芜湖市城市扩展的遥感监测及驱动力研究

通过对芜湖市1979,1988和2001年的MSS/TM/ETM 遥感影像的动态监测,利用改进后的条件仿植被指数(NDBI)专题信息提取法与监督分类法相结合提取城市建成区空间信息.利用叠加分析法对芜湖市建成区不同时期城市扩展特征进行研究,表明城市扩展在时间上呈现扩展速度不断增加,空间上呈现扩展的方向性特征.分析了各个时期城市扩展模式,结合社会经济统计数据,得出城市扩展的主要驱动力是城市人口的增长和经济的发展,政府决策在宏观上影响着城市扩展的方向和强度的结论.     

新疆绿洲城市空间扩展特征及其驱动力分析

 绿洲城市是绿洲人类生产、生活的集聚中心,也是人地关系最为敏感的区域。研究绿洲城市空间扩展及其动力机制对掌握干旱区城市空间扩展规律,因势利导地引导城市向合理的空间形态模式演进,促进绿洲城市的可持续发展具有重要意义。以新疆17个绿洲城市为研究对象,利用1990、2000年和2007年Landsat遥感影像,运用GIS空间分析和统计分析,深入探讨了干旱区绿洲城市近20 a城市空间扩展特征及其驱动机制。结果表明:①天山北坡经济带绿洲城市空间扩展速度与强度较高,东疆和南疆地区绿洲城市相对较低。相对于中东部城市,新疆绿洲城市扩展强度较小,速度较慢。②位于山前凹陷带、山前盆地或地形复杂老绿洲城市分维数较高,紧凑度较低; 平原绿洲城市分维数较低,结构紧凑。③新疆绿洲城市空间扩展的主要驱动力是人口增长、经济发展、交通基础设施的建设、资源以及政策规划。     

郑州市城市扩张遥感动态监测及驱动力分析

研究郑州市区城市建设用地扩张特征及主要驱动因素。以1988年、2000年和2009年三个时间的Landsat TM和ETM＋遥感影像为主要数据源,采用面向对象和人工目视解译的方法,同时结合郑州市土地利用现状和Google Earth数据,分析了近21a两个时间段城市建设用地空间分布的动态变化特征。在此基础上,利用郑州市...     

基于遥感的银川市建成区城市扩展及其热环境变化分析

为研究银川市城市建成区扩展对热环境的影响,基于1989、1999、2010年和2017年Landsat系列遥感数据,采用建筑用地指数(IBI)提取4个年份的城市建成区信息,获取了城市形态演化指标,利用热红外波段反演不同年份的地表温度;在此基础上,分析了城市扩展和热环境变化的时空演变特征,探讨了城市扩展和热环境之间的响应关系。结果表明:(1)1989—2017年银川市城市建成区扩展面积达506.13 km2,各时期的扩展速度和扩展强度差异明显,城市扩展具有"缓慢—快速—稳步"的阶段性特征,城市空间形态趋于紧凑化,向着稳定状态发展,城市整体向东部和北部扩展,重心整体向东北方向迁移约5.54 km。(2)热岛范围随着城市扩展不断扩大,较高温区域所占热岛比例呈先减小后增加的趋势,高温和特高温占比表现出先增加后减小的特征,热岛强度逐渐向较高温区转移,城市热岛效应得到缓解;热岛空间分布显示,热岛逐渐由兴庆区老城区蔓延至贺兰县和西夏区,且兴庆区热岛逐渐演化为相互独立的小次级热岛,强度有所降低;28 a间银川市城市热岛比例指数(URI)表现出先上升后下降的特征,整体呈上升趋势。(3)热岛区域在空间分布...     

烟台城市扩展特征及驱动力分析

选取1984年、1993年、2002年、2011年和2020年烟台市辖区遥感影像图,利用ENVI软件和监督分类法研究其建设用地变化。采用扩展强度与动态度指数、等扇分析法、城市紧凑度、分形维数等方法分析烟台城市扩展的时空特征,基于地理探测器和多元回归揭示城市扩展驱动力。建设用地变化结果表明：烟台城市扩展强度呈明显的“V”字型结构,扩展的阶段性显著,扩展动态度有进一步下降的趋势。城市扩展方向分异明显,南部最为剧烈。城市空间形态的复杂程度降低,呈现多组团的滨海带状城市空间形态。驱动力分析结果表明：区位环境因素是城市扩展的基础,人口、GDP和地方财政收入带动城市的自发性扩展,政策规划对城市扩展有明显的驱动作用。     

1979-2014年长沙市城市功能用地扩展与驱动力研究

基于长沙市中心城区1979年、1989年、2003年、2011年、2014年5个年份的土地利用现状图,借助ArcGIS、SPSS分析工具,提取居住、工业、服务三大功能用地,从方向、圈层、强度、用地间转变及轴带趋向对长沙城市功能用地扩展的时空特征及驱动力进行研究。结果表明：① 用地扩展模式以“圈层式、轴带式”为主,并逐渐向“多组团式”过渡,由单一的向外扩展向内部功能间演替和外部扩展相结合转变。整体扩展方向经历了由“东、南、东南-西北、东、东南、北”的变化,但各类用地的扩展方向有所差异;② 从扩展强度看,居住用地远远高于城市总体扩展强度,造成了城市功能空间失衡的现象,服务配套明显滞后,部分分区在扩展过程中,出现了与规划定位严重不符的矛盾;③ 功能用地间的转变主要集中在城市核心区,表现出以核心-外围明显分异的差距。外围片区的功能较为单一,融合度不够,未来应增强配套服务功能。④ 从经济驱动力、政策调控力、生态制约力与吸引力、社会助推力四个方面分析了功能用地扩展时空差异的驱动因素。⑤ 从“问题导向-现象归纳-本质剖析-策略应对”提出了城市功能用地扩展研究的基本研究框架。     

遥感监测下的城市扩展分析——以泉州市为例

城市的建设和发展是社会进步的重要标志，城市扩展的空间数据是评估城市化进程的一个重要指标。本文通过对泉州1989年和2000年TM/ETM 影像的遥感监测，利用仿归一化植被指数(NDBI)和计算机监督分类提取了泉州在这11年中的城区空间扩展信息，并分析出泉州市的扩展方式是低密度蔓延和沿条带状扩展相结合的。     

资源枯竭型城市空间扩展进程研究——以淮北市为例

城市空间扩展是衡量新型城镇化背景下城市化进程的重要指标之一,对于研究资源枯竭型城市的可持续发展也有重要的意义。以遥感影像为基础,结合ArcGIS和Matlab软件实现建成区范围的自动提取;选取城市化强度、重心和紧凑度等指标,分析资源枯竭型城市空间扩展的时空特征;结合研究区实际情况和部分统计数据探讨了城市空间扩展驱动机制。结果表明：1992-2016年,淮北市建成区面积由13.64 km²增加到130.19 km²,净增8.54倍。城市化强度水平处于中等程度,城市扩展强度处于较高的水平,城市土地利用集约程度不高;重心总体呈现出东偏的姿态,建成区用地紧凑度逐渐下降。经济及人口、政府决策、交通水平和采煤塌陷区分别是研究区城市空间扩展的驱动机制、引导机制、内生机制和限制机制。     

西安城市扩张及其驱动力分析

随着人口的增长与经济的发展,尤其我国西部城市在西部大开发的背景下,大中城市的扩张十分明显,深刻地影响城市周边的生态环境。如何快速准确地获取城市扩张信息,并分析其驱动力机制,对于指导城市规划,优化西部生态环境与可持续发展都具有十分重要的意义。作者分别采用了监督分类法和归一化裸露指数 (NDBI) 法提取了西安市的城市边界信息,并对二者进行对比分析,认为监督分类法提取的城市边界信息较为准确。在此基础上通过对相关统计资料的分析,认为西安市城区快速扩张与西部大开发以来西安市固定资产投资额的大幅增加以及经济的快速发展有密切的关系,此外人口的增加、交通等基础设施的发展也是重要的驱动因素。     

基于遥感的成都市及其周边城镇的扩展

利用1987年和2000年的两期LANDSAT TM卫星影像进行了成都市及其周边城镇的扩展研究。首先,将两期卫星影像与GIS数据配准。然后,在对遥感影像信息机理分析的基础上,发现并定义了反映建筑物覆盖的差值建筑物覆盖指数,并利用该指数建立了成都市及其周边城镇空间信息提取模型,并利用该指数和模型提取了两期成都市及其周边城镇空间分布数据。将两期数据进行叠加,从而得到成都市及其周边城镇的扩展数据。再次,利用行政界线、三环和绕城高速等界线与扩展数据进行叠加和掩模,从而得到各分析单元的扩展动态数据,并对其进行统计分析。研究表明:利用差值建筑物覆盖指数和阈值法能有效地提取两期的成都市及其周边城镇的空间信息。利用GIS技术能有效地对各单元的扩展情况进行分析。就成都市的扩展而言,三环内的扩展倍数为0.9。其市区的扩展倍数低于周边城镇的扩展倍数。     

北京城市边缘区空间扩展特征及驱动机制

在Landsat TM数据支持下,利用突变点方法获取北京市1994、1999、2004年城市边缘区范围,从扩展总量、扩展类型、扩展方向、扩展区域以及扩展强度等方面分析城市边缘区空间扩展特征,探讨扩展驱动机制。结果表明:(1)北京城市边缘区扩展速率逐渐加快;扩展方向主要是东、北,类型以向外扩张为主;(2)边缘区空间扩展受自然地理条件限制的同时,受经济发展、工业增长、城市基础设施等社会经济因素影响较大,城市规划等政治因素也对边缘区空间扩展具有一定影响。     

近30a来福州盆地中心的城市扩展进程

位于福州盆地中心的福州市在城市化进程的推动下,城市空间快速扩展。利用多时相遥感影像和IBI建筑用地指数获得的建筑用地信息表明,福州市建成区在1976~2006年的30a间面积增加了105km²,增幅达到3.2倍。由于金山、快安等新城区的形成和马尾区的扩展,整个福州城区从西到东几乎连成一片,城市扩展经历了先慢后快,先北、后东、西的扩展历程。研究发现,福州城市的空间扩展并不属于工业主导型,而是第三产业推动型。城市空间的快速扩展已给福州带来了一定的环境资源问题,其中最突出的就是城市热岛效应与城市建筑用地总量控制问题。     

俄罗斯典型城市扩张时空格局与驱动机制——基于遥感决策融合与多元离散回归模型

本研究以社会经济发展统计数据和多源遥感影像数据为基础,通过决策融合遥感解译方法、多元离散回归模型、质心迁移、扇形分析法等,重点考察了伊尔库茨克(Irkutsk)、新西伯利亚(Novosibirsk)、叶卡捷琳堡(Yekaterinburg)分别在1990年、2000年、2010年、2018年城市不透水面的扩张特征,探讨了不同城市扩张的自然环境变化与社会经济发展耦合作用与驱动机制。首先不同城市的扩张方向、强度、速度、模式上存在显著时空差异,三个城市分别呈现“快速增长-增长-慢速增长”“增长-增长-慢速增长”“慢速增长-增长-慢速增长”发展趋势,其中叶卡捷琳堡扩张强度最高。而城市新增不透水面的扩张类型以蔓延式和跳跃式扩张为主,填充式扩张所占比重较小。其次典型城市扩张主要发展方向不同,伊尔库茨克城市扩张特征由南北发展向转为放射状发展,新西伯利亚由东西向发展向正西方向发展,叶卡捷琳堡城市扩张特征由放射状发展向西南方向发展,其发展方向与其自然、区位以及社会因素有关,其中自然因素和区位因素是俄罗斯三类典型城市扩张的主导因素。最后文章阐述不同类型的俄罗斯城市其发展方向与城市发展潜力,为其同类型城市发展提供科学管理依据。伊尔库茨克借助丰富旅游资源重视城市内旅游产业发展,新西伯利亚由于历史问题,对城市内外部交通网络布局提出更高标准规划,叶卡捷琳堡作为俄罗斯国内较发达城市,可加强和周边城市联系形成具有联动作用的城市群。对中国东北地区同类型城市发展规划有着一定的启示意义,包括加强发展紧凑城市、注重交通设施建设、加强周边城市联动、发展旅游等。     

北京城市湿地时空演变及驱动力定量分析(英文)

The decision tree and the threshold methods have been adopted to delineate boundaries and features of water bodies from LANDSAT images. After a spatial overlay analysis and using a remote sensing technique and the wetland inventory data in Beijing, the water bodies were visually classified into different types of urban wetlands, and data on the urban wetlands of Beijing in 1986, 1991, 1996, 2000, 2002, 2004 and 2007 were obtained. Thirteen driving factors that affect wetland change were selected, and gray correlation analysis was employed to calculate the correlation between each driving factor and the total area of urban wetlands. Then, six major driving factors were selected based on the correlation coefficient, and the contribution rates of these six driving factors to the area change of various urban wetlands were calculated based on canonical correlation analysis. After that, this research analyzed the relationship and mechanism between the main driving factors and various types of wetlands. Five conclusions can be drawn. (1) The total area of surface water bodies in Beijing increased from 1986 to 1996, and gradually decreased from 1996 to 2007. (2) The areas of the river wetlands, water storage areas and pool and culture areas gradually decreased, and its variation tendency is consistent with that of the total area of wetlands. The area of the mining water areas and wastewater treatment plants slightly increased. (3) The six factors of driving forces are the annual rainfall, the evaporation, the quantity of inflow water, the volume of groundwater available, the urbanization rate and the daily average discharge of wastewater are the main factors affecting changes in the wetland areas, and they correlate well with the total area of wetlands. (4) The hydrologic indicators of water resources such as the quantity of inflow water and the volume of groundwater are the most important and direct driving forces that affect the change of the wetland area. These factors have a combined contribution rate of 43.94%. (5) Climate factors such as rainfall and evaporation are external factors that affect the changes in wetland area, and they have a contribution rate of 36.54%. (6) Human activities such as the urbanization rate and the daily average quantity of waste-water are major artificial driving factors. They have an influence rate of 19.52%.     

哈尔滨市城乡结合部不透水面时空变化及驱动力分析

本文选取哈尔滨市城乡结合部为研究区,以1984年、1993年、2002年和2010年的TM影像数据为数据源,利用混合像元分解方法提取了哈尔滨市城乡结合部的不透水面信息。分析了不透水面的时空变化特征。选取坡度、坡向、DEM、距河流距离、距高速公路距离、距铁路距离、距主要路距离和距1984年城区距离8个因子,利用增强回归树法进一步分析了1984-2010年哈尔滨市城乡结合部不透水面扩张的主要影响因素。结果表明：1984年哈尔滨市城乡结合部不透水面所占比例为3.9%、1993年为6.6%、2002年为9.0%、2010年为16.52%。高速公路、铁路、主要路等交通要素带动周边地区的发展,从而导致道路沿线城市扩张速度较快。     

Spatial and temporal variation of the urban impervious surface and its driving forces in the central city of Harbin

Associated with the rapid economic development of China, the level of urbanization is becoming a serious concern. Harbin, the capital city of Heilongjiang Province, China and one of the political, economic, cultural, and transportation centers of the northeastern region of China, has experienced rapid urbanization recently. To examine the spatial patterns of long-term urbanization and explore its driving forces, we employed the impervious surface fraction derived from remote sensing image as a primary indicator. Specifically, urban impervious surface information for the central city of Harbin in 1984, 1993, 2002, and 2010 was extracted from Landsat Thematic Mapper image using a Linear Spectral Mixture Analysis (LMSA). Then, the spatial and temporal variation characteristics and the driving factors of percent impervious surface area (ISA) changes were analyzed throughout this 26-year period (1984 to 2010). Analysis of results suggests that: (1) ISAs in the central city of Harbin constantly increased, particularly from 1993 to 2010, a rapid urbanization period; (2) the gravity center of impervious surface area in the central city was located in Nangang District in 1984, moving southeast from 1984 to 1993, northwest from 1993 to 2002, and continuing toward the southeast from 2002 to 2010; and (3) the urban growth of the central city can be characterized as edge-type growth.     

基于重心-GTWR模型的京津冀城市群城镇扩展格局与驱动力多维解析

城镇用地扩展格局及驱动力研究对城市群发展规划与决策具有重要意义。以京津冀地区为例,基于城镇用地扩展强度指数、城镇用地扩展差异指数、分形维数、土地城镇化率和重心转移模型,多维解析了城市群城镇用地扩展格局特征,并耦合重心转移模型和时空地理加权回归（GTWR）模型构建重心-GTWR模型,在对空间格局进行长时间序列多维度指标分析的基础上,运用该模型依序对其特征进行驱动力解读,进而总结凝练京津冀区域发展的主导模式与城市核心驱动力。主要结论为：① 1990-2015年,京津冀城市群城镇用地扩展强度呈现“下降-上升-下降”的趋势,高峰时期在2005-2010年,在2005年之前高速发展城市集中在北京、天津、保定和廊坊,2005年之后集中在邢台和邯郸;② 城市群城镇用地重心虽呈现出发散态势,但城市之间的局部相互作用力逐渐增强,城镇用地扩展驱动力表现出空间溢出特征;③ 京津冀城市群空间发展模式由以北京和天津为中心的双核发展模式向多核发展模式转变,并出现北部资源运输核心、中部经济发展核心和南部投资发展核心三大功能核心组团,城市群趋向于多核功能协同发展模式;④ 重心-GTWR模型结合了时空非平稳性和城市空间相互作用,将城市群城镇用地扩展作为一个时空变化系统进行分析,经验证,该模型在城镇用地扩展格局驱动力分析研究中具有可行性。