融合Transformer与GAN的深度学习新范式TRANSGAN：推动高精度城市扩展建模与空间动态预测

本刊推荐：本文开创性地提出TRANSGAN框架，首次将Transformer（时空依赖建模）与GAN（生成对抗网络）深度融合，突破传统城市扩展模型（如CA、SLEUTH/CLUE-S）在非线性交互与长时序依赖捕捉中的瓶颈。该模型在香港复杂城市环境中展现出卓越的预测精度（F1 Score: 0.9496）与空间一致性，为高密度城市的可持续规划（sustainable urban planning）与政策制定提供可解释、可扩展的AI解决方案。

　　

Section snippets

Related works

深度学习模型已成为城市扩展模拟的强大替代方案，其通过数据驱动方法捕捉复杂的时空关系（Maier et al., 2023）。人工神经网络（ANNs）、卷积神经网络（CNNs）和U-Net等架构已被广泛应用于城市扩展建模，通过整合多时空变量以提升预测性能（Herzog et al., 2023, Zhang and Liao, 2024, Lin et al）。

Study area and materials

香港（图1）以其活跃的经济和密集的城市景观闻名，却面临着在有限土地内容纳增长人口的重大挑战（Yu et al., 2024）。该城市的地形以山地为主，可开发土地有限，导致严重的住房短缺，进而促使“劏房”（subdivided units, SDUs）的广泛出现。这些SDUs通常是由原有住宅单元分割出的拥挤、不合标准的居住空间。

Methodology

在城市规划应用中准确预测未来城市扩展需要整合多样数据类型并建模局部空间交互。TRANSGAN通过将城市扩展表述为生成器与判别器之间的对抗过程来解决这一挑战。生成器（图4、图5）通过融合地理空间特征与随机噪声来合成逼真的未来城市地图，并借助多项先进组件实现这一目标。

Future urban expansion simulation

利用TRANSGAN模型，我们模拟了香港2035年和204年的未来城市扩展情况（图7），提供了对该城市未来城市足迹演进的前瞻分析。

所生成的城市扩展地图与香港当前增长趋势高度吻合，反映了该城市独特的土地利用特征、受限开发区以及高密度化模式。该模型成功捕捉了关键城市化驱动因素，例如——

Encoder–decoder-free transformer integration

与传统基于Transformer的架构不同——后者通过离散编码器处理输入序列并由独立解码器通过掩码自注意力和交叉注意力生成输出（Chitty-Venkata et al., 2023b）——本框架避免了这种二分范式，转而采用一种流线型的仅编码器设计。在我们的实现中，生成器首先将拼接后的特征向量（静态协变量加噪声扰动的动态标志）投影到潜在嵌入空间中——

Conclusion

本研究提出了TRANSGAN，据我们所知，这是首个将Transformer和GAN架构整合用于城市扩展建模的深度学习框架。通过在一个统一的生成-判别架构中结合Transformer的空间学习优势与GAN的生成能力，TRANSGAN通过残差Transformer块、卷积注意力机制和社会——