针对城市土地利用空间优化决策问题,以人工智能、复杂性科学、地理信息科学的理论与方法为手段,探讨城市土地利用空间优化决策的新模型与模拟方法,对土地资源的科学规划与管理具有十分重要的理论与现实意义。本项研究在资源节约与环境友好目标约束下,集成多智能体系统和智能计算的优势,在充分考虑多空间决策行为的基础上,研究和设计基于智能计算的多智能体的多种算法,解决土地利用空间优化决策的全局优化方案;量化可操作的空间优化目标、多智能体决策规则与参数,构建多目标土地利用空间优化配置模型,为城市土地利用空间优化决策提供新的定量化方法。以长株潭城市群及核心区为例,进行城市土地利用空间配置的应用研究,为资源节约和环境友好型社会建设提供科学、合理的城市土地利用空间优化决策支持。
Multi-agent system;intelligent algorithm;Spatial optimization allocation;Urban and regional land use;Changsha-Zhuzhou-Xiangtan Urban Agglomeration
城市及区域土地利用空间优化决策是“未来地球”研究计划的关键内容之一,也是区域可持续发展与地理信息科学研究的重要内容。本项研究以遥感信息智能提取与分析、城市及区域土地利用空间优化配置模型构建与应用为主题,以长江中游城市群组成部分的长株潭城市群,以及地处青藏高原与黄土高原过渡镶嵌地带的青海高原东部地区为研究区域。首先针对大区域土地利用/覆盖信息的提取问题,提出了改进蚁群算法的遥感分类方法、自适应遗传超平面遥感分类方法,以及基于先验知识的遥感分类方法,这些方法有效提高了土地利用/覆盖遥感分类的精度与效率,为大区域土地利用/覆盖信息的提取提供了有效的方法;采用景观空间指数定量分析了城市及区域土地利用空间扩展的模式、时空变化、生态风险效应;在此基础上,利用蚁群智能算法、粒子群算法、遗传算法和多智能体系统,研究了基于智能算法的多智能体土地利用空间优化配置模型结构与和框架,构建了多种基于智能算法的多智能体土地利用空间优化配置模型;多情景的模拟分析了长株潭城市群、青海高原东部土地利用空间优化配置。本项研究提供了地理空间模拟分析与应用新的方法,为长江中游城市群、青海高原东部土地资源科学、合理管理,土地资源可持续利用提供科学的决策支持。