CHUYÊN ĐỀ Công cụ và mô hình đọc sự vận động không gian đô thị

Công cụ và mô hình đọc sự vận động không gian đô thị Arnaud Banos – CNRS, Alexis Drogoul – IRD, Benoît Gaudou – Đại học Toulouse, Huỳnh Quang Nghi – Đại học Cần Thơ, Trương Chí Quang –

2.2 Công cụ và mô hình đọc

sự vận động không gian đô thị

Arnaud Banos – CNRS, Alexis Drogoul – IRD, Benoît Gaudou – Đại học Toulouse, Huỳnh Quang Nghi – Đại học Cần Thơ,

Trương Chí Quang – Đại học Cần Thơ, Võ Đức Ân– MSI-IFI

Biểu diễn hệ thống thực tế phức tạp nhằm

dự báo các biến động có thể xảy ra hoặc đề

ra các giải pháp quy hoạch phù hợp là một

trong những thách thức đặt ra trong công

tác nghiên cứu và mô hình hóa tin học hiện

nay Bổ khuyết cho các phương pháp phân

tích cổ điển khác, cách tiếp cận này cho phép

thiết kế các mô hình động là kết quả tương

tác giữa biểu diễn tin học các thực thể trong

hệ thống mô hình hóa (tác nhân, thể chế, môi

trường, quy hoạch, v.v ) Những mô hình này

sau đó được sử dụng như một công cụ hỗ trợ

cho quá trình thực nghiệm “ảo” – có sử dụng

mô phỏng - kết quả sẽ được nghiên cứu và

phân tích một cách chi tiết; khuyến khích

tương tác với người dùng

Mục tiêu lớp học chuyên đề là để học viên làm quen với phương pháp mô hình hóa tin học các hiện tượng tăng trưởng đô thị Sử dụng nghiên cứu phát triển đô thị tại một phần thành phố Cần Thơ (đồng bằng Sông Cửu Long) giai đoạn 2000-2010, khóa học

đề cập đến những vấn đề sau: mô hình tăng trưởng đô thị; phương pháp tập hợp và tạo

bộ dữ liệu (địa lý, đô thị, xã hội) phục vụ mô hình hóa (hệ thống thông tin địa lý, hình ảnh

vệ tinh, kết quả điều tra); xây dựng mô hình tăng trưởng đô thị trong phần mềm mô hình hóa Gama, mô phỏng mô hình theo vấn đề đặt ra Học viên làm việc theo nhóm nhỏ với nhiệm vụ phát triển và bổ sung mô hình cơ

sở bằng cách thêm dữ liệu và đề ra các quy luật mới Mỗi nhóm có nhiệm vụ tổng kết phương pháp đã được nghe giới thiệu trong hai buổi đầu khóa học

Trước ngày bắt đầu lớp học, các giảng viên

đã hỗ trợ học viên cài đặt trên máy các phần

mềm cần thiết phục vụ cho nội dung học.

Ngày học thứ nhất, thứ Năm ngày 24

Phần đầu của lớp học chuyên đề dành để giới

thiệu học viên và giảng viên (xem tiểu sử giảng

viên, danh sách học viên ở cuối chương) Lần

lượt các học viên giới thiệu chéo người ngồi bên

cạnh mình, giới thiệu cơ quan đang làm việc, các

nghiên cứu đang thực hiện và mong đợi của từng

cá nhân đối với lớp học chuyên đề

[Alexis Drogoul]

Trong phiên họp toàn thể, các bạn đã được nghe giới thiệu nhiều thách thức đặt ra trong quá trình đô thị hóa ngày càng gia tăng và tốc độ đô thị hóa ngày càng lớn trên thế giới Trong lớp chuyên đề của chúng ta, chúng ta

sẽ đặt mình vào vị thế các nhà hoạch định chính sách, các chuyên gia quy hoạch Các bạn sẽ phải tìm hiểu tính động trong hệ thống đô thị, đoán định và dự báo các biến động trong hệ thống, mô tả và đánh giá các biến động cũng như mô phỏng các chính sách liên quan đến quy hoạch

Chúng ta sẽ nghiên cứu chủ yếu mô hình hình thái đô thị và mô hình tăng trưởng đô

Ví dụ Cần Thơ

Nguồn: tác giả.

16 Bản đồ

thị, nghĩa là những mô hình biểu diễn biến

động không gian của đô thị trong môi trường

vật chất Để hiểu được tính động, chúng ta sẽ

xây dựng mô hình sử dụng nhiều số liệu khác

nhau: hình ảnh vệ tinh, ảnh chụp từ trên cao,

điều tra, nghiên cứu điền dã, v.v Số liệu này

sẽ được phối hợp tùy theo mục tiêu đặt ra với

mô hình để tìm hiểu quá trình biến động của

hệ thống xã hội, đô thị và môi trường

Khóa học sẽ giới thiệu các phương pháp luận,

các vấn đề nghiên cứu và ứng dụng Chúng

tôi sẽ cố gắng truyền tải kinh nghiệm và cách

làm để các bạn có thể độc lập xây dựng và

sử dụng mô hình, giới thiệu để các bạn làm

quen với phương pháp thường được sử dụng trong các đề án đô thị hóa

Toàn bộ phần giảng lý thuyết và các bài tập thực hành đều sử dụng một bộ dữ liệu do giảng viên xây dựng dựa trên dữ liệu của thành phố Cần Thơ (xem Bản đồ 16)

Cần Thơ hiện là thành phố lớn nhất tại đồng bằng sông Cửu Long và có sức phát triển năng động nhất trong vòng mười năm qua Chúng ta có bộ số liệu rất phong phú về sự phát triển của thành phố này

Về mặt lý thuyết, khóa học được tổ chức như sau:

Tổ chức lớp học

Nguồn: tác giả.

19

Sơ đồ

Arnaud Banos sẽ giới thiệu tổng quát các mô

hình tăng trưởng đô thị khác nhau và tập

trung giới thiệu các vấn đề liên quan cũng

như ưu điểm của từng mô hình Buổi chiều,

Benoît Gaudou sẽ giới thiệu phương pháp

luận xây dựng mô hình Sau đó, Trương Chí

Quang sẽ giới thiệu công tác thu thập và xử

lý số liệu Ngày thứ sáu sẽ dành để giới thiệu

công cụ mô hình hóa và mô phỏng cũng như

giới thiệu hai mô hình biểu diễn mô hình hóa

đô thị - mô hình tế bào tự động và mô hình

tác tử sử dụng thông tin véc-tơ Hai ngày cuối

cùng các nhóm sẽ làm việc trong nhóm –

mỗi nhóm bốn người sẽ có một giảng viên

hỗ trợ - và mỗi nhóm sẽ có hai phần trình bày

trước lớp học Hai học viên sẽ đại diện lớp chuẩn bị và có bài trình bày giới thiệu về lớp học chuyên đề trong phiên tổng kết toàn thể vào thứ bảy

2.2.1 Mô hình tăng trưởng đô thị

[Arnaud Banos]

Mô hình tăng trưởng đô thị có lịch sử phát triển lâu dài, những bước phát triển trong mô hình hóa gắn với biến động của đời sống và phương thức lập kế hoạch tăng trưởng đô thị Mô hình của học giả Von Thunen là mô

The Urban Modelling Timeline

Nguồn: Batty, 2014.

20

Sơ đồ

hình căn bản vì đây là mô hình tập trung vào

phân tích kinh tế không gian và địa lý đô thị

Von Thunen vốn là chủ đất Ông quan sát

tính quy luật trong cách tổ chức giữa đô

thị và nông thôn Vào thế kỷ 19, thành phố

được cung cấp thực phẩm từ các vùng nông

thôn Von Thunen vạch ra các vòng tròn nông

nghiệp đồng tâm vòng quanh thành phố,

các vòng tròn nông nghiệp có đặc trưng là chuyển dần từ thâm canh sang quảng canh

và ngoài đầu mút ngoại vi là đất không canh tác Vào thời điểm đó, giá trị đất phụ thuộc vào độ màu mỡ của mảnh đất Còn Von Thunen lại cho rằng giá trị của đất phụ thuộc vào khoảng cách từ mảnh đất đó đến thị

Von Thunen Model

Nguồn: Von Thunen, 1842.

21

Sơ đồ

Xây dựng mô hình của Von Thunen

11 Khung

- Hệ thống đô thị - nông thôn độc lập (khép kín).

- Không gian địa lý phẳng (không có yếu tố cản trở tự nhiên).

- Chất lượng đất và điều kiện khí hậu ở mọi nơi như nhau.

- Nhà sản xuất giảm tối thiểu chi phí sản xuất phụ thuộc vào khoảng cách.

- Nhà sản xuất tăng tối đa lợi nhuận.

P = lợi nhuận trồng trọt gắn với thị trường P

Di = khoảng cách từ điểm i tới chợ

ß = chi phí vận chuyển trên một đơn vị khoảng cách

Ri = lợi tức thu được từ việc canh tác tới điểm i

Ri = P - ßDi

trường tiêu thụ đầu ra Ông thiết lập mô hình

lý thuyết từ những giả thiết sau:

Mô hình cho chúng ta thấy tại một địa điểm

cụ thể, lợi tức đất đai phụ thuộc vào lợi nhuận

canh tác thu được trừ đi chi phí vận chuyển

sản phẩm ra chợ tiêu thụ Cụ thể như sau:

phương trình này cho phép đoán định chính xác việc sử dụng đất phụ thuộc vào khoảng cách đến đô thị

Mô hình này đã tham khảo lý thuyết lợi tức đất đai của nhà kinh tế học người Achentina Alonso là người đưa ra các nền tảng cơ bản

của kinh tế đô thị hiện vẫn còn giá trị đến

ngày nay

Lý thuyết lý giải vì sao các đô thị châu Âu đơn

tâm được tổ chức xoay quanh một trung

tâm thương mại, xung quanh là hoạt động

công nghiệp tiếp đến là các khu vực nhà ở

Khái niệm khả năng tiếp cận là khái niệm căn

bản: thời gian tiếp cận vào khu trung tâm cho

phép ta hiểu cách thức các đô thị được hình

thành và phát triển

đô thị hóa Christaller chỉ ra rằng việc phân bổ

đô thị ở các quy mô nhỏ, trung bình hay lớn không mang tính ngẫu nhiên; mỗi thực thể

đô thị gắn với những sự kiện cụ thể; các đô thị mang tính độc lập và tự chủ. Làm thế nào

lý giải được thông qua một quy trình chủ yếu tập trung tại trung tâm, chúng ta có thể quan sát được quy luật tổng thể trong cách các đô thị phân bố trong không gian? Paul Krugman, người đoạt giải Nobel kinh tế là một trong những học giả có sức ảnh hưởng lớn trong

Alonso Bid-Rent

Nguồn: Torrens, 2000.

2 Biểu đồ

Walter Christaller cũng lấy nguồn cảm hứng

từ Von Thunen: không gian mang tính đồng

bộ; người tiêu dùng có cùng chung hành vi

là mua hàng với giá rẻ nhất; cạnh tranh mang

tính hoàn hảo Học giả này cho rằng chi phí

vận chuyển hàng hóa do người tiêu dùng chi

trả - thường là người tiêu dùng sống ngoài

phạm vi đô thị Chi phí vận chuyển được tính

trong chi phí bán sản phẩm Christaller đề

ra trật tự đô thị - khi bạn ở trong một đô thị

nhỏ, bạn sẽ mua các sản phẩm thông thường

(rau quả, quần áo, v.v), nếu sản phẩm (hoặc

dịch vụ) càng hiếm thì quy mô đô thị càng lớn Ví dụ: nếu các bạn cần phải có các giấy

tờ cấp tỉnh, các bạn sẽ phải đi đến cấp tỉnh,

là cấp trên của các cấp huyện là những đô thị quy mô trung bình Khi đã đưa ra được các định đề như trên, vấn đề trở nên rất đơn giản: người tiêu dùng sẽ giảm thiểu chi phí đi lại và

ưu tiên các đô thị gần hơn; các nhà sản xuất

sẽ có xu hướng phân bổ một cách đều đặn Các bạn có thể lồng ghép toàn bộ các giả thiết và nguyên tắc hành vi này vào mô hình

đa tác tử:

Central Places Theory

Central Places Theory 2

Các đô thị nhỏ sẽ tìm cách tối ưu hóa lợi ích;

các đô thị trung bình có tầm ảnh hưởng lớn

hơn Tất cả các đô thị đều vận hành theo quy

luật đưa ra trong mô hình của Christaller Điều

bất ngờ là trên thực tế không dễ để các đô thị

định vị với nhau: vị trí các đô thị là kết quả của

quá trình lâu dài gắn với lịch sử Mặc dù vậy, chúng ta vẫn có thể rút ra tính quy luật.Nhiều nghiên cứu đã được thực hiện tìm hiểu cách phân bổ mang tính quy luật của các đô thị và quá trình phân bổ đô thị theo quy mô

đô thị

Nhà kinh tế học Zipf là người đầu tiên chỉ ra

rằng nếu ta quan sát dân số của một đô thị

dưới giác độ thuật toán, bạn sẽ thấy rằng dân

số là tĩnh Trong trường hợp này, tất cả các đô

thị được tổ chức theo một đường thẳng, giá

trị mũ gần bằng 2 (định luật Zipf) Điều đáng

ngạc nhiên là hành vi của một đô thị gắn với

một bối cảnh duy nhất, tuy nhiên, các bạn có

thể quan sát được tính chất lặp lại với các kết

quả gần như lúc nào cũng giống nhau

Bây giờ, chúng ta hãy quay trở lại với mô hình của Paul Krugman Hãy hình dung một đô thị đơn giản, tuyến tính gồm các tế bào gần

kề nhau Mỗi tế bào có một số lượng doanh nghiệp ban đầu như nhau Mỗi địa điểm có lợi thế định vị riêng đối với doanh nghiệp, lợi thế định vị đều có tính đến hai lực đối trọng nhau là lực hút và lực đẩy: do ở gần nhau, các doanh nghiệp có thể giảm một số chi phí (kinh tế quy mô lớn) – cùng chung hệ thống cấp điện sẽ giúp các doanh nghiệp cắt

giảm chi phí - cũng như thu hút thêm khách

hàng (nguyên tắc khu thương mại tập trung)

Tuy nhiên, nếu các doanh nghiệp ở quá gần

nhau, doanh nghiệp sẽ phải cạnh tranh lẫn

nhau Tính động trong định vị sẽ phụ thuộc vào điểm cân bằng giữa hai lực này vốn không đối xứng; lực đẩy giảm chậm hơn so với lực hút

Từ xuất phát điểm là tình trạng ban đầu theo

đó tất cả các doanh nghiệp cùng định vị trải

rộng trong không gian, xu hướng được thực

hiện là tập hợp lại Trên hình ảnh này, các bạn

có thể thấy đó là những trung tâm thương

mại hoặc tập hợp các đô thị:

- các trung tâm thương mại gồm nhiều cửa

hàng được hưởng lợi từ kinh tế quy mô,

nhưng đồng thời cũng phải đảm bảo các

cửa hàng đủ xa nhau để tránh cạnh tranh;

- đô thị tồn tại vì các tác nhân kinh tế thấy

cần thiết phải ở liền kề nhau để hưởng lợi

từ kinh tế đô thị nhưng cũng phải đủ xa

các đô thị khác với lý do xuất phát từ yếu tố

cạnh tranh

Tuy nhiên, sẽ khó để đề cập đến mô hình tăng trưởng đô thị khi ta chỉ nghiên cứu một đô thị đơn lẻ Muốn có tăng trưởng, đô thị buộc phải mở cửa và hội nhập với môi trường xung quanh và có quan hệ với các đô thị khác trong cùng mạng lưới- đó là quan hệ vừa đấu tranh vừa hợp tác Đây là cơ chế căn bản trong tăng trưởng kinh tế

Bên cạnh đó, các mô hình hình thái đô thị cũng ra ngoài khuôn khổ, chúng ta không chỉ đơn thuần nghiên cứu hình thái đô thị Cùng nhau xem xét một loại mô hình được sử dụng trong những năm 1980-1990

Krugman Model: Results

Nguồn: tác giả.

2

Hình

Những mô hình này dựa vào một quan sát

Cùng nhau lấy ví dụ tăng trưởng của Las

Vegas (Mỹ) Chỉ quan tâm đến những khu vực

đô thị hóa Chúng ta đã ở xa so với hình vòng

tròn của đô thị đơn tâm của Von Thunen Bề

mặt đô thị đã hết Tuy nhiên, nếu các bạn

muốn tính chu vi đô thị thì đó là số vô cực:

chúng ta không thể dùng khoảng cách để

tính chu vi đô thị Làm cách nào để lý giải loại

hình học đặc thù này? Vốn là mốt thời thượng

trong những năm 1970-1980, các đề xuất

phỏng theo khoa học kết tinh, môn khoa

học nghiên cứu sự hình thành các tinh thể

Theo lối suy diễn tương tự, người ta cho rằng

những đối tượng mới sẽ ngẫu nhiên tìm thấy

các đô thị đang hình thành và sẽ quyết định ở lại đô thị đó Cơ chế này mang tính cá nhân: di chuyển ngẫu nhiên dẫn đến việc hình thành

bề mặt đô thị đang trong quá trình phát triển Kết quả do quá trình ngẫu nhiên của các đối tượng mới (phân tử) Nếu các bạn áp dụng nhánh khoa học này vào quá trình phát triển

đô thị, điều này có nghĩa là các đô thị tự thân

tổ chức và không ai có thể quyết định điều gì

ở mức độ tập thể Đô thị là một tổng thể các quyết định cá nhân

Bây giờ, chúng ta hãy tập trung vào các mô hình sử dụng đất đai và phương tiện giao thông, nội dung mà chúng ta sẽ tìm hiểu trong khuôn khổ lớp chuyên đề này

Diffusion-Limited Aggregation (DLA) Models

Nguồn: Acevedo et al., 1997.

3 Hình

Công việc của chuyên gia mô hình hóa là

thiết lập mối liên hệ giữa mô hình – là sự hiểu

diễn một hay nhiều lý thuyết- và các lý thuyết

được sử dụng để xây dựng mô hình Hình

dưới đây biểu diễn việc phân loại mô hình

hiện thường được sử dụng với nhiều mục

đích khác nhau phụ thuộc vào mức độ phức

tạp của từng mô hình – mức độ chi tiết cần có; số lượng hệ thống con trong mô hình Ví

dụ, có thể xây dựng một mô hình đơn giản giúp tính toán chi phí đô thị áp dụng khái quát cho bất kỳ đô thị nào bằng cách lấy các biến bề mặt, thời gian đi lại trung bình, số lượng doanh nghiệp

Land Use Models, Cellular Automata

Situation réelle en 1994 Situation simulée en 1994

Real situation in 1994 Situation simulated in 1994

Chúng ta sẽ phân tách biến động sử dụng

đất ra khỏi biến động sử dụng phương tiện

giao thông và khả năng di chuyển, sau đó

chúng ta sẽ xếp lớp các file dữ liệu Thông

thường, các mô hình sử dụng đất xây dựng

trên mô hình dạng «tế bào tự động» mà chúng ta học trong tuần này Đây là trường hợp ứng dụng đối với đô thị Rouen tại vùng Normandie (Pháp)

Thông thường, mô hình tế bào tự động kết

hợp giữa cấu trúc và các chu trình Cấu trúc

ứng với các tế bào và quan hệ liền kề; mỗi

tế bào được định nghĩa trong quan hệ với

những tế bào xung quanh Các quy trình thiết

lập tình trạng của tế bào Ví dụ, một tế bào có

thể là rừng, nước hoặc công trình xây dựng Các phương trình quá độ cho ta xác suất một

tế bào sẽ thay đổi tình trạng – tại thời điểm

«T» là rừng, đến thời điểm «T+1» là công trình xây dựng với một xác suất nào đó

Cellular Automata

Cellular Automata (2)

CA= ({Cells, Neighbors}, {State, Transition Functions})

Structure Processes

a 2D Automata with definition of neighbors b Underlying Neighboring graph c Underlying Neighboring graph

Nguồn: Moreno et al., 2009.

23

24

Sơ đồ

Sơ đồ

Mỗi tế bào đều có đặc điểm là một tình trạng

Ở đây, tình trạng là mầu đen, mỗi tế bào có

thể xác định được các tế bào liền kề «b» là

hình biểu diễn của «a» với các chùm Mỗi tế

bào là một mối nối và tất cả các mối nối liền

kề của hình biểu diễn được gắn kết với nhau

bằng một liên hệ Như vậy chúng ta sẽ có

chùm «b» hoặc «c» tùy thuộc vào cách bạn

định nghĩa quan hệ liền kề

Mô hình tế bào tự động được sử dụng rộng

rãi vì mô hình loại này cho phép tái biểu diễn

các quy trình phức tạp bằng các nguyên

tắc đơn giản – mỗi tế bào sẽ làm biến đổi

tình trạng của mình một cách năng động tùy thuộc vào tình trạng của các tế bào liền

kề Một trong những ví dụ nổi tiếng trong lĩnh vực “đời sống nhân tạo” có tên gọi “trò chơi cuộc sống” của Conway cho phép tạo

ra nhiều hình thái đa dạng (patterns) theo

những quy tắc rất đơn giản

Trong bối cảnh đô thị, làm thế nào để giải thích một tế bào sẽ thay đổi tình trạng tại một  thời điểm cụ thể? Cách thông thường nhất là căn cứ vào số liệu hay hình ảnh vệ tinh

Land use change transition

Situation réelle en 1994 Situation simulée en 1994

Markov Chain Neighborhood

Matrix

analysis Real situation in 1994 Situation simulated in 1994

Từ việc xếp loại, số lượng các nhóm sử dụng

đất là hạn chế Tiếp đó, ta sẽ định nghĩa các

thay đổi (tính động) của các tế bào tùy theo

ba hình ảnh Landsat (1984, 1995, 2006) Sẽ

tạo ra ma trận quá độ - hàng ngàn tế bào

có trạng thái tại một thời điểm cụ thể và ma

trận quá độ sẽ chỉ rõ việc thay đổi trạng thái

với xác suất chuyển từ trạng thái rừng sang

trạng thái công trình xây dựng Ta tìm cách

giảm các liên kết bằng cách sử dụng mô hình

quy tắc dừng/tĩnh (xích Markov) Mô hình này

xác định xác suất quá độ trong một tổng thể

rộng lớn Chúng ta so sánh dự báo của tế bào

tại cùng một thời điểm Khác với mô hình của

Von Thunen, mô hình này tập trung chủ yếu

vào dữ liệu («Data Driven») và mô hình tạo ra

sẽ có khả năng đưa ra các dự báo chính xác

trong một số hoàn cảnh cụ thể và trong thời

gian ngắn Tuy nhiên, mô hình này không

mấy phù hợp để giải thích cách thức một

đô thị được nhân rộng: tìm hiểu vấn đề này

sẽ phải dựa vào một mô hình không phải là

mô hình thiết lập quan hệ nhân quả nhưng là

mô hình hoạt động trên cơ sở quy tắc dừng

Ngược lại, các mô hình «Concept Driven hay

Theory Driven» mang ý nghĩa giải thích nhiều

hơn vì có đặc điểm phổ biến hơn Tuy nhiên chúng lại có khả năng dự báo thấp hơn vì điều này còn phụ thuộc vào cách ta xác định thế nào là dự báo “tốt”

Chúng ta hãy cùng nhau xem xét cách tính khả năng di chuyển gắn với biến động trong tăng trưởng đô thị Cách đơn giản và thường được sử dụng nhiều nhất là sử dụng các mô hình vĩ mô tư duy dưới dạng vùng Không gian đô thị được phân thành vùng và sẽ tiến hành ước lượng luồng luân chuyển giữa các vùng

Four Step Model

Nguồn: Southworth, 1995.

26

Sơ đồ