近年来,中国的城市化水平不断提高,城镇规模在急剧扩张的同时,土地利用类型也发生了翻天覆地的变化,由此产生了诸多环境问题。因此如何科学、合理地指导城市建设,高效利用土地资源显得十分重要。元胞自动机凭借强大的时空计算能力,能够依靠局部相互作用来模拟复杂的地理变化过程,已经被广泛应用于土地利用变化模拟研究中。利用元胞自动机模型进行城市扩张模拟时,其结果由转换规则、元胞大小、邻域形状、邻域窗口和时间步长等因素共同制约,不同的参数对模拟结果的贡献度不同,准确度量元胞自动机的参数敏感性对提高模型的精度至关重要。同时,遥感影像解译结果作为模型基础数据源,在采集、处理过程中不可避免地会产生误差,这部分误差经过元胞自动机的模拟会发生传递,对模拟结果造成一定程度的不确定性。然而,现有研究主要集中于探究单一参数对模拟结果的影响,参数尺度水平的选取不具有代表性,缺乏考虑多个因素交互作用的敏感性,且难以准确度量误差传递后对模拟结果造成的不确定性。针对上述问题,本文开展了以下工作:(1)系统地分析了元胞自动机模型的构成和机理以及城市土地利用类型演化的动力机制。在此基础上,利用多准则判断法和Markov模型法获取了两种CA转换规则,最终构建了UG-CA模型。(2)选取了转换规则、邻域形状、元胞大小、邻域窗口以及它们之间的交互项作为敏感性参数。考虑到多参数多水平的全面性问题,引入均匀设计思想,设计了混合水平的均匀试验方案用以分析敏感性参数对模拟精度造成的影响。最后,构建了二次多项式逐步回归方程。得到这些参数以及交互项的敏感性排序为:转换规则*邻域形状>转换规则>邻域形状*邻域窗口>转换规则*邻域窗口>元胞大小>邻域窗口>邻域形状*元胞大小>转换规则*元胞大小。并且确定了UG-CA模型各项参数的最优尺度组合为:转换规则为Markov-CA、邻域形状为Von Neumann邻域、元胞大小为15m*15m、邻域窗口为13*13。(3)利用蒙特卡罗法在原始数据源中加入30%的随机误差干扰,在UG-CA模型最优尺度组合的基础上进行模拟,并将结果与不加入误差干扰的模拟结果进行对比,分析误差传递特征。发现地物类别的聚集程度和中心元胞的邻域空间会减弱误差带来的不确定性。另外,本文还设置了以年度、季度和月度为单位的时间步长,分析误差传递与模型迭代时间之间的关系,最后结果表明密集的时间步长可以有效减弱数据源误差在模拟传递过程中的不确定性。综上所述,本文对城市扩张元胞自动机模型的参数敏感性和误差传递的不确定性进行了深入的分析,探索出一种适用于多因素多水平的敏感性度量方法并且研究了数据源误差的传递规律,提高了城市扩张元胞自动机模型的模拟精度,对准确模拟城市发展趋势,合理配置土地资源具有重要的意义。