“海上丝绸之路”超大城市环境变化遥感分析

随着城市化进程的加快,如何及时、精确地对城市环境的变化做出评价,进而制定出合理的发展方案,对城市可持续发展至关重要。本文综合利用卫星遥感获取的PM_2.5浓度数据、地表温度数据（Land Surface Temperature,LST）、植被指数数据（Normalized Difference Vegetation Index,NDVI）及城市用地辅助信息数据,基于综合评价指标,分析海上丝绸之路沿线12个超大城市地区2000-2013年环境质量的动态变化。研究结果表明,2000-2013年,海上丝绸之路沿线约75%的超大城市呈现出不同程度的环境恶化现象。12个超大城市用地环境恶化及逐步恶化面积占研究区域总面积的31.33%（4732.39 km²）。2000-2013年,城市扩张用地恶化和逐步恶化面积约占总扩张用地的29.48%（3765.83 km²）。平均地表温度的上升、植被覆盖度的急剧下降及PM_2.5浓度的增加均对海上丝绸之路沿线超大城市环境质量变化产生影响。其中,空气中PM_2.5浓度的大幅度增加是2000-2013年海上丝绸之路沿线超大城市扩张用地环境退化的主要原因。     

基于多维景观扩张指数的城市紧凑度分析研究

城市紧凑度是反映城市空间形态的重要指标.基于二维平面上建设用地斑块与原有建设用地斑块之间的缓冲区或者共同边分析是现有研究中测度新增建设用地紧凑或者扩散的主要方式,但是这类方法忽视了斑块内部三维建筑物的高度以及斑块之间的距离.为了更加客观准确地评价微观斑块尺度实际紧凑程度,本文提出了多维景观扩张指数(Multi-dimensional Landscape Expansion Index,MDLEI),通过对中国36个主要城市建设用地图斑中的建筑物图斑进行提取,分别使用景观扩张指数(Landscape Expansion Index,LEI)和MDLEI计算建筑物图斑的扩张指数,并对各市两种扩张指数分别占所有城市均值总和的比例进行比较来确定该城市的紧凑度是否被高估.主要结论为:在扩张模式的识别上,MDLEI识别出的飞地式扩张斑块的数量和面积均高于LEI对应结果,表明LEI高估了扩散型增长斑块的紧凑程度;根据MDLEI计算得到的各市扩张斑块紧凑度,发现紧凑度较高的城市均分布在胡焕庸线以东,其中紧凑度最高的厦门、深圳、杭州、上海均为东南沿海城市,总体呈现出东高西低,南高北低的紧凑度分布状态.多维景观扩张指数能较为准确地识别微观层面扩张斑块的紧凑度,为政府因地制宜进行建设用地扩张管理和存量规划提供科学有效信息.     

中国城市建设用地扩展模式与PM2.5关系探究

随着快速的城镇化进程,PM2.5带来的污染越来越严重,在一定程度上影响了城市的发展.所以本文从探讨城市扩展模式与PM2.5关系这一视角出发,利用景观扩展指数识别2005—2015年中国城市建设用地的扩展类型,并通过裁剪PM2.5数据,在国家、地区和省级3个尺度内探究PM2.5的分布情况.最后采用OLS模型和GWR模型进...     

长江三角洲城市化地区植被初级生产力的时空变化研究

城市化过程对植被初级生产具有重要影响。以往研究主要集中于城市用地扩张对植被初级生产力的直接影响分析,而较少关注其间接效果。本文以长江三角洲地区为例,分别从地区尺度和城市尺度分别分析了2000-2013年植被初级生产力的时空变化,探讨了其与气温、降水量及城市建成区绿化覆盖率的关系。研究表明：地区尺度上,2000-2013年长江三角洲植被初级生产力呈现不断增加,其中城市建成区植被初级生产力呈现显著增加的趋势（P<0.05）;城市尺度上,城市建成区内植被初级生产力主要呈现增加的趋势,而其外围缓冲区内则与此相反。在当前气候变化背景下,这可能与城市建成区绿化覆盖率不断增加,及快速的城市扩张有关。     

基于2种夜间灯光影像亮度修正指数的城市建成区提取研究

夜间灯光影像容易受到道路灯光、水面散射等影响而产生背景噪声,这一定程度上影响了利用夜间灯光数据提取建成区的精度。本文基于夜间灯光影像的DN（Digital Number）值与路网密度正相关、与EVI指数（Enhanced Vegetation Index,增强型植被指数）呈负相关的规律,提出了2种可用于建成区提取的夜间灯光亮度修正指数：EVI夜间灯光亮度修正指数EANI (EVI Adjusted Nighttime Light(NTL) Index)和基于道路网密度与EVI指数的夜间灯光亮度修正指数REANI (Road Density & EVI Adjusted NTL Index),并利用珞珈1号卫星（LJ1-01,分辨率约130 m）影像和NPP-VIIRS影像（分辨率约 500 m） 2种不同空间分辨率夜间灯光遥感影像进行验证。以2018年徐州市建成区为研究对象,分区域（主城区、外围区）利用阈值法对2种原始夜间灯光影像、经EANI指数和REANI指数处理后的影像进行建成区提取,得到6种建成区提取的结果。研究表明： ① EANI指数和REANI指数能够有效抑制夜间灯光影像的背景噪声,建成区提取的结果均优于直接利用原始影像的结果,特别是对于城市化水平较低地区的建成区提取效果更佳;② 相较于NPP-VIIRS影像,利用LJ1-01影像提取建成区的效果提高6%左右,说明我国的LJ1-01夜间灯光影像在建成区提取方面有广阔的应用前景。EANI和REANI为建成区提取提供了有效工具,并可应用于城市规划和城市扩张等研究领域。     

中美城市群颗粒物岛现象与健康暴露风险对比

随着城市化程度的不断提高,PM2.5污染逐渐呈现出城区高、郊区低的颗粒物岛(UPI)现象.通过对6个处于不同城市发展阶段的典型城市群,即美国的波士顿-华盛顿(波士华)、五大湖和圣地亚哥-旧金山(圣圣),中国的京津冀、长三角和珠三角城市群,研究UPI影响与2000―2015年美国、中国城市群发展过程中PM2.5的暴露风险...     

株洲市城市扩展及其驱动力分析

本文以湖南省株洲市区作为研究区,选取1999、2006、2009和2016年的Landsat遥感影像,利用IBI建筑指数分别提取了4个年份的建筑用地,在ARCGIS中对城市的建成区面积及扩展方向进行分析。结果表明,1999-2016年间株洲市面积净增74.94 km~2,净增面积为1999年的114%;城市扩展方向,1999-2006年间主要为西北和东南,2006-2009年间主要为东南,2009-2016年间主要为西南和东北。运用SPSS对株洲城市扩展的驱动因素进行分析,结果表明,株洲的城市空间的扩展是各种因素和机制的综合叠加,其中人口、经济、交通、政府策略和规划均对株洲城市扩展方向产生了一定的引导作用。     

基于多源数据的生态环境质量变化研究——以广州市为例

基于Landsat影像计算遥感生态指数,结合土地覆盖数据分析广州市2000―2020年生态环境质量的时空变化,通过兴趣点(POI)核密度结果评价广州市功能设施分布现状,利用地理探测器研究广州市生态环境质量空间分异的主要影响因素。结果表明:近20年来,广州市生态环境质量优级和中级的面积占比分别上升了10.59%和2.19%,良级面积占比下降了13.16%,良级向中和优级转变的趋势显著,丘陵和山地生态环境质量呈上升趋势,城市扩张区域则有所下降;各因子对归一化差异植被指数(NDVI)、干度指标(NDBSI)和地表温度(LST)的解释力度较高,在人类活动强度较高的低海拔不透水面地区,NDVI与缨帽变换的湿度分量(Wet)偏低,NDBSI与LST偏高,对生态环境具有负效应,广州北部的丘陵山地NDVI较高,LST较低,对生态环境有利。     

京津冀都市圈城乡建设用地空间扩张特征分析

本文采用1990、2000、2006 年3 期多源影像数据、基础地理数据、DEM数据、社会经济统计数据及其他相关资料, 采用遥感信息提取GIS 空间分析及土地科学相关模型等综合研究方法, 首次提取近20 多年来京津冀都市圈城乡建设用地的空间信息(误差在10%以内), 并分析了城乡建设用地变化的幅度、速度、空间增长格局及其相关性。结果表明, 京津冀都市圈城乡建设用地总面积持续增加, 1990-2006 年, 建设用地年平均变化率为2.81%;建设用地年变化速率较大的地区是唐山、保定、石家庄, 大于全区平均变化率。京津冀都市圈城镇用地空间增长格局中, 70%左右的新增城镇用地分布在城中心40km范围内, 80%以上的新增建设用地集中在高速公路沿线20km范围内, 并且新增城镇用地呈现沿城市中心、高速公路向外扩张的趋势。城乡建设用地增长具有较为明显的集聚特征。它们为京津冀地区土地利用规划及生态环境研究提供一定的科学数据和决策借鉴。     

基于多源遥感数据的城市扩张监测与分析

有关建成区空间分布的研究是城市发展规划的重要组成部分,针对单一数据源不足以提供准确、及时的建成区信息的问题,提出了一种结合Landsat数据和夜光遥感数据的城市扩张监测方法。该文以Landsat影像与夜光遥感影像为数据源,采用SVM分类方法和突变检测阈值分割技术,提取2004—2016年的原济南市、泰安市、原莱芜市的建成区范围,然后引入城市扩张强度、紧凑度、重心轨迹转移分析和等扇形分析等指标,来定量分析城市扩张的时空变化特征。结果表明:从2004—2016年,研究区建成区面积增加了508.06km~2,原济南、泰安市均以外延式的城市发展为主,主要的趋势是北部、西部和南部;而原莱芜市则以填充型的城市发展为主,紧凑度高于其余两市,西北方向处于扩张速率的高值区;其中城市扩张强度指标定量地反映出在2004—2007年间研究区城市化进程取得重大突破,是区域城市化进程的重要阶段。相较于单一数据源,引入夜光遥感数据,可以更快速高效地提取城市建成区信息。