一种山地城市土地利用优化配置方法

1.本发明涉及土地空间布局优化技术领域，具体为一种山地城市土地利用优化配置方法。


背景技术：

2.土地利用布局优化是实现土地可持续利用的重要途径，是根据土地利用结构在空间上对各种的类进行合理布局，以达到提高土地利用耦合效益的目的，是一种典型的多目标空间优化问题。针对土地利用布局优化的早期研究主要是利用gis结合多准则评价技术，在对自然、社会经济条件进行评价的基础上为每个地块分配最适宜的土地利用类型，实现土地利用布局优化。
3.现有的土地利用优化方法大多采用的是结合土地利用结构优化和空间布局优化的方法，通过建立目标函数，在数量上控制各地类的合理变化并耦合不同模型进行空间布局的优化，但是，大部分研究只考虑单一情况，如达到生态效益目标，对区域生态特性考虑不够，如对于特殊的城市(如山地城市)需要考虑的约束条件一般具有区域特色。
4.为此，提出一种山地城市土地利用优化配置方法。


技术实现要素：

5.本发明的目的在于提供一种山地城市土地利用优化配置方法，以解决上述背景技术中提出的问题。
6.为实现上述目的，本发明提供如下技术方案：一种山地城市土地利用优化配置方法，具体包括以下步骤：
7.s1、数据预处理：通过gee平台获取研究区土地的遥感数据，其中包括空间数据和统计数据两类：空间数据包括土地利用数据和基础地理数据；统计数据包括驱动因子数据，筛选研究区驱动因子原始数据；
8.s2、土地利用结构优化：对所选研究区土地利用布局优化问题，建立多目标规划模型，模型表示为：
[0009][0010][0011]
式中，fn(x)表示目标函数，n表示目标函数个数，ei表示目标函数的相关系数，xi表示决策变量，xi≥0，s.t.表示约束条件，c表示约束系数，b表示限制量：
[0012]
其中多目标规划模型根据土地利用分类的多个决策变量，通过经济效益函数和生态效益目标函数构成，在多个条件的约束下，使多个目标达到最值；
[0013]
s3、土地利用空间布局优化：应用土地利用结构优化结果的基础上，对土地利用布局优化问题，构建基于栅格的斑块生成土地利用模拟plus模型，包括确定基于土地扩张分析策略的转化规则挖掘模块和基于多类型随机斑块种子机制的ca模拟模块，并设置转换规则和领域因子权重，从而构建土地利用布局优化问题描述模拟人类活动与自然因素相互之
间的映射关系，利用plus模型求解得出土地利用空间布局优化数据，再分区统计空间优化分布结果。
[0014]
优选的，所述步骤s1中，驱动因子数据包括但不限于如交通路网、高铁站点、人口密度、dem以及统计年鉴等数据。
[0015]
优选的，所述步骤s2中经济效益函数为：
[0016][0017]
所述生态效益目标函数为：
[0018][0019]
式中，f1(x)、f2(x)表示研究区土地资源的最大经济效益与最大生态效益，e1i、e2i分别表示经济效益系数与生态效益系数，xi表示各土地利用类型面积，i表示不同的类。
[0020]
优选的，所述步骤s2中决策变量包括但不限于建设用地(x1)、林地(x2)、耕地(x3)、草地(x4)、园地(x5)、水体(x6)、裸地(x7)。
[0021]
优选的，所述步骤s2中约束条件包括但不限于：土地总面积约束、总人口约束、生态环境约束、政策约束、土地开发利用率约束、决策变量非负约束。
[0022]
优选的，所述步骤s3中plus模型基于土地扩张分析策略的转化规则挖掘模块(leas)和基于多类型随机斑块种子机制的ca模拟模块(cars)，可用于模拟人类活动与自然因素相互之间作用的土地利用变化和预测未来一定时间的土地利用发展情景；
[0023]
采用随机森林方法对各个地类进行随机采样，可以用于输出i栅格的土地利用类型k的增长概率，公式如下：
[0024][0025]
优选的，式中，d只能为1或者0，d＝1表示存在由其他用地类型转换成k类型，其余情况用d＝0表示；x表示驱动因子向量；i(
·
)函数是关于随机森林中的决策变量集；hn(x)表示向量x在第n个决策变量下的预测类型；m是所有决策变量的个数。
[0026]
与现有技术相比，本发明的有益效果是：
[0027]
本发明中分别考虑生态效益、经济效益以及两者兼顾的情况，建立目标函数与约束条件，以此获得区域土地利用结构变化情况，并在此基础上利用土地利用变化模拟模型优化区域空间布局，构建和采用plus模型，综合考虑生态、经济以及两者兼顾的情况，在获得土地利用结构变化情况的基础上，根据转换规则和因子权重等比较合理地对区域空间布局进行优化，以便提高土地资源空间配置的合理性，为山地城市不同的发展目标提供了土地利用配置的辅助决策依据。
附图说明
[0028]
图1为本发明的整体的技术流程框图；
[0029]
图2为本发明的重庆市蔡家组团2018年土地利用现状图；
[0030]
图3为本发明的重庆市蔡家组团经济优先下城市扩展空间布局；
[0031]
图4为本发明的重庆市蔡家组团生态优先下城市扩展空间布局；
[0032]
图5为本发明的重庆市蔡家组团兼顾经济和生态的城市扩展空间布局。
具体实施方式
[0033]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0034]
请参阅图1，本发明提供一种山地城市土地利用优化配置方法的技术方案：
[0035]
s1、数据预处理：通过gee平台获取研究区土地的遥感数据，其中包括空间数据和统计数据两类：空间数据包括土地利用数据和基础地理数据；统计数据包括驱动因子数据，筛选研究区驱动因子原始数据；
[0036]
具体的，基于gee平台进行遥感影像，获取研究区的地理等遥感数据，结合当地土地利用现状特点与《土地利用现状分类》(gb/t21010-2017)国家标准进行土地利用分类，获取进三年研究区土地利用分类数据；
[0037]
之后根据获得的数据，来选定研究区驱动因子原始数据，根据交通路网、高铁站点、人口密度、dem以及统计年鉴等数据进行相关操作获取影响土地利用空间布局的驱动因子，具体的相关基础数据见下表：
[0038][0039]
s2、土地利用结构优化：对所选研究区土地利用布局优化问题，建立多目标规划模型，模型表示为：
[0040][0041][0042]
式中，fn(x)表示目标函数，n表示目标函数个数，ei表示目标函数的相关系数，xi表示决策变量，xi≥0，s.t.表示约束条件，c表示约束系数，b表示限制量：
[0043]
其中多目标规划模型根据土地利用分类的多个决策变量，通过经济效益函数和生
态效益目标函数构成，在多个条件的约束下，使多个目标达到最值；
[0044]
具体的：
[0045]
1、设置决策变量及明确约束条件：
[0046]
为建立多目标规划模型，根据土地利用分类设置七个决策变量，分别是：建设用地(x1)、林地(x2)、耕地(x3)、草地(x4)、园地(x5)、水体(x6)、裸地(x7)；
[0047]
明确多目标模型约束条件如下：
[0048]
1.1、土地总面积约束：研究区所有土地利用类型面积之和等于其总面积，其函数表达式为：
[0049][0050]
式中，xi为各土地利用类型面积，s为研究区土地利用总面积；
[0051]
1.2、总人口约束：研究区土地承载人口数不应超过当前城市规划年度预测人口数，其函数表达式为：
[0052]
a1×
x1 a2×
(x2 x3 x4 x5)≤b1[0053]
式中，a1、a2分别为建设用地和农用地的平均人口密度，b1为城市国土空间总体规划，预测人口数，x1、x2、x3、x4、x5为建设用地、林地、耕地、园地和草地面积。采用近三年研究区城镇用地人口与农用地人口密度与总人口通过灰色预测模型预测得到a1、a2和b1的据图数值，结果保留小数点后两位
[0054]
1.3、生态环境约束：其函数表达式为：
[0055]
x2 x3 x4 x5≥5718.28
×
θ
[0056]
x2、x3、x4、x5为林地、耕地、园地和草地面积，θ为弹性系数，考虑预测时间的长短并参考研究区相关文献，将θ的取值区间设为[0.75,1.25]；
[0057]
1.4、政策约束；根据《研究区土地利用总体规划(近十年)》与《研究区国土空间总体规划(近十五年)》的初步要求，保证园地、草地面积稳定增加，确定x1和x5的区间范围；
[0058]
1.5、土地开发利用率约束：保证研究区土地开发利用率不小于当前年度的土地开发利用率，其函数表达式为：
[0059][0060]
式中，s为研究区总面积，r为当前年度土地开发利用率，x7应小于决策变量裸地的数值；
[0061]
1.6、决策变量非负约束：各土地利用类型应满足非负条件：即
[0062]
xi≥0 (i＝1，2，
……
，7)；
[0063]
2、根据研究地区的具体情况和具体数据，使用经济效益目标函数和生态效益目标函数，得出数据，进土地利用空间布局优化：
[0064]
经济效益目标函数：
[0065][0066]
式中，f1(x)表示经济效益，e1i表示经济效益系数，xi表示决策变量；
[0067]
生态效益最大化目标函数：
[0068]
[0069]
式中，f2(x)表示生态效益，e2i表示生态效益系数，xi表示决策变量。选取生态服务价值作为生态效益系数。
[0070]
s3、土地利用空间布局优化：应用土地利用结构优化结果的基础上，对土地利用布局优化问题，构建基于栅格的斑块生成土地利用模拟plus模型，包括确定基于土地扩张分析策略的转化规则挖掘模块和基于多类型随机斑块种子机制的ca模拟模块，并设置转换规则和领域因子权重，从而构建土地利用布局优化问题描述模拟人类活动与自然因素相互之间的映射关系，利用plus模型求解得出土地利用空间布局优化数据，再分区统计空间优化分布结果。
[0071]
具体的
[0072]
1、经济优先下的空间布局优化，根据经济效益目标最大化土地利用结构优化结果，利用plus模型模拟2035年保证经济下城市空间布局，转换规则和领域因子权重设置根据经济效益目标做出相应调整；
[0073]
2、生态优先下的空间布局优化，根据生态效益目标最大化土地利用结构优化结果，利用plus模型模拟2035年保护生态的条件下城市空间布局，转换规则和领域因子权重设置根据生态效益目标作出相应调整；
[0074]
3、经济和生态兼顾的空间布局优化，根据兼顾经济与生态效益下的土地利用优化结果，如表6所示。利用plus模型模拟2035年两者兼顾下蔡家组团的空间布局，转换规则和领域因子权重设置根据两者兼顾目标做出相应调整。
[0075]
实施例：
[0076]
本发明中在重庆市蔡家组团做一个具体实施，实施步骤如下：
[0077]
步骤一：请参阅图2，预处理蔡家组团数据：
[0078]
(1)土地利用数据：在google earth engine平台获取2015-2018年蔡家组团遥感影像，结合google earth高清影像，通过目视解释，采用随机森林分类方法对影像进行分类，获取2015-2018年土地利用数据，解译结果满足精度要求。
[0079]
(2)基础地理数据：在openstreetmap平台、中科院资源环境科学与数据中心、重庆市地理信息中心、地理空间数据云等平台获取基础地理数据，使用arcgis计算蔡家组团栅格点到各要素的空间距离
[0080]
(3)统计年鉴数据：需要从统计年鉴中获取2015-2018年城镇人口与农业人口，林业、茶园与果园等产值的单位经济效益，gdp数据等。
[0081]
步骤二：构建多目标线性规划模型：
[0082]
根据重庆市蔡家组团土地利用分类设置七个决策变量，具体下表，建立多目标规划模型：
[0083]
表1重庆市蔡家组团2018年土地利用结构
[0084]
变量土地利用类型现状面积(公顷)x1建设用地2136.72x2林地856.36x3耕地4601.00x4草地87.66x5园地173.26
x6水体605.84x7裸地309.85
[0085]
根据决策变量及明确约束条件的函数表达式，得出具体数值：
[0086]
1、土地总面积约束：蔡家组团所有土地利用类型面积之和等于其总面积，即s＝8770.69公顷；
[0087]
2、总人口约束：蔡家组团土地承载人口数不应超过2035年预测人口数，即采用2015-2018年重庆市城镇用地人口与农用地人口密度与总人口通过灰色预测模型预测得到a1＝75.36、a2＝4.36、b1＝487787.02；
[0088]
3、生态环境约束：考虑预测时间的长短并参考相关文献，将θ的取值区间设为[0.75,1.25]；
[0089]
4、政策约束：根据《重庆市土地利用总体规划(2006-2020年)》与《重庆市国土空间总体规划(2019-2035年)》的初步要求，保证园地、草地面积稳定增加，2035年城乡建设用地增幅17.64％，即2136.72≤x1≤2513.63，x5≥173.26；
[0090]
5、土地开发利用率约束：保证蔡家组团土地开发利用率不小于2018年的土地开发利用率，即r为2018年土地开发利用率，x7应不大于309.85公顷；
[0091]
6、决策变量非负约束：各土地利用类型应满足非负条件。
[0092]
7、通过经济效益最大化目标函数，并且利用2015-2018年经济效益数据通过灰色预测模型预测2035年的经济效益系数，即：
[0093]
f1(x)＝1538.75x1 4.61x2 6.16x3 86.41x4 234.98x5 162.69x6 0.0001x7；
[0094]
求解经济效益目标函数结果如下表：
[0095]
表2蔡家组团2035年经济效益目标下土地利用结构优化结果
[0096][0097]
8、生态效益最大化目标函数：
[0098][0099]
式中，f2(x)表示生态效益，e2i表示生态效益系数，xi表示决策变量。选取生态服务价值作为生态效益系数。参考谢高地提出的中国陆地生态系统单位面积生态服务价值当
量表和中国陆地生态系统单位面积生态服务价值表并结合蔡家组团自身特点，采取当量因子法与中国陆地生态系统价值系数调整方法进行系数调整，公式如下：
[0100]
生态系统服务价值系数修正：
[0101][0102]
式中，nppi、fi分别为第i个像元的植被净初级生产力和植被覆盖度，npp
mean
、f
mean
分别为研究区内植被净初级生产力均值和植被覆盖度均值，npp数据可直接从环境资源数据中心获取；
[0103]
植被覆盖度：
[0104][0105]
式中，ndvi
min
、ndvi
max
分别为研究区ndvi的最小和最大值。
[0106]
通过上述公式求得生态效益目标函数为：
[0107]
f2(x)＝0.0001x1 19436.47x2 6102.68x3 6703.76x4 12739.42x5 40708.94x6 388.34x7[0108]
求解生态效益目标函数结果如下：
[0109]
表3蔡家组团2035年生态效益目标下土地利用结构优化结果
[0110][0111]
步骤三：plus模型模拟
[0112]
一、请参阅图3，经济优先下的空间布局优化，
[0113]
根据经济效益目标最大化土地利用结构优化结果，利用plus模型模拟2035年保证经济下城市空间布局，转换规则和领域因子权重设置根据经济效益目标做出相应调整，输出结果见下表
[0114]
表4，蔡家组团2035年经济效益目标下各区划建设用地面积统计表：
[0115]
行政区划2018年现状(公顷)优化结果(公顷)差值(公顷)施家梁镇217.53264.9647.43蔡家岗街道1408.141624.68216.54
童家溪镇511.05623.99112.94
[0116]
蔡家组团建设用地在原始2018年的基础上继续扩展，考虑主要受该地区地形地势的影响，城市虽然逐步发展但受到坡度坡向影响较大，只在地势相对较为平坦的地区有所发展。同时，分别在童家溪镇、蔡家岗街道、施家梁镇选取a、b、c三个典型区域进行分析：总体来说，三个区域建设用地都有不同程度的扩张，而裸地、园地以及林地面积出现了不同程度的减少。
[0117]
按行政区划分区统计结果可知，蔡家组团两个镇和一个街道的建设用地均处于扩展状态，面积分别增长47.43公顷、216.54公顷和112.94公顷。在保证经济效益下蔡家组团城市扩展规模较大，整体由研究区西部沿原始林地边缘区东侧扩展，但出现了扩展散乱无序的情况，一定程度上对生态环境产生了影响。
[0118]
二、请参阅图4，生态优先下的空间布局优化：
[0119]
根据生态效益目标最大化土地利用结构优化结果，利用plus模型模拟2035年保护生态的条件下城市空间布局，转换规则和领域因子权重设置根据生态效益目标做出相应调整，输出结果如下：
[0120]
表5蔡家组团2035年生态效益目标下各区划建设用地面积统计表
[0121]
行政区划2018年现状(公顷)优化结果(公顷)差值(公顷)施家梁镇217.53289.9872.45蔡家岗街道1408.141428.7520.61童家溪镇511.05484.08-26.97
[0122]
在生态效益下蔡家组团西部和南部地区2018年破碎的城市退化逐步向中心聚集形成小的村镇聚集区，原始建设用地逐步荒废形成耕地和林地，城市逐渐向北部和东部地势相对低平的区域扩展。同时，分别在童家溪镇、蔡家岗街道、施家梁镇选取d、e、f三个典型区域进行分析：生态效益最大化下三个区域城市建设用地均有不同程度的缩减，部分零散破碎的农村建设用地逐渐发展为耕地，原有居民逐步向邻近较大村镇集合，周边邻近村镇建设用地出现小幅度增长。
[0123]
按行政区划分区统计结果可知，施家梁镇和蔡家岗街道建设用地处于扩展状态，面积分别增长72.45公顷和20.61公顷。童家溪镇建设用地优化结果较2018年有所下降，面积下降26.97公顷。在以生态保护为目标的基础上，城市扩展规模明显减小，避免了建设用地的盲目无序扩展，生态环境得以有效地保护。
[0124]
三、请参阅图5，经济和生态兼顾的空间布局优化
[0125]
根据兼顾经济与生态效益下的土地利用优化结果，如表6所示。利用plus模型模拟2035年两者兼顾下蔡家组团的空间布局，转换规则和领域因子权重设置根据两者兼顾目标做出相应调整，输出结果如下：
[0126]
表6蔡家组团2035年兼顾经济与生态效益目标下土地利用结构优化结果
[0127][0128]
表7蔡家组团2035年兼顾经济和生态下各区划建设用地面积统计表
[0129][0130][0131]
分别在童家溪镇、蔡家岗街道、施家梁镇选取g、h、i三个典型区域进行分析：对比2018年现状土地利用分布情况，三个区域建设用地均呈现扩展状态，且均在原始城市的基础上继续向外扩展。
[0132]
两者兼顾下的蔡家组团两个镇和一个街道的建设用地均处于扩展状态，面积分别增长60.39公顷、114.39公顷和90.33公顷。相较于生态效益最大化和经济效益最大化优化结果的空间分布，两者兼顾下城市整体向研究区北部和蔡家岗街道集中，建设用地的空间分布是趋向士集中化发展，避免了大序扩展下城市的散乱分布和对耕地、园地与林地的盲目侵占，既保证了经济增长又维持了生态平衡，有利于城市的长远发展。
[0133]
综上所述：本发明中，通过对重庆市蔡家组团实地考察，并做出实施例，分别考虑生态效益、经济效益以及两者兼顾的情况，建立目标函数与约束条件，以此获得区域土地利用结构变化情况，并在此基础上利用土地利用变化模拟模型优化区域空间布局，构建和采用plus模型，综合考虑生态、经济以及两者兼顾的情况，在获得土地利用结构变化情况的基础上，根据转换规则和因子权重等比较合理地对区域空间布局进行优化，以便提高土地资源空间配置的合理性，为山地城市不同的发展目标提供了土地利用配置的辅助决策依据。
[0134]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。