大数据时代的精细化城市模拟方法、数据、案例和框架

1大数据时代的精细化城市模拟：方法、数据、案例和框架龙瀛12，崔承印1，茅明睿1，张永平3，张宇1，吴运超1（1北京市城市规划设计研究院，北京1000452剑桥大学建筑系，英国剑桥CB21PX3北京大学城市规划与设计学院，北京100083）【摘要】以地块作为基本空间单元并以城市活动主体作为模拟对象的精细化模拟是未来城市模型研究的重要方向，大数据（bigdata）时代的到来也为其提供了重要发展机遇。本文重点对精细化城市模型的主流建模方法进行了介绍，包括元胞自动机（CellularAutomata，CA）、基于主体建模（Agent-basedModelling，ABM）和传统的微观模拟（Microsimulation，MSM）这三种自下而上的微观模拟方法。之后结合精细化城市模型的高标准数据需求问题，对国际上通行的用于精细化模拟数据合成（populationsynthesis）的方法进行了综述，并给出笔者近年来在精细化城市模拟方面的多项实践案例，最后提出了以GIS为平台，结合CA/ABM/MSM方法，构建我国精细化城市模型的框架体系和关键技术，以期支持我国大城市地区空间政策的制定和评估。【关键词】城市模型；大数据；精细化；规划支持系统（PSS）；北京1．城市模型与精细化城市模拟定量化程度已经越来越成为衡量一个学科发展程度的标志，“城市空间发展模型”（UrbanSpatialDevelopmentModel）是在对城市系统进行抽象和概化的基础上，对城市空间现象与过程的抽象数学表达，是理解城市空间现象变化、对城市系统进行科学管理和规划的重要工具，可以为城市政策的执行及城市规划方案的制订和评估提供可行的技术支持。本文将“城市空间发展模型”简化为“城市模型”（UrbanModel），下同。城市模型研究始于20世纪初期，其发展主要经历了形态结构模型、静态模型和动态模型三个发展阶段(龙瀛等，2010)。基于离散动力学的动态城市模型是目前的研究热点和未来的发展方向，这一方面，国际上典型的城市模型多为宏观尺度，以地理网格或小区作为基本研究单元，将城市活动主体进行分类。随着研究尺度的需要和微观数据可获得性的增强，近年来国际上微观模型发展2迅速，但在真实城市中全面应用的案例仍然有限。精细化的城市模拟（动态的、基于离散动力学的、微观的城市空间模型）将成为未来的研究热点。其中，精细化（FineScale）对应模拟尺度，一方面，在物理空间，分析和模拟的基本空间单元是地块，对应城市总体规划重点地区和城市详细规划的工作尺度。另一方面在社会空间，分析和模拟的基本单元是居民、家庭和企业个体等。“精细化”作为模拟尺度，是相对宏观模拟的研究尺度提出的，宏观模型一般以统计小区、交通分析小区、行政区、行业、共同特征的人群等作为基本研究对象。精细化城市模型是一种时空动态的微观模型，其以地块、居民、家庭、企业等微观个体作为基本模拟对象，主要用于研究城市的土地开发、居民的居住区位选择、企业的区位选址、城市活动的时空分布等空间问题，用于支持空间政策的制定和评估。目前我国城市空间发展模型的研究，鉴于数据的限制，多数模型都是大尺度的（如乡镇或交通分析小区等）。近年来计算机的软硬件水平达到了长足的发展，社会经济活动产生的数据突飞猛进，这样的“大数据（bigdata）”规模超大，以至于超过了传统的软件工具获取、存储、管理、共享、分析和可视化的能力，例如传感器网络（sensornetworks）、社会化网络（socialnetworks）、射频识别（RFID）和通话记录（calldetailrecords）等，这些数据为开展精细化的城市模拟城市模型提供了较好的机遇。目前，一方面我国的大城市正逐渐由空间扩张向内部改造转变，小尺度的城市空间再开发将越来越多，为分析并预测城市空间的变化，更需要精细化的模型作支持，另一方面，城市作为复杂的自适应系统，是由作为城市空间的地块、作为城市活动主体的居民、企业等构成的，自下而上的模拟思路在以人、地和房作为基本研究对象预测城市空间变化的同时，与规划的公众参与、社会公平等理念的需求不谋而合。此外，目前我国各种精细化的城市空间数据和社会经济微观数据的可获得性正逐渐增强，因此开展精细化城市模型的探索，可以指导后续类似工作的开展。精细化城市模型不同于以大尺度网格、行政区域或交通分析小区作为模拟尺度的模型，他们在空间要素和城市活动要素方面都不一样，因此将面临新的理论和实际问题。下文将在第二部分重点介绍精细化城市模拟的三种常用方法，第三部分介绍在数据条件不足的情况下进行数据合成的方法，第四部分对笔者近年来在精细化城市模拟方面的若干案例进行简要回顾，最后提出在我国开展精细化城市模拟的研究框架和关键技术问题。2.精细化城市模拟的几种常用方法多种微观模拟的研究方法都可以用于精细化城市模拟，下面对三种目前主流的方法进行3详细介绍。2.1微观模拟微观模拟1（MicrosimulationModel，MSM）是由美国经济数学家Orcutt(1957)首先提出的，其在研究城市问题时能够较好地弥补宏观分析模拟模型的不足。与传统的自上而下的宏观分析模拟不同，微观模拟是典型的自下而上的过程，它以企业、家庭乃至个人等微观个体作为描述、分析和模拟的基本对象，每个微观个体都具有独有的自身特性与丰富的内部认知结构(Ballas和Clarke，2000)。随着GIS的发展和研究的需要，也有学者提出空间化的微观模拟模型（SpatialMicrosimulation）(Hanaoka和Clarke，2007;Wu等，2008)。MSM和ABM是有区别的，一般而言，前者更强调基于完整的微观个体属性数据进行政策评估（不限于空间政策，如税收、保险等），微观个体一般不可移动，而在ABM中，agent一般可以移动，通过agent之间及agent与所处环境（Environment）之间的相互作用产生的宏观层次的涌现（emergence）现象来对系统进行探索。ABM中个体的属性数据一般不一定丰富，基于agent简单的行为规则（BehaviorRule）观察系统层次的涌现行为是ABM的一个主要特征。Wu等(2008)也呼吁ABM与MSM进行互补，同时用于精细化模拟。在已有典型的城市模型中，UrbanSim和ILUTE都属于基于MSM的城市模型。其中UrbanSim（http:/urbansim.org）提供了开放式城市模拟平台（TheOpenPlatformforUrbanSimulation，OPUS），可以在其基础上方便地进行模型应用。UrbanSim适用于多种研究尺度的城市系统模拟，对应宏观和微观的城市模型2，但其已有研究多属于小区尺度，在美国加州侧重房地产市场的探索属于地块尺度的应用，属于精细化的城市模型研究的成功实践(Waddell等，2010)。据笔者了解，国内UrbanSim模型有一定应用，清华大学的郑思齐研究组在基于UrbanSim平台建立北京的动态城市模型(郑思齐等，2010)，北京大学的童昕研究组也在基于UrbanSim平台开展亦庄新城的城市模拟研究，但囿于数据限制，模拟深度属于小区尺度，并没有进行地块尺度的精细化建模。对于ILUTE模型，其已经在大多伦多区（GreaterTorontoArea）进行了成功应用，属于微观尺度，其中考虑了家庭、企业等个体(Miller等，2004)。Chingcuanco和Miller(2011)利用ILUTE模型对地块尺度的能耗进行了评价。UrbanSim和ILUTE都声称属于基于个体的微观模拟模型（Agent-basedMicrosimulationModel），即既属于ABM也属于MSM，即在MSM中考虑了agent之间及agent与环境的相互作用。1也有将微观模拟模型翻译为“MicroanalyticSimulationModel”。2Waddell(2009)对将UrbanSim进行微观尺度应用的可行性和技术细节进行了详细探讨。42.2元胞自动机元胞自动机（CA）作为复杂科学的重要研究工具，其特点是时间、空间、状态都离散，其状态改变的规则在时间和空间上都是局部的，因此CA适合模拟时空动态过程(龙瀛等，2008;龙瀛等，2009)。常规的元胞基本是规则的网格，但其并不能很好地表征真实的微观个体，因此一些学者开始研究基于非规则多边形的矢量CA进行城市模拟。非规则多边形可以用于表达地块，因此是可以在空间研究尺度上支持精细化城市模拟的。Stevens和Dragicevic(2007)开发了以矢量地块作为CA的城市规划决策的工具iCity，能够进行城市空间增长的多情景模拟，并对各情景进行评价，该工具考虑了土地使用方式的模拟，但对开发强度因素没有考虑；Shen等(2009)所开发的地理模拟模型也是基于矢量CA，用于模拟日本的城市改造，重点从土地使用方式进行了时空动态模拟，Shen作为本申请的主要成员，将在已有研究基础上进行深入，参与土地开发模块的理论研究和实证应用；Moreno等(2008)提出了可以改变几何形状的矢量CA模型，主要侧重于从GIS的技术方法进行探讨，并不是面向规划应用的实证研究。矢量CA可以较好地表达精细化城市模型中的位置不可移动的地块空间，但还不能对城市活动主体的行为进行建模并模拟，为此需要结合基于个体建模技术进行城市模拟。2.3基于个体建模ABM中的agent（主体）是运行于动态环境的具有较高自治能力的实体，是一种具有智能的实体，有自治性、社会能力、响应性和能动性的属性(薛领等，2004)。国际上，ABM在土地利用覆盖变化、城市扩张等方面已有较多研究，一般都结合CA模型开展，其中CA用于表达不可移动的物理空间（即环境），而agent对应可移动的决策主体(Evans和Kelley，2004)。Torrens和Benenson(2005)提出的地理元胞自动机系统（GeographicAutomataSystems）中，集成了CA和ABM用于模拟地理系统，但该研究更多的都是侧重于地理方面的模拟，而不是城市系统内部的空间组织和功能结构。Jjumba和Dragicevic(2012)在iCity模型的基础上，建立了“AgentiCity”模型，用于模拟加拿大城市Chilliwack的地块尺度城市土地使用变化。而在国内，中山大学黎夏教授的研究组基于CA、ABM和多种人工智能（ArtificialIntelligence）技术，提出了地理模拟与优化系统的理念GeoSOS（GeographicalSimulationandOptimizationSystem，网址：），用于城市系统模拟和优化分析(Li等，2011)。沈振江基于ABM技术建立了ShopSim-MAS模型，用于模拟的由于大商场的建立引起的商圈变化，属于地块尺度的应用(Shen等(2011)；而本文作者之一龙瀛等(2011a)基5于CA和ABM建立了轻量化的土地使用-交通-环境的集成模拟模型，用于在虚拟空间探索城市的空间组织对交通出行和能耗的影响，也属于地块尺度的应用。基于上述分析可以看出，微观模拟MSM、元胞自动机CA和基于个体建模ABM是目前精细化城市模拟的主流技术方法；国际上已有少量精细化城市模型在真实城市的实践应用，如UrbanSim、ILUTE和AgentiCity；国际国内的已有相关ABM研究一般都对应地块尺度，也考虑了众多城市活动主体，这些方法对精细化城市模型的建立和开发具有借鉴作用；国内目前还没有精细化城市模型用于真实城市的报道。3．精细化城市模型的数据准备鉴于统计部门的数据不公开或源于保护隐私的作用，多数研究者都很难获得全样本的个体数据。MSM和ABM两种微观模型的数据情况有一定差别，一般侧重于识别规律的ABM模型中，一般不用1个agent对应1个微观个体，如：Li和Liu(2008)、陶海燕等(2009)在居住区位选择的ABM中，1个网格对应1个居民agent，并不是网格空间所对应的实际居民数目；Shen等(2009