摘要

空间异质性主要表现为时空非平稳性,引入空间异质性用于提取用地变化转换规则是学术界一直探讨的热点问题。该文针对城市群空间扩张模拟过程中的空间非平稳性和建模过程中的因子优化问题,运用K-means空间聚类算法和因子分析(FA)方法,耦合多层感知机(MLP)与元胞自动机(CA),构建基于城市扩张速率分区的FA-MLP-CA模型,并利用该模型预测2030年成渝地区双城经济圈城市扩张。研究结果显示:模型总体精度(OA)和品质因数(FoM)分别达到0.9785和0.3801,相较于未引入因子优化的常规分区MLP-CA模型和城市扩张速率分区MLP-CA模型,总体精度分别提高0.0043和0.0014,FoM分别提高0.0298和0.0091;相较于未分区的传统模型,OA和FoM分别提高0.0076和0.0992;城市扩张速率分区MLP-CA模型与常规分区MLP-CA模型相比,OA和FoM分别提高0.0029和0.0207。研究表明,分区建模能改善常规建模过程中因空间异质性导致的对局部特征学习不充分的问题,其中采用城市扩张速率分区能在一定程度上提升模拟效果;而引入因子分析后不仅可提升模型精度,而且能很好地增强模型可解释性。