天津市“十二五”期间建设用地需求量影响因子分析和预测模型研究

通过建立“十一五”期间天津市建设用地现状序列,利用相关分析法对天津市建设用地需求量的主要影响因素进行相关系数计算,筛选出主导因子;然后利用主导因子建立多元回归模型,预测“十二五”期间天津市建设用地需求量,并运用灰色系统预测模型、曲线预测模型对天津市各类用地总量进行预测分析.     

1986-2018年广州市建设用地扩张及其影响因素研究

针对快速城市化引起的一系列城市问题,利用扩张速率、等扇分析法、景观扩张指数等方法,分析了广州市19862018年建设用地的时空特征,通过多元回归和地理探测器探索建设用地时序演变和空间分异过程的影响因素及其交互作用,可为城市规划管理中优化城市发展模式和城市可持续发展提供技术支撑.研究结果表明:①1990-2000年是广州市建设用地迅速扩张期,此后有所回落并稳定发展;②建设用地扩张方向呈分阶段分区域进行的特征,主要向东南、西北和东北3个方向扩张;③建设用地扩张呈现蔓延型和填充型为主的扩张模式;④建设用地扩张时序演变过程的主要影响因素包括GDP、人口和地方财政收入;空间演变过程的主要影响因素包括与公路、铁路的距离、DEM,且因子间均为双因子增强关系.     

多元优化城市建设用地需求量预测模型

本文根据建设用地需求量与社会经济发展指标之间存在的内在关系,提出了基于多元优化组合的建设用地需求量预测模型。文中选择总人口、GDP、全社会固定资产投资、财政支出总额四项指标作为自变量、以年建设用地量作为因变量,基于单变量拟合方程对建设用地增量的精度贡献,构建多元非线性组合模型,并用土地利用效率变化修正系数修正模型结果,预测新增建设用地量。对未来建设用地需求量做出合理的预测,有利于政府部门关于土地的使用与规划,避免了有限土地资源的浪费[1]。     

苏州工业园区建设用地变化及驱动力的灰色关联分析

城市化是建设用地扩张的重要驱动力,分析建设用地增长趋势及其变化原因具有重要意义。本文以苏州工业园区为例,采用灰色相关模型, 运用DPS统计软件, 选取影响建设用地的9个因素,对促使工业园区建设用地增加的驱动力进行了研究,确定了影响建设用地增长的主要驱动力,为科学地制定土地利用规划提供科学依据。     

基于GIS的建设用地管理系统设计与实现

为了适应社会经济快速发展和人口持续增长对建设用地节约集约利用提出的高要求,本系统以建设用地节约集约利用评价、影响因素相关性分析、需求预测等理论方法为基础,运用ArcGIS空间分析、专题图制作等功能实现了用地动态监测、现状评价和趋势预测,为基层国土资源部门的建设用地管理和科学规划决策提供技术保障。本文以湖北省蕲春县漕河镇城区建设用地为例,详细阐述了系统各项功能的实施。     

基于GIS的平顶山市建设用地生态适宜性评价

以平顶山市为例,探讨了煤炭资源型城市建设用地生态适宜性评价的指标体系、评价模型,以及在GIS和RS技术支撑下定量分析土地生态适宜性的方法。选取自然因素、社会经济因素、生态安全因素3个因素层12个因子层构成生态适宜性评价指标体系,采用层次分析法计算相关影响因子权重。在ENVI4.5支持下对平顶山市TM遥感影像进行解译,提取林地、耕地、水体、建设用地多因子图层,在Arc GIS10.0支持下建立数字高程模型,提取高度等地形因子。最后通过Arc GIS10.0空间分析模块对相关因子进行叠加分析,得到结果为:平顶山市最适宜用地占29.01%,较适宜用地占13.53%,基本适宜用地占14.71%,不适宜用地占16.05%,不可用地占26.70%。最后,结合评价结果,针对平顶山建设用地的特征提出合理化建议,以期为生态环境保护和城市规划建设提供科学依据。     

基于RS和GIS的甬台地区城市建设用地扩展特征研究

以多时相Landsat MSS,TM和ETM卫星影像为数据源,利用遥感和GIS手段,提取宁波、台州2市5个时相（1979,1990,1995,2000和2005年）城市建设用地信息,分析了城市建设用地扩展的时间特征、形态特征、空间特征并通过其与人口、GDP因素的相关分析研究其扩展的动力机制。结果表明：①1979年以来,甬台地区城市建设用地总体扩展速度表现为先升后降,而城市建设用地总体扩展强度则表现为不断提高的趋势。②甬台地区城市建设用地的空间结构存在明显的分形特征,城市建设用地空间结构分维逐渐增大,城市建设用地空间复杂性增加,城市建设用地趋向不稳定。③甬台地区城市扩展与社会经济发展具有明显的相关性。     

构建城市建设用地规划管理信息系统

论述了建设用地规划管理系统的建设方法,建立了完整的规划管理数据库,实现了满足建设用地规划管理的项目选址、用地结构分析、存量建设用地分析等分析功能,为建设用地规划管理提供了信息支持。     

洞庭湖生态经济区建设用地现状与变化研究

为研究《洞庭湖生态经济区规划》实施2 a来的建设用地现状及其变化,以2014年度土地利用现状数据库成果为基础,结合2015年度土地利用变化遥感监测成果,利用GIS技术开展了建设用地现状遥感调查和年度用地变化对比分析研究。结果表明:(1)2014年底洞庭湖生态经济区的建设用地占比高出全省建设用地占全省国土面积比例1.69个百分点,但主要是村庄和水利设施占比较高,城市用地、铁路用地等甚至低于全省平均水平;(2)2015年建设用地面积较2014年有所增加,主要以交通建设、建制镇建设和城市建设为主体,体现了城市化建设进程。     

基于缓冲区分析的城市化与地表水质关系研究——以烟台沿海区县为例

将城市化过程中的人为土地定义为建设用地,利用2004年TM影像得到烟台沿海区县建设用地数据。用缓冲区分析提取乡镇水平上建设用地比率和人口密度数据,缓冲半径从100m到2000m,利用ArcView空间分析功能对建设用地比率、人口密度、河网等级和水质进行叠置分析,并结合逐步回归分析方法揭示烟台沿海区县28个水质监测站各水质参量的空间变化情况。结果显示,通过建设用地比率和人口密度共同作用可以解释85%以上的水质参量模型,反映城市化的建设用地比率比人口密度能更好地解释水质参量的空间变化,大多数水质参量的最佳模型出现在2000m的缓冲半径上,表明建设用地比率和人口密度是影响研究区域水质的首要因素。同时,运用缓冲区分析等GIS空间分析方法为区域城市化进程与水环境质量的研究提供了新的途径。     

基于双极化差值指数的城市建筑用地信息提取研究

以福州市城区ENVISAT ASAR影像为例,研究城市建筑用地信息准确快速提取的原理和方法。通过对影像主要地物类型的极化特征分析,构建基于双极化雷达后向散射差值指数以突显城市建筑用地信息,并采用面向对象方法进行分类。该方法与基于单极化得到的分类结果相比,提高了精度。研究结果表明,该方法是一种快速准确提取城市建筑用地信息的有效方法,这为极化雷达影像数据在城市建筑用地方面的应用研究提供了一个新思路。     

1980—2015年中国建设用地变化研究

土地特别是建设用地的空间格局与演变是城镇研究的热点问题。本文利用1980、1990、1995、2000、2005、2010、2015年7期的中国土地利用遥感数据,对1980—2015年中国建设用地变化进行了系统性的分析。研究工作主要有：①计算1980—2015年中国的城镇用地、农村居民点、其他建设用地及总建设用地的面积和增长率,从而得到1980—2015年中国的建设用地变化速率。②运用GIS软件中的联合分析工具,得到1980—2015年中国建设用地空间变化格局。③制作土地利用转移矩阵,从而得到1980—2015年中国建设用地结构变化情况。研究表明,中国建设用地整体上表现为持续扩张的态势;东部及沿海地区增长速度较快,青藏高原基本无变化,中部及东北地区增长速度较缓,西北地区有少量增加;增加建设用地以耕地转入为主。     

Evaluating the Long-term Urban Expansion of Ranchi Urban Agglomeration,India Using Geospatial Technology

The present study analyzes the built-up expansion of Ranchi urban agglomeration over a period of about 8 decades from 1927–2005. Satellite images and topographical maps were used to evaluate land use dynamics during these periods. Built-up growth of 473.7% during 1927–2005 was primarily at the expense of agricultural land along with reduction of natural water bodies reflects negative impacts of built-up expansion, which increased many folds in recent decades. The built-up growth is also analyzed with reference to population growth, land consumption rate and land transformation. The land loss due to increasing built-up growth of Ranchi were compared with other capital regions and cities along with population increase to provide insight into the possible scenario of built-up expansion in Ranchi urban area.     

一种基于车辆轨迹数据的城市建成区边界识别方法

城市建成区边界是城市土地资源管理和城市扩张管理的重要依据。本文提出了基于出租车轨迹数据,利用多分辨率下规则格网对比分析法及Densi-Graph阈值确定法,来自动提取城市建成区边界的方法。试验采用北京市2008年出租车GPS轨迹点数据,依据该方法模型计算提取城市建成区并进行结果准确度评价,将提取结果与北京市2008年土地覆盖空间分布图进行比对,所提取建成区边界范围与城镇、建设用地区域范围基本相符;将提取结果与中国城市统计年鉴数据进行比对,该年鉴中给定2008年北京市建成区总面积为1 310.94 km^2,本文方法提取建成区总面积约为1 077.33 km^2,提取准确度约为82.18%,表明本文方法可以获得准确的建成区范围。     

Spatio-temporal analysis for monitoring urban growth – a case study of Indore City

Urban sprawl is characterized by haphazard patchwork of development, which leads to an improper development in any city. To prevent this kind of sprawl in future, it is necessary to monitor the growth of the city. Hence, an attempt has been made in the present study to monitor the urban growth over a period of time by employing Remote Sensing and Geographic Information System techniques in conjunction with Shannon entropy. Shannon entropy is a measure to determine the compactness or dispersion of built-up land growth in the urban areas. The growth patterns of urban built-up land have been studied initially by dividing the area into four zones. The observations have been made with respect to each zone. Then, the study area has been divided into concentric circles of 1 km buffers and the growth patterns have been studied based on urban built-up density with respect to each circular buffer in all four zones. These observations have been integrated with road network to check the influence of infrastructure on haphazard urban growth. It has been found from the study that Shannon entropy is a good measure to determine the spatial concentration or dispersion of built-up land in the city. The study also proved the potential of RS and GIS techniques in the spatio-temporal analysis of urban growth trends and their consequences in the lands adjoining to urban areas.     

郑州城市空间扩展特征及其驱动因素分析

以遥感与GIS为技术支撑,对郑州市1976-2004年城市建成区面积进行了动态监测,并对郑州28 a来城市空间扩展特征和驱动因素进行了分析。结果表明,郑州市建成区从1976-2004年面积增加了5.81倍,平均每年扩展10.75 km^2。其扩展占用的土地利用类型主要是耕地,其次为农村居民点和其他建设用地,还有一些林地、水库和沼泽地。社会经济因素是建成区扩展的内在推动力,经济发展、政策和规划等是建成区扩展的主要驱动力。通过郑州建成区遥感监测,了解城市空间扩展规律,对正确处理城市扩展与占用土地的关系具有重要意义。     

基于TM影像的城市建筑用地信息提取方法研究

本文选用金华市Landsat TM影像为研究的数据源,在归一化裸露指数基础上,利用归一化植被指数提取出非植被信息,通过图像二值化、叠加分析以及掩膜处理去除了低密度植被覆盖区域的噪音信息,自动提取了金华城市建筑用地信息。研究结果表明,归一化裸露指数和归一化植被指数相结合的方法弥补了单一利用归一化裸露指数来提取城市建筑用地信息的不足,提高了提取精度,而且结果客观可信,是一种不经人为干预的、快速有效的提取城市建筑用地方法。     

面向城市建成区扩展模拟的CA-Markov模型改进

对城市建成区扩展的预测是防止城市蔓延的重要管理依据。目前,元胞自动机-马尔可夫链模型,已成为城市建成区扩展预测的重要方法。该模型对指标权重的赋值方法较为敏感,以往的单一指标赋值法,影响了城市建成区扩展预测的精度和可信度。为此,本研究提出整合传统权重赋值法的AHP和逻辑回归模型改进CA-Markov模型。研究选择云南省大理市为案例,对2020、2030年的城市建成区扩展进行模拟和预测,最后进行精度验证。研究结果表明：①Kappa指数可达到96.8%,预测结果有较好的一致性。②大理市的城市建成区扩展均表现为继续向外扩展,以东南、西北方向和两片建成区之间为主要扩展方向。研究提供了组合权重赋值法改进CA-Markov模型,这将为规划者在未来规划中提供强有力的支持。     

Built-up and vegetation extraction and density mapping using WorldView-II

This study demonstrates the use of high resolution WorldView-II satellite data in extraction of built-up land and vegetation using normalized index techniques. The PCA 1 and NIR 2 bands-based built-up index was proposed for extracting built-up land, which exhibit high accuracy. The normalized difference vegetation index based on Red Edge and NIR 2 bands of WorldView-II produced high accuracy inthe estimation of vegetation compared to the use of Red and NIR bands. The grid technique used in estimating built-up and vegetation density from precisely classified images provided better and accurate assessment of built-up and vegetation density in heterogeneous landscape of urban areas. This shows areas of very high to high built-up density are located in the central, western and southern parts, which are primarily devoid of vegetation. This study indicates possibilities of utilizing high resolution satellite data in urban landscape characterization using a grid-based technique.     

Monitoring Urban Landscape Dynamics Over Delhi (India) Using Remote Sensing (1998–2011) Inputs

Urbanization is increasingly becoming a widespread phenomenon at all scales of development around the globe. Be it developing or developed nations, all are witnessing urbanization at very high pace. In order to study its impacts, various methodologies and techniques are being implemented to measure growth of urban extents over spatial and temporal domains. But urbanization being a very dynamic phenomenon has been facing ambiguities regarding methods to study its dynamism. This paper aims at quantifying urban expansion in Delhi, the capital city of India. The process has been studied using urban land cover pattern derived from Landsat TM/ETM satellite data for two decades (1998–2011). These maps show that built-up increased by 417 ha in first time period (1998–2003) and 6,633 ha during next period (2003–2011) of study. For quantification of metrics for urban expansion, the Urban Landscape Analysis Tool (ULAT) was employed. Land cover mapping was done with accuracy of 92.67 %, 93.3 % and 96 % respectively for years 1998, 2003 and 2011. Three major land covers classes mapped are; (i) built-up, (ii) water and (iii) other or non-built-up. The maps were then utilized to extract degree of urbanization based on spatial density of built-up area consisting of seven classes, (i) Urban built-up, (ii) Suburban built-up,(iii) Rural built-up, (iv) Urbanized open land, (v) Captured open land, (vi) Rural open land and (vii) Water. These classes were demarcated based on the urbanness of cells. Similarly urban footprint maps were generated. The two time maps were compared to qualitatively and quantitatively capture the dynamics of urban expansion in the city. Along with urbanized area and urban footprint maps, the new development areas during the study time periods were also identified. The new development areas consisted of three major categories of developments, (i) infill, (ii) extension and (iii) leapfrog.