融合地理探测器和地理加权回归的太原市建设用地变化因素研究

准确地识别城市化进程中建设用地的变化情况及其背后的驱动力,对城市后续的可持续发展具有重要意义。本文首先以2000—2020年遥感影像为基础,对太原市建设用地空间分布变化进行研究,然后结合地理探测器模型和地理加权回归模型,对研究区建设用地的空间分布影响驱动力因子进行研究,得到以下结论:除政策因素外,现有的城市建设用地空间分布变化还受到高程、交通、GDP、人口等因素的显著作用。太原市城市建设用地变化的布局不单是GDP变化、人口变化、海拔高度、公路网密度4个显著性因子均匀、独立、直接作用的结果,而是具有空间异质性的各因子两两交互作用后增效的产物。本文成果有望为城市建设用地驱动力研究提供一种新思路。     

地理国情地表覆盖的城市建设用地扩张分析——以兰州新区为例

针对传统的土地利用变化研究方法无法实现大规模在建中的建设用地动态监测的问题,该文提出了一种新的动态监测方法。结合多时相遥感影像、规划数据和外业调查数据,能够快速、低成本地提取城市建设用地。选取合适的扩展指数构建综合扩展程度指数模型,便于对建设用地变化时序特征做出评价。定量分析建设用地变化时序特征与规划用地的对比情况,明确了城市建设用地的建设进度和符合度。结果表明,城市建设用地处于高速扩展阶段,建设现状和规划情况基本相符;该方法是对地理国情监测工作的一种新的探索。     

多时相航空影像在城市规划中的应用

1 引言 城市是一个规划庞大、结构复杂、因素众多的动态系统。为了合理规划和管理城市,正确指导当前的城市规划、建设,必须对城市布局和建成区土地利用变化等问题作定位、定性和定量的研究分析,从中科学的总结出城市规划建设和管理方面的经验教训;预测发展趋势;指导当前城市觇划、管理和建设。 城市是一个信息量大、复杂、变化快的领域,要想掌握大量城市变迁的信息,需要收集、分析、整     

面向地级以上城市空间变化的地理国情监测与应用

文章介绍了面向地级以上城市空间变化监测与应用研究的背景和价值,提出了地级以上城市空间变化监测应用研究的总体思路、研究内容、关键技术与方法等,并以北京市空间变化监测为案例,开展城市空间格局变化、老工业区搬迁改造、海绵型城市建设等三个典型监测应用研究,相关研究成果可为其他地级城市监测提供应用借鉴和示范,从而为解决城市发展面临的现实问题提供数据基底、技术支撑和建议。     

基于地理国情的城市下垫面变化监测在海绵城市建设中的应用与实践

海绵城市,是时下城市建设管理的新热点,城市下垫面是城市健康的晴雨表,是城市体检的重要特征项。近些年来在地理国情常态化监测的大背景下,城市下垫面的监测变得越来越重要,应该说在海绵城市建设和地理国情监测间搭起了一座桥,为海绵城市建设提供数据支撑和科学分析。本文主要讨论基于地理国情的城市下垫面变化监测在海绵城市中的应用和探索,结合北京城市实践,给出城市下垫面监测的实现途径和重要意义;通过下垫面监测摸清底数,分析得出地表各类覆盖类型优化对海绵城市建设的重要作用和深远的意义。     

Pléiades影像在城市建设用地变化监测中的应用

通过对基于Pléiades影像的城市建设用地变化监测工作的阐述,分别介绍了高分影像生产、影像动态更新、影像变化监测、用地变化监管系统建设的方法,并将这些技术以辅助土地利用监管和规划批后执法为目的重新整合,实现了在城市建设用地执法监管领域中集3S技术于一体的新应用。     

山地城市建设用地遥感动态监测研究

为了准确掌握重庆两江新区城市建设情况,有效支撑新区规划编制及规划管理工作,利用高分辨率遥感影像,采用面向对象的遥感分类方法,结合相关辅助资料,对2009年和2010年重庆两江新区的城市建设用地现状进行了遥感监测,获取了区内的城市建设用地规模、结构和布局现状及其变化信息,并对其城市建设用地特征进行了分析,为城市精细化管理提供了技术支撑。     

Pleiades影像在城市建设用地变化监测中的应用

通过对基于P1eiades影像的城市建设用地变化监测工作的阐述,分别介绍了高分影像生产、影像动态更新、影像变化监测、用地变化监管系统建设的方法,并将这些技术以辅助土地利用监管和规划批后执法为目的重新整合,实现了在城市建设用地执法监管领域中集3S技术于一体的新应用。     

从数字城市走向智慧城市

首先综述了"数字城市"地理空间框架建设的必要性,详细介绍了我国"数字城市"地理空间框架建设的思路、内容、进展、作用及影响;然后,针对技术的进步和需求的发展变化,论述了当前地理空间框架建设所面临的全新发展机遇、挑战和存在的问题,指出了智慧城市时空信息框架的建设目标与内容,展望了"数字城市"走向智慧城市质的飞跃。     

遥感影像用于城市扩展监测的研究

通过焦作市城市扩展监测的实践,对以多时相遥感影像监测城市扩展进行了研究,阐述了以地形图及TM遥感影像为数据源,利用RS和GIS软件进行图像处理,提取城区扩展的变化信息,并对其扩张变化的主要方向、速度及规律进行监测和分析;论述了交通建设、政策法规、经济投资区的建设和当地的自然地理环境对城市的扩展速度和方向的影响。     

浅析基于GIS的济南市发展布局与历史变迁

利用ArcGIS软件数据处理和空间分析功能,采用内业数据编辑、数理统计分析等方法,对济南市1993年、2002年、2009年、2012年4个时段内建成区的DLG数据变化信息进行挖掘、分析、统计、计算,获取城市空间布局与历史变迁相关信息,为济南城市布局及今后城市发展提供依据。     

基于珞珈一号与DMSP/OLS数据的辽宁省城市空间扩张分析

基于珞珈一号和DMSP/OLS夜间灯光数据,提取辽宁省城市空间用地信息并监测分析了2003—2018年城市空间扩张特征。结果表明:1)利用辽宁省DMSP/OLS长时间序列夜间灯光数据提出了一种适合校正长时间序列DMSP/OLS数据的校正方法,提高了数据的连续性和可对比性;2)弥补了统计数据在空间属性的不足,消除了过去单纯依靠统计数据分析城市空间扩张的弊端,为其他省市分析城市扩张提供新的遥感监测分析方法;3)在2003—2018年间,辽宁省城市空间扩张存在城市空间扩张与南方省份相比发展比较缓慢及协调性欠佳等问题。     

基于遥感监测方法的湖泊面积变化成因分析

利用近24年来不同时期的Landsat-8 OLI_TIRS卫星遥感图像作为数据源,本文对武汉市东湖水域进行了研究,分析得出近年来东湖水域面积动态变化情况,运用改进的归一化差异水体指数法(MNDWI)对水域面积进行提取,并结合历年各项气象数据、城市发展数据等影响因子进行相关性分析,研究结果表明:东湖近年水域面积变化与城市发展改造和人类利用方式变化具有很大相关性。     

融合多源遥感数据的长株潭城市群碳排放时空差异分析

碳排放时空分布监测与评估是城市可持续发展的重点研究课题之一。面向长株潭城市群碳排放的时空分布和差异分析,本文基于NPP-VIIRS夜间灯光影像和不透水面数据,结合县级碳排放数据,构建长株潭城市群碳排放估算模型,并定量分析了长株潭城市群碳排放时空分布特征及变化趋势。结果表明:①不透水面、夜间灯光均值和总值数据能够反映长株潭城市群区域碳排放水平;②2013—2017年长株潭城市群碳排放具有聚集性,主要分布在长株潭城市群北部的中间区域,碳排放区域逐年扩大但强度减弱;③2013—2017年长株潭城市群碳排放变化趋势为中心区域呈现负增长,城市扩张的边缘区域承接了部分碳排放量。本文融合多源遥感数据对2013—2017年长株潭城市群县级碳排放进行估算与监测分析,揭示了长株潭城市群碳排放时空分布变化规律,可为该区域碳减排和区域可持续发展提供科学参考。     

浙江省义乌市城市空间结构动态变化遥感监测

以地形图和不同时相的TM影像为信息源,介绍了浙江省义乌市城市空间结构动态变化过程,阐明了1970～2002年32a间义乌市城市空间结构动态变化的驱动因素主要有自然环境、交通通达性和经济发展速度等,为合理制定和完善城市规划,实现城市社会经济与生态环境的持续发展提供了决策依据.     

基于神经网络的元胞自动机与土地利用演化模拟——以广州市白云区为例

城市发展过程中存在多种土地利用类型的相互转换,掌握其演化规律有助于制定出合理的土地利用规划。传统元胞自动机(CA)在模拟城市扩张过程时,多种土地利用类型间的转换十分复杂,往往难以获得转换规则。本文利用神经网络构建了多类型演化的CA模型;从城市演化的历史数据中进行学习,挖掘出控制土地利用方式转变的空间要素权重,利用广州市白云区2005—2007年间的土地利用历史演化数据训练神经网络后,对2009年研究区的土地利用结构进行了模拟。对比同期的真实土地利用格局,模拟结果的平均精度达到77.65%。     

城市不透水面覆盖度与地面温度遥感估算与分析

全球气候变暖和城市化的快速发展,导致了城市不透水面急剧增加和热岛效应日趋严重.本文综合利用多源遥感数据进行城市不透水面覆盖度(ISP)和地面温度(LST)的估算,实验结果较好地反映了城市ISP和LST的空间分布和变化状况;同时对二者之间的相关关系进行了简要分析,发现ISP与地面温度之间具有正相关关系,为通过绿化建设改善...     

基于遥感技术的城市发展变化分析

应用遥感技术对城市发展变化进行分析,可为城市规划建设提供辅助依据。本文在前人研究的基础上,将某市4个时期的遥感影像作为研究数据,进行了城区范围、城区植被和土地覆盖信息的提取与分析。研究结果表明,伴随着城市的发展,城区的面积逐年增加,城区植被出现先减少、后增加的现象,而在土地覆盖信息方面也发生了巨大变化。     

Linking socioeconomic classes and land cover data in Lima,Peru: Assessment through the application of remote sensing and GIS

The spatial differentiation of socioeconomic classes in a city can deliver insight into the nexus of urban development and the environment. The purpose of this paper is to identify poor and rich regions in large cities according to the predominant physical characteristics of the regions. Meaningful spatial information from urban systems can be derived using remote sensing and GIS tools, especially in large difficult-to-manage cities where the dynamics of development results in rapid changes to urban patterns. We use here very high resolution imagery data for the identification of homogeneous socioeconomic zones in a city. We formulate the categorization task as a GIS analysis of an image classified with conventional techniques. Experiments are conducted using a QuickBird image of a study area in Lima, Peru. We provide accuracy assessment of results compared to ground truth data. Results show an approximated allocation of socioeconomic zones within Lima. The methodology described could also be applied to other urban centers, particularly large cities of Latin America, which have characteristics similar to those of the study area.