Multi_AgentSystem模型在土地利用_覆蓋變化中的研究進展

1、第23卷第2期自然資源學報Vol123No122008年3月JOURNAL OF NAT URAL RES OURCES Mar.,2008M ulti2Agen t Syste m模型在土地利用/覆蓋變化中的研究進展陳海1,2,梁小英1,高海東1,王濤1(1.西北大學城市與資源學系,西安710069; 2.中國科學院、水利部水土保持研究所,陜西楊凌712100摘要:在微觀與中宏觀尺度上,MAS模型可以反映景觀中具有自動性、異質(zhì)性和分散性的人類決策,利于闡明智能體對自然與社會經(jīng)濟環(huán)境的適應(yīng)機制。因而在自然資源管理、農(nóng)業(yè)經(jīng)濟和城市模擬等領(lǐng)域得到廣泛應(yīng)用。目前,該模型的研究主要集中在智能體決策、智

2、能體相互作用、模型多尺度、模型檢驗與驗證等幾個方面。綜合分析得出如下結(jié)論:智能體決策框架還需進一步完善,特別有限理性決策框架(Bounded Rati onality還需進一步完善;智能體之間相互作用的研究仍停留在定性的、概念性的水平,還需進一步研究定量分析智能體相互作用的方法;在多尺度研究中,第一種尺度轉(zhuǎn)化途徑機理明確,但決策的空間顯性(s patially2exp licit表達較為困難;第二種途徑可以表達空間顯性,但決策與土地利用變化之間的邏輯解釋不強;第三種途徑可以表達土地利用過程中決策與復雜性關(guān)系,但智能體之間的相互作用處理較為簡單;還需加強對模型的檢驗與驗證方面的研究,探索驗證人類

3、復雜行為的技術(shù)方法。關(guān)鍵詞:土地利用/覆蓋變化;多智能體模型;模型中圖分類號:F301.24文獻標識碼:A文章編號:1000-3037(200802-0345-081研究背景作為國際地圈生物圈計劃和全球環(huán)境變化人文計劃等研究的核心計劃之一,土地利用變化環(huán)境效應(yīng)的研究已逐漸受到學術(shù)界的關(guān)注1,2。采用土地利用情景模擬模型來揭示自然與人為活動之間的動態(tài)反饋機制,認識土地利用變化的環(huán)境效應(yīng),闡明智能體變化機制已經(jīng)成為土地利用變化研究的重要研究方向35。它對于揭示在人類需求的驅(qū)動下環(huán)境如何變化及人類如何適應(yīng)自然與社會經(jīng)濟的變化的研究這一當前學術(shù)界面臨的主要目標,具有重要的理論和現(xiàn)實意義。目前,已經(jīng)有學

4、者提出不少有價值的情景模擬模型,并且進行了相關(guān)模擬研究工作68。例如土地利用轉(zhuǎn)化及其效應(yīng)模型、系統(tǒng)動力學模型、元胞自動機模型、大都市擴展模型、多智能體模型(Multi2Agent Syste m model,簡稱MAS,這些模型都強調(diào)了人類社會經(jīng)濟系統(tǒng)與自然生態(tài)系統(tǒng)之間的動態(tài)反饋關(guān)系,強調(diào)在模型中納入社會經(jīng)濟因素進行研究的重要性2,913。為了更好地反映社會經(jīng)濟和自然之間的動態(tài)反饋關(guān)系,通過多學科、多視角、多層次和多尺度分析來解釋土地利用變化的復雜性,已經(jīng)成為國內(nèi)外學者的共識1416。收稿日期:2007-07-25;修訂日期:2007-09-03?；痦椖?國家重點基礎(chǔ)研究發(fā)展規(guī)劃(973,G

5、2000018607;國家自然基金(40601005。第一作者簡介:陳海(1971-,男,山西侯馬人,副教授,博士,主要從事自然地理、生態(tài)學方面研究。E2mail:chw346自然資源學報23卷2MAS 模型簡介及其國內(nèi)外的研究進展2.1M AS 模型簡介MAS 模型可以看作是由多個智能體(agents 組成的系統(tǒng),智能體在相同的環(huán)境中相互 圖1多智能體系統(tǒng)Fig 11A multi 2agent syste m 4作用,且能夠改變自身和周邊環(huán)境。目前,對智能體技術(shù)有兩種不同的看法:一是作為最新一代面向?qū)ο蟮挠嬎銠C語言,一是作為一種模擬現(xiàn)實的方式。Ferber 給出了較為形象的圖示(如圖1所示

6、4?？梢钥闯?多智能體系統(tǒng)主要由以下幾個部分構(gòu)成:環(huán)境,E,通常指一個空間;一組對象,O,該組對象在給定的時空條件下,可以與任何對象關(guān)聯(lián);一組智能體,A,它們是一組特殊的對象,是O 的子集,代表系統(tǒng)中具有活力的實體(active entity ;一組關(guān)聯(lián)和操作規(guī)則,對象通過關(guān)聯(lián)規(guī)則相互聯(lián)系,智能體通過操作規(guī)則進行構(gòu)思、設(shè)想、轉(zhuǎn)化等行為17。其中,有關(guān)智能體的定義有很多種,比較有代表性的是Maes 對智能體的定義:指在動態(tài)復雜的環(huán)境中可以實現(xiàn)一系列目標的系統(tǒng),它可以通過傳感器感知周邊環(huán)境,可通過反應(yīng)器作用于環(huán)境18。盡管對智能體的定義多樣,但大多數(shù)學者均認為其具有自治性(aut onomous

7、、智能性(intelligent 和主動性(p r oactive ,并且可以代表不同尺度水平的人類組織4,17,19,20。地理學家借鑒計算機科學的MAS 模型,將其應(yīng)用到土地利用變化的研究中來。相對其它模型而言,在微觀與中宏觀尺度上,MAS 模型可以反映景觀中具有自動性、異質(zhì)性和分散性的人類決策,利于闡明智能體對自然與社會經(jīng)濟環(huán)境的適應(yīng)機制。因而在自然資源管理、農(nóng)業(yè)經(jīng)濟和城市模擬等領(lǐng)域得到廣泛應(yīng)用21,22。2.2M AS 模型國內(nèi)外研究進展目前,利用MAS 模型模擬智能體的決策過程,探討人類對自然與社會經(jīng)濟環(huán)境變化的適應(yīng)機制,是土地利用變化和環(huán)境效應(yīng)模擬研究的一個重要趨勢21,23。MA

8、S 在土地利用變化中的研究主要集中在智能體決策模擬、智能體之間相互作用、多尺度模型研究以及對模型的檢驗與驗證等方面5,21。2.2.1智能體決策框架構(gòu)建從事自然科學研究的學者,尤其是地理學家,在發(fā)展空間明晰的(s patially exp licit 土地利用模型方面走在前列,但對土地利用變化過程中人的因素則關(guān)注較少,因而使得模型對于圖2農(nóng)戶個體決策框架Fig 12The fra me of individual far mdecisi on 2making 26土地利用變化的解釋力降低24。Bockstael 、To m P Evans 、黎夏、劉小平等分別利用經(jīng)濟學理論,發(fā)展基于智能體決策

9、效益最大化的模型,通過個體效用最大化來模擬其土地利用決策2528。嚴格來講,黎夏和劉小平模型中的智能體與Bockstael 和T om P Evans 的模型中的智能體處在不同尺度上:前者是一類智能體,后者是單個智能體,但對于智能體決策而言,則均采用的是效用最大化決策。其中,比較有代表性2期陳海等:Multi 2Agent Syste m 模型在土地利用/覆蓋變化中的研究進展347是Tom P Evans 構(gòu)建的單個農(nóng)戶決策框架,如圖2所示。從圖2可以看出,作者將影響農(nóng)戶決策的家庭人口、經(jīng)濟狀況,及外部的制度因素考慮進決策框架,以此來模擬每年農(nóng)戶土地利用狀況。在農(nóng)戶經(jīng)濟狀況中構(gòu)建了家庭的收入與

10、支出函數(shù),并與效益計算模塊相聯(lián)系,以此來決定農(nóng)戶對于不同土地利用方式的選擇。自然與社會經(jīng)濟因素的綜合考慮使得土地利用變化的解釋力有所提高。但也可以看出,這種模型對時間因素考慮較少,尤其是時間對于農(nóng)戶收入與支出的影響。Ir win 和Bocktael 在這種思路的基礎(chǔ)上進一步考慮了時間因素,提出持續(xù)時間模型(a durati on model ,用于解釋智能體在何時轉(zhuǎn)化土地所獲取的效益最大,具體公式如下:W jrT /u -C jrT /u -t =0A jut+T T +t >0(1W jrT /u -C jrT /u -A juT >(W jrT +1/u -C jrT +1/u

11、 (2式中:W jrT /u 為在時間t 地塊j 在狀態(tài)r 下未來回報的現(xiàn)值;C jrT /u 為在時間t 內(nèi)地塊j 從狀態(tài)u 轉(zhuǎn)化到狀態(tài)r 的費用;A juT 為土地未被開發(fā)利用的回報;為貼現(xiàn)率。式(1說明了當發(fā)展的凈回報大于將土地保持在未被開發(fā)狀態(tài)的回報時,智能體將要轉(zhuǎn)化土地。式(2表明智能體在時間T 下得到的回報大于在T +1時段得到的回報,那么智能體將會在時間T 轉(zhuǎn)化土地。綜合考慮自然和社會經(jīng)濟因素、時間與空間因素等,使得模型在模擬單個農(nóng)戶的決策方面進一步完善。另外,也有學者通過其它方法來模擬單個農(nóng)戶的決策,例如Thomas Berger利用線性規(guī)劃方法,綜合考慮農(nóng)戶的生產(chǎn)、消費和投資

12、等因素,模擬單個農(nóng)戶決策29。以上決策框架的構(gòu)建是建立在智能體具有完備信息,能夠在復雜條件下計算出其最大效益的前提基礎(chǔ)上的,因此,最優(yōu)化的決策框架在使用時受到一定限制。針對于此,有學者提出有限理性決策框架(Bounded Rati onality ,旨在找到讓不同利益智能群體“滿意”而非“最優(yōu)”的結(jié)果。這種方法在模擬智能體間的學習(learning 、交流(communicati on 和適應(yīng)(adap tati on 等相互作用方面有一定的優(yōu)勢。2.2.2智能體相互作用智能體相互作用的模擬是構(gòu)建MAS 模型的關(guān)鍵。智能體的決策除和自身的經(jīng)歷有關(guān)外,很大程度上也與其它智能體的相互作用有關(guān)。因此

13、,僅僅只考慮單個智能體因素,忽視其它智能體對其的影響,對現(xiàn)實決策的解釋力會降低。目前,這方面的研究主要集中在兩個方面:一是智能體相互作用的理論探討,一是案例研究。前者側(cè)重于機理探討,從理論上給出智能體相互作用的機理模型。例如,A rend L igtenberg 與Marco G 進行了理論探討,分別給出了智能體之間及其與環(huán)境之間相互作用機理模型30,31;A rend L igtenberg 利用適度優(yōu)化決圖3智能體相互作用機理圖Fig 13The interacti on mechanis m a mong agents 30策框架,給出智能體相互作用機理(如圖3所示?？梢钥闯?最終決策集

14、合是多個智能體相互作用的結(jié)果,每個智能體通過對外部世界的觀察、構(gòu)思,及不同智能體之間交流,從而形成單個智能體的設(shè)想(visi on 。在此基礎(chǔ)上匯集成決策集合。通過投票(voting 和規(guī)則形成集體的決策。黎夏、劉小平等通過設(shè)立準則(criteria ,設(shè)定不同智能體在土地利用中的權(quán)限,給出相互作用的方式,來定量表達智能體間的相互作用。學者們對智能體間相互作用自然資源學報23卷348的交流方式的定量表達進行了初步的探索,但對于智能體間如何通過學習和適應(yīng)來定量地相互作用方面的研究目前還不多見。另外,在案例研究中,國外學者同時探討了距離與相互作用的關(guān)系。在案例研究中,智能體相互作用有一個假設(shè)前提:

15、相互作用隨空間距離增大而減少,即距離近的智能體之間相互作用強,反之則弱。模仿行為是相互作用研究的重要方面,尤其是在農(nóng)業(yè)土地利用方式研究中,距離近的農(nóng)戶采用相同土地利用方式的可能性大于距離遠的農(nóng)戶。例如:Ir win和Bocktael探討了城市建設(shè)中不同利益?zhèn)€體之間的排斥效應(yīng)32;Rouchier J探討了牧民和農(nóng)民通過協(xié)商在干季找尋適宜牧場問題33;Thomas Berger 探討了以新技術(shù)作為農(nóng)戶間相互作用的媒介,分析技術(shù)的空間擴散29;M ilner2Gulland E J 和Kerven C A分析了牧民間相互作用34。對于模仿作用與距離的假設(shè),有些學者也有不同看法35。2.2.3模型多

16、尺度研究在一個尺度上獲得的結(jié)論不能簡單地推演到另一個尺度上如何利用模型來探討不同尺度之間的關(guān)系已經(jīng)成為模型研究的一個重要方面8。MAS模型在微觀尺度上對土地利用變化有較好的解釋力,如何將其擴展到更大尺度已經(jīng)成為該模型研究的主要方面之一。目前,國外學者在模型多尺度研究方面大體有3種途徑。一是從機理上探討個體決策到群體決策的轉(zhuǎn)化,從而實現(xiàn)模型的尺度轉(zhuǎn)化。例如Marco G給出了智能體分類的機理模型,并依據(jù)種族與宗教信仰將單個智能體決策轉(zhuǎn)化為群體決策,從而實現(xiàn)模型尺度的轉(zhuǎn)化31;A rend L igtenberg給出群體決策和目的的概念結(jié)構(gòu),依據(jù)提前設(shè)定的規(guī)則確定不同利益群體的行為方式,從而實現(xiàn)從

17、個體到群體尺度的變化30。二是通過人為改變輸入數(shù)據(jù)的精度,利用GI S軟件檢驗?zāi)Ｐ偷某叨认嚓P(guān)性。例如T om P Evans對美國中西部土地利用變化的研究36,作者利用A rcinf o8.2中P OLYGR I D命令,采用最大比例法則對景觀類型和土地擁有者單元進行賦值,從而將polygons數(shù)據(jù)轉(zhuǎn)化為grids數(shù)據(jù);然后,利用AGGREG ATE命令,將數(shù)據(jù)轉(zhuǎn)化為不同尺度的數(shù)據(jù)。三是結(jié)合其它土地利用模型進行尺度轉(zhuǎn)化。例如,Jacqueline Geoghegan進行宏觀土地利用模型和微觀智能體決策模型對比研究37,利用GPS試圖在兩個尺度上建立聯(lián)系;A rend L igtenberg、T

18、orrens P M分別結(jié)合CA模型,利用具有強大的空間運算能力、可以有效地模擬復雜的動態(tài)系統(tǒng)的CA模型,發(fā)展CA2MAS模型,探討模型尺度轉(zhuǎn)化問題10,19。2.2.4模型的檢驗與驗證(Verificati on and Validati on建立模型后,還需對模型本身進行檢驗和驗證。模型檢驗是通過改變模型結(jié)構(gòu)及其所假定的準則,仔細地調(diào)試和評價模型所包括的對象及對象之間的關(guān)系。目前,很多發(fā)布的MAS模型是建立在不同的平臺上(如S WAR M是用C語言/Java語言編寫的,Repast是用Java語言編寫的,CORMAS是用S malltalk語言編寫3841,且沒有公布模型的源代碼,這為MA

19、S模型檢驗帶來不少的困難。由來自不同學科的28個建模者提出了一個設(shè)想的模型原型ODD(Overvie w,Design concep t,and Details來試圖解決模型標準化問題42。一旦完成模型的標準化,模型的檢驗就相對容易,但這還需假以時日。模型的驗證主要關(guān)注模型的結(jié)果與現(xiàn)實系統(tǒng)行為的擬合狀況,因此,驗證主要涉及模型輸出的結(jié)果與其它模型的結(jié)果,或?qū)υ摤F(xiàn)象有較好解釋的理論的對比。Mans on、Deadman和Schager等學者利用其它模型、理論和觀測得來的數(shù)據(jù)與MAS模型的結(jié)果進行對比43,44。由于檢驗與驗證與尺度密切相關(guān),所以模型運行的精度、現(xiàn)有數(shù)據(jù)的精度均會影響對比的效果。在

20、構(gòu)建MAS模型時,學者們都意識到時空尺度對結(jié)果的影響,但找到一種解決時2期陳海等:Multi2Agent Syste m模型在土地利用/覆蓋變化中的研究進展349空尺度的檢驗與驗證的技術(shù)方法還需要很長的一段路要走45,46。同時,由于人類行為對模型的初始條件、自組織程度和路徑依賴(path2dependency的敏感性及自身的復雜性,目前還沒有找到解決驗證和檢驗復雜的、非線性人類行為的方法47。Bousquet及其同伴提出通過專家和參與者會面來試圖驗證學習和適應(yīng)等抽象的人類行為48。3結(jié)論及展望土地利用/覆蓋變化模型已在理論與實踐方面取得了很大的發(fā)展,在多學科背景下,學者們提出不少有價值的情景

21、模擬模型。由于MAS模型可以反映微觀自動性、異質(zhì)性和分散性的人類決策,因此,MAS模型在微觀和中宏觀尺度的土地利用/覆蓋變化研究中有廣泛的應(yīng)用前景。雖然MAS情景模擬模型取得了很大進展,但在這一領(lǐng)域仍然存在許多問題,使人們對于智能體如何適應(yīng)社會經(jīng)濟環(huán)境變化的機制仍缺乏深刻理解。因此,在今后的研究中應(yīng)注意以下問題:(1智能體決策框架還需進一步完善。MAS模型注重對時間和空間“顯性”表達,尤其是決策的“空間顯性”表達,明顯優(yōu)于土地利用轉(zhuǎn)化及其效應(yīng)模型、系統(tǒng)動力學模型、元胞自動機模型、大都市擴展模型等模型。但智能體決策類似“理性”經(jīng)濟人決策的處理方式,多少使得模型遠離實際狀況;而適度優(yōu)化決策旨在尋求

22、滿意而非最優(yōu)化,這使得模擬智能體間的學習、交流和適應(yīng)等行為成為可能。因此,如何構(gòu)建同一類智能體內(nèi)部及不同智能體之間的有限理性決策框架,將成為模擬智能體決策的關(guān)鍵所在。(2智能體之間相互作用的研究仍停留在定性的、概念性的水平,還需進一步研究定量分析智能體相互作用的方法;目前,學者們通過提前設(shè)定準則,規(guī)定不同智能體的權(quán)限,來反映智能體間的交流行為,但如何定量表達同一類智能體內(nèi)部及不同智能體間的學習和適應(yīng)等行為,成為智能體相互作用研究的重點。(3智能體不同尺度間行為的研究。土地利用/覆蓋變化的尺度依賴性研究一直是學者們研究的重點。MAS目前在多尺度研究中有三種方法:第一種尺度轉(zhuǎn)化途徑機理明確,但決策

23、的空間顯性表達較為困難;第二種途徑可以表達空間顯性,但決策與土地利用變化之間的邏輯解釋不強;第三種途徑可以表達土地利用過程中決策與復雜性關(guān)系,但智能體之間的相互作用處理較為簡單。微觀動機與宏觀行為之間的聯(lián)系不僅是社會科學關(guān)注的重點,也是地理科學關(guān)注的重點,因此,對MAS情景模擬模型尺度問題的研究將是今后研究的重點之一。(4MAS模型的檢驗與驗證。隨著越來越多MAS的建立,對MAS模型的檢驗與驗證也越來越受到學者的重視。但由于建立MAS模型的平臺不統(tǒng)一、地理現(xiàn)象的尺度依賴性、人類行為的復雜性,還需對MAS模型的檢驗與驗證方法繼續(xù)探索。我國快速的城市化以及各種大型生態(tài)保護工程(天保、退耕還林、退牧

24、還草的持續(xù)推進,使得城市與鄉(xiāng)村的土地利用方式發(fā)生巨大變化。土地利用/覆蓋變化已經(jīng)成為國內(nèi)地理學者關(guān)注的焦點?？梢灶A(yù)見,隨著國內(nèi)學者對于土地利用變化過程中各類智能體(或主體的關(guān)注49,27,可以清晰表達智能體決策時空顯性的MAS模型,對于闡明土地利用變化的人類行為機制,深入探索人類如何適應(yīng)自然與社會經(jīng)濟的變化必將起到重要的作用。350 自 然 資 源 學 報 23 卷 參考文獻 ( References : 1 劉東生 . 全球變化與可持續(xù)發(fā)展 J . 地學前緣 , 2002, 21 ( 3 : 195 203. L I Dong2sheng Global change and sustain2

25、 U . ability science. Earth S cience F ron tiers, 2002, 21 ( 3 : 195 - 203. 2 劉燕華 ,葛全勝 ,張雪芹 ,等 . 關(guān)于中國全球環(huán)境變化人文因素研究發(fā)展方向的思考 J . 地球科學進展 , 2004, 19 search of human dim ensions on global environmental change in China. A dvances in Ea rth Science, 2004, 19 ( 4 : 890 895. 3 Costanza R, Ruth M. U sing dynamo

26、ic modeling to cope environmental p roblem s and build consensus J . Environm en ta l M anagem en t, 1998, 22: 183 - 195. 4 Ferber J. Multi2 Agent System s: An Introduction to D istributed A rtificial Intelligence M . Addison2 esley, Reading, W MA. , 1999. gy A dvances in Ea rth S cience, 2004, 19 (

27、 4 : 516 - 524. . 6 Lambin E F. Modeling and monitoring land 2cover change p rocesses in trop ical regions J . P rog ress in Physica l Geog raphy, 1997, 21: 375 - 393. J . A gricu ltural, Ecosystem s and Environm en ta l, 2000, 82: 321 - 331. og raphy , 1999, 19: 211 - 233. 5 葛全勝 ,陳泮勤 ,方修琦 ,等 . 全球變化

28、的區(qū)域適應(yīng)研究 : 挑戰(zhàn)與研究對策 J . 地球科學進展 , 2004, 19 ( 4 : 516 7 Lambin E F, RounsevellM D A , Geist H J. A re agricultural land2use models able to p redict changes in land2use intensity? app roach app lied in Indonesia J . Forest Policy and Econom ics, 2005, 7: 475 - 491. P lann ing B , 2001, 28 ( 2 : 163 - 68.

29、 M odel, 1996, 85: 253 - 270. 8 Verburg P H , Veldkamp A , Fresco L O. Sim ulation of changes in the spatial pattern of land use in China J . A pplied Ge2 9 Purnomo Herry, Guiller A. Develop ing multi2stakeholder forest management scenarios: A multi2agent system sim ulation mo 10 Torrens P M , D O &

30、#39; Sullivan. Cellular automata and urban sim ulation: W here do we go from here? J . Environm ent and 12 何春陽 ,史培軍 , 陳晉 , 等 . 北京城市化過程與機制分析 J . 地理學報 , 2002, 57 ( 3 : 363 371. HE Chun 2yang, ( 3 : 363 - 371. Yuan, et a l LUCC and Its I pact on Ecological Security Beijing: Science Press, 2004. . m . G

31、lobal Change Open Science Conference. Congrex Holland BV. Am sterdam , The Netherland, 2001. 15 蔡運龍 . 土地利用 /土地覆被變化研究 : 尋求新的綜合途徑 J . 地理研究 , 2001, 20 ( 6 : 645 652. CA I Yun 2long . 652. changes P rog ress in Geography , 2002, 21 ( 3 : 195 - 203. . 176: 313 - 332. 18 Maes P. Modeling adap tive autonom

32、ous agent J . A rtificial L ife, 1994, 1: 135 - 162. and U rban P lann ing, 2001, 56: 21 - 33. 11 Veldamp A , Fresco L O. CLUE: A concep tual model to study the conversion of land use and its effects J . Ecolog ica l 13 史培軍 , 江源 , 等 . 土地利用 /覆蓋變化與生態(tài)安全響應(yīng)機制 M . 北京 : 科學出版社 , 2004. SH I Pei2jun, J I NG A

33、 A study on land use / cover change: The need for a new integrated app roach. Geog raph ica l R esearch , 2001, 20 ( 6 : 645 16 李秀彬 . 土地利用變化的解釋 J . 地理科學進展 , 2002, 21 ( 3 : 195 203. L I Xiu 2bin. Exp lanation of land use 17 Bousquet F, C Le Page. Multi2agent sim ulations and ecosystem management: A r

34、eview J . Ecolog ica l M odeling , 2004, agents based organization. The N atu re Jou rna l, 2004, 26 ( 4 : 227 - 233. 21 Parker D C, Manson S M , Janssen M A , et a l Multi2agent system s for the sim ulation of land 2use and land 2cover change: . A review J . A nnals of the A ssociation of Am erican

35、 Geographers, 2003, 93 ( 2 : 314 - 337. 19 L igtenberg A rend, A rnold K B regt Multi2actor2based land use modeling: Spatial p lanning using agents J . L andscape . 14 Turner B L . Vulnerability as a human 2environmental interaction: Examp le from Southern Yucatan R . Abtracts of 20 劉洪 . 未來的經(jīng)濟組織形態(tài) :

36、 多智能體組織 J . 自然雜志 , 2004, 26 ( 4 : 227 233. L I Hong Comp lexity of multi2 U . 524. GE Quan 2sheng, CHEN Pan 2qin, FANG Xiu 2qi, et al Adap tation to global change: Challenge and research strate2 . (4 : 890 895. L I Yan 2hua, GE Quan 2sheng, ZHANG Xue2qin, et a l Thoughts about the development for th

37、e re2 U . SH I Pei2jun, CHEN J in, et a l Process and mechanis of urbanization in Beijing area. A cta Geographica S in ica, 2002, 57 . m 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 2期 22 Payraudeau Sylvain, Hayo M G van derW erf Environmental impact assessment

38、for a farm ing region: A review of methods . J . A g ricu lture, Ecosystem s and Environm ent, 2005, 107: 1 - 9. 23 Veldkamp A , Verburg P H. Modeling land use change and environmental impact J . Jou rna l of Environm en tal M anage2 m en t, 2004, 72: 1 - 3. 24 Ir in E G, Geoghegan J. Theory, data,

39、methods: develop ing spatially exp licit econom ic models of land use change J . w A g ricu ltu re, Ecosystem s and Environm en t, 2001, 85: 7 - 23. 25 Bockstael N E. Modeling econom ics and ecology: The importance of a spatial perspective J . Am. J. A g r Econ. , 1996, . 78: 1168 - 1180. 26 Evans T

40、om P, Aaron Manire. A dynam ic model of household decision 2 making and parcel level Landover change in the eastern Amazon J . Ecologica l M odeling, 2001, 143: 95 - 113. tion J . Jou rna l of Environm en ta l M anagem en t, 2006, Forthcom ing . 29 Thomas Berger Agent2based spatial models app lied t

41、o agriculture: A sim ulation tool for technology diffusion, resource use . changes and policy analysis J . A g ricultu ra l Econom ics, 2001, 25: 245 - 260. tial p lanning J . Journal of Environm ental M anagem en t, 2004, 72: 43 - 55. 31 Marco G A Huigen. First p rincip les of the MameLuke multi2ac

42、tor modeling framework for land use change, illustrated with a Philipp ine case study J . Jou rna l of Environm en ta l M anagem ent, 2004, 72: 5 - 21. 01, The Ohio State University, 2001. tionality to develop a routine J . Jou rna l of Econom ic D ynam ics and Con trol, 2001, 25: 527 - 59. plexity

43、, 2006, 3: 23 - 36. 27 Xia L i, Xiaop ing L iu. Defining agents'behaviors to sim ulate comp lex residential development using multi2criteria evalua2 28 劉小平 ,黎夏 ,等 . 基于多智能體的土地利用模擬與規(guī)劃模型 J . 地理學報 , 2006, 61 ( 10 : 1101 1112. L I Xi2 U 30 L igtenberg A rend, Monica W achowicz A design and app licati

44、on of a multi2agent system for sim ulation of multi2actor spa2 . 32 Ir in E G, Bockstael N E. Interacting agents, spatial externalities, and the endogenous evolution of residential land use w 33 Rouchier J, F Bousquet A multi2agent model for describing transhumance in North Cameroon: Comparison of d

45、ifferent ra2 . 34 M ilner2Gulland E J, Kerven C A. Multi2agent system model of pastoralist behavior in Kazakhstan J . Ecolog ica l Com 2 35 Claude Schm it, M D A Rounsevell A re agricultural land use patterns influenced by farmer im itation? J . A gricu lture, . Ecosystem s and Environm ent, 2006, 1

46、15: 113 - 127. 36 Evans Tom P, Hugh Kelley Multi2scale analysis of a household level agent2based model of landcover change J . Journa l . of Environm en tal M anagem ent, 2004, 72: 57 - 72. 37 Jacqueline Geoghegan, Sergio Cortina V illar Modeling trop ical deforestation in the southern Yucatá p

47、eninsular region: . n Comparing survey and satellite data J . A g ricu ltu re Ecosystem s and Environm ent, 2001, 85: 25 - 46. 38 張華 ,張勃 . 國際土地利用 /覆蓋變化模型研究綜述 J . 自然資源學報 , 2005, 20 ( 3 : 422 431. ZHANG Hua, 39 http: / /www. s warm. org/ EB /OL . 40 http: / / repast sourceforge. net/ EB /OL . . 41 htt

48、p: / / cormas cirad. fr/ indexeng htm / EB /OL . . . 42 Volker Grimm , U ta Berger, et a l A standard p rotocol for describing individual2based and agent2based models J . Eco2 . log ica l M odeling , 2006, 198: 115 - 126. 43 Manson S M. Agent2based dynam ic spatial sim ulation of land2use / cover ch

49、ange in the Yucata peninsula, Mexico R . n 44 Deadman P J, E Schlager Models of individual decision making in agent2based sim ulation of common2 . pool resource man2 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. patterns R . Departm ent of Agricultural, Environme

50、ntal, and Development Econom ics Working Paper AEDE 2 P 2 W 0010 2 ZHANG Bo. Review on land use and land cover change models Journa l of N atu ra l R esou rces, 2005, 20 ( 3 : 422 - 431. . ff, Canada, 2 2 Sep tember 2000. 8 . agement institutions A . In: H R Gim blett Integrating Geographic Infor .

51、mation System s and Agent2based Modeling Tech2 niques for Sim ulating Social and Ecological Processes C . New York: Oxford University Press, 2002. 137 - 169. Paper p resented at the Fourth International Conference on Integrating GIS and EnvironmentalModeling ( GIS / EM4 , Ban2 ao 2 ing, L I Xia, et

52、a l Multi2agent system s for sim ulating and p lanning land use. A cta Geographica S inica , 2006, 61 p . ( 10 : 1101 - 1112. 陳 海等 : M ulti2 Agent System 模型在土地利用 /覆蓋變化中的研究進展 351 352 自 然 資 源 學 報 23 卷 45 Heuvelink G Developments in statistical app roaches to spatial uncertainty and its p ropagation J

53、. In terna tional Jou rnal of . Geog raph ica l Infor ation S cience, 2002, 16 ( 2 : 111 - 13. m which is simp le to deal w ith the agent interaction. Finally, it is necessary to seek the m ethods of verification and validation upon MAS model . Key words: LUCC; MAS model; model od to analyze interac

54、tion among agents Third, there are three m ethods in multi2scale top ic re2 . search. Through the transfor mechanis of different scales being clear in the first m ethod, it is m m difficult to exp licit spatially the decision 2 making The second method may exp licit spatially the . decision 2 aking,

55、 but the exp lanation power bet een LUCC and decision 2 aking is not strong m w m . 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. Abstract: In fine 2scale and area scale, MAS /LUCC models are particularly well suited for rep re2 p resent tim e, researchers focus on three aspects: the agent decision 2 aking, the agent interaction m The third method m ay reveal the relationship betw een the co