基于元胞自动机的土地资源节约利用模拟

第24卷 第5期

自 然 资 源 学 报V ol 24N o 5 2009年5月J OURNAL OF NATURAL RESOURCES M ay ,2009

收稿日期:2008-08-22;修订日期:2008-12-02。

基金项目:国家自然科学基金重点资助项目(40830532);国家自然科学基金资助项目(40801236);国家杰出青年基金资助项目(40525002);国家高技术研究发展计划资助项目(2006AA12Z206)。

作者简介:杨青生(1974-),男,青海乐都人,讲师,博士,主要研究遥感与地理信息模型及应用。E m ai :l qs y ang2002@https://www.360docs.net/doc/bf8861142.html,

基于元胞自动机的土地资源节约利用模拟

杨青生1,2

(1 广东商学院资源环境学院,广州510230;2 中山大学地理科学与规划学院,广州510275)

摘要:为模拟节约土地资源的城市可持续发展形态,以珠江三角洲城市快速发展的东莞市为

例,运用元胞自动机(C A )、地理信息系统(G IS)和遥感(RS)从历史数据中建立城市空间扩展的

C A,将土地资源节约利用程度与城市用地空间聚集程度相结合,在评价城市用地空间聚集程度

的基础上,通过不断增加离市中心距离权重和离公路距离权重,调整CA 的参数,模拟节约土地

资源,城市用地在空间上紧凑布局的城市形态,并以调整参数的模型(离市中心距离权重为

-0 006,离公路权重为-0 024)模拟结果为基础,分析了实现城市用地空间上紧凑发展,土地

资源节约利用的政策:到2010年,东莞市离市中心27k m 范围内的适宜地区可规定为鼓励城市

发展区,27~34k m 范围内的适宜地区可规定为限制性城市发展区,其它地区为非城市发展区。

关 键 词:土地资源;节约利用;紧凑;元胞自动机

中图分类号:F301 24;P208 文献标识码:A 文章编号:1000-3037(2009)05-0753-10

1 引言

元胞自动机(C ellular Auto m ata ,简称CA )具有强大的空间运算能力,可以有效地模拟复杂的动态系统。近年来,CA 已被越来越多地运用在城市模拟中,取得了许多有意义的研究成果[1~3]。CA 可以模拟虚拟城市,验证城市发展的相关理论,也可以模拟真实城市的发展,

如W u 等模拟了广州市的城市扩展

[4];黎夏和叶嘉安模拟了东莞市的城市扩张[5]。同时,用CA 可以模拟未来的城市规划景观,如黎夏等模拟了珠江三角洲地区城市不同发展条件下的规划景观[6,7]。这些研究表明,C A 能模拟出与实际城市非常接近的特征,可以由此预测未来城市的发展及土地利用变化,为城市和土地利用规划提供决策依据。

CA 的特点是通过一些简单的局部转换规则,模拟出全局的、复杂的空间模式。为了模拟城市,除了运用CA 的局部转换规则外,还要在转换规则中引入影响城市扩展的区域变量和全局变量。转换规则中的这些变量对应着很多参数,这些参数值反映了不同变量对模型的 贡献 程度。研究表明,这些参数值对模拟的结果影响很大。目前,C A 主要通过多准则判断(MCE )

[8]、层次分析法(AH P)[9]和主成分分析[10]、自适应模型[11]、人工神经网络模型

[5]、决策树[12]等方法确定模型的参数值。笔者也采用粗集[13]、支持向量机[14]、贝叶斯分类[15]、空间动态转换规则[16]等方法研究了非线性、动态转换规则模拟城市发展。目前,采用CA 模拟虚拟城市系统和真实城市系统已经非常成熟,模型的精度也越来越高,而模拟可

754

自 然 资 源 学 报24卷持续发展的城市系统模型较少,可持续发展的城市系统模拟对城市发展更有意义,也可以扩展CA在城市系统模拟中的应用,是目前城市C A研究的重点之一。

为节约土地资源,形成土地资源可持续发展的城市形态,以珠江三角洲城市高速发展的东莞市为例,采用CA建立城市空间增长的一体化模型,将土地资源节约利用情况与城市用地空间聚集度相联系,评价城市用地聚集程度的基础上,交替动态地调整CA模型的参数,模拟节约土地资源,城市在空间上 沿市中心发展的紧凑发展形态,探讨了实现城市紧凑发展的对策。

2 方法

2 1 城市CA

利用CA模型可以有效地模拟城市空间结构的演变过程,其模拟过程是由转换规则来控制的。在定义CA的转换规则时,需要确定模拟对象的一系列影响因素。城市空间结构演变受诸多因素影响,包括区域的社会经济条件、人口状况等;离市中心的距离、离道路的距离等空间变量也对城市的发展有重要的影响;另外,邻近范围的影响是CA模型的主要考虑因素。

城市空间结构演变和空间变量之间的关系,可以利用城市经济学中投标地租理论来说明。按照单一中心城市投标地租理论,城市土地利用变化的主要因素是离市中心的距离。随着离市中心距离的增加,可进入性降低而交通费用在增加。不同的土地利用者按照土地利用的方式会支付不同的地租,这种支付的地租就是投标地租。土地交易中,支付最高地租的用户就可以得到这块土地,从而使土地利用类型发生转化。当然,实际的土地转换非常复杂,不仅受到土地元胞本身的属性、所处的区位、交通条件和地理条件、邻近范围土地利用类型等的作用,政府规划因子、保护区等对城市发展的空间结构有重要的影响。

因此,在城市模拟中,需要根据这些诸多因素来确定土地转化的概率。这种土地转化的概率可以通过多元逻辑回归模型表达。运用逻辑回归模型的CA模型为城市模拟提供了新的思路。模拟城市时,元胞的城市发展概率与这些全局变量、区域变量、局部变量有关。这种关系可以用逻辑回归模型表示,逻辑回归模型的变量参数值可通过历史数据校正,基于逻辑回归模型校正CA转换规则的公式如下:

p ij=

exp(z i,j) 1+exp(z i,j)

=

1

1+exp(-z ij)

(1)

式中,p ij表示i,j元胞在交通、商业中心、居住中心等区域空间变量的作用下,元胞的城市发展条件概率。其中,z ij的计算如下:

z ij=a0+a1x1+a2x2+!+a n x n(2)式中,x1,x2,!,x n为区域空间变量,如离公路的最短距离,离铁路的最短距离,离商业中心、居住中心的最短距离等,a0,a1,!,a n为相应各变量的回归系数。

考虑到邻近范围城市化元胞对中心元胞的影响,定义邻域作用值:

t ij=?

3#3

con(s ij=urban)

3#3-1

(3)

5期杨青生:基于元胞自动机的土地资源节约利用模拟755

式中, t ij表示t时刻i,j元胞的3#3邻域作用值。其中,con()为条件函数,如果元胞为城市

元胞,则值为1,否则为0。

道路、河流、陡峭的山地、优质的农田等发展为城市用地的概率较小,需加一约束条件。这样,综合考虑局部邻近范围、元胞约束条件的作用及区域道路、商业中心等变量的作用下,

某元胞在t+1时刻发展为城市用地的概率p t+1

c,ij为:

p t+1c,ij=p ij#con(s t ij=s u itable)# t ij(4)式中,con()为条件函数,取[0,1]间的值。如果元胞的约束性很大,无法转变为城市用地,该值为0。如果完全没有约束性,该值为1。

由于城市系统的不确定性,有必要引入一随机变量[13]。该随机项可以表达为:

RA=1+(-ln )(5)式中, 为[0,1]间的随机数,为控制随机变量大小的参数。

综合考虑上述因素,某元胞t+1时刻发展为城市用地的概率p t+1

d,ij为:

p t+1d,ij=RA#p t+1

c,ij

=[1+(-ln )]

#1

1+exp[-(a0+a1x1+a2x2+!+a n x n)]

#con(s t ij)# t ij(6)式中, t ij随着时间t的变化而动态计算。在每次循环中,将该发展概率与预先给定的阈值进行比较,确定该元胞是否发生状态的转变,即:

p t+1

d,ij

?P threshold转换为城市用地

p t+1 d,ij

(7)

2 2 土地资源节约利用的CA参数调整

城市形态是影响土地资源节约利用和可持续发展的一个重要因素,城市的发展应该更紧凑一些而不是像现在这样凌乱,紧凑发展的城市可以节约土地资源、降低交通能耗,然而城市紧凑度并不是越高越好,但是合理的紧凑度对城市的可持续发展是很关键的[17,18]。我国现阶段,人均土地面积和耕地面积均较少,采用紧凑发展的模式是非常有必要的。而采用CA模拟土地资源节约利用的模型可以为紧凑城市的发展提供依据。

CA参数的权重可以反映影响城市空间增长要素的重要程度,如果对城市形态进行评价,可以研究不同空间变量的城市空间增长效应,如,城市用地沿公路增长时,可能会出现条带式蔓延增长的分散城市形态,这种增长方式会导致公路沿线大量的农田流失。因此,在评价城市形态的基础上,可以调整CA参数的权重,形成节约优良农田的紧凑发展城市形态,并研究与CA权重调整相对应的政策。

采用城市用地的聚集度评价城市形态。为了节约土地资源和能源消耗,希望城市的发展是紧凑的,城市斑块空间上呈聚集状态,常用聚集指数(Agg regation Index,AI)评价城市发展的紧凑程度[19],AI按下式计算:

AI=g ii

m ax g ii

#100(8)其中,AI为某一土地利用类型的聚集程度,g ii表示第i类斑块像元的邻接数,m ax g ii按下式计算:

m=0

m-1,m%n

2m-2,m>n

(9)

756

自 然 资 源 学 报24卷其中,m=a i-n2,a i为i类斑块的面积,n为面积小于a i的最大正方形的边长。AI越大,表明该类型斑块聚集程度越高。

如果实际城市用地聚集指数较低,可以调整CA参数的权重,形成城市用地较为聚集、城市紧凑发展的形态。C A参数权重的调整采用逐步交叉调整的方法进行,即,首先将各空间变量的权重设置为模型的下限临界值,这时,城市空间增长受到空间变量的影响很小而主要源自邻域城市元胞的动态增长;为了形成相对聚集的城市形态,不断增加离市中心距离空间变量的权重,此时,城市用地沿市中心不断增长,形成以市中心为聚集的城市形态;在这种城市形态的基础上,不断增加离公路距离变量的权重,此时,城市用地还是沿市中心不断增长,同时城市用地沿公路呈现规律性的分布,形成沿 市中心&公路分布的聚集状态。基于CA的土地资源集约利用模型研究流程如图1。

图1 基于CA的土地资源节约利用流程

F i g 1 Procedu re of s avi ng land res ources b ased on CA

3 模型应用及结果分析

3 1 研究区概况与数据获取

本文以东莞市1988~2004年城市用地的扩张为例,采用CA研究城市空间形态与土地集约利用的关系。首先利用遗传算法来寻找C A模型的最佳参数。结合研究区的实际情况,选取了以下空间变量。这些变量及获取情况见表1。

表1 空间变量及获取方法

Tab le1 Spati al variab l es i n CA m odel

变量获取方法

因变量(是否转变为城市元胞)遥感分类,reclass

空间距离变量

)利用A rc G IS的Eu cd i stan ce获取离市中心的距离(x

1

离镇中心的距离(x

)

2

)

离省道的距离(x

3

离高速公路的距离(x

)

4

离铁路的距离(x

)

5

局部变量

3#3邻域已城市化元胞数(x6)利用A rc G IS的focal函数

5期杨青生:基于元胞自动机的土地资源节约利用模拟757

为了获取模型所需的参数,需要用历史数据来校正。本文选取东莞市1988年和1993年的TM遥感图像,通过遥感分类,获取元胞的土地利用类型,进一步获取新发展的城市用地。T M的分辨率是30m#30m,重采样成50m#50m分辨率。

3 2 东莞市城市CA模型

用遗传算法来自动获取CA模型最佳的参数,需要用历史资料作为训练数据。选取历史数据时,本文运用随机分层取样的方法,从转换为城市用地的元胞和可以转换为城市元胞而尚未转换的元胞中分别选择20%的样点,获取这些样点的空间坐标。运用ARC/I N FO的Sa m ple功能分层读取对应的城市发展和空间变量数据,利用遗传算法训练优化CA模型空间变量的参数。所获得的最佳的空间变量参数值见表2。

表2 GA CA模型的参数

Tab l e2 Para m eters i n GA CA

)离镇中心距离(x2)离省道距离(x3)离高速公路距离(x4)离铁路距离(x6)常数离市中心距离(x

1

东莞市0 978-0 0001-0 005588-0 0142106-0 001668-0.0001表2表明,1988~1993年间,空间距离变量与城市发展概率之间是负相关关系。对东莞市城市用地发展概率贡献最大的是公路(权重值为-0 0142106),其次是镇中心(权重值为-0 005588),然后是高速公路(权重值分别为-0 001668);市中心和铁路对城市用地的发展概率影响较小,达到模型的临界值(权重值为-0 0001)。采用C A模拟的东莞市1988~2004年城市发展状况如图2所示。

图2 C A模拟的东莞市1988~2004年城市发展状况

F i g 2 U rban developm ent ofDongguan C i ty fro m1988to2004based on CA

3 3 东莞市城市形态评价与CA模型参数调整

从历史数据中获取的C A参数权重,可以反映不同变量影响城市发展的重要程度。本研究C A模型参数表明,公路对东莞市城市发展影响很大,东莞市城市扩张主要沿道路和镇中心分散布局,这种城市格局造成了公路沿线大量土地资源的流失。为减少土地资源的分散利用,可以通过调整模型的参数模拟紧凑的城市形态,紧凑的城市形态可以节约优良农田,有利于土地资源的可持续发展。

为了形成紧凑的城市形态,需要对模型中空间变量参数的权重进行调整。首先,将各空间变量参数的权重值置为模型的临界值(-0 0001),这时城市扩张主要受到邻近范围已城市化元胞的影响,其它空间变量对其影响很小,评价这种参数状态下的城市紧凑程度(AI,城

758

自 然 资 源 学 报24卷市斑块聚集指数为57),这种城市形态与实际参数模拟的城市形态非常接近(实际参数模拟的城市形态AI为51)。在此基础上不断增加离市中心距离变量的权重(W_D is_p rop,分别为-0 003,-0 006,-0 009,-0 012,-0 15),这时城市用地不断沿市中心聚集(图3)。不同权重组合模拟的1993年城市用地斑块的聚集度(图4)表明,在模型中不断增加离市中心为距离变量参数的权重,增强市中心对城市发展的影响,越有利于形成紧凑的城市形态。按相同的原理,不断增加离公路距离变量的权重(W_D is_road),城市用地会越来越聚集于公路附近(图5),城市紧凑程度越来越高(图6);如果首先增加市中心的影响,再交替地不断增加公路的影响,可以形成城市用地沿市中心不断聚集,同时,在市中心及其附近地区沿公路呈现规律性分布的紧凑城市形态(图7)。

如果过度增加市中心和公路的影响,形成的城市形态可能非常紧凑,过于紧凑的城市形态往往容易引起住宅拥挤、房价上涨过快等问题。因此,选择城市形态相对比较紧凑的权重(W_D is_prop=-0 006,W_D is_road=-0 024),模拟了1988~2004年的紧凑城市形态(图8),并模拟预测了2010年的紧凑城市形态(图9)。

3 4 东莞市城市紧凑发展的对策

CA模型参数的调整可以模拟不同紧凑程度的城市形态。紧凑城市形态的形成需要一

5期杨青生:基于元胞自动机的土地资源节约利用模拟759

760

自 然 资 源 学 报24卷

定的政策来引导。以2005~2010年通过调整参数模拟的城市形态为依据,通过统计多级缓冲区内的城市用地,划分了鼓励城市发展区(鼓励城市发展区内城市用地占总城市用地的80%)、限制性城市发展区(鼓励城市发展区外城市用地占总城市用地的10%区域)和非城市发展区(城市用地占总城市用地的比例小于10%)。

如果选择城市形态相对比较紧凑的模型权重(W_D is_pro p=-0 006,W_D is_road= -0 024)模拟的城市形态,离市中心27km的范围内可划定为鼓励城市发展区,27~34km 范围内可划定为限制性城市发展区,其它地区可划定为非城市发展区。

4 结论

CA是城市形态探索的重要研究工具,城市形态演变与一系列空间变量有关,这些空间变量对城市形态的影响是通过对应的参数权重确定的。这些参数可以反映城市形态演变的规律。以东莞市城市空间扩展与土地资源节约利用研究为例,运用C A建立了城市空间扩展模型,将土地资源节约利用与城市空间形态相结合,以城市紧凑度为评价标准,通过调整CA模型的参数,改变城市空间扩展的影响要素重要程度,研究节约土地资源的可持续发展城市空间形态。CA参数调整时,不断增加离市中心距离的权重,城市紧凑度不断增大,在此基础上不断增大离公路的距离,城市用地集中在市中心,并沿道路分布,紧凑度进一步提高,

5期杨青生:基于元胞自动机的土地资源节约利用模拟761采用离市中心距离权重和离公路距离权重分别为-0 006和-0 024时,模拟了较为紧凑的城市形态,有利于形成土地资源可持续发展的城市形态。然而,城市紧凑度并不是越高越好,目前,尚没有非常好的方法确定土地资源可持续发展的城市紧凑度,本文结合东莞市的实际参照模拟结果选择了其中一对参数,如何更合理地获取土地资源可持续发展的城市紧凑度需要进一步深入研究。

参考文献(R eferences):

[1] BattyM,X i e Y.Fro m cell s to citi es[J].E nv ironm ent and P lanning B,1994,21:531-548.

[2] W h ite R,Engelen G.C ell u lar auto m ata and fractal urban for m:A cellular modelli ng app roach to the evol u ti on of urban

land u se patt erns[J].Env i ronm e n t and P lann i ng A,1993,25:1175-1199.

[3] L iX,Y eh A G O.Pri n ci pal co m ponen t analys i s of st acked m u lti te m poral i m ages f orm on it ori ng of rap i d urb an expans i on i n

t h e PearlR iver Delta[J].In t erna tional Jou rnal of R e mote S e n sing,1998,19:1501-1518.

[4] W u F.C ali b ration of stochastic cell u lar au to m at a:Th e app li cati on t o rural urban l and convers i on s[J].In ternationa l Jour

nal o f G eo g raph ic a l Informa tion S cie n c e,2002,16(8):795-818.

[5] 黎夏,叶嘉安.基于神经网络的单元自动机CA模拟及真实和优化城市的模拟[J].地理学报,2002,57(2):159~

166.[L I Xia,Yeh AGO.Neu ral n et w ork based cell u lar auto m ata f or rea li sti c and i dealiz ed u rban si m u l ation.Acta G eo

g raph ic a Sin i ca,2002,57(2):159-166.]

[6] L iX i a,Yang Q i ng sheng,Liu Xiao p i ng.G enetic al gorith m s f or det er m i n i ng the para m eters of cellu l ar au t o m ata i n urban

si m u l ation[J].S cie n ce i n C hina Series D:E art h S ciences,2007,50(12):1857-1866.

[7] 黎夏,叶嘉安.约束性单元自动演化CA模型及可持续发展城市形态的模拟[J].地理学报,1999,54(4):289~298.

[L I X i a,Y eh AGO.Constra i ned cellu l ar auto m ata form od elli ng s ustai n ab l e urb an for m s.A ct a G eographica S i n ic a,1999, 54(4):289-298.]

[8] W u F,W eb ster C J.S i m u l ation of l and devel opm en t through t h e i n t egrati on of cell u l ar auto m at a and m u lticriteria evaluati on

[J].E nviron m en t and P l anning B,1998,25:103-126.

[9] W u F.S i m Land:A protot ype to s i m u lat e land convers i on t h rough t he i ntegrated G I S and CA w it h A H P deri ved trans iti on

ru l es[J].In ternati ona l Journa l of Geog raph i ca l Infor m ati on Sc i ence,1998,12(1):63-82.

[10] 黎夏,叶嘉安.主成分分析与CA在空间决策与城市模拟中的应用[J].中国科学(D辑),2001,31(8):683~690.

[LI X i a,Yeh AGO.App li cati on of s patial decision and u rban si m u l ati on based on pri ncipal co m ponen t an al ysis and CA.

S cie n ce i n Ch ina Series D:E art h S ciences,2001,31(8):683-690.]

[11] A llen P M.C iti es and Reg i on s as Self Organ i z i ng Syste m s:M od el s ofC o m plexity[M].Am s t erda m:Gordon and Breach

S ci ence Publi shers,1997.

[12] 黎夏,叶嘉安.知识发现及地理元胞自动机[J].中国科学D辑:地球科学,2004,34(9):865~872.[LI Xia,Y eh

AGO.Kno w l edge d i scovery and geo cell u lar au t o m ata.S cie n ce in Ch i na S eri es D:Earth Sciences,2004,34(9):865-872.]

[13] 杨青生,黎夏.基于粗集的知识发现与地理模拟[J].地理学报,2006,61(8):882~894.[YANG Q i ng sheng,L I

Xia.Kno w l edge d i scovery and geo si m ulation b ased on rough set.A cta Geog raph i ca S inica,2006,61(8):882-894.] [14] 杨青生,黎夏.基于支持向量机的元胞自动机及土地利用变化模拟[J].遥感学报,2006,10(6):836~846.[YANG

Q i ng s h eng,L I X i a.C ell u lar au to m ata f or s i m ulati ng land u se changes bas ed on s upport vectorm ach i ne.Jou rnal of R e mote S e n seing,2006,10(6):836-846.]

[15] 杨青生,黎夏.贝叶斯概率与元胞自动机非线性转换规则研究[J].中山大学学报(自然科学版),2007,46(1):

105~109.[YANG Q i ng sheng,LI X i a.N on li near trans iti on ru l es of u rban cell u l ar auto m ata based on a Bayesi an M eth od.Ac t a S cie n tiarum Na t u ralium Un i v e rsit a tis Sunya tse n i,2007,46(1):105-109.]

[16] 杨青生,黎夏.基于动态约束的元胞自动机与复杂城市系统的模拟[J].地理与地理信息科学,2006,28(3):10~

15.[YANG Q i ng s h eng,LI X ia.Dyna m i c cons trai ned CA model for s i m u lati ng co m p l ex urb an syste m.G eography and

G eo informa tion S cie nce,2006,28(3):10-15.]

[17] J enk sM,B urt on E,W illi a m s K.C o mpact citi es and sustai nab ili ty:An i n troduction[A].In:Jenks M,Burt on E,W il

762

自 然 资 源 学 报24卷lia m s K.I n t h e Co m pact C i ty:A Sustai nab le Urb an For m?[C]London:SPON Press,1996.11-12.

[18] Ban ister D,W ats on S,W ood C.Su st a i nab l e cities:T ransport,energy,urban for m[J].E nvironm ent and P lann i ng B,

1997,24:125-143.

[19] B reheny M.U rban co m pacti on:Feasi b le and acceptab le?[J]C iti e s,1997,14(4):209-217.

Co m pact U rban L and U se Si m ulation Based

on Cell ular Auto m ata

YANG Q i n g sheng1,2

(1 Depart m en t of Res ou rces and Environm en t,Guangdong Bus i ness Study Un i versit y,Guangz hou510230,C h i na;

2 School ofG eography and Plann i ng,Sun Yat setUn ivers i ty,Guangzhou510275,Ch i na)

Abst ract:Ce ll u lar Au to m ata(C A)has been largely used to si m u late actual urban deve lopm ent and for plann i n g ur ban for m s.This paper discusses how to si m ulate co m pact urban for m s for sav i n g land resources by usi n g C A,geograph ica l i n fo r m ation syste m s(G I S)and re m ote sensi n g (RS).U rban m o r phology is an i m portant ele m ent i n ur ban plann i n g,and co m pact urban for m s can consum e less land.As a case study i n Dongguan C ity,Guangdong Prov ince,ur ban develop m ent CA w as first bu ilt by integ rati n g GIS and RS.Then,the w e i g hts o fCA variablesw ere ad j u s ted dyna m icall y for si m ulati n g co m pact urban pa tter ns based on evalua ti n g agg regation index.The aggregati o n i n dex,w hich can be ca lculated by usi n g Fragstats3 3so ft w are,w as used to evaluate co m pact ex ten t for ur ban landuse.The h i g her the aggregati o n i n dex,the ur ban for m s beco m e m ore co m pac.t D ifferent groups of w e i g hts w ill play specific r o les i n contr o lli n g urban for m s.If w e i g ht of road i n creases,it w ill produce road based urban deve l o pm en.t If w eight o f c ity centre i n creases,it w ill produce city centre based ur ban developm en.t W hen ad j u sting w eights,firs,t t h e initialw e i g hts are set to the m i n i m um va l u e(-0 0001)for all the variables.Second,the abso l u te w eight for the variab le o f urban centre w illbe i n creased and ur ban land deve l o pm entw ill be around ur ban centre.Third,the abso l u te w eight for the variable o f road w ill be increased and a higher a m ount of urban land developm ent ar ound road w ill be based on the second step.The ur ban for m s beco m e m ore co m pac.t Based on the pri n ciple,w eights o f city centre and road are set to-0 006and-0 024respective ly,and co m pact urban for m s of Dongguan C ity are si m ulated fro m1988to2004,and t h e co m pact urban for m o f2010is pred icted too.The resu lt i n d icates t h at CA is one of the best too ls for si m u lating co m pact urban land use patter ns for sav ing land resources.

K ey w ords:land resources;saving land use;co m pact ur ban;C A