《基于sleuth模型的昆山市城市扩展模拟研究-徐杰.pdf》由会员分享，可在线阅读，更多相关《基于sleuth模型的昆山市城市扩展模拟研究-徐杰.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第32卷第5期 地理与地理信息科学 voL 32 No52016年9月 Geography and Geo-Information Science September 2016doi：10aa6ajissn16720504201605009基于SLEUT H模型的昆山市城市扩展模拟研究徐杰1，罗震东1，尹海伟1，耿磊2(1南京大学建筑与城市规划学院，江苏南京210093；2南京大学城市规划设计研究院，江苏南京210093)摘要：定量揭示城镇土地利用的扩展模式对制定城市发展政策具有重要意义。该文以昆山市为例，使用SLEUTH模型，修改了传统的情景设置方式，通过调整排除图层，预设“现有发展趋势”、
2、“融合生态敏感性的发展”、“融合城市总体规划的发展”3种情景，定量预测了昆山市2011-2030年不同情景下城市用地增长趋势和扩展的主要特征。结果表明，预设不同排除图层的方式可以产生更加准确的校正结果：现有发展趋势情景繁衍系数与道路引力系数较高，以新中心增长为主；融合生态敏感性情景、融合总体规划情景扩散系数与蔓延系数较高，以边界增长为主。研究结果可为SLEUTH模型的情景设置提供新思路，并为城市土地利用规划提供决策依据。关键词：SLEUTH模型；城市扩展；情景分析；昆山市中图分类号：TU9842 文献标识码：A 文章编号：1672-0504(2016)05-0059-060引言2014年中国的
3、城镇化率已达到551，这是城市建设矛盾凸显和城市病集中爆发的阶段2。这一时期城镇建设用地的快速扩展以及自然空间的大幅缩减，可以通过城市建设用地增长模型进行分析，从而更好地理解区域城镇化过程3，帮助城市管理者分析不同情境下城市建设用地利用的变化特征与影响，为制定切实有效的城市空间开发利用政策提供科学支撑45。基于元胞自动机(Cellular Automaton，CA)的城市增长模型是目前城市建设用地增长模拟过程中运用较广的方法68，模型基于微观相邻空间单元的相互作用，利用简单的局部规则模拟城市空间系统的复杂结构91叫。CA模型包括SLEUTH(模型输入图层的首字母缩写：坡度层(,Slope)、土
4、地利用层(Landuse)、排除层(Excluded)、城市范围层(Urban)、交通层(Transportation)、山体阴影层(Hillshade)模型、神经网络CA模型、逻辑回归CA模型、社会经济CA模型等，其中SLEUTH模型能通过程序自动获取模型运行最佳参数，同时具有结构与操作简单、开放式存取、适合于各种时空尺度、模拟精度较高等优点10,113，被广泛应用于城市增长模拟及长期预测研究D2-z43，中国许多城市的增长模拟也广泛采用这一模型15-1 7|。学界对于SLEUTH模型的研究分为对模型自身特性的研究与模型的应用研究1 8|，前者主要集中在模型运用的普适性4131 4I、精度校
5、验的方法19_21|、参数行为221等方面，后者主要利用SLEUTH模型对城市扩展、土地演化进行模拟，预测城市未来发展状况Ll 516。国内对于SLEUTH模型的研究与应用起步较晚，在模型应用方面，一般通过比较城市在不同情境下预测结果的差异来揭示不同情景的优缺点，情景设置往往与实际城市规划较为脱节。这类研究中模型的情景设置一般有两种方法：一是在校准之后调整模型运行参数，二是在确定运行参数后调整排除图层1 7l。第一种方法在模拟预测阶段改变了模型的校准参数，系数的调整较为主观，缺乏现实的情景设置依据；第二种方法下不同情景采用相同的校准参数，导致各情景具有相同的增长方式，彼此间区分度不高。Akin
6、等在其2013年的研究中将不同排除图层作为情景设置的依据，情景设置于模型校准之前，即假设城市过去的发展已经受到未来不同情景设置的影响，结果发现模型在校准过程中对于排除图层具有较高的敏感性，能够产生更为贴切的城市增长结果口9|。基于此，本文试图通过预先调整排除图层方式进行SLEUTH模型的情景设置，引入生态敏感性分析与城市总体规划，将情景设置与实际相结合，以提高不同情景下模型模拟参数的代表性，通过客观的情景设置方法以提高模型的实际价值，在弥补国内已有研究不足的同时具有较高的现实意义，可以为城市未来发展提供有益参考。收稿日期：2016川311； 修回日期：2016_05_25基金项目：国家自然科学
7、基金项目(51478216、51478217)；江苏省“青蓝工程”资助成果作者简介：徐杰(1990一)，男，硕士研究生，研究方向为区域与城市规划。Em“l：jay31foxmailcom万方数据第60页 地理与地理信息科学 第32卷l数据与研究方法11研究区概括本文选取快速发展的昆山市为研究区域。昆山市位于东经120。48 721”121。09 704”、北纬31。06 734”31。3236”，城市总面积为9213 km2，其中水域面积约占23。东面毗邻上海，京沪铁路贯穿，经济发达，是中国第一个人均国民生产总值突破40 000美元的县级城市，一直位列中国百强县前列。近20年来昆山市城市用地增
8、长迅速，1995年城市建成区面积约160 kmz，2010年增长为360 km2；人口由2000年的76万人增长到2010年的165万人，年增长率达8。快速的城镇空间扩展在支持经济快速发展的同时也带来了诸多问题，如城市发展空间过于分散、中心城区规模过小、主要商务区密度较低等2 3|。12数据来源与预处理本研究中使用的数据为昆山市Landsat TMETM+影像数据(1995、2000、2005、2010年)(15、7波段，分辨率30 113，数据来源：中国科学院计算机网络信息中心的国际科学数据镜像网站)、2012年航空正射影像、数字高程模型(DEM)以及昆山市城市总体规划(20092030)等
9、规划数据资料(CAD格式)。数据的预处理分为以下步骤：首先基于ERDAS软件平台，分别进行TM遥感影像的多波段融合，并以航空正射影像为基准，对融合后的遥感影像进行几何校正(均方根(Root Mean Square，RMS)小于1个像元)，校正函数选择二次多项式模型，地面控制点(GCP)均匀分布于图像，每个GCP的自检误差值小于1；然后根据研究区边界对遥感影像进行裁剪；最后以航拍图及土地利用现状图等为参照，采用监督分类方法对其进行用地识别及影像解译，将土地利用类型划分为5类：水域、农田、城镇建设用地、交通用地和其他用地。13模型数据准备SLEUTH模型融合了城市增长模型与土地覆盖模型两种模型，能
10、够成功模拟真实城市的空间扩展过程12,13,24。该模型通过基于交通、地形和城市化的约束条件计算每个元胞单元城镇化的可能性，把已城市化的元胞作为种子点，通过其扩散带动整个区域的发展，来模拟城市发展轨迹25_2 8|。模型包含5种增长系数：扩散系数、繁衍系数、蔓延系数、坡度系数与道路引力系数。各系数相互作用，能够产生4种土地利用增长类型：自发式增长、边缘增长、道路引力增长和新中心增长222“2829。根据本研究需要，SLEUTH模型需要输入5个GIF格式的灰度栅格数据图层(城市范围、交通、坡度、山体阴影与排除图层)。城市范围、交通图层分别基于ArcGIS平台由4个时期的土地利用类型数据生成，两者
11、均为二值图。坡度和山体阴影图层由研究区DEM数据生成，坡度采用百分比坡度。排除图层根据后面设置的3种不同发展情景分别进行定义。最后，所有数据均转换为模型需要的GIF格式栅格数据，栅格大小60 in60 In，且所有数据图层的范围保持一致。爹篝垂姆围、：I。l瓢ii 雾煮道乏懋路 了譬漱图。叫一篆瓣群擎誊。挚F o P一蓍罄静 淀一牒，糙萱路用地1支路1次干路一主干路辇l 鼍图l模型输入图层Fi21 lhe input data2情景设置与模拟21情景设置排除图层是产生不同政策情境的有效工具，能够体现SLEUTH模型与GIS、RS整合的优势2 52 93州，本次研究预先设置了现有发展趋势、融合生
12、态敏感性的发展、融合城市总体规划的发展3种发展情景，即假设在1995-2010年间，昆山的发展历程已经遵循着上述3种发展情景的引导。现有发展趋势情景是现有城镇空间增长的趋势外推，只将研究区河流、湖泊定义为排除图层(图2)，且设定为100的概率不被城市化，在该方案情景下农田和林地等其他用地均可能会被继续侵占。融合生态敏感性的发展情景是基于研究区生态敏感性评价与区划的发展模式，在该方案情景下城市拓展要牟一E万方数据第5期 徐杰等：基于SLEUTH模型的昆山市城市扩展模拟研究 第61页考虑不同土地利用类型的生态敏感性程度。设置方式如下：首先根据研究区实际情况选择水域、植被、农田作为敏感性因子，采用G
13、IS空间分析方法进行多因子综合评价，获取研究区生态环境敏感性分区：非、低、中、高、极高生态敏感性3妇；然后按照敏感性等级由低到高分别设定其不被城市化的概率为10、30、50、80、100，得到该情景方案的排除图层(图2)。融合城市总体规划的发展情景为基于昆山市城市总体规划(20092030)的发展模式，在该方案情景下以总体规划中对2030年昆山市域空间的谋划为依据，将总规中的空间布局图按照用地性质进行归类，分别设定建设用地、农业用地、绿地、河流与湖泊等用地空间不被城市化的概率为0、40、60、100，得到该情景方案的排除图层(图2)。日簖IIll。黼娑：群；l；图2不同情境下基于市域空间城镇化
14、概率的排除图层Fig2 The exclusion layers based 011 different spatialurbanizatianprobabilities of each scenario22 SLEUTH模型校正模型采用强制蒙特卡洛迭代计算法(Brute-force Monte Carlo method)，分为粗校准(coarse calibration)、精校准(fine calibration)和终校准(finalcalibration)3个阶段进行。本文将研究区1995年的数据图层作为模型校正的初始图层，2000、2005、2010年3个时期的数据图层作为校正图层，分3
15、种情景导入模型中分别进行参数校正(表1)。模型3个校准阶段运用蒙特卡洛迭代，采用Compare、r2population、Edges、Cluster、Xmean、Ymean等指数的乘积(Optimum SLEUTH Metric，OSM指数)进行最佳参数组合选取，其他参数设置参照以往国内外文献的设置方式202128，通过不断缩小5个系数平原，城市扩展几乎不受坡度影响，所以坡度系数固定为1)。模型校正最后阶段(Derive阶段)取步长为1，通过多次反复运行，生成5个系数的最终值(表1)。表1不同情景的校正过程与终值Table 1 Calibration results for different
16、 scenarios情景1粗校准 精校准 终校准终值与模型参数kPsallee范围步长范围步长范围步长 系数扩散系数0i00 20 110 2 59 1 8繁衍系数0100 20 75100 3 8596 2 100蔓延系数0100 20 1535 3 2527 1 28坡度阻碍系数 1 1 l 1 1 1 1道路引力系数0100 20 50i00 5 6575 2 70OSM糊( o47 o51 052鬯裂字8情景2粗校准 精校准 终校准 终值与模型参数L盱SalIee范围步长范围步长范围步长 系数粗校准 精校准 终校准 终值与模型参数Lee-Sallee范围步长范围步长范围步长 系数23模
17、型多情景模拟根据模型校准得到的不同情景下的最优参数组合，在预测模式下运行100次蒙特卡罗迭代运算。将产生的年度城市开发概率图上大于某一临界值的栅格作为高概率城镇化用地，低于临界值的栅格作为低概率可城镇化用地，将排除图层中设定的100不被城市化的区域定义为不可城镇化用地，2010年现状城镇建设用地为已城镇化用地，得到研究区2030年3种情景下的4类用地分类图(图3)，并将高概率城镇化用地作为未来城镇增长用地，从而得的取值范围，产生5个新的系数区段(由于昆山地处 到不同情景的城市用地增长情况(表2)。表2不同预测情景下2030年城市建设用地及其他用地空间统计Table 2 Spatial stat
18、istics of city construction land and other lands in 2030 under different scenarios燃渖，。一飞、，万方数据第62页 地理与地理信息科学 第32卷诅灌嚣碧铲铲圆-需嚣燃 低孵率城镇f艺地隧至高溉率城镇化地区图3基于SLEUTH模型的2030年情景模拟结果Fig3 The simulation results based on SLEUTH model for 2030根据模型重建获得不同情景下城镇化的开发临界值(重建2010年的城镇用地，使其总量等于2010年的城镇建设用地实际值)。根据结果修改SLEUTH模型pr
19、edict文件中PROBABILITY一的取值范围，并最终确定了3种情景下的开发概率临界值分别为60、60、65，在该临界概率下的城镇用地总量匹配度分别达到9901、9915、9970。3结果分析31模型模拟精度分析由表1可见，随着校正阶段的深入，3种情景的OSM指数有显著提高。情景1的OSM指数由粗校准的047提升到终校准的052；情景2的OSM指数由020提升到050；情景3的OSM指数由040提升到042，表明本次模型的校正效果较好。最终3种情景的Lee-Sallee形状指数在037o39之间，形态拟合效果一般，相关文献表明，分辨率、区域面积大小、历史数据时间间隔等因素均会对形状指数产生
20、影响117,32，一般在03o7左右192 4I。3种不同情景下模型模拟系数差异显著，表明模型对隋景设置有较高敏感性，产生了不同的增长模式。情景1最终的扩散系数与蔓延系数较低，分别为8与28，繁衍系数与道路引力系数较高，分别为100与70。这说明昆山市现有的发展趋势是沿着交通网络自发增长，逐渐形成新的增长中心。情景2的繁衍系数为3，扩散系数为37，蔓延系数为45，这说明在融合生态敏感性的发展情景下，昆山市的增长方式发生了变化，边界增长和自发增长增多，新的增长中心减少。情景3的扩散系数达到了100，蔓延系数达到了53，繁衍系数与道路引力系数分别为1和7，这说明在总体规划指导下，城市增长将以城市边
21、缘增长为主，自发增长受到很大抑制。32昆山城市空间扩展的多情景分析由表2可见，最终统计结果显示，情景1用地增长总量最大，保留生态空间最少，情景2与情景3在一定程度上抑制了城市用地的增长。情景1新增高概率可城镇化用地28555 km2，年均增长31，占研究区总面积的30；保留不可城镇化用地11332km2，仅占总面积的12。情景2与情景3得到结果相近，新增高概率可城镇化用地分别为23015km2与21858 km2，年均增长率约为27，分别占研究区总面积的24与23；保留不可城镇化用地19692 km2与19740 km2，均占总面积的21。这说明基于生态敏感性分析与总体规划的城市发展政策可以对
22、城市用地提供显著的保护。由图3可见，在高繁衍系数与道路引力系数的影响下，情景1用地增长最分散，形成了多中心城市结构，生态空间受到蚕食。新增建设用地沿着主要的道路蔓延增长，城市发展在空间上进一步分散，城北与城南形成了多个次一级的城市中心(图3，区域A、B、C)。城市除主要的湖区得以保留之外，其他生态用地均有转化为建设用地的趋势，对研究区未来的城市生态安全造成了重要威胁，可持续发展面临重大压力。该情景体现了昆山市长期分散式的城市增长格局，空间结构较为无序。情景2的用地增长较为集约，局部建设用地有破碎趋势，生态空间保留完好。新增建设用地主要位于主城周边城郊地区，除城北有着部分成片建设用地之外，城市其
23、他地区的建设用地零散分布于主要道路周边。该情景凸显了城市生态敏感性对于城市扩展的重要影响力，主要生态用地得以保留(图3，区域D)，有利于城市生态环境保护、农田保护等目标的实现，但同时主城的扩展受到一定限制，只能满足未来发展的基本用地需求。情景3受到高扩散系数的影响，新增建设用地集中于中心城区周边，城市单中心发展。城市边缘地区成为城市发展重点，中心城区蔓延式发展明显。除中心城区外，城市其他地区基本没有成片新增建设用地，这些地区的生态空间得以保留。该情景体诅幕铲群翳翳万方数据第5期 徐杰等：基于SLEUTH模型的昆山市城市扩展模拟研究 第63页现了城市总体规划对于城市扩展方向的控制作用，改变了昆山
24、市传统的分散发展格局，中心城区成为单一发展核心。与此同时，中心城区的城市扩展也出现了“摊大饼”现象(图3，区域E、F)，用地不够集约，蔓延式发展明显，不利于主城周边生态保护。4结论与讨论SLEUTH模型自身对于情景设置有较高敏感性，排除图层与模拟参数的设置是模型模拟的关键12,24,25。目前国内大多数研究中，在模型校正阶段使用的是相同的排除图层，模型预测阶段则使用不同排除图层或调整模型参数设置不同情景151C。本文利用SLEUTH模型定量揭示了昆山市20112030年不同发展情景下的城市用地增长趋势和扩展的主要特征。在模型校正的最初阶段使用了不同的排除图层，通过调整排除图层设置预设了现有发展
25、趋势、融合生态敏感性的发展、融合城市总体规划的发展3种情景，结果显示，3种情景下模型模拟系数差异显著，现有发展趋势情景繁衍系数与道路引力系数较高，以新中心增长为主，融合生态敏感性情景与融合总体规划情景扩散系数与蔓延系数较高，以边界增长为主。这表明，在模型校正阶段使用排除图层的方式可以产生更为贴合情景设置的校正结果193，使得模型的情景设置更具有代表性。SLEUTH模型可以通过情景设置来模拟政策对城市土地扩展的影响，从而对城市规划起到支撑作用。模拟显示，昆山市未来城市用地呈快速增长趋势，到2030年城市建设用地比重将达到6070。现有发展趋势下城市分散发展，建设用地沿着道路蔓延严重，生态空间受到
26、蚕食，是一种不可持续的发展方式；生态敏感性政策会对昆山市城市扩展带来较大的约束与抑制，新增用地较为集约，生态环境保护效果较好；现有城市总体规划会改变昆山市长期以来分散发展的局面，中心城区边缘成为发展重点，但也会造成城市“摊大饼”现象。昆山市未：来需要采取更为严格的生态保护措施，尤其注重中心城区周边生态空间的保护。SLEUTH模型是一种城市规划模拟手段与工具，其模拟结果对城市规划政策的制定具有重要参考价值。很多学者的研究表明，SLEUTH模型用于预测城市用地增长时，其模拟精度受到诸多要素的影响。在模型校正阶段，选取的指数对模拟精度有一定影响，一般采用的是Compare指数与Lee-Sellee系
27、数152 4|，也有研究表明，在某些情况下利用0SM指数得到的校正结果更为精确20,213。此外，研究区尺度与空间分辨率也会对模型的模拟精度产生一定的影响20。相关研究一般采取30100 m分辨率20的数据，本文参考了相关研究的经验，综合系数收敛状况、模型运行时间等因素，最终选取了60 m空间分辨率的数据。在今后的研究中，仍需要进一步考虑其他因素对于模型模拟精度的影响，使得模拟结果更加精确。参考文献：13孙丹国家统计局：2014年中国城镇化率达到5477Ez2015z李浩城镇化率首次超过50的国际现象观察兼论中国城镇化发展现状及思考口城市规划学刊，2013(1)：435033曾永年，何丽丽，靳
28、文凭，等，长株潭城市群核心区城镇景观空间扩张过程定量分析J地理科学，2012(5)：544-54943 XIANG W，CLARKE K C The use of scenarios in land-use plan-rlingU3Environment and Planning B：Planning and Design，2003，30：885-909 5LIU x，LI XSHI x，et a1Simulating complex urban development using kernel-based non-linear cellular automataEJEcological Mo
29、delling，2008，211(1)：1691816李俊，董锁成，李泽红，等中国城市化研究热点演变分析J地理与地理信息科学，2014(3)：939873冯永玖，童小华，刘妙龙。等基于GIS的地理元胞自动机模拟框架及其应用EJ3地理与地理信息科学，2010(1)：414383 吕晓，黄贤金建设用地扩张的研究进展及展望口地理与地理信息科学，2013(6)：51-589陶嘉，黎夏，刘小平，等分析学习智能元胞自动机及优化的城市模拟J地理与地理信息科学，2007(5)：434710张靓，曾辉城市建设用地增长预测主要模型类型及特征J地理与地理信息科学，2014(1)：505511王丽妍，李飞雪，李满春，
30、等基本农田信息对SLEUTH模型模拟准确性的影响以常州市中心城区为例J地理与地理信息科学，2015(3)：48一s31 23 CLARKE K，HOPPEN S，GAYDOS LA self-modifying cellular automaton model of historicalJEnviron Plan B，1997，24：247261133 SILVA E A，CLARKE K CCalibration of the SLEUTH urban growth model for Lisbon and Porto，PortugalJComputers，Environment and U
31、rban Systems，2002，26(6)：52555214HEROI。D M，GOLDSTEIN N C，CLARKE K CThe spatiotemporal form of urban growth：Measurement，analysis andmodelingRemote Sensing of Environment，2003，86(3)：28630215刘勇SLEUTH模型支持下的城市扩展方案模拟与评估J经济地理，2009(10)：1661166416李明杰，钱乐祥，吴志峰，等广州市海珠区高密度城区扩展SLEUTH模型模拟地理学报9010(10)：2 253一t172万方数据
32、第64页 地理与地理信息科学 第32卷17183193E203E223233E243E25朱飞鸽，胡瀚文，沈兴华，等，基于SLEUTH模型的上海城市增长预测J生态学杂志，2011(9)：2107-2114李志英，刘涵妮2003-2011年国内外城市拓展SLEUTH模型研究进展J3中国人口资源与环境，2011($2)：2528AKIN A。aoRKE K C，同强B日i0GUJ S nle impact of his-tofical exclusion on the calibration of the SIE【丌H urban growthmodelD3，International Journ
33、al of Applied Earth Observation andGeoirfformation，2014，27：156168米丽娜基于Sl，EuTH模型的银川市空间扩展研究D兰州：兰州大学，2008D匝册C。CL舢RKEK C Toward optimal calibration of theSLEUTH land use change modd口Transactions in GIS，2007，11(1)：29-45冯徽徽，刘慧平，周彬学，等，SLEUTH模型的参数行为研究EJ地理与地理信息科学，2012(6)：3943丁成El，郭湘闽，何剑鸣，等，城市发展空间战略规划研究以江苏省昆山
34、市为例J城市规划学刊2008(6)：2431CLARKE K C，GAYDOS L JLoose-coupling a cellular automaton model and GIS：Long-term urban growth predictionfor San Francisco and WashingtonBahimoreJInternational Journal of Geographical Information Science，1998，12(7)：699714JANlZCA，删SJ，S唧JEYMKU她the SI EI肼urban growth model to simul
35、ate them】pans of future policy scerlar-los on urban land use in the thltimore-Washington metropolitanareaEJEnvironment and Planning B，2004，31(Z)：251272Z63黎夏，刘小平基于案例推理的元胞自动机及大区域城市演变模拟EJ地理学报，2007(10)：10971109273 ONSTED J A，CHOWDHURY R 1L Does zoning matter Acomparative analysis of landscape change in
36、Redland，Floridausing cellular automataEJ。Landscape and Urban Planning，2014，121：118，E283 DIETZEL CCLARKE K C Spatial differences in multi-resolution urban aulomata modelingJl Transactions in GIS，2004，8(4)：47949229LEAO S，BISHOP I，EVANS 13Simulating urban growth in adeveloping nations region using a ce
37、llular automata-basedmodelJJournal of Urban Planning and Development，2004，130(3)：14515830 JANTZ c A，GOETZ S J，DONATO D，et aL Designing andimplementing a regional urban modeling system using theSLEUTH cellular urban modelJComputers，Environmentand Urban Systems，2010，34(1)：116313尹海伟，徐建剐，陈昌勇，等基于GIS的吴江东部
38、地区生态敏感性分析J地理科学，2006(1)：646932JANrZ c A，GOE他S J，SHELLEY M IC Using the SLEUTHurban growth model to simulate the impacts of future policy s睁narios on urban land use in the BaltimorPshington metropolitan areaIEnvironment and Planning B：Planning and Design2004，31(2)：251-271Simulation of Urball Expansion
39、 of Kunshan City Based on SLEUTH ModelXU JielLUO Zhen-don91，YIN Haiweil，GENG Lei2(jSchool of Architecture and Urban Planning，Nanjing University，Nan3ing 210093；2Institute of Urban Planning and Design，Nanjing University，Nanjin9210093，China)Abstraet：Quantitatively revealing the expansion mode of urban
40、land use has made great sense to understand the process of regional urbanization and formulate related planning policiesTo improve the accuracy of scenario settings and enhance the praetical value of SLEUTH model，this paper takes Kunshan that has been undergoing rapid urbanization as a study caseIn
41、the stud-Ythree different excluded maps representing different scenarios(the existing development trend(scenario-I)，the developmenttrend considering ecological sensitivity(scenario-2)and the development trend catering to urban planning(scenario-3)are uti一】ized in the SLEUTH model，which aims to predi
42、ct the main characteristics of urban land growth of Kunshan in the years from201 1 to 2030The paper has set different parameter values for each calibration scenario to acquire a more accurate and real see-mrio simulatiorL In scenario-1，the breed and the road-gravity coefficients are the major contro
43、llers of the growth and the mainurban growth type is the new spreading center growthIn scenaior-2 and scenaior-3the diffusion and the spread coefficients arethe major controllers and the main growth type is the edge growthThe paper proves that using different excluded layers duringthe calibration can produce more suitable results and the simulation analysis based on different scenarios can provide the decision-making basis and reference information for urban land use planningKey words：SLEUTH model；urban expansion；scenario analysis；Kunshan city万方数据