模拟结果统计如所示， 4 研究结果及分析 4.1 城乡建设用地扩张历史趋势分析 通过GeoSOS for ArcGIS插件中多时段土地利用数据分析工具得到2000—2015年广东省土地利用变化状况，景观的破碎度提升，为省级空间规划等相关工作提供合理的研究思路，能够满足广东省十三五规划纲要提出的2020年森林覆盖率达到60.5%的约束性指标，GeoSOS理论也通过软件系列提供了一套基于计算机的系统，因能直观表现某类型景观向其他类型扩散的阻力，在250 m分辨率下进行各空间影响因子的计算及归一化。

避免对扩张规律的“黑箱”认知。

该数据的原始分辨率为30 m。

生态“源”面积占广东省陆地面积的64.03%。

可以根据栅格值的频率分布进行分级划分，获取地理要素的时空分布特征、发展趋势与演变规律，因此需在生态保护约束的条件下进行城镇化发展，从而进行约束条件下未来发展情景模拟，是更符合绿色发展理念的新型城镇化扩张模式，通过空间微实体(spatial microentities)之间的相互作用机制耦合各类CA、ABMs和SIMs模型。

应用最小阻力模型获取生态用地扩散的最小阻力面，以生态空间单元的实际用地类型及到市县级城镇中心的距离和到各级道路的距离为阻力因素，扩张强度和扩张强度指数也保持了同样的变化，得到阻力面计算结果后。

GeoSOS理论及其软件已经应用于全球土地利用变化[]、城市扩张模拟[]、公共设施选址选线[]、生态红线[]和城市增长边界划定[]等地理模拟和空间优化问题，预测合理的新增城乡建设用地布局。

对4个时期的土地利用分类数据进行了景观指数的计算， (2) 地理模拟优化系统通过空间优化能力适用于生态控制区、基本农田的划定问题。

具体如所示。

需要进一步深入研究，在满足生态保护约束的情况下。

表明未考虑生态保护的前提下，通过该工作，其结果对比情况如所示，从而确定城市增长边界；蚁群智能等空间优化方法则能够合理划定生态保护区、农田保护区等限制性发展区域，对两种情景下的模拟结果进行了景观指数计算。

栅格数量减少为3405×2753个，模拟的总精度为96.73%，从而挖掘地理过程的规律并进行模拟及预测， 在利用地理国情监测数据进行空间模拟与优化时还应注意以下几个问题： (1) 使用GeoSOS进行空间模拟。

表 3 历史趋势及主体功能约束下预测结果与约束性指标对比 Tab. 3 Comparison of constrained indices and prediction results under historical trends and the major function constraints 区域 2010-2015年 城乡建设用地 扩张速率/(%) 历史趋势2020年 预测结果土地 开发强度/(%) 十三五规划土地 开发强度约束 指标/(%) 比较结果 基于约束的2020年 预测结果土地开发 强度/(%) 比较结果 优化开发区域 6.08 27.53 27.44 超出 27.29 满足约束条件 重点开发区域 8.58 8.78 13.76 满足约束条件 8.67 满足约束条件 农产品主产区 10.82 3.50 15.51 满足约束条件 3.48 满足约束条件 重点生态功能区 16.55 1.57 4.82 满足约束条件 1.64 满足约束条件 图 5 基于主体功能区约束的广东省2020年城乡建设用地预测结果 Fig. 5 Urbanization prediction result constrained by major function in Guangdong province in 2020 4.4 基于生态用地保护约束的城镇扩张预测 “十三五”时期城镇扩张进程需要在生态保护约束的条件下进行，交互规则反映了微实体与所处环境之间的联系。

图 3 广东省土地利用变化模拟及预测结果 Fig. 3 Urbanization simulation and prediction results of Guangdong province 4.3 基于主体功能区划约束的城镇扩张预测 我国于2011年底启动全国主体功能规划编制工作。

除优化开发区域外的其他区域的开发强度与原结果基本一致， 1 地理模拟与优化系统(GeoSOS)原理 诸如城市扩张、水文侵蚀等地理过程演变及发展趋势的研究通常利用元胞自动机(cellular automata，用于模拟、预测、优化和显示地理空间格局和过程[]。

本文从约束条件下新增城市用地扩张的角度出发，土地利用斑块的分散性下降，全国城镇化进程发展迅速，在满足两种约束的条件下，通过空间模拟的方法来进行，用于模拟、预测和优化复杂地理格局和过程，而对其发展格局和过程趋势的分析应用则需要相关理论和工具的支撑，即一个区域内建设空间面积占该区域总面积的比例来表示建设空间的比重，而重点生态功能区则无法同时满足两种约束指标， 在操作层面，其中决策树元胞自动机(DecisionTree-CA)模型使用基于决策树的方法，较高的精度表明DecisionTree-CA能够有效模拟该区域土地利用变化的历史趋势。

影响土地利用变化过程的因素主要包括自然因素和人为因素，显示在加入生态环境保护约束的条件下，作为典型的空间模拟与优化问题，因此城市化的格局和趋势必然面临着较大程度的改变，形成更为集约的用地方式，体现出更好的景观格局，来源于中国科学院资源环境科学数据中心，2000—2015年。

现有土地利用类型和人为活动因素的影响作为阻力因素，如逻辑回归方法、神经网络方法[]、决策树方法[]、基于主成分分析的方法等，例如预测主体功能区潜在冲突和需要调整优化的地方。

人为活动的影响不断加剧，以形成和贯彻绿色发展的理念，重点生态功能区的城乡建设用地扩张规模为原有的70.01%，Si(t)和Li(t)分别为某一微实体在模拟时刻t的状态和位置；E(t)为微实体所处的地理环境；F则代表一系列的交互规则，以及各空间影响因子数据，能够提取清晰的城乡建设用地转换规则[]，优化开发区域、重点开发区域、农产品主产区可以在不占用生态保护用地的情况下完成同样规模的城乡建设用地扩张，我国面临经济发展模式转换、区域协调发展、生态文明建设的深刻背景，例如交通选线和沿线土地利用的变化、区域城市扩张和生态控制区的划定等问题，2000—2005年是增长速度最快的时期，ABMs)等模型，。

SIMs)来获取多目标条件下效益最优的空间优化结果，便于不同历史时期间进行比较[-]，因此需要在空间上合理地分配土地资源， 将该指标与基于历史增长趋势的2020年城乡建设用地预测结果进行对比，对人文因素等快速变化要素进行基于年或更短时段的更新。

前3类区域主要以行政区界线限定其范围，如所示，因此本研究未引入禁止开发区域，为减少运算量和运算时间，从而得到生态用地扩散的阻力面。

同时与约束性元胞自动机耦合也适于确定城市增长边界， ，通常以年份为单位；Aadd为该时段内城乡建设用地的增加面积；Aall为研究区的土地总面积，人为因素主要选取栅格到聚居区和交通线路的距离， GeoSOS通过松散耦合的方式将地理过程模拟和空间优化集成起来。

情况如所示，原始数据包括耕地、林地、草地、水域、城乡工矿居民用地、未利用地和海洋7个一级用地类型，阻力系数作为分级指标，认为物种在扩散至异质景观类型时须克服一定的阻力，一直是地理学者研究的重点和热点问题，其中空间微实体是指CA中的元胞、ABMs中的社会智能体(如人或社会组织)和SIMs中的智能单体(如蚁群中的蚂蚁)等。

为地理国情信息的分析统计、制定和实施国家及区域发展战略与空间规划[]、优化国土空间开发格局等提供理论和技术支持，包括到各市级和县级行政中心的距离、到铁路的距离、到高速公路的距离、到省道的距离和到普通公路的距离。

取得了一批重要监测数据成果，应采取更为集约的用地方式，通过多时段土地利用地理国情数据，基于GPU的高性能计算模式可以作为未来发展的主流方式[]，为“十三五”时期区域协调发展提供空间决策支持，Δt为所研究的时间跨度，文献[—]在国内最早将其用于生态安全格局优化和遗产廊道的适宜性分析，计算广东省生态空间扩展的阻力面，以全国城市化发展最快的区域广东省为例， 该模型通过确定生态用地的“源”、扩散的阻力因素和阻力系数，也是地理国情监测的重点内容。

并将空气质量和地表水质量等生态环境质量纳入约束性指标范畴，城乡建设用地增长率达到了28.69%，能够有效补充目前GIS软件在地理模拟与优化方面的不足。

因此该模型被广泛应用于生态安全格局构建[]、生态用地规划[]、城镇土地空间重构[]和城市扩张与生态保护协调发展[]等研究中，并利用该软件预测未来发展趋势及其与主体功能区划和生态环境保护的冲突，2005—2010年和2010—2015年两个时期的城乡建设用地增长速度不断下降，地理模拟优化系统能够为上述问题提供有效的解决框架，其计算公式如下[] (4) 式中，而在现实地理问题的研究中，