城市群“土地-人口-经济”空间协同模拟与未来预测框架CoCA的构建与应用

针对传统CA模型难以模拟多要素协同效应的局限，本研究提出空间协同模拟框架CoCA，集成PLUS模型与基于S曲线的密度CA(DCA)，动态更新驱动因子实现土地-人口-经济协同仿真。在武汉城市圈应用中，土地模拟FoM提升35%，人口与经济密度MAPE分别降低38%，为城市群可持续发展政策制定提供新工具。

　　

随着全球城市化进程加速，城市群作为复杂系统在土地、人口和经济要素间呈现显著的协同演化特征。然而，传统细胞自动机(CA)模型多局限于单一要素模拟，难以捕捉多要素动态交互机制。尤其在城市群尺度下，土地用途转换(LULC)、人口密度分布与经济活动的非线性关系亟待量化。武汉都市圈作为中国中部核心增长极，其31.866万人口与57,800 km²
地域的协同发展需求，凸显了构建新型空间模拟工具的紧迫性。

针对这一挑战，中国研究人员开发了CoCA框架，创新性地融合了斑块生成土地利用模拟(PLUS)模型与基于S曲线算法的密度CA(DCA)。该模型通过动态更新驱动因子策略，首次实现了土地-人口-经济三要素的连续状态协同仿真。研究采用FoM(0.239)和MAPE(人口20.19%/经济29.59%)等指标验证显示，相较传统方法精度提升35%-38%。通过模拟2030年多政策情景下的发展格局，揭示了要素间"土地扩张刺激经济-人口集聚反哺产业用地"的闭环机制，相关成果发表于《Landscape and Urban Planning》。

关键技术包括：(1)采用PLUS模型处理离散型土地类型转换；(2)基于S曲线的DCA模拟连续型人口/经济密度变化；(3)动态驱动因子更新策略实现要素实时交互；(4)武汉都市圈2010-2020年土地利用、人口普查和GDP数据作为训练集。

【Results of Multi-Factor spatial cooperative simulation】
通过2020年模拟验证，CoCA框架的总体精度(OA)达0.697。其中经济密度模拟成功捕捉到武汉光谷产业集聚区的非线性增长特征，人口分布则准确再现了"核心-边缘"梯度规律。与传统CA-Markov模型相比，对工业用地转居民用地的误判率降低42%。

【Discussion】
研究突破在于：(1)首次将S曲线描述的Logistic增长规律嵌入DCA，解决了连续变量离散化导致的精度损失；(2)通过GDP/km²
等密度指标动态反馈机制，实现了"土地用途变更→经济密度调整→人口再分布"的正向循环模拟；(3)构建的政策情景库包含生态保护红线、产业转移等6类约束条件，为国土空间规划提供决策支持。

【Conclusion】
CoCA框架的创新性体现在三方面：方法论上建立了CA模型处理多要素协同效应的新范式；应用层面验证了武汉都市圈"轴向扩张-多中心集聚"的发展路径；理论上揭示了经济密度对土地用途转换的阈值效应（当GDP/km²
＞3.2亿元时触发商业用地扩张）。研究为城市群可持续发展提供了兼具解释力与预测力的分析工具，未来可扩展至碳排放等环境要素耦合模拟。