黄士琛，邵春福，王晟由

(北京交通大学 交通运输学院，北京 100044)

城市蔓延是区域在城市化进程中产生的无序扩展现象，影响了区域的可持续发展，从而引发各领域学者的广泛关注.人口增长、交通发展与城市蔓延之间具有密不可分的关系[1].文献[2]认为道路建设里程的增加虽然促进了经济发展，但同时作为催化剂引发了交通拥堵和城市蔓延.文献[3]发现道路网络的扩展会导致城市人口密度降低，中国城市环路的综合效应引起25%的居民从中心区向周边地区迁移. 文献[4]经过分析得出道路网密度是影响城市机动车出行与网络分析的重要指标.以上研究均表明城市蔓延和道路网之间具有相互演化规律.近年来，随着电子数据收集存储技术的不断成熟，连续数年纪录的公开土地覆盖和道路数据不断涌现，为人口、土地类型变化和道路网密度相互作用的研究提供了数据支撑.在研究交通与城市蔓延问题时，目前在两方面仍存在瓶颈，即如何将土地覆盖和道路等多源数据进行融合以及如何构建并标定可靠的预测模型，对城市蔓延与道路网时序下的演化规律进行解释.

深度学习作为大数据分析的关键技术，由于其准确率高，在图像与语音识别等领域取得重大成果，文献[5]在ImageNet数据集上训练了7层的CNN用于图片分类并取得较高精度.LSTM在自然语言处理、语音处理等时间序列方面展现了较强的竞争力. 文献[6]为加快收敛过程，降低调……