地理信息系统文献翻译——摘要

城市面临着许多问题，如城市扩张，交通拥堵和隔离。他们也处在不断地变化中。在探讨城市如何运作时，计算机模拟正在成为一个越来越重要的工具。

基于智能体的模型（ABM）可以对城市变化的不同假设和理论进行测试，从而更好的理解城市是如何运作的。本文介绍了如何通过与地理信息系统（GIS）进行集成来开发ABM。为了突出说明这一点，我们首先提出了一个通用的ABM。随后在两个模型应用中使用了这个模型：隔离模型和位置模型。这两个模型凸显了不同的理论可以与通用模型相结合，表明了在建模过程中空间的重要性。

关键字：智能体模型，Repast，GIS，隔离，竞租

介绍

城市是复杂的系统，它有许多动态变化的参数和大量的离散因素。城市的异质性使从全市范围的问题中概括局部性的问题变得很难。为了了解城市的扩张，拥挤和隔离等问题，我们需要对城市系统采取一种自下而上的方法，来研究使个体做出决定的原因。ABM允许我们模拟不同智能体的个体行为，随着时间的推移，检测由此带来的系统行为和结果，因此为城市发展模式提供了良好的试验。随着城市的高度动态化，无论是在空间还是时间上，其次，由于城市运作在一个跨尺度的平台上，城市系统中包含着个体之间的相互作用和区域尺度上的地理环境。例如，在每辆车都遵循一些简单规则的情况下，很容易概念化和模拟个体车辆如何沿道路网路移动。再如如果前方停了一辆车，车会减速，如果前方没有车，车会加速。如果没有其他明显事情影响的话，这种情形如何造成交通拥堵。而不是为控制车辆密度的动态产生一系列的等式。然而，由于车辆密度是由个体车辆的相互作用造成的，基于智能体的模型同样能够使用户研究系统的总体特性。

Najlis和North(2004) 发现越来越多的人对GIS和基于智能体的集成建模系统感兴趣(布朗等人，2005；帕克，2004；托伦斯和本纳森，2005;等等)。最近的应用案例包括行人动态模型，城市增长模型和土地利用模型。对于基于智能体的建模者而言，这种集成使智能体具有实际的地理位置。对于GIS用户而言，这种集成可以使GIS通过要素的个体交互作用模拟在时间和空间上的现象的出现（Najlis and North，2004）。

在智能体模拟中，智能体之间往往有某种形式的空间关系，并且是位于特定的环境中。而GIS可以包含多个图层（如住房层，道路网络层，人口层），并且每个图层是由一系列要素组成的（如点要素或多边形要素，每一个要素都具有地理参照）。GIS能够囊括不同的要素和不同图层所具有的属性，使得建模时能够使感兴趣的系统得到更好的展示。图层的组合......

ABSTRACT

Cities are faced with many problems such as urban sprawl, congestion, and segregation. They are also constantly changing. Computer modelling is becoming an increasingly important tool when examining how cities operate. Agent based models (ABM) allow for the testing of different hypotheses and theories for urban change, thus leading to a greater understanding of how cities work. This paper presents how ABMs can be developed by their integration with Geographical Information System (GIS). To highlight this, a generic ABM is presented. This is then applied to two model applications: a segregation model and a location model. Both models highlight how different theories can be incorporated into the generic model and demonstrate the importance of space in the modelling process.

Keywords: Agent Based Models, Repast, GIS, Segregation, Bid Rent.   

INTRODUCTION

Cities are complex systems, with many dynamically changing parameters and large numbers of discrete actors. The heterogeneous nature of cities, make it difficult to generalize localized problems from that of city-wide problems. To understand cities’ problems such as sprawl, congestion and segregation, we need to adapt a bottom-up approach to urban systems, to research the reasoning on which individual decisions are made. ABMs allow us to simulate the individual actions of diverse agents, measuring the resulting system behaviour and outcomes over time; therefore providing a good test bed for developing models of cities. As cities are highly dynamic, both in space and time and secondly, as cities operate on a cross scale basis, propagating through urban systems from interactions between individuals in space to regional scale geographies. For example, it is easier to conceptualize, and model how.......