近日，我校公共管理学院青年教师李靖业，联合美国俄亥俄州立大学（The Ohio State University）城市与区域规划系Jean-Michel Guldmann教授、中国地质大学（武汉）龚健教授等，在《Journal of Environmental Management》上发表题为“Urban growth boundaries optimization under low-carbon development: Combining multi-objective programming and patch cellular automata models”的研究论文。
快速城镇化给土地资源和基础设施带来了巨大压力，如基础设施和公共服务成本过高、交通拥堵、农业资源和其他生态系统服务的丧失。传统粗放的城镇土地利用模式难以为继，控制城市规模、优化空间格局、实现低碳增汇成为当前国土空间治理的重点工作之一，如何优化和控制城市增长已成为亟待解决的科学问题。在此背景下，城市增长边界(Urban Growth Boundaries, UGBs)研究已经成为中国新型城市化推进、空间规划改革、空间治理能力提升和“多规合一”等实践的重要内容。
以往关于城市增长边界的研究主要集中在城市空间格局模拟。然而，如何从低碳视角优化未来城市土地利用并确定其边界尚不明确。文章采用多目标决策优化和斑块尺度元胞自动机模型，考虑了土地生态、经济和碳储存效益三个目标，探索性提出了一个新的UGBs优化模型（见图1和图2）。首先，生态、经济以及低碳约束指标纳入多目标优化算法，以获取不同目标情景下Pareto曲面上的非劣解；其次，基于斑块尺度元胞自动机模拟模型对这些土地用途进行空间分配；最后，提出两步景观形态学方法优化UGBs（图3），使最终的城市建设用地与多目标决策优化结果保持一致。文章指出Adjustment 1去除小而孤立的城市斑块后的建设用地空间分布必然小于初始多目标优化后的数量。通过Adjustment 2解决了这一差距（图3），保护了城市内部生态保护高价值区的水域和重要农田，从而丰富了景观多样性。
文章提出的UGBs治理框架，拓展了城市扩张模拟的新视角（图4），对于强化国土空间规划和用途管控、优化城市空间结构和生态功能、促进国土空间利用向绿色低碳转型提供了理论参考。
图1 图文摘要
图2 城市增长边界优化综合框架
图3景观形态学优化示意图
图4 不同情景下城市建设用地密度分布图（基于等面积环）
原文链接：Jingye Li, Jean-Michel Guldmann, Jian Gong, Hao Su. Urban growth boundaries optimization under low-carbon development: Combining multi-objective programming and patch cellular automata models[J]. Journal of Environmental Management, 2023, 340: 117934.
https://doi.org/10.1016/j.jenvman.2023.117934
