关中平原城市群植被覆盖的时空特征与影响因素

植被是全球及区域生态系统环境变化的重要指标,也是对人类社会活动有重要贡献的资源之一。为了研究关中平原城市群不同区域植被覆盖变化对自然和人文因子的响应,以划分为三个区域的植被作为研究对象,选取2000—2017年MODIS-NDVI遥感数据,运用趋势分析、探索性空间数据分析与地理探测器等方法,从时序演进与空间分布方面研究了18 a内植被覆盖的演化及分布特征,定量分析影响植被覆盖的主导因子。遥感数据要通过投影转换、拼接、最大值合成等方法进行处理,再运用Python程序进行影像批量裁剪,将遥感数据和气象数据进行分区统计,最后对该处理数据进行讨论研究。结论表明：（1） 研究期内关中平原城市群植被覆盖呈显著上升趋势,NDVI平均值增速为0.077·（10 a）^–1,阶段性变化特征明显,其中2005—2007阶段和2011—2013阶段极显著增加,最大上升速率达到了0.05·a^–1。（2） 空间上总体呈现“南高北低”的分布特征,研究区总体得到改善;高值区主要分布在南部秦岭北坡,受气候因子的影响更大,植被覆盖增加速度缓慢,达到轻度改善水平;低值区聚集在黄土高原边缘地区,植被增加趋势明显;中部关中平原极少部分地区植被覆盖出现了轻度退化或严重退化,以西安市及临近城市最为典型。（3） 热点区主要分布在秦岭山区及关中平原中部地区,冷点区则集中于黄土高原边缘地区,植被覆盖总体以增长为主。热点区格网数量持续增多,2013年达到最大为45.07%;冷点区域数量不断减少,2017年减少到9.82%;次热点区与次冷点区主要分布在中部平原地带及北部地区,由连片分布转化为零散分布,且总量不断减少。（4） 自然因素对植被覆盖的影响最为突出,其中气温和降水为影响植被覆盖的主导因子,决定力q值分别为0.955和0.931,且气温的影响大于降水的影响;人文因子影响力较为显著,GDP因子决定力q值达到0.387。研究可为当地改善植被覆盖环境提供理论依据。     

中国城市信息网络结构演变特征及驱动因素分析

信息流能够客观反映城市社会经济联系,对城市网络研究具有重要价值。基于2011、2014和2017年中国城市间信息关注度数据,利用社会网络分析法,从网络密度、中心度、城市联系等方面分析中国城市网络结构的演变特征及其驱动因素,研究表明：1）城市信息网络结构明显拓展但网络总体联系强度仍较低;省域内部信息联系强度高于跨区域联系,信息联系仍受行政区划的影响较大。2）网络节点中心度显著提高,热点区主要集中在东部沿海三大城市群;中西部部分区域核心城市如重庆、成都、郑州等成长为全国性核心城市,但中西部地区城市信息发展仍与东部地区差距较大。3）信息联系层级分布特征明显,并呈现局部区域联系紧密、区域一体化特征;核心网络由以北京、上海为核心的“轴-辐”结构演变为以“北京-上海-广深-成渝”为核心的“菱形”结构。4）信息化水平、经济发展基础、城市职能等互补性因素,网络营销、大事件效应等介入性因素及信息技术变革、城市群建设等高效性因素相互作用,共同促进信息网络结构优化重组。     

基于多元要素流的珠三角城市群功能联系与空间格局分析

以珠三角城市群9个地级市为研究对象,结合当前热点网络开放大数据,对珠三角城市群内各城市的经济流、交通流、人口流和信息流的联系强度和作用方向进行测算与评价。借助赋值法分别对四种要素流的总量进行打分,以各城市的综合得分作为空间层级划分依据,提出关于“点—线—面”的空间互动格局,进而探索珠三角城市群未来的发展规划。研究结果表明：①从各要素流的联系强度上看,城市间的等级划分具有较高的重合度,说明四种要素流彼此之间相互联系、相互作用。从各要素流的作用方向上看,广州和深圳多作为区域内其它城市的首位空间联系城市,说明各要素流通常指向经济发展水平较高、通达性较好的城市。②从整体来看,珠三角城市群内部功能互动表现极度不平衡,一是中心城市占据了要素流强度的绝大部分,其余城市仅占据极小部分流量,两极分化严重;二是东西两岸发展不平衡,东岸发展水平明显要强于西岸发展水平。③广州、深圳、东莞和佛山等城市虽然在区域内起到了一定的辐射和带动作用,但是针对江门、肇庆等周边城市的辐射和带动强度仍有待提升,说明还需进一步优化珠三角城市群功能分工与产业布局,推进区域经济一体化。     

城市中心体系研究的理论基础与分析框架

“经济—空间”视角下城市中心体系的理论与实证研究之间缺少相互衔接的分析框架。论文通过对经典理论的系统归纳与演绎,建立整体视角下理解城市中心体系形成与发展的理论框架,将城市中心体系的发展规律概括为空间竞争和空间联系2个机制,体现在本地服务功能和非本地功能的空间组织过程,分别形成等级网状结构和专业化点状结构,并相互融合形成“半网格”的城市中心体系,扮演着本地与宏观区域结构之间的“转换发动机”。最后探讨了对实证研究的若干启示,提出城市中心的定义和识别方法应注意与理论研究相互衔接;认为城市中心的本地/非本地功能特征及相应的发展机制亟待实证;认为中心及其空间影响的调控潜力是制定规划政策的前提。     

哈大城市带网络结构韧性演化研究

网络结构韧性是城市空间组织未来发展的重要指向,是社会经济稳定性与恢复力的结构保障。论文借鉴复杂网络指标,构建城市网络结构韧性演化评价模型,以哈大城市带为例,对比分析多重城市网络结构韧性的演化特征。结果表明：① 多重城市网络层级性与匹配性存在分异,在层级性上,交通和金融网络趋于扁平,信息和创新网络趋于立体;在匹配性上,交通和创新网络分别表现为同配性与异配性且特征强化,金融和信息网络为异配性但特征削弱。② 网络结构韧性类型相对稳定,交通运输网络为“同配—核心边缘网络”,金融、信息与创新网络为“韧性网络”;韧性演化综合水平表现为创新合作网络>信息关联网络>0>金融联系网络>交通运输网络。③ 可以从整体结构、片区差异和要素流动三方面优化网络结构韧性演化水平。     

成渝城市群城市建设用地扩张格局及规模体系分析

基于1990—2018年六期城市建设用地监测数据,本文利用城市用地年面积增长率指数、公共边测度、核密度估计、位序-规模法则等方法,刻画成渝城市群扩张演化特征及其发展规律,并对城市群规模体系进行分析。结果表明：成渝城市群城市建设用地扩张呈先快后慢的趋势,空间上呈“中部高速,南北低速”的特点,建设用地扩张密度高值主要集中在成都、重庆二市且城市群内部连片发展不明显。城市群新增城市用地呈现无序蔓延态势,并未趋于紧凑。2000—2010年,成渝城市群规模分布极化,呈现明显的双核首位特征,2010年后规模分布由非均衡趋于均衡。     

低空无人机的倾斜摄影测量技术在城市轨道交通建设中的应用

智慧地铁的建设需要三维模型的支撑,运用倾斜摄影测量技术,结合三维可视化技术,为智慧地铁提供了三维数据支撑,推动了全生命周期智慧地铁建设的全面发展。本文旨在以雄安新区城市轨道交通R1线为研究区,对其沿线85 km进行了无人机航飞工作,通过数据处理获取了沿线三维实景模型,并对模型成果精度进行了详细对比。结果表明,此次倾斜摄影测量成果满足1：500比例尺要求。此外,还对倾斜摄影测量技术在城市轨道交通建设中的相关应用进行了介绍,为城市轨道交通建设工作由二维向三维转变开拓了新的方向。     

基于地理国情数据的城市扩张和生态格局分析——以武汉市为例

城市扩张是城镇化的主要特征,研究城市扩张规律对城市空间规划、高质量发展提供决策依据。本文以武汉市为研究区,以2015—2018年地理国情监测成果为主要数据源,通过数据整理与提取、计算城市扩张特征指数、提取城市格局变化、计算生态景观指数等处理,对研究区城市扩张和生态格局变化特征进行分析。研究结果表明：2015—2018年间,武汉市从快速扩张阶段逐渐减缓,紧凑度逐渐下降;中心城市扩张主要以种植土地破坏为代价;远城区快速扩张主要以林草面积减少为代价;在生态指数上,各生态景观类型破碎度均有下降,但水域面积保持良好。     

城市扩展元胞自动机多结构卷积神经网络模型

传统的城市扩展元胞自动机(CA)模型是基于单个元胞的变量信息挖掘来构建转换规则的。针对这一问题,本文基于多结构卷积神经网络提出从区域特征出发且顾及区域多尺度特征挖掘转换规则的城市扩展元胞自动机模型(MSCNN-CA),并以武汉主城区和上海浦东新区为例,模拟了两个试验区2005—2015年期间城市扩展过程。模型验证表明:与逻辑回归和神经网络相比,本文构建的3个单一结构的卷积神经网络元胞自动机(CNN-CA)模型在4个指标(Kappa系数、FoM(figure of merit)值、命中率(h)和错误率(m))上都有不同程度的提高。特别是FoM指数,在武汉主城区提高了23.3%~29.4%,在上海浦东新区提高了20.3%~28.5%。此外,MSCNN-CA模型与3个单一结构的CNN-CA模型相比,在各个指标上也有所改善,FoM指数在武汉主城区提高了0.8%~4.8%,上海浦东新区提高了2.8%~7.8%。两个试验区的模拟结果表明:相比传统CA模型,基于多结构卷积神经网络的城市扩展元胞自动机模型(MSCNN-CA)能够有效提高城市扩展模拟的精度,更真实地反映城市扩展空间演变过程。相比单结构的卷积神经网络CA模型,多结构卷积神经网络CA模型的稳定性和模拟结果准确性有所提升。     

Mapping 3D visibility in an urban street environment from mobile LiDAR point clouds

ABSTRACT

Visibility determination is a key requirement in a wide range of national and urban applications, such as national security, landscape management, and urban design. Mobile LiDAR point clouds can depict the urban built environment with a high level of details and accuracy. However, few three-dimensional visibility approaches have been developed for the street-level point-cloud data. Accordingly, an approach based on mobile LiDAR point clouds has been developed to map the three-dimensional visibility at the street level. The method consists of five steps: voxelization of point-cloud data, construction of lines-of-sight, construction of sectors of sight, construction of three-dimensional visible space, and calculation of volume index. The proposed approach is able to automatically measure the volume of visible space and openness at any viewpoint along a street. This approach has been applied to three study areas. The results indicated that the proposed approach enables accurate simulation of visible space as well as high-resolution (1 m × 1 m) mapping of the visible volume index. The proposed approach can make a contribution to the improvement of urban planning and design processes that aim at developing more sustainable built environments.