城市扩展的过程十分复杂,它涉及到多种不同土地利用类型转化为城市建设用地,最终导致城市规模不断扩大。经济的发展愈发加速了城镇化的进程,城市扩展的模拟和预测等相关问题日益成为研究的热点问题。元胞自动机模型是一种“自下而上”的动态模拟工具,时空离散、状态简单。它运用简单的系统模拟复杂的结构,相对于一般的模型来说,更加灵活和有效,尤其在模拟城市扩展这种复杂的时空转换过程方面具有强大的优势:既可以弥补地理信息系统技术在表现复杂的时空动态变化地理现象中存在的不足,又能够模拟复杂系统时空演化过程。元胞自动机的核心是转换规则的确定,目前转换规则大部分是采用数学公式的隐含表达方式,当研究区域较复杂时,表述起来有一定难度。基于此问题,本文研究基于蚁群智能算法(Ant Colony Optimization,简称ACO)挖掘有效的地理元胞自动机转换规则,取代数学公式的表达方式,以便更客观、准确地描述城市扩张中的复杂关系。本文较为详细地综述了与城市扩展相关的基本理论,研究了元胞自动机模型和蚁群智能算法原理,为后面的实例研究提供了理论支撑。实验部分,以长春市主城区为研究区,收集了2005年、2010年和2015年的Landsat TM遥感影像作为数据源,结合研究区DEM数据、包括交通要素在内的反映城市发展特征的GIS空间变量为辅助数据,利用遥感(RS)和地理信息系统(GIS)技术,首先对研究区的土地利用类型进行分类,获取研究区各时期的土地利用分类数据,进而研究驱动城市扩展的因子数据;基于蚁群智能算法建立规则挖掘模型,获取影响城市扩展的有效规则;最后将这些规则应用到元胞自动机模型中,研究应用GeoSOS-FLUS元胞自动机模型分别对研究区2005-2010年、2010-2015年两个时段的数据进行模拟试验,经过模拟精度检验后,应用元胞模型分别对研究区2020年、2025年进行城市扩展预测。本文具体的研究工作和结论如下:(1)基于2005年、2010年、2015年的遥感影像数据,利用监督分类方法进行三期土地利用分类数据的获取,基于ArcGIS分析工具,获取实验所需的驱动因子数据。(2)基于蚁群算法,建立城市扩展过程中不同土地类型之间的转换规则挖掘模型,挖掘获得可靠的城市扩展规则,用于元胞自动机的模拟预测中。(3)应用GeoSOS-FLUS模型分别对长春市2005年-2010年、2010年-2015年两个时期的城市扩展情况进行模拟,基于2005年土地利用数据为基础,对2010年进行模拟时,实验得到Kappa系数指标达到了0.93,基于2010年土地利用数据为基础,对2015年进行模拟时,Kappa系数指标精度达到了0.83,模型模拟精度均符合要求。在此前提下,利用FLUS模型分别对长春市2020年和2025年城市扩展情况进行了预测,模拟结果可为相关部门对土地规划的宏观决策提供一定的参考和数据支持。(4)结合收集到的2000年-2015年的各类统计数据,以及城市扩展速度、强度、弹性系数、紧凑度等指数数据,对长春市空间扩展格局进行多角度分析,结论是:从2000年到2015年间,长春市正处于城镇化的快速发展阶段,城市扩展以外延为主导、城市内部填充为辅共同作用,城市空间形态的稳定性降低,空间形态趋向简单,空间形态不规则程度增加。