Analog simulation of urban construction land supply and demand in Chang-Zhu-Tan Urban Agglomeration based on land intensive use

Journal of Geographical Sciences - Urban land intensive use is an important indicator in harmonizing the relationship between land supply and demand. The system dynamics (SD) can be used to...     

多中心城市群土地利用/覆被变化地学信息图谱研究——以长株潭城市群为例

多中心城市群具有交通网络发达、功能联系密切、空间多维复合等特征,其土地利用/覆被变化（LUCC）是一个相当复杂的过程。采用地学信息图谱方法,探索城市群LUCC数量结构与时空格局一体化耦合机理,研究用地变化与区域发展互动关系,有助于深入揭示多中心城市群土地利用时空演变规律,为同类城市群的国土空间规划和健康发展提供参考。本文以典型案例长株潭城市群为例,构建1995—2015年四个时期地学信息图谱,并耦合重心转移模型,在总体量化分析基础上,重点从城际与城乡视角深入解析城市群土地利用时空变化特征和一体化发展态势。研究结果表明：① 土地利用总体动态加速演变。四期建设用地扩张年动态度分别为1.06、4.10、2.21和7.39,转移强度动态增加,耕地和林地呈加速减少态势。② 城际与城乡地类图谱转移呈现多维演变。图谱“15（耕地→建设用地）、25（林地→建设用地）、45（水域→建设用地）”重心由株洲城区（Ⅰ 期）向长沙城区（Ⅱ 期和Ⅲ 期）再向湘潭城区（Ⅳ期）迁移,经历“相对均衡-长沙加速崛起-有机均衡”和“城市加速集聚-城乡相对均衡”演变过程。③ 近年来,城际转移强度差异缩小,转移结构分异增加,区域主体功能逐步凸显。同时,外围区县加速发展,城乡一体化水平明显提升。④ 城市群土地利用涨落势图谱与经济社会一体化发展高度耦合,同时耕地保护与高质量发展有待加强。     

快速城镇化背景下长三角城镇建设用地群态化特征及演变模式

城市群作为国家新型城镇化的主体形态,表征其空间结构和组织演变的城镇建设用地具有明显"群态化"特征.借鉴群落生态学理论,利用城镇用地开发速率指数、景观指数、核密度估计等方法 ,对长三角城市群1978-2017年城镇建设用地的规模分布、形态变化和集聚状态进行探讨,提炼出快速城镇化背景下城镇建设用地的群态化演变模式.研究结果...     

全球气候变化背景下基于土地利用的人类活动对城市热环境变化归因分析——以京津冀城市群为例

近年来全球气候变化已经影响到人类生活的所有地区,气候系统变化的规模和现状是数千年来前所未有的。与此同时,中国城镇化进程显著加快,尤其以城市建设用地扩张主导的土地城镇化最为突出,导致城市热环境脆弱性加剧。已有研究探索了特定类型土地利用变化对于城市热环境的影响,但忽视了全球气候变化背景下自然气候和人类活动共同作用城市热环境变化的双重过程。因此,本研究提出一种基于土地利用类型的城市热环境变化贡献度算法,旨在厘清自然气候（表征为土地利用平均温度变化）和人类活动（表征为土地利用类型转变）对于区域热环境变化的单独贡献。本研究使用中分辨率成像光谱仪（Moderate-Resolution Imaging Spectroradiometer,MODIS）地表温度及发射率数据,定量计算2005—2020年四季和昼夜京津冀城市群各城市土地利用类型平均温度和面积变化对于城市热环境变化的分别贡献。该算法计算各城市四季和昼夜地表温度变化与MODIS LST产品误差在1 K以内。2005—2020年各城市地表平均温度大多数呈增长态势,其中冬季白天增温幅度最高。耕地、城市建设用地和农村居民点对城市热环境变化的贡献度较其他土地利用类型突出。京津冀城市群中各城市人类活动对城市热环境变化的单位贡献强度远高于自然气候（4.03~648.07倍）,而人类活动的贡献总量（-0.25~0.92 K）低于自然气候（-2.40~6.50 K）。研究结果对于京津冀城市群空间协同发展和适应及减缓气候变化等具有重要的科学意义和实践价值。     

基于空间句法理论的城市群核心区发展边界识别

准确识别当前城市群建设进程中核心区发展边界是研究城市群的一项重要内容。本文提出一种研究思路：采用空间句法分析城市群道路网,将得到的4个分析指标融合成新指标——“城市群集群度”,并提取“城市群集群度”等值线和“城市群集群度”曲线,通过计算找到最佳阈值从而提取出城市群核心区发展边界。以长株潭城市群为例,将基于空间句法的研究结果与基于Densi-Graph方法的研究结果进行对比,在除去数据质量因素后,城市群核心区发展边界识别差异有望控制在10%以内。研究表明：基于空间句法理论的城市群核心区发展边界识别方法容易获取计算数据,适用范围广,可靠性强。     

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。     

基于网络城市的长株潭城市群构建

网络城市是城市群发展的一种高级模式,是城市区域化发展的地域形态新特征。长株潭城市群作为我国中部崛起、两型社会建设的城市区域,对促进城市群发展,对运用网络城市理念构建网络型城市群,对提升城市群竞争力、优化城市群空间结构稳定性、促进两型社会建设等方面具有重要意义,构建网络长株潭城市群的有力措施是协调主导产业发展、完善交通网络体系、优化城镇体系结构、促进城市间双向流动。     

徐州城市建设用地空间格局特征及其演化

基于1979年、1994年、2003年、2008年徐州城市土地利用现状图,构建研究区居住、工业和商业及公共服务（商服）用地图层,在此基础上运用基于矢量单元的圈层分析、扇形分析和基于栅格单元的空间韵律分析技术,分别从距离、方位和空间格局关系等方面分析了徐州城市建设功能用地空间格局。研究表明：（1）工业和居住用地的波峰位置...     

长沙市区建设用地扩张的时空特征

以不同时段的遥感影像资料为数据源,借助GIS技术对空间数据的统计及分析功能,提取出6个时期长沙市建成区变化的相关数据信息。在此基础上,利用扩张速度、扩张弹性、分维数、玫瑰图等方法分析长沙市区1986~2004年建设用地扩张的时空特征。结果表明,近20年来,长沙城市建设用地扩张了将近1倍,尤其是2002~2004年,建设用地扩张趋势最为明显。现阶段城市的扩张主要表现为低密度填充式的蔓延,城区扩张方向的主要方位是NW270°~295°和SE165°~180°。建设用地扩张的驱动因素除经济发展及人口增长因素之外,政策也是重要的影响因素,尤其是近年来政策因素的作用更为突出。未来长沙城市的空间发展将是多中心组团式的扩张,城市扩张方向日趋合理化。     

基于滞后变量模型的城市群建设用地增长对经济增长的滞后期和效应分析——以京津冀城市群为例

城市群建设用地增长对经济增长存在客观的时间滞后效应,即“用地投入—建设开发—效益产生—效益爬坡—效益稳定”的全周期过程。计算其滞后期长短和总效应大小,并挖掘导致差异的内在机制,对区域建设用地的供给与管理及经济社会的可持续发展具有重要意义。论文以1995—2017年京津冀城市群13个主要城市的统计数据为支撑,提出了建设用地增长对经济增长的滞后变量模型,定量确定了京津冀城市群各城市的滞后期长短、各滞后期的效应以及总效应,并发现了以下规律：① 城市群建设用地增长对经济增长存在普遍的滞后效应,滞后期在0~4 a;② 城市群建设用地增长对经济增长存在显著的正面效应,总效应介于1.66~49.5亿元/km2;③ 城市群建设用地增长对经济增长的滞后期和总效应均呈现出“中心—边缘”的空间分异特征;④ 滞后期主要与城市的等级和功能定位有关,高等级的中心型城市、中等级的副中心型城市和低等级的节点型城市对应的滞后期分别为4 a、2 a和0~2 a;⑤ 总效应主要与产业构成有关,城市产业高、中、低端对应的效应分别为30亿~50亿、10亿~20亿、1亿~10亿元/km2。     

城市群、产业集群与开发区互动发展研究——以长株潭城市群为例

城市群、产业集群与开发区的协同发展是实现城市群地区可持续快速发展的重要手段。在已有文献研究的基础上,基于宏观与微观相结合的视角,梳理了城市群、产业集群与开发区三者之间的关系及互动机制。认为城市群是新型城镇化的主体形态,是产业集群和开发区发展的空间载体,城市群为开发区和产业集群发展提供生产要素、服务和市场;开发区是城市群的创新创业高地与产业集聚、集群发展的重要场所,是城市群的重要生产功能区;产业集群是产业发展的重要组织形式,是推动开发区和城市群发展的重要驱动力。产业集群与开发区共享着城市群的资源与服务,开发区通过产业集聚与创新,产业集群通过产业链延伸、耦合与创新,与城市群形成生产要素、市场交易、创新与服务等方面的多维度相互作用,最终实现三者的协同发展。基于城市群、产业集群与开发区规模、结构、职能和创新等4个方面的17个指标,采用典型相关分析法,以长株潭城市群为案例区,对城市群、产业集群与开发区两大变量组进行了互动因素与强度的量化分析,结果表明：① 长株潭城市群、产业集群与开发区已形成有效互动。其中,城市群通过经济规模、城市结构、创新投入与产出、服务职能的发展,促进产业集群的经济规模、产业集聚、经济效益与产业创新,以及开发区的建设品质、产业集聚与产业效率的发展。开发区通过产业集聚与创新效率的提高,产业集群通过产业规模、效益协同开发区效率的提升,强化了城市群规模、结构、创新与职能的发展。② 长株潭城市群通过经济规模、结构、创新与服务四类因子,对产业集群与开发区产生了全面的促进作用,但产业集群与开发区并未完全协同地促进城市群发展。③ 要进一步提升产业集群的效益与开发区的效率,加强其对城市群发展与繁荣的支撑作用,全面实现三者的多维良性互动,提高城市群的核心竞争力。     

基于土地集约利用的长株潭城市群建设用地供需仿真模拟

土地集约利用反映了土地利用的综合状态,是协调土地供需平衡的重要指标。运用系统动力学（SD）构建城市建设用地供需反馈关系回路以及指标变量函数,在此基础上,建立长株潭城市群建设用地供需系统模型,仿真模拟低土地集约利用度、中等土地集约利用度、高土地集约利用度三种不同状态条件下,2016-2030年区域的建设用地、工业用地和居住用地供需变化趋势。结果表明：① 研究区用地规模仍处于扩张状态,城市建设用地数量增长速度总体较快。但三种发展状态下用地增长规模、速度存有差异;② 在低集约度模式下,建设用地规模及供地数量大,易造成土地资源的浪费;高集约度模式下,建设用地供给紧缩,用地规模增长缓慢,总规模偏小,不利于城镇化的良性发展;中等集约度模式则在用地规模和供给量上均与社会经济发展相适应,能体现现代城市发展理念;③ 工业用地占建设用地比例保持在15%~21%之间,其中低集约度模式下比例逐年上升,中等和高集约度模式下呈缓慢下降并趋于稳定之势;居住用地占建设用地的比例维持在27%~35%之间,其中低集约度和中等集约度模式用地占比呈下降趋势,高集约度模式比例总体维持在较高水平。研究通过对三种发展模式的设定,确定了不同指标在三种模式下的变化趋势,可为土地供需决策优化、城市建设规划及土地供给侧结构性改革提供科学参考。     

交通网络与城市群旅游地耦合协调演化研究

基于交通网络和城市群旅游地的双向视角,以长株潭城市群为典型案例地,构建城市群交通网络和旅游地的耦合协调演化的评价指标体系,利用综合评价法、耦合协调度模型等方法,分析二者耦合协调演化过程。结果表明：①长株潭城市群交通网络和旅游地发展水平呈协同上升态势,演化大致可以划分为两个阶段,发展水平差异呈倒“U”型下降态势。②城市群交通网络和旅游地发展空间格局均呈现出以长沙为热点区,其他城市为外围受辐射冷点区的空间格局特征,但内部空间格局的非均衡性仍然较大。③长株潭城市群交通网络和旅游地发展水平耦合协调度由“失调”阶段逐渐向“转型过渡”和“优化协调”阶段演变,长沙市一直处于高耦合协调的单极态势,中高耦合协调度地区趋于集聚于城市群东部旅游集散地,低耦合协调度区位指向远离旅游集散地的城市群西部地区。     

黄土台塬区土地利用转移流及空间集聚特征分析

提出了土地利用转移流和土地利用活跃度的概念,基于Landsat 遥感影像数据,采用土地利用变化测度模型,以5 年和25 年两种时间尺度对黄土台塬区土地利用时空动态特征进行分析,并将密度制图法应用到土地利用变化的空间集聚特征识别中.研究表明：① 黄土台塬区耕地占绝对优势,后备耕地资源严重不足,林地、草地、水域比例较低,存在较大生态风险;② 耕地与建设用地、草地、林地之间的转移关系是黄土台塬区土地利用转移的关键关系,决定着台塬区土地利用变化特征;③ 1985-2010 年耕地转建设用地流高达26668.80 hm²,占土地转移流40.75%,草地转耕地流18923.90 hm²,占28.91%,建设占用耕地情况严重,耕地占补平衡主要通过挤占草地实现;④ 25 年以来,土地利用变化对水域扰动最大,其次为森林,草地第三;⑤ 土地利用变化存在阶段性,1990-2000 年土地利用变化速率高于其他时段;⑥不同时间尺度下土地利用变化的空间集聚特征不同,25 年尺度下城镇附近土地变化幅度较高,5 年尺度下土地利用变化热点区由台塬中部向东西边缘区推移.     

行政边界对城市群城市用地空间扩张的影响——基于京津冀城市群的实证研究

作为静态的抽象地理要素,行政边界如何影响城市用地的空间扩张过程?以城市群为研究对象,从理论的角度出发,构造符合中国城市群发展历程的行政边界效应阶段模型,并根据城市群发育过程中行政边界对城市用地空间扩张的影响,将其分为四个阶段：隐形阶段、异化阶段、疏导阶段和消融阶段,分析不同阶段城市群城市用地扩张的空间特征和动力机制。研究以京津冀城市群为实证案例,采用趋同分析和β回归方程测度不同类型行政边界对城市用地扩张的边界效应。研究表明：行政级别跨度越大,边界效应越大,城市间城市用地扩张规模的差距也越大;行政边界对城市用地空间扩张的影响具有长期性和累积性的特点,时间越长,边界对城市用地扩张的影响效应越显著。为突破行政边界制约、合理划定城市开发边界、实现城市群城市用地理性扩张提供理论支撑和政策建议。     

黄河流域兰西城市群工业集聚与污染集聚的空间交互影响

城市群是黄河流域高质量发展的主要载体,理清城市群工业集聚与污染集聚的空间交互影响对城市群工业协同发展和污染联防联控具有现实意义。基于空间统计方法和空间联立方程模型,利用2010—2017年黄河流域兰西城市群41个县（区）数据分析工业集聚与污染集聚的空间交互影响。结果表明：工业集聚与污染集聚的空间格局均具有非均衡性和“路径依赖”。工业集聚与污染集聚之间存在“荣辱与共”的交互影响,工业集聚既促进污染集聚,污染集聚也促进工业集聚。工业集聚与污染集聚均具有空间依赖性,相邻县（区）之间的工业集聚与污染集聚存在空间交互影响。人口密度和经济水平既促进工业集聚,也促进污染集聚;环境规制既抑制工业集聚,也抑制污染集聚;政府干预、市场化率和投资水平促进工业集聚;技术水平抑制污染集聚,但产业结构却促进污染集聚。研究认为,工业协同发展是污染联防联控的根本,形成工业共建和污染共治的空间合力是黄河流域城市群高质量发展的必然选择。     

基于城市流和层级性的城市群扩展模型构建

城市群是具有网络关系与层级性的区域空间,一直是中国推进城镇化与区域协调发展的主体单元。本文综合考虑城市群的网络与层级性特征,运用城市流刻画城际网络交互作用,采用分层广义线性模型（HGLM）揭示城市群分层驱动机制。同时,选取长江中游城市群开展实证研究,通过与元胞自动机（CA）耦合,构建HGLM-CA模型模拟城市群空间扩展。将模拟结果与Logistic-CA模型、BBO-CA模型进行比对,据此评析HGLM-CA模型的优劣与改进方向。实证结果表明：城市群空间扩展是多层驱动因素共同作用的结果,城市流不仅会推动城市群空间扩展,而且对元胞层因素起到重要的调节作用,使之具有城际分异性;HGLM-CA模型相比Logistic-CA模型模拟精度更高,说明顾及城市流与层级性的城市群空间扩展模拟结果更为精准;与智能模型BBO-CA相比,HGLM-CA模型模拟精度较低,但其便于从层级性角度把握城市群空间扩展机制。     

Model construction of urban agglomeration expansion simulation considering urban flow and hierarchical characteristics

Journal of Geographical Sciences - Since the launch of China’s reform and opening up policy, the process of urbanization in China has accelerated significantly. With the development of...     

基于重心-GTWR模型的京津冀城市群研究

Research into urban expansion patterns and their driving forces is of great significance for urban agglomeration development planning and decision-making.In this paper,we reveal the multi-dimensional characteristics of urban expansion patterns,based on the intensity index of the urban expansion,the differentiation index of the urban expansion,the fractal dimension index,the land urbanization rate,and the center of gravity model,by taking the Beijing-Tianjin-Hebei(Jing-Jin-Ji)urban agglomeration as an example.We then build the center of gravity-geographically and temporally weighted regression(GTWR)model by coupling the center of gravity model with the GTWR model.Through the analysis of the temporal and spatial patterns and by using the center of gravity-GTWR model,we analyze the driving forces of the urban land expansion and summarize the dominant development modes and core driving forces of the Jing-Jin-Ji urban agglomeration.The results show that:1)Between 1990 and 2015,the expansion intensity of the Jing-Jin-Ji urban agglomeration showed a down-up-down trend,and the peak period was in 2005-2010.Before 2005,high-speed development took place in Beijing,Tianjin,Baoding,and Langfang;after 2005,rapid development was seen in Xingtai and Handan.2)Although the barycenter of cities in the Jing-Jin-Ji urban agglomeration has shown a divergent trend,the local interaction between cities has been enhanced,and the driving forces of urban land expansion have shown a characteristic of spatial spillover.3)The spatial development mode of the Jing-Jin-Ji urban agglomeration has changed from a dual-core development mode to a multi-core development mode,which is made up of three functional cores:the transportation core in the northern part,the economic development core in the central part,and the investment core in the southern part.The synergistic development between each functional core has led to the multi-core development mode.4)The center of gravity-GTWR model combines the analysis of spatial and temporal nonstationarity with urban spatial interaction,and analyzes the urban land expansion as a space-time dynamic system.The results of this study show that the model is a feasible approach in the analysis of the driving forces of urban land expansion.