【2024开发组二等奖】上海市城市扩张模拟及评价系统

1.作品背景

城市化进程中，城市扩张带来了土地供需矛盾、资源分配不均等问题。城市扩张经常与碳排放增加同时发生，释放大量温室气体，例如CO 2。这加剧了城市热岛效应并对城市生活条件构成威胁。

为了更好地探究城市扩张，热岛效应及碳排放三者之间的关系，开发一种基于WebGIS技术的城市扩张模拟与评价系统，通过对历史及多情景下的未来土用利用格局进行相应的热岛效应及固碳评价，从而为未来土地政策的制定提供支持，对城市的可持续发展具有十分重要的意义。

2.系统架构说明

本系统主要依托GeoScene相关技术，具体包括GeoScene API for JavaScript和Geoprocessing（GP）服务等，结合Vue和Django前后端开发框架，构建一个完整的WebGIS项目。该项目旨在满足针对上海市城市扩张的数据管理和分析需求，主要功能涵盖数据管理、城市扩张时空格局演变、土地利用变化情景模拟、城市热岛效应评价以及固碳评价等领域。

图1 系统架构

3.总体设计

3.1功能设计

图2 功能设计流程图

（1）注册及登录模块

首先输入账号、密码、邮箱账号，点击获取验证码即可在上面输入的邮箱中收到验证码，点击注册即可注册成功，系统自动跳转至登录界面，输入注册的账号及密码，即可进入系统。

图3 注册与登录

（2）数据管理模块

在原始数据下拉框中有系统所使用的数据类型以及对应年份，选择某一数据类型的某一年，将会加载该类型该年的栅格图层，并以图表形式可视化显示数据指标水平（GDP、NDVI、夜间灯光等数据使用简单柱状图显示，土地利用数据以堆叠柱状图归一化显示），以土地利用数据为例：

图4 土地利用数据

（3）城市扩张时空格局演变模块

建成区提取我们采用的是利用校正后的夜光数据，并结合上海市统计年鉴中的建成区面积数据，夜光数据中每个阈值会有对应的建成区面积，通过对比，找出与统计年鉴数据面积最接近的阈值。

图5 建成区提取流程图

选择年份并点击分析，将会加载该年的建成区栅格数据并显示在对比分析的栏目中，右侧也会弹出从所选年份至2022年的建成区面积雷达图、建成区扩张速度与扩张强度、建成区面积变化图；当选择多个年份时，在对比分析中将要对比的年份移至右栏，即可使用卷帘工具进行对比；点击动态演变按钮，将会动态演示建成区随年份的变化，通过鼠标控制可以快进、快退、暂停。

图6 建成区对比分析

图7 建成区动态演变

（4）土地利用变化情景模拟模块

为了实现土地利用的模拟预测，我们使用历史土地利用数据和包括高程、坡度、人口、GDP、气温、降水以及各种路网、水网在内的辅助数据进行了上海市土地利用变化的模拟和验证。其中，所采用 Logistic-CA-Markov 模型，其结合了 Cellular Automata (CA)模型的时空演化能力和 Markov 模型的数量上预测优势。在CA-Markov 模型中，CA 模型的转换规则由 Markov 模型生成的土地利用转移概率矩阵确定。

图8 土地利用模拟流程图

1）土地利用变化情景模拟：在左侧栏目可选择所要预测的年份、是否有限制区和情景，并含有预测模型所使用的各种数据（点击即可加载相应图层），点击分析按钮，将会进行预测模拟并将结果显示在图层中，在右侧会显示各土地利用类型的面积统计柱状图；

图9 土地利用模拟

2）土地利用变化检测：选择所要研究的两个年份或同一年份不同情景，点击变化检测按钮，将会将检测结果加载至图层，并在下方显示六种土地利用类型转化为其他各类型的面积以及转入/转出总面积；卷帘工具仍可使用进行对比。

图10 土地利用变化检测

（5）城市热岛效应评价模块

基于街景数据的城市热岛变化分析流程：

指标获取：从20余万张街景图像中利用语义分割模型提取指标因子，再加以土地利用数据等多源数据构建指标体系。

模型构建与对比评估：由高斯模型定量化获取的城市热岛强度数据为自变量，使用多元线性回归模型（MLR）、随机森林模型、XGBoost模型及LightGBM模型进行拟合与对比。

定量化指标贡献度：选择最佳模型后利用SHAP方法获得各指标贡献度。此外，在使用地理探测器定量化各指标在不同功能区中的指标贡献度。

图11 城市热岛分析流程图

1）热岛效应评价：可选择不同季节或年际，点击评价将会加载分析结果栅格图层；

2）判别城市功能区：选择POI类型可进行核密度分析，点击功能区判别，系统将会将判别结果可视化显示在图层中；

图12 判别城市功能区

3）地理探测器定量化贡献度：列表中为所使用的指标因子（街道绿视率、CONTAG、LST等），点击某一因子可加载其原始数据，点击分析，左侧会弹出工业区、住宅区、综合功能区各季节和年际的各因子q值。

图13 地理探测器

（6）固碳评价模块

固碳评价流程：

• 建立碳储存估算模型：利用土地利用类型碳密度等因素建立森林和土地利用类型的碳储存估算模型；
• 估算碳储存量：根据估算模型，通过分析土地利用变化对土地利用类型碳储存的影响，计算不同土地利用类型的碳储存量；
• 分析土地利用变化对碳储存的影响：通过对比不同情景下的碳储存量，分析土地利用变化对碳储存的影响，从而评估土地利用管理对生态系统碳汇的影响。

图14 固碳评价流程图

1）碳密度评价：可选择不同年份、有无限制区、情景，列表中包含各土地利用类型的土壤碳密度、死亡有机质碳密度等指标，点击分析，运行结束后将自动将运行结果可视化显示在图层中，并在右侧以柱状图显示各土地利用类型的碳存储量；

图15 碳密度评价

2）碳密度差异分析：选择所要分析的两个年份或同一年份不同情景，点击分析，系统将会计算并将计算结果可视化显示在图层中。

图16 碳密度差异分析

3.2 关键技术

（1）前端

其中基础框架采用Vue, Vue 被设计为可以自底向上逐层应用。Vue的核心库只关注视图层，方便与第三方库或既有系统整合。前后端分离开发，通过npm包管理，处理JS依赖问题。通过vite，处理前端资源打包，使用Element Plus，基于Vue的前端UI框架，使用GeoScene API进行前端可视化渲染展示。

（2）后端

基础框架采用django框架,数据用的是mysql数据库。

4.作品亮点

（1）精细化土地利用变化模拟：利用Logistic-CA-Markov模型，系统能够对土地利用变化进行精细化模拟预测。该模型结合了元胞自动机（CA）模型的空间动态演化特性和马尔可夫（Markov）模型的概率预测优势，提供了科学的土地利用变化情景预测。

（2）基于街景数据的城市热岛效应评价：利用语义分割模型从20余万张街景图像中提取指标因子，再加以景观格局、建筑形态指标、地表生物物理参数与社会经济气象因子共同构建指标体系，以地表城市热岛强度为因变量，对比分析多元线性回归（MLR）、随机森林（RF）、XGBoost及LightGBM模型分别在年际、季节、有无街道环境指标及各功能区情况下的模型构建效果。

（3）可视化和分析一体化的GIS平台：系统构建了一个集数据管理、可视化展示与分析预测于一体的WebGIS平台。用户可以通过该平台，轻松整合和管理系统内的数据资源，实现地理空间数据与统计图表的同步可视化，直观展现城市扩张的时空格局演变，及特定情景下城市未来土地利用格局，为城市规划和管理提供强有力的数据支撑。