地理信息智能模拟

1引言

虚拟地理环境的兴起与发展为地理过程表达、地理知识获取、地理问题求解提供了新思路、新方法和新技术［1］。地理模拟系统是虚拟地理环境研究的重要方面。关于地理模拟系统的研究已经有很多成果。闾国年［2－3］面向地理分析，将虚拟地理环境分为数据环境、建模环境、表达环境与协同环境四个子环境，解析了各子环境的功能、关键技术与研究思路。黎夏等［4－5］提出了地理模拟与决策支持系统的理论体系，将元胞自动机、多智能体等统一在同一框架中，为复杂的区域发展和规划决策提供了强有力的分析工具。林珲等［6］提出实验地理学的研究方法可从野外考察与观测、室内物理模拟及地理数学建模和计算机模拟，拓展到虚拟地理环境平台下的虚拟地理实验。岳天祥等［7］讨论了数学模型与地理信息系统有效集成问题。黄宏胜等［8］通过模型表达规范化的研究，探讨了资源环境模型和地理信息系统（GIS，Geographic　Information　System）空间分析模型的表达形式（输入－处理－输出方式），实现资源环境模型和GIS的功能集成。这些研究反映出自20世纪90年代中期以来，人们开始关注地理信息系统对于地理空间理解与表达的合理性、地理过程建模与分析的科学性、以及地理信息系统功能与服务的智能性［9－10］。但是至今人们已经归纳出的各种与地理模型相关的模型超过100种［11－13］，每个模型基本上可以解决地理系统中的某个侧面的问题。有的解决无空间数据的整体的变化（如系统动力学模型），但没有空间特性［14－15］；有的可以解决整体的（如元胞自动机模型），但没有宏观反馈和总量返回功能［16－17］；有的解决局部问题，有的解决区域问题，有的解决只是一个参数问题［11］。那么，是否存在一个地理系统模拟的基本模型，这些基本模型可以将地理客体通过抽象转换成计算机数字环境，以便人们可以对其在深度和广度上进行扩展，类似于将现实世界通过抽象成点、线、面后编制成地图，从而在计算机系统中形成GIS。这里的点、线、面就是地图制图的基本模型。陈述彭［18］提出了统一地理学观点，地理系统把地理环境看作是一个运动着的发生和发展中的世界，并认为统一地理学的基础是地理综合体。钱学森等［19］也认为地理系统是开放复杂巨系统。正是由于地理系统过于复杂，地理学的理论研究一直落后于地理学的实践，被认为是追随型的学科［20］。地理系统的复杂性特征决定了其研究必须采取复杂性方法。空间系统复杂性研究成为地理学面临的迫切任务［21］，它几乎涉及到地理研究的各个分支领域。我们经过长期的研究，发现地理系统模拟的基本模型是存在的。本文在归纳总结已有成果基础上，将从地理系统、地理系统认知、地理系统过程、地理系统表达等方面，深入分析地理系统模拟的基本模型，即在GIS基础上，阐述元胞自动机（CA，Cellular　Automaton）、智能体（AB，Agent－Based）、系统动力学模型（SD，SystemDynamics）基本原理、集成框架、数据通讯、应用途径等，初步构建地理系统模拟基本模型的框架体系，为地理系统模拟模型进一步发展及地理系统模拟平台研制与开发提供参考。

2地理系统及其构成

2．1地理系统认知地理系统（geographical　system）是一个多层次的开放系统、动态系统，而且每一系统内部又存在多种要素间的联系，系统内部之间也发生相互作用。把系统方法引入地理学主要归功于哈特向、乔莱、哈维等地理学家［20］。然而，当深入探讨地理空间行为和空间演化规律时却发现地理系统具有非线性、多层次、多尺度、突变性、随机性、自组织、自相似等复杂系统的特点，地理学家需要用复杂理论和方法来进行研究。由于地理系统的极端复杂性，到目前地理系统模型基本上没有超出地理系统概念模型的范围，实质性的突破乏善可陈，又正是这种复杂性，成为地理研究方法论的突破点所在［22］。地理系统认知是地理地理系统模拟研究的基础，其研究成果对于地理系统的理解与表达具有基础作用［23］，是突破地理系统模拟技术发展的关键。地理系统空间认知与地理系统信息表达的研究已经取得某些进展，如Peuquet［24］提出需要建立一个表达地理空间的统一概念框架；鲁学军等［23，25］提出了地理认知理论、空间认知模式；王家耀等［26］、万刚等［27］从空间认知、心像地图、地图认知学理论等方面对这一领域开展了研究。Peuquet［28］又提出，GIS中时空信息的多元表达需要从数据驱动转变到综合的概念及理论驱动的方法，需要从形态表达发展到过程表达与模拟，探求能够提供用户之间灵活而全面的互动能力与方式的新一代时空表达、可视化与分析工具。地理系统研究的终极目标，要求精确地表达、优化、控制地理要素间的复杂关系。由此出发，有望对地理实体进行描述、模拟和预测。

2．2地理系统模拟在已有的各种地理模拟中，更多关注的是“地理模拟系统”，而对“地理系统模拟”关注不够。地理模拟系统主要是从如何构建计算机系统为落脚点来实现各种模型的研究与集成［2，4，29］。“地理系统模拟”则侧重地理系统整体，从系统角度分析各地理要素的能量流、物质流和信息流的相互作用构成的有一定结构和功能的整体，在对地理系统认知的基础上进行模拟系统的搭建和实现［30］。地理系统模拟（geographical　system　simulation）是用数理模型、计算机技术等手段对复杂地理事物作实验、观测和演示的一种研究方法。地理学理论的一个重要方面是关于地理系统详尽地表达于地理模型中［31－32］。地理系统的复杂性及其运动过程的多样性导致以人地关系为核心的地理研究的效果不尽如人意，至今还没有形成完整的令人信服的科学理论体系。地理系统研究的最大障碍在于其定量化的难度，如何从复杂的要素中选取影响因子以及对影响因子的量化、指标体系、模型建立与检验、动态预测等方面至今还都缺乏坚实的理论基础。复杂科学的兴起为地理科学提供了新的思路和方法［33］。地理系统复杂性研究的重要贡献是从方法论的层面上为地理学提供了有力的工具，系统动态学、元胞自动机、多智能体、混沌、分形、突变、神经网络、遗传算法等在地理研究中得到广泛的应用［21］。这些方法或单体、或组合应用推动了地理系统模拟的发展。［29，34］图1　地理系统要素构成示意图

2．3地理系统构成要素传统的地理系统要素划分是将地理系统分为自然地理系统和人文地理系统，这两类系统有密切联系，相互作用。从特征看，地理系统有空间结构、时间结构、数量结构、组织结构［35］。从过程看，地理系统主要有地理环境、地理过程、地理结果。从相互关系看，地理学关于地理系统分析涉及到四个基本概念：地理空间、地理梯度、地理流和空间关系［36］。从层次看，地理系统有总系统与子系统之分［37］。归纳地理系统的各种要素构成，无论从哪个侧面都可以将其划分为：地理系统边界、地理环境、地理过程、地理关系、地理流、地理尺度。见图1。地理系统边界是地理系统研究的对象范围。地理环境指伴有状态变化但没有明显位置移动的环境空间，包括自然空间、社会空间，反映地理系统外部状态。地理过程指地理现象从一种状态到另一种状态的变化过程，包括时间过程、空间过程，反映地理系统的内部状态变化。地理关系指地理系统内部子系统间、各要素间的相互关系，包括数量关系、空间关系、人地关系，反映地理系统的关联性。地理流指地理系统子系统之间、要素之间的传输过程，包括物质流、能量流、信息流、人口流、货币流、经济流等，反映地理系统子系统、要素之间动态交互影响。地理尺度指地理系统子系统、要素之间的等级、层次关系，包括范围与粒度，反应研究对象视野、深度和精度。

3地理系统模拟基本模型要素

3．1地理系统模拟平台地理信息系统（GIS）作为地理数据、信息、知识、服务的计算机处理技术和地理空间计算理论与分析方法，是进行现代地理学科学研究的有力工具。从20世纪80年代至今，先后经历了从GISystem到GIScience再到GIService的三个发展阶段，形成了理论研究、技术开发、工程应用与产业化管理的完善体系。三个发展阶段大致可分为：一直到20世纪80年代后期和90年代初期，以发展GISystem为主；20世纪90年代初期到21世纪初期在完善GISystem基础上，以发展GIScience为主；21世纪初期至今在完善GISystem和GIScience基础上，以发展GIService为主，后者的发展同时推进了前者的发展。可以说，GIS已经比较成熟地、广泛地应用于自然科学研究、经济社会发展的各个领域，成为人们日常生活中非常重要的技术或工具。3．2地理系统模拟基本模型要素

3．2．1系统动力学系统动力学（SD，system　dynamics）是由麻省理工学院（MIT）的Forrester教授所创立的一门研究系统动态复杂性的科学。20世纪70年代末由杨通谊、王其藩、许庆瑞、吴建中等引入中国［38］。SD不是依据抽象的假设，而是以现实世界的存在为前提，不追求“最佳解”，而是从整体出发寻求改善系统行为的机会和途径，是依据对系统的实际观测信息建立动态的仿真模型，并通过计算机试验来获得对系统未来行为的描述。系统动力学把研究对象划分为若干子系统，并且建立起各个子系统之间的因果关系网络，立足于整体以及整体之间的关系研究，以整体观替代传统的元素观，通过建立流图和构造方程式，实行计算机仿真试验。该模型的特点是反馈，基于历史数据的参数计算、基于现状的未来预测，但仅有水平变量、速率变量、辅助变量、常量等最基本的计算元素及其方程式，对变量随时间的变化模拟几乎做到了极限。其明显的缺点是没有空间数据表达。而其对整体的反馈及与各个子系统的反馈乃至各个变量反馈，可谓地理系统模拟必不可少的，也是其他模拟不可替代的。

3．2．2元胞自动机元胞自动机（Cellular　Automata，CA）在一个有限的规则格网中的每一元胞取有限的离散状态，遵循同样的作用规则，依据确定的相同的局部规则作同步更新。大量元胞通过简单的相互作用而构成动态系统的演化［39］。Wolfram的著作《一种新科学》将CA推向空前的高度，并认为CA的基础就在于“如果让计算机反复地计算极其简单的运算法则，那么就可以使之发展成为异常复杂的模型，并可以解释自然界中的所有现象”的观点［40］。CA最基本组成：元胞、状态、元胞空间、邻居、规则等部分。CA不同于一般的动力学模型，它不是由严格定义的物理方程或函数确定，而是用一系列模型构造的规则构成。凡是满足这些规则的模型都可以算作是CA模型。CA进行的是局部演化，对整体的反馈较弱，CA进行的是规则演化，计算方程较少。这样的复杂性模型正好符合地理系统的变化特征，因为并不是所有的地理过程都是可量化的，有时候需要说明规则即可，人文现象更是如此。所以，地理系统模拟基本模型必须包括CA。CA的缺陷在于无法判断个体对整体的影响，以及整体对个体的反馈影响。

3．2．3智能体模型智能体（Agent－Based，AB），有时候也叫multi－agentsystem（MAS）或者multi－agent　simulation（MAS），是一种用来模拟独立存在的个体（一个个体，或者一个群体）的行为或者个体间的互动的计算模型。这种模拟方式的特点是通过个体活动可以了解个体对整体的影响。它综合了博弈论、复杂系统、突现、计算社会学、进化编程和蒙特卡洛方法等一些其他思想。这个模型为了再现和预测某复杂现象的特征，模拟多个个体的同时行动和他们之间的互动。这个过程是从低（微）层到高（宏）层（自下而上）的突现。也就是说，这个模型的关键就是简单的行为规则生成复杂的行为。另一个原则是整体比个体的总和要大。一般来说，个体在一定活动范围内，按照自己的利益（比如繁殖）、经济利益、或者社会状态做某些行为，这些行为是通过简单的决策规则或者探试来决定的。个体在本模型中可能会进行学习，适应和繁殖［41］。AB模型中的个体可以进行移动，也可以与环境进行信息交换，同时可以感受群体的变化信息。这种感受是可以跨区域、跨尺度的。正是其可移动性被选作地理系统模拟基本模型要素之一。

3．3平台与要素的组合从目前可见的地理系统模拟模型来看，地理过程无非包括某个时点的状态、可能变化的环境、导致环境变化的地理梯度（地理势）、地理流、个体和群体等。在众多的地理模型中，虽然很多模型可以解决某个具体的问题，但作为基本模型分析地理过程，GIS、SD、CA、AB的组合集成就基本可以满足整体需要。虽然他们之间的功能会存在某些方面的交叉与重叠，但集成融合之后将会是整体功能大于他们各自的单体功能。也就类似于一个大的锻造车床，可以进行各种工具的加工。其他工具只是其中起辅助和完善的作用。因此这里我们称之为地理系统模拟基本模型，姑且简称为GSBM（Geo－graphic　System　Basic　Model）。地理系统模拟基本模型组合见表1。表1　地理系统模拟基本模型要素组合SD　CA　ABSD√√CA√√AB√√组合结果SD＋CA，SD＋AB，SD＋CA＋AB，SD＋AB＋CA在这里，GIS为所有计算数据提供空间模拟环境，同时与各种模型进行属性信息交换，并将结果可视化在GIS中。GIS的强大空间分析功能可以辅助其他基本模型工作。CA借助GIS空间进行局部演化，并将演化的结果与GIS和其他模型进行交换。AB可以在GIS中实现“跨越式”变化，算是一个“凌驾于”CA之上的“灵长类”模型。SD模型则成了贯穿整个模型的时间模型，它不仅通过调用GIS的属性信息进行模拟，而且可以将信息传递或反馈给CA、AB，从宏观到微观形成地理流的模拟，实现地理过程可视化监测。

4地理系统模拟模型框架

4．1地理系统模拟基本模型集成按照表1的组合，可以从他们的底层原理中进行融合。之前的研究已经表明，SD与GIS可以结合［42－43］CA与AB可以结合［44］，CA和AB都可以与GIS结合［45－48］，SD与CA和AB也可以结合［49－51］。也就是GIS，SD，CA及AB之间实际上是可以打通所有环节的，实现真正意义上的贯通，实现无缝融合。见图2。图2反映了地理系统模拟基本模型的集成框架及其各自核心元素的原理层的对接可能性。GIS以点线、面方式提供基础地理空间框架、属性信息以及其自身的空间分析工具；CA以元胞、邻域、邻域空间、规则状态等在GIS空间框架上工作；AB则以其智能体、规则、行为、生命期等在GIS空间框架上工作，与CA进行交互；SD以其多尺度的子系统表达模式在元胞层面乃至整个研究区范围内参与CA和AB的运算。整个模拟过程在初始GIS空间框架上，依据SD的时间步长进行演化，CA，AB与GIS，SD同步工作，最终结果将会形成以元胞为基本单元的点、多个元胞组成的线或面。模拟的结果重新回到空间可视化状态。

4．2地理系统模拟基本模型通讯已有研究表明，SD与CA之间、CA与AB之间、SD与AB之间是可以互相进行协同工作的。他们之间的协同工作基础除了空间共享之外，就是地理信息的交换。这里的地理信息的交换实际上就是模型之间的数据通讯。从图3我们可以看到，在GIS中有空间数据、属性数据（类型数据），在CA中也有空间、类型数据，在AB中也有空间和类型数据，GIS、CA、AB可以实现完整意义上的数据通讯。SD中则只有属性数据（类型数据），SD则主要通过属性数据（类型数据）计算与其他模型交换属性数据（类型数据）来进行数据通讯。图3　地理系统模拟基本模型数据通讯集成框架

4．3地理系统模拟基本模型集成透视为了更好地阐述地理系统模拟基本模型的集成框架，我们通过透视方式绘制了一张图（图4）。这个图参阅了多个已有比较公认的集成环境模型以及已经发表的单体模型的组合应用案例［52］。通过图4我们可以发现，地理系统通过点、线、面抽象后分层通过GIS进行管理。在GIS中可以实现网格化（元胞单元划分），网格可以实现动态网格以表达不同的地理尺度［53］，这个网格可以用于CA和AB的环境空间、SD的计算单元，每个网格单元中具有属性或类型信息，CA、AB和SD就可以方便进行数据交换和通讯。执行过程中我们可以监测这个过程，看到每一个网格单元的变化信息，使原来黑箱或灰箱的地理过程变得透明，提高可视化水平。

5讨论与结论本文总结了以往研究中地理模拟系统的巨大成就也提出了地理模拟系统存在的局限性，从而提出了基于地理系统的地理模拟思想。地理系统模拟模型已经有众多单体，甚至有几个单体模型的组合，但是一直没有人关注这些模型在原理层面上的集成，或者在地理系统模型中寻找最基本的模型，从而简化模型选型与构建中大量的重复工作。本文尝试性地进行抽象、归纳，提出了基于GIS、SD、CA和AB的地理系统模拟基本模型框架体系。

5．1　GSBM的主要特点从上述的阐述可以看出，GSBM中的各个模型均具有全局性，也就是其变化可以起步于局部（如一个元胞单元），变化过程则波及到整个研究区。GSBM中的各模型均是基于状态和规则的。无论SD，CA，AB等都有一个针对起始点的状态，状态的变化通过规则来实现基本上很少用到复杂的数学计算。也正是它们的这些特点，才使这些模型集成后构成地理系统模拟的基本模型。在已知的众多地理模型研究中，将静态与动态结合、自然与人文结合、原位与异位结合起来的模型，应该基本上就是本文提出的这些模型的组合集成，亦即所谓的统一地理学模型。

5．2　GSBM与其他模型的关系众多的地理模拟系统模型中有灰色预测、统计计算、空间插值、时间序列等，这些模型大多不能直接从元胞到整体的计算或变化分析。目前与本文提到的模型相近的模型主要有遗传算法（Genetic　Algorithm，GA）粒子群算法（Particle　Swarm　Optimization，PSO）等人工智能算法，属于进化计算技术。但由于其涉及到优化算法而不是通过规则进行演化，使其失去了作为基本模型的基础。其他数理模型只是GSBM的辅助模型或者参数修订模型［54］。

5．3　GSBM应用GSBM的应用领域会很广泛，不仅可以进行单体模型的应用，也可以进行组合模型的应用，更可以进行GSBM的整体应用。凡是地理系统涉及到的内容GSBM都可以进行模拟和分析，实现地理模拟过程的可视化。如果形成GSBM计算工具，则其应用将有更好的前景。我们也将继续这方面的研究工作。

5．4进一步研究设想GSBM的提出，只是初步构建框架，仍然有一些没有考虑到的或有待深入探讨的模型的集成问题，如GSBM中可以进行点、线、面的模拟，但是基于复杂网络（Complex　Network，CN）的地理网络关系分析在GSBM中显得薄弱，因此基于GSBM与CN的集成问题需要进行深入研究［55］。另外，目前的GSBM只是有了一个具体的框架和单体或者单体组合的应用案例，下一步进行真正意义上的集成模拟案例研究。同时，也呼吁同仁们开展探索研究。