• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    快速城市化的空間過程檢測與動態(tài)機(jī)制分析

    2018-10-16 08:22:00劉嘉勛周楨津李滿春
    地理信息世界 2018年3期
    關(guān)鍵詞:建成區(qū)用地分類

    張 戈,劉嘉勛,馬 磊,周楨津,李滿春

    (南京大學(xué) 地理與海洋科學(xué)學(xué)院,江蘇 南京 210023)

    0 引 言

    改革開放以來我國城市化發(fā)展規(guī)模空前,長三角尤為突出.準(zhǔn)確描繪城市建成區(qū)擴(kuò)張,進(jìn)一步剖析其空間擴(kuò)張與動態(tài)機(jī)制已成為管理城市發(fā)展與城市規(guī)劃的重要內(nèi)容與任務(wù).

    以往各城市相關(guān)部門往往使用人口普查區(qū)塊界定建成區(qū)邊界,然而由于統(tǒng)計(jì)數(shù)據(jù)不完備,且各地在具體操作中標(biāo)準(zhǔn)不一致,使長時間序列研究與城市間比較研究存在困難.而使用長時間范圍的中、高分辨率影像對城市擴(kuò)張監(jiān)測,可獲得建成區(qū)準(zhǔn)確面積和動態(tài)空間信息.但以往基于像素的方法,由于紋理、形狀和空間關(guān)系等特征的缺失和城市具有的高度復(fù)雜性,在高精度提取方面遇到挑戰(zhàn).因此,應(yīng)用面向?qū)ο笥跋穹治?OBIA)較為合適[1-2].OBIA和隨機(jī)森林(RF)的結(jié)合,可自動探索構(gòu)建規(guī)則集,為解決高復(fù)雜異質(zhì)性LUCC分類提供了新的途徑[3-4].為監(jiān)測建成區(qū)擴(kuò)張,應(yīng)定義"建成區(qū)"一詞.通過文獻(xiàn)調(diào)研,本研究定義建成區(qū)為包含局部空間集聚的城市建設(shè)用地、且面積大于等于1 km2的區(qū)域,其中可能包含一些零星的植被和水體.

    城市擴(kuò)張受到諸多因素影響,對其驅(qū)動力的研究,方法從定性描述發(fā)展為各種定量統(tǒng)計(jì)模型[5-8].但以行政區(qū)為研究單元,可能會遇到分析單元一致性問題.若模型能使用建成區(qū)擴(kuò)張過程的可靠地理信息數(shù)據(jù),并將所有驅(qū)動因子空間化至格網(wǎng),將更合理.此外,城市是不斷發(fā)展的有機(jī)體,城市建成區(qū)擴(kuò)張也表現(xiàn)出明顯的階段性特征.因此,假設(shè)建成區(qū)擴(kuò)張的驅(qū)動力隨著時間的推移而動態(tài)變化是合理的.

    為實(shí)現(xiàn)建成區(qū)的高精度提取及其空間擴(kuò)張驅(qū)動力的動態(tài)分析,本研究提出集建成區(qū)提取與分析于一體的技術(shù)框架,結(jié)合RF與OBIA為建成區(qū)提取提供高質(zhì)量的矢量數(shù)據(jù)源,并應(yīng)用RF回歸的變量重要性度量探索城市擴(kuò)張的動態(tài)機(jī)制.

    1 研究區(qū)與數(shù)據(jù)集

    1.1 研究區(qū)概況

    研究區(qū)位于我國東部,是長三角城市群的重要組成部分.長三角作為我國"一帶一路"戰(zhàn)略中海陸雙向開放的重要節(jié)點(diǎn),是服務(wù)"一帶一路"建設(shè)的樞紐平臺和輻射中心,區(qū)位優(yōu)勢明顯.本研究的研究區(qū)屬于北亞熱帶氣候,地勢平坦,交通便利,面積為1865.48 km2,區(qū)位圖如圖1所示.

    圖1 研究區(qū)區(qū)位圖Fig.1 Location of study area

    1.2 數(shù)據(jù)源及預(yù)處理

    考慮到Landsat系列影像的較長時間序列和開放易獲取性,以及對于一個城市尺度中分辨率影像的適用性,本研究選擇Landsat系列影像,具體時間為9/10/1991、8/3/1995、7/7/2000、5/24/2005、9/17/2010與9/27/2015,所有影像均為無云且高質(zhì)量,使用UTM WGS84投影系統(tǒng)為地理參考,并使用ENVI 5.2進(jìn)行輻射定標(biāo)與大氣校正.

    在驅(qū)動力分析中,本研究還使用了1995、2000、2005、2010、2015年研究區(qū)相關(guān)時空數(shù)據(jù),包括數(shù)字高程模型(DEM,30 mX30 m)、交通數(shù)據(jù)和水系數(shù)據(jù).本研究還使用了中科院資源與環(huán)境科學(xué)數(shù)據(jù)中心(RESDC)提供的GDP密度和人口密度數(shù)據(jù)(http://www.resdc.cn).

    2 研究方法

    本研究采用4個模塊組成的分析框架.第1個模塊結(jié)合RF與OBIA以獲得高質(zhì)量分類結(jié)果;第2個模塊是根據(jù)定義,從分類結(jié)果提取建成區(qū);第3、第4個模塊為更好地理解建成區(qū)擴(kuò)張,分析了建成區(qū)擴(kuò)張強(qiáng)度與擴(kuò)張驅(qū)動力.

    2.1 基于RF的面向?qū)ο笥跋穹诸?/h3>

    基于RF的面向?qū)ο笥跋穹诸愔饕跋穹指睢⒉蓸优c樣本分類、特征選擇、使用RF訓(xùn)練、使用已訓(xùn)練好的RF分類與分類精度驗(yàn)證等階段.

    首先通過分割創(chuàng)建對象.本研究采用多尺度分割,為了使分割結(jié)果具有最佳同質(zhì)性,分割尺度參數(shù)尤為關(guān)鍵[9],本研究使用Estimation_Scale_Parameter2(ESP2)工具來獲得最佳分割尺度參數(shù).具體參數(shù)設(shè)置為:自下而上層次結(jié)構(gòu),對3個層級采用默認(rèn)的1、10、100尺度增量和步長為1,循環(huán)次數(shù)為100,形狀因子為0.1,緊湊度因子為0.5,所有波段采用相同權(quán)重.

    本研究定義了2種土地利用類型,即建設(shè)用地與非建設(shè)用地.前者包含了城市建設(shè)用地、農(nóng)村居民點(diǎn)和其他建設(shè)用地,后者包含了研究區(qū)土地利用類型中存在的所有非建設(shè)用地.由于研究區(qū)為北亞熱帶氣候,夏秋季裸地被草覆蓋.為便于分類,將非建設(shè)用地類分為兩個子類:水域和植被.每幅圖像共選取2 100個對象(700個建設(shè)用地、700個植被、700個水域)作為RF訓(xùn)練樣本,專門用于RF的生成.樣本特征選擇了最具代表性光譜、幾何、紋理特征[10],見表1.

    表1 本研究中所選對象特征概覽Tab.1 Overview of selected object attributes in this study

    表中,NDBI1、NDBI2具體使用波段如公式(1)、公式(2)所示:

    基于RF的面向?qū)ο笥跋穹诸愡^程包括訓(xùn)練和分類過程.訓(xùn)練過程旨在基于訓(xùn)練樣本和決策樹理論生成RF,而分類過程旨在根據(jù)生成的RF將對象分類[5].經(jīng)過多次嘗試考慮到訓(xùn)練時間成本與精度,本研究設(shè)定RF訓(xùn)練參數(shù)最大樹數(shù)量為100,活躍變量個數(shù)設(shè)置為 變量個數(shù),深度設(shè)置為0,訓(xùn)練精度設(shè)置為0.01,終止條件設(shè)置為精度達(dá)到標(biāo)準(zhǔn)和決策樹的數(shù)量達(dá)到上限[11].RF分類過程將所有對象使用森林中的每棵樹分類,并輸出獲得眾數(shù)結(jié)果的類別標(biāo)簽.在易康9.0環(huán)境中,對象根據(jù)RF訓(xùn)練結(jié)果分類并生成專題圖作為最終結(jié)果.

    本研究采用基于完全獨(dú)立的矢量樣本點(diǎn)集對分類結(jié)果進(jìn)行精度驗(yàn)證.采用基于矢量點(diǎn)的精度評價可對整個分類過程進(jìn)行評價,由于沒有已分類的專題圖參考,未采用基于對象個數(shù)和基于對象面積的驗(yàn)證方法.為了生成獨(dú)立的樣本集,考慮到樣本大小每幅影像隨機(jī)生成約10 000個樣本(點(diǎn))分布于整個區(qū)域,通過目視解譯分類.分類質(zhì)量通過混淆矩陣計(jì)算的總體精度和Kappa系數(shù)來量化評估.

    2.2 建成區(qū)提取

    根據(jù)建成區(qū)的定義,本研究從分類好的建設(shè)用地矢量結(jié)果中分4步提取建成區(qū).首先,根據(jù)城市建設(shè)用地的相對集中性,使用ArcGIS 10.2的優(yōu)化熱點(diǎn)分析工具來計(jì)算建設(shè)用地的Getis-Ord Gi*統(tǒng)計(jì)量,創(chuàng)建建成區(qū)冷熱點(diǎn)專題圖,并提取置信度大于等于90%的熱點(diǎn)(局部空間集聚區(qū)),這些區(qū)域很大程度上是建成區(qū).由于大多數(shù)農(nóng)村居民點(diǎn)和其他建設(shè)用地是零散的,這一步可同時去除大部分農(nóng)村居民點(diǎn)與其他建設(shè)用地.第二,借鑒建筑物綜合的方法,將臨近的建設(shè)用地?zé)狳c(diǎn)連接起來.本研究使用ArcGIS 10.2中合并多邊形工具合并視覺臨近.考慮到建成區(qū)的定義,為以最大精度進(jìn)行聚合,設(shè)置參數(shù)合并距離為500 m、最小面積為1 km2、最小孔大小為1km2.第三,由于先前的步驟可能會形成相對破碎復(fù)雜的多邊形,且仍保留了一些孤立突出的其他建設(shè)用地(如公路和鐵路),為平滑建成區(qū)輪廓和去除剩余的其他建設(shè)用地,采用形態(tài)學(xué)方法使建成區(qū)范圍更合理.本研究定義結(jié)構(gòu)元素為3X3矩陣(0,1,0;1,1,1; 0,1,0),使用ENVI 5.2進(jìn)行先開后閉運(yùn)算.第四,由于上述步驟的結(jié)果可能還會包含小面積多邊形,且形態(tài)學(xué)處理可能會帶來一些無意義的彎曲,故最后一步執(zhí)行簡化和篩選.本研究使用ArcGIS 10.2中簡化多邊形工具簡化和篩選多邊形,使用內(nèi)部彎曲簡化算法,考慮到建成區(qū)定義,設(shè)置參數(shù)參考基線為500 m、最小面積為1km2.即面積大于等于1 km2的多邊形同時被保留和簡化,上述步驟的結(jié)果即為建成區(qū).

    2.3 理解建成區(qū)擴(kuò)張

    2.3.1 建成區(qū)擴(kuò)張空間分析

    為更好理解建成區(qū)擴(kuò)張的動態(tài)過程,本研究應(yīng)用擴(kuò)張強(qiáng)度指數(shù)(EII)分析建成區(qū)擴(kuò)張速度.

    EII由劉盛和提出,是建成區(qū)擴(kuò)張數(shù)量特征的常見指標(biāo),其本質(zhì)是標(biāo)準(zhǔn)化后建成區(qū)的年均增長率[12].EII用于描述建成區(qū)擴(kuò)張的范圍和速度,可用來分析和比較不同方向和時期建成區(qū)擴(kuò)張的速度、強(qiáng)度和趨勢,公式如下:

    式中,EII是擴(kuò)張強(qiáng)度指數(shù),Ut是t時刻的建成區(qū)面積,Ut+1是t+1時刻的建成區(qū)面積,T是t+1和t時刻的時間間隔.

    2.3.2 建成區(qū)擴(kuò)張驅(qū)動力分析

    回顧已有研究的驅(qū)動因子選擇[5,7,8],選取了3類10種建成區(qū)擴(kuò)張驅(qū)動因子作為自變量通過RF回歸計(jì)算變量重要性.包括①自然因素:DEM,坡度和起伏度;②鄰域因素:到河流、高速公路、鐵路、原建成區(qū)距離;③社會經(jīng)濟(jì)因素:GDP密度,人口密度,原建成區(qū)密度.因變量是1991~2015年城市建成區(qū)擴(kuò)張情況(即0或1二值,其中1表示從t時刻到t+1時刻非建成區(qū)轉(zhuǎn)化為建成區(qū),0表示不變的情況).

    將所有自變量和因變量空間化至500 mX500 m格網(wǎng).坡度和起伏度由DEM算得.鄰域因素由ArcGIS 10.2中歐氏距離工具算得.GDP密度和人口密度由RESDC提供.原建成區(qū)密度由鄰域統(tǒng)計(jì)工具算得3X3格網(wǎng)密度.在研究區(qū)范圍內(nèi)創(chuàng)建500X500 m格網(wǎng),將自變量和因變量值賦給相應(yīng)格網(wǎng),使用SPSS標(biāo)準(zhǔn)化,最后應(yīng)用Python 2.7進(jìn)行RF回歸分析.RF回歸中袋外誤差是RF回歸訓(xùn)練誤差的無偏估計(jì)[13],可驗(yàn)證訓(xùn)練精度.RF回歸可通過對整個森林中所有回歸樹的誤差函數(shù)進(jìn)行追蹤,來度量特征重要性,通過調(diào)用feature_importances()函數(shù)獲得變量重要性結(jié)果.

    3 結(jié)果與討論

    3.1 基于RF的面向?qū)ο笥跋穹诸惤Y(jié)果

    圖2為研究區(qū)分類結(jié)果專題圖,通過RF面向?qū)ο笥跋穹诸?每個地理對象被分類為建設(shè)用地、植被或水域.然后將植被和水域2個子類合并,即非建設(shè)用地類.使用目視解譯分為兩類參考點(diǎn)計(jì)算混淆矩陣.表2顯示,總體精度和Kappa系數(shù)分別超過了94.04%和0.90,表明所生成的專題圖質(zhì)量很好.

    圖2 RF面向?qū)ο笥跋穹诸惿傻膶n}圖Fig. 2 Thematic map generated by RF object-based image classif i cation

    表2 RF面向?qū)ο笥跋竦姆诸惥仍u價結(jié)果Tab.2 Classif i cation accuracy assessment results of the RF objectbased image

    3.2 建成區(qū)提取結(jié)果

    圖3為1991~2015年建成區(qū)提取結(jié)果.圖4以2000年為例,展示了如何通過2.2中描述的方法從圖2中獲得圖3.圖4也展示了的建成區(qū)提取結(jié)果的合理性和必要性.根據(jù)本研究對建成區(qū)的定義,建成區(qū)提取結(jié)果展示了包含局部空間集聚的建設(shè)用地,且面積大于等于1km2的區(qū)域范圍.提取過程可去除零散的農(nóng)村居民點(diǎn)和其他建設(shè)用地,保留一定規(guī)模的連片城市建設(shè)用地,同時宏觀描繪了城市空間形態(tài),有助于研究者和城市管理者快速把握城市空間發(fā)展?fàn)顟B(tài).

    圖3 1991~2015年研究區(qū)城市建成區(qū)提取結(jié)果Fig.3 Extraction results of urban built-up areas in the study area during 1991~2015

    圖4 城市建成區(qū)提取過程示例(以2000年為例)Fig.4 Example of extraction process of urban built-up areas (in 2000)

    3.3 建成區(qū)擴(kuò)張分析

    圖3 與表3顯示,研究區(qū)在近25年建成區(qū)擴(kuò)張明顯.建成區(qū)面積從1991年的125.43 km2增加到2015年的597.2 km2,增長近5倍.1991年建成區(qū)僅占研究區(qū)總面積6.72%,而2015年約占1/3.但其擴(kuò)張速度并不一致.建成區(qū)經(jīng)歷了高速擴(kuò)張(1991~1995),中速擴(kuò)張(1995~2000),第二次高速擴(kuò)張(2000~2005)和低速擴(kuò)張(2005年以后).1995年至2000年的城市擴(kuò)張速度放緩可能是受土地政策的影響,這也與1997年對建設(shè)用地審批的新規(guī)定和1998年《土地管理法》修訂時間點(diǎn)相符[5].2005年后,研究區(qū)進(jìn)入城市化后期階段,城市建成區(qū)擴(kuò)張空間受限,建成區(qū)增長趨于穩(wěn)定并飽和.

    表3 研究區(qū)城市建成區(qū)擴(kuò)張的動態(tài)過程Tab.3 Dynamic process of urban built-up areas expansion in the study area

    3.4 建成區(qū)擴(kuò)張驅(qū)動力

    在Python 2.7中對6個時間段(1991~1995、1995~2000、2000~2005、2005~2010、2010~2015和1991~2015)的建成區(qū)擴(kuò)張及其驅(qū)動因素進(jìn)行了RF回歸分析.袋外誤差為0.032 5~0.068 5,表示精度在93.15%~96.75%之間,表明RF回歸分析結(jié)果可靠有效.

    圖5a顯示1991~2015年研究區(qū)城市建成區(qū)擴(kuò)張影響主要因素是GDP密度、人口密度、至鐵路、至公路、至河流以及至1991年建成區(qū)的距離.影響較小的因素是1991年建成區(qū)密度、起伏度、坡度和DEM.

    通過比較這3類因素的相對重要性,發(fā)現(xiàn)鄰域因素對建成區(qū)擴(kuò)張的影響最大,占總影響力的51.44%,表明建成區(qū)擴(kuò)張主要取決于鄰域因素.這可能因?yàn)殍F路公路等交通要素作為現(xiàn)代城市人流、物流的載體,能有效促進(jìn)周邊地區(qū)的發(fā)展,因此加快了鐵路、公路、河流沿線的城市化進(jìn)程.對于社會經(jīng)濟(jì)因素,GDP密度和人口密度對城市擴(kuò)張有重大影響,而1991年的建成區(qū)密度對后期建成區(qū)擴(kuò)張的影響較小.由于人類活動塑造城市發(fā)展,人口的空間分布及其經(jīng)濟(jì)活動在很大程度上決定了建成區(qū)擴(kuò)張的方向和速度,這也與前人研究結(jié)論相一致[5,14].對于自然因素,由于研究區(qū)地形以平原和圩區(qū)為主,故起伏度、坡度和DEM對建成區(qū)擴(kuò)張沒有顯著影響.該結(jié)果與前人研究相一致,即自然環(huán)境條件對長期的城市擴(kuò)張具有重要影響,但社會經(jīng)濟(jì)因素往往在短期內(nèi)發(fā)揮重要作用[15].

    結(jié)果與假設(shè)一致,證實(shí)了主導(dǎo)驅(qū)動力隨著時間的推移而變化(圖5b).雖然圖5顯示,在整個研究期內(nèi),人口密度、GDP密度,至公路、鐵路、河流和原建成區(qū)的距離一直是推動研究區(qū)城市建成區(qū)擴(kuò)張的重要因素,但這些驅(qū)動因子的相對影響從1991到2015年有所變化.圖5b顯示,公路對城市擴(kuò)張的影響在研究期內(nèi)逐漸加大,而鐵路的影響在2005~2010年達(dá)到頂峰.這也符合1990年以來公路網(wǎng)絡(luò)不斷完善和2005年起高速鐵路建設(shè)的事實(shí).因?yàn)槿撕臀锏母咝н\(yùn)輸依賴于公路和鐵路,導(dǎo)致了公路和鐵路周邊的快速擴(kuò)張.圖5b顯示,河流對建成區(qū)擴(kuò)張的影響在研究期內(nèi)逐漸減弱.這可能是因?yàn)檠芯繀^(qū)水系發(fā)達(dá),在早期(1991~2000)河流也作為交通的主要載體.但隨著2000年后公路和鐵路路網(wǎng)的完善,河流的相對影響急劇下降并被鐵路和公路超越.圖5b也顯示,距原建成區(qū)距離對研究區(qū)城市建成區(qū)擴(kuò)張的影響逐漸增加,反映出城市擴(kuò)張由離散走向集聚.

    圖5 研究區(qū)城市建成區(qū)擴(kuò)張各驅(qū)動因素的相對重要性Fig.5 Relative importance of various driving factors in urban built-up area expansion in the study area

    4 結(jié)束語

    檢測與分析建成區(qū)有助于城市管理者了解其時空過程和動態(tài)機(jī)制,進(jìn)一步輔助規(guī)劃、調(diào)控和指導(dǎo)城市可持續(xù)發(fā)展.本研究提出了建成區(qū)提取與分析框架,以探究城市擴(kuò)張的時空過程和動態(tài)機(jī)制,并以案例形式展示了其有效性.本研究利用面向?qū)ο蠓诸惣夹g(shù)提取建成區(qū),采用擴(kuò)張指標(biāo)分析城市擴(kuò)張過程,使用隨機(jī)森林回歸分析城市擴(kuò)張驅(qū)動因素.結(jié)果表明,研究區(qū)經(jīng)歷了1991~1995年高速擴(kuò)張,1995~2000年中速集聚擴(kuò)張,2000~2005年高速較松散擴(kuò)張和2005年后低速平緩的擴(kuò)張.研究期內(nèi)城市擴(kuò)張主要受社會經(jīng)濟(jì)因素和鄰域因素驅(qū)動,自然因素?zé)o顯著影響,但其主導(dǎo)驅(qū)動力隨時間的推移而演變.

    本研究對現(xiàn)有城市化研究的貢獻(xiàn)主要包括:本研究旨在通過建立基于開源中分辨率遙感影像提取城市建成區(qū)的框架,解決高精度建成區(qū)提取與擴(kuò)張動態(tài)驅(qū)動力分析中的困難,且本方法具備普適性;本研究創(chuàng)造性地將RF算法的分類和回歸功能充分應(yīng)用于城市化研究;研究發(fā)現(xiàn)社會經(jīng)濟(jì)因素在長三角代表性城市建成區(qū)的擴(kuò)張中扮演重要角色,這同樣是我國其他快速城市化平原城市擴(kuò)張的重要動力機(jī)制.

    猜你喜歡
    建成區(qū)用地分類
    基于VBANUI夜間燈光調(diào)節(jié)指數(shù)的河南省城市擴(kuò)張研究
    大眾科技(2022年2期)2022-04-28 08:19:50
    分類算一算
    2013—2018年金普新區(qū)建成區(qū)空間形態(tài)擴(kuò)張規(guī)律
    北京測繪(2021年3期)2021-04-20 07:53:36
    分類討論求坐標(biāo)
    城鄉(xiāng)建設(shè)用地增減掛鉤研究進(jìn)展綜述
    基于Landsat的南通市建成區(qū)擴(kuò)展研究
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    城鄉(xiāng)建設(shè)用地增減掛鉤政策的演變
    六安市| 冀州市| 东阳市| 明溪县| 四子王旗| 安多县| 宜黄县| 乌苏市| 北宁市| 普宁市| 岳普湖县| 左贡县| 杨浦区| 顺义区| 沙湾县| 乐东| 顺义区| 嵊州市| 和静县| 江永县| 海安县| 鄂尔多斯市| 柳江县| 乐至县| 元朗区| 竹山县| 大同县| 宣汉县| 东源县| 正安县| 荆州市| 嘉黎县| 科技| 定州市| 达孜县| 海口市| 阳原县| 屯昌县| 龙州县| 肥西县| 隆尧县|