版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
[31]。由图4-4可知,泸州市主城区不透水面三个时期密度等级分布图,能够有效反映不透水面集中状况,通过覆盖颜色变化直观判断不透水面增加区域。三期不透水面等级分布如图4-4。图4-4不透水面密度等级分布图结合不透水面密度等级分布结果,计算不透水面2012、2016、2020年各类密度等级覆盖面积占比情况,能够比较直观、清晰的了解不透水面扩张和城市化的时空动态特征。如表4-4。表4-4平均中心迁移参数不透水面密度等级占比(%)2012年2016年2020年低密度48.5839.6938.69中低密度33.8431.0429.24中密度10.7114.7716.89中高密度3.847.858.38高密度3.036.656.80由表4-4,2012-2016年低密度、中低密度占比均有所下降,其中低密度占比减少8.89%,中密度、中高密度、高密度均增加4%左右;2016-2020年低密度、中低密度占比均减少1%左右,中密度、中高密度、高密度占比均增加,其中中密度等级占比增加2.12%,为2020年增加最多的密度等级;2012-2020年低密度占比减少最为显著,为9.89%,中密度增长最为显著,为6.18%,中高密度与高密度占比均增加5%左右。三期数据中低密度至高密度占比呈现逐级减少的规律,因为泸州市为盆地边缘,城市建设受地形限制,且为省辖地级市,不透水面分布相对集中。总体而言,低密度与中低密度占比减少,更多转换为了中密度、中高密度、高密度等级。泸州市近八年不透水面增长显著,呈现聚集分布的特点。第5章不透水面变化驱动力分析不透水面扩张的原因是城市化进程的加快导致城市建成区的扩张,城市化进程与当地经济发展和人口增长密不可分,而交通道路本身作为一种不透水面,既是城市重要基础设施,也是吸引城市建筑聚集或沿线修建的关键因素。所以,本文选取交通、经济、人口三要素进行不透水面变化的驱动力分析。5.1不透水面分布与交通路网的关系不透水面扩张离不开交通道路建设,本文选取连续性强、最具代表性的省道、国道、高速公路三种道路类型进行缓冲区分析以获得交通对不透水面扩张的驱动作用。基于GIS分析方法,获取不同道路类型不同缓冲区内(0~500、500~1000、1000~2000、2000~3000m)的不透水面面积,获取结果见图5-1。图5-1道路不同缓冲区内不透水面面积(km2)如图5-1,在各种道路缓冲带中,泸州市中心城区2020年城市不透水面比2012年均有所提高,交通道路与城市不透水扩张的速度和方向密切相关;同时,三期数据中,省道在0~500m、500~1000m、1000~2000m缓冲区不透水面面积均高于其它两类道路。说明2012-2020年,省道对泸州市中心城区不透水区域的发展比其他道路影响更为显著。作为地级市,泸州市的省道网络在交通运输、经济发展、基础设施建设及公共服务设施布局等方面扮演着关键角色,有力地推动了城市规模扩大和不透水面的增长。2016与2020年,高速公路在2000~3000m缓冲区内不透水面面积大于其他两类道路,这是由高速公路本身的性质决定的。因为高速公路一般远离城市中心地带,其封闭性强且行车速度快,但因其对周边环境影响的瞬时性和局部性,相比于省道与国道对城市建设的持续和显著影响,高速公路对城市扩张和不透水面增长的驱动作用相对有限且不容易持久显现。高速公路更多地服务于远距离快速交通,而省道则更直接服务于地方经济和城市建设。此外,泸州市三期不透水面面积在3类道路不同缓冲区内都存在相同的变化规律。如图5-2所示。图5-2各类道路不同缓冲区内不透水面面积变化特征如图5-2,国道和省道在0~500米缓冲区内,不透水面面积达到最大值,这可能是由于国道和省道作为城市内外交通联系的主要通道,它们附近的地块开发密度较高,便于商业、居住和工业用地的发展。省道在1000~2000米缓冲区内,不透水面面积再次呈现峰值,这一现象可能与城市次中心区或者适宜居住带的形成有关,这里既享受到了交通便利,又避免了过于临近道路带来的噪音、污染等问题,因此成为了居民区集中建设的地带。高速公路和省道在2000~3000米缓冲区内的不透水面面积最大,但高速公路的影响相对较小。高速公路因其高速通行、较少出入口的特点,其周边的土地开发利用并不像省道那样紧密,而且往往设有较宽的防护绿化地带,故而不透水面面积最大值并非出现在距离高速公路最近的位置。各类道路在不同距离的缓冲区所对应的不透水面面积变化符合“马鞍”型,呈现出“高―低―高”的分布规律,反映出随着离交通道路距离的增大,城市扩张的影响先减弱后增强,再逐渐减少的过程。高速公路由于其特殊的建设和管理规定,如封闭式管理、快速通行等特点,对周边环境的影响往往是瞬时且间接的,不像城市主干道那样容易直接引发大规模的城市建设活动,这也是为何高速公路不是影响城市不透水面分布最为显著的道路类型。总结起来,道路与城市不透水面扩张之间的互动关系取决于多种因素,包括道路的等级、设计特点、交通流特性以及城市规划策略等。这一规律对于优化城市空间布局、合理规划交通基础设施及其周边土地利用等方面具有重要指导意义。5.2不透水面扩张与经济发展水平的关系相关性分析关注的是变量间的统计关系,即当一个变量发生变化时,另一个或多个变量是否表现出一致的、可预测的变化趋势。地区经济发展水平直接影响城市化进程,进而影响城市不透水面扩张状况。泸州市中心城区经济发展速度极快,而中心城区不透水面面积从2012年的188.76km2增加到2020年的244.516km2。本文将泸州市中心城区,即江阳区与龙马潭区的2012年、2016年、2020年三年GDP数据与各区不透水面面积变化进行相关性分析得到图5-3。图5-3不透水面面积于GDP的指数拟合曲线从图5-3中可以看到泸州市中心城区GDP与不透水面扩张状况相关性系数为0.8457,这说明泸州市中心城区不透水面扩张与经济发展水平具有很强的正相关性。经济的发展使得城市基础设施建设不断完善,吸引更多企业在此聚集,就业岗位增多,农村人口去往城市就业,城市建成区面积随之扩张,不透水面面积不断增加。因此,GDP水平是泸州市中心城区不透水面扩张的重要驱动力,对城市不透水面扩张具有正向作用。5.3不透水面扩张与人口的关系泸州市中心城区人口增长使得原有城市用地紧张,不得不扩张城市用地面积。2012年江阳区的人口数为58.6万人,到2016年增长为65.4万人,到2020年增长为76.2万人;龙马潭区2012年人口数为35.8万人,到2016年增长为40.7万人,到2020年增长为48万人,泸州市人口增长速度快,而中心城区不透水面面积从2012年的188.76km2增加到2020年的244.516km2。将泸州市江阳区与龙马潭区2012年、2016年、2020年人口数据与不透水面面积变化进行相关性分析得到图5-4。图5-4不透水面面积与人口的指数拟合曲线从图5-4可以看到泸州市中心城区人口与不透水面面积变化相关性系数为0.9615,这说明人口数量的增加与城市不透水面扩张具有很强的正相关性,其相关系数高于GDP这一重要驱动力。人口增长要求城市建设更多的居住建筑物和基础设施,如城市道路、街道、商场、停车场等,使得不透水面扩张,是城市不透水面扩张的关键驱动力。结论本文以泸州市中心城区,基于Landsat卫星遥感影像数据,采用不透水面指数法(NDISI)提取2012年、2016年、2020年泸州市中心城区不透水面;并将提取结果利用均方根误差(RMSE)进行精度验证得到RMSE为分别为0.256、0.298、0.221,满足不透水面提取精度要求,基于GIS空间分析相关思想,利用标准差椭圆与密度等级分布图进行不透水面时空动态变化分析,基于缓冲区分析,统计省道、国道、高速公路不同缓冲区内的不透水面面积,并分析GDP与人口对与不透水面扩张的影响。结论如下:(1)2012―2020年泸州市中心城区不透水面空间变化显著,总面积从188.76km2增加到244.516km2,不透水面占比由19.22%上升为24.89%;不透水面扩张具有方向性,主体呈由东向西的方向延展;泸州市中心城区不透水面2012-2020年低密度占比减少最为显著,为9.89%,中密度增长最为显著,为6.18%,中高密度与高密度占比均增加5%左右,2012年到2020年高密度不透水面区域主要集中在长、沱两江交汇处,2016年与2020年新增不透水面主要集中在城区二环路沿线与城区东南地带。(2)交通道路尤其是省道及以上道路,在城市空间拓展和不透水面(如建筑、硬化路面等)的增长过程中扮演着重要角色。省道作为连接城市与城市周边地区的主要交通动脉,往往更容易引发沿线土地开发和建设活动的增加,从而导致城市边界向外延伸,不透水面迅速扩张。由于省道通常穿越城市周边区域并与城市内部道路网络相连,其对城市扩展的影响尤为显著。GDP的增加对城市不透水面的扩张产生深刻的正向影响,相关系数为0.8457。经济的发展使得城市基础设施建设不断完善,能够吸引相关产业到此聚集,城市建成区不断扩张,不透水面面积也随之增加。因此,GDP水平是泸州市中心城区不透水面扩张的重要驱动力。泸州市中心城区人口数量与城市不透水面扩张的相关性系数为0.9615,是泸州市不透水面扩张的关键因素。城市人口增加,要求城市建设更多基础设施,导致城市土地利用方式改变,原有绿色景观被建筑和道路等不透水面占用,是城市不透水面扩张的关键驱动因子。参考文献ArnoldLC,GibbonsCJ.ImperviousSurfaceCoverage:TheEmergenceofaKeyEnvironmentalIndicator[J].JournalofTheAmericanPlanningAssociation,1996,62(2):243-258.刘春亭.济南市不透水面时空格局演化及热环境效应研究[D].山东建筑大学,2022.RiddMK.ExploringaV-I-S(vegetation-impervioussurface-soil)modelforurbanecosystemanalysisthroughremotesensing:comparativeanatomyforcities?[J].InternationalJournalofRemoteSensing,1995,16(12):2165-2185.翟珂.环渤海湾不透水面时空格局变化及其景观生态效应研究[D].烟台:中国科学院烟台海岸带研究所,2015.WuCS,MurrayAT.Estimatingimpervioussurfacedistributionbyspectralmixtureanalysis[J].RemoteSensingofEnvironment,2003,84(4):493-505.WuCS.NormalizedspectralmixtureanalysisformonitoringurbancompositionusingETM+imagery[J].RemoteSensingofEnvironment,2004,93(4):480-492.赵怡.亚像元尺度下不透水面优化提取及其热环境效应时空分析[D].广州:中国科学院大学(中国科学院广州地球化学研究所),2020.ChenJY,ChenSZ,YangC,etal.AcomparativestudyofimpervioussurfaceextractionusingSentinel-2imagery[J].EuropeanJournalofRemoteSensing,2020,53(1):274-292.马羽赫,赵牡丹,周鹏,等.基于两种卫星传感器的不透水面提取指数比较[J].航天返回与遥感,2021,42(02):139-151.郜燕芳,李俊明,刘东伟,等.基于随机森林模型的城市不透水面提取研究——以呼和浩特市为例[J].冰川冻土,2018,40(04):828-836.常翔宇,柯长青.基于随机森林算法的城市不透水面信息提取——以长春市为例[J].测绘通报,2020,11:43-49.GuoXJ,ZhangCC,LuoWR,etal.Urbanimpervioussurfaceextractionbasedonmulti-featuresandrandomforest[J].IEEEACCESS,2020,8:226609-226623.易佳思,胡翔云.基于Grabcut融合多源数据提取不透水面[J].国土资源遥感,2018,30(03):174-180.陈姣,黄远程,李朋飞.多季相混合像元部分分解特征的不透水面分类[J].测绘科学,2021,46(04):90-99.周鹏.关中地区不透水面时空变化及其环境响应[D].西安:西北大学,2021.LongJ,ShelhamerE,DarrellT.Fullyconvolutionalnetworksforsemanticsegmentation[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2015,39(4):640-651.刘文雅,岳安志,季珏,等.基于DeepLabv3+语义分割模型的GF-2影像城市绿地提取[J].国土资源遥感,2020,32(02):120-129.何直蒙,丁海勇,安炳琪.高分辨率遥感影像建筑物提取的空洞卷积E-Unet算法[J].测绘学报,2022,51(03):457-467.楼宇秦.基于深度学习的不透水面提取及时空演变分析应用[D].杭州:浙江大学,2021.SunZC,ZhaoXW,WuMF,etal.ExtractingurbanimpervioussurfacefromWorldView-2andairborneLiDARdatausing3Dconvolutionalneuralnetworks[J].JournaloftheIndianSocietyofRemoteSensing,2019,47(03):401-412.杨乐,王慧,李烁,等.结合DeepLabv3架构的多源数据建筑物提取方法[J].测绘与空间地理信息,2020,43(06):62-66.庞博,黄祚继,吴艳兰,等.基于改进全卷积神经网络的高分遥感影像不透水面提取制图[J].遥感信息,2020,35(04):47-55.DengY,FanF,ChenR.2012.ExtractionandAnalysisofImperviousSurfacesBasedonaSpectralUn-MixingMethodUsingPearlRiverDeltaofChinaLandsatTM/ETM+Imageryfrom1998to2008[J].SENSORS,12(2):1846-1862.邵振峰,潘银,蔡燕宁,等.2018.基于Landsat年际序列影像的武汉市不透水面遥感监测[J].地理空间信息,016(001):1-5.向超,朱翔,胡德勇,等.近20年京津唐地区不透水面变化的遥感监测[J].地球信息科学学报,2018,20(05):684-693.XuHQ.Analysisofimpervioussurfaceanditsimpactonurbanheatenvironmentusingthenormalizeddifferenceimpe
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年个护家电行业市场容量研究报告
- 2026年STEAM教育行业市场细分领域发展动态报告
- 口腔颌面外科医师晋升副主任医师高职称病例分析专题报告(口腔颌面部异物滞留诊疗分析)2篇
- 2026年轨道交通装备国产化进程与市场空间报告001
- 2026年全渠道消费融合下的图书出版行业分析报告
- 2026年化妆品行业报告:市场潜力与经营决策指南
- 2026年线上品牌与线下品牌市场拓展策略报告
- 2026年能源行业环保合规与技术创新报告
- 高中物理力学实验探究物体离心现象影响因素技巧训练试题及答案
- (2025)原发性骨质疏松症与肌少症的营养和运动管理专家共识
- 当下幼教行业职位分析报告
- 地质灾害治理工程勘查和设计服务方案(技术标)
- 解酒饮创业计划书
- 攻丝机机械加工作业指导书
- 山东省老旧营运货车报废更新资金申请表
- 具身智能:从理论到实践的全面解析
- 2026年医院药房药剂师高频面试题包含答案及考察点分析
- 眼镜打磨抛光知识培训班课件
- 数字媒体艺术专业教学标准(高等职业教育本科)2025修订
- DB22-T 3687.1-2025 反恐怖防范管理规范 第1部分:学校
- T/CASTEM 1007-2022技术经理人能力评价规范
评论
0/150
提交评论