空间异质性是指因地理位置和时间的变化而引起的变量间关系或结构的变化,主要表现为时空非平稳性。城市用地扩张及其驱动因子表现为强烈的时空非平稳性,通过动态建模方式深入揭示这一特性,能帮助我们更好地理解城市变化的动态过程。分区建模可有效解决数据驱动的元胞自动机（Cellular Automata,CA）耦合模型中对用地转换规则的局部特征学习不充分的问题,以减小空间异质性对模拟结果的影响。针对城市群空间扩张模拟过程中的空间非平稳性和建模过程中的因子优化问题,本文以成渝地区双城经济圈作为研究区域,引入空间异质性思想,从空间分区和因子优化两方面入手,基于耦合多层感知机（Multilayer Perceptron,MLP）和元胞自动机的MLP-CA模型构建不同的城市扩张耦合模型,验证空间异质性的影响,以提高模拟精度。最后构建生态约束模型,并以不同的发展趋势模拟未来的城市扩张结果。主要内容及结论如下:1.构建了一种适用于大面积研究区域的分区模拟模型。首先,使用K-Means++算法对研究区域进行聚类分区划分,提出引入城市空间扩张率数据与常用的非空间属性数据一同作为聚类分区依据,对不同区域内城市扩张的内在规律挖取不同的转换规则。然后,引入因子分析法（Factor Analysis,FA）对分区后的子区域进行因子优化分析,选取因子贡献率由大到小累计达到95%的驱动因子,差异化构建城市扩张率分区FA-MLP-CA模型。实验结果表明,不同区域存在明显的空间异质性,对研究区域分区可在不同区域提取不同的转换规则,有效减小空间异质性的影响、提高模拟精度;不同区域的驱动因子及其影响存在一定差异,使用因子分析法弱化了驱动因子差异对模拟结果的影响,而且对各子区域进行因子分析优化后降低了运算数据的维度,一定程度上提高了模型运行效率。2.基于生态约束模型设计了一种经济约束情景模拟方案。首先,以最小累积阻力模型（Minimal Cumulative Resistance model,MCR）模拟城市的适宜扩张区域并将其作为城市转换迭代过程的约束条件,基于城市扩张率分区FA-MLP-CA模型构建生态约束模型。然后,通过多目标函数寻找经济约束情景参数,基于生态约束模型构建双约束模型。最后,通过双约束模型模拟未来城市扩张需求,为未来城市发展规划提供参考。