基于Landsat遥感影像的城市扩张及驱动力研究 以闽清县为例.docx
- 文档编号:26929100
- 上传时间:2023-06-24
- 格式:DOCX
- 页数:24
- 大小:1.13MB
基于Landsat遥感影像的城市扩张及驱动力研究 以闽清县为例.docx
《基于Landsat遥感影像的城市扩张及驱动力研究 以闽清县为例.docx》由会员分享,可在线阅读,更多相关《基于Landsat遥感影像的城市扩张及驱动力研究 以闽清县为例.docx(24页珍藏版)》请在冰豆网上搜索。
基于Landsat遥感影像的城市扩张及驱动力研究以闽清县为例
基于Landsat遥感影像的城市扩张及驱动力研究
——以闽清县为例
摘要:
本文使用2010年、2014年和2018年3期的LandsatTM/OLI遥感影像图通过ENVI软件,采用平行六面体方法得出闽清县土地利用监督分类结果图,通过土地利用变化分析城市建设用地变化的活跃度及和其他土地利用类型的相互转换。
利用城市扩张速度及强度对城市扩张进行分析。
结果表明:
2010-2018年,闽清县城市建设用地显著增加,侵占其他土地利用类型的面积达到25316hm2,其中对植被用地面积侵占最大;扩张强度和扩张速度也在提高,总体来看,闽清县的城市扩张具有极大潜力;其驱动原因主要有经济发展、行政区划和生态环境因素。
据此,提出应合理进行城市扩张,注重对生态环境的保护和失地农民的再教育,加大对城市建设用地的宏观调控,促进城市扩张的良性发展的建议。
关键词:
遥感;土地利用;城市扩张;动态监测;可持续发展;驱动力;
1 引言
1.1 研究背景与意义
1.1.1 研究背景
土地对每一个国人来说都是至关重要的,而城市则是人类文明的聚集地。
中国经济在改革开放后发生飞速增长,2018年我国经济增长近似6.6%,而中国城市化的进程随着城市群、城市带等的发展也在迅速起飞。
根据《2012年中国形势分析与预测》提到,城市化率在逐年增长,2018年增长到了59.6%[1],城镇化为促进经济的发展并为它提供动力。
但是在高速城市化的背后也面临着很多问题,比如城市化盲目注重城市发展的规模,忽略对资源和环境造成的恶劣影响,对城市土地的无规划利用,很大程度阻碍城市的发展和国家的繁荣。
闽清县盛产油茶是南方杂果基地,但是它的城镇化水平不高,城市扩张也有些缓慢,很大程度阻碍了当地的发展。
1.1.2 研究意义
闽清县离福州市区较为偏远,地形也为多山多林,在《2018年分县(市)区人均GDP》里所提到的数据为94305元离排名第一的鼓楼区(218753元)有一定差距,但是它的增长率却以8.6%位居第二。
所以想要更科学、全面地了解福州的城市化变化就去要对闽清县进行细致研究。
而衡量城市化程度的重要判断指标之一是城市扩张,本研究运用RS技术,运用ENVI软件对闽清县城市建设用地变化情况进行分析,从不同的因素对当地的城市扩张进行讨论,按照"中心集聚、区域之间相互协调"的思路对城镇空间布局进行优化,以便政府部门制定更加科学有效的城市建设规划,让土地利用更加有效,一定程度上缓解社会和环境压力,促进闽清县的可持续发展。
1.2 国内外当前研究现状
一些国家城市化起步较早,一些相关领域的专家也很早就进行了一些的研究。
比如:
JatMK等使用RS和GIS技术研究了印度阿杰梅尔市的城市空间扩张,发现城市人口数量的增长与城市扩张速度不冲突[2];JafarNouri等用CA-Markov模型分析位于伊朗的安扎利城市土地使用情况,使用过渡矩阵,模拟了2021年城市土地使用的空间分布,预测在城市东西部边界周围,会出现城市大规模扩张[3];Beha,Parlow和Scherer通过叠加分析提取ERS-1SAR影像与TM数据的分类结果中比较好的类作为最终的结果,来增加研究区的分类精度[4];NaghmehNazarnia等通过将熵应用于七个简单的模型和六个现实世界的案例研究来考察熵作为衡量城市无计划扩张的指标的行为和适用性[5]。
而我们国内对城市扩张也进行了很多研究,刘艳明等基于克拉玛依市的6期遥感图像提取建设用地信息,通过建成区扩张强度指数等,定量分析克拉玛依市建成区的时序变化,发现建成区总体以"团状+内部填充式+星状+沿交通线"扩展模式进行扩张,重心迁移符合"三轴两片区"发展规律,经济发展水平是最根本的推动力[6];赵国梁等选取十多个著名城市,从交通网络和城市扩张的互相机制着手,通过遥感解译等技术提取城市扩张信息建设路网密度-城市扩张模型,利用样本UESI指数对2025年北京城市扩张情况进行预判[7]。
刘颖选取12个指标建立城市扩张适合性综合评价体系,得到适合性综合指数,再和协调系数结合,评价南充市城市扩张是否适合[8]。
但是,这些研究多集中在经济发达的区域,像闽清县这种多山多林的地区却缺少有相应的研究。
因此,本研究以闽清县为案例,通过土地利用类型转移矩阵和动态度探讨城市建设用地变化状态。
从时间和空间特征两方面对城市扩张进行分析,为今后闽清县的城市规划提供参考。
1.3 研究目的与内容
本文研究的目的是,研究闽清县城市建设用地变化情况,从而分析闽清县未来城市扩张及其驱动力因素,为今后该地区城市化发展提供参考意见。
基于此目的,本文主要开展以下几个方面的研究:
[1]对闽清县遥感图像进行预处理,采用平行六面体法进行监督分类,结合研究内容及实际情况,将闽清县分为植被、未利用土地、水域及城市建设用地四种土地利用类型,得出闽清县土地利用分类结果图。
[2]基于监督分类后的数据,利用ENVI软件提取城市建设用地信息并计算各种指标,分析城市扩张变化情况及其特点。
[3]从经济发展、行政区划、生态环境三方面的统计数据分析城市扩张的驱动力因素。
1.4 研究的方法与技术路线
1.4.1 研究方法
[1]目视解译法:
在初期对数据处理过程中,采用该方法判断该地物的地表特征,可普遍适用于一般地物。
用以提高本文遥感数据的精度。
[2]平行六面体法:
利用训练样本亮度值得到多维度的平行六面体数据空间,样本相应地方的像元光谱值将归到相应的类别中[9]。
[3]城市扩张的动态监测分析:
选取有关测量指标,监测多个时间段的城市扩张的速度、强度等,并分析影响城市扩张的驱动力因素[10]。
1.4.2 技术路线
图1技术路线图
2 闽清县介绍
2.1 地理环境介绍
2.1.1 地理区位与地貌
闽清县位于北纬26°19',东经119°15'左右,与永泰县、闽侯县、古田县、南平市、尤溪县紧紧相连。
距省城福州50公里。
地貌复杂,周围群山围绕,西北部和东南部地势最高,森林资源丰富,覆盖率高达66.4%,拥有黄楮林和美菰林次原始林海。
地理位置图2所示:
图2福州市闽清县地理位置
2.1.2 气候与矿产资源
闽清县属于亚热带季风气候,温热潮湿,四季变化明显。
春季冷热气温变化快,春天播种时期经常伴随下雨和低温。
初夏是梅雨时节,常常爆发洪涝灾害,过后有炎热天气。
秋季气温干旱。
冬季天气寒冷,多刮西北风,山区有降雪,千米以上海拔的山峰则有积雪。
矿产资源丰富,已勘探知道的有石英、锰铁等14种,其中储藏量最大的是高岭土(瓷土)。
2.2 社会经济概况
2.2.1 经济状况
据《2019年闽清县政府工作报告》中提到闽清县全县地区生产总值在2018年突破200亿元,增长近9%;公共地方预计收入接近20亿元;农村地区每人可支配收入近15千元;城镇每人可支配收入达到30多千元。
经济状况成功达到退出市级扶贫县要求。
2.2.2 教育与民生福祉
闽清县2018年共投入20.7亿元用于人民开销,达到公共预算开销的78.3%。
为当地居民办正事的工程基本完工。
消除空壳村和薄弱村。
通过增加城市就业、转移农村富余劳动力来落实就业战略。
按期投用公共服务场所。
为实施民生事务补齐短板投入大量资金。
新建教学楼和校舍,教育部表彰并向其他高校普及闽清高级中学的德育工作经验。
设立吴孟超院士工作站,基础公共卫生服务项目成绩考评排在福建省第一名。
拥有“国家二级图书馆”,创建文化公共服务模式示范区。
成功举行大型文体活动,在CCTV-7《乡村大世界》有播出。
被评为福建省文明县城。
3 数据来源
本论文所用的遥感数据是从地理空间数据云官网上下载,采用的是美国国家航空与航天局(NASA)发射landsat8卫星与landsat5卫星生成的影像图,采用的传感器为TM/OLI_TIRS,拍摄的遥感影像经过处理后的不同波段组合包含了丰富的信息,便与研究。
选择研究区域云量最少的影像,使得图像清晰,遥感图像基本数据信息如下表1。
表1遥感图像数据信息
获取时间
卫星类型
数据类型
波段数
中心经度
中心纬度
条带号
行编号
平均云量
分辨率
2010-05-24
Landsat5
L45TM
7
118.8966
26.0032
119
42
0.34
30m(热红外波段120m)
2014-12-13
Landsat8
OLI_TIRS
11
118.9242
25.9927
119
42
3.96
30m(波段8为15m全色波段)
2018-03-11
Landsat8
OLI_TIRS
11
118.9202
25.9927
119
42
0.03
4 影像处理
4.1 影像的预处理
4.1.1 辐射定标
为了明确传感器正确的辐射值,通过把记载的最初DN值转变成辐射亮度值来降低传感器自身的误差叫辐射定标[11]。
计算公式如下:
(1)
公式
(1)中,L为计算后的辐射亮度值,G为定标斜率,DN为起始图像值,B为定标截距[12]。
4.1.2 大气校正
减少遥感影像中因为大气原因而带来的辐射误差而进行的校正叫大气校正。
本文使用ENVI软件的toolbox工具箱中的FLAASHAtmosphericCorrection工具,填入FLAASH的相应参数进行大气校正,其中的传感器类型、时间等信息可以从下载的数据文件中后缀为“-MTL.txt”的文本中查询,而图像区域平均海拔可以利用Toolbox工具箱中的computeStatistics工具进行计算。
大气校正后的图像可以提高图像的能见度,使地物变得更为清晰。
4.1.3 几何校正
几何校正是削减因为外部原因而导致影像产生几何畸变而进行的校正,本文采用的是“图像到图像”的校正方法,其中2018年遥感影像作为基准图,分别在2014年、2010年的遥感图像中选择控制点对那三幅图进行配准,让不同遥感影像中相同地物尽量出现在相同位置。
其流程如图3所示:
图3几何校正路线图
4.1.4 图像的裁剪
本次图像裁剪采用的是外部矢量数据裁剪图像,先利用ArcGIS软件从国家基础地理信息系统数据——县级行政界线中筛选出闽清县矢量边界生成矢量文件,再利用ENVI软件通过这个矢量文件裁剪几何校正后的图像。
如图4为图像预先处置后的3个年份遥感数据。
2018预处置后图像数据2014预处置后图像数据
2010预处置后图像数据
图4各时期预处置后图像数据
4.2 图像监督分类
本研究将闽清县的土地利用类型分成城市建设用地、植被、水域、未利用土地这四种用地类型利用ENVI5.1软件对2010、2014、2018年影像经由平行六面体法来分类,获得如图5所示。
图5各时期监督分类图
4.3 精度评价
本论文以混淆矩阵的方法进行精度验证,基于ENVI软件得出如下三个研究年份的精度报表。
图62018年监督分类精度混淆矩阵图72014监督分类精度混淆矩阵
图82010监督分类精度混淆矩阵
从图6、图7和图8可以看出2010年的OverallAccuracy=(1656/1656)100%,Kappa系数为1;2014年为OverallAccuracy=(1322/1642)80.5116%,Kappa系数为0.61;2018年OverallAccuracy=(1642/1642)100%,Kappa系数为1。
总体来看,分类结果精度较高。
5 土地利用变化分析
闽清县的城市建设用地的扩张会使该地的土地使用类型发生变化,所以只有对该地区的土地使用情况进行分析才能更好知道城市建设用地的变化情况。
5.1 土地利用类型转移分析
土地利用类型转移分析是指我们在使用土地资源的过程中,因为土地位置存在一定的空间稳定性,土地用途发生改变,从而导致土地利用结构发生变化[13]。
本文通过ChangeDetectionStatistics对2014年-2018年、2010-2014、2010年-2018年期间的土地使用变换分类图来对照考虑,获得土地利用类型转移矩阵。
如表2、表3、表4所示。
表22014-2018年不同土地利用类型转移矩阵(单位:
hm2)
20182014
城市建设用地
植被
水域
未利用土地
城市建设用地
17670
7551
3
13010
植被
4852
92063
0
11781
水域
67
0.4
310
88
未利用土地
81
44
2
35
表32010-2014年不同土地利用类型转换矩阵(单位:
hm2)
20142010
城市建设用地
植被
水域
未利用土地
城市建设用地
14199
13661
7
16129
植被
806
90471
7
6666
水域
8
14
446
2
未利用土地
441
3129
114
1660
表42010-2018年不同土地利用类型转移矩阵(单位:
hm2)
20182010
城市建设用地
植被
水域
未利用土地
城市建设用地
13098
12871
11
12434
植被
2604
94264
5
11956
水域
15
9
432
1
未利用土地
37
52
7
19
由2014-2018年闽清县土地利用类型转换情况可知,2014-2018年,城市建设用地占用别的类型土地20564hm2。
其中,占用未利用土地面积最多,是13010hm2,达到城市建设用地占用其他土地类型面积的63.3%,第二是植被,高达36.7%,占用水域比重是0.01%。
而在城市建设用地转换的进程中,变成植被的面积最多,达到4852hm2;相对来说变成水域和未利用地盘面积少,分别为67hm2和81hm2。
2010-2018年,闽清县城市建设用地占用别的类型土地25316hm2。
侵占植被的土地最大,是12871hm2,占据另外的土地利用种类面积的50.8%。
侵占未利用土地面积下降,为12434hm2,占比为49%。
占用水域比重增加0.03%,转变为植被的面积为2604hm2,转变为水域和未利用土地少。
5.2 土地利用分布分析
土地利用分布分析是对闽清县研究不同时期的土地利用类型的土地面积进行对照考虑。
本文通过土地利用分布分析,可以知道闽清县城市扩展的土地使用分布状态和不同类型面积在不同年份的转变量。
表5各时期闽清县土地使用面积表(单位:
hm2)
土地利用类型
2010年面积
2014年面积
2018年面积
城市建设用地
15754
22670
37649
植被
107196
99658
108456
水域
455
314
555
未利用土地
24409
24915
163
表5是2010、2014、2018年四个时期闽清县各土地利用类型面积变化情况,2010~2018年城市建设用地面积在闽清县发生明显增长,但植被和水域面积在2010-2014年期间大幅下降,说明在城市扩张前期存在对植被和水域面积的大量侵占和土地荒废现象,2014-2018年期间植被和水域面积都有所增长。
说明闽清县开始重视生态环境。
而且未利用土地面积在2014-2018年期间大幅减少,说明在城市扩张中土地利用率在提高。
5.3 土地利用动态度
土地利用动态度代表的是不同土地类型的变动速度,通过它来分析土地变化的活跃情况[14]。
公式为:
(2)
公式
(2)中,Um是某个土地类型最终面积,Uq某个土地类型开始面积,T为研究间隔,S为T时段内土地利用年均动态度[14]。
表62010-2018年间土地使用动态度(单位:
hm2)
类型
2010年面积
2018年面积
8年间变化量
土地利用动态度
城市建设用地
15754
37649
21895
11.5%
植被
107196
108456
1260
0.1%
水域
455
555
100
2.5%
未利用土地
24409
163
-24246
-46.5%
表72014-2018年间土地使用动态度(单位:
hm2)
类型
2014年面积
2018年面积
4年间变化量
土地利用动态度
城市建设用地
22670
37649
14979
13.5%
植被
99658
108456
8798
2.1%
水域
314
555
241
15.3%
未利用土地
24915
163
-24752
-71.6%
6 城市扩张分析
6.1 城市扩张时间特征分析
将不同时间的城市建成区面积进行对比,得到闽清县建成区面积的变化情况。
如图9,显然在2010-2018期间,闽清县建成区面积不断增长。
图9各时期闽清县城市建成区面积变化
表8各时段闽清县城市建设用地扩张面积变化
时期
增长面积(hm2)
年均增长面积(hm2)
年均增长率
2010-2014年
6915
1383
10%
2014-2018年
14979
3745
13.5%
由表8可知,2014-2018增长面积是2010-2014增长面积的2.17倍。
2014-2018年均增长率比2010-2014年提高了3.5个百分点。
综上所述,2010~2018年闽清县的城市扩张正处于上升发展态势。
6.2 城市扩张空间特征研究
6.2.1 城市扩张速度研究
城市扩张速度表示单位时间内城市建设用地面积变化的幅度[15],公式如下:
(3)
公式(3)中,V是扩张速度;Sa为之前期间城市建设用地面积;Sb为之后期间城市建设面积;ΔT为时间间隔。
V在T以年为单位时,代表城市面积的年变化率[16]。
表9闽清县各阶段城市建设用地扩张速度表
时期
扩张速度(%)
2010-2014年
11
2014-2018年
17
由表9可知,2010-2014年和2014-2018年期间扩张速度都为正值,且2014-2018年的扩张速度比2010-2014年增长了6个百分点,说明闽清县城市建设用地的扩张速度是持续增加的,并且呈上升趋势。
6.2.2 城市扩张强度研究
它是用来描述城市扩张过程中建设用地扩张强度,计算公式如下[17]:
(4)
公式(4)中,UII表示扩张强度;S是研究区面积;ΔT是时间间隔。
表10闽清县各阶段城市建设用地扩张强度表
时期
扩张强度
2010-2014年
0.012
2014-2018年
0.026
由表10可知,虽然在研究期间内扩张强度比较小,但是2014-2018年的扩张强度是2010-2014年扩张强度的2倍多,说明闽清县城市扩张具备很大的潜能,但也需要多策并举助力闽清县的快速良性发展,助力福州城市化的均衡发展。
7 城市扩张的驱动力因素分析
7.1 经济发展因素
城市化的变化让更多的人对本地投资,带来更多的资金;它发展的空间获得扩张;减缓当地的就业压力,提升这个地区的知名度;促进人群的流动;能扩大城市人口。
反之社会经济的快速发展也为城市化进程提供了动力,决定城市发展的速度,而非农业人口的增加是城市化、城市年轻化的直接推动力,是城市扩张的根本因素。
图102008-2018年闽清县经济情况
根据2009年、2011年、2013年、2018年及2019年的政府工作报告可得到图10数据。
从图10可以看出在2008-2018十年之间全县地区生产总值增长了137.43亿元,城镇每人收入和农村每人收入都在明显增长,但是城镇和农民人均收入差距也在明显增长,如图11所示。
所以这说明经济发展促进城市扩张,对其起着重要驱动力的作用,但是也应该注意减少城镇农村人均收入的差距,防止给城市的良性扩张带来很大的阻力和隐患。
图11城镇农村人均收入差
7.2 行政区划因素
在我们国家,经济体系快速转型,但是行政体制转型却相对较慢,二者是相互影响,行政区划是当地经济发展的动力与依托,可能使区域发生非正规竞争和城市扩张进度缓慢。
在城市扩张趋势下,经过合理的行政区划调整,可以避免无谓的资源浪费,促进生产力水平的提高,对当地经济的发展有良好作用。
目前闽清县全县共设置11个镇和5个乡村,管辖了271个行政村、21个居委会。
村在减少,镇变多。
行政区划对闽清县的城市扩张有影响,但是否需要运用行政区划手段来促进城市扩张,需要综合考虑[18]。
7.3 生态环境因素
每一个人都希望生活在一个蓝天绿地的环境下,生态环境质量的恶化会限制城市扩张,阻碍城市化的进程。
我国生态资源储量多,但过度开发会可能带来毁灭性的打击。
像闽清县这些比较需要发展经济的中小城市,又拥有多山多林这样比较好的自然资源,生态环境的保护很容易会被忽视。
如果当地的城市发展不能与生态环境相促进,可能导致城市系统和生态系统失衡[19]。
根据《闽清县环境空气质量月报(2019年04月)》可知在闽清县政府和人民的共同努力下,很多污染物浓度都在下降,但因为在城市扩张过程中侵占了大量的植被面积,并且兴办很多陶瓷厂使得二氧化硫浓度一直较高,而且有上升趋势。
如表11所示。
表11主要污染物情况
污染物
2019年4月平均浓度(μg/m3)
2018年4月平均浓度(μg/m3)
增长率(%)
可吸入颗粒物(PM10)
48
59
-18.6
细颗粒物(细颗粒物PM2.5)
30
42
-28.6
二氧化硫(SO2)
21
10
+110
二氧化氮(NO2)
15
20
-25
臭氧(O3)
90
85
+5.9
一氧化氮(CO)
0.5
0.7
-28.6
表12闽清县2019年环境空气质量综合统计表
月份
PM10(μg/m3)
PM2.5(μg/m3)
SO2(μg/m3)
NO2(μg/m3)
CO(μg/m3)
03(μg/m3)
一级天数
一级达标率(%)
1月
48
29
12
17
1
54
20
64.5
2月
33
21
21
16
1
56
23
82.1
3月
42
24
22
12
1
64
22
71.0
4月
48
30
21
15
1
90
14
46.7
合计
43
26
19
15
1
66
79
65.3
合计同比
-4
-9
+9
-3
0
-11
+20
16.1
由表12可知2019年1-4月闽清县整体空气状况良好,空气质量达到一级标准天数较去年同期上升20%,一级达标率较高。
污染物浓度最大的是O3,其次为PM10,六种主要污染物中只有SO2浓度较去年同期是上升的。
四月的六种主要污染物在四个月中普遍都较高,其中五种达到最大值。
表13福州市2019年3月份六县(市)空气质量考评绩效得分一览表
县(市)
PM10(μg/m3)
PM2.5(μg/m3)
SO2(μg/m3)
NO2(μg/m3)
CO(μg/m3)
03(μg/m3)
闽清
43
24
21
14
0
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于Landsat遥感影像的城市扩张及驱动力研究 以闽清县为例 基于 Landsat 遥感 影像 城市 扩张 驱动力 研究 闽清县