土地资源作为一种稀缺的不可再生资源,是人类赖以生存和发展的物质基础。然而,随着我国工业化和城市化进程的快速推进,土地资源的不合理利用现象加剧。如何以科学的理论与方法指导土地利用规划,促进土地资源的合理和可持续利用己成为政府和公众共同关注的热点问题。土地利用优化配置是土地利用规划的核心内容,也是提高土地利用效率、促进土地资源的可持续利用的必要手段。围绕土地利用优化配置问题的求解,国内外有关学者先后展开了广泛和深入的研究,形成了包括数学规划法、系统动力学模型、元胞自动机模型和智能优化模型等诸多方法在内的土地资源优化配置方法体系。然而,现有模型依然存在一定不足,集中表现为模型计算得到寻优能力较差、优化搜索效率较低、模型的多目标处理方法不能满足土地利用多目标决策支持的需要,缺少可实际应用的优化决策支持系统等。针对上述不足,围绕土地利用优化配置中的两大核心问题-土地资源数量结构优化与土地利用空间布局优化,本文提出了一种基于多目标人工免疫系统的土地利用优化配置模型,主要研究内容与创新之处如下：(1)研究首先在可持续发展理论、生态服务价值理论和景观生态学等相关理论的指导下,分别定义了土地资源数量结构优化问题和土地利用空间布局优化问题的优化目标和约束条件。其中,选取土地利用的生态服务价值最大化和经济效益最大化作为土地资源数量结构优化的主要目标；选取土地利用空间布局紧凑度最优与土地利用适宜性最优作为土地利用空间布局优化的主要目标。在此基础上,以人工免疫的基本理论为指导,分别构建了面向土地资源数量结构优化和土地利用空间布局优化的人工免疫概念模型,为领域知识指导的AIS土地利用优化算法的设计奠定了重要基础。(2)为了克服已有模型在多目标寻优能力和寻优效率等方面的不足,本文研究了基于多目标人工免疫系统的土地利用优化配置算法。在对经典多目标人工免疫算法NICA算法的基本免疫策略进行改进的基础上,根据土地资源数量结构优化和土地利用空间布局优化问题求解的基本特点,在领域知识的指导下分别设计了相应种群初始化策略和抗体变异算子。形成了面向土地资源数量结构优化的MOAI-LUSO算法和面向土地利用空间布局优化的PAI-LUSA算法。为提高土地利用空间布局优化问题求解效率,研究了在共享存储、多核、多CPU并行环境下的并行优化算法,提高了优化任务执行效率,大幅缩短寻优所需时间。(3)针对现有研究对通用土地利用优化决策支持系统研究的不足,本文在分析了土地利用优化配置问题求解需求的基础上,提出了面向土地利用优化配置问题求解的通用人工免疫算法模型框架和免疫算子结构。在此基础上,利用C#4.0和DotSpatial开源GIS平台开发了一个通用的、可扩展、开放式、可并行的土地利用优化配置智能决策支持系统。为保证系统的通用性、可扩展性和开放性,系统基于插件技术进行设计与实现,并设计了免疫算子扩展接口和优化问题应用扩展接口分别用于人工免疫算法的改进和优化问题应用的自定义扩展。(4)为验证研究模型的先进性和决策系统的实用性,选取湖北省秭归县作为实验区进行验证。为评估算法的寻优能力,选取NSGAII等优秀的多目标智能优化算法进行对比实验。此外,为了评估并行计算技术在土地利用布局优化问题求解领域的应用前景,文章还对土地利用空间布局优化模型的并行性能进行了测试。实证研究和对比实验结果表明：①面向土地资源数量结构优化的MOAI-LUSO算法的多目标寻优能力明显优于已有的基于NSGAII等算法的土地资源数量结构优化模型。②领域知识指导的并行PAI-LUSA算法能够高效、高质量的获得土地利用空间布局优化Pareto解集。算法并行性能测试实验结果表明,在具有16核CPU的计算机上,算法的并行效率可达68%,加速比可达10.83。由此可见,在多CPU、多核的共享存储的计算环境下,采用并行计算技术对土地利用空间布局优化模型进行并行化改进,能够获得较好的加速比和并行效率,从而极大提高问题求解的能力和效率,具有较好的应用前景。