基于交通可达性的广佛都市区城市扩展的模拟与分析

可达性是连接土地利用与交通建设的关键环节,对城市扩展具有指向性。利用Auto-Logistic回归的CLUE-S模型,预测区域发展与交通规划两种情景下2020年广佛都市区的城市扩展,分析了1982~2020年交通可达性格局演变与城市扩展特征,并在此基础上揭示二者的耦合关系。结果表明：CLUE-S模型在城市扩展上具有较好的预测能力,且加入可达性因子有助于提高模拟精度;1982~2020年广佛都市区空间和时间可达性格局由双核心圈层结构演变为单核心圈层结构,且时间可达性格局有明显的交通主干道指向性;城市扩展强度与扩展差异逐渐拉大,预测2020年扩展区域集中在白云与花都交界处、天河黄埔一带、顺德部分乡镇;都市区由无序扩张转变为交通指向性,随着可被开发的土地的减少,交通指向性的影响减弱;初期的城市用地规模越大,交通可达性提高越显著,但随着交通基础设施先行建设的开展,城市规模对交通可达性的正向影响减弱。未来侧重于完善站点的公共配套设施和提高土地利用效率等方面。     

基于珞珈一号夜间灯光数据与POI数据的粤港澳大湾区城市群多中心空间结构研究

利用珞珈一号夜间灯光数据对夜光强度进行多尺度分割提取潜在中心范围,结合POI数据进行空间自相关分析和地理加权回归,识别粤港澳大湾区城市群的多中心分布,并从多角度分析粤港澳大湾区城市群空间结构特征。结果表明：1）粤港澳大湾区具有广佛、深莞、香港、澳珠、中山5个主中心和花都、增城、从化、惠城、端州、新会、石岐等14个副中心,5个主中心的功能结构均以混合功能区为主,14个副中心围绕主中心外围分布;2）基于珞珈一号夜间灯光数据计算的5个城市群主中心与9个城市+2个特别行政区的关联强度呈现“东强西弱”的特征,并形成“内强外弱”的圈层结构;3）基于城市群主中心分布及其空间关联强度特征,以及主中心服务的三个组团范围（广佛肇组团、港－深莞惠组团和澳－珠中江组团）,结合《粤港澳大湾区发展规划纲要》《广东省国土空间规划（2020－2035年）》的规划要求,建议粤港澳大湾区通过构建“五心一带三组团四轴”的区域空间结构,实现极点带动、轴带支撑、组团合作,促进湾区区域协调发展成为世界一流城市群。     

广佛同城化发展的热岛效应研究

在新常态区域协同发展的机制下,同城化发展的进程不断加快,由此导致的热岛效应影响不断凸显。城市热岛效应的时空变化,是土地利用类型的改变和人们活动等相互作用的结果。本文以广佛同城区域为例,采用2000年和2010年珠三角的土地利用类型数据,利用WRF(Weather & Research Forecasting Model)气象数值模式,分析广佛同城化加速发展带来的热岛效应强度变化。同时,应用连续变化的灯光数据提取2000-2010年间广佛的建成区变化,从个人口密度、户籍数及工业生产总值等角度出发,对广佛同城化区域热岛强度的湿度变化进行相关性和二元回归分析,研究同城化过程中对热岛效应产生的决定性影响。研究表明,广佛交界处的荔湾、南海、白云、三水、番禺、顺德等地区的气温明显高于其他地区,而月平均相对湿度明显低于其他地区,形成大范围的城市热岛和城市干岛。研究还发现,随着建成区面积的增加,热岛强度增强;人口增长及地区生产总值的变化,与广佛同城化区域热岛强度的相关系数超过0.68。总体而言,广佛同城化发展带来人类活动的加强与土地利用类型的改变,对热岛效应具有重要的影响。     

城乡过渡带空间演进与空间交互强度分析

采用NPP/VIIRS夜间灯光数据提取广州市城乡过渡带边界,利用基于sDNA模型修正的引力模型测算2012—2019年广州市城乡过渡带的空间交互强度,分析其空间演进特征与社会经济发展的关系。研究表明：1）2012—2019年广州市城乡过渡带总体呈扩大趋势,以北偏东方向发展为主,破碎区块逐渐演变为连续区域;2）广州市城乡过渡带之间的空间交互网络结构呈现“多方向化”趋势,从最初的西南侧单线网络结构逐步发育成多方向闭合网络联结结构,目前演变为南北两支、东西向的强空间交互态势,以白云区为代表的北部区域和以番禺区为代表的南部区域是广州市城乡过渡带的重要战略节点地域;3）广州市城乡过渡带社会经济优势度呈现出由内向外的3个空间层级结构,并由城市核心区辐射带动,向北、东北与东南3个方向推动发展为城乡过渡带;4）各城乡过渡带的发展速度不均衡现象仍较明显,广州市应结合本区域优势产业和自然资源,走联合与互补发展并存的道路,重视城乡过渡带区域发展引擎,增强其与周边地区联系的潜力。     

大都市区城市扩张过程及形态对比分析——以东京、纽约和上海为例

大都市区化是全球城市化进程中的普遍现象,研究大都市区域城市扩张进程对理解其未来增长趋势、区域可持续发展具有重要意义。大都市区土地扩张及区域间的对比分析,以及都市区发育过程中城市扩张的一般化空间模式还未被深入理解。论文选取东京、纽约和上海3个大都市区,获取1990—2015年间3期Landsat影像数据,使用梯度和格网分析法,采用城市土地密度函数和城市扩张指数,从建设用地数量变化及其时空分布、城市形态变化等方面,多角度对比分析各城市不同阶段建设用地增长的时空差异。结果表明：① 大都市区边界仍在不断扩展,建设用地在研究期内持续增长;20多年间东京、纽约和上海的建设用地面积分别增长了63%、53%和233%;上海一直处于高强度扩张状态,而纽约的城市扩张在后期几近停滞。② 大都市区建设用地密度从中心向外呈圈层递减式分布,城市核心区和边缘区半径的增长最明显;城市形态均趋向于紧凑。③ 新增建设用地时空异质性明显。东京的远郊新城不断建设,纽约一些尚有发展潜力的区域次中心仍在扩张但速率逐渐放缓,上海的核心区外围增长剧烈并逐渐向远城区推进。④ 大都市区域扩张先后经历高速期—缓慢期—停滞期,扩张进程表现为核心区膨胀—次中心及新城建设—逐步形成稳定的多中心结构。     

浙江陆路交通对区域旅游空间结构及发展的影响研究

基于加权平均出行时间、“板块旅游”空间结构理论、空间计量模型等方法,探讨1996~2016年浙江陆路交通对区域旅游空间结构及发展影响。研究表明：① 交通路网建设带来城市可达性提升,其地理过程、格局呈现围绕“四大都市区”轴带放射状“Π型”演变特征。② 交通网络效应下,新增景区密集分布于邻近中心城市主要对外交通要道两侧,耦合于可达性时空演变,且“板块”旅游地域结构特征显著。③ 空间计量结果发现,交通区位、经济基础、资源禀赋等因素不同程度影响地域旅游经济发展。     

广州市美丽乡村空间分异特征及其影响因素

以广州市已公布的4批美丽乡村建设试点数据为基础，通过最邻近指数、基于Riple’s函数的多距离空间聚类分析、核密度分析和叠置分析等方法，探讨了广州市美丽乡村的发展现状、空间分布格局及其影响因素。结果表明：1）自2013年起，广州市美丽乡村数量逐年递增且增长率呈现上升趋势；2）广州市美丽乡村空间分布呈明显的集聚型分布；3）Ripley’s函数分析表明美丽乡村要素点空间分布格局随距离变化略有不同，在0.14 km处集聚强度达到最大；4）核密度分析显示美丽乡村高密度区域主要分布在广州南部和西北部，包括番禺－南沙1个热点主核心区和从化、花都－白云2个热点副核心区，密度分布呈现多核心不均衡特点；5）乡村的地形水文、人文历史、交通区位和政策规划为美丽乡村空间分布的主要影响因素，其中，政策规划因素对“美丽乡村群”空间格局的形成起决定性影响。空间分布特征总体反映出广州市美丽乡村规划建设初见成效，并逐步形成以热点核心区为基础的“美丽乡村群”。最后，在乡村选点、空间优化、价值提升以及乡村治理等方面提出若干建议。     

近20年珠三角城市群城市空间相互作用时空演变

利用改进的引力模型和潜力模型,结合GIS空间分析方法,从地级市和县域两个空间尺度分析了近20 a珠三角地区城市间相互作用的时空演变。结果表明:珠三角地级城市空间联系总体逐步加强,并充分体现出广州的中心城市地位;县域尺度上,空间联系强度较大的主要是各地市市区之间及广-佛都市区的县市间和各地市市区与其所辖县市之间,其它县市间联系强度则较小;珠三角核心区内大部分县市之间联系总体呈逐渐增强趋势,核心区外的县市之间及其与核心区内的县市间联系强度有升有降,规律性不明显。广-佛都市区和深圳-东莞-惠州都市区的城市潜力较大且变动较大,对外辐射带动作用强,其它城市潜力相对较小且变化不明显;珠三角城市潜力的区域不平衡态势明显,城市潜力的空间分异和空间辐射的特征与演变规律明显。     

成渝双城经济圈城市经济联系网络结构演变研究

通过建立城市经济综合质量指标体系、OD成本距离矩阵并考虑产业结构差异修正传统引力模型,结合社会网络分析法,以2010年、2015年、2020年为时间节点,研究成渝双城经济圈内36个行政单元的经济联系网络格局演变特征及趋势。结果表明：（1）2010—2020年成渝双城经济圈城市经济联系强度和网络密度水平均较低,但有缓慢上升趋势,城市经济联系网络总体呈两极化、密集化、复杂化趋势。（2）网络中心势水平总体较高,但有缓慢下降趋势,成都和重庆中心城区中心性水平高,点入度高于点出度,城市间相互作用较明显,对核心城市的依赖程度略微下降。（3）凝聚子群构成城市较稳定且地域邻近性强,成都、重庆中心城区为核心的第一子群聚集性显著,是资源互通和产业交流中心。（4）成都和重庆中心城区为两大核心区,过渡区城市核心程度波动上升,大部分边缘区城市边缘化程度小幅降低,核心-边缘结构明显。     

城市群研究述评与展望

自从法国地理学家戈特曼提出大都市带(Megalopolis)的概念之后,城市群作为一种特殊形态的城市体系,成为城市地理学的核心研究内容。国外学者相继提出半城市化区域、全球城市—区域、多中心巨型城市—区域等概念,其研究都建立在都市区基础之上,强调城市之间以及城乡之间密切的功能联系。中国学者提出了都市连绵区、城市群等概念,并开展了大量研究工作。都市连绵区的界定立足于都市区基础之上,亦与国际上相关的研究接轨。但城市群在国内更为流行,且被写进国家五年发展规划纲要之中。城市群作为中国区域发展空间战略的重心,发挥着区域经济增长极的作用。国内城市群研究却存在着概念含糊、界定模糊等问题。城市群是都市区之间强烈的相互作用形成的,相关研究必须建立在都市区基础之上,才能避免概念以及空间尺度的混淆。中国官方并未有都市区的界定方案。结合第六次人口普查数据,加强对都市区和城市群界定的研究,立足于都市连绵区基础之上,开展跨学科研究,深入分析不同空间尺度城市群集聚与扩散模式,建立起中国城市群研究范式。     

从巨型城市区域视角审视粤港澳大湾区空间结构

粤港澳大湾区是全球高度城市化地区之一。本文引介巨型城市区域理论来审视粤港澳大湾区的空间结构发展,从边界、功能、核心区、区域基础设施4个维度进行分析。未来粤港澳大湾区将呈现四大发展趋势：一是去边界化趋势显著,大湾区内部边界地区将快速发展;二是产业区将成为网络化的功能区块,并取代城市成为地区参与全球竞争的基本单元;三是广佛、港深两大核心区将形成;四是轨道公交化趋势,大湾区共享交通枢纽与公服设施。按发展趋势预测,未来粤港澳大湾区空间结构将形成“两核+若干功能区”的新格局。     

基于城市不透水面—人口关联的粤港澳大湾区人口密度时空分异规律与特征

城市人口数据是社会经济各领域的基础数据,高分辨率的空间化城市人口数据则对社会经济各领域的分析和研究具有重要意义。本文首先通过多源遥感技术提取空间分辨率为30 m的粤港澳大湾区2007-2015年间城市不透水面的变化,再利用Dasymetric映射方法得到30 m分辨率的网格化人口密度分布,从而分析大湾区2007-2015年间城市人口的时间和空间变化。通过Google Earth时间序列高分辨率影像采集的样本验证,粤港澳大湾区城市不透水面提取精度均在80%以上;通过统计年鉴中县级人口统计数据,分析大湾区网格化城市人口与统计数据之间的一致性,得到决定系数R²总体在0.7以上。研究表明,粤港澳大湾区城市人口具有特殊的时间和空间分异规律和特征：①大湾区内除了香港和澳门人口分布较稳定,其他城市人口都有不同程度和不同方向的扩张,其中广州、深圳、东莞的人口扩张最为明显;②大湾区城市人口空间分布具有明显的多尺度和多中心特征。总体上,大湾区人口集中在以珠江口为中心的城市群核心区内,离核心区较远的肇庆、江门、惠州人口较为稀疏,城市化程度相对较低,是支撑大湾区经济社会继续深入发展的重要区域。在核心区内,城市人口的分布则在城市尺度和城市群尺度上都体现了多中心分布特征,香港和广州都有多个城市中心,而香港、澳门、深圳、广州则是整个大湾区的4个中心。地理位置上4个中心分布在大湾区的不同地方,可以带动整个粤港澳大湾区的全面发展。研究结果可为粤港澳大湾区在社会经济各领域的分析与规划提供决策支持。     

交通流空间视角下粤港澳大湾区网络结构多维测度

交通流是表征区域联系的核心要素,也是区域空间结构新的测度手段。本文基于流空间理论与社会网络理论,使用高德导航数据,对粤港澳大湾区交通联系网络的空间组织结构、节点特征、联系机理进行识别与分析,以期对湾区未来发展规划提供决策支持。结果显示：(1)整合尺度后的大湾区呈现“四组团三圈层”的空间组织形态;(2)多中心化发展态势明显,依托广深莞核心交通资源出现高强集聚;(3)网络整体骨架尚未建立。本研究揭示区域城市间交互关系与结构特征,对推动大湾区构建多极化、组团化、协同化的发展格局具有重要意义。     

政策视角下的粤港澳大湾区空间关联分析与协同发展政策机制优化

文章收集了428份由公共部门发布的粤港澳大湾区协同发展政策,根据政策主体拓扑关系测度城市间的大湾区协同政策供给强度,绘制基于协同发展政策关系的大湾区空间联系格局,结果发现：1）单向惠港惠澳的政策措施是当前主要的政策供给方向;2）政策供给高度集中于公共服务与产业领域;3）区县及以下层级和地方专业部门尚未充分进入大湾区协同发展政策网络;4）港、澳、广、深四大中心城市与大湾区其他主体间的政策关系与空间联系方式各异;5）大湾区城市间的政策联系在都市圈尺度内互动频密,跨都市圈政策联系相对松散。最后,提出以下建议：粤港澳大湾区可进一步加强邻域城市、邻域区县、专业部门间以及广深2个中心城市之间的双向政策联动,统筹对港、对澳政策,使得政策供给进一步适应大湾区的治理结构。     

长江中游城市群空间结构演变历程与特征

城市群空间结构反映了城市群中城市的等级结构、职能结构和联系形态,代表了城市群在一定时间范围内的扩张模式与发展特征.本文选取中国首个获批复的国家级城市群——长江中游城市群作为研究对象,收集其1990-2019年的LULC、Landsat等图像资料以及城镇人口等数据,通过空间数据库构建、方格网系统建立、城镇扩张程度计算、扩...     

基于POI与NPP/VIIRS灯光数据的城市群边界定量识别

科学识别城市群边界是城市群精明紧凑发展的关键,也是国家空间治理体系与空间治理能力的重要标志。论文以京津冀、长三角和珠三角3大城市群为研究区域,采用NPP/VIIRS(Suomi National Polar-orbiting Partnership / Visible Infrared Imaging Radiometer Suite)夜间灯光影像与POI(Point of Interest)数据,基于密度的曲线阈值法与分形网络演化算法,对3个城市群的实际物理边界和集聚空间范围进行精准识别与空间特征解析。研究结果表明：① 基于POI密度的曲线阈值法与NPP/VIIRS分形网络演化算法识别出城市群边界均小于国家城市群规划的行政边界,识别范围约占规划范围的20.90%~24.40%,识别结果显示3大城市群中长三角城市群发育最好,识别的城市群面积是京津冀和珠三角城市群的2倍左右;② 从POI与NPP/VIIRS灯光数据提取的城市群边界面积非常接近,其中POI数据提取的城市群面积偏大,更大程度上反映的是城市群整体边界轮廓而非内部细节;NPP/VIIRS影像提取的城市群更细碎,能更好地识别城市群聚集中心与关键核心区域,2种方法可以相互比较和验证;③ POI与灯光数据识别的城市群边界叠置分析发现,3大城市群中除了关键核心地带(集聚区)以外,外围还有众多孤立的点状区域(中小城镇),外围的点状区域与城市群集聚中心区空间割裂,一定程度上很难快速有效地接受来自城市群核心区域的辐射带动(涓滴效应)。     

东京都市圈人口变迁与产业重构特征研究

作为一种新的城市功能地域形态,都市圈是城镇化发展到一定阶段的产物。论文以东京都市圈为研究对象,借助人口密集地区(Densely Inhabited District,DID)、人口净迁入率、产业区位商、空间基尼系数等指标,系统梳理20世纪60年代以来东京都市圈人口集疏格局演化、人口流动时空变迁以及产业结构转换和空间重组特征。研究表明,从人口集疏格局来看,东京都市圈人口分布逐渐从“孤岛式集聚”走向“连绵式展开”,但核心辐射范围仍集中于50 km半径内,此外,DID人口集聚趋势持续强化。从人口流动格局来看,东京都市圈始终表现出强大的人口集聚态势,成为日本人口困境中的一枝独秀,内部大规模郊区化基本结束,“都心回归”趋势明显。从产业结构调整来看,东京都市圈三产比重持续上升、二产比重大幅下滑、第一产业持续萎缩,已逐步实现从工业主导向服务业主导转变。从产业空间重组来看,东京都市圈逐步形成梯度发展、阶层趋于固化的产业空间结构,服务业和高附加值轻工业中心集聚,技术密集型重工业外围布局。     

Identifying the scope of the Lhasa Metropolitan Area based on a spatial field energy model

The cultivation and development of modern metropolitan areas with the aim of establishing new regional centers with competitive edge is a key objective for the new-type urbanization directions in China. The construction of the Lhasa Metropolitan Area is of great significance for the promotion of the South Asia Channel, the ‘Belt and Road' initiative, the Bangladesh-China-India-Myanmar Economic Corridor, the Himalaya Economic Cooperation Zone, and for rapid development and long-term stability of the Qinghai-Tibet Plateau. This paper examines the scope of the Lhasa Metropolitan Area including Chengguanqu(Chengguan District), Doilungdeqen, Dagze, Lhunzhub, Damxung, Nyemo, Quxu, Maizhokunggar, Samzhubze Qu(Samzhubze District), Gyangze, Rinbung, Bainang, Nedong, Gonggar, and Zhanang using a spatial field energy model that combines nodality and accessibility indices and considers multiple indicators including traffic flow between cities. By combining factors such as the natural background, population agglomeration, the social economy, infrastructure construction, and the urban spatial structure of the Lhasa Metropolitan Area, it is proposed to build a bow-and-arrow-shaped urban system with ‘one core, two centers, one axis, and two wings' along the valleys and the transportation trunk lines of the area. The study advocates the construction of a pure land industrial system comprising a green cultural and tourism-oriented plateau.