近日，Landscape and Urban Planning（IF=9.408）发表团队张彬老师研究论文“A size-adaptive strategy to characterize spatially heterogeneous neighborhood effects in cellular automata simulation of urban growth”。

邻域作为元胞自动机（cellular automata，CA）模型的一个重要组成部分，定义了元胞的地理交互域（geographical interaction domain，GID）及元胞间的交互机制。然而，现有CA模型在建模时常引入“空间邻域平稳性”假设，这使得其邻域在空间上具有同质性，与地理过程的空间异质性特征相悖。本研究提出一种邻域尺寸的自适应策略，定义了尺寸自适应邻域（size-adaptive neighborhood，SAN），并以此构建城市增长CA模型。

文章以武汉市2000年至2020年的城市增长为例，比较了以传统邻域（original neighborhood，ORN）、双尺寸邻域（dual-scale neighborhood，DSN）和SAN分别构建的CA模型的性能，验证了SAN的优势并探讨了其原因。结果表明，在表征城市增长的局部交互作用方面，SAN优于ORN和DSN，SAN-CA模型的模拟精度更高，模拟出的城市用地斑块形态更合理。

此外，文章通过比较串行和并行算法的计算效率，检验了它们对尺寸自适应策略的适用性。尽管串行算法在原理上更容易执行尺寸自适应策略，但并行算法的高计算效率使其更适合用来计算SAN效应。这项研究有助于突破CA建模中“空间邻域平稳性”假设的束缚，提高CA模型模拟具有空间异质性特征的城市增长的能力。

文章链接：

https://www.sciencedirect.com/science/article/pii/S0169204622002535