基于空间邻近关系的区域城市建设用地识别方法研究
发布时间：2021-08-11 02:21
随着我国城镇化进程的推进,城市建设用地得以快速扩张,对城市的社会、经济、环境等方面产生了重要的影响。如何准确高效地识别城市建设用地对于城市相关研究来说至关重要。现行的城市建设用地识别方法,例如人工测绘和遥感解译,无法兼顾速度与精度两项要求。在遥感解译的基础上,提出了基于多尺度空间邻近关系来识别城市建设用地的方法。空间邻近关系源于邻里效应,指空间单元的属性与其周围空间单元的属性之间存在的联系。由于城市建设用地具有成片开发建设的特点,利用地块周围的局部建设用地密度来判断其是否为城市建设用地。选择格网法对京津冀区域进行划分,与解译遥感影像得到的建设用地结果叠加,统计出每个网格内的建设用地面积,并计算出每个网格在多个尺度下的邻近指数。通过选择典型区位的网格,分析其邻近指数变化的模式,设置了城市建设用地的识别标准,从而得到了京津冀区域的城市建设用地分布情况。经结果检验,发现该方法在遥感解译的基础上,通过数理计算的结果识别城市建设用地,避免了定性方法的缺陷,具有处理高效、结果精确的优点。
【文章来源】：城市发展研究. 2019,26(07)北大核心CSSCICSCD
【文章页数】：8 页
【部分图文】：
图２Ｍｏｏｒｅ邻域图
地规模较小，在较小尺度下可能会将大型村落误判为城市建设用地区域，但是在较大尺度，会出现邻近指数大幅度下降，以此可以避免这类误判。４研究结果本文根据城市的建设用地规模，将京津冀区域内两个直辖市和十一个地级市划分成大城市、中等城市和小城市三个类别，分别选取三类城市的城市中心和城市边缘的样本网格，再加上道路和村镇的样本网格，共提取八类典型情况的建设用地指数变化模式，并通过分析这些典型用地情况的指数变化，得出城市建设用地识别标准。图３不同尺度下典型区位的邻近指数４１样本分析结果针对八种典型的区位条件，选取样本查看不同尺度下的邻近指数，结果如图３所示。从这幅图中可以看出：（１）城市中心、城市边缘和非城市地区之间的邻近指数差别明显。首先，在本文已有的尺度下，城市中心和城市边缘的邻近指数明显高于道路和乡村，需要注意的是城市内的道路是被包括在城市中心或城市边缘的情况内。其次，城市中心和城市边缘的表现在小尺度下区别明显，城市中心的建设用地指数明显高于城市边缘，但是随着尺度增加，小城市中心的邻近指数数值相较于大城市边缘或中等城市边缘将不再具有优势。（２）三种规模城市的中心区域表现出不同的识别结果。首先，较小尺度下所有的城市中心都有着０９以上的邻近指数，符合城市中心的建设用地密度特征；其次，大城市中心的邻近指数在后续尺度下都保持在０９以上，表明大城市中心的高密度建设用地半径是远在１０ｋｍ以上的；最后，中小城市的邻近指数在后续尺度上出现了不同程度的下滑。在
李也等：基于空间邻近关系的区域城市建设用地识别方法研究区域研究城市发展研究２６卷２０１９年７期ＵｒｂａｎＤｅｖｅｌｏｐｍｅｎｔＳｔｕｄｉｅｓＶｏｌ．２６Ｎｏ．７２０１９６３合城市边缘的建设密度假设；其次，大城市和中等城市的后续变化较为相似，随着距离的增大，邻近指数逐渐增长到０５－０６之间；最后，小城市边缘的邻近指数在后续尺度上的降幅较大，最低降至０３以下，这是小城市的建设用地整体规模较小的体现。（４）道路和乡村的邻近指数较为相似，随着尺度增加呈现出小幅度下降的趋势，且指数的数值保持在０３以下。大部分乡村和城市外道路的建设用地情况符合图中折线的模式，城市内部的道路则被包括在城市中心或城市边缘的情况内，唯有少数的大型村落可能呈现出差异较大的结果，例如在较小尺度时邻近指数居高不下，但是过了某个临界点后出现大幅下降。在城市建设用地识别过程中，此类情况会被视作农村建设用地。图４京津冀区域城市建设用地分布总的来说，多尺度空间邻近关系下的邻近指数能够有效区分不同的建设用地情况，典型情况的邻近指数变化模式可以作为城市建设用地识别标准的基础。因此，根据样本设置多尺度综合条件（例如距离为１－３ｋｍ的邻近指数大于０４，距离为４－６ｋｍ的情况下大于０３，且距离７－１０ｋｍ时大于０２，图３），可以识别出京津冀区域的城市建设用地分布情况。４２城市建设用地识别结果京津冀区域的城市建设用地识别结果如图４所示，京津冀区域城市建设用地约６１００ｋｍ２，主要集中
【参考文献】：
期刊论文
[1]基于矢量网格的城市土地利用邻里模式研究[J]. 李也,龚咏喜,张兆东,冯长春. 地理学报. 2018(11)
[2]京津冀地区城市建设用地变化及差异化驱动力研究[J]. 楼梦醒,冯长春. 城市发展研究. 2018(09)
[3]1985-2015年京津冀地区城市建设用地时空演变特征及驱动因素研究[J]. 李进涛,刘彦随,杨园园,刘继来. 地理研究. 2018(01)
[4]京津冀区域经济发展不平衡与雄安新区发展思路研究[J]. 高卷,梁俊,曾琳泉. 中国发展. 2017(04)
[5]基于格网法的城市空间紧凑度研究——以广州市天河区为例[J]. 郭洪旭,黄莹,赵黛青,肖荣波. 国际城市规划. 2016(04)
[6]城市元胞自动机扩展邻域效应的测量与校准研究[J]. 廖江福,唐立娜,王翠平,许通. 地理科学进展. 2014(12)
[7]北京城区近20年土地利用变化及其驱动力分析[J]. 肖瑶,王艳慧,尹川. 测绘与空间地理信息. 2013(07)
[8]The Evolution of Urban and Rural Construction Land Based on Spatial Econometrics:A Case Study of Bijie City[J]. CHEN Xiao-zhu,WANG Bo,CHEN Xiao-yuan. Asian Agricultural Research. 2012(11)
[9]广州市花都区建设用地扩展的时空特征及驱动因素分析[J]. 郑荣宝,陈梅英,陈美招. 热带地理. 2012(01)
[10]京津冀地区土地利用/覆被与景观格局变化及驱动力分析[J]. 胡乔利,齐永青,胡引翠,张玉翠,吴成本,张广录,沈彦俊. 中国生态农业学报. 2011(05)
本文编号：3335250
【文章来源】：城市发展研究. 2019,26(07)北大核心CSSCICSCD
【文章页数】：8 页
【部分图文】：
图２Ｍｏｏｒｅ邻域图
地规模较小，在较小尺度下可能会将大型村落误判为城市建设用地区域，但是在较大尺度，会出现邻近指数大幅度下降，以此可以避免这类误判。４研究结果本文根据城市的建设用地规模，将京津冀区域内两个直辖市和十一个地级市划分成大城市、中等城市和小城市三个类别，分别选取三类城市的城市中心和城市边缘的样本网格，再加上道路和村镇的样本网格，共提取八类典型情况的建设用地指数变化模式，并通过分析这些典型用地情况的指数变化，得出城市建设用地识别标准。图３不同尺度下典型区位的邻近指数４１样本分析结果针对八种典型的区位条件，选取样本查看不同尺度下的邻近指数，结果如图３所示。从这幅图中可以看出：（１）城市中心、城市边缘和非城市地区之间的邻近指数差别明显。首先，在本文已有的尺度下，城市中心和城市边缘的邻近指数明显高于道路和乡村，需要注意的是城市内的道路是被包括在城市中心或城市边缘的情况内。其次，城市中心和城市边缘的表现在小尺度下区别明显，城市中心的建设用地指数明显高于城市边缘，但是随着尺度增加，小城市中心的邻近指数数值相较于大城市边缘或中等城市边缘将不再具有优势。（２）三种规模城市的中心区域表现出不同的识别结果。首先，较小尺度下所有的城市中心都有着０９以上的邻近指数，符合城市中心的建设用地密度特征；其次，大城市中心的邻近指数在后续尺度下都保持在０９以上，表明大城市中心的高密度建设用地半径是远在１０ｋｍ以上的；最后，中小城市的邻近指数在后续尺度上出现了不同程度的下滑。在
李也等：基于空间邻近关系的区域城市建设用地识别方法研究区域研究城市发展研究２６卷２０１９年７期ＵｒｂａｎＤｅｖｅｌｏｐｍｅｎｔＳｔｕｄｉｅｓＶｏｌ．２６Ｎｏ．７２０１９６３合城市边缘的建设密度假设；其次，大城市和中等城市的后续变化较为相似，随着距离的增大，邻近指数逐渐增长到０５－０６之间；最后，小城市边缘的邻近指数在后续尺度上的降幅较大，最低降至０３以下，这是小城市的建设用地整体规模较小的体现。（４）道路和乡村的邻近指数较为相似，随着尺度增加呈现出小幅度下降的趋势，且指数的数值保持在０３以下。大部分乡村和城市外道路的建设用地情况符合图中折线的模式，城市内部的道路则被包括在城市中心或城市边缘的情况内，唯有少数的大型村落可能呈现出差异较大的结果，例如在较小尺度时邻近指数居高不下，但是过了某个临界点后出现大幅下降。在城市建设用地识别过程中，此类情况会被视作农村建设用地。图４京津冀区域城市建设用地分布总的来说，多尺度空间邻近关系下的邻近指数能够有效区分不同的建设用地情况，典型情况的邻近指数变化模式可以作为城市建设用地识别标准的基础。因此，根据样本设置多尺度综合条件（例如距离为１－３ｋｍ的邻近指数大于０４，距离为４－６ｋｍ的情况下大于０３，且距离７－１０ｋｍ时大于０２，图３），可以识别出京津冀区域的城市建设用地分布情况。４２城市建设用地识别结果京津冀区域的城市建设用地识别结果如图４所示，京津冀区域城市建设用地约６１００ｋｍ２，主要集中
【参考文献】：
期刊论文
[1]基于矢量网格的城市土地利用邻里模式研究[J]. 李也,龚咏喜,张兆东,冯长春. 地理学报. 2018(11)
[2]京津冀地区城市建设用地变化及差异化驱动力研究[J]. 楼梦醒,冯长春. 城市发展研究. 2018(09)
[3]1985-2015年京津冀地区城市建设用地时空演变特征及驱动因素研究[J]. 李进涛,刘彦随,杨园园,刘继来. 地理研究. 2018(01)
[4]京津冀区域经济发展不平衡与雄安新区发展思路研究[J]. 高卷,梁俊,曾琳泉. 中国发展. 2017(04)
[5]基于格网法的城市空间紧凑度研究——以广州市天河区为例[J]. 郭洪旭,黄莹,赵黛青,肖荣波. 国际城市规划. 2016(04)
[6]城市元胞自动机扩展邻域效应的测量与校准研究[J]. 廖江福,唐立娜,王翠平,许通. 地理科学进展. 2014(12)
[7]北京城区近20年土地利用变化及其驱动力分析[J]. 肖瑶,王艳慧,尹川. 测绘与空间地理信息. 2013(07)
[8]The Evolution of Urban and Rural Construction Land Based on Spatial Econometrics:A Case Study of Bijie City[J]. CHEN Xiao-zhu,WANG Bo,CHEN Xiao-yuan. Asian Agricultural Research. 2012(11)
[9]广州市花都区建设用地扩展的时空特征及驱动因素分析[J]. 郑荣宝,陈梅英,陈美招. 热带地理. 2012(01)
[10]京津冀地区土地利用/覆被与景观格局变化及驱动力分析[J]. 胡乔利,齐永青,胡引翠,张玉翠,吴成本,张广录,沈彦俊. 中国生态农业学报. 2011(05)
本文编号：3335250
本文链接：https://www.wllwen.com/jingjilunwen/zbyz/3335250.html
