长沙市中心城区居住用地扩张特征及影响因素研究

为探讨长沙市中心城区居住用地扩张特征及影响因素,对长沙市居住用地的合理布局提供借鉴。以1979年、1990年、2003年及2010年城市总体规划为基础,借助不同年份的统计年鉴,采用居住用地扩张速度、居住用地扩张弹性系数及不同时期的居住用地的叠加,对长沙市中心城区居住用地的扩展特征与影响因素进行了系统分析。结果表明：（1）从1949年到2010年长沙市中心城区居住用地增加了7582．52×10^4m^2,年均增长速度为6．4％。（2）1979～1990年居住用地在旧城区的基础上往东发展,扩张半径较小;1990-2003年延续1979～1990年扩张方式之外,出现了一些类似于“飞地”性质的居住用地;2003—2010年居住用地扩张速度加大,湘江西部、城市南部及北部居住用地的面积明显加大。     

多源数据融合的城市体检评估

融合遥感影像、社会开放大数据、统计资料等多源数据,以长沙市为例,围绕生态宜居、健康舒适、安全韧性、交通便捷、风貌特色、整洁有序、多元包容、创新活力等8个方面构建城市体检指标体系,运用归一法和层次分析法对城市自然本底和运行体征展开计算评估,结果发现：1）长沙市人居环境整体良好,城市生态宜居和整洁有序度较高,交通便捷和安全韧性建设亟需加强,风貌特色、健康舒适、创新活力、多元包容等仍有改善空间。2）各区县专题发展水平不均,在保留区域功能特色的基础上,应该着重解决发展的短板。3）城市中心城区人口密度、空气质量优良天数、万车死亡率等指标达到最高水平,但在便民服务设施完整覆盖度、住宅建筑更新和开发、群体包容等方面与城市发展需求还有一定差距。根据多源数据城市体检结果可知,长沙市未来需要以问题和需求为导向,精准治理“城市病”,努力提高城市居民生活满意度、幸福感和归属感。     

纳入动态数据的改进FLUS模型在城市增长边界划定中的应用

城市增长边界是管控城市建设用地无序扩张的有效手段,科学合理划定城市增长边界是当前研究关注的重要课题。本研究试图引入百度动态交通时间和POI数据改进FLUS模型,以长沙市中心城区为例,采用2000、2010和2018年3期土地利用数据对比验证改进FLUS模型模拟精度,并利用改进FLUS模型设置2种情景,模拟2030年长沙市中心城区土地利用变化,结合用地适宜性评价划定城市增长边界。结果显示：① 纳入动态数据的改进FLUS模型模拟2010年和2018年土地利用相比原模型KAPPA系数提高了2.90%和2.74%,总体精度提高了1.79%和1.83%,表明改进模型具有更高模拟精度;② 利用改进FLUS模型模拟的2030年长沙市中心城区土地利用变化,基准情景和生态保护情景建设用地规模分别为930.06 km²和881.36 km²,均以耕地转为建设用地比例最大;③ 长沙市中心城区刚性增长边界范围为1479.59 km²,占中心城区总面积的37.38%,边界内包含了芙蓉区、天心区、雨花区、岳麓区和开福区的大部分区域;④ 基准情景和生态保护情景下,长沙市中心城区弹性增长边界面积分别为799.35 km²和742.92 km²,建设用地扩张空间主要为长沙县和望城区,结果与2010版长沙市城市总体规划拓展方向一致。纳入动态数据的改进FLUS模型多情景模拟划定城市增长边界,能更高精度的为规划决策提供科学依据。     

长沙都市区生境质量对城市扩张的时空响应

生境质量是评价生态环境的重要指标,掌握其对城市扩张的时空响应规律,有助于提升都市区城乡规划质量和生态管控的合理性。本文在运用InVEST模型对长沙都市区1995-2015年生境质量时空演化的基本特征进行分析的基础上,利用缓冲区由内向外逐层剖析,探讨长沙都市区近20年来城市扩张格局及其对生境质量的影响。结果表明：①长沙都市区建设用地面积从170.26 km²增至487.19 km²;三环线以内建设用地快速扩张,从三环线起向外扩张逐渐放缓;②生境质量中等及以上的区域占比从1995年的43.49%下降到2015年的27.22%,生境质量平均值则相应地从0.46下降到0.31,且退化最明显的区域从核心外围区(5-10号缓冲区)外移到三环线附近(10-15号缓冲区);③各圈层建设用地扩张强度与生境质量变化之间存在显著的空间负相关性,生境质量变化对城市扩张响应最强烈的区域始终位于核心外围区;④建设用地空间布局零散和几何形态不规则程度的增加加剧了生境质量的退化,并在三环线附近区域(10-15号缓冲区)表现最为明显,应成为未来长沙都市区城乡规划和生态管控的重点区域。     

长沙城市化进程对局地气候的影响

利用1961—2010年湖南省长沙及周边郊县共5个气象站的逐日气温、降水和相对湿度观测数据,在对各气象要素资料序列进行均一性检验和订正的基础上,以郊县站作为背景场,系统地分析了长沙城市化不同阶段对城市气候的影响。结果表明:受城市化的影响,近50年长沙市区地面气温及其上升速率远高于郊县的,城市热岛效应明显,热岛效应对市区年平均气温的增温贡献率达30%,且主要出现在20世纪90年代之后,四季中城市化贡献率的最大值出现在夏季,秋季和春季的次之,冬季的最小。50年来长沙市区和郊县年降水量差值序列呈显著增加趋势,长沙城市雨岛效应较为显著,且主要发生在春季和夏季,城市化带来的雨岛效应加速了长沙降水结构两极分化,使城市内涝发生的概率进一步增大。50年来长沙市区和郊县年平均相对湿度及其差值的变化趋势均不显著,就全年平均而言,长沙的城市干岛效应并不明显,但近20年来干岛效应显著增强;分季节来看,近50年干岛效应主要发生在夏季。     

江南丘陵区农村居民点地域分异特征及类型划分——以长沙市为例

以长沙市2013年Landsat TM遥感影像图和长沙市的行政区划矢量图为基础,借助于ERDAS、MapGIS、ArcGIS、Fragtats、SPSS软件,运用探索性空间数据分析、景观形状指数模型及聚类分析法,从空间、规模与形态等方面探讨长沙市农村居民点地域分异特征、地域类型及调控路径。研究表明：长沙市农村居民点地域分异特征明显,在空间分布上呈现出由长沙市中部向东西两侧呈阶梯状稀疏化分布;而规模普遍偏小,规模分布自西向东呈现“波浪状”结构;在形态格局上,则表现为布局分散且形态复杂、不规则。通过采用聚类分析方法,将长沙市农村居民点划分为低密度散点型、低密度团簇型、中密度团簇型、高密度团簇型、中密度团块型、中密度条带型、高密度条带型7种,并从人口集聚、产业发展、基础设施与公共服务设施提升等方面提出了各地域类型优化调控的路径。     

Modelling urban expansion using a multi agentbased model in the city of Changsha

Although traditional urban expansion simulation models can simulate dynamic features, these models fail to address complex changes produced by different agents' behaviors. The paper has built up a set of spatial-temporal land resource allocation rules and developed a dynamic urban expansion model based on a multi-agent system, which can simulate the interaction among different agents, such as residents, peasants, and governments. This model is applied to simulate urban expansion process taking Changsha City, in China as a study area. The results show that this model can not only reflect basic characteristics of urban expansion, but also help explain the reasons for urban expansion process and understand the effect of agents' behavior on the expansion process, and provide insights into the causing factors behind the expansion. In addition, in contrast to simulation results with land use classification map from remote sensing images, the precision of the simulation reached over 68% with higher precision than cellular automata model according to the cell-by-cell comparison. The results suggest that the model can help to provide land use decision making support to government and urban planners.     

基于多智能体的城市人口分布动态模拟与预测

城市人口分布变化过程是复杂的动态系统,掌握其规律在城市规划和社会可持续发展中有重要意义。用相互作用的多智能体系统(MAS)、元胞自动机(CA)环境及城市人口密度模型构建精确到街道的城市人口分布模型,并以长沙为例,分析城市人口分布的演变过程,为相关的调控提供决策依据。研究结果表明,其模拟的城市人口分布格局与实际情况吻合较好,在多种因素的影响下,长沙市将形成“市中心人口快速增长,近郊区人口缓慢增长,沿湘江畔、沿五一大道及岳麓区高新技术开发区人口密集”的发展格局。与以往的模型进行相比,所获得的模拟结果精度更高,更接近于实际的空间分布格局。     

长沙市景观破碎化时空分异特征研究

基于2000年长沙市1:10万土地利用图,利用ERDAS软件对1989年、2006年的遥感图像进行解译;在地理信息系统软件ArcGIS和景观格局分析软件Fragstats支持下,以城镇建设空间重心为中心,分别选取东西、南北景观样带(40 km×8 km)和8个不同半径的同心圆缓冲区,用斑块密度、边界密度、平均斑块分维数...     

U—TAE算法提取城市热岛信息的空间尺度分析

U-TAE算法是一种使用不同范围的滑动窗口来提取城市热岛信息并根据稳健估计法设定窗口阈值的算法,该算法根据像元被记为热岛像元的累积总次数是否为0来区别热岛区与非热岛区,根据累积总次数的多少来判断热岛强度的强弱,具有动态阈值的特点和无偏特性。文章以长沙地区为例,对U-TAE算法在6个不同空间尺度上（5×5,11×11,25×25,51×51,101×101,201×201）对城市热岛信息提取的效果从提取范围、提取强度、空间构成以及大面积热岛提取稳定程度4个方面进行了评估。结果认为大小为11×11的窗口在4个方面均取得较好的效果,提取的城市热岛信息更加完整和有效。