城市是有一定人口规模,并以非农业人口为主的居民集居地,是聚落的一种特殊形态。城市无论大小,均在其影响范围内起着焦点或核心的作用,并辐射带动周围区域的发展。城市在人类的发展历程中起到了愈加关键的作用,“城市,让生活更美好”已得到了历史的验证。但是在城市化的进程中,特别是在生产力飞速提升的某些阶段,由于城市规模的急剧扩张,在世界范围内引发了一系列的城市问题,这日益引起了众多国内外学者的关注。一些新的技术、方法也被应用于城市相关方面的研究。本文来源于山东省自然科学基金项目《从长时序空间数据中挖掘状态转换规则及预测方法研究》。本文在总结已有的一些方法和研究成果的基础上,如CA、马尔可夫预测、空间自回归预测等,针对原有方法的一些不足,利用空间数据挖掘的思想,提出了创新与改进。在城市土地利用演变预测方法研究中,一是研究从长时序专题地图序列中提取空间单元状态的局部转换规则方法,主要研究根据CA思想从多个时间断面的时序空间数据中自动提取状态转换规则集;二是研究基于局部状态转换规则集的空间预测计算方法,由于每一条状态转移规则的结论部分对应着一个概率空间,即提取的是随机规则,这里采用了基于随机思想的蒙特卡罗模拟法进行空间动态预测计算。在城市空间地域扩展预测方法研究中,主要研究基于空间扩散思想的城市边界地域扩展预测方法,即根据历史时期的城区边界时序地图数据,选择空间扩散模型,估计出扩散参数,并据此对未来时期的城市空间扩展进行预测计算,获取城区边界扩展预测结果,即城区边界轮廓地图。研究中综合考虑自然、经济、人口、规划、交通等众多影响因素,建立一种基于放射线法的空间扩散模型进行预测计算。在城市群重心移动预测方法研究中,主要研究根据历史经济社会统计数据序列和地图数据,预测未来城市群重心移动趋势的方法。提出了一种基于粒子群算法的经济重心迁移预测方法。通过对城市群重心移动轨迹进行坐标分解,采用一个趋势项与若干个周期项组成的复合函数来拟合重心的x和y坐标的变动。然后采用粒子群算法估计预测模型的参数,而不用事先对模型进行线性化变换。