楊 鋒，王秀麗

(1. 河南城建學院測繪與城市空間信息學院，河南 平頂山 467036；2. 河南農(nóng)業(yè)大學資源與環(huán)境學院，河南 鄭州 450002)

1 引言

土地利用生態(tài)系統(tǒng)會受到人類改變土地利用方式的影響，同時土地利用格局也會對人類活動行為產(chǎn)生制約[1]。土地利用環(huán)境與土地利用主體行為之間交互產(chǎn)生的結果即為土地利用空間格局演化模擬的過程[2]。為了實現(xiàn)對土地的合理規(guī)劃與管理，模擬分析土地利用空間格局演化規(guī)律具有一定的現(xiàn)實意義。

林樹高[3]等人構建了評價指標體系，基于土地利用多功能機制結合轉移矩陣模型和動態(tài)度模型分析土地的格局演變特征，根據(jù)格局演變特征通過障礙度模型和TOPSIS方法實現(xiàn)土地利用空間格局的演化模擬。實驗結果表明，該方法模擬結果與實際空間演變格局之間的擬合度較低。鞠洪潤[4]等人提取土地利用空間的幾何特征，包括斑塊分布、形狀和面積，構建指標體系，通過模糊C均值聚類方法獲得土地利用空間格局與各指標之間存在的關系，完成土地利用空間格局演化模擬。實驗結果表明，該方法的Kappa系數(shù)偏低。王旭東[5]等人在Markov和FLUS的基礎上建立了土地利用空間格局演化模擬框架，通過隨機森林算法分析多元空間變量，包括路網(wǎng)河網(wǎng)、感興趣點和基礎地理等，實現(xiàn)土地利用空間格局演化模擬。結果表明，該方法的Kappa系數(shù)較低，表明方法的模擬精度不高。

為了解決上述方法中存在的問題，提出一種土地利用空間格局演化多智能體模擬方法。

2 多智能體系統(tǒng)構建

2.1 基于多智能體的土地利用系統(tǒng)描述

2.1.1 土地利用系統(tǒng)描述

通過三元組描述土地利用系統(tǒng)lS

lS=

(1)

式中，E代表空間環(huán)境，包括土地權屬、土壤和土地利用等；集合A由土地利用參與者構成；R代表環(huán)境與智能體之間存在的交互活動，兩者之間的交互活動主要分為以下幾種：

1)環(huán)境與智能體之間存在的交互A?E，環(huán)境與不同類型智能體之間存在不同的關系，環(huán)境在一定程度上會受到土地利用智能體的影響，但不同智能體產(chǎn)生的影響程度是存在差異的，反之，環(huán)境也會對土地利用智能體產(chǎn)生影響，土地利用智能體在環(huán)境與智能體之間的交互作用下可以對土地利用空間組織產(chǎn)生影響。

2)環(huán)境之間存在的交互E?E，土地利用的自治過程會影響環(huán)境之間的交互。

3)智能體之間存在的交互A?A，土地利用空間格局演化的決策過程在土地利用規(guī)劃過程中不僅與土地利用智能體的意圖和觀察有關，同時還與智能體之間的互相意圖和觀察之間存在關聯(lián)[6]。

2.1.2 土地利用智能體與環(huán)境描述

通過五元組描述土地利用智能體lA

lA=

(2)

式中，O代表意圖集；Y代表智能體對應的類型；F代表愿望集；N代表信念集；V代表環(huán)境的地理位置指針。

環(huán)境可以看成一個智能體，由不同的土地利用類型構成。與前面的智能體不同，環(huán)境智能體不存在思維狀態(tài)，由一系列單元格組成，最小的土地利用單元即為二維網(wǎng)格中的一個網(wǎng)格，劃分土地利用空間[7，8]，共獲得J列I行，通過下述公式描述環(huán)境C

C={c1，1，…，ci，j，…，cI，J}

(3)

式中，i∈I、j∈J，ci，j代表土地利用單元處于二維網(wǎng)格單元的第i行、第j列中。

環(huán)境信息存在于二維網(wǎng)格中的每個單元中，通過下述描述環(huán)境智能體lK

lK=

(4)

式中，Yr代表土地利用類型的轉換規(guī)則，存在于決策過程中；D代表環(huán)境對應的狀態(tài)；Cij代表基本環(huán)境對應的地理位置指針。

2.2 多智能體系統(tǒng)構建

單個智能體無法有效解決和完整描述現(xiàn)實生活中存在的系統(tǒng)問題，多智能體系統(tǒng)擁有分布式計算能力和并行計算能力，可有效解決單智能體存在的問題[9，10]。多智能體系統(tǒng)指的是由若干個可計算個體構成的智能系統(tǒng)，可以在相同系統(tǒng)中實現(xiàn)同一個目標，每個個體在智能系統(tǒng)中都具有協(xié)作能力和協(xié)同運行能力，可以決策自身在系統(tǒng)中的行為。

多智能體系統(tǒng)的優(yōu)點較多，主要體現(xiàn)在以下幾個方面：

1)多智能體系統(tǒng)屬于協(xié)作式系統(tǒng)；

2)多智能體系統(tǒng)在運行過程中支持分布式應用；

3)智能體之間在系統(tǒng)中通過協(xié)調和通訊解決問題；

多智能體系統(tǒng)通常由關系集合、智能體結合和環(huán)境構成。

1)環(huán)境，描述的是智能體在工作狀態(tài)下的活動背景，一般分為兩種情況，分別是動態(tài)環(huán)境和靜態(tài)環(huán)境。

2)智能體集合，描述的是可以根據(jù)外界信息作出相關反應的對象在環(huán)境中構成的集合，不同集合的功能和結構都存在差異，智能體的選取在實際過程中通常將影響力作為依據(jù)[11，12]。

3)關系集合包括以下三種：

①智能體之間存在的關系，通常包括促進關系、協(xié)作關系和競爭關系等；

②環(huán)境與智能體之間存在的關系，在實時動作時，智能體會根據(jù)環(huán)境的不同作出相應的反應，能夠獲取外界環(huán)境中存在的信息；

③要素在環(huán)境中存在的關系。

根據(jù)上述分析，給出多智能體系統(tǒng)構建的流程如圖1所示。

圖1 多智能體系統(tǒng)建模流程圖

2.3 土地利用空間格局演化模擬實現(xiàn)

基于2.2節(jié)構建的多智能體系統(tǒng)，從環(huán)境要素、居民要素以及政府要素等多方面出發(fā)，模擬分析土地利用空間格局演化特征。

2.3.1 影響要素分析

土地利用/覆蓋層：土地利用空間格局演化模擬的核心是土地利用/覆蓋層及其產(chǎn)生的變化。

交通通達層：交通便捷程度可通過交通通達性得以衡量，道路在交通通達性衡量過程中可以分為普通公路和高速公路，公路對位置的空間吸引力表示為Rt，通過指數(shù)距離衰減函數(shù)計算Rt

Rt=v1S1e-N1Fe+v2S2e-N2Fh+v3S3e-N3Fc

(5)

式中，v1、v2、v3代表不同距離影響因子對應的權重系數(shù)，滿足v1+v2+v3=1；S1、S2、S3，N1、N2、N3分別代表不同空間影響因素對應的衰減系數(shù)和強度系數(shù)；Fe、Fh、Fc分別代表與高速公路、普通公路和城市中心之間存在的距離。

土地價格層：住房價格會受到地價的影響，居民的收入之間存在差異，關注住房價格的程度也不相同。

公共設施效用層：公共設施與商業(yè)中心、醫(yī)院、公園和娛樂設施之間的距離都會影響公共設施效用的評價結果。

環(huán)境質量層：用Lij表示二維空間網(wǎng)格中存在的網(wǎng)格；用Rg表示人均綠地面積，其計算公式如下

(6)

式中，M(J(Lij))代表居民用地網(wǎng)格的數(shù)量；M(H(Lij))代表綠地網(wǎng)格的數(shù)量。

用Re表示環(huán)境質量評價結果，其計算公式如下

Re=VgRg+VwSwe-NwFw

(7)

式中，Vg代表綠地對應的權重系數(shù)；Vw代表水體對應的權重系數(shù)；Nw、Sw分別代表水體空間影響的衰減系數(shù)和強度系數(shù)。

教育資源層：指的是住宅周圍的圖書館數(shù)量和學校教學質量等。

2.3.2 多智能體及行為決策

1)居民Agent及其行為決策

用Ret表示位置Lij的環(huán)境質量，a為其偏好系數(shù)，用Rt表示Lij的交通通達程度，d為其對應的權重；設I(t，ij)代表的是第t個居民在候選位置Lij處產(chǎn)生的位置效用，其表達式如下：

I(t，ij)=aRet+bRen+cRt+dRp+eRce+φij

(8)

式中，Ren代表位置Lij的教育資源，b為教育資源的偏好系數(shù)；Rce代表位置Lij的公共設施便利性，e為其權重；φij代表隨機擾動項。

在居民選址過程中引入離散選擇模型[13]，設P(t，ij)代表居民選擇位置Lij的概率，可通過下式計算得到

(9)

2)房地產(chǎn)商Agent及其行為決策

選擇投資地區(qū)時，房地產(chǎn)商應該把居民位置選擇特點放在首要位置[14]，為了提高房產(chǎn)銷售量需要選擇與居民意愿相符的位置開發(fā)。在土地開發(fā)過程中，自身利益直接影響著房地產(chǎn)商的相關行為決策。

設Fp代表的是投資過程中房地產(chǎn)商獲得的利潤，其計算公式如下

Fp=Jp-Zp-Fc

(10)

式中，Jp代表住房銷售價格；Fc代表建造住房時房地產(chǎn)商的成本；Zp代表土地價格。

3)政府Agent及其行為決策

房地產(chǎn)商將用地申請?zhí)峤唤o政府相關部門后，政府會對比開發(fā)前后的土地利用情況，根據(jù)對比結果得出接受概率。

用PA表示政府原始接受該地理位置的概率，設PA*代表政府接受地理位置Lij的概率，可通過下式計算得到

PA*=PA+hΔP1+hΔP2

(11)

式中，ΔP1、ΔP2代表隨著房地產(chǎn)商申請次數(shù)的增加，政府接受概率的增加幅度；h代表申請土地開發(fā)的次數(shù)[15，16]。

根據(jù)環(huán)境、居民以及政府等要素分析結果，利用建立的多智能體系統(tǒng)，模擬土地利用空間格局演化特征，實現(xiàn)土地利用空間格局演化模擬分析[17，18]。

3 實驗與分析

為了驗證土地利用空間格局演化多智能體模擬方法的整體有效性，需要展開相關測試。采用多土地利用空間格局演化多智能體模擬方法、文獻[3]方法和文獻[4]方法對土地利用空間格局演化展開模擬。實驗中涉及的數(shù)據(jù)與圖像來自全國地理信息資源目錄服務系統(tǒng)(https：∥www.webmap.cn)，在該系統(tǒng)中下載地表覆蓋數(shù)據(jù)以及地形圖，然后采用MATLAB仿真軟件進行處理，以保證實驗結果的準確性。

測試上述方法的空間擬合度，空間擬合度越高，表明方法在土地利用空間格局演化模擬過程中的模擬結果與實際情況越貼近，測試結果如圖2所示。

圖2 不同方法的空間擬合度

分析圖2可知，針對不同類型的土地，所提方法的空間擬合度均在90%以上，說明其模擬分析結果具有一定的可信性。因為所提方法將多智能體系統(tǒng)應用于土地利用空間格局演化模擬過程中，通過居民行為決策、房地產(chǎn)商行為決策和政府行為決策完成土地利用空間格局的演化模擬，提高了空間擬合度。

將Kappa系數(shù)作為評價指標，測試所提方法、文獻[3]方法和文獻[4]方法的模擬精度，當Kappa系數(shù)高于0.8時，表明方法具有較高的模擬精度，測試結果如圖3所示。

圖3 不同方法的Kappa系數(shù)

由圖3可知，在土地利用空間格局演化模擬過程中所提方法的Kappa系數(shù)均高于0.8，明顯高于文獻[3]方法和文獻[4]方法，表明所提方法具有更高的模擬精度。

為了更加形象地顯示土地利用空間演化模擬效果，通過圖片的形式展示不同方法對實驗研究區(qū)域土地利用空間變化的模擬結果，如圖4所示。

圖4 不同方法的土地利用空間格局模擬結果

由圖4可知，所提方法的土地利用空間格局模擬結果與實際土地利用空間格局基本相符，而文獻[3]方法和文獻[4]方法的模擬結果與實際土地利用空間格局演變結果存在偏差，說明所提方法的模擬精度更高，這是由于該方法通過構建的多智能體系統(tǒng)，從多角度出發(fā)，充分了解區(qū)域居民、環(huán)境等因素對土地利用空間的需求，在考慮上述因素的基礎上，模擬區(qū)域土地變化特點更加符合實際情況。

4 結束語

土地利用空間格局演化信息在很多大氣、環(huán)境和資源預測中具有重要作用，因此，研究土地利用空間格局演化模擬方法具有應用意義。目前土地利用空間格局演化模擬方法存在空間擬合度低和Kappa系數(shù)低的問題，提出土地利用空間格局演化多智能體模擬方法，該方法在土地利用空間格局演化模擬過程中引入了多智能體系統(tǒng)，提高了模擬結果的空間擬合度，同時提高了模擬精度。