英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

利用遥感和GIS技术测度地理空间指数以蛙跳发展为特征的城市蔓延

NM Noor, MZ Asmawi, Narrusni

马来西亚国际伊斯兰大学建筑与环境设计系城市与区域规划系，吉隆坡50278

摘要：使用空间测量来描述城市蔓延需要简明地定义是什么构成了庞大的城市空间模式。本研究试图通过遥感和GIS方法研究利用蛙跳发展指数定义蔓延的方法。使用具有1米和2.5米分辨率的IKONOS全锐化和SPOT-5，并结合地理信息系统（GIS）数据库，使用蛙跳式发展指数分析地理空间指标。关丹市被选为研究区域，用于研究2012年基于土地利用模式的蛙跳式发展。研究结果显示，关丹已经确定为非蔓延城市，其结果来自于经过跨越式发展的特征测试。然而，蔓延和非蔓延之间的差距非常小。预计本研究将为我国城市蔓延研究提供一个新的方向，即在原子水平上解决城市蔓延的发现问题，同时提出一种强有力的分析方法，通过地理信息系统和遥感技术分别向数字城市和绿色城市推进城市规模化发展。

1. 介绍

城市蔓延已成为许多快速发展地区面临的一个问题，是指由于城市化水平低下或完全没有计划而导致的城市区域发展失控。在规划、政策和决策过程中，无法想象这种增长，导致了不可持续和低效的扩张。不同的作者对城市蔓延进行了不同的定义，认为城市蔓延是一种具有低密度、分散性、自相关性、受环境和社会影响等特点的城市发展的特殊形式[1-8]。快速城市化对野生动物栖息地、流域土地、农田和开放空间造成了许多不可预见的后果，主要包括农田损失、自然资源损失、环境污染加剧、交通拥堵以及许多其他物理、社会和经济影响[2,3,9]。城市蔓延的测量尚处于初步阶段，城市蔓延的基本特征没有明确的表达，其内在机制的揭示仍停留在经验层面。

之前的报告指出，需要用一种标准化的方法来客观地量化蔓延与智能增长的特征。为了充分描述城市蔓延的细微差别，需要更高的空间分辨率。许多学者致力于通过地理信息系统（GIS）分析或描述性统计分析建立多维指标来使用指标衡量城市蔓延[5,6,10]。遥感和地理信息系统可以分开或结合起来应用于城市蔓延研究。地理信息系统和遥感数据可以为模拟提供物理、社会和经济数据[11-13]。已有部分关于如何利用遥感和地理信息系统来监测和测量城市蔓延的研究[14-18]。

蛙跳式发展是一种分散的城市化形式，城市土地利用脱节，散步着绿地。如果是“不连续性”，则开发被认为是从开发用地到未开发用地的蛙跳[6]。这种蛙跳式发展发生在开发商建造新住宅时，与现有的城市地区保持一定距离，绕过靠近城市的空置地块。换言之，开发商选择在离城市较远的较便宜的土地上建造，而不是在离城市较近的较昂贵的土地上建造。蛙跳式发展的影响确实产生了一些额外的成本，基础设施必须延伸得更远，更长的距离会带来更复杂的交通和更长的通勤时间。蛙跳式发展在马来西亚的土地利用发展中似乎也有类似的潜力。这种情况可以在市中心外的新住宅区开发中看到，尤其是在彭亨州。因此，本研究的目的是利用遥感与地理信息系统技术，测量地理空间指标来研究城市蔓延问题，确定区分城市蔓延和非城市蔓延发展的经验指标，并且运用遥感和地理信息系统的数据来评估马来西亚城市蔓延的特点。

1. 研究方法论

2.1研究区域

研究区位于马来西亚关丹区（03°52N、103°17E和03°45N、103°23E），占地296000公顷（图1）。大部分土地利用模式由建成区和未建成区组成。为了更好地实现未来的城市发展和基础设施规划，市政当局必须了解关丹的蔓延现象，包括如何衡量和确定这种现象是否蔓延。

图1.位于马来西亚彭亨-关丹区的研究区域

2.2数据和软件

主要研究数据来源于马来西亚国家遥感中心（MACRES）、马来西亚测绘局（Jupem）和地方当局（关丹市政委员会）。IKONOS Pan-Sharpened和SPOT-5的卫星数据为主要数据，而辅助数据包括地形图、土地利用图、道路图、等高线图、城市地图和航空影像。用于计算和分析原始数据并生成结果的软件包括ERDAS、ARCGIS、MAPINFO、E-cognition和SPSS。

2.3方法

首先进行图像预处理和数据准备，包括图像校正和拼接。然后对校正后的数据集进行镶嵌，从而根据1组原始IKONOS数据和20组SPOT-5图像作为支持数据生成整个研究区域（图2）。然后将图像分类应用到预处理图像中，生成整个研究区域的土地利用分类图。本研究选取了监督分类的方法，该方法是在E-cognition软件系统中使用基于对象的分类器进行的。 之前的定居点被划分为“时间1”中存在的城市土地利用地块，其对应于美国地质勘探局（USGS）四边形地图上的指定地点名称相对应的城市土地利用地块或大于50英亩（20公顷）的现有地块。这过滤掉了“时间1”中已经从定居区发生蛙跳的城市区域中较小的非命名地块。三个新的住房区域被识别并缓冲为直径1500英尺，并分类为地块A、B和C。从“之前确定的”地块生成直线距离网格，并将该值分配到每个新的住房单元地块。通过总结市政单位住房点图层的蛙跳字段值，将住房单位蛙跳值按1：9比例计算为市级蛙跳指数（），等式如下：

其中，是一个市内新城市区域的蛙跳指数，是每个新单元的蛙跳距离，是给定城市中新住宅单元的数量。在大的蛙跳距离发生的新增长被认为是蔓延。

图2. 研究中采用的数据处理流程图

数字化

矢量数据

字段数据

二次数据

地表数据

卫星数据

1. 分析和调查结果

3.1蛙跳式发展分析

之前住宅地的地区是在占地面积超过50英亩的地区选定的（时间1）。然后，选择三个新的住宅区，并进行了直径为1500英尺的缓冲（时间2）。利用MapInfo软件测量时间1和时间2的距离，以了解关丹市的城市蔓延模式进。如果新住宅的距离较大，则认为该区域为蔓延区域，反之则认为该区域为非蔓延区域。非住宅区被认为是中性的，没有价值，由森林、农业和公共区域组成。

表1. 蛙跳式发展测量中的距离百分比

本研究的新开发区域（时间2）为Kota Sultan Ahmad Shah、Taman Kg. Padang Jaya和Astana Golf and Country Club，而之前的住宅区（时间1）位于Alor Akar。图3的结果显示，从Alor Akar（时间1）到Kota Sultan Ahmad Shah、Taman Kampong Padang Jaya和Astana Golf and Country Club（时间2）的三个选定的新住宅开发区的蛙跳式发展指数。时间1被认为是城市地区或以前的居住点区域的发展，（时间2）是远离城镇中心或新开发区域的发展。结果表明，Taman Kg. Padang Jaya被认为是程度更大的蔓延，距离原住宅区11公里，其次是Kota Sultan Ahmad Shah，距离Alor Akar地区9公里。Astana Golf and Country Club被认为是非蔓延的，因为这个区域距离以前的住宅区仅6公里。Taman Kg. Padang Jaya之所以比其他地区蔓延程度更大，是因为该地区与Alor Akar之间的发展主要由工业和机构组成，因此新的住宅开发区远离以前的住宅区。Kota Sultan Ahmad Shah被认为远离Alor Akar是因为该该地区最接近关丹中部的新开发区，这一开发项目与拟议的关丹中心一致。

图3. 使用从时间1到时间2的蛙跳距离测量蔓延

1. 结果和讨论

在景观生态学学科基础上，运用地理空间度量的分析方法，来表征景观的土地利用模式。地理空间指数基于对新的城市增长的遥感描述，当它们具有“传染性”时，难以区分各个区域。“蛙跳式发展指数”就是其中的一部分，它提供了一个衡量新开发项目距离先前现有定居点边缘的指标。虽然可以采用多种方法测量分散度，但本分析通过直线距离测量，计算了从新开发地块到最近的先前定居区边缘的蛙跳指数。蛙跳距离较大的斑块被认为是蔓延的，而靠近先前定居点（即填充或同心生长）的斑块则被认为是非蔓延或智能增长。虽然这项研究采用并修订了Hasse和Lathrop（2003）提出的方法，但用于计算的样本不同，以往的研究以计算新开发区与以前定居区的距离为计算样本，比较少数几个地区，而不是本研究专注于一个地区作为重点。在我们的案例研究中，关丹市被认为将在几年内遭遇蔓延。对蛙跳式指数的分析表明，在三个新开发区域中，两个区域的距离被认为是蔓延的。关丹市被认为是一个经历快速变化的地区，由以农业为主转变为以住宅、商业和工业等为主的建设性发展地区。经过测试的时间1是旧城区之一，在关丹改造初期就已存在。而时间2则是一种新的发展方式，它从城市中心向农业地区延伸。在时间1到时间2的距离为9-11km的A和B之间，可以观察到土地开发的距离衰减函数。这种远离城市中心的土地开发模式是地方政府扩大其未来发展政策的一部分。

1. 结论

城市蔓延中土地利用模式的复杂性要求需要采用多个地理空间指标进行测度。本文利用遥感图像数据和地理信息系统方法，对与蛙跳式发展城市规模相关的最重要指标进行了研究。随着大多数发展中国家的城市正在迅速发展，我们认识到在城市管理中应用技术是至关重要的。然而，还有其他一些可能的指标，对城市化的总体空间分析，特别是城市蔓延具有潜力。蛙跳式发展指数提供了一种更为详细的方法来识别、比较和对比蔓延式发展，以便进一步研究潜在的发展过程。由于特定地区的城市模式随着时间的推移而变化，这一变化反映在蔓延指数数值及其技术工具的变化中，因此，与它们的智能增长分析相比，可能会对长期模式、潜在过程以及蔓延发展的后果进行深入了解。

参考文献

[1] Burchell R W, Shad N A, Listokin D, Philips H, Downs A, Seskin S, Davis J S, Moore T, Helton D and Gall M 1998. The Cost of Sprawl- Revisited (Washington, DC:National Academy Press)

[2] Burchell R W and Shad N A 1999 West.Northwest 5 137–60

[3] Ewing R H 1997 Journal of the American Planning Association 63 107-26

[4] Ewing R H, Pendall R and Chen D 1994 Measuring Sprawl and Its Impact: The Character and Consequences of Metropolitan Expansion (Washington D.C)

[5] Ewing R H 2002 Characteristics, Causes, and Effects of Sprawl: A Literature Review, Environmental and Urban Issues 1-15

[6] Galster G, Hanson R, Wolman H, Coleman S and Freihage J 2001 Housing Policy Debate 12 681–717

[7] Ghate A 2005. A Population Density and Housing Unit Level Approach To Characterizing Urban Sprawl Montreal and Toronto- Just How Dissimilar? Transportation and Land Development (McGill University:School of Urban Planning)

[8] Majid M R and Yahya H 2005. Sprawling of a Malaysian City: What Type and What Solutions? (Universiti Teknologi Malaysia:Department of Urban amp; Regional Planning)

[9] Hasse J and Lathr

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21031]，资料为PDF文档或Word文档，PDF文档可免费转换为Word