讨土地利用空间布局问题。胞自动机模型（CACelluarautomata）是时间、空间、状态都离散，空间的相互作用及时间上因果关系皆局部，只需构造规则，无需明确方程便可建模的网格动力学模型。该方法的优点如下：（1）开放性好。不需要明确的数学方程，适合解决复杂系统微观空间变化模拟问题，并且通过转化规则，可以让元胞模拟不同尺度的演化过程。（2）数据兼容性较好。CA以栅格单元空间来定义元胞自动机，与其他空间数据集（GIS、RS）有良好兼容性。但也存在不足之处：（1）应用尺度问题。元胞空间的划分以空间分辨率为基础，现有的研究常以区域尺度为视角，原因在于更为精细的土地分类系统数据不全面，因此研究者大多采用大尺度范围的国土资源详查分类标准。（2）缺乏主观因素的考虑。单一的CA系统不能很好的反映政策等“人为”因素的影响。众多实践表明，复杂的地理现象需要借助多个模型的集合来求解，土地利用结构优化亦如此。有学者借助马尔柯夫、层次分析，构建复合模型以弥补CA模型的缺点；也有学者把CA与Agent（代理人）技术结合起来，将决策信息引入CA模型构建的土地利用系统研究中。2一些思考与想法从研究理论上看，土地经济学理论强调土地的经济特性，从经济效益最大化的数量配置和空间异质性角度构建模型进行分析；地域空间布局理论侧重对不同用地类型组合的描述；生态学理论则关注各种土地的生态效益，基于碳平衡、生态系统服务价值等生态环境效益构建优化模型。这些理论为土地利用空间布局提供了不同的研究视角，但逻辑严谨、体系完备的土地利用空间布局优化理论体系尚未形成。从研究尺度上看，用地类型的分类和空间分辨率问题成为土地利用空间布局优化关键所在。数量结构优化只需探讨各种用地类型在研究区域内的数量配置比例关系，应用尺度较灵活；而空间结构布局由于要将各种用地类型落实到空间实处，在信息采集时图斑的细碎程度很难统一，例如住宅用地是分散的，零碎的，小面积的，而工业用地通常是规整的，集中的，大面积的。最终成果的空间尺度由分辨率最小的图斑决定，这样一些细碎的关键信息必然被掩盖掉。在实际研究中，多数学者侧重研究城市内部或者城市边缘区域的土地空间结构布局优化配置，少有将二者结合起来。在研究方法上，信息技术的蓬勃发展为土地利用结构和空间布局优化提供了更为科学和开放的决策方法。计算机模拟和3S技术的应用，使得土地利用结构和空间布局优化更具有动态龙源期刊网性、操作性和灵活性，但是这些方法往往客观性过强，无法很好地体现土地利用的主观因素，近年来一些学者尝试将大众决策机制引入模型方法中，进一步丰富了研究方法。其实，不论是采用何种理论、模型方法和空间尺度研究我国土地利用空间布局问题，其总的指导是不变的：（1）设定国土生态屏障网络用地；（2）优先安排基本农田；（3）协调基础设施用地；（4）优化城镇工矿用地；（5）拓展城乡生产和绿色空间；（6）构建土地利用景观风貌。