空间规划情景模拟方法及系统技术方案

本发明专利技术提供一种空间规划情景模拟方法及系统，该方法包括以下步骤：S1、对待模拟预测区域的建设用地数据预处理；S2、确定建设用地扩张的影响因子，对影响因子进行归类；S3、对确定的影响因子进行空间量化处理；S4、构建训练样本数据集，用于对多种模型进行模拟模型的训练学习；S5、训练结果比较评估；S6、未来用地规模预测，用于得到预测目标年建设用地的总增长规模；S7、得到未来不同情景下的建设用地扩张模拟结果。与方法相应的系统包括数据输入模块、数据处理模块、参数设定模块、用地规模预测模块以及结果生成模块。本发明专利技术能有能全面考虑影响因素，避免模拟偏差，对建设用地扩张预测更准确，为城市建设提供支撑；同时降低规划工作者工作强度。

【技术实现步骤摘要】
空间规划情景模拟方法及系统
本专利技术属于地理信息模拟
，尤其涉及一种空间规划情景模拟方法及系统。
技术介绍
传统的空间规划工作由于数据信息的限制、人脑有限的信息处理效率而止步于经验型、局限型的空间规划情景分析。这种简单的情景分析与真实世界中多因素复杂作用下的空间发展仍有一定差距。信息技术的发展，拉开了人类进入空间时代与信息社会的序幕。空间规划工作者开始将空间计量模型应用于城市发展研究中。其中，系统动力学模型由于具备“自下而上”以及仿真功能的特点，被广泛地应用到城市空间动态演化的模拟研究。随着对城市微观层面的不断深入研究，研究者们开始探索“自下而上”的建模思想，并催生地理空间/城市空间模拟的智能化模型，其中最常用为元胞自动机模型(CelluarAutomata,简称CA)。CA是一种强有力的空间动态模拟技术，可以有效地模拟出复杂的城市系统的动态演变过程。一般的CA主要用于模拟真实城市的变化过程，即根据以往发展趋势来模拟将来的变化，属于基准发展(Base-lineDevelopment)模型。而运用约束性CA的最大特点就是考虑了各种主要限制性条件对城市用地开发的影响，引进环境、城市形态和发展密度等可持续发展因素，以及各种约束性条件和规划目标准则，通过调整各种控制参数，来控制不同情景下的模拟结果。所达到的结果就不仅是根据过去预测未来，而是根据不同规划目标的要求而模拟不同的城市发展模式，供规划工作者选择。因此，CA具有很强的灵活性和可操作性，可以作为一种启发式的空间规划工具，为规划工作者进行城市理论验证和探索提供方便，并将极大提升城市规划决策的可靠性与科学性。目前CA也在发展之中，还存在若干缺点，例如在确定模型的结构、模型所用的变量，模型的参数值以及未来的情景预测方面还有许多不确定性。虽然其技术路线相对较为成熟，但是在城市规划的应用过程中仍因为存在技术门槛而应用有限。
技术实现思路
为了解决上述技术问题，本专利技术提供一种空间规划情景模拟方法及系统。本专利技术的一方面提供一种空间规划情景模拟方法，所述方法包括以下步骤：S1、对待模拟预测区域的建设用地数据预处理；S2、确定建设用地扩张的影响因子，对所述影响因子进行归类；将建设用地扩张的影响因子归纳为禁止建设类影响因子、限制建设类影响因子、适宜建设类影响因子和特殊类影响因子；其中禁止建设类影响因子是指建设用地扩张过程中不允许占用的因素，限制建设类影响因子是指对建设用地扩张有限制力的因素，适宜建设类影响因子是指对建设用地扩张有积极驱动作用的因素，特殊类影响因子是指是一些受政策影响的因素；S3、对确定的影响因子进行空间量化处理；分别对步骤S2中确定的禁止建设类影响因子、限制建设类影响因子、适宜建设类影响因子和特殊类影响因子在空间上的影响范围进行界定，并进行分级标准化赋值，以衡量影响因子对建设用地扩张影响的空间差异性；S4、构建训练样本数据集，用于对多种模型进行模拟模型的训练学习；S5、训练结果比较评估；对多种模型进行比较评估，采用kappa系数评估模型精度，其计算公式为：Kappa＝(P0-Pc)/(1-Pc)Pc＝(a0*a1+b0*b1)/(n*n)式中，P0为模拟正确的栅格数据占总栅格数量的比例，也即总体分类精度；a0为真实的建设用地数据中属性值为0的栅格个数，a1为真实的建设用地数据中属性值为1的栅格个数，b0为预测得到的建设用地数据中属性值为0的栅格个数，b1为预测得到的建设用地数据中属性值为1的栅格个数，总栅格个数为n；根据kappa值进行模型评估；S6、未来用地规模预测，用于得到预测目标年建设用地的总增长规模；S7、基于步骤S6中得到的多种情景下的未来用地规模，通过步骤S5中选择的模型进行模型迭代运算，得到未来不同情景下的建设用地扩张模拟结果。优选的，所述步骤S1对待模拟预测区域的建设用地数据预处理的具体步骤为：S110，首先确定模拟预测区域范围的空间尺度，即栅格大小；S111，然后根据确定的栅格大小，进行栅格属性的二分类数字化表达，具体为以yit表示i空间单元t时期的建设用地属性，yit＝1表明i空间单元t时期为建设用地，yit＝0表明i空间单元t时期为非建设用地；yi(t,t+1)表示i空间单元从t时期到t+1时期建设用地属性是否发生变化，变化值为1，不变化则值为0；S112，根据栅格属性的二分类数字化表达确定不同时期建设用地差异的组合值，即若yit＝0，yit+1＝1，则yi(t,t+1)＝1，若yit＝0，yit+1＝0，则yi(t,t+1)＝0。优选的，所述步骤S2中禁止建设类影响因子、限制建设类影响因子、适宜建设类影响因子和特殊类影响因子具体包括以下因素：禁止建设类影响因子具体包括因素为：一级水源保护区、河流湖泊、自然保护区核心区、自然保护区缓冲区、一级国家公益林、地质遗迹、禁止开发范围的风景名胜区、作为保护本体的历史文化遗迹、禁止建设范围的军事基地、地震断裂带、高速公路两侧断裂带、铁路两侧断裂带；限制建设类影响因子具体包括因素为：二级水源保护地、准保护区的水源保护地、湿地、试验区的自然保护区、外围保护地带的自然保护区、二级国家公益林、森林公园、限制开发范围的风景名胜区、建设控制地带的历史文化遗迹、限制建设范围的军事基地、坡度坡向坡度大的区域、市政设施廊道、地质灾害区、洪涝灾害区；适宜建设类影响因子具体包括因素为：人口规模、人口密度、人口增速人口相关要素，GDP、GDP增速、人均GDP、人均收入水平、固定资产投资经济相关要素，城市中心区位要素，线状交通设施、点状交通设施交通要素，新发展区；特殊类影响因子具体包括因素为：基本农田保护区。优选的，所述步骤S3对确定的影响因子进行空间量化处理具体步骤为：S130，根据步骤S2中各影响因子的定义确定每种影响因子的具体因素内容；S131，针对面状禁止建设类影响因子数据的空间量化处理，首先进行其到建设用地的欧式距离分析，根据欧式距离分析结果进行重分类处理，各个栅格属性的值根据该栅格距离源栅格的最小欧式距离确定，若栅格距离源栅格的最小欧式距离为0，则栅格所在区域为禁止建设区域，即为上述禁止建设类要素所在的源栅格，栅格属性值设置为0，；若栅格距离源栅格的最小欧式距离大于0，则栅格所在区域为非禁止建设区域，栅格属性值设置为1，也即未来用地模拟中栅格属性为1的区域有可能成为新开发的建设用地，输出栅格类别为*.GIF，输出栅格大小与待模拟预测的建设用地栅格大小一致；S132：对线状禁止建设类影响因子数据首先依据空间规划方案影响因子量化中规定的范围进行缓冲分析，其余处理流程同面状禁止建设类影响因子数据的空间量化处理流程；S133：对限制建设类影响因子数据的空间量化处理，首先依据空间规划方案影响因子量化中的规定对限制建设类影响因子分级，落实其在空间上的保护范围，建设适宜性赋值大于0小于1即可，数值本文档来自技高网...

【技术保护点】
1.一种空间规划情景模拟方法，其特征在于：其包括以下步骤：/nS1、对待模拟预测区域的建设用地数据预处理；/nS2、确定建设用地扩张的影响因子，对所述影响因子进行归类；/n将建设用地扩张的影响因子归纳为禁止建设类影响因子、限制建设类影响因子、适宜建设类影响因子和特殊类影响因子；其中禁止建设类影响因子是指建设用地扩张过程中不允许占用的因素，限制建设类影响因子是指对建设用地扩张有限制力的因素，适宜建设类影响因子是指对建设用地扩张有积极驱动作用的因素，特殊类影响因子是指是一些受政策影响的因素；/nS3、对确定的影响因子进行空间量化处理；/n分别对步骤S2中确定的禁止建设类影响因子、限制建设类影响因子、适宜建设类影响因子和特殊类影响因子在空间上的影响范围进行界定，并进行分级标准化赋值，以衡量影响因子对建设用地扩张影响的空间差异性；/nS4、构建训练样本数据集，用于对多种模型进行模拟模型的训练学习；/nS5、训练结果比较评估；/n对多种模型进行比较评估，采用kappa系数评估模型精度，其计算公式为：/nKappa＝(P

【技术特征摘要】
1.一种空间规划情景模拟方法，其特征在于：其包括以下步骤：
S1、对待模拟预测区域的建设用地数据预处理；
S2、确定建设用地扩张的影响因子，对所述影响因子进行归类；
将建设用地扩张的影响因子归纳为禁止建设类影响因子、限制建设类影响因子、适宜建设类影响因子和特殊类影响因子；其中禁止建设类影响因子是指建设用地扩张过程中不允许占用的因素，限制建设类影响因子是指对建设用地扩张有限制力的因素，适宜建设类影响因子是指对建设用地扩张有积极驱动作用的因素，特殊类影响因子是指是一些受政策影响的因素；
S3、对确定的影响因子进行空间量化处理；
分别对步骤S2中确定的禁止建设类影响因子、限制建设类影响因子、适宜建设类影响因子和特殊类影响因子在空间上的影响范围进行界定，并进行分级标准化赋值，以衡量影响因子对建设用地扩张影响的空间差异性；
S4、构建训练样本数据集，用于对多种模型进行模拟模型的训练学习；
S5、训练结果比较评估；
对多种模型进行比较评估，采用kappa系数评估模型精度，其计算公式为：
Kappa＝(P0-Pc)/(1-Pc)
Pc＝(a0*a1+b0*b1)/(n*n)
式中，P0为模拟正确的栅格数据占总栅格数量的比例，也即总体分类精度；a0为真实的建设用地数据中属性值为0的栅格个数，a1为真实的建设用地数据中属性值为1的栅格个数，b0为预测得到的建设用地数据中属性值为0的栅格个数，b1为预测得到的建设用地数据中属性值为1的栅格个数，总栅格个数为n；
根据kappa值进行模型评估；
S6、未来用地规模预测，用于得到预测目标年建设用地的总增长规模；
S7、基于步骤S6中得到的多种情景下的未来用地规模，通过步骤S5中选择的模型进行模型迭代运算，得到未来不同情景下的建设用地扩张模拟结果。


2.根据权利要求1所述的空间规划情景模拟方法，其特征在于：所述步骤S1对待模拟预测区域的建设用地数据预处理的具体步骤为：
S110，首先确定模拟预测区域范围的空间尺度，即栅格大小；
S111，然后根据确定的栅格大小，进行栅格属性的二分类数字化表达，具体为以yit表示i空间单元t时期的建设用地属性，yit＝1表明i空间单元t时期为建设用地，yit＝0表明i空间单元t时期为非建设用地；yi(t,t+1)表示i空间单元从t时期到t+1时期建设用地属性是否发生变化，变化值为1，不变化则值为0；
S112，根据栅格属性的二分类数字化表达确定不同时期建设用地差异的组合值，即若yit＝0，yit+1＝1，则yi(t,t+1)＝1，若yit＝0，yit+1＝0，则yi(t,t+1)＝0。


3.根据权利要求1所述的空间规划情景模拟方法，其特征在于：所述步骤S2中禁止建设类影响因子、限制建设类影响因子、适宜建设类影响因子和特殊类影响因子具体包括以下因素：
禁止建设类影响因子具体包括因素为：一级水源保护区、河流湖泊、自然保护区核心区、自然保护区缓冲区、一级国家公益林、地质遗迹、禁止开发范围的风景名胜区、作为保护本体的历史文化遗迹、禁止建设范围的军事基地、地震断裂带、高速公路两侧断裂带、铁路两侧断裂带；
限制建设类影响因子具体包括因素为：二级水源保护地、准保护区的水源保护地、湿地、试验区的自然保护区、外围保护地带的自然保护区、二级国家公益林、森林公园、限制开发范围的风景名胜区、建设控制地带的历史文化遗迹、限制建设范围的军事基地、坡度坡向坡度大的区域、市政设施廊道、地质灾害区、洪涝灾害区；
适宜建设类影响因子具体包括因素为：人口规模、人口密度、人口增速人口相关要素，GDP、GDP增速、人均GDP、人均收入水平、固定资产投资经济相关要素，城市中心区位要素，线状交通设施、点状交通设施交通要素，新发展区；
特殊类影响因子具体包括因素为：基本农田保护区。


4.根据权利要求1所述的空间规划情景模拟方法，其特征在于：所述步骤S3对确定的影响因子进行空间量化处理具体步骤为：
S130，根据步骤S2中各影响因子的定义确定每种影响因子的具体因素内容；
S131，针对面状禁止建设类影响因子数据的空间量化处理，首先进行其到建设用地的欧式距离分析，根据欧式距离分析结果进行重分类处理，各个栅格属性的值根据该栅格距离源栅格的最小欧式距离确定，若栅格距离源栅格的最小欧式距离为0，则栅格所在区域为禁止建设区域，即为上述禁止建设类要素所在的源栅格，栅格属性值设置为0，；若栅格距离源栅格的最小欧式距离大于0，则栅格所在区域为非禁止建设区域，栅格属性值设置为1，也即未来用地模拟中栅格属性为1的区域有可能成为新开发的建设用地，输出栅格类别为*.GIF，输出栅格大小与待模拟预测的建设用地栅格大小一致；
S132：对线状禁止建设类影响因子数据首先依据空间规划方案影响因子量化中规定的范围进行缓冲分析，其余处理流程同面状禁止建设类影响因子数据的空间量化处理流程；
S133：对限制建设类影响因子数据的空间量化处理，首先依据空间规划方案影响因子量化中的规定对限制建设类影响因子分级，落实其在空间上的保护范围，建设适宜性赋值大于0小于1即可，数值越大其建设适宜性越高；
S134：对适宜建设类影响因子数据的空间量化处理，对人口密...

【专利技术属性】
技术研发人员：林文棋，陈会宴，李绍辉，张久君，王浩，孙小明，褚峤，张险峰，余婷，杨钦宇，
申请(专利权)人：北京清华同衡规划设计研究院有限公司，
类型：发明
国别省市：北京;11