城市化是当今人类社会发生的最为显著的变化,直接影响着全球土地利用和景观格局。在城市化进程中,地域内的自然地表不断转化为人工地表,城市空间不断向外扩张,土地利用结构发生巨大变化。过去的40年间,中国经历了前所未有的城市化进程,成为全球土地利用变化最剧烈的地区之一。快速城市化直接影响着区域生态系统、资源环境利用和地表土地覆盖,并引发了耕地退化、森林锐减、水土流失、温室效应等一系列问题。在此背景下,中国提出新型城镇化发展道路,倡导生态文明建设,以提升城镇发展质量,促进经济社会全面绿色转型。基于此,开展城市土地利用相关研究具有重要现实意义。城市在发展过程中,往往以地块为基本单元发生用地类型的变化,进而发生更加复杂的城市空间结构和功能变化。地块还是城市功能规划和分析的基本单元,土地利用现状普查、土地的实际管理和调控也都是建立在地块单元的基础上。基于此,研究地块尺度下的城市土地利用变化复杂驱动力机制,预测未来土地利用趋势,以及实现多目标土地利用布局优化,对政府部门制定国土空间规划和维持可持续发展具有重要意义。元胞自动机模型是目前应用最为广泛的城市发展模型之一。其中,以地块为基本单元的矢量元胞自动机（Vector-based Cellular Automata,VCA）模型被许多学者应用于地块尺度下的土地利用变化模拟研究。元胞自动机模型一般包括四个部分:转化适宜性、邻域土地利用效应、限制发展条件以及随机因子。已有的VCA模型在挖掘地块的转化适宜性时,往往只考虑地块本地驱动因子属性对其地类型变化的影响。然而,地块周边邻域内的驱动因子同样对地块的用地类型变化产生着非常复杂的影响,而这种邻域影响作用在现有的VCA研究中基本被忽略。生态控制线是中国生态文明建设的一项重要政策,原则上除政府重大公共项目外,禁止在基本生态控制线范围内进行开发建设。后为兼顾社会基层民生与经济发展诉求,地方政府后出台了生态控制线优化调整方案。优化调整包括“调入”和“调出”两方面工作,其中“调出”指的是为国家、省、市的政府建设项目将土地调出到生态控制线范围外,“调入”则相反。然而,现有研究中所提出的调出用地方案都是建立在土地利用现状基础上,缺少对地块城市化发展趋势的考虑。而生态控制线“调出”的目的是满足城市未来发展的土地空间需求,需要将土地的未来城市发展可能性作为制定调出用地识别方案的重要依据。土地利用空间优化是在土地利用现状的基础上,根据具体的规划目标,实现土地资源优化配置,对城市国土空间总体规划意义重大。已有的土地利用空间优化研究中,缺乏对用地集约利用度与发展适宜度的综合考虑。事实上,仅考虑土地集约利用度,会导致特定区域的优化结果与该区域的现实发展趋势完全相反,这样在实际中是不可取的。仅考虑用地发展适宜度,则优化结果不能满足城市规划中的集约化发展导向,尤其是对用地资源紧张的特大城市。针对以上问题,本研究以深圳市这一土地资源最为紧张的特大城市为研究区,开展了以下三个方面的工作。第一,提出了一个顾及地块邻域驱动力作用的的城市土地利用变化模拟模型（CNN-VCA）。该模型通过耦合卷积神经网络和矢量元胞自动机,有效挖掘地块邻域尺度下驱动力因素对其用地类型变化的复杂影响,从而提升了城市土地利用变化模拟精度。第二,提出了一个基于“高发展效益-低生态损失”思路的生态控制线调出地块识别框架。该框架将地块的城市化发展概率挖掘与生态服务价值评估相结合,有效识别出兼具高城市发展可能性和低生态功能价值的用地,为国土规划部门制定生态控制线动态调整提供了合理的解决方案。第三,提出了一个综合集约利用度和发展适宜度的城市土地利用空间优化框架。该框架基于不同优化目标得到未来情景下的城市土地利用空间优化布局,通过对比不同方案为城市发展规划提供决策支持。基于以上阐述,本研究的主要研究内容和结论如下:（1）本研究构建了一个顾及地块邻域驱动力作用的的城市土地利用变化模拟模型（CNN-VCA）。研究将卷积神经网络引入矢量元胞自动机模型,通过卷积神经网络来提取不规则地块周边邻域驱动因子的复杂特征,进而挖掘邻域尺度下驱动力因素对地块转化适宜性的影响。研究将CNN-VCA模型应用于深圳市的土地利用变化模拟,并对模拟结果进行精度评价。结果表明,相较于其它现有的VCA模型（逻辑回归-VCA,人工神经网络-VCA和随机森林-VCA）,CNN-VCA模型能够有效挖掘邻域尺度下驱动力因素对地块转换适宜性的影响,得到了最高的模拟精度（Fo M指数为0.361,景观相似度为0.948）。此外,模拟结果表明CNN-VCA模型不仅具有很高的整体模拟精度,还可以获取更多的形态细节信息,尤其是在多地块聚集区域的轮廓边缘。（2）本研究构建了一个基于“高发展效益-低生态损失”思路的生态控制线调出地块识别框架。框架采用CNN-VCA模型逐年挖掘得到地块未来年份的城市化发展概率,并将其与地块的生态功能价值评估结果相结合,然后采用“双向控制”的方式,识别出兼具高城市发展可能性和低生态功能价值的地块,并进行可调出度的等级划分。该框架在满足平衡城市发展和生态保护关系的基础上,合理地增加了允许发展的土地存量。结果表明,识别出的可调出地块呈现出相对聚集的空间分布特征,多集中在宝安区和南山区,并存在一定数量的较大面积连片地块。此外,该框架还可以为国土规划部门制定生态控制线“调入”方案,在省内甚至省外进行异地置换,提供科学工具和信息支持。同时,该框架是一个灵活框架,只要基于“高发展效益-低生态损失”这一核心视角,那么框架中的地块城市化发展概率挖掘和生态服务价值评估研究内容,都可以采用其它有效的模型或方法进行替代。（3）本研究构建了一个综合集约利用度和发展适宜度的城市土地利用布局优化框架。首先,采用土地利用变化模拟模型CNN-VCA,计算得到了地块的未来城市化发展概率,将其作为地块的发展适宜度。然后,构建了一个考虑地块空间聚合程度的集约利用度指标,该指标包含人口密度、聚集度指数和兴趣点密度因素。最后,将城市用地集约利用度和发展适宜度同时作为优化目标,结合约束条件,以土地利用现状为初始状态,基于遗传算法实现深圳市2030年多目标土地利用布局优化。本研究还分别针对集约利用度和发展适宜性进行单目标优化。通过不同优化方案结果对比,发现综合集约利用度和发展适宜度的优化方案既可以符合土地功能当前发展趋势,也提升了土地利用强度和功能效率,满足城市发展规划的实际需求。