This paper presents a spatiotemporal analysis to simulate and project urban sprinkling with coupled cellular automata (CA) and multinomial logistic regression (MLR) model. Our case study, the Basilicata region, south of Italy, is characterized by urban sprinkling - literally "a small amount of urban territory distributed in scattered particles". The region is witnessing a decoupled growth between demographic trend and urban expansion. We applied a coupled approach based on CA and MLR for urban sprinkling modeling and simulation. From three regional building datasets (1989, 1998 and 2013) building density maps were created and used to calibrate and validate the model and to project future urban expansion. Built-up causative factors were identified through an analysis of 19 articles that were compared and discussed according to their main features (methods, case studies, drivers, urbanization dynamics and demographic growth). The transition probability for the first period (1989-1998) was calibrated with MLR for built-up causative factors and with the multi-objective genetic algorithm (MOGA) for CA neighborhood effects. The calibrated model was used to simulate the 2013 urban pattern which was compared with the actual map of 2013 (validation). We then used our calibrated model to simulate urban expansion in 2030. The results of the 2030 forecast show the largest variations in class 1 (low density built-up patches) that correspond to urban sprinkling.

本文提出了时空分析，以模拟和预测耦合单元自动机（CA）和多项式Lo​​gistic回归（MLR）模型的城市洒水情况。我们的案例研究位于意大利南部的巴斯利卡塔地区，其特征是城市洒水-字面意思是“少量分散在分散颗粒中的城市领土”。该地区的人口趋势与城市扩张之间的增长脱钩。我们将基于CA和MLR的耦合方法应用于城市洒水建模和仿真。从三个区域建筑数据集（1989、1998和2013）中，创建了建筑密度图，并将其用于校准和验证模型以及预测未来的城市扩展。通过分析19篇文章来确定累积的原因，这些文章根据其主要特征（方法，案例研究，驱动因素，城市化动态和人口增长）进行了比较和讨论。对于第一阶段（1989-1998年）的过渡概率，使用MLR校正了累积的致病因素，并使用了多目标遗传算法（MOGA）校正了CA邻域效应。校准后的模型用于模拟2013年城市格局，并将其与2013年的实际地图进行比较（验证）。然后，我们使用校准后的模型来模拟2030年的城市扩张。2030年的预测结果显示，与城市洒水相对应的1类（低密度堆积斑）的变化最大。对于第一阶段（1989-1998年）的过渡概率，使用MLR校正了累积的致病因素，并使用了多目标遗传算法（MOGA）校正了CA邻域效应。校准后的模型用于模拟2013年城市格局，并将其与2013年的实际地图进行比较（验证）。然后，我们使用校准后的模型来模拟2030年的城市扩张。2030年的预测结果显示，与城市洒水相对应的1类（低密度堆积斑）的变化最大。对于第一阶段（1989-1998年）的过渡概率，使用MLR校正了累积的致病因素，并使用了多目标遗传算法（MOGA）校正了CA邻域效应。校准后的模型用于模拟2013年城市格局，并将其与2013年的实际地图进行比较（验证）。然后，我们使用校准后的模型来模拟2030年的城市扩张。2030年的预测结果显示，与城市洒水相对应的1类（低密度堆积斑）的变化最大。