一种不透水面精细制图新方法及其在城市SDGs指标评估上的应用

城市不透水面是城市化程度的重要指示器,也是城市环境的重要敏感因子.联合国提出的城市可持续发展SDG11.3.1指标——城市土地使用率与人口增长率之比(LCRPGR)需要有效监测土地城镇化与人口城镇化关系.针对其监测与评估中高分辨率和高精度城市用地产品缺失,以及低纬度地区城市可持续发展研究较少的问题.基于Google E...     

1988年～2014年莆田市城市扩展及其驱动力分析

鉴于城市扩张及其驱动力分析在协调城市扩张与土地资源保护的矛盾、促进城市可持续发展中的重要作用,该文利用多时相遥感数据和莆田市社会经济统计数据,结合野外调查,采用室内解译方法来获取1988年~2014年莆田城市扩张数据,以分析不同时期莆田各城区扩张的面积、速度、方向主要驱动力。1988年~2002年莆田市建成区扩张面积快速增长,而2002年以后增长速度明显减小;仙游县、梧塘镇、大济镇和度尾镇建成区扩张整体呈现出"增-减"趋势,其余城镇建成区扩张则呈现"减-增"趋势。同时,人口增长、经济发展和社会投资是莆田城市扩张发展的主要驱动力,其中,GDP增长是最主要驱动力。该研究有效地揭示了莆田城市扩张的发展规律,为该地区城市规划与管理提供参考与借鉴。     

1988年～2014年莆田市城市扩展及其驱动力分析

鉴于城市扩张及其驱动力分析在协调城市扩张与土地资源保护的矛盾、促进城市可持续发展中的重要作用,该文利用多时相遥感数据和莆田市社会经济统计数据,结合野外调查,采用室内解译方法来获取1988年～2014年莆田城市扩张数据,以分析不同时期莆田各城区扩张的面积、速度、方向主要驱动力。1988年～2002年莆田市建成区扩张面积快速增长,而2002年以后增长速度明显减小;仙游县、梧塘镇、大济镇和度尾镇建成区扩张整体呈现出“增 减”趋势,其余城镇建成区扩张则呈现“减 增”趋势。同时,人口增长、经济发展和社会投资是莆田城市扩张发展的主要驱动力,其中,GDP增长是最主要驱动力。该研究有效地揭示了莆田城市扩张的发展规律,为该地区城市规划与管理提供参考与借鉴。     

1990～2015年吉林省西部耕地变化与“旱改水”时空特征研究

以Landsat遥感影像为数据源,利用面向对象和决策树方法获得多期土地覆被数据;以此为基础,分析了1990～2015年吉林省西部耕地变化与旱田水田转化特征及驱动因素。结果表明:1990～2015年期间,吉林省西部耕地面积增加了2159.33 km2,增速逐渐变缓。旱田面积在1990～2000和2000～2010年期间有小幅增加,但在2010～2015年期间呈减少趋势。水田面积持续扩张,25年间增加了1139.39 km2(51.7%),旱田净转化为水田的面积不断增加,1990～2000年为69.13km2,2000～2010年为156.19 km2,2010～2015年为288.27 km2。人口和经济的增长是导致耕地面积迅速增长的主要原因,影响水田面积扩张和旱田向水田转化的驱动因素有:科技进步、水利设施建设、政策倾向和利益驱动。最后提出了吉林省西部地区耕地保护的建议,为区域农业生产和生态建设提供科学借鉴。     

基于遥感的内蒙古地级市土地覆盖结构时空变化特征分析

城市土地覆盖结构对城市生态服务功能和人居环境质量产生重要的影响。采用2000～2015年Landsat TM并协同高分辨率遥感影像,利用线性光谱混合模型获取内蒙古12个地级市每5 a土地覆盖结构信息,监测并分析城市扩张时空动态、土地覆盖结构及扩张类型差异特征。研究结果表明:2000～2015年,内蒙古12个地级市土地覆盖结构总体变化较快,城市面积扩张278.93km~2。相比较而言,2010～2015年城市面积扩张比例是前两个时间段(2000～2005年和2005～2010年)的1.61倍与1.91倍。2010年以来变化最为剧烈,城市不透水地表扩张尤为明显,城市植被呈现不同程度增加态势。城市扩张经历了3个阶段,即城市内部填充—城市内部填充—城市外延扩张型为主的变化过程,其中包头市和呼伦贝尔属于内部填充型城市。内蒙古地级市土地覆盖结构变化及差异特征与人口增长和社会经济发展有密切的关系。     

1990~2015年吉林省西部耕地变化与“旱改水”时空特征研究

以Landsat遥感影像为数据源,利用面向对象和决策树方法获得多期土地覆被数据;以此为基础,分析了1990~2015年吉林省西部耕地变化与旱田水田转化特征及驱动因素。结果表明：1990~2015年期间,吉林省西部耕地面积增加了2159.33 km²,增速逐渐变缓。旱田面积在1990~2000和2000~2010年期间有小幅增加,但在2010~2015年期间呈减少趋势。水田面积持续扩张,25年间增加了1139.39 km²（51.7%）,旱田净转化为水田的面积不断增加,1990~2000年为69.13 km²,2000~2010年为156.19 km²,2010~2015年为288.27 km²。人口和经济的增长是导致耕地面积迅速增长的主要原因,影响水田面积扩张和旱田向水田转化的驱动因素有：科技进步、水利设施建设、政策倾向和利益驱动。最后提出了吉林省西部地区耕地保护的建议,为区域农业生产和生态建设提供科学借鉴。     

1990~2015年吉林省西部耕地变化与“旱改水”时空特征研究

以Landsat遥感影像为数据源，利用面向对象和决策树方法获得多期土地覆被数据；以此为基础，分析了1990~2015年吉林省西部耕地变化与旱田水田转化特征及驱动因素。结果表明：1990~2015年期间，吉林省西部耕地面积增加了2159.33 km²，增速逐渐变缓。旱田面积在1990~2000和2000~2010年期间有小幅增加，但在2010~2015年期间呈减少趋势。水田面积持续扩张，25年间增加了1139.39 km²（51.7%），旱田净转化为水田的面积不断增加，1990~2000年为69.13 km²，2000~2010年为156.19 km²，2010~2015年为288.27 km²。人口和经济的增长是导致耕地面积迅速增长的主要原因，影响水田面积扩张和旱田向水田转化的驱动因素有：科技进步、水利设施建设、政策倾向和利益驱动。最后提出了吉林省西部地区耕地保护的建议，为区域农业生产和生态建设提供科学借鉴。     

张掖市甘州区1959~2009年间城市扩展分析

利用锁眼、MSS、TM影像和地形图及其他辅助数据,提取张掖市1959、1968、1977、1986、1997、2009共6个年份的城市建成区范围和面积,利用空间重心转移模型、扩展强度指数、扩展速度指数、紧凑度指数、面积变化、城市用地扩展系数等指标,分析了近50 a来城市土地利用扩张的空间变化特征。结果表明,50 a间张掖市城市建成区扩展5.71倍,其中1986年之前属于缓慢扩展阶段,1986年之后属于快速扩展阶段。在1959~1986的27 a间,建成区面积仅扩展258.42 hm²。1986~2009年期间,随着改革开放和西部大开发战略的实施,建成区面积增加了1 995.11 hm²,是前27 a的7.73倍。1959~1977年期间,城市重心偏移量小,1977~1986年期间,虽然城市扩展面积较小,但城市主要向西和西北方向扩展,重心开始向西北偏移,偏移量较大;1977~2009年期间,由于城市向东和东北方向扩展,城市重心开始向东和东北方向偏移,偏移量都很大,最大达到629.79 m。城市紧凑度在1959~1968年间急剧下降;在1968~1997年间逐渐趋于稳定后又略有下降,1997~2009年开始慢慢上升,该市后期土地的集约化以及城市基础设施和公共资源的利用效率有所提高。城市用地扩展系数在1959~1986年期间小于1.12,城市用地规模扩展不足(1977年前后比较特殊),1986~2009年期间,城市用地扩展系数大于1.12,城市用地规模扩展过快。     

基于云平台的中哈干旱区典型城市地表覆盖变化遥感监测与比较

城市地表覆盖组分是影响人居生存环境和城市生态系统服务的关键因素。基于Google Earth Engine平台,利用Landsat 5/8遥感影像数据,采用改进的“植被—不透水面—土壤”模型及线性光谱混合分解方法,提取地处干旱区的中国西部大城市乌鲁木齐市与邻国哈萨克斯坦首都城市努尔–苏丹市、大城市阿拉木图市的地表覆盖信息,对比分析1990~2015年3个城市地表覆盖的变化特征。结果表明：1990~2015年间乌鲁木齐市城市建成区扩张面积最大,扩张了349.81 km²;其次为努尔-苏丹市,城市扩张面积为158.16 km²;由于哈萨克斯坦首都由阿拉木图市迁往努尔-苏丹市,整个时段阿拉木图市城市扩张最慢,总计扩张了126.23 km²。在城市建成区内,1990年到2015年间乌鲁木齐市城市地表不透水组分增加了7.10%,努尔—苏丹市和阿拉木图市分别减少了14.9%、4.49%。建成区内绿地组分努尔—苏丹市从1990年到2015年增加了6.68%;乌鲁木齐市和阿拉木图市分别减少了6.65%和2.75%。城市所表现出来的不同地表覆盖特征乌鲁木齐市主要受国家政策支持,阿拉木图市由于其历史背景和城市规划,努尔—苏丹市城市的快速发展则受哈萨克斯坦迁都的影响。     

1985～2020年上海市不透水面时空特征演化分析

不透水地表的分布与变化是城市发展过程的直观标志和重要指示因子,在城市生态功能、城市规划和可持续发展研究等方面发挥着重要作用。利用中国科学院空天信息创新研究院研发的1985～2020年长时序30m不透水面动态数据集(GISD30),结合GIS空间统计方法,研究分析了过去35 a上海市不透水面时空特征演化。结果表明：(1)35 a来,上海市不透水面面积从878.07 km²增长至2 849.90 km²,面积扩张到原来的3.25倍,随着1990年浦东新区的开发开放,上海城市化进程明显加快,1990～2010年上海市不透水面扩张最为显著,2010年以后不透水面扩张速度和扩张强度开始显著下降。(2)从区位分异特征来看,不透水面迅速扩张的行政区主要位于城市郊区,其中,浦东新区在各个研究时段的扩张速度均大于其他区划。(3)基于紧凑度和分形维数发现,中心城区不透水面空间分布结构趋于疏散,上海市整体不透水面边界复杂程度降低,城市空间形态更加规则。(4)“南北两翼”的上海城市扩张特点较为明显,南部郊区的高强度扩张带动了不透水面空间重心的持续南移,发展至2010...     

基于多源时空信息的西宁和拉萨近70年来城市扩展过程重现及地表覆盖变化分析

西宁和拉萨城市作为青藏高原人类活动的热点地区,其发展历程对青藏高原社会经济发展具有重要影响。研究基于遥感影像、城市规划图和历史地图等资料重建了西宁和拉萨城市1949基准年、1978基准年、1990年、2000年、2010年和2018年城市扩展及2000年以来城市不透水层和绿地空间组分数据,分析了1949基准年以来西宁和拉萨主城区城市扩展的时空特征,揭示了社会经济因素和政策因素对城市土地利用/覆盖变化的影响。研究结果表明：(1)新中国成立以来,西宁和拉萨主城区持续扩展,均呈现非线性的增长态势,城市土地面积分别从1949基准年的1.98 km²和1.10 km²增长到2018年的75.65 km²和76.04 km²;西宁主城区城市扩展呈现十字状的扩展态势,拉萨呈现出圈层外延式的扩展模式;(2)自2000年来,西宁和拉萨城市绿化水平显著提升。2000～2018年,西宁和拉萨城市不透水层面积分别从36.91 km²和21.56 km²增加到55.34 km     

Principal component analysis of stacked multi-temporal images for the monitoring of rapid urban expansion in the Pearl River Delta

The Pearl River Delta is experiencing very fast urban growth in recent years which has caused rapid loss of the valuable agricultural land in this fertile region. There is a great need to monitor the rapid urban expansion using remote sensing for urban planning and management purposes. However, it has been well recognized that there is significant over-estimation of land use change in using multi-temporal images for change detection because of inadequate creation of classification signatures. This paper presents a principal component analysis of stacked multi-temporal images method to reduce such errors. The study demonstrates that this method can reduce errors in change detection using multitemporal images and provide a very useful way in monitoring rapid land use changes and urban expansion in the Pearl River Delta and other parts of the world.     

珠江三角洲地区土地利用变化的MODIS监测及其水环境意义

阐述应用多源遥感数据及多目标空间分析手段,研究珠江三角洲地区土地利用变化驱动的非点源污染与该区水质环境演变的方法.充分利用不同遥感数据特点,有效融合高、低空间分辨率数据,将进一步提高土地利用变化动态遥感监测能力.充分利用珠江三角洲地区近年来土地利用土地覆盖研究成果,将有助于分析非点源污染驱动因子与珠江河口及邻近水域水质...     

特大型山地城市动态扩展的遥感研究

以2000年、2003年的SPOT图像和2006年的中巴资源卫星（CBERS-1）图像为主要数据源,在运用RS及GIS技术对遥感图像进行一系列预处理的基础上,提取不同时期重庆主城核心区的建成区面积,同时分析城市扩展的速度和空间差异。结果表明,2000~2006年建成区的面积增长了114.14 km2,年增长率为10.48%。城区扩展的主要方位是正北和东北方向,占到总增长面积的60%左右。农用地为扩展用地的主要地类来源。经济发展、政策与规划、自然地理环境、交通基础设施等合力作用是城市空间格局演变的主要驱动力。     

Beyond the urban-rural dichotomy: Towards a more nuanced analysis of changes in built-up land

Urban land and rural land are typically represented as homogenous and mutually exclusive classes in land change analyses. As a result, differences in urban land use intensity, as well as mosaic landscapes combining urban and rural land uses are not represented. In this study we explore the distribution of urban land and urban land use intensity in Europe and the changes therein. Specifically, we analyze the distribution of built-up land within pixels of 1 km². At that resolution we find that most built-up land is distributed over predominantly non-built-up pixels. Consistently, we find that most urban land use changes between 2000 and 2014 come in small incremental changes, rather than sudden large-scale conversions from rural to urban land. Using urban population densities, we find that urban land use intensity varies strongly across 1 km² pixels in Europe, as illustrated by a coefficient of variation of 85%. We found a similarly high variation between urban population densities for most individual countries and within areas with the same share of built-up land. Population changes have led to different combinations of urban land expansion and urban intensity changes in different study periods (1975–1990, 1990–2000, and 2000–2015) and countries. These findings suggest that land use change models could be improved by more nuanced representations of urban land, including mosaic classes and different urban land use intensities.     

长三角城市群城市扩张区环境质量变化遥感评价

加强城市动态扩张与环境质量变化监测对促进长三角城市群高质量一体化协同发展具有重要意义。基于DMSP/OLS夜间灯光数据、多源环境遥感数据等,运用趋势线分析、综合评价指数（Comprehensive Evaluation Index,CEI）构建等方法,对长三角城市群2001~2013年的城市扩张模式、扩张区内环境质量变化特征及二者的协调性情况进行分析。结果表明：①46.24%的城市显著扩张,上海—苏锡常城市化水平和一体化程度最高,其次为环杭州湾城市群和沿江发展带,此外未形成多区域规模化的城市高速扩张模式,经济总量、对外开放程度和用电水平是长三角城市高速扩张的主要驱动因素;②46.35%的显著扩张区环境逐步恶化,集中在江苏省和安徽省,环境恶化型集聚在合肥主城区周围,浙江省城市环境最优,上海市基本未变,多数城市环境变化主要由PM2.5增长所致;③城市扩张与环境变化叠加结果可反映区域城市发展与生态环境建设的协调程度。上海市嘉定区、浦东新区和崇明岛,苏锡常及沿江地区协调性较弱,浙江省城市的“渐变”分布模式体现其高协调性,合肥市城区表现为环境质量远落后于城市化进程的双系统非协调发展状态。谷歌影像定位结果表明结合DMSP/OLS与CEI可有效检测出区域内由人类活动所产生的环境破坏型地表覆盖类型变化情况。该研究成果可揭示区域可持续发展状况,对长三角双系统动态发展协调性的空间转移研究具有指示作用。     

Evaluation of urban sprawl pattern in the tribal-dominated cities of Jharkhand state,India

The patterns of urban sprawl over a 20-year period presented in the study indicate unplanned development in the urban agglomerations of Ranchi, Jamshedpur and Dhanbad. The visual interpretation of Landsat (1986, 1991, 1996 and 2001) and IRS-P6 (2005) was used to map land use/land cover and analyse urban sprawl. The saturation of urban areas within municipal limits, along with pressure from the growing population, resulted in the densification of the core urban areas within Dhanbad and Jamshedpur. Comparatively, Ranchi exhibited a very high rate of built-up growth with a reducing population density, indicating a low density of built-up development. The development of built-up land at the expense of agricultural land in Ranchi Urban Agglomeration indicates poor land-transformation practices. An area of 103.6 km² (165.66% growth) was transformed to built-up land in these cities during 1986–2005. Any future built-up development of these agglomerations should involve the use of the government city development plan.     

Geospatial modelling of urban growth for sustainable development in the Niger Delta Region,Nigeria

Urban land expansion usually alters land-cover status, which may indirectly affect the physical environment. Understanding the extent of its effects is usually estimated using geospatial techniques. In this study, urban landscape’s changes between 1985 and 2015 were analysed through some selected spatial metrics in Niger Delta, Nigeria. In addition, we incorporated sustainable urban development goals in projecting the future urban expansion to observe their impact in this rapidly urbanizing region with a total area of 109,281.30 km². A Cellular Automata/Markov Chain (CA-Markov) model was used to project the year 2030 land cover of the region using two scenarios: by considering existing settlements as the only constraints and by combining them with some selected United Nations Sustainable Development Goals (UN SDGs) constraints (forest reserves, population, and economy). Comparing the two scenarios, the projected land-cover changes under the first scenario resulted in net loss and gains of ?7.37%, 11.84%, and 50.88%, while the second scenario produced net loss and gains of ?4.72%, 7.43%, and 48.37% in forest, farmland, and built-up area between 2015 and 2030, respectively. The difference between the two scenarios showed that strict adherence to the UN SDGs will reduce tropical deforestation in Niger Delta or similar region.