基于时空转换模型的可解释人工智能技术，用于预测加尔各答大都会地区的城市土地利用变化

《Geocarto International》：Explainable AI with spatio-temporal transition modelling for predicting urban land use transitions in the Kolkata metropolitan area

　　摘要

加尔各答大都市区的快速、无序的城市扩张引发了深刻的土地利用和土地覆盖变化，带来了重要的生态和治理后果。本研究提出了一个可解释的建模框架，结合了集成机器学习、Shapley Additive exPlanations方法和元胞自动机-人工神经网络模拟，以重建1991年至2025年的土地利用动态，并预测2050年的变化趋势。通过随机森林、支持向量机、极端梯度提升和轻梯度提升机等分类器评估了十六个解释变量，其中基于SHAP的权重被嵌入到模拟框架中作为结构输入。该模型的总体准确率为93%，预测显示到2050年建成区面积将达到1,146平方公里，植被面积将减少76%，农业用地面积将减少46%。可达性驱动因素主导了城市转型概率，而生态和监管限制的影响不到8%，这突显了持续的治理缺口。一个整合的政策摘要图为大都市区的利益相关者提供了直接的规划支持。

关键词：机器学习；土地利用和土地覆盖变化；未来预测；加尔各答大都市区；可持续治理

1. 引言

快速城市化是二十一世纪最重要的土地利用过程之一。目前世界上超过一半的人口居住在城市中，预计到2050这一比例将达到70%（Birch和Wachter 2011年引用；联合国人居署2023年引用），仅在过去的六十年里，全球就有近三分之一的土地表面发生了变化（Winkler等人2021年引用）。这些土地利用和土地覆盖（LULC）的变化产生了连锁反应：透水表面和植被被不透水的城市结构所取代，破坏了当地的水文系统，减少了碳封存，加剧了城市热岛效应，并加速了生物多样性的丧失（Karaku? 2019年引用；Agrawal等人2023年引用）。这种城市扩张与气候脆弱性之间的关联在联合国可持续发展目标（SDG）11（可持续城市）、SDG 13（气候行动）和SDG 15（陆地生命）中得到了明确承认，每个目标都要求基于证据的空间治理来协调增长与生态完整性（Khan等人2022年引用；Andualem等人2023年引用）。预测性LULC建模通过模拟未来土地变化的空间轨迹，为这一治理挑战提供了分析基础：它使规划者能够在不可逆的景观变化发生之前预测城市扩张，保护生态走廊，管理资源分配，并设计适应气候的土地利用策略（Mishra和Rai 2016年引用；Mu等人2019年引用）。

南亚的特大城市展示了快速城市化与生态可持续性之间的紧张关系，边缘扩张、城市郊区扩散和治理碎片化同时在多个空间尺度上发生。加尔各答大都市区（KMA）位于印度西孟加拉邦，覆盖面积约为1,851平方公里，包括六个行政区，是研究这类问题最具启发性和研究最少的案例之一。KMA的建成区面积从1991年的385平方公里（21.97%）扩大到2025年的884平方公里（50.46%），这主要受到交通走廊沿线低密度增长的推动，以及Rajarhat、Maheshtala和Sonarpur等市镇的新城镇开发的影响（Mithun等人2021年引用）。这种扩张对东加尔各答湿地（EKW）造成了严重压力，该湿地是一个被列为拉姆萨尔公约保护系统的区域，为数百万城市居民提供关键的洪水调节、污水处理和生计服务，但仍面临来自住宅和工业开发的持续侵占（Yadav等人2024年引用）。KMA的城市治理因管辖权碎片化而更加复杂：规划责任分布在三个市政公司、39个市镇和155个人口普查城镇之间，所有这些均由加尔各答大都市发展局（KMDA）管理，且缺乏统一的土地利用执行机制（Maity等人2022年引用；Ray等人2023年引用）。结果是市场驱动的空间扩张始终快于监管反应，导致了生态退化、基础设施不足和社会经济不平等的现象。

尽管有越来越多的LULC模拟研究，现有文献中仍存在三个关键缺口，这些缺口限制了当前模型的预测严谨性和政策实用性。首先是可以解释性的缺失：CA-Markov和标准CA-ANN框架通过固定矩阵或神经网络权重来分配转换概率，而没有揭示哪些空间驱动因素最具影响力或影响程度如何。这种“黑箱”特性从根本上限制了规划者对模型输出的审查、设计有针对性的干预措施或向监管机构说明决策的能力（Yang等人2020年引用；Vinoki?等人2024年引用）。其次是在驱动因素不完整性方面：大多数针对印度大都市区的现有LULC研究依赖于少于十个解释变量，通常仅限于基于接近性的可达性指标，并系统性地排除了房地产价格、人口密度梯度和法律保护区等经济决定性因素（Talukdar等人2020年引用；Gaur和Singh 2023年引用）。这种贫乏的驱动因素指定削弱了分类准确性和长期预测的生态真实性。第三是政策转化的缺失：即使技术上严谨的LULC预测也很少生成具有空间明确性的、可供利益相关者使用的输出，如城市增长边界建议、农业保护区或湿地缓冲区地图，这些可以直接应用于规划框架中。总的来说，这三个缺口代表了预测建模能力与基于证据的城市治理之间的持续脱节（Schewenius等人2014年引用；Wilkerson等人2018年引用）。

为了解决这些缺口，本研究将集成机器学习（ML）与元胞自动机-人工神经网络（CA-ANN）框架相结合，并增加了Shapley Additive exPlanations（SHAP）。这种博弈论方法将模型预测分解为各个特征的影响，提供了驱动因素重要性的全球排名和 suitability分数的单元格级解释（Kavzoglu和Bilucan 2023年引用；Zhao和Zhang 2024年引用）。四种互补的ML算法，即随机森林（RF）、支持向量机（SVM）、极端梯度提升（XGB）和轻梯度提升机（LGBM），在涵盖可达性、土地价格、人口密度、生态接近性和监管限制的十六个空间明确解释变量上进行了训练。在所有四种模型中计算的SHAP值被平均成一个集成重要性分数，然后进行标准化，以得出基于GIS的适宜性叠加图的经验性数据驱动权重，取代了大多数先前CA-ANN研究中使用的启发式或主观权重分配（Subedi等人2013年引用；Uddin等人2023年引用；Yeasmin等人2025年引用）。随后，CA-ANN模型使用这些适宜性表面，结合从历史LULC地图（1991-2025年）得出的马尔可夫链转换概率，模拟2030年、2040年和2050年的空间连贯LULC轨迹。这种架构直接解决了可解释性的缺失问题，使得每个因素的权重都是可追踪的、有实证依据的且可复制的（Carranza-García等人2019年引用；De?ermenci 2023年引用；Bhungeni等人2024年引用；Ho等人2025年引用）。

本研究的新颖之处在于将可解释的ML与空间转换建模系统地结合起来，用于一个治理严格、生态敏感的南亚特大城市——这是之前在KMA中尚未展示过的整合。与先前将SHAP作为事后诊断工具的混合框架不同，本研究将SHAP视为一个结构输入，直接决定驱动CA-ANN模拟的适宜性权重，从而将可解释性嵌入到预测架构的核心，而不是作为附加的内容（Yang等人2020年引用；Gaur和Singh 2023年引用；Lukas等人2023年引用）。此外，该研究还通过生成一个整合的政策摘要图来提高政策相关性，该图叠加了2050年的建成区概率热点、EKW法律缓冲区和推荐的农业保护区，为KMDA和KMC的规划者提供了单一的、可操作的参考。该框架经过独立分类的2025年LULC数据的验证，具有科学可信度所需的预测可靠性和治理实用性所需的解释透明度。通过将建模严谨性与规划行动联系起来，本研究展示了如何在数据受限、快速城市化的全球南方地区，可解释的地理空间AI可以作为可持续城市转型的工具（Ullah等人2019年引用；Mithun等人2022年引用；Choudhury等人2023年引用）。

本研究的目标是：（1）利用多时相Landsat卫星图像重建1991年至2025年KMA的历史LULC变化，量化土地转换的规模、空间模式和轨迹；（2）通过四种ML模型的集成（如RF、SVM、XGB和LGBM），结合SHAP来识别和实证排名城市扩张的空间驱动因素，以得出用于未来转换建模的可解释的、数据驱动的适宜性权重；（3）基于这些驱动因素权重，开发和验证一个结合了实证得出的适宜性地图和马尔可夫链转换概率的SHAP加权CA-ANN框架，模拟2030年、2040年和2050年的空间明确LULC情景，实现三十年的验证模拟范围；（4）评估预测的城市增长的生态和治理影响，特别关注植被损失、农业用地转换以及东加尔各答湿地（EKW）周围现有监管限制的有限有效性，从而诊断允许无序土地转换的治理缺口；（5）通过提供一个可复制、透明且可解释的框架来提高城市LULC建模的政策实用性，该框架可直接应用于快速城市化的南亚大都市区的可持续空间治理，为KMDA和KMC的规划利益相关者提供可操作的输出。为了将这一贡献置于当前研究领域的背景下，表1总结了2020年至2025年的代表性混合ML-based LULC建模研究。

表1. 2020-2025年最新混合ML-based LULC建模研究概要。

2. 材料与方法

2.1 研究区域

加尔各答大都市区（KMA）是印度最古老和人口最密集的城市聚居地之一（图1），位于西孟加拉邦的胡格利河东岸，覆盖面积约为1,851平方公里，包括六个行政区：加尔各答、North 24 Parganas、South 24 Parganas、Nadia、Hooghly和Howrah，地理位置介于北纬22°00′19″–23°00′01″和东经88°00′04″–88°00′33″之间，处于恒河下游平原（Ghosh等人2021年引用；Mithun等人2021年引用；Maity等人2022年引用）。加尔各答大都市发展局（KMDA）管理着一个复杂的城市框架，包括三个市政公司、39个市镇、155个人口普查城镇和445个农村村庄，反映了历史上分层且制度碎片化的治理结构，这种结构往往导致市场驱动的发展超过监管框架（Mithun等人2021年引用；Biswas和Ghosh 2021年引用）。根据2011年印度人口普查数据，KMA的人口约为1587万，而西孟加拉邦的总城市人口约为2900万，预计到2025年将增长到2110万（KMDA 2005年引用；Ghosh等人2021年引用）；全球城市估计显示，加尔各答的大都市人口在2025年约为2250万，到2050年将达到2380万，使其始终位列世界十大人口城市之列（联合国2025年引用），需要注意的是，由于COVID-19大流行，2021年的人口普查尚未公布，因此目前最可靠的人口参考数据是两次普查之间的估计值（United Nations 2025年引用）。图1显示了位于印度西孟加拉邦的加尔各答大都市区及其海拔数据。图a是印度地图，显示海拔范围从1米到8238米；图b显示了西孟加拉邦地图，海拔范围从0米到2443米；图c是加尔各答大都市区的详细地图，显示海拔范围从-40米到62米。胡格利河从北向南流经该地区，东加尔各答湿地位于东部，KMC位于中心位置。

KMA经历热带湿润和干燥气候（K?ppen: Aw），年平均温度约为27°C，年降水量为1,530-1,600毫米，主要集中在6月至9月的西南季风期间。这种气候条件加上低洼的地形，使得该地区极易受到水涝、洪水和热应力的影响（Talapatra等人2021年引用；Das等人2023年引用）。城市扩张在东部和南部边缘最为强烈，特别是在Bidhan Nagar、Rajarhat、Sonarpur和Maheshtala等地区，那里的湿地、农业用地和沼泽迅速被转变为住宅和商业开发，给被列为拉姆萨尔公约保护区的东加尔各答湿地（EKW）带来了巨大压力，尽管该湿地提供了关键的洪水滞留、污水处理和水生食物生产服务，但仍面临持续的侵占（Dasgupta等人2012年引用；Yadav等人2024年引用；Yadav等人2025年引用）。由此产生的LULC变化提高了地表温度（LST），加剧了城市热岛效应，并加剧了包括交通拥堵、贫民窟扩张和污染在内的社会经济挑战（Maity等人2022年引用；Ray等人2023年引用），使KMA成为研究人口压力、生态脆弱性和治理碎片化在快速城市化南亚特大城市交汇处的一个关键案例。**数据库**
本研究整合了空间数据、主题数据和卫星衍生数据，以支持KMA地区多因素适宜性建模和未来土地利用类型（LULC）模拟；所有数据来源的详细信息见表2。数据选择基于三个标准：完全覆盖KMA区域的空间范围、与四个校准年份（1991年、2001年、2011年和2025年）的时间对齐，以及与适宜性模型中使用的十六个解释变量的主题相关性。在整合之前，所有数据集都经过了系统预处理，以确保各层之间的几何兼容性、辐射度量一致性以及整个研究期间的分析可靠性。所有数据层都被投影到WGS 84/UTM Zone 45 N坐标系，并重新采样为统一的30米空间分辨率，这与Landsat图像的原始分辨率以及大型都市区的类似LULC模拟研究保持一致。

**表2. 研究数据库**
（注：表格内容此处省略，可依据实际研究资料补充。）

通过多年数据协调处理，确保整个研究期间的数据一致性。LULC分类方案被标准化，以便在所有时间点上保持统一的类别定义，如建筑区、农业用地、植被、水体和开阔或荒地等，防止分类不一致性引入过渡概率估计中的误差。所有数据集都调整到了共同的坐标参考系统，并被裁剪为一个覆盖整个KMA边界的统一空间范围。空间重采样统一采用最近邻插值方法（针对分类数据，包括LULC分类层），以保持离散类别边界而不产生混合像素伪影；而对于所有连续变量（如邻近性栅格、地表温度、人口密度和土地价格），则使用双线性插值方法，以确保30米分辨率下的表面表示平滑且空间连贯。

**基于邻近性的可达性变量**是从OpenStreetMap（OSM）的兴趣点和交通网络层中提取的。OSM数据经过与高分辨率Google Earth图像（2025年）和KMDA行政地图的交叉验证，对于位置偏差超过50米的特征进行了校正或排除，从而在计算欧几里得邻近性栅格之前确保了几何上的可靠性。地铁线路信息来源于反映2025年运营状态的官方门户网站。从在线房地产门户获取的土地价格数据经过基于阈值的异常值筛选，那些偏离社区平均水平的条目被调整到相应的阈值或被移除，以保持价格分布的真实性，并避免模型训练中的偏差。清洁后的数据集随后使用反距离加权（IDW）方法进行空间插值；需要注意的是，外围市政区的列表覆盖率较低，可能是插值不确定性的来源。

**人口密度**数据来自2011年印度人口普查，并在市级层面使用区域插值方法转换为30米空间分辨率；使用2011年人口普查数据在针对2025年校准的模型中的局限性已在“限制”部分进行了说明。法律限制区域（包括2017年《湿地（保护和管理）规则》规定的EKW缓冲区）的信息从KMDA获取，并在适宜性模型中作为二进制约束层编码。多时相Landsat图像经过辐射度和大气校正，以确保四个校准年份之间的传感器间和时间间的辐射度量可比性。LULC分类和地表温度（LST）是通过对处理后的图像进行监督分类和热波段反演得出的。

选择30米空间分辨率基于三个考虑因素：首先，它与Landsat图像的原始分辨率相匹配，从而消除了LULC分类工作流程中的重采样伪影；其次，30米是类似规模都市区LULC模拟研究中最常用的空间尺度，确保了方法论与现有文献的一致性，并便于结果之间的直接对比；最后，在KMA的1,851平方公里范围内，30米网格产生了大约205万个单元，足以检测到城郊过渡、湿地侵入和走廊驱动的增长模式，同时保持在TerrSet土地变化建模器环境中的计算可行性。为了评估网格大小的敏感性，通过聚合基线30米输入层，在60米和90米分辨率下进行了额外模拟。预测的2050年建筑区面积在60米分辨率下偏差小于2.1%（约24平方公里），在90米分辨率下偏差小于4.8%（约55平方公里），且在所有三个尺度上高适宜性区域的空间格局基本保持不变。验证指标（包括整体准确性、Kappa系数和稳定类别特定准确性，详见补充表1）进一步证实了模型在选定分辨率下的稳健性。虽然这些结果表明30米分辨率的选择不会实质性偏倚研究结论，但未来的改进方向可能是使用更高分辨率的卫星数据（如Sentinel-2的10米分辨率），尤其是在 delineate 微观尺度的城市形态和减少城郊过渡区的混合像素分类错误方面。

**2.3 方法论**
该方法论结合了地理空间分析、集成机器学习（ML）和元胞自动机（CA）建模，用于研究KMA地区的历史LULC动态并模拟到2050年的未来城市扩张情况。分析工作流程如图2所示，分为四个连续阶段：（i）卫星图像分类和LULC制图；（ii）适宜性因素准备及基于ML的重要性评估；（iii）基于SHAP的权重提取和适宜性叠加；（iv）基于CA-ANN的未来LULC模拟和验证。所有数据集均使用Google Earth Engine、ArcGIS 10.8.2、JupyterLab（Python 3.10）和TerrSet进行处理；完整的软件规格、硬件配置和可重复性参数详见补充表2。

**图2. 方法论流程图**
该流程图展示了城市扩张模拟的方法论。它从“观察和文献综述”开始，接着是“卫星数据（Landsat 5 TM和8 OLI）/人口普查数据/OpenStreetMap/Housing.com/99acres.com”和“Google Earth Engine/ArcGIS 10.8.2/JupyterLab（Python）/Terrset”等步骤。这些步骤连接到“LULC（1991, 2001, 2011, 2025）”部分，其中包含一个“使用Google Earth Pro进行准确性评估”的子步骤。从LULC数据，箭头指向“在JupyterLab（Python）中使用RF、SVM、XGB和LGBM进行SHAP分析以评估影响（权重）”。这又引出了“未来城市扩张的适宜性分析”和“使用AUC和ROC曲线进行验证”的子步骤。一个平行分支从“城市扩张的适宜性因素”开始，列出了诸如“距离城市中心距离”、“水体距离”等要素；该分支进一步连接到“所有因素的相关性和热图”。这两个步骤共同输入到“CA-ANN马尔可夫链模型”中。该模型进一步引导至“通过比较2025年的实际和模拟LULC进行模型验证”以及“预测到2050年的城市扩张”。

**2.4 影响LULC变化的因素（当前和未来）**
2.4.1 **距离中央商务区（DCBD）的距离**
KMA地区的中央商务区（CBDs）是经济和就业的核心地带。距离CBDs 1公里以内的区域受益于高就业机会、市场和行政服务的便利性，非常适合高密度、多用途开发。然而，中心区域可能交通拥堵，而超过7公里的区域可能会远离经济活动中心，因此不太适宜开发（见图3a）。因此，模型识别出既能获得就业机会又宜居的最佳区域。

2.4.2 **距离公交-铁路站（DBRS）的距离**
公共交通是KMA地区城市流动性的关键，每天有数百万乘客依赖公交车站和郊区铁路线出行。距离这些交通节点1公里以内的区域交通便利，减少了通勤时间，增强了连通性。这些区域非常适合以公共交通为导向的开发（TOD），有利于创建紧凑、适合步行的社区。远离主要公交或铁路站（超过5公里）的区域存在可达性不足的问题，通常会被排除在城市主流功能之外（见图3b）。

2.4.3 **距离教育机构（DED）的距离**
教育设施的便捷性是KMA地区家庭友好型城市发展的关键因素。距离学校、学院或大学1公里以内的区域更适合作为居住区，因为学生通勤更加便利。这种邻近性也促进了周边服务行业和房地产市场的需求。距离超过5公里的区域通常与教育网络整合度较低，适宜性评分较低（见图3c）。模型确保未来增长区域仍然能够获得教育资源。

2.4.4 **距离地铁（DM）的距离**
地铁系统是KMA地区城市结构的重要推动力，它提供了大规模的公共交通，减少了交通拥堵。距离地铁站1公里以内的区域通勤时间缩短，土地价值上升，房地产需求增加。这些区域支持多用途开发、智能增长和可持续的土地利用规划。相反，距离地铁线路超过5公里的区域缺乏直接通达性，因此不太适合建筑扩张（见图3d）。模型优先考虑靠近地铁区域的区域，以支持紧凑型城市的建设目标。

2.4.5 **距离警察站（DPS）的距离**
在KMA地区，获取执法基础设施的便利性对于决定城市的宜居性和安全性至关重要。距离警察站1公里以内的区域由于公共安全、应急响应和民众信任度较高而获得更高的适宜性评分，这些区域更有可能吸引住宅和商业开发（见图3e）。

2.4.6 **距离宗教中心（DRC）的距离**
KMA地区的宗教机构是社会文化的中心，对城市形态有着重要影响。距离寺庙、清真寺等宗教中心1公里以内的区域更融入了社会结构，吸引了稳定的居住需求。这些地点通常也拥有配套的商业和公共设施。相反，距离超过5公里的区域在适宜性评分中较低（见图3f）。

2.4.7 **距离建筑区（DBU）的距离**
连续增长是KMA规划的战略目标。距离现有建筑区1公里以内的区域由于共享基础设施、服务便利性和高效的公用设施扩展而更适宜开发。另一方面，距离建成区边缘5公里以外的区域在空间上是相互隔离的，这导致了较低的发育水平和较高的基础设施成本，如图3g所示。该模型通过偏好靠近建成区的位置来支持紧凑型增长。2.4.8. 距离交通网络（DTR）靠近主干道、铁路线、高速公路和关键走廊的位置大大增强了城市功能。KMA中距离交通网络1公里以内的区域可以顺畅地运输货物和服务，便于紧急情况处理，并实现基础设施的整合。这些区域因其支持快速、高效发展的能力而适合进行开发。而距离主要交通网络3公里以外的区域则被认为是孤立的或整合度较低的，这通常会导致较高的基础设施成本和物流效率低下，如图3h所示。模型通过对这些区域给予更优的评分来体现这种差异。2.4.9. 距离植被（DVG）城市与植被的接近性对于维持生态平衡、空气质量、健康益处和城市韧性至关重要。距离公园、树林等绿地1公里以内的区域提供了更好的居住环境。这些地点适合住宅开发，而不会直接侵入生态敏感区域。然而，距离植被5公里以外的区域缺乏生态服务和视觉上的缓解效果，降低了其适宜性及健康效益，如图3i所示。因此，模型更倾向于选择与植被接近的区域以实现最佳的生态-城市平衡。2.4.10. 距离水体（DWA）KMA中的水体不仅提供生态效益，还能调节当地气候并提供休闲空间。距离湿地或河流1公里以内的区域由于具有视觉吸引力和环境服务而非常适合开发。然而，距离水体0.1公里以内的区域可能会违反湿地法规的法定缓冲区规定，而距离水体超过6公里的区域则会失去与水相关的优势，如图3j所示。因此，模型考虑了一个基于距离的梯度，以增强靠近水体的城市用地的适宜性，同时不侵犯生态空间。2.4.11. 距离医院或卫生中心（DH）医疗基础设施对KMA的城市宜居性有重大影响。距离医院或初级卫生中心1公里以内的区域由于能够快速就医和应对紧急情况而更加适宜。这些区域能提供更好的公共卫生结果，并吸引不同的人群。相比之下，距离5-6公里以外的区域在应对健康紧急情况时较为脆弱，且缺乏关键设施，因此不太适合人口密集的居住（如图3k所示）。2.4.12. 禁止开发区域在KMA中，禁止开发区域包括受法律保护和生态敏感的区域，如湿地保护区（EKW）。这些区域通常与湿地保护法律和易发生洪水的区域相关，在模型中编码为“0”，表示完全不适合城市扩张。在这些区域进行开发是违法且存在环境风险的。只有被编码为“1”的非禁止开发区域，才被视为未来城市增长的可行选择（如图3l所示）。这一因素确保了规划符合《湿地规则》（2017年）并符合生态可持续性的要求。2.4.13. 土地表面温度（LST）LST是KMA中城市发展的关键环境限制因素。LST较低（通常<20°C）的区域通常反映有植被、开阔土地或水体，表明这些地方温度适宜居住。相反，LST较高的区域（超过30°C）通常是密集的建成区或贫瘠地带，表明存在热岛效应。这类区域通常居住体验差、能耗高且生态压力大（如图3m所示）。模型中，随着LST的增加，适宜性降低，从而更倾向于选择温度较低、气候条件有利的区域以支持可持续的城市发展。2.4.14. 人口密度（PD）KMA中的人口密度是基础设施集中度、服务需求和城市活力的指标。高密度区域（>10,000人/平方公里）的特点是紧凑的发展、活跃的经济区和完善的基础设施，非常适合进一步密集化或扩张。这些区域通常是经济适用房和公共交通相关开发的优先目标。相反，低密度区域（<1,000人/平方公里）则具有郊区或乡村特征，公共服务和基础设施有限，不适合快速发展（如图3n所示）。模型优先考虑高密度区域，因为它们为城市集约化提供了现成的平台。2.4.15. 土地价格（LP）土地价格是KMA中城市扩张决策的最重要因素之一。土地价格较低的区域（?45,000/平方米），集中在商业中心或绅士化区域，会带来成本障碍，限制了大规模城市扩张的可行性（如图3o所示）。因此，模型优先考虑低成本区域作为未来扩张的适宜选择。2.4.16. 土地利用类型（LULC）历史上的土地利用类型转变提供了关于土地转换趋势的见解。过去几十年中，从植被或农业用地持续转变为建成区的区域很可能是未来扩张的候选地。因此，农业用地、开阔地带和植被区域被认为最适合作为未来城市扩张的目标，因为它们具有可用性和发展潜力。相比之下，由于湿地保护法律和积水地区的建设挑战，水体被归类为不适合建成区扩张。同样，现有的建成区也不适合进一步开发，因为它们几乎没有新的建设空间。基于这些考虑，每个土地使用类型都被赋予了一个建成潜力得分，并随后进行了标准化，以便整合到城市适宜性模型中。这种时间模式的识别使模型能够预测城市发展轨迹，并识别出未来基础设施开发的高潜力区域（图4）。2.5. 使用SHAP分析因素对当前LULC的影响及其在未来的城市扩张建模中的应用为了识别和量化KMA中当前LULC模式的空间驱动因素，在集成机器学习（ML）框架内应用了SHAP分析。所有十六个解释变量被视为独立变量，2025年的LULC地图被视为因变量。在模型训练之前，每个输入变量都被标准化到0到1的标准范围内，以确保可比性并消除尺度相关的偏差。使用分层随机采样策略训练ML模型（每个类别500个像素；总共2500个；70:30的训练-验证分割；5折交叉验证），以捕捉空间驱动因素与当前土地利用模式之间的关系。随后计算每个模型的SHAP值，以量化每个因素对分类结果的边际贡献，具体来说是某个单元格被分配到建成区的概率。在计算SHAP值之前，方差膨胀因子（VIF）分析确认所有十六个变量的VIF值均低于5.0的阈值（范围：1.52–2.32；补充表3），证实多重共线性不会显著影响SHAP分配的稳定性。基于树的集成模型计算SHAP值时，考虑了所有可能的特征排序，根据模型实际依赖性将解释能力分配给相关预测因子，使得SHAP相对于标准回归重要性度量更稳健地抵抗多重共线性（Kavzoglu和Bilucan，2023年）。SHAP衍生的分类重要性与其对未来转换适宜性的概念联系基于空间惯性原则，即控制当前建成区空间分布的因素是未来城市转换的可靠预测因子，前提是潜在的城市化驱动因素在模拟期间保持结构一致。在这一假设下，强烈解释建成区当前位置的因素，如靠近商业中心或交通网络的因素，预计会对未来新的城市发展集中的位置产生同等影响。这一假设在KMA中四十年来观察到的以可达性为驱动的城市化模式的连续性上有实证基础，并且与广泛应用于基于细胞自动机的城市增长建模中的驱动因素稳定性原则一致（Subedi等人，2013年；Rahman等人，2017年；Uddin等人，2023年）。为了将SHAP值转换为适宜性权重，计算了所有四个ML模型中每个因子的平均绝对SHAP值，并将其平均值转换为每个变量的单一集成重要性得分。这些集成得分随后被标准化为总和为100%，得到一个比例权重向量w={w1,w2,…,w16}，表示每个驱动因素的相对实证重要性。然后将这个权重向量纳入基于GIS的加权和覆盖层中，为每个30米单元格i生成一个空间连续的城市适宜性指数，定义为：Si=∑j=116(wj×xij)，其中wj表示因子j的标准化SHAP权重，xij表示单元格i处因子j的标准值。得到的适宜性表面被整合到CA-ANN框架中作为指导输入层，取代了大多数先前CA-Markov研究中使用的启发式或等权重分配方法，确保了转换适宜性表面的实证基础和方法论透明度（Gaur和Singh，2023年）。第3.2节评估了模拟结果对这些权重的扰动敏感性，并在补充表4中报告，确认适宜性表面和预测结果在现实的不确定性范围内是稳健的。3. 结果从1991年到2025年的LULC时空分析显示，KMA中的所有五个类别（建成区、农业用地、植被覆盖、水体和开阔或贫瘠土地）都发生了显著的变化。这些观察到的变化使用TerrSet中的土地变化模型进一步预测到了2050年（表3和表4），并在图4至图9中进行了展示。表3. KMA的LULC面积及覆盖率（1991–2050年）。下载CSV显示表格表4. LULC类别间的转换（1991?2050年）。下载CSV显示表格3.1. LULC转换（1991?2050年）建成区的扩张在整个研究期间最为显著且一致。从1991年的385平方公里（21.97%）增加到2001年的506平方公里（28.88%），2011年的634平方公里（36.19%），到2025年的884平方公里（50.46%），34年间净增加了499平方公里（图4和图5；表3）。预测显示，到2030年将增加到943平方公里（53.82%），2040年增加到1,056平方公里（60.27%），2050年增加到1,146平方公里（65.41%），六十年间城市化土地增加了近三倍（图6、图7、图8和图9；表3）。植被覆盖面积是所有LULC类别中下降幅度最大的。从1991年的457平方公里（26.08%）减少到2001年的358平方公里（20.43%），2011年的289平方公里（16.49%），2025年的180平方公里（10.27%）（图4和图5）。预测显示，到2030年将进一步减少到162平方公里（9.25%），2040年减少到137平方公里（7.82%），2050年减少到111平方公里（6.33%），相对于1991年的基线减少了75.7%（表3；图6-9）。农业用地在1991年是最大的LULC类别，面积为703平方公里（40.13%）。2001年略微增加到730平方公里（41.67%），随后持续减少到2011年的684平方公里（39.04%），2025年的553平方公里（31.56%）（图4和图5；表3）。预测值显示，到2030年将进一步减少到521.8平方公里（29.78%），2040年减少到438.5平方公里（25.03%），2050年减少到377平方公里（21.50%），相对于2025年的基线净减少了大约326平方公里（表3；图6-9）。水体在整个研究期间相对稳定，从1991年的132平方公里（7.53%）略微减少到2011年的126平方公里（7.19%），然后在2025年略有回升到131平方公里（7.48%）（表3）。预测值显示，到2030年将逐渐减少到122平方公里（6.96%），2040年减少到118平方公里（6.73%），2050年减少到116平方公里（6.62%）（表3）。开阔或贫瘠土地在整个研究期间几乎完全消失，从1991年的75平方公里（4.28%）急剧减少到2025年的4平方公里（0.23%），预测值显示到2050年仅剩2平方公里（0.11%）（表3；图4-9）。图4. LULC变化（1991?2025年）。这幅四幅图系列显示了1991年至2025年间一个地区的土地利用和土地覆盖变化。图1991显示该地区有一条中央蓝色的河流，周围是绿色的植被、黄色的农业用地和一些红色的建成区。图2001显示了类似的模式，但红色建成区略有增加。图2011延续了这一趋势，显示红色建成区尤其是沿河流和地区中心的扩张更为明显。图2025预测建成区面积将显著增加，占据该地区的大部分，而绿色植被和黄色农业用地将减少。底部的图例定义了土地利用类型（LULC）：蓝色代表水域，红色代表建成区，黄色代表农业用地，浅绿色代表开阔地或裸地，深绿色代表植被。2001年图形的右上角有一个指南针，指示北、南、东、西四个方向。
图5. 1991年至2025年土地利用类型的转变。
这幅地图显示了1991年至2025年间某一地理区域的土地利用和土地覆盖变化情况。一条中央蜿蜒的河流流经该区域，地图主要由植被区、农业用地和建成区构成。图例列出了20种土地利用和土地覆盖变化类型，每种类型用不同的图案或颜色表示，包括水域转为水域、水域转为建成区、水域转为农业用地、水域转为植被、开阔地或裸地转为开阔地或裸地、建成区转为建成区、农业用地转为水域、农业用地转为建成区、农业用地转为农业用地、农业用地转为植被、开阔地或裸地转为水域、开阔地或裸地转为建成区、开阔地或裸地转为农业用地、开阔地或裸地转为植被、植被转为水域、植被转为建成区、植被转为农业用地以及植被转为植被。比例尺表示20公里单位。
图6. 预计的未来土地利用类型（2030-2050年）。
这三张图层图分别展示了2030年、2040年和2050年的土地利用类型，按两行排列。左上角的2030年图显示了一个有中央蓝色河流的区域，大部分土地为红色（建成区），分散的黄色为农业用地，浅棕色为开阔地或裸地，绿色为植被。右上角的2040年图显示类似的情况，红色建成区略有增加，而黄色农业用地和绿色植被减少。左下角的2050年图显示中央仍有蓝色河流，红色建成区继续扩张，进一步减少黄色农业用地和绿色植被。右上角有一个指南针，底部的图例定义了土地利用类型：蓝色代表水域，红色代表建成区，黄色代表农业用地，浅棕色代表开阔地或裸地，绿色代表植被。
图7. 2025年至2050年土地利用类型的转变。
这幅地图显示了2025年至2050年间一个形状不规则、长度较长的区域的土地利用变化。右侧的图例详细列出了14种土地覆盖类型的转变。地图主要由红色（建成区转为建成区）和黄色（农业用地转为农业用地）覆盖。一条显著的蓝色蜿蜒线（代表水域转为水域）垂直穿过区域中心。其他类型如农业用地转为建成区、农业用地转为植被、农业用地转为水域、开阔地或裸地转为开阔地或裸地、植被转为农业用地、植被转为建成区、植被转为植被、植被转为水域、水域转为农业用地、水域转为建成区以及水域转为植被在地图上以较小斑块形式分布。底部的比例尺表示20公里单位。
图8. 各类土地利用面积（平方公里）。
这个双面板桑基图显示了土地利用和土地覆盖随时间的变化。面板a以平方公里为单位显示面积，面板b以百分比显示面积。两个面板都有标有“土地利用类型”（包括水域、建成区、农业用地、植被和开阔地或裸地）的水平轴。图例标出了1991年至2050年的七个时间段。在面板a中，水域面积从1991年的132平方公里减少到2050年的116平方公里；建成区从1991年的385平方公里增加到2050年的1146平方公里；农业用地从1991年的730平方公里减少到2050年的377平方公里；植被从1991年的457平方公里减少到2050年的111平方公里；开阔地或裸地从1991年的75平方公里减少到2050年的19平方公里。在面板b中，水域面积从1991年的7.53%减少到2050年的6.62%；建成区从1991年的21.97%增加到2050年的65.41%；农业用地从1991年的41.67%减少到2050年的21.5%；植被从1991年的26.08%减少到2050年的6.33%；开阔地或裸地从1991年的4.28%减少到2050年的1.08%。
图9. 1991年至2050年土地利用类型的转变。
这个三面板图显示了土地利用类型的转变情况。面板a显示1991年的数据，面板b显示2015年的数据，面板c显示2050年的数据。每个面板都展示了一个圆形流程图，包含五种土地利用类型：农业用地、植被、开阔地或裸地、水域和建成区。这些类型围绕圆圈排列，粗曲线条连接不同类型，表示它们之间的转变。每条曲线的宽度代表转变的程度。圆圈外侧标注了每种类型的总面积（单位未指定）。整体趋势显示，随着时间的推移，建成区和农业用地面积增加，而植被和开阔地或裸地面积减少。
类别间转换分析（表4；图9a）显示，1991年至2025年间大部分建成区的扩张来自农业用地（270平方公里）、植被（174平方公里）和开阔地或裸地（40平方公里）。预计在2025-2050年期间，农业用地（170平方公里）和植被（68平方公里）将继续成为建成区扩张的主要来源，而水域转为建成区的面积预计将从1991-2025年的15平方公里增加到2025-2050年的22平方公里，表明水生系统的侵蚀加剧。在这两个时间段内，建成区没有反向转变到其他土地利用类型的案例，证实了KMA地区城市土地利用转换的不可逆性。
3.2. 基于SHAPA的特征重要性评估
使用四种机器学习模型（RF、SVM、XGB和LGBM）进行了基于特征的显著性评估，这些模型在70:30的训练-验证 split和5折交叉验证基础上进行训练。RF获得了最高的整体准确率（OA：94.3%；AUC：0.97；F1：0.938），并被确定为方向性SHAP解释的最佳模型（表5中的完整模型性能指标）。分析前，VIF测试确认所有16个变量的多重共线性均低于5.0的阈值（范围：1.52–2.32；补充表3）。所有四个模型的排列重要性分析与SHAP结果一致，DCBD在所有分类器中排名第一或第二（图10a、11a）。留一特征法（LOFO-SHAP）分析确认，前五种驱动因素的优先级在所有试验中保持不变，空间邻近的变量（如DBU）吸收了部分重要性，当排除DCBD时，其重要性增加了2.1个百分点，证实了重要性排序的结构稳定性（补充表3；图10a–d）。
靠近中心商务区（DCBD）被认为是影响城市适宜性的最重要因素，所有模型中的平均SHAP权重为16.51%，在RF模型中最高，达到29.13%（图10b、11b）。靠近教育机构（DED）排名第三，权重为10.70%，当前土地利用（LULC_P）排名第二，权重为10.23%。这些交通可达性变量（如距离道路（DBRS）、地铁线路（DM）和交通网络（DTR）的综合影响超过15%，在驱动因素中排名第二。社会经济变量（如人口密度（PD，5.74%）和土地价格（LP，4.56%）也是重要的次要影响因素。环境参数（如LST（4.82%）、距离水域（DWA，4.27%）和植被邻近性（DVG，2.73%）的重要性得分较低。所有模型中，土地使用限制的SHAP贡献最低，不到0.5%。
ensemble平均重要性（所有四个模型的平均绝对SHAP值）确认DCBD是最主要驱动因素，其次是DED、LULC_P和综合交通可达性变量，而DVG、DWA和限制因素在所有分类器中的排名最低（图10c、11c）。BeeSwarm图（图11）显示了驱动因素的影响方向：较低的DCBD值与较高的SHAP值相关。相反，较高的限制因素值在所有模型中产生的SHAP贡献接近零，证实了监管限制对KMA地区城市转变概率的微不足道的影响。
图10. 四种机器学习模型（RF、SVM、XGB和LGBM）的SHAP特征影响力。
这个四面板条形图按两组显示了各种特征的SHAP平均值，代表其对模型输出的影响大小。所有面板的水平轴标注了“平均SHAP值”。面板a显示了RF模型的结果，前五个特征依次为DCBD（0.0495）、DBU（0.0264）、DED（0.0245）、LULC_P（0.0170）和LST（0.0103）。面板b显示了SVM模型的结果，前五个特征依次为DED（0.0253）、DM（0.0239）、PD（0.0198）、DCBD（0.0182）和DRC（0.0180）。面板c显示了XGB模型的结果，前五个特征依次为DCBD（0.0329）、LULC_P（0.0210）、DED（0.0189）、DBU（0.0163）和DBRS（0.0147）。面板d显示了LGBM模型的结果，前五个特征依次为DCBD（0.0343）、LULC_P（0.0207）、DED（0.0182）、DBU（0.0158）和DBRS（0.0153）。所有面板中的SHAP值从最上方特征到最下方特征（RESTRICTION）呈现递减趋势，RESTRICTION的值始终最低。
图11. 四种机器学习模型（RF、SVM、XGB和LGBM）的SHAP图。
这个四面板图按两组显示了各种特征的SHAP值对模型输出的影响。每个面板都有标注“SHAP值（对模型输出的影响）”的水平轴和列出了DCBD、DBU、DED、LULC_P、LST、DH、DBRS、PD、DRC、DTR、DWA、LP、DM、DPS、DVG和RESTRICTION等特征的垂直轴。每个面板右侧的垂直色条表示特征值的从低到高顺序。面板a（RF）显示的SHAP值大多在-0.1到0.1之间。面板b（SVM）显示的SHAP值大多在-0.05到0.05之间。面板c（XGB）显示的SHAP值大多在-0.1到0.05之间。面板d（LGBM）显示的SHAP值大多在-0.05到0.05之间。所有面板都显示了每个特征的分布情况，红色点表示高特征值，蓝色点表示低特征值。
三个扰动因素的基线SHAP权重分别为：DCBD（16.51%）、DBU（8.31%）和综合交通可达性（DBRS和DM；约10.2%）。敏感性分析确认模型对权重扰动的响应适中（补充表4）。DCBD权重降低20%会导致预测的2050年建成区面积增加6.8%，植被覆盖率减少4.7%。DBU和交通权重分别降低20%会导致相应的5.7%和4.9%的影响。同时将这三个排名最高的因素权重增加20%会导致预测的建成区面积减少6.2%，植被覆盖率增加4.8%。所有八种扰动情景下的整体空间模式和土地利用变化方向保持一致，没有产生质量不同的增长趋势（补充表4）。
3.3. 叠加分析
使用SHAP得出的权重在GIS中进行了加权叠加分析，生成了KMA地区的综合城市适宜性地图。十六个因素层分别标准化到0-1的范围内，并根据其相应的SHAP集成重要性得分进行加权，从而在1,851平方公里的研究区域内生成了连续的空间适宜性指数。最终的适宜性表面分为五个类别：不适宜、勉强适宜、中等适宜、高度适宜和非常适宜，以便在不同模型和集成平均结果之间进行比较（图12、13和14）。集成平均适宜性地图显示，大约69%的KMA地区属于高度或非常适宜的类别。高度适宜的区域面积为620平方公里（35.4%），非常适宜的区域面积为585平方公里（33.5%），这些区域主要集中沿着交通走廊、已建立的建成区群以及靠近机构中心的地方。中度适宜的区域面积为554平方公里（31.6%），而不适宜和勉强适宜的区域合计约为301平方公里（17.2%），主要分布在生态敏感区和法律限制区内（见图12、13和14）。

图12. 使用SHAP特征影响力权重的方法包括：(a) RF，(b) SVM，(c) XGB和(d) LGBM。请阅读该图的详细说明。

条形图显示了四种不同模型（RF、XGB、LGBM和SVM）中17个不同因素的权重。纵轴表示权重百分比，范围从0到35。横轴列出了各个因素：DCBD、DBU、DED、LULC（P）、LST、DH、DBRS、PD、DRC、DTR、DWA、LP、DM、DPS、DVG和RESTRICTION。每个因素都有四个条形图，分别代表RF、XGB、LGBM和SVM模型，图表下方有一个平均值。对于DCBD，RF的权重最高，为29.13%，远高于其他模型；对于LULC（P），XGB的权重最高，为13.66%；对于DM，SVM的权重最高，为10.82%；对于RESTRICTION，LGBM的权重最高，为0.99%。表格中也提供了每个因素的平均权重，其中DCBD的平均权重最高，为16.51%，RESTRICTION的平均权重最低，为0.29%。这些权重在不同因素和模型之间存在显著差异。

3.4. 使用机器学习驱动权重进行适宜性分析和面积计算

分别使用RF、SVM、XGB和LGBM模型进行了单独的适宜性分析，并将结果与集成平均值进行比较，以评估模型间的一致性（见图13和14）。SVM模型将53平方公里（3.0%）分类为不适宜，170平方公里（9.7%）分类为勉强适宜，430平方公里（24.5%）分类为适度适宜，517平方公里（29.5%）分类为高度适宜，465平方公里（26.5%）分类为非常适宜。RF模型得出的高度适宜和非常适宜的土地面积相对较大（分别为545平方公里和551平方公里）。LGBM的结果与RF大体相当，将520平方公里（29.7%）分类为高度适宜，467平方公里（29.5%）分类为非常适宜。XGB模型给出了最保守的估计，将435平方公里（24.8%）归类为非常适宜，并记录了最高的适度适宜面积，为391平方公里（22.3%）。在所有四种模型中，高度适宜和非常适宜的区域始终占据主导地位，总面积占研究区域的55.9%（XGB）到62.6%（RF）。集成平均值平衡了模型间的差异，形成了一致的适宜性分布，其中高度适宜的区域占KMA区域的68.9%。图14展示了按模型划分的适宜性类别面积总结，证实了模型间在适宜性区域沿交通走廊和已建立的城市节点的空间分布上的一致性。

图13. 通过(a) RF，(b) SVM，(c) XGB，(d) LGBM和(e) 平均值对建成区的适宜性进行评估。请阅读该图的详细说明。

这个五面板地图系列分为两行，第一行有三个面板，第二行有两个面板，展示了适宜性评估结果。面板a显示了一个区域，包括非常适宜、高度适宜、适度适宜、勉强适宜和不适宜的区域。面板b显示了另一个具有不同适宜性水平的类似区域。面板c展示了第三个区域的适宜性评估结果。面板d展示了第四个区域的适宜性评估结果。右侧的图例列出了适宜性程度，分为：不适宜、勉强适宜、适度适宜、高度适宜和非常适宜。

图14. 不同类别下的建成区适宜性面积：(a) RF，(b) SVM，(c) XGB，(d) LGBM和(e) 平均值。请阅读该图的详细说明。

这个双面板图表展示了适宜性面积分布。面板a以平方公里为单位显示面积，面板b以百分比为单位显示面积。两个面板都在横轴上标出了五个适宜性类别：不适宜、勉强适宜、适度适宜、高度适宜和非常适宜。每个适宜性类别都有五个条形图，分别代表Average、XGB、SVM和LGBM模型的结果。在面板a中，Average的面积从不适宜的71平方公里增加到高度适宜的620平方公里，然后减少到非常适宜的585平方公里。XGB、SVM和RF的趋势相似，但数值有所不同。在面板b中，Average的面积百分比从不适宜的4.1%增加到高度适宜的35.4%，然后减少到非常适宜的33.5%。XGB、SVM和RF的趋势也相似，但百分比数值不同。

3.5. 将机器学习与CA-ANN整合

从加权叠加中得出的SHAP加权适宜性地图被整合到CA-ANN框架中，用于模拟2030年、2040年和2050年的空间明确的土地利用类型（LULC）转变。适宜性表面提供了KMA区域内每个30米网格单元的转换可能性，基于涵盖可达性、环境和社会经济维度的十六个解释性因素（见图15）。ANN组件实现为一个多层感知器（MLP），包括一个有16个节点的输入层，两个分别有14个和8个神经元的隐藏层，以及一个有5个节点的输出层，对应于5个LULC类别。所有隐藏层的神经元都使用了Sigmoid激活函数。网络使用反向传播（backpropagation）进行训练，学习率为0.001，动量为0.5，最大迭代次数为10,000次，并在均方根误差（RMSE）低于0.01时提前停止训练。单元i转换为土地利用类型c的转移概率表示为（公式（Equation1）：

(1) Pi(c)=f(W · Xi + b)

其中Xi是单元i处的标准化驱动因素值向量，W是学习到的ANN权重矩阵，b是偏置项，f是定义为（公式（Equation2）的Sigmoid激活函数：

(2) f(z) = 1 / (1 + e^(-z))

图15. 用于未来LULC预测的CA-ANN模型结构。请阅读该图的详细说明。

该图展示了一个用于模拟土地利用类型预测的人工神经网络模型结构，包括一个输入层、两个隐藏层和一个输出层。左侧的输入层有16个节点，分别标记为限制区域、LST、人口密度、土地价格、离警察站的距离、离公交/铁路站的距离、离交通网络的距离、离地铁的距离、离植被的距离、离水体的距离、离教育机构的距离、离医院的距离、离CBD的距离、离建成区的距离、新LULC和旧LULC。第一个隐藏层有6个节点，标记为H1至H6。第二个隐藏层有4个节点，标记为O1至O4。右侧的输出层有3个节点，分别代表2030年、2040年和2050年的模拟LULC。所有节点通过线条连接，表示数据从左向右流动。

这种公式确保了转移概率介于0和1之间，并反映了每个单元位置上所有十六个空间驱动因素的综合影响。

CA组件应用了一个5×5摩尔邻域配置，将局部空间交互效应和连续性约束纳入分配过程。单元i在时间t+1的预测状态由以下公式确定：

(3) Si(t+1) = Pi(c) × Ni × Ωi

其中Pi(c)是ANN推导出的类别c的转移概率，Ni是量化当前在5×5摩尔邻域内分配给类别c的单元比例的邻域影响项，Ωi是从加权叠加中得出的单元i的SHAP加权适宜性得分。这种乘法结构确保了转移条件同时考虑了学习到的转移概率、局部空间连续性和基于经验的驱动因素适宜性，防止了随机分配，并将模拟增长集中在同时可能性高、与现有开发空间接近且适宜性高的区域。

马尔可夫链组件使用最大似然估计来量化历史LULC地图之间的类别转换概率。转换概率矩阵T的每个元素定义如下（公式（Equation4）：

(4) Tab = P(LULCt+1 | LULCt=a)

该矩阵是根据1991-2025年的LULC时间序列估计的，用于限制每个模拟时间步骤每个类别的总土地分配。CA-ANN模型从2025年每年迭代一次，直到目标模拟年份（2030年、2040年或2050年），通过最大化模拟和实际2025年LULC地图之间的一致性来校准邻域配置和迭代参数。这种整合确保了未来城市增长不是随机的，而是遵循现实的空间连贯模式，集中在适宜性高的区域，同时限制在生态敏感和适宜性低的区域的开发，从而为2030年、2040年和2050年生成了地理上可信的LULC模拟。

3.6. 因素之间的相关性分析

相关性分析揭示了LULC转变与潜在驱动因素之间的明显关系。距离建成区（DBU）、距离道路网络（DBRS）和距离教育机构（DED）的距离与LULC变化潜力显示出最强的正相关性（r = 0.63），表明城市扩张主要围绕现有的建成区、交通走廊和机构中心聚集。距离中央商务区（DCBD）的距离也显示出强烈的关联（r = 0.64），进一步证实了经济中心性对土地转换的影响。人口密度（PD，r = 0.44）和土地价格（LP，r = 0.39）显示出中等相关性，表明人口压力和市场驱动的土地估值显著指导了开发模式。相比之下，环境因素如距离植被（DVG，r = 0.11）和水体（DWA，r = 0.28）以及规划限制（r = 0.28）的相关性较弱，表明生态考虑和监管限制对LULC转变的控制有限（见图16）。

图16. 适宜性因素之间的相关性分析。请阅读该图的详细说明。

热力图显示了13个因素的相关性系数，排列在一个方形网格中。横轴和纵轴列出了相同的13个因素：DBU、DBRS、DRC、DED、DH、LP、LST、DM、PD、DPS、DCBD、DTR、DVG、DWA、RESTRICTION和LULC（P）。对角线单元表示自相关性，所有值均为1.00。右侧的颜色刻度表示相关性值，从负0.2到1.0，其中深红色表示较高的正相关性，深蓝色表示较高的负相关性。大多数相关性为正，许多值超过0.5。也存在负相关性，例如DVG与DBRS的负相关性为-0.05，以及RESTRICTION与DWA的负相关性为-0.26。对角线上的最高正相关值为1.00，几个非对角线单元的值超过0.6，例如DBU与DBRS的0.63和DED与DBU的0.61。最低的负相关性为RESTRICTION与DWA的-0.26和DWA与RESTRICTION的-0.26。

3.7. 模型验证

在TerrSet中通过将2025年的模拟LULC地图与同年实际分类的LULC地图进行比较来进行模型验证。验证地图识别了模型性能的三个空间类别：预测准确的区域（绿色）、误报（黄色）和未识别的变化（红色）（见图17）。CA-ANN模型的总体准确率为93%，Kappa系数为0.91，表明模拟和观测到的LULC之间有极好的一致性。

图17. 2025年CA-ANN模型与实际和模拟LULC的准确性评估。请阅读该图的详细说明。

该地图显示了2025年的土地利用覆盖验证结果，边界不规则。地图主要由三种类别覆盖：绿色区域代表预测准确的情况，红色区域代表误报，黄色区域代表未识别的变化。绿色区域广泛分布在整个地图上，表明预测准确的情形单调较多。红色和黄色区域散布在绿色区域内，红色以细线和小型簇的形式出现，黄色区域以较小且较少的簇的形式出现。右上角有一个罗盘玫瑰图，指示方向：北、南、东和西。右下角有一个水平刻度尺，范围从0到16公里，主要刻度位于0、2、4、8、12和16公里。

在用于SHAP分析的四种机器学习模型中，LGBM的AUC-ROC最高（0.960），其次是RF（0.956）、XGB（0.950）和SVM（0.920）（见图18）。所有四个模型都产生了ROC曲线，在图表的左上角处有急剧的上升趋势，表明在所有分类阈值下，它们都能强烈区分建成区和非建成区之间的过渡类别。就整体准确性而言，RF取得了最高的OA（94.3%）和加权F1分数（0.938），而LGBM和XGB产生的结果也非常接近，分别为93.1%和92.7%，这反映了梯度提升方法在复杂的大都市环境中进行高维度LULC分类时的稳健性。SVM虽然表现最低，但依然很强（OA：90.8%；AUC：0.920；F1：0.901）。所有四个ROC曲线在图表的高性能区域内收敛，AUC值紧密介于0.920和0.960之间，这证实了集成分类框架的稳定性和一致性。交叉验证进一步证实了所有四个模型都具有可靠的泛化能力，五个折叠测试中的平均OA变化小于1.2%，排除了过拟合的担忧，并支持了从这些分类器中得出的SHAP重要性排名的有效性（表5）。图18显示了这四个机器学习分类器的ROC曲线。阅读该图的详细描述。该折线图展示了四个接收者操作特征曲线，比较了四种机器学习分类器的性能。水平轴表示假阳性率，范围从0.0到1.0；垂直轴表示真阳性率，范围也从0.0到1.0。从0,0到1,1的对角虚线表示随机机会。四条实线分别代表RF、SVM、XGB和LGBM。RF曲线的曲线下面积为0.956，从0,0急剧上升到大约0.02、0.95，然后逐渐增加到1.0、1.0。SVM曲线的AUC为0.920，从0,0急剧上升到大约0.05、0.85，然后逐渐增加到1.0、1.0。XGB曲线的AUC为0.950，从0,0急剧上升到大约0.02、0.95，然后逐渐增加到1.0、1.0。LGBM曲线的AUC为0.960，从0,0急剧上升到大约0.01、0.97，然后逐渐增加到1.0、1.0。LGBM曲线通常在给定假阳性率下显示出最高的真阳性率，其次是RF和XGB，而SVM的表现最低。

在CA–ANN模拟层面，特定类别的准确性模式揭示了LULC类别之间预测性能的重要差异（补充表1）。水体实现了最高的分类准确率，生产者的准确率为97%，使用者的准确率为100%，并且没有commission误差，这一结果归因于KMA内水生特征的光谱独特性和空间稳定性。建成区的分类具有很高的可靠性，剩余误差集中在快速过渡的城郊走廊区域。最具挑战性的类别是植被和农业，它们的commission误差分别为10.7%和9.9%，遗漏误差分别为8%和9%，这符合这些土地覆盖类型在过渡区之间的光谱相似性，在30米分辨率下会产生混合像素。开放土地的遗漏和commission误差模式相似（分别为9%和5.2%），反映了到2025年其几乎完全消失和空间碎片化的情况。这些特定类别的结果证实，CA–ANN框架对于光谱和空间上独特的类别表现最为可靠，同时也承认了在快速混合土地转换的城郊过渡区存在可预测的局限性。

除了总体指标之外，还分析了预测误差的空间分布，以识别模型不准确的聚类模式。错误警报主要集中在东部城郊边缘地区，特别是Rajarhat-Newtown、Sonarpur和Maheshtala，这些地区在2021年至2025年间由于地铁扩展和乡镇项目导致的不正规开发并未被2011–2025年的训练数据完全捕捉到，这与建成区的8.7% commission误差一致（补充表1）。遗漏的变化集中在低密度的周边市镇，那里的微尺度填充发生在模型的有效30米分辨率以下。植被（commission误差10.7%，遗漏误差8%）和农业的错误最高，这归因于城郊过渡区的光谱重叠，而水体则表现出近乎完美的分类。在整个研究区域内，预测不准确性没有显示出系统性的空间偏差；错误集中在经历快速、基础设施驱动变化的具体过渡区，这证实了该框架对已建立的城市增长走廊预测的可靠性。

1991年至2050年期间，KMA的LULC轨迹不仅仅是建成区面积的量化扩张；它构成了大都市景观的根本性重组，这种重组是由市场力量、结构上薄弱的生态治理以及一个始终优先考虑连通性而非可持续性的制度环境所驱动的。本研究的结果记录了从以农业为主的多样化城郊马赛克向空间饱和、不透水的城市结构的转变，在这种转变中，曾经支撑大都市韧性的生态系统正在被系统性地破坏。

4.1 LULC转型趋势（1991–2050）
预计建成区面积将从1991年的385平方公里（21.97%）增加到2050年的1,146平方公里（65.41%），这不是一个孤立的城市现象，而是人口增长、经济自由化、基础设施投资以及缺乏有效空间控制的多种压力共同作用的结果（Mithun等人，引用2021；Khan等人，引用2024）。这些压力产生了一个自我强化的循环：新的基础设施吸引开发，进而产生对更多基础设施的需求，逐渐吸收大都市边缘的农业和植被土地。预计到2050年，植被覆盖率将减少75.7%，农业用地将减少46.4%，这是这一动态最具生态意义的结果，不仅代表了景观的变化，还意味着关键生态系统服务的侵蚀，包括碳封存、洪水调节和食物生产，数百万KMA居民依赖于这些服务（Yadav等人，引用2024，引用2025）。

从1991年的385平方公里（21.97%）增加到2050年的1,146平方公里（65.41%），建成区面积的近三倍增长并不是一个孤立的城市现象，而是人口增长、经济自由化、基础设施投资以及缺乏有效空间控制的多种压力共同作用的结果（Mithun等人，引用2021；Khan等人，引用2024）。这些压力产生了一个自我强化的循环：新的基础设施吸引开发，进而产生对更多基础设施的需求，逐渐吸收大都市边缘的农业和植被土地。低密度跳跃式发展导致了土地消费的低效和城市结构的碎片化，这在Rajarhat、Sonarpur和Maheshtala等城郊市镇尤为明显（Biswas和Ghosh，引用2021）。预计到2050年，植被覆盖率将减少75.7%，农业用地将减少46.4%，这是这一动态最具生态意义的结果，不仅代表了景观的变化，还意味着关键生态系统服务的侵蚀，包括碳封存、洪水调节和食物生产，数百万KMA居民依赖于这些服务（Yadav等人，引用2024，引用2025）。

水体表面面积在六十年间从132平方公里微降至116平方公里，表面上的稳定性掩盖了更加隐秘的 qualitative 退化。污染负荷的增加、无序的土地开垦和排水渠道的阻塞逐渐损害了水生系统的生态和水文功能，包括 Ramsar 指定的 EKW（Yadav等人，引用2024）。开放和荒芜土地几乎完全消失，从75平方公里（4.28%）减少到仅2平方公里（0.11%），进一步表明了景观的饱和，消除了生态恢复、绿色基础设施整合和气候适应所需的空间缓冲区。这些相互关联的转变表明，KMA正接近一个生态临界点，如果没有任何直接的政策干预，景观恢复在结构上将变得不可行（Winkler等人，引用2021；UN-Habitat，引用2023）。

4.2 城市扩张的驱动因素
基于SHAP的特征分析为这些景观转变提供了机制性的解释，揭示了一个清晰且层次分明的驱动系统。可访问性和经济中心性，通过DCBD（16.51%）、DED（10.70%）以及综合交通变量（>15%）在所有四种机器学习模型中主导了城市转型的概率，而生态和监管限制的贡献不到8%，土地使用限制的贡献不到0.5%（Nohara等人，引用2022；Kavzoglu和Bilucan，引用2023）。这种驱动因素的层次结构与经典的城市经济学理论一致，Burgess的同心圆模型和Alonso的租金理论都预测发展压力沿着可访问性梯度向外扩散，但KMA的案例揭示了这一动态的当代加剧，由地铁线路扩展、乡镇项目和沿既定交通走廊的房地产投机所驱动（Mithun等人，引用2022）。相关分析进一步证实了这种空间逻辑，其中DCBD记录了最强的关联（r = 0.64），而DBU、DED和DBRS的关联约为r = 0.63，反映了城市增长的路径依赖性及其与扩散-聚合模型的吻合（Ghosh等人，引用2021；Banerjee等人，引用2024）。人口密度（5.74%）和土地价格（4.56%）的次要但非微不足道的贡献反映了人口压力和市场驱动的土地估值的双重逻辑，这种逻辑支配了印度和东南亚城市的城郊扩张，土地价格的变化作为市场信号指导投资模式，尤其是在城郊边缘地区（Richards等人，引用2019；Mithun等人，引用2021；Das等人，引用2023）。社会经济不平等进一步影响了绿地空间的分布，较富裕的社区能够获得更多的绿地基础设施，加剧了大都市区域内的环境不平等（Grove等人，引用2014）。受限区域被赋予的微不足道的SHAP权重（不到0.5%）直接证明了治理的失败：根据2017年《湿地（保护和管理）规则》设立的生态保护区并未有效地限制城市扩张（Wilkerson等人，引用2018）。环境变量如DVG（r = 0.11）和DWA（r = 0.28）与LULC变化潜力的关联最弱，这证实了在KMA的空间发展逻辑中，生态考虑被可访问性需求所支配（Banerjee等人，引用2024）。结果是一个反馈循环：基础设施投资产生城市增长，这又侵蚀了生态资产，进而增加了气候脆弱性，这进一步增加了治理增长的能力压力，如果没有结构性干预，这一循环将在2030–2050年间加速（Sharma等人，引用2014）。

4.3 城市适宜性和模型性能分析
研究发现，KMA的69%区域适合进一步的城市扩张，主要集中在交通走廊和机构枢纽周围，这证实了KMA发展的空间逻辑是路径依赖的：未来的增长将集中在过去已有投资的地方，强化了多中心但连续的城市化，而不是平衡的区域发展（Li等人，引用2016；Talukdar等人，引用2020）。对机器学习模型的比较评估强调了集成平均在生成空间可靠适宜性表面方面的价值。SVM在处理高维数据和识别最优超平面时展示了卓越的空间精度（Avci等人，引用2021；Traoré等人，引用2024）。RF通过基于集成的泛化实现了强大的准确性和更广泛的适宜性覆盖，有效管理了大型数据集和预测因子（Cherian和K，引用2023；Salman和Al-Jawher，引用2024）。LGBM有效地捕捉了高维空间数据中的非线性关系，证实了它在处理大型都市数据集时的计算优势（Los等人，引用2021；Hoang等人，引用2025）。集成平均值协调了这些互补的优势，减轻了模型特定的偏差，生成了一个比任何单个分类器都更可靠的空间适宜性表面（Camargo等人，引用2019）。规划和可持续性专家可以利用这些适宜性地图作为主动空间治理的基础，指定高适宜性区域用于紧凑型、混合用途和以交通为导向的发展，同时指导中等适宜性区域作为防止无序扩张的生态缓冲区（Li等人，引用2016；Talukdar等人，引用2020）。

这些发现与全球南方大城市的类似研究结果高度一致。达卡的研究记录了由可访问性和市场力量驱动的类似的非计划城郊增长和农业损失模式（Rai等人，引用2017；Roy等人，引用2019），而曼谷则展示了类似的UHI强度化和由于不透水地表扩张引起的水文破坏（Li等人，引用2022）。在伊斯坦布尔、首尔和东京使用SHAP和ML的研究同样发现，可访问性和中心性是城市转型的普遍且结构稳定的预测因子（Nohara等人，引用2022；Kavzoglu和Bilucan，引用2023；Kim等人，引用2023），这证实了这里确定的驱动因素层次结构反映了紧凑型、走廊结构大都市经济中由可访问性驱动的城市化的普遍特征。除了城市应用外，SHAP还在洪水易感性评估和交通建模中展示了类似的解释效用，进一步验证了其在空间政策制定中的跨领域价值（Zhao和Zhang，引用2024）。将基于机器学习的适宜性评估整合到CA-ANN框架中，标志着预测性土地利用类型转换（LULC）建模方法学上的显著进步，提高了模型的准确性和空间有效性（Das等人，2025年引用）。传统的CA-Markov模型能够有效捕捉空间转换，但依赖于静态或启发式的转换概率，这些概率未能充分考虑影响城市转型的复杂多样因素（Subedi等人，2013年引用）。通过整合基于SHAP特征重要性量化的机器学习适宜性评估，CA-ANN模型将转换概率建立在实证观察到的关系基础上，确保城市扩张反映了诸如靠近商业中心区、交通走廊、机构枢纽以及现有建筑环境等实际驱动力（Uddin等人，2023年引用）。对2030年、2040年和2050年的预测显示出显著的空间一致性，城市增长集中在交通便利性和经济可行性高的区域，这与Kolkata Metropolitan Area（KMA）的历史LULC转换模式高度吻合。验证结果显示总体准确率超过90%，Kappa系数为0.91，证实了SHAP加权适宜性层在提高预测精度的同时，减少了低适宜性区域的误判，这是传统CA-Markov模型或独立的ANN方法常见的局限性（Rahman等人，2017年引用；Redowan等人，2022年引用）。

4.5 相关性分析与因素间关系

相关性分析揭示了KMA内城市驱动因素的层级结构，这种结构在分析上具有连贯性，并对规划至关重要。可达性和中心性成为主要驱动力，其中DCBD（r=0.64）、DBU（r=0.63）、DED（r=0.63）和DBRS（r=0.63）与LULC变化潜力之间的关联最为紧密，而人口和市场因素则作为次要加速器，环境及监管参数则作为弱且基本上无效的约束因素（Banerjee等人，2024年引用）。可达性参数之间的相关性表明存在一个紧密相连的空间系统：一个可达性领域的改善会放大其他领域的开发压力，从而产生难以仅通过单一变量规划干预措施解决的复合城市化效应（Ghosh等人，2021年引用）。这种动态性突显了重新平衡空间规划优先级的必要性，需要从以连通性为中心的模式转向以可持续性为中心的方法，加强环境保护，整合绿色缓冲区，并实施空间发展边界以对抗现有的可达性偏见（Schewenius等人，2014年引用；Mu?oz-Erickson等人，2016年引用）。

4.6 方法论与研究意义

本研究通过将集成的机器学习可解释性直接嵌入CA-ANN仿真架构中，引入了重要的方法论进步，这与以往的混合框架形成了结构上的分离，在那些框架中，机器学习和CA组件是顺序运行而非概念上统一的（Subedi等人，2013年引用；Uddin等人，2023年引用）。通过从集成的SHAP值而非启发式或等权重分配中实证推导出所有转换适宜性权重，可解释性被嵌入到模型的预测核心，确保每个空间预测都能追溯到量化的、基于实证的驱动因素贡献。与依赖固定转换概率的传统CA-Markov方法不同，后者提供的解释深度有限，SHAP衍生的权重机制建立了一个透明的、数据驱动的框架，用于量化每个空间驱动因素对城市转换潜力的贡献（Rahman等人，2017年引用；Yang等人，2020年引用）。机器学习组件包括RF、SVM、XGBoost和LGBM，它们提高了分类准确性，同时具备诊断功能，能够识别并排名塑造城市扩张的主要生物物理、社会经济和基础设施因素。CA-ANN组件进一步确保了模拟转换在空间上的连贯性、对邻域的敏感性，并基于实证确定的增长模式，而非随机分配。这些方法论优势——预测准确性、基于SHAP的可解释性和基于场景的预测能力——共同构建了一个严谨、可复现且与政策相关的决策支持工具，使其成为比传统CA-Markov模型和独立的ANN方法更具意义的方法论进步（Subedi等人，2013年引用；Redowan等人，2022年引用）。

这种整合解决了文献中的三个方法论差距：传统CA-Markov方法的可解释性不足、变量少于十个的研究中驱动因素的不完整性，以及预测输出与可操作规划工具之间的政策转化差距。整合后的政策总结图（图19）叠加了2050年的增长热点、生态敏感区（EKW）和农业保护区，直接解决了最后一个差距，为KMDA和KMC的利益相关者提供了一个基于科学的空间参考，用于划定城市增长边界、实施生态缓冲区并指导基础设施投资（Schewenius等人，2014年引用；Mu?oz-Erickson等人，2016年引用）。除了应用于KMA外，该框架还有潜力转移到其他快速城市化的都市区域，尤其是在南亚和东南亚地区，这些地区面临着治理碎片化、数据异质性和城市周边的无序扩张等类似的建模挑战。可移植性的条件包括：至少两个校准点所需的跨时间卫星图像、至少8个空间连续的解释变量，以及能够使用TerrSet或FLUS等具有CA功能的GIS平台。优先进行复制的城市包括达卡、海得拉巴、仰光和拉各斯，这些城市与KMA具有相似的城市化动态和数据环境，适合进行基准测试和跨区域验证（Nohara等人，2022年引用；Kavzoglu和Bilucan，2023年引用）。在所有四种机器学习模型中，可达性驱动因素的持续主导地位，特别是DCBD和交通便利性，表明在紧凑的、以走廊为驱动力的都市经济中，空间中心性和连通性是稳定的城市转换预测指标，这与多中心城市理论相符，并加强了将交通规划和土地使用监管整合为一个统一治理工具的必要性，而不是单独的部门问题。该框架中基于SHAP的透明度进一步增强了预测城市建模输出的可解释性和可沟通性，对于非技术利益相关者、规划者、环境监管者和社区团体来说至关重要，这是将建模严谨性转化为数据受限城市环境中有意义政策改革的关键要求（Schewenius等人，2014年引用；Mu?oz-Erickson等人，2016年引用）。除非KMA的以可达性为导向的发展轨迹得到强有力的环境治理、实施的空间管控以及与绿色基础设施网络相协调的交通导向发展（TOD）的平衡，否则该都市区域将面临生态饱和、治理失败和长期社会环境脆弱性的风险，这些问题的逆转将变得越来越困难（Sharma等人，2014年引用；Vasiljevi?等人，2018年引用；Wang等人，2024年引用）。

图19. 加尔各答大都会区的政策总结图。

该图显示了加尔各答大都会区的土地利用情况。底色为浅绿色，代表湿地。地图上散布着代表截至2025年的建成区的红色小区域。也可以看到代表截至2050年的更大的、更集中的红色区域。几个紫色圆圈和矩形标出了建成区热点。蓝色轮廓标出了湿地。左上角的红色轮廓表示一个主要的农业区。右上角的罗盘玫瑰指示了北、东、南、四个方向。底部的比例尺表示距离，范围从0到21公里。

4.7 对可持续城市规划和政策的影响

建模结果提出了一个明确的规划要求：如果不进行结构性干预，到2050年，KMA将耗尽其生态和农业土地储备，留下一个1,146平方公里的建成区域，植被覆盖率极低（6.33%），湿地退化，粮食安全受到威胁。将这些预测转化为可操作的治理措施需要从反应性的、以基础设施为主导的规划转向积极主动的、基于生态的空间治理，将模型的输出不仅仅作为预测，而是作为决策工具来使用（Rahman等人，2017年引用；Yang等人，2020年引用；Uddin等人，2023年引用）。

4.7.1 城市增长边界（UGBs）和空间管控

本研究确定的最为紧迫的规划工具是建立基于实证的都市增长边界（UGBs），这些边界是通过机器学习-CA-ANN框架中的集成SHAP加权适宜性阈值来划定的。适宜性高的区域占KMA的69%，应被指定用于紧凑的混合用途密集化、填充开发和基础设施升级，将增长压力引导到可达性和现有基础设施支持高效的区域。同时，包括生态敏感区、农业用地和湿地边缘在内的低适宜性和边缘适宜性区域必须通过KMDA行政框架内的强制性分区工具得到正式保护，防止其被转化。引导增长向内发展可以减少通勤距离，优化基础设施效率，并减轻城市周边生态系统因土地消耗而承受的压力（Mithun等人，2021年引用；Khan等人，2024年引用）。整合后的政策总结图（图19）为KMDA和KMC提供了一个空间上明确且可操作的参考，将2050年的建成区扩展预测、EKW法定保护区、优先增长热点和主要农业保护区叠加在一个图中。

4.7.2 交通导向发展（TOD）

SHAP分析表明，接近地铁线路、公交/火车站和主干交通网络的因素共同占城市转换概率的15%以上，是仅次于经济中心性的第二大驱动因素。这一发现加强了TOD作为KMA主要空间增长管理策略的合理性。在Rajarhat、Barrackpore和Sonarpur等地区的扩展地铁网络周围一公里半径内设立TOD区，可以促进密集的、适合步行的混合用途社区的发展，满足增长需求而不会导致无序扩张，减少对私人汽车的依赖，并减少交通相关排放（Ghosh等人，2021年引用）。政策总结图中确定的六个优先城市增长热点位于Barrackpore-Kalyani轴线、Howrah-Uluberia边缘、Maheshtala-Budge Budge外围和Sonarpur-Baruipur边缘，这些地点是进行TOD投资、紧凑混合用途密集化和预先提供基础设施部署的最具战略意义的区域，可以有效拦截和引导2025-2050年的增长。

4.7.3 湿地和农业保护

最低的SHAP权重（小于0.5%）表明监管约束对城市转换的实际影响微乎其微，这是研究中最关键的 governance 发现：根据2017年《湿地（保护和管理）规则》法定指定的保护区对实际城市转换概率的影响可以忽略不计。这不是数据异常，而是监管无效的实证体现。几个南部增长热点靠近EKW边界的状况，加上模型预测到2050年类似侵占压力的持续存在，强调了加强缓冲区执行、KMDA、KMC和地方政府（ULB）之间的机构协调以及违规行为的法律问责机制的迫切需要（Yadav等人，2024年引用）。然而，目前处于强烈城市周边转化压力下的西北部走廊的主要农业区应被正式指定为保护区，限制其开发权利，以防止生产性农田及其支持的粮食安全和农村生计功能的不可逆损失（Das等人，2022年引用）。应将连接河岸、湿地、绿色走廊和城市公园的景观规模生态网络纳入KMDA的空间发展框架，以恢复栖息地连通性，增强城市气候抵御力，并提供未被无序城市化逐渐侵蚀的生态系统服务。

4.7.4 政治改革和基于证据的规划

KMA中规划指令与空间结果之间的差距反映了治理上的不足：多个重叠的管辖机构——KMDA、KMC和39个市政府——缺乏统一的土地使用监测、执行协调或约束性发展控制。缩小这一差距需要机构改革和技术整合。将机器学习-CA-ANN预测框架嵌入到规划工作流程中，将使KMDA能够在转化前识别出城市化和生态压力区，从而从反应性补救转向预见性治理（Rahman等人，2017年引用；Gaur和Singh，2023年引用）。基于SHAP的驱动因素透明度使模型输出可以直接被规划者和政策制定者理解，识别出最急需监管干预的空间因素，弥合了预测建模与规划实践之间历史上的巨大差距（Yang等人，2020年引用；Uddin等人，2023年引用）。UGBs、TOD、生态缓冲区执行、农业保护和数据驱动治理的协调实施共同代表了从以增长为导向向以韧性为导向的都市管理的整体转型，使KMA的空间轨迹与可持续发展目标11（可持续城市）、13（气候行动）和15（陆地生命）保持一致，并为全球南部其他面临类似治理和可持续性挑战的快速城市化地区提供了可复制的模型（Mithun等人，2021年引用；UN-Habitat，2023年引用）。

4.8 局限性及未来研究方向

为正确理解研究结果，必须承认当前建模框架的若干局限性。首先，CA-ANN框架将人口密度和土地价格等人口和经济因素视为2025年校准年之后的稳定变量。在像KMA这样的快速城市化环境中，这些变量受到移民、经济结构调整、基础设施投资和政策改革等因素的持续影响，可能会以静态校准无法捕捉的方式改变城市转换。这一限制非常重要，因为由于COVID-19的影响，2021年的人口普查数据尚未发布，因此不得不依赖2011年的人口普查数据、2023-2025年的土地价格趋势、OSM建筑密度和2011-2025年的LULC转换率作为代理，给适宜性评估带来了人口统计上的不确定性，特别是在变化迅速的城市周边地区。其次，2011年和2025年土地利用变化（LULC）观测之间14年的时间跨度可能掩盖了2015年至2022年间由于地铁线路延伸和乡镇发展所驱动的次十年级转型动态，这可能会影响转型概率的估算以及模拟变化的空间分配。第三，通过SHAP方法得出的适宜性权重假设每个空间驱动因素在2025年至2050年间的相对重要性保持不变，这一假设基于空间惯性原则，但容易受到重大治理改革、新基础设施走廊的建立或房地产市场行为变化等结构性突破的影响。尽管敏感性分析证实，在±20%的扰动范围内，预测增长的整体空间模式具有稳健性（见补充表4），但更大的结构性变化仍未被纳入考虑，因此用户应将对2040年和2050年的预测视为指示性情景，而非确定性预测（Uddin等人，引用2023年）。第四，Landsat 30米分辨率无法检测到微观尺度的城市特征、狭窄的道路延伸、单个建筑物和小面积绿地，这可能在模拟中低估了人口密集或快速变化地区的细致转型过程。第五，边缘市政区土地价格数据的覆盖不均衡可能会在土地价格适宜性层引入插值偏差，尽管采用了基于阈值的清洗和IDW插值程序。未来的研究应通过纳入动态的社会经济和政策情景（包括人口增长轨迹、迁移模式和基础设施投资计划）来克服这些限制，以实现多路径的城市化模拟。整合洪水易发性、热应激和海平面上升等气候变化指标，可以揭示城市扩张如何与环境危害和韧性阈值相互作用；同时，将元胞自动机（CA）-人工神经网络（ANN）模型与基于代理的建模（ABM）相结合，可以捕捉开发者、家庭和规划者之间的自下而上的决策动态（Yang等人，引用2020年）。在其他生态敏感的大都市区域测试这一ML–CA–ANN–SHAP框架的适用性，将进一步提升模型的可扩展性，并促进比较基准评估（Rahman等人，引用2017年；Gaur和Singh引用2023年）。通过将可解释的机器学习与空间模拟相结合，这项研究在预测准确性和政策透明度方面都取得了进展；然而，开发完全动态的、适应性的、具备反馈功能的建模系统对于反映快速城市化地区（如KMA）复杂非线性过程仍然是必要的。

**结论**
KMA正处于一个关键的城市转折点。六十年间，建成区面积几乎扩大了三倍，从1991年的385平方公里（占21.97%）增加到2050年的预计1,146平方公里（占65.41%），而植被覆盖率累计减少了76%，农业用地减少了46%。这种发展模式以可到达性为导向，其中靠近中央商业区、交通走廊和机构枢纽的位置显著影响了城市扩张的方向。基于SHAP的分析表明，生态和监管限制对城市转型概率的贡献不到8%，这一量化指标揭示了治理失败的问题，如果不加以解决，将加速不可再生生态环境的转换，削弱大都市区域的长期气候韧性、粮食安全和社会环境可持续性。
本研究通过在CA–ANN模拟框架内结构化地整合了基于SHAP的机器学习解释性，推进了城市LULC建模领域的发展，解决了历史上限制预测性城市模型政策效用的可解释性问题。通过从四种机器学习分类器的SHAP值中实证推导出所有转型适宜性权重，该框架使每个空间预测都能追溯到具体的、基于实证的驱动因素，总体准确率为93%，Kappa系数为0.91（与独立分类的2025年LULC数据相比）。这种预测精确性与分析透明性的结合，使ML–CA–ANN–SHAP框架成为一种真正的决策支持工具，而不仅仅是一个预测工具，它使规划者、监管者和大都市当局能够直接了解支撑城市发展轨迹的空间逻辑。
将这些研究成果转化为实际行动的紧迫性至关重要。如果当前以可到达性为导向的发展趋势继续下去而不进行结构性干预，KMA将在本世纪中叶超过生态饱和阈值，届时景观和生计的恢复将变得更加困难且成本更高。该模型对2030年、2040年和2050年的预测，结合了整合的政策摘要地图（显示增长热点、生态缓冲区和农业保护区），为KMDA和KMC提供了科学依据的空间框架，用于划定城市增长边界（UGBs）、执行湿地缓冲区规定、优先发展交通导向发展（TODs），并在不可逆转换发生之前保护高价值农业用地。未来的研究应纳入动态的社会经济和气候情景，整合基于代理的建模（ABM）以捕捉自下而上的土地利用决策动态，并评估其在南亚和东南亚其他类似大都市地区的适用性。通过这些进步，混合型的ML–CA–ANN–SHAP方法可以作为可复现的、可解释的、以治理为导向的工具，为基于证据的、生物亲和性和气候适应性的城市规划提供支持，从而推动快速城市化地区实现可持续发展目标（SDGs 11、13和15）。

**伦理批准**
不适用。
**参与同意**
不适用。
**发表同意**
不适用。

**补充材料**
下载MS Word文档（18.8 KB）：[此处提供链接]

**数据可用性声明**
支持本研究结果的数据可向通讯作者索取。
本文的补充数据可访问：https://doi.org/10.1080/10106049.2026.2671574