城市扩张预测模型

高精度模拟城市扩张

融合图注意力网络与多主体建模,同时捕获高阶空间依赖与人类微观决策,实现比传统模型更精准的城市扩张模拟。

Yunqi, Gao · Liu, Dongya · 郑新奇 · Xiaoli, Wang · Ai, Gang

Remote Sensing 2025

参数信息

整体精度
0.925
Kappa系数
0.878
FoM指数
0.048
森林和草地增加面积
3142 km²
耕地增加面积
896 km²

技术优势

高阶依赖抓得准

采用多头注意力机制动态挖掘转移规则,相比仅考虑邻域的传统元胞自动机,能捕获更复杂的空间关系。

把人的决策加进去

在模型中显式加入居民、政府和交通系统三类智能体的行为规则,使模拟能反映不同微观决策对城市扩张的影响。

预测比传统模型更准

在京津冀地区模拟中整体精度达0.925,FoM指数比传统模型高3.5%,验证了模型在精度上的提升。

大规模数据跑得动

模型支持超过5万个兴趣点的数据集处理,满足城市级分析的计算需求。

应用场景