Please wait a minute...
img

官方微信

遥感技术与应用  2020, Vol. 35 Issue (5): 1079-1088    DOI: 10.11873/j.issn.1004-0323.2020.5.1079
遥感应用     
基于多尺度的南京市城市用地分布空间决定因素
符海月(),钱志友,张祎婷,王昭雅,洪娜娜
南京农业大学 土地管理学院,江苏 南京 210095
 全文: PDF(3904 KB)   HTML
摘要:

影响城市用地分布的因素目前尚无定论,在多种空间尺度上比较分析城市用地分布空间决定因素对于应对城市蔓延问题有一定现实意义。分析南京市2004~2016年城市用地扩张特征,继而在100 m×100 m、200 m×200 m、300 m×300 m、400 m×400 m、500 m×500 m 5个尺度上,比较分析城市用地分布潜在的空间决定因素。研究结果表明:2004~2016年间,南京市城市扩张速度和强度以2013年为界,呈先强势增长后缓慢扩张的态势;在选择的23个空间决定因素中,13个因素在多数尺度上通过了模型检验。其中,道路密度、GDP密度、公司工厂、生活服务设施对南京市城市用地分布的影响较大;其他决定因素对城市用地分布的影响程度表现出一定的尺度效应,在500 m×500 m较大尺度上,超市商场、汽车站、医疗则对城市用地分布的影响更大;而在100 m×100 m更精细尺度上,银行、学校、汽车站、超市商场对城市用地的分布有较大影响。研究结果可为城市规划及用地调控提供决策支持建议。

关键词: 城市用地分布空间决定因素多尺度空间回归模型南京市    
收稿日期: 2019-07-09 出版日期: 2020-11-26
ZTFLH:  TP79  
基金资助: 国家自然科学基金面上项目(41871319);国家留学基金资助项目(201906855021);南京农业大学公共管理学院教改项目(2020GGJG08)
作者简介: 符海月(1977-),女,甘肃陇南人,博士,副教授,主要从事土地利用变化、土地资源可持续利用与空间规划方面的研究。E?mail: fuhaiyue@njau.edu.cn
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
符海月
钱志友
张祎婷
王昭雅
洪娜娜

引用本文:

符海月,钱志友,张祎婷,王昭雅,洪娜娜. 基于多尺度的南京市城市用地分布空间决定因素[J]. 遥感技术与应用, 2020, 35(5): 1079-1088.

链接本文:

http://www.rsta.ac.cn/CN/Y2020/V35/I5/1079

ID变量类型数量(条、个)特征描述
1主干道路Line13主干道路
2铁路Line8铁路
3地铁站Point54地铁站
4火车站Point5南京站、南京南、南京西、仙林站、南京龙潭
5汽车站Point10汽车站
6桥梁隧道Point296桥梁、隧道
7政府机构Point744各种政府机构、工商、地税、办事处等驻地
8公共设施Point1 166公园、公共绿地、公共厕所
9宾馆酒店Point1 268各类宾馆、酒店、招待所
10餐饮Point3 611各类餐饮店
11交通服务设施Point7 514停车场、出租车站、公交车站、加油站、收费站
12学校Point1 321小学、中学、大学
13银行Point2 116各类银行
14医疗Point1 796医院、诊所、药店
15商业大厦Point447各类商业大厦(办公、商用场所)
16超市商城Point4 206超市、商城、便利店
17公司工厂Point4 597各种公司和各类工厂驻地
18公寓小区Point1 972居住类的公寓小区
19生活服务设施Point1 879理发店、修理店、干洗店等
20运动休闲设施Point1 450运动场、KTV、影城、网咖、洗浴等
表1  邻近空间变量的特征描述及数量
图1  2004~2016年南京市土地利用变化图
图2  研究范围示意图
图3  城市用地利用率(PB)分布图(500 m×500 m)
图4  不同尺度城市用地利用率(PB)空间分布Moran’s I变化图
变量类型描述100 m×100 m200 m×200 m300 m×300 m400 m×400 m500 m×500 m
Dens_POP密度人口密度0.290.380.450.490.52
Dens_GDP密度GDP密度0.320.420.490.540.57
Dens_RD密度道路密度0.300.430.530.610.66
Dist_ZGDL邻近到主干道路的距离-0.16-0.20-0.23-0.24-0.26
Dist_TL邻近到铁路的距离-0.21-0.25-0.26-0.29-0.31
Dist_DTZ邻近到地铁站的距离-0.27-0.35-0.40-0.43-0.45
Dist_HCZ邻近到火车站的距离-0.27-0.35-0.40-0.43-0.46
Dist_QCZ邻近到汽车站的距离-0.26-0.33-0.39-0.41-0.44
Dist_QLSD邻近到桥梁隧道的距离-0.15-0.19-0.21-0.23-0.23
Dist_ZFJG邻近到政府机构的距离-0.33-0.41-0.47-0.49-0.52
Dist_GGSS邻近到公共设施的距离-0.25-0.31-0.36-0.38-0.40
Dist_BGJD邻近到宾馆酒店的距离-0.30-0.37-0.43-0.45-0.48
Dist_CY邻近到餐饮的距离-0.31-0.38-0.43-0.46-0.48
Dist_JTFWSS邻近到交通服务设施的距离-0.29-0.36-0.40-0.42-0.44
Dist_XX邻近到学校的距离-0.25-0.31-0.36-0.39-0.40
Dist_YH邻近到银行的距离-0.35-0.43-0.49-0.52-0.54
Dist_YL邻近到医疗的距离-0.25-0.32-0.35-0.38-0.39
Dist_SYDS邻近到商业大厦的距离-0.27-0.34-0.39-0.42-0.44
Dist_CSSC邻近到超市商城的距离-0.30-0.39-0.44-0.47-0.49
Dist_GSGC邻近到公司工厂的距离-0.26-0.33-0.37-0.40-0.41
Dist_GYXQ邻近到公寓小区的距离-0.30-0.37-0.42-0.45-0.47
Dist_SHFWSS邻近到生活服务设施的距离-0.34-0.43-0.49-0.51-0.54
Dist_YDXXSS邻近到运动休闲设施的距离-0.32-0.40-0.45-0.48-0.51
表2  不同尺度下PB与解释变量的相关系数

参数

尺度

R2AICLIKSC
OLSSLMSEMOLSSLMSEMOLSSLMSEMOLSSLMSEM
100*1000.190.350.35431742614426280-21566-13050-13119433752635526480
200*2000.330.430.42154371123211411-7698-5594-5684156131141511586
300*3000.440.530.52606036073806-3009-1782-1882622137763967
400*4000.510.600.602291681797-1124-319-377.2442839948
500*5000.590.670.66252-936-872-105490457395-785-729
表3  不同尺度下OLS、SLM和SEM回归模型的R2、AIC、LIK、SC值
尺度100 m×100 m200 m×200 m300 m×300 m400 m×400 m500 m×500 m
变量OLSSLMSEMOLSSLMSEMOLSSLMSEMLSSLMSEMOLSSLMSEM
Dens_POPXX(+)XX(-)XX(+)XX(+)XX(-)XX(+)XX(+)XX(-)XX(+)XX(+)——XX(+)——XX(-)——
Dens_GDPXX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)
Dens_RDXX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)
Dist_DTZXX(-)X(-)X(-)X(-)——X(-)X(-)————X(-)——————————
Dist_HCZXX(-)X(-)——X(-)————————————————X(-)————
Dist_QCZXX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)X(+)X(+)
Dist_ZFJGXX(-)——X(-)————————————————————————
Dist_GGSSXX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)X(+)X(+)X(+)
Dist_BGJD——————————————————————————————
Dist_CYXX(+)XX(+)XX(+)XX(+)X(+)X(+)X(+)————————————————
Dist_JTFWSSXX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)X(+)X(+)X(+)————
Dist_XXXX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)XX(+)
Dist_YHXX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)X(-)XX(-)XX(-)————XX(-)————
Dist_YLXX(+)XX(+)XX(+)XX(+)——X(+)XX(+)XX(+)XX(+)XX(+)X(+)——XX(+)XX(+)XX(+)
Dist_SYDSXX(-)XX(-)XX(-)X(-)——X(-)——————X(+)————X(+)——X(-)
Dist_CSSCXX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)
Dist_GSGCXX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)
Dist_GYXQXX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)X(-)XX(-)
Dist_SHFWSSXX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)XX(-)
Dist_YDXXSS——————————————————————————————
表4  不同空间尺度下SLM和SEM模型解释变量的显著性
图5  空间决定因素在不同尺度下采用三种模型的回归系数
1 He C F, Huang Z J, Wang R. Land Use Change and Economic Growth in Urban China: A Structural Equation Analysis [J]. Urban Studies, 2014, 51(13):2880-2898.doi:10.1177/0042098013513649.
doi: 10.1177/0042098013513649
2 Chen J F, Chang K T, Karacsonyi D, et al. Comparing Urban Land Expansion and Its Driving Factors in Shenzhen and Dongguan China [J]. Habitat International, 2014, 43(3): 61-71.doi:10.1016/j.habitatint.2014.01.004.
doi: 10.1016/j.habitatint.2014.01.004
3 Xiao J Y, Shen Y J, Ge J F, et al. Evaluating Urban Expansion and Land Use Change in Shijiazhuang, China, by Using GIS and Remote Sensing[J]. Landscape and Urban Planning, 2004, 75(1): 69-80.doi:10.1016/j.landurbplan.2004.12.005.
doi: 10.1016/j.landurbplan.2004.12.005
4 Zhou Guohua, He Yanhua. Characteristics and Influencing Factors of Urban Land Expansion in Changsha [J]. Acta Geographica Sinica, 2006, 61(11): 1171-1180.
4 周国华, 贺艳华. 长沙城市土地扩张特征及影响因素[J]. 地理学报,2006, 61(11):1171-1180.
5 Che Tong, Li Cheng, Luo Yunjian. Changes in Landscape Pattern of Built-up Land and Its Driving Factors during Urban Sprawl[J].Acta Ecologica Sinica, 2020, 40(10):3283-3294.
5 车通,李成,罗云建. 城市扩张过程中建设用地景观格局演变特征及其驱动力[J]. 生态学报,2020, 40(10):3283-3294.
6 Liu Rui, Zhu Daolin, Zhu Zhanqiang, et al. Analysis of the Driving Forces of Urban Sprawl in Dezhou City based on a Logistic Regression Model[J].Open Journal of Nature Science,2009,31(11):1919-1926.
6 刘瑞,朱道林,朱战强,等. 基于Logistic回归模型的德州市城市建设用地扩张驱动力分析[J].资源科学,2009,31(11):1919-1926.
7 Lin G C S. Reproducing Spaces of Chinese Urbanization: New City-based and Land-centred Urban Transformation [J]. Urban Studies, 2007, 44(9):1827-1855.doi:10.1080/00420980701426673.
doi: 10.1080/00420980701426673
8 Lin, G C S. Scaling-up Regional Development in Globalizing China: Local Capital Accumulation, Land-centred Politics, and Reproduction of Space [J]. Regional Studies, 2009, 43(3):429-447.doi:10.1080/00343400802662625.
doi: 10.1080/00343400802662625
9 Verburg P H, van Eck J R R, de Nijs T C M, et al. Determinants of Land-use Change Patterns in the Netherlands [J]. Environment & Planning B Planning & Design, 2004, 31(1):125-150.doi:10.1068/b307.
doi: 10.1068/b307
10 Li Xiaoyong. Urban Land Use Change During 1980-2015 and Future Scenario Simulation in Beijing-Tianjin-Hebei Urban[J]. Economic Geography, 2019,39(3):187-194.
10 李孝永.京津冀1980~2015年城市土地利用变化时空轨迹及未来情景模拟[J].经济地理,2019,39(3):187-194.
11 Veldkamp A, Lambin E F. Predicting Land-use Change [J]. Agriculture Ecosystems & Environment, 2001, 85(1): 1-6.doi:10.1016/S0167-8809(01)00199-2.
doi: 10.1016/S0167-8809(01)00199-2
12 Kok K, Veldkamp A. Evaluating Impact of Spatial Scales on Land Use Pattern Analysis in Central America [J]. Agriculture, Ecosystems & Environment, 2001, 85(1): 205-221.doi:10.1016/S0167-8809(01)00185-2.
doi: 10.1016/S0167-8809(01)00185-2
13 Zeng C, Zhang M D, Cui J X, et al. Monitoring and Modeling Urban Expansion—A Spatially Explicit and Multi-scale Perspective [J]. Cities, 2015, 43: 92-103.doi:10.1016/j.cities.2014.11.009.
doi: 10.1016/j.cities.2014.11.009
14 Ning Xiuhong, Guo Long, Zhang Haitao. Comprehensive Degree of Land-use at Different Scales based on Spatial Autocorrelation Regression and Geographically Weighted Regression Models [J]. Journal of Huazhong Agricultural University, 2013, 32(4):48-54.
14 宁秀红,郭龙,张海涛. 基于空间自回归和地理加权回归模型的不同尺度下土地利用程度研究[J]. 华中农业大学学报,2013,32(4):48-54.
15 Chen Y B, Chang K T, Karacsonyi D, et al. Investigating Urbanization and Its Spatial Determinants in the Central Districts of Guangzhou, China [J]. Habitat International, 2016, 51: 59-69.doi:10.1016/j.habitatint.2015.10.013.
doi: 10.1016/j.habitatint.2015.10.013
16 Zhang Z, Su S, Xiao R, et al. Identifying Determinants of Urban Growth from A Multi-scale Perspective: A Case Study of the Urban Agglomeration around Hangzhou Bay, China [J].Applied Geography, 2013, 45(45): 193-202.doi:10.1016/j.apgeog.2013.09.013.
doi: 10.1016/j.apgeog.2013.09.013
17 Tan R, Liu Y, Liu Y, et al. Urban Growth and Its Determinants across the Wuhan Urban Agglomeration, Central China [J]. Habitat International, 2014, 44: 268-281.doi:10.1016/j.habitatint.2014.07.005.
doi: 10.1016/j.habitatint.2014.07.005
18 Bhatta B, Saraswati S, Bandyopadhyay D. Urban Sprawl Measurement from Remote Sensing Data[J]. Applied Geography,2013,30(4): 731-740.doi:10.1016/j.apgeog.2010. 02.002.
doi: 10.1016/j.apgeog.2010. 02.002
19 Zhou Y X, Ma L J C. Economic Restructuring and Suburbanization in China [J]. Urban Geography, 2000, 21(3): 205-236.doi:10.2747/0272-3638.21.3.205.
doi: 10.2747/0272-3638.21.3.205
20 Zhu Q. Master Plan, Plan Adjustment and Urban Development Reality under China’s Market Transition: A Case Study of Nanjing[J]. Cities, 2013, 30: 77–88.doi:10.1016/j.cities. 2011.12.010.
doi: 10.1016/j.cities. 2011.12.010
21 Chen J L, Gao J L, Yuan F, et al. Spatial Determinants of Urban Land Expansion in Globalizing Nanjing, China [J]. Sustainability, 2016, 8(9): 868-868.doi:10.3390/su8090868.
doi: 10.3390/su8090868
22 Gao Jinlong, Chen Jianglong, Yuan Feng, et al. Patterns, Functions and Underlying Mechanisms of Urban Land Expansion in Nanjing[J]. Geographical Research, 2014,33(10):1892-1907.
22 高金龙,陈江龙,袁丰,等.南京市区建设用地扩张模式、功能演化与机理[J].地理研究, 2014,33(10):1892-1907.
23 Qiao Weifeng, Mao Guangxiong, Wang Ya, et al. Research on Urban Expansion and Land Use Change in Nanjing over the Past 32 Years[J]. Geo-Information Science,2016,18(2): 200-209.
23 乔伟峰,毛广雄,王亚,等.近32 a来南京城市扩展与土地利用演变研究[J]. 地球信息科学学报,2016,18(2):200-209.
24 Qiao Weifeng, Liu Yansui,Wang Yahua, et al.The Relationship of Evolution between Urban Land Use Types and Intensity in Nanjing since the Early [J]. Acta Geographica Sinica, 2015,70(11): 1800-1810.
24 乔伟峰,刘彦随,王亚华,等.21世纪初期南京城市用地类型与用地强度演变关系[J].地理学报,2015,70(11):1800-1810.
25 Xu Hailong, Yin Haiwei, Kong Fanhua, et al. Urban Sprawl Simulation based on the Loose Coupling between Potential-limitation and SLEUTH Model in Nanjing City[J]. Geographical Research, 2017, 36(3):529-540.
25 徐海龙,尹海伟,孔繁花,等. 基于潜力—约束和SLEUTH模型松散耦合的南京城市扩展模拟[J].地理研究,2017,36(3):529-540.
[1] 任浙豪,周坚华. 增大特征空间复杂度的方法——以城镇下垫面遥感分类为[J]. 遥感技术与应用, 2018, 33(3): 408-417.
[2] 王宁,陈方,于博. 基于形态学开运算的面向对象滑坡提取方法研究[J]. 遥感技术与应用, 2018, 33(3): 520-529.
[3] 何艺,周小成,黄洪宇,许雪琴. 基于无人机遥感的亚热带森林林分株数提取[J]. 遥感技术与应用, 2018, 33(1): 168-176.
[4] 姜萍,刘修国,陈启浩,邵芳芳. 利用多尺度SVM-CRF模型的极化SAR图像建筑物提取[J]. 遥感技术与应用, 2017, 32(3): 475-482.
[5] 冯莉,李柳华,郭松,卢荻. HJ-1A NDVI与MODIS NDVI时间序列提取植被物候特征对比研究[J]. 遥感技术与应用, 2016, 31(6): 1158-1166.
[6] 费鲜芸,王婷,魏雪丽. 基于多尺度分割的遥感影像滨海湿地分类[J]. 遥感技术与应用, 2015, 30(2): 298-303.
[7] 宋晓阳,姜小三,江东,黄耀欢,万华伟,王昌佐. 基于面向对象的高分影像分类研究[J]. 遥感技术与应用, 2015, 30(1): 99-105.
[8] 许夙晖,慕晓冬,柯冰,王晓日. 基于遥感影像的军事阵地动态监测技术研究[J]. 遥感技术与应用, 2014, 29(3): 511-516.
[9] 刘萌萌,刘亚岚,孙国庆,彭立. 结合纹理特征的SVM样本分层土地覆盖分类[J]. 遥感技术与应用, 2014, 29(2): 315-323.
[10] 林旭,洪峻,孙显,鄢懿. 一种基于自适应背景杂波模型的宽幅SAR图像CFAR舰船检测算法[J]. 遥感技术与应用, 2014, 29(1): 75-81.
[11] 王少伟,张晓祥,杨晓英. 太湖湖滨敏感区的土地利用遥感分类研究[J]. 遥感技术与应用, 2014, 29(1): 114-121.
[12] 杨宇博,程承旗,董芳,陈东. 基于GeoSOT剖分编码的多尺度空间信息区域包含关系计算方法[J]. 遥感技术与应用, 2013, 28(3): 474-480.
[13] 刘鹏,杜云艳. 基于遥感案例推理的海岸带养殖信息提取[J]. 遥感技术与应用, 2012, 27(6): 857-864.
[14] 刘友山,吕成文,祝凤霞,高 超. 基于PCA和多尺度纹理特征提取的高分辨率遥感影像分类[J]. 遥感技术与应用, 2012, 27(5): 706-711.
[15] 王志波,高志海,王琫瑜,徐先英,白黎娜,王红岩,吴俊君,孙 斌. 基于面向对象方法的沙化土地遥感信息提取技术研究[J]. 遥感技术与应用, 2012, 27(5): 770-777.