付 玲，胡业翠，郑新奇

（中国地质大学（北京）土地科学技术学院，北京 100083）

基于BP神经网络的城市增长边界预测
——以北京市为例

付 玲，胡业翠，郑新奇

（中国地质大学（北京）土地科学技术学院，北京 100083）

研究目的：构建城市增长边界预测模型，以北京市为例，研究该模型的可行性。研究方法：尝试采用BP人工神经网络方法，结合GIS和RS技术，并选定绿地、建筑物、行政中心、主要道路、次要道路、坡度、坡向和海拔8个对城市边界扩张影响较大的因子，建立城市增长边界模型（UGBM），并应用该模型预测了北京市2020年城市增长边界，同时用面积匹配值法评估了模型的精度。研究结果：使用UGBM模型预测城市增长边界，总的面积匹配值为106%，稍微高估了城市扩张面积。研究结论：基于BP神经网络的UGB划定方法对确定城市未来扩张方向有指导作用，可为城市规划和发展政策的制定提供指导。

土地管理；城市增长边界预测；BP人工神经网络；训练

1 引言

进入21世纪以来，中国的城镇化速度迅猛，根据中国统计年鉴数据，2000年的城镇化率为36.2%，而2014年则提高至54.77%。快速的城镇化虽然促进了社会经济的发展，但也使得许多城市盲目追求空间的扩大，无序蔓延。城市增长边界作为空间增长管理的政策工具之一，以“生态优先”保护城市生态本底，以“精明增长”提升城市内部空间绩效［1］。能够控制城市无序蔓延，是提高城市空间发展质量有力的政策措施，也是中国协调生态保护与经济发展矛盾的重要手段。2006年4月实施的《城市规划编制办法》中对城市总体规划纲要首次提出划定城市增长边界的要求：提出禁建区、限建区、适建区范围，并要求研究中心城区空间增长边界。……