国土空间规划是高质量发展的空间蓝图,地球信息科学技术改变了国土空间规划的方式,其强大的数据获取、分析、预测和管理能力为国土空间规划提供了数据、方法和平台支撑,提高了国土空间规划的科学性和可操作性。本文综合运用文献调研、归纳和对比分析等方法,试图在分析国土空间规划编制、实施和监管的全流程以及国土空间规划公众参与和智慧化转型需求的基础上,系统阐述地球信息科学技术在国土空间规划中的应用研究进展,主要集中在3个方面：① 地理空间数据、遥感数据和社会经济大数据为国土空间规划提供了数据基础;② GIS分析方法、地理模拟方法和人工智能方法为国土空间规划提供技术支撑;③ GIS平台、云计算和城市智能平台等技术方法推动了国土空间规划的智慧化转型。随着2021年我国国土空间规划体系的基本建立,未来应关注智慧化规划技术和方法在农业空间和生态空间的应用、构建智慧国土空间规划的技术体系,并进一步提升国土空间规划的智慧化水平。

在当前国土空间规划的背景下,自然资源部提出了基于等时圈的中心城区可达性评价方法。本文以南昌市为研究对象,利用静态交通数据和从开放地图平台获取的工作日15:00（平峰）、18:00（晚高峰）和周末的15:00、18:00的动态交通数据分别生成中心城区等时圈,随后使用混淆矩阵及Kappa系数对两种数据的结果进行一致性检验。研究发现：南昌市中心城区大部分区域都位于以八一广场或绿地中央广场为起点的60 min等时圈内,南昌市域大部分区域则位于120 min等时圈内;静态数据生成的等时圈与对应的工作日晚高峰的动态数据生成的等时圈相比仅具有一般一致性,但前者在中心城区尺度与工作日平峰的动态数据生成的等时圈达到了高度的一致性,更适合在中心城区层面评价工作日平峰的可达性;4个时段的动态数据的等时圈结果表明工作日15:00的中心城区可达性明显优于其他3个时段,但各个时段的等时圈覆盖面积占市域面积的比例随车程的增加都呈现出Logistic曲线特征,各曲线增长的关键时间节点能够为等时圈划分提供更有针对性的分级阈值。

信息化赋能已经成为新时期国土空间规划的热点,但通过大数据整合进行国土空间利用评价研究仍有待探索。本文旨在借助腾讯位置大数据开展城市居住用地效率评价实证研究,综合运用多源地理空间数据,以居民区为评价单元构建居住用地效率指标,揭示常州市新城区不同居民区用地效率差异。结果表明：① 居民区范围内小时粒度的人口规模呈周期波动,峰值一般出现在21:00,符合城市居民昼出夜归的作息规律,且不同容积率水平的居民楼人口集聚度和规模值也存在预期性的差异;② 29个居民区按建成年份划分为1980s、1990s、2000s、2010—2015年、2015年以后共5组,各组效率指标平均值分别为1.74、2.45、2.31、0.95和0.91人/百m²,2010年之前建成的居民区明显高于2010年之后新建的,2010年以后建成的居民区低于全市2.06人/百m²的平均水平（2018年标准）;③ 效率指标值低并非完全等同于集约用地水平低,常州市新城新区开发建设的成长周期、居民对提升人居环境品质的需求,都是导致不同居民区用地效率差异的原因。研究表明,位置大数据作为高精度的人口数据源,能够客观反映居民区人口聚集的时空间特征,基于位置大数据构建的城市居住用地效率指数能够为高质量国土空间利用分析提供新途径。在我国以人为本的城市化进程中,以位置大数据为代表的新型人口数据源将在国土空间规划中发挥愈加重要的作用。

全球气候变化背景下,降雨事件日益增多,严重影响城市交通和居民的日常出行。本文以上海市为例,基于分时降雨数据和地铁OD客流数据,运用Prophet时序模型拟合降雨事件下的客流常态值,从站点和OD二个维度定量评估降雨造成的地铁通勤客流变化时空格局。研究结果表明：① 通勤客流总体随小时雨量增大而下降,不同类型站点客流的降雨波动性呈现差异;降雨会造成进站客流的时间滞后性和堆积性,通勤出行需求越大的站点类型堆积效应越显著;由于出发时间弹性差异,不同时点客流的降雨敏感性也不同,7:00和17:00敏感性较高,8:00—9:00和18:00—19:00则相对刚性;② 降雨会造成行程时间≤15 min的短距离客流显著上升,总体增加7.3%,中长距离客流变化不明显,总体减少1.3%;在不同功能区之间,早高峰居住型→产业型的客流波动和时间堆积性最为显著,晚高峰商服型→居住型的返程客流波动性较低;早高峰降雨敏感性线路的起始站点多分布在大型居住区,晚高峰则位于大型产业园区和商业中心;晚高峰返程客流的波动性低于早高峰。尽管降雨事件对通勤客流总量影响不明显,但会造成局部空间区域和时点的客流激增。本文的研究方法与结果有助于量化降雨对地铁通勤客流的影响程度,并为空间化的交通运行保障提供决策依据。

新时期国土空间规划背景下,科学合理地划定城镇开发边界,建立健全的国土空间用途管制制度是有序引导国土空间各类开发保护行为的重要举措。本文以福州市为例,构建了一种全域多维度国土空间管控体系,将其管控约束条件嵌入未来土地利用格局模拟中。同时,顾及区域空间异质性和时空依赖性,设计了一种服务于城镇开发边界划定的集成地理分区策略、深度学习技术、FLUS模型功能模块的时空元胞自动机ST-CA（Spatio-Temporal Cellular Automata）模型。基于已有成果集成三区三线,开展“划管结合”思维下的空间管控应用研究。结果表明：① 顾及区域空间异质性和时空依赖性的ST-CA模型可以有效提高土地利用变化模拟精度（OA指标从95.95%提升至98.34%）,实现更为真实、准确的地理模拟过程;② 地理模拟过程中嵌入管控约束条件,可引导城镇、农业和生态3类空间合理布局且规模可控,基于模拟结果划定的城镇开发边界能有效避开规划保护用地;③ 未来模拟预测结果结合管控预警值可看出,福州市主城区及周边区县的城镇扩张形势比较严峻,未来亟需对福州市国土空间格局进行合理调控;④ 边界变化趋势特征表明划定结果与福州市的远景发展规划布局一致,符合区域发展诉求,国土空间格局呈现多轴化发展趋势。研究结果可为福州市国土空间开发保护行为提供科学谋划,为国土空间管控及优化提供实践参考依据。

针对国土综合整治时空格局优化的多目标量化问题,以空间脆弱性和时间迫切性为切入点,构建以目标功能为主线的乡村社会-生态系统脆弱性和迫切性评价指标体系,采用改进熵权DEA模型开展脆弱性效率评价和改进熵权多因素综合模型进行迫切性评价;在此基础上,采用层次目标分解法和主导问题归因法构建“业态兴旺、形态优化、生态宜居和综合复兴”4种国土综合整治多目标格局优化方案,采用改进熵权TOPSIS分析法开展多目标最优决策定量分析,以期从有限多目标系统优选和排序视角识别和划分国土综合整治多目标时空格局类型,实现对乡村国土综合整治多目标格局优化体系构建的目的。研究以上海市青浦区184个行政村为例进行实证,研究结果表明：改进熵权DEA模型能有效克服多行政村高度关联造成的结果偏大问题,提高了空间适宜性的应用精度;改进熵权TOPSIS模型能较为准确地划分国土综合整治的多目标格局优化方案,细化各最优方案间的异质性;2018年青浦区社会-生态系统脆弱性均值表现为社会子系统脆弱性（0.605）>经济子系统脆弱性（0.577）>生态子系统脆弱性（0.549）,社会子系统脆弱成为影响该区脆弱性的重要原因;行政村社会-生态系统脆弱性空间上呈现由中部向南北递增变化趋势;而村域国土综合整治迫切性空间团聚状分异显著,其值域范围为[0.435, 0.785],农业产业整治迫切性最大;针对脆弱性-迫切性多目标构建的4种多目标方案决策评价结果,将该区国土综合整治时空格局优化类型划分为16种。该研究结果丰富了乡村地理学理论,可为乡村区域治理、乡村振兴和区域可持续发展提供决策依据。

伴随着城镇化的快速推进,城乡建设用地资源日益紧张,但目前土地储备决策缺乏精准科学依据,无法有效地进行资源配置和宏观调控。针对此问题,本文深入剖析土地储备基本业务与决策环节,研究了一套面向土地储备的智能决策模型集,包括存量土地监测模型、收储成本预测模型、出让价格预测模型、储备平衡分析模型、相似地块分析模型、开发时序分析模型及病态地块识别模型,旨在将土地储备决策环节科学化、定量化和模型化,并重点为土地储备总量、效益、规模、结构、布局、时序的统筹安排提供建议。另外,该模型集具有体系化、高效灵活、智能化的特点,能够服务于储备业务全链条,满足即时决策应用需求和实现模型自主更新与进化,保证模型的时效性。最后,该模型集已经工程化应用于宁波市土地储备智能决策支持平台,实践验证了以上决策模型具有较高的准确度和实用性,表明模型集能够为土地储备的科学决策提供理论依据,有利于土地资源的集约利用和高效配置。

基于多时相影像的耕地提取和变化分析是有效管理和保护耕地资源的重要手段。然而就多时相耕地的分类提取而言,现有方法对于多时相影像中地物的时空特征表达和时空上下文关系建模存在着局限性,导致耕地的提取精度不佳;其次,对于耕地的变化分析,现有方法往往只关注基于行政单元的耕地面积统计变化,而对耕地变化在空间上的相关性分布特点考虑较少。因此,本文首先提出了一种时空上下文分类方法,综合表达和利用多时相影像中地物的光谱、纹理和空间等特征,建模时空维度上地物间在特征和语义上的上下文关系,来提高耕地覆盖分类的精度;其次,基于耕地覆盖的提取结果,在规则格网和行政区划单元上,采用GIS空间统计方法分析耕地变化的空间相关性特点;最后,以北京市顺义区为例,以2015—2019年的多时相Sentinel-2影像为数据源对本文方法进行验证。结果表明,与常见的2种多时相影像分类方法相比,本文方法在多时相耕地分类上精度最高,平均用户精度和制图精度分别达到91.21%和90.53%,所有类别的总体精度为90.79%。这表明本文方法能精确提取多时相耕地覆盖信息。通过对耕地变化的空间分布特点进行分析,发现2015—2019年顺义区耕地变化存在区域聚集现象,主要呈现为集中减少特点,其中赵全营镇、高丽营镇、木林镇和杨镇地区耕地的聚集性减少较为明显,说明这些地区的耕地侵占和减少问题比较严重。