高精度住房空置率的地理空间影响因素定量研究

为揭示住房空置率对地理空间因素的依赖性,本文首先以50 m×50 m格网为基本单位,通过建模等方式计算格网尺度的住房空置率、自然因子、社会因子,然后对研究区进行不同级别的划分和相关性分析,最后采用地理探测器法对自然因子的影响机制进行进一步研究。结果表明：①研究区住房空置率与所选地理空间因子均呈显著性相关,植被占比对住房空置率的影响程度最大,其他自然因子的影响程度普遍偏小;②由于非建成区尚处于快速发展阶段,有较大的发展潜力,因此非建成区对于社会因子和自然因子的依赖程度均大于建成区;③各街道的住房空置率受坡度的影响程度普遍小于其他自然因子,各因子两两之间的交互作用对住房空置率的解释力具有显著增强的效果。本文为小区域住房空置率的影响因素剖析提供了参考。     

基于夜间灯光数据的河南省城市扩张及驱动力研究

以河南省为研究区,利用2000—2018年夜间灯光数据、NDVI数据和VANUI数据提取城市建成区.在建成区面积和灯光强度两个方面的变化进行论述,利用景观指数对河南省城市景观进行定量分析,采用主成分分析法对河南省建成区扩张驱动力进行分析.结果表明,河南省建成区面积从1937 km2增加到5155 km2;灯光强度从75...     

遥感影像与POI数据相结合的城市建成区提取适用性研究——以沈阳市为例

城市建成区的发展状况是地理国情监测的重要内容,本文基于遥感影像数据和POI数据对城市建成区进行提取,针对二者的适用性问题进行了研究。试验以沈阳市为研究区域,在研究区域内选择2016年遥感影像数据和POI数据作为数据源进行对比分析。首先,对遥感影像数据和POI数据进行预处理;其次,通过监督分类的方法对遥感影像进行建成区的提取;然后,采用核密度估计法分析POI数据并提取出建成区;最后,利用叠加分析法对比分析这两种数据的适用性。试验结果表明：使用遥感影像数据作为数据源可以较为全面客观地反映城市建成区的发展现状;利用POI数据提取出的城市建成区具有较强的经济属性,能够很好地反映出城市中的经济活跃区。     

一种基于车辆轨迹数据的城市建成区边界识别方法

城市建成区边界是城市土地资源管理和城市扩张管理的重要依据。本文提出了基于出租车轨迹数据,利用多分辨率下规则格网对比分析法及Densi-Graph阈值确定法,来自动提取城市建成区边界的方法。试验采用北京市2008年出租车GPS轨迹点数据,依据该方法模型计算提取城市建成区并进行结果准确度评价,将提取结果与北京市2008年土地覆盖空间分布图进行比对,所提取建成区边界范围与城镇、建设用地区域范围基本相符;将提取结果与中国城市统计年鉴数据进行比对,该年鉴中给定2008年北京市建成区总面积为1 310.94 km^2,本文方法提取建成区总面积约为1 077.33 km^2,提取准确度约为82.18%,表明本文方法可以获得准确的建成区范围。     

基于多源遥感数据的南宁市建成区动态监测与驱动力分析

为了解南宁市建成区空间和时间的扩张特征,本研究选取美国国防气象卫星（DMSP）得到的DMSP/OLS和美国的“索米”国家极轨卫星伙伴卫星（Suomi NPP）得到的NPP-VIIRS两类夜间灯光遥感影像数据,以及Landsat系列遥感影像作为基础数据,提出了一种基于多源数据融合法结合统计数据比较法快速提取城市建成区的方法,基于该方法对2000—2020年南宁市建成区的面积扩张变化、面积重心变化、面积扩张速度和扩张强度变化进行了动态监测和驱动力分析。结果表明：(1)南宁城区扩张幅度明显,扩张速度呈增强趋势;(2)南宁市建成区形态以向外扩张、向内填充为主,空间紧凑程度不断下降,空间形态趋于稳定;(3)建成区重心由西北向东南转移,东南方向为南宁市建成区的主导发展方向;(4)人口增长和经济发展是城市建成区扩张的直接驱动力和根本驱动力,城市交通运输的发展对建成区扩张具有牵引力与指向性。     

基于矢量数据的城市建成区范围提取方法

城市建成区在城市规划中具有重要的研究价值,目前建成区的提取方法局限在"两证一书"和遥感技术提取。基于此,依据城市建成区概念核心要求,本文提出了一种基于矢量数据的城市建成区范围提取方法,为城市建成区范围提取探索新思路。试验以1:5万的矢量基础地理数据为例,对经过预处理后的城市面状居民地要素进行基于密度的聚类分析,将密度较大的居民地地区作为建成区主体部分,并经过膨胀和腐蚀等栅格处理得到模板。使用模板得到用于表示城市建成区范围的新居民地要素,经过基于TIN的边界提取和优化,得到最终的城市建成区范围。     

基于多源数据与随机森林方法的城市建成区提取——以郑州市为例

基于夜间灯光数据的阈值分割法在城镇建成区提取研究中被广泛应用,但由于夜间灯光数据分辨率低、灯光溢出和阈值分割法无法顾及区域差异等问题,一定程度上影响了该方法的提取精度。以郑州市为例,以LJ1-01与NPP/VIIRS两种夜间灯光影像为主要数据源,结合Landsat8中分辨率遥感影像、网络城市兴趣点(POI)及路网数据,利用随机森林分类方法对郑州市2018年建成区进行提取,参考土地利用数据,对RF分类法与NTL、VANUI、BANUI、PANUI、RANUI指数等阈值法进行对比实验和精度评价,评估基于多源数据的随机森林分类方法在城市建成区提取中的优势。实验表明,RF比阈值法提取的建成区更接近真实建成区且提取精度更高,具有更好适用性;LJ1-01数据提取的效果和精度总体优于NPP/VIIRS数据;在采用RF分类时,各类特征的重要性在不同夜光数据源中表现差异较大。     

城镇建成区调查地理信息应用系统的设计与实现

城镇建成区调查是正在开展的浙江省第一次地理国情普查之省情普查的重要内容之一, 旨在基于遥感影像、基础地理信息数据、相关专题数据, 依据统一的《浙江省城镇建成区调查技术规程》, 形成科学真实的城市建成区范围边界。城镇建成区调查地理信息应用系统立足于《浙江省城镇建成区调查技术规程》, 充分利用RS和GIS技术, 实现了遥感信息自动提取、城镇建成区范围划分、建成区变化监测等功能, 是开展城镇建成区调查的重要辅助工具。本文对系统的功能设计与实现进行了阐述, 并对目前系统的应用情况进行了介绍。     

基于DMSP/OLS和NDVI数据的浙江省城市建成区扩张研究

城市建成区是城市化建设的主要区域,以DMSP/OLS夜间灯光数据为主要数据源,首先利用NDVI数据和土地利用现状数据对夜间灯光数据进行预处理,以减小灯光溢出的影响;再提取浙江省各市的城市建成区域,并从建成区扩张速度、扩张强度、土地利用变化以及与城区人口增长的协调性等方面对各市的建成区发展演变情况进行了分析.结果 表明,...     

基于POI数据的城市边界变化提取研究——以山西运城市城区为例

改革开放以来,我国城市建设持续高速发展,快速有效地获取城市建设发展时空过程可为定位城市功能分区、指导城市规划提供高时效性基础数据。基于Densi-Graph方法对山西省运城市城区2010年和2013年的POI数据进行核密度估计,通过密度等值线提取城市建成区边界。研究表明,基于Densi-Graph方法的POI数据挖掘城市扩张信息能够反映城市建成区边界生长扩张过程,验证了POI数据可反映城市生长与居民生产生活规律,具有重要科学应用价值。     

城市道路的多特征多核SVM提取方法

针对高分辨率遥感影像中城市道路提取的复杂性及SVM的分类性能,提出了一种城市道路的多特征多核SVM提取方法。首先利用FCM算法将原始影像粗分为建成区和非建成区两类,剔除非建成区;然后根据分水岭分割算法分割建成区并提取分割对象的光谱特征与空间特征,以全局核函数和局部核函数加权组合的方式构建多核SVM对建成区进行二次分类,去除建成区中的建筑物等非道路信息;最后利用数学形态学处理,获得最终的道路提取结果。试验结果表明：文中所提方法能够较精确地提取城市道路信息,分类精度高于单核SVM提取及其他对比方法。     

基于夜光遥感数据的中原城市群建成区时空变化分析

本文基于“类NPP-VIIRS”夜光遥感数据集,采用改进的统计数据比较法提取中原城市群建成区,利用重心迁移指标和典型景观格局指标,分析中原城市群建成区2002—2020年的时空变化特征。研究表明:①中原城市群建成区扩张强度先快后慢,整体呈下降趋势;建成区重心在经历多次偏移后最终指向东南方向,但一直位于郑州大都市区范围内。②中原城市群发展迅速,建成区总面积在2002—2020年增加了1.429倍;在2011—2012年出现大量新兴城镇;2014年之后趋于稳定,城镇之间的联系越来越紧密。③中原城市群建成区空间格局复杂度逐年上升,破碎程度总体降低,郑州大都市区建成区扩张速度明显快于中原城市群整体建成区扩张速度。     

基于DMSP-OLS和珞珈一号夜光遥感影像的粤港澳大湾区城市空间格局演变

夜光遥感影像数据可有效反映城市空间格局变化。本文基于1992—2012年的DSMP-OLS夜光遥感影像和2018年的珞珈一号遥感影像,利用分层阈值法提取粤港澳大湾区内各城市建成区;通过计算平均灯光强度、平均灯光增长速率、城市建成区面积、城市建成区增长速率、城市重心、城市重心偏移距离等一系列指数,揭示区内各城市的空间格局演变过程。研究结果表明:①1992—2018年,粤港澳大湾区的城市规模大幅增长,沿珠江口两侧形成了以澳门、广州、深圳和香港为核心的倒“U”形城市群,并呈辐射状向周边扩张。②以珠江口为界,粤港澳大湾区东部各个城市的发展水平整体高于西部各个城市,广州、深圳、香港等核心城市发展水平明显高于江门、肇庆、惠州等外围城市。③1992—2018年,粤港澳大湾区建成区的增长速率由小变大,最后逐渐趋于稳定,2002—2007年是城市扩张最迅猛时期。④1992—2018年,粤港澳大湾区的各城市重心迁移方式表现为3种类型:持续向区域中心迁移;持续向相邻城市邻接区迁移;持续向海洋方向迁移。大部分城市的重心迁移方向呈“震荡”特征。     

Monitoring Urban Landscape Dynamics Over Delhi (India) Using Remote Sensing (1998–2011) Inputs

Urbanization is increasingly becoming a widespread phenomenon at all scales of development around the globe. Be it developing or developed nations, all are witnessing urbanization at very high pace. In order to study its impacts, various methodologies and techniques are being implemented to measure growth of urban extents over spatial and temporal domains. But urbanization being a very dynamic phenomenon has been facing ambiguities regarding methods to study its dynamism. This paper aims at quantifying urban expansion in Delhi, the capital city of India. The process has been studied using urban land cover pattern derived from Landsat TM/ETM satellite data for two decades (1998–2011). These maps show that built-up increased by 417 ha in first time period (1998–2003) and 6,633 ha during next period (2003–2011) of study. For quantification of metrics for urban expansion, the Urban Landscape Analysis Tool (ULAT) was employed. Land cover mapping was done with accuracy of 92.67 %, 93.3 % and 96 % respectively for years 1998, 2003 and 2011. Three major land covers classes mapped are; (i) built-up, (ii) water and (iii) other or non-built-up. The maps were then utilized to extract degree of urbanization based on spatial density of built-up area consisting of seven classes, (i) Urban built-up, (ii) Suburban built-up,(iii) Rural built-up, (iv) Urbanized open land, (v) Captured open land, (vi) Rural open land and (vii) Water. These classes were demarcated based on the urbanness of cells. Similarly urban footprint maps were generated. The two time maps were compared to qualitatively and quantitatively capture the dynamics of urban expansion in the city. Along with urbanized area and urban footprint maps, the new development areas during the study time periods were also identified. The new development areas consisted of three major categories of developments, (i) infill, (ii) extension and (iii) leapfrog.     

基于夜间灯光影像的太原市城市扩张特征及驱动力分析

随着城市化进程的推进,城市建成区范围不断扩大,在此过程中也出现了诸多问题。为更好地了解城市发展规律,本文选取1992、1997、2002、2007、2012年5期的DMSP/OLS数据和2017、2019年2期的NPP-VIIRS两种夜间灯光影像作为数据源,采用统计数据比较法提取太原市建成区范围,通过对太原市建成区形态扩张指数的分析,得出城市扩张规律。研究结果表明:①太原市建成区从1992-2019年太原市建成区面积增长了249.73km²,扩大了2.7倍,且建成区增长的面积主要集中在太原市的东南部。②2002-2012年和2017-2019年进入加速型扩张模式,扩张的速度快;1992-2019年太原市重心偏移距离为5676.42m,平均偏移速度为202.73m/a,重心位置总体向东南方偏移。③太原城市扩张的驱动力主要是受经济发展因素、人口因素、交通因素和政策规划因素的影响。本文为太原城市规划和空间结构调整提供理论依据和数据支撑。     

一种高分影像建筑区分块表示与合并提取方法

建筑区是一种重要的人工地理要素,利用高分辨率卫星影像可以在更精细的尺度上获取建筑区信息。针对建筑区这类结构复杂、面积相对较大的地物类,提出一种分块表示与合并提取方法。首先,通过角点上下文约束来划分图像,并将获得的图像块作为影像处理的基本单元;然后,利用空间变异函数来建模每个图像块并提取特征描述参数,进一步通过主成分变换实现建筑区图像块的结构特征表示;最后,根据图像块空间结构特征的相似性实现建筑区的判别。实验结果表明,该方法能够有效实现高分影像建筑区的提取,并且对不同分辨率的高分影像表现出良好的适应性。     

粤港澳大湾区建成区扩张时空特征分析

本文首先基于1992-2019年的夜间灯光数据(DMSP-OLS、NPP-VIIRS),参考粤港澳大湾区建成区面积数据,对比确定灯光阈值,提取出大湾区建成区边界;然后从扩张模式、扩张速度、扩张程度3个方面定量分析了大湾区建成区扩展时空特征;最后结合景观生态学方法分析了大湾区建成区扩展的时空格局特征。研究表明:①粤港澳大湾区城市群重心1992年位于东莞市内,2019年迁移至广州市,形成了以广州市为中心的珠三角地区发展核心区域;②整区扩展区域一体化,蔓延速度有所下降,蔓延程度增强,珠三角地区向周围城市的辐射能力不断增强;③城市扩展主要以珠三角地区为中心沿交通线呈倒"V"发展。