初始时间到终止时间的长度

  在研究时段内某种土地利用类型的变化率

 1 绪论

1.1 研究背景及意义

土地资源是人类生产生活中重要的必不可少的物质基础，人们的生存和发展处处离不开土地。但同时土地资源的数量是有限的。近年来我国经济发展加快，加速发展城市化，人口不断增加，对土地需求增大，加之人类不合理和低效益的利用土地，在生产生活中对土地的滥用以及过度开发，土地的稀缺问题日益出现，城市用地和耕地之间的矛盾不可避免的显现出来。在经济持续发展的未来，土地资源利用将面临更大的压力，土地资源现在已经是我国经济整体发展影响因素中的最小因子，是我国经济增长制约因素中最严重的一个[1]。因此，为了协调人地关系，对土地进行合理的开发利用，实现土地的可持续利用就显得尤为重要[2]。

近年来，我国加快提高城市化水平，城市人口规模增加，城市用地在社会发展中占据越来越重要的地位，随之而来的城市用地扩张问题也逐渐成为了人们关注的焦点。城市用地是指城市建设和城市正常运转所必须的土地，社会、自然、人类活动等多种影响因素都会影响它的扩张，但这种扩张具有一定的规律性，准确的认识扩张的规律，可以更有效的模拟未来城市用地扩张情况，加强管理，提高规划水平；也可以规避和减少城市用地扩张过程中不可避免的如耕地保护和规模控制等问题。这对于合理有序的推进城市化建设、实现资源优化配置和土地的可持续利用都是至关重要的，也有利于协调人类、资源、环境三者的相互关系，实现经济的可持续发展。

城市是一个自然-社会-经济三者结合体，它是一个复杂的系统，具有动态性和开放性。对于城市的研究，关键性问题是城市科学模型的建立[3]。城市的科学模型发展从静态到动态、它的代表模型从空间相互作用模型发展到系统动力学和劳利模型。随着元胞自动机在城市模型中的运用，一种新的思路诞生了。近年来以元胞自动机为代表的一类基于微观个体行为的动力学模型的提出与其在城市模型中的运用，催生了一种与上述动态模型相比完全全新的思路。元胞自动机运用自下而上的建模方法，由一定的局部规则定义而不是物理方程或函数来确定，通过元胞空间内元胞的状态变化来建立离散的、局部规则的动态空间模型。现今，越来越多的学者开始将遥感数据、GIS空间数据库和元胞自动机结合建立城市模型，具体的选择某一城市来预测未来土地利用情况[4]，以给城市土地利用规划提供依据。但是更多的研究表明，单纯的元胞自动机模型无法全面真实的反映城市发展演替的规律，在进行预测和模拟时无法体现空间变量的相关性，在非线性方面存在缺陷，因此有学者将可以弥补元胞自动机不足的人工神经网络(Artificial Neural Networks，简称ANN)与元胞自动机耦合来建立城市预测模型。人工神经网络由大量简单的神经元互相连接组合形成，通过这些神经元相互作用实现信息的交互和处理[5]。在地理学中，人工神经网络主要用于系统非线性优化、土地利用分类等领域。因此，元胞自动机与人工神经网络模型相结合能更加全面真实的模拟城市用地扩张情况。

南京市是江苏省会，地处江苏西南，是经济发达的历史文化名城，是长三角和华东地区的重要城市[6]。南京市六合区在南京北部，区域内大力发展创新企业，是先进工业、制造业的集中地。本文构建将元胞自动机与人工神经网络模型相耦合的ANN-CA城市用地扩张模型模拟南京市六合区城市用地扩张，探究城市化进程中六合区土地利用变化规律，模拟预测未来的城市用地扩张情况，以便更好地开展城市用地规划工作。