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

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.

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[179]


[Alexis Drogoul]
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.

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

Bản đồ 16 Ví dụ Cần Thơ

Nguồn: tác giả.

[180] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD


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

Sơ đồ

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:

19 Tổ chức lớp học

Nguồn: tác giả.

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[181]


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

Sơ đồ

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

20 The Urban Modelling Timeline

Nguồn: Batty, 2014.

[182] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD


Sơ đồ

21 Von Thunen Model

Nguồn: Von Thunen, 1842.

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

Khung 11 Xây dựng mô hình của Von Thunen
- 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

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[183]


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:

Biểu đồ

2

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

Alonso Bid-Rent

Nguồn: Torrens, 2000.

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.
Trong quá trình phát triển quan điểm này,
Walter Christaller, nhà địa lý người Đức, đã đề
ra lý thuyết bao quát lĩnh vực kinh tế, địa lý và

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
lĩnh vực kinh tế trên thế giới cho rằng đó là
một trong những bài toán hóc búa nhất đặt
ra cho quá trình nghiên cứu.

[184] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD


Sơ đồ

22 Central Places Theory

Nguồn: Christaller, 1933.

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

Hình

1

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 2

Nguồn: Banos et al., 2011.

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[185]

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

Biểu đồ

3

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.

Zipf Law

f(P) = a . P - ß
Where:
f(P) is the frequency of different city
sizes P
a is a constant of proportionality
ß is the scaling parameter
= Zipf law: ß = 2

Nguồn: />
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

[186] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD


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

Hình

2

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.

Krugman Model: Results

Nguồn: tác giả.

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.

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[187]


Hình

3

Diffusion-Limited Aggregation (DLA) Models

Nguồn: Acevedo et al., 1997.

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.

[188] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

Biểu đồ

4

Land Use / Transport Models

Nguồn: Emberger, 2005.

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

Hình

4

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

Real
situation
1994
Situation
réelle enin1994

Situation
simulated
in 1994
Situation simulée
en 1994

Nguồn: Langlois, 2008.

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[189]


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

Sơ đồ

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).

23 Cellular Automata

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

Processes

Nguồn: Moreno et al., 2009.

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

Sơ đồ

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.

24 Cellular Automata (2)

a. 2D Automata with definition of neighbors

b. Underlying Neighboring graph

Nguồn: Moreno, op. cit.

[190] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

c. Underlying Neighboring graph


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

Sơ đồ

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
để xây dựng các ma trận quá độ.

25 Ví dụ về ma trận

Land use
thematic

Matrix

Situation
réelleinen1994
1994
Real situation

Situationsimulated
simulée en
Situation
in 1994
1994

Neighborhood

Markov

Chain

Land use change
transition

analysis

Nguồn: Demirel et al., 2010; Langlois, op. cit.

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[191]


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

Sơ đồ

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.

26 Four Step Model

Nguồn: Southworth, 1995.

[192] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD


Mô hình được sử dụng nhiều nhất trên thế
giới là mô hình bốn bước. Đầu tiên, cần xác
định tiềm năng phát hành của từng vùng
– ví dụ số lượng người ở tại khu vực đó và
tiềm năng thu hút (ví dụ như tùy thuộc vào
địa điểm làm việc). Trên cơ sở này, sẽ tiến
hành bước phân bổ luồng luân chuyển («Trip
Distribution») vốn phụ thuộc vào khả năng
phát hành hoặc thu hút của từng vùng. Tiếp
đó, sẽ xác định phương thức theo đó các cá
nhân di chuyển (phương thức đi lại) và hành
trình của họ mà ta sẽ phân bổ theo mạng
lưới giao thông («Network Assignment»). Một
số lượng lớn các phương trình được đưa vào
mô hình bốn bước, các phương trình được
phân thành hai nhóm lớn: phương trình vĩ
mô (trường hợp các bước tái tạo và phân bổ
luồng luân chuyển) và các phương trình gắn
với hành vi cá nhân (trường hợp lựa chọn
phương thức hoặc hành trình đi lại, thường
là các mô hình có tên gọi «lựa chọn không
liên tục»).
Chúng ta nhận thấy rằng mô hình vĩ mô
gắn với quá trình hình thành/phân bổ luồng
luân chuyển lấy cảm hứng từ lý thuyết vật lý
Newton. Số lượng người di chuyển (luồng
luân chuyển) giữa vùng «i» và «j» phụ thuộc

vào «trọng số» các vùng «i» và «j». Ngược lại,
số lượng này tỉ lệ nghịch với khoảng cách giữa
hai khu vực. Ở đây chúng ta gặp lại mô hình
trọng lực của Newton, trên cơ sở sự tương
đồng vẫn là nguồn cảm hứng thảo luận trong
cộng đồng các học giả. Khác với mô hình vật
lý trong lý thuyết Newton, vốn là mô hình lý
giải (nguyên nhân-hậu quả) và phổ quát (mũ
khoảng cách là một hằng số),  mô hình tái
tạo luồng luân chuyển là mô hình tĩnh mô tả
(«trọng số» các vùng gần với các chỉ số gián
tiếp như dân số chẳng hạn) và tương đối (mũ
khoảng cách được điều chỉnh theo số liệu và
sẽ thay đổi theo địa điểm và thời gian). Tuy

nhiên, sự giống nhau có ý nghĩa khi ta xem
xét ở góc độ vĩ mô, mô hình sẽ cho phép ta
ước lượng một cách khá chính xác và cụ thể
các luồng luân chuyển giữa các khu vực đô
thị hoặc giữa các đô thị trong cùng một hệ
thống đô thị.
Ngoài ra, cần thiết phải đưa hành vi vào, đó
là phương thức mà các cá nhân di chuyển
và những địa điểm mà các cá nhân có thể
đi qua. Trên thực tế, các hành vi này thường
xuyên biến đổi. Vì vậy, trong khi xây dựng
mô hình, cần đơn giản hóa, ta nhớ lại một số
bước đơn giản hóa giả thiết trong mô hình
của Von Thunen hay Christaller. Ví dụ, đưa ra
giả thiết cho rằng các tác nhân khi có thông

tin hoàn hảo sẽ có thể so sánh «lợi ích» của tất
cả các phương án có thể thực hiện và đương
nhiên sẽ chọn phương án có lợi ích tối ưu.
Đưa ra giả thiết này giúp ta biểu diễn về mặt
toán học trong mô hình dưới dạng nén và rất
tiện dụng. Nhìn chung, nếu ta đưa giả thiết
rằng các cá nhân là khác nhau, sẽ khó để biểu
diễn (hình thành) mô hình và còn khó hơn để
giải mô hình bằng những công cụ mà chúng
ta có (sử dụng công cụ toán học chẳng hạn).
Ưu điểm của các mô hình tác tử chính là việc,
trong một chừng mực nào đó, các bạn có thể
loại bỏ các giả thiết này. Nhưng trong suốt
khóa học này, các bạn sẽ thấy rằng khả năng
làm như vậy gặp nhiều hạn chế cả trước và
sau quá trình xây dựng mô hình. Trước xây
dựng mô hình, ý tưởng cho rằng các cá nhân
và/hoặc hành vi các cá nhân là khác nhau sẽ
gây tranh cãi, nhất là trong bối cảnh cụ thể
hoặc được giới hạn cụ thể như trường hợp
của khả năng di chuyển. Hơn nữa, cũng
không được quên những dao động vi mô có
thể tạo nên quy tắc ở cấp độ vĩ mô. Chính vì
vậy ta cần đặt vấn đề một cách chính xác vào
thời điểm trước. Còn vào thời điểm sau xây
dựng mô hình, nếu một mô hình gồm một

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[193]

số lượng quá lớn tham số sẽ rất khó hiểu và
khó sử dụng.
Chúng ta cũng nhận ra rằng mô hình bốn
bước với phiên bản mà tôi giới thiệu với các
bạn ngày hôm nay là mô hình tĩnh. Chẳng
hạn nó còn thiếu một dữ liệu chủ chốt: giao
thông đường bộ.
Dữ liệu này rất quan trọng vì các bạn phải
lồng ghép vào mô hình khi các bạn làm việc
theo nhóm. Yêu cầu là đưa ra giả thiết và đơn
giản hóa tình huống, ví dụ như: đường chỉ có
một làn, ô tô không thể vượt nhau, không
có tai nạn giao thông, v.v... Trong trường hợp
này, các bạn có thể coi mô hình đơn thuần
dạng toán học. Đối với một đoạn đường, các
bạn biết mức độ tập trung – số lượng xe tại
thời điểm «t» - và lưu lượng – số lượng xe đi
qua trong một đơn vị thời gian. Trong các

Sơ đồ

trường hợp đơn giản, lý thuyết lưu thông cho
ta biết có mối quan hệ căn bản giữa mật độ
và lưu lượng: nếu bạn tăng số lượng xe trên
đường, mật độ sẽ tăng đến giá trị cực đại ứng
với năng lực của đoạn đường; từ thời điểm
này, mỗi khi bạn thêm một đơn vị xe vào, lưu
lượng sẽ giảm đi (tắc nghẽn).

Nếu ta muốn đi vào cấp độ của xe ô tô, ta sẽ
quan sát hành vi của từng phương tiện căn
cứ vào vật tốc tối đa cho phép và vận tốc thực
của xe, giống trong mô hình NaSch – ta có thể
xem xét dưới góc độ vi mô của từng phương
tiện với hành vi riêng hoặc tổng hợp dưới góc
độ vĩ mô và lúc này chỉ xét đến luồng luân
chuyển của các phương tiện.
Tùy từng giai đoạn, có thể sử dụng các dạng
thức khác nhau.

27 Models Coupling

Dynamic
spatial interaction-based
models
1950 – 1975
High-resolution
Spatially-dynamic
1990
GIS – Geographical
Information Systems
1980

Nguồn: Engelen, 2006.

[194] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

Net growth = gains - losses

Đây là cách tiếp cận điển hình của những
năm từ 1950 đến 1970. Đây là thời kỳ bắt đầu
có hệ thống thông tin địa lý (GIS) cho phép
đưa vào mô hình các số liệu chính xác hơn.

Sơ đồ

Sau đó sẽ thêm vào các thông tin lưới ở các
cấp độ pixel và tuyến tính cho các hệ thống
đường.

28 LUTI Models

Nguồn: Engelen, op, cit.

Đây là mô hình Land-Use and Transport
Interaction (LUTI) với mục tiêu lồng ghép tất
cả các thông tin có được. Mọi thứ được gắn
kết với nhau, không có điểm bắt đầu và điểm
kết thúc. Khả năng tiếp cận là một khái niệm

Sơ đồ

chủ chốt và mọi thứ biến động tùy thuộc vào
khả năng tiếp cận (khoảng cách, chi phí).
Như vậy, tôi đã kết thúc nội dung chủ yếu là
tính động trong lồng ghép các lớp thông tin.

29 Slow-Fast Dynamics

Nguồn: Southworth, op. cit.

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[195]


Chúng ta sẽ bắt đầu ở đâu? Đây là một hình
tiêu biểu chỉ cho các bạn thấy một cách chính
xác cơ chế vận hành trong mô hình trước. Các
giai đoạn được chia như sau:
- mũi tên 1: giai đoạn thay đổi trong mô đun
giao thông;
- mũi tên 2: giai đoạn thay đổi sử dụng đất;
- mũi tên 3: giai đoạn thay đổi sử dụng đất có
tác động đến khả năng di chuyển;
- mũi tên 4: giai đoạn khả năng di chuyển có
tác động đến sử dụng đất.
Sử dụng đất có tác động sớm đến khả năng
di chuyển. Nếu tôi bỏ các tòa nhà ra, khả
năng di chuyển sẽ bị ảnh hưởng ngay tức
thì. Tuy nhiên, biến động khả năng di chuyển
có tác động dài hạn đến việc sử dụng đất –
các cá nhân cần phải gặp khó khăn trong di
chuyển trong một thời gian đủ dài thì mới có
thể quyết định chuyển nhà.

Hình

5

2.2.2. Nghiên cứu tình huống: loại
vấn đề, cách tiếp cận và mô hình
[Benoit Gaudou]
Mô hình đầu tiên là mô hình tĩnh, biểu diễn
một hình ảnh vệ tinh của thành phố Cần Thơ
– hình ảnh tại thời điểm «T» về trạng thái đô
thị. Ví dụ thứ hai là một mô hình động – mô
tả biến động của một hiện tượng theo thời
gian. Minh họa là cơn bão tràn vào Nhật Bản
vào tháng 7/2014. Các mô hình động dạng
khí tượng cho phép đưa ra các dự báo, đó
là biến động của hệ thống thông qua mô
phỏng. Một mục tiêu cơ bản khác của mô
hình hóa là hỗ trợ quá trình ra quyết định
bằng cách thử nhiều kịch bản khác nhau.

Static and Dynamic Models

A map is a static model. Here of the urban area
of C n Th in 2010.

Meteorologic dynamic models allow
a typhoon evolution to be predicted over 48h.

Nguồn: Konings, 2012; />
[196] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

Sơ đồ này mô tả các bước mô hình hóa và
mô phỏng.

Sơ đồ

30 Modelling is a Multi-Step Cycle

st ep 1 : define
the modelling
questions

st ep 7 :
explore the
model

st ep 2 : identify the
elements (entities,
dynamics) to model
st ep 3 :
collect data

st ep 6 :
calibrate the
model

st ep 4 : define
the agents
(characteristics,
dynamics)

st ep 5 :
implement the
model

Nguồn: tác giả.

Một mô hình sẽ được hình thành thông qua
vấn đề đặt ra với mô hình và mô hình phải
giải quyết vấn đề này. Lớp học chuyên đề
của chúng ta quan tâm đến những mô hình
hướng về việc hiểu và lý giải tăng trưởng đô
thị thông qua ví dụ là thành phố Cần Thơ. Cơ
chế và quy tắc nào giúp ta tạo ra tăng trưởng
đô thị giống với tăng trưởng trên thực tế?
Một số lượng lớn câu hỏi sẽ có thể được đặt
ra liên quan đến các biến đổi trong không
gian đô thị: xây mới và/hoặc phá bỏ các con
đường, thay đổi hệ thống giao thông đường
thủy và giao thông công cộng, tác động của
việc xây dựng các trung tâm thương mại, nhu
cầu dịch vụ (bệnh viện, trường học, mạng
lưới thủy lợi, v.v...), v.v...

Về mặt kỹ thuật, chúng ta sẽ tập trung vào
mô  hình tác tử, mô hình cho phép: (i) lồng
ghép sự khác biệt không gian, (ii) đưa các số
liệu không gian vào, (iii) mô tả các hiện tượng
ở cấp vi mô hình thành hành vi vĩ mô, và cuối
cùng là (iv) tiến hành thử nghiệm với các kịch
bản khác nhau.

Chúng ta sẽ xác định các thực thể quan trọng
trong hệ thống và tính động của các thực thể
này. Các thực thể là những thành phần đơn
lẻ của hệ thống, tình trạng của nó được xác
định thông qua các biến hoặc các thuộc tính.
Tính động, hay quy trình, cho phép biến đổi
hệ thống: ví dụ như các hành động gắn với
các thực thể như đi lại, tương tác giữa các tác
tử hoặc tính động của tác tử như thị trường
tài chính, lũ lụt, v.v...

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[197]


Hình

6

Model 1: Entities, Dynamic and Scales

Mekong Delta
70 km
Spatial scale
Area that covers C n Th city and the nearby
suburbs
Time scale
Duration: 15 years from 1999 to 2014

45 km

Dynamic to take into account:
The construction of buildings
Entities to take into account:
- Buildings;
- Roads;
- Rivers.
Considered area

Nguồn: tác giả.

Hình

7

Model 2: Entities, Dynamic and Scales

Spatial scale
The An Bình ward of C n Th

3 km

C n Th

Time scale
Duration: 5 years from 2005 to 2010

Dynamic to take into account:
The construction of buildings

3 km

Entities to take into account:
- Buildings
- Roads
- Rivers
Considered area

Nguồn: tác giả.

[198] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD


Trong mô hình thứ nhất này (xem Hình 6),
phạm vi không gian ta quan tâm chính là khu
vực rộng lớn xung quanh Cần Thơ; sự năng
động chính là việc xuất hiện nhiều thực thể
đô thị, ví dụ như các khu căn hộ mới. Với
trường hợp ta nghiên cứu, các thực thể di
chuyển bằng đường bộ và đường thủy. Phạm
vi thời gian nghiên cứu là 15 năm.
Trong mô hình thứ hai (xem Hình 7), thay vì
quan tâm đến tăng trưởng đô thị của toàn bộ
thành phố, chúng ta sẽ chỉ tập trung nghiên
cứu phường An Bình. Mô hình đã cụ thể hơn,
chúng ta cũng quan tâm đồng thời đến tính
động.
Bước thứ nhất là tập hợp bộ số liệu, có thể lấy
từ kết quả điều tra thực địa, số liệu của các cơ

quan chính phủ hoặc số liệu tiếp cận tự do
trên mạng. Đối với thành phố Cần Thơ, số liệu
được lấy từ Sở Tài nguyên và Môi trường.
Bước thứ hai là xây dựng GIS. Sẽ phải thay
đổi số liệu cho đồng bộ với tiêu chuẩn, chỉnh
sửa bảng thuộc tính, thiết lập liên hệ giữa các
nguồn khác nhau để đưa ra số liệu mới, v.v.
Chúng ta sẽ lồng ghép gì vào mô hình? Tác
nhân đưa ra trong hệ thống là gì?
Định nghĩa loại tác tử phụ thuộc nhiều vào
quy mô đã chọn và vấn đề cần tìm hiểu. Việc
phát triển mô hình sẽ khác đi nếu ta xem xét
ở cấp độ khác nhau: toàn bộ đô thị, một khu
phố hay từng ngôi nhà một – có thể biểu diễn

riêng biệt người dân, hộ gia đình hay cả khu
dân cư. Đối với thành phố Cần Thơ, chúng ta
quan tâm đến việc xây dựng các tòa nhà mới.
Các tác tử có thuộc tính là hình dạng, vị trí
hoặc mục đích sử dụng để ở hay kinh doanh.
Một tác tử biểu diễn một thực thể vật chất
trong hệ thống. Trong mô hình này, tòa nhà
là các tác tử chủ chốt: chính các tác tử này
tạo tính động và xác định các nguyên tắc mở
rộng đô thị.
Chúng ta sẽ xem xét cụ thể hơn mô hình
dạng tế bào tự động mà Arnaud Banos đã
giới thiệu. Không gian được chia thành các ô
trong đó mỗi tế bào là một tác tử mang một
thuộc tính về mật độ dân số. Mỗi tác tử bao

gồm một số lượng nhất định các tòa nhà.

Benoît Gaudou kết thúc phần trình bày của
mình bằng nội dung về tính động và triển
khai mô hình. Benoît Gaudou giới thiệu ba
hệ thống: Net Logo, Repast và Gama, hệ
thống thứ ba này được sử dụng trong lớp
học chuyên đề. Các mục tiêu trong căn chỉnh
cũng được giới thiệu.
Phần cuối của ngày đào tạo tập trung giới
thiệu phương pháp luận trong việc hình
thành bộ số liệu. Trương Chí Quang đã trình
bày các nội dung sau: giới thiệu GIS, dữ liệu
lưới và véc-tơ; chuyển đổi dạng thức số liệu,
v.v...

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[199]


Ngày học thứ 2, thứ Sáu ngày 25

2.2.3. Động não

[Alexis Drogoul]

[Arnaud Banos]

Trong cả ngày hôm nay, các bạn sẽ nghe

giới thiệu những vấn đề phương pháp luận,
chúng ta sẽ học việc thiết kế và triển khai mô
hình trong phần mềm Gama. Mục tiêu đề ra
không nhất thiết là các bạn phải sử dụng một
cách độc lập và nhuần nhuyễn Gama (!) yêu
cầu chỉ đơn giản là các bạn có đủ tự tin để
cùng các thành viên trong nhóm thiết kế và
thử nghiệm mô hình.

Chúng ta hãy dành thời gian điểm lại những
nội dung đã học trong buổi sáng.

Huỳnh Quang Nghi giới thiệu phần mềm
mô hình hóa Gama và ngôn ngữ «Gama
Modeling Language» (GAML) viết mô hình.
Võ Đức Ân trình bày phần thứ hai về mô hình
tế bào tự động, được sử dụng để tái hiện quá
trình phát triển đô thị của thành phố Cần
Thơ giai đoạn 1999-2014. Một số nội dung
trình bày đã được giới thiệu trong khóa học
năm 2012, chúng tôi mời độc giả xem các ấn
phẩm trước đây (Drogoul và Gaudou, 2012;
Drogoul và cộng sự, 2012). Cuối cùng, Alexis
Drogoul nhắc lại các bước trong xây dựng
mô hình hôm trước đã được Benoît Goudou
giới thiệu (Xem Sơ đồ 30) trong phần bài tập
tái hiện hiện tượng tăng mật độ công trình
xây dựng tại phường An Bình, Cần Thơ trong
giai đoạn 2005 và 2010.

Chúng tôi đã yêu cầu các nhóm đưa ra ba
ví dụ về nguyên tắc phát triển đô thị tại Cần
Thơ. Các bạn có thể suy luận và tư duy thông
qua một số từ khóa rất đơn giản như: trung
tâm, mạng lưới, chuyên biệt tính năng, giá
trị đất, tăng mật độ, v.v... Những từ khóa này
nhắc ta những khái niệm chủ chốt trong đô
thị hóa. Quy định pháp luật trong phát triển
đô thị đưa ra một số yêu cầu phải tuân thủ và
công tác kế hoạch hóa làm thay đổi hay đề
ra những dự án là các tác nhân tạo động lực
phát triển đô thị. Ngoài ra, một số hạn chế về
địa hình có tác động đến sự biến đổi đô thị.
Làm thế nào để biến khái niệm thành mô
hình? Chúng ta đã xem cách đưa ra các quy
tắc đơn giản và lồng ghép chúng vào Gama.
Nhưng những bước này thôi chưa đủ, mô
hình là kết quả của quá trình tư duy trí tuệ
chứ không đơn thuần là biểu diễn tin học
hay toán học. Cần xây dựng tư duy đưa vào
mô hình với tư cách là đối tượng tin học hoặc
toán học cụ thể.
Trước tiên, cần triển khai việc tạo hệ thống
khái niệm.

[200] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD


Sơ đồ

31 Conceptual Model
Networks
(Roads, rivers, electricity?, water?...)

Centrality

Accessibility

Amenities (parks, services, leisure…)

Functional specialisation

Land Rent

Densification
Demography

Urban legislation
Urban planning
Topographic constraints

Urban sprawl

Nguồn: tác giả.

Trong phần mô tả, các bạn nhầm lẫn khái
niệm khả năng di chuyển, là khái niệm cho
phép kết nối nhiều khái niệm với nhau. Về cơ
bản, khái niệm trung tâm là khái niệm về khả
năng tiếp cận. Mạng lưới đường bộ hay lưới

điện thực chất gắn với khái niệm khả năng
tiếp cận. Các khái niệm khác cũng gắn với
khái niệm này, ví dụ như công viên, điểm
giải trí hoặc chức năng chuyên biệt: khu văn
phòng, khu thương mại. Chúng ta đã nghe
giới thiệu lý thuyết Von Thunen và lý thuyết
lợi tức đất đai của Alonso, khả năng tiếp cận
là một khái niệm trọng tâm lý giải giá trị đất
trong khoảng thời gian xác định. Điều đáng
quan tâm không phải là điều gì xảy ra ở một
địa điểm, cái quan trọng đó là cách thức tiếp
cận khu vực này từ các địa điểm khác của
thành phố.
Lợi tức đất đai quyết định việc lập kế hoạch.
Tất cả các tác nhân kinh tế khi định vị trong
đô thị đều cạnh tranh nhau để định cư tại

những địa điểm tốt nhất so với tiềm lực kinh
tế của bản thân. Lý thuyết lợi tức đất đai cho
rằng nếu giá trị của đất là như nhau ở những
địa điểm khác nhau tại một đô thị, thì đô thị
này chưa có mật độ cao. Chính lợi tức đất đai
kéo theo việc tăng mật độ đô thị, và ngược
lại, mật độ đô thị giúp tăng lợi tức đất đai vì
các tác nhân trong tình thế cạnh tranh nhau.
Tăng mật độ có tác động đến khả năng tiếp
cận thông qua lưu lượng, hai lực này đối
trọng nhau. Chúng ta cùng nhau nhớ lại mô
hình của Krugman và hai lực đẩy-hút. Các cá
nhân bị hút lẫn nhau, hút về các khu vực văn

phòng, trung tâm thành phố và các hệ thống.
Nhưng có một lực đẩy đẩy các cá nhân ra xa
đô thị do những khó khăn trong khả năng
tiếp cận. Trong cơ chế này, có thêm một lực
đẩy: cạnh tranh thông qua chợ làm tăng lợi
tức đất đai, các tác nhân kinh tế không có đủ
năng lực tài chính để trang trải chi phí nên sẽ
phải rời xa trung tâm.

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[201]


Khi thêm vào các mối quan hệ giữa các khái
niệm này, chúng ta xây dựng mô hình phát
triển đô thị dựa trên lực hút và lực đẩy. Để có
tăng trưởng đô thị, chúng ta cần phải thêm
dân số vào, yếu tố này đồng thời là nội sinh
và ngoại sinh.
Bây giờ, chúng ta có thể đưa mô hình vào
Gama để kiểm định khả năng mô hình tái
dựng quá trình tăng trưởng đô thị. Chúng ta
đặt mình vào vị thế các nhà quy hoạch đô thị
(sử dụng mô hình tế bào tự động tiếp đến
là mô hình véc-tơ). Có ba thách thức đặt ra:
1) đưa thương mại vào trong mô hình nhằm
tạo tính chuyên biệt tính năng; 2) đưa khả
năng di chuyển; 3) tái tạo các vùng có mật
độ thấp.

Làm việc theo nhóm cần có tương tác giữa
các thành viên trong nhóm, đây là yếu tố
cốt lõi trong nghiên cứu. Cần bày tỏ ý tưởng,
biết lắng nghe và thảo luận làm sao để đưa
ra những điểm thống nhất và gắn kết. Đây là
điều tối quan trọng trong nghiên cứu khoa
học. Một trong những mục tiêu làm việc
nhóm là các bạn rèn luyện việc trao đổi, thảo
luận, chia sẻ quan điểm để xây dựng những
đề xuất chung của cả nhóm.

[202] Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

Benoît Gaudou tổng kết ngày làm việc bằng
các vấn đề mô phỏng, khảo sát các tham số
và các giải pháp khác nhau do mô hình đưa
ra trong phát triển đô thị. Gắn với bài trình
bày trước, hai phần việc sau được đề ra:
- sử dụng mô hình tế bào tự động được cung
cấp để quan sát kết quả khác nhau do thay
đổi số liệu GIS: thay đổi số liệu GIS (thêm/xóa
bỏ đường, cầu, v.v... ); mô phỏng với số liệu
mới và số liệu gốc (trong Gama); so sánh kết
quả, tìm hiểu tác động của quy hoạch đô thị
đến tăng trưởng đô thị;
- sử dụng mô hình tác tử được cung cấp
để quan sát và hiểu quá trình tăng trưởng
không gian của các đơn vị địa lý: thêm các
chỉ tiêu mật độ giao thông để quan sát tác
động của hiện tượng phát triển; thêm quy

luật trong xây dựng các hoạt động thương
mại và quan sát tác động.
Chi tiết kỹ thuật các buổi còn lại trong khóa
học khó có thể được giới thiệu trong khuôn
khổ ấn phẩm này. Để tìm hiểu cụ thể hơn về
nội dung khóa học, chúng tôi xin mời độc giả
liên hệ với các giảng viên với trưởng nhóm là
Alexis Drogoul và mời độc giả tìm hiểu thêm
các chương trình nghiên cứu được mô tả
trong danh mục sách tham khảo nêu ở cuối
cuốn sách này.


Tài liệu tham khảo
ABRAMI, G., B. ANSELME., B. GAUDOU and
F.  ROUSSEAUX (2014), Le modèle de von
Thunen, Fiche pédagogique MAPS.
ALONSO, W. (1964), Location and Land Use,
Toward a General Theory of Land Rent,
Harvard University Press, Cambridge.
AVECEDO, W., L. GAYDOS, J. TILLEY,
C.  MLADINICH,
J. BUCHANAN, S. BLAUER,
K. KRUGER and J. SCHUBERT (1997),
Urban Land Use Change in the Las Vegas
Valley, />changes/anthropogenic/population/las_
vegas/
BANOS, A., N. CORSON, C. PIVANO,
H-L.  RAJAONARIVO and P. TAILLANDIER
(2014), “Micro-macro Traffic Modeling”. Fiche
pédagogique MAPS.

BANOS, A., D. MORENO, C. PIVANOL et
P.  TAILLANDIER (2011), “Christaller, Still
Alive!”, Cybergeo, ues.
org/24878.
BATTY, M. (2014), “MRes in Advanced Spatial
Analysis and Visualisation: Lecture 2,
Modelling Histories-Types and Styles ”, UCL.
BATTY, M. et P. LONGLEY (1994), Fractal
Cities: A Geometry of Form and Function,
Academic Press, San Diego, CA et Londres.
CHRISTALLER, W. (1966), Central Places in
Southern Germany, Translated by C. Baskin,
Prentice Hall, from: Die zentralen Orte
in Süddeutschland. Eine ökonomischgeographische Untersuchung über die
Gesetzmäbigkeit der Verbreitung und
Entwicklung der Siedlungen mit städtischen
Funktionen, Jena, Fischer Verlag (1933).

DEMIREL, H. and M. CETI (2010), Modelling
Urban Dynamics via Cellular Automata,
ISPRS Archive Vol. XXXVIII, Part 4-8-2-W9,
“Core Spatial Databases - Updating,
Maintenance and Services – from Theory to
Practice”, Haifa.
DROGOUL, A, and B. GAUDOU (2012),
« Méthodes informatiques de modé­lisation
à base d’agents » in LAGREE, S. (Scientific
Editor), Collection Conférences et Séminaires,
n°8, AFD-ÉFEO.
DROGOUL, A, B. GAUDOU, A. GRIGNARD,

P.  TAILLANDIER and D.-A VO (2012),
«  Approches pratiques de la modélisation
à base d’agents » in LAGREE, S. (Scientific
Editor), Collection Conférences et Séminaires,
n°8, AFD-ÉFEO.
EMBERGER, G. (2005), Introduction to LUTI
modelling - What is it and why do we need it?,
SPARKLE – Training course.
ENGELEN, G. (2006) “Complexity, Land use
and  Cellular Automata Modelling”, S4
Workshop RIKS, Maastricht.
GRIMM. V., U. BERGER, D.-L. DE ANGELIS,
J.G  POLHILL, J. GISKE et S.F. RAILSBACK
(2010), “The ODD Protocol: A Review and
First Update”, Ecological Modelling 221.
HAGEN-ZANKER, A. (2006), “Evaluation of
Spatial Models, Map Comparison Kit”, S4
Workshop RIKS, Maastricht.
KONINGS, V. (2012), “Can Tho, How to Grow?
Flood Proof Expansion in Rapidly Urbanising
Delta Cities in the Mekong Delta: the Case of
Can Tho”, Master thesis, University of Delft.

KRUGMAN, P. (1996), The Self-Organising
Economy, Blackwell Publishers, Boston.
LANGLOIS, P. (2008), “Cellular Automata for
Modeling Spatial Systems”, in The Modeling
Process in Geography, From Determinism to
Complexity, pp. 277-307.

Tháng 7 năm 2015 / Khóa học Tam Đảo 2014 / © AFD

[203]