中国19902010年城市扩张卫星遥感制图

1、2012 年 第 57 卷 第 16 期：1388 1399科学杂志社SCIENCEPRESS19902010 年城市扩张遥感制图,李丛丛,昳,李雪艳,运,*,*科学院遥感应用研究所, 遥感科学,100101;地球系统科学研究中心, 地球系统数值模拟教育部,100084;师范大学全球变化与地球系统科学,100875人,: penggong2011-12-13 收稿, 2012-03-30 接受自然科学基金(41001275)、遥感科学2009AA12200101)资助探索/青年项目(10QN-04)和高技术研究发展计划(2008AA121702,摘要 根据同一数据源的陆地

2、TM 和 ETM+影像, 首次从 1990, 2000 和 2010 年基准年图像上以人工解译为主获得我国所有城市 20 年间建成区分布范围, 最后由专人按统一标准,城市扩展土地利用耕地转化建成区面积对照三期城市数据逐个修改完成并建立了城市扩展数据库. 结果表明我国城市化在过去20 年间呈指数增长了 2 倍多; 我国城市建成区面积由 1990 年东北较高, 转变为 2010 年东南沿海的江苏、山东、浙江领先的格局; 我国城市化所占的土要来自耕地, 大约有 17750km2 的耕地被城市化, 而且 21 世纪最初 10 年比 20 世纪最后 10 年增加了近 1.5 倍; 20 年来, 我国城市

3、扩展速度最快的省份是江苏、山东、浙江等. 对 2009 年超过 50口的 147 座城市建成区面积的国民总产值和人口分析表明, 建成区效益高的城市由沿海城市辅以部分资源型内地城市组成, 而人口密度高的城市主要由内地资源型城市组成; 东部沿海效益低于中部和等省区. 这个数据库将对研究我国城市建成区变化规省区建成区的律及其对耕地和其他用地的转化趋势、模拟城市发展动态、研究城市发展与我国人口增长和迁移的以及与碳排放和气候变化的、制定应对气候变化、国土资源利用以及城市规划与管理发挥重要作用.于城市边界的提取多使用各种不同来源的资料17、城市是人类活动最聚集、土地利用强度最高的地表区域. 随着全球人口的

4、不断增长, 大量乡村人口不很大不同1824,城市提取也而且制图范围1,多基于单一或某一个区域的城市15,2534. 城市定义断涌入城市, 使世界城市化进程不断造成城市的不断扩张. 城市扩张在方便人类生活的同时, 造成环境污染2、交通堵塞以及局部气候改变3, 而对农业47、水资源8、自然环境9,10造成影响,也从并不一致性、制图差异性、资料和制图区域的时空不一致性等问题严重阻碍了城市扩张数据在气候变化模拟研究、区域和土地发展规划以及环境保护疾病传播11,12,给城市规划和管理带来多重挑和公众健康制定中的应用. 因此, 有必要使用相战13,14.因此, 及时掌握城市扩张范围、拥有一致的对统一的资料

5、、相对准确的、在相对一致的时间城市边界定义, 根据统一的标准, 使用同种数据资料获得城市扩张变化 具有重要的科学和管理意义. 但是, 关于城市的边界至今有多种定义方式15,16, 对断面,对大范围的城市扩张进行制图.自 1978 年以来, 经历了先期农村, 后期大规模城市化的过程. 这是一个农业英文版见: Wang L, Li C C, Ying Q, et al.s urban expansion from 1990 to 2010 determined with satellite remote sensing. Chin Sci Bull, 2012, 57, doi: 10.1007/

6、s1-7专题:环境变化遥感大国经过农村生产力大发展之后,现城中有乡村和农地的情况, 边界难以界定.虽然目视图像解译的比较耗费人力, 但是非农业化过程的必然结果. 1992 年在到 21 世纪初,的城市化进程始于和上海对城市特区和开发区的提倡.的城市化规模达到人类有史以来由同一组图像解译是克服上述解译, 最后由一人统一审校, 获取城市轮廓最准确的. 得到城最大程度, 城市建设,. 因此, 本次城市制图主要采取该全球建材生产量的一半以上用于的认为这个势头将保持到 2030城镇化从 1978 年的 19.7%市的外轮廓之后, 轮廓线内的成片耕地、贯穿城市的河流、以及山体等由解译 排除在外. 虽然地级

7、以上城市所辖范围内众多的县城、建制镇等可能在规模和功能上与城市的开发区或市辖区相当, 但是由于缺少这些行政区的准确空间位置, 本次制图未这些不连片区域.并且有年35.按人口统计,49.7%36,37.发展到 2010 年的与快速的城镇化过程相对应的是我国耕地资源的锐减, 已经威胁到我国的粮食安全问题. 但是, 城市扩张到底增加了多少?层层上报的数据和直接用设数据有很大的差别21,38.观测获得的居住区建个41,42,我国城市数量共 663其中、31 个和高于 100 m 空间分辨率的观测数据能够直、直辖市的 654 个以及省、观展示城市范围, 据此获得的城市范围数据相对客观. 运用得当, 可以

8、避免在层层上报的数据中可能的省的 7 座城市. 本次制图, 城市名称依照 2009 年中国城市统计年鉴, 参考 Google Earth 地图数据和中国分省地图册. 所有空间数据的投影及后续制图均采用 Albers-Krasovsky 等面积投影.三期遥感数据分别以 1990, 2000 和 2010 年为基准年, 收集 19861994, 19992002 和 20082010 年陆修改. 因此, 有必要定期使用适当的遥感资料对1990 年以后全国的城市扩张状况进行制图.本文收集三期 30 m 空 间 分 辨 率的 陆 地TM/ETM+遥感影像数据, 以人工解译城市边界提取为主, 对我国在

9、2010 年设置的共计 663 座城市的中心连片城区, 分别以 1990, 2000 和 2010 年为基准年进行城市边界制图, 初步分析我国城市扩张的幅度和速度、占用耕地情况以及城市扩张的效益.地Thematic Mapper( TM) 和 Enhanced TMPlus(ETM+)影像作为基础数据源. 数据主要来自免(费数据共享esdi/index.jsp, Explorer/,), 辅以 10 景付费数据. 本次制图涉及到的 3 个时期共计 600 多景1制图本文对城市的制图范围设定在该城市影像, 已经被USGS 或遥感地面站进行在分析三期城市确几何校正. 因此, 本次制图只机关变化时有

10、明显偏移的影像进行了几何校正, 例如河流明显偏移, 三期数据对应不上的情况, 我们以2000 期的 ETM+数据作为参考图像, 对 几何偏差的 1990 和 2010 期的 TM 数据进行校正, 在城市附所在地的建成区, 即实际已成片开发建设, 市政公共设施基本具备的区域. 对于城乡结合带, 在不考虑被道路连接的情况下, 把间隔在 5 个像元(150 m)以内的成片居民地划为该城市建成区39.近着重选取几何点, 选取点时在有城市的城市用地复杂,认为房屋、道路、市内绿化、市内水体、公园等是城市用地的一部分18,40.在进行大区域城市制图时, 主要的如下: (1) 遥区域附近多选, 兼顾其他区域,

11、 从而实现三期城市的几何上误差在 1 个像元以内, 确保不影响城市的三期变化分析.目视解译时的工作平台是 ESRI ArcMap 9.3.1,遥感数据的空间分辨率为 30 m, 采用 543 波段假彩感影像获取时间季节和年度的差异, 难以采用统一标准自动地提取城市土地类型; (2) 人造建材种类多、差异大, 导致城市光谱 很大不确定性, 这些不确定性难以用语言对制图规则进行有效描述, 造成多人联合制图结果的不确定性; (3) 城市用地易色, 比例尺在 1:5 万以内. 三期城市的制图最初由 3 名具有较丰富图像解译经验的操作完成. 制图年份的顺序是 2010, 2000 和 1990 年. 制

12、图时参照 Google Earth 上的高空间分辨率(好于 2.5 m)影像. 以 2010 期城市制图结果为基础, 完成 2000 和与其他地物在光谱上, 例如高密度的人造与 地难以区分, 而低密度房屋又会被其背景地物淹没; (4) 一些大城市由于高度城镇化, 常常出13892012 年 6 月 第 57 卷 第 16 期1990 期的制图工作. 把位于 2010 年边界内的主城区、开发区等较大建成区作为城市制图的内容. 为了降低制图结果的不确定性, 由专人对三期城市结果进行汇总核查. 对于每个城市, 结合遥感影像数据查看三期边界, 对于不确定的区域结合 Google Earth 高分辨率图

13、像进行了确认并修改.张状态的基本假设, 我们利用 2010 年的结果对 2000年和 1990 年的结果进行限制, 同时利用 2000 年的结果限制 1990 年的结果, 减弱自动定性.带来的不确图 1 显示所使用影像数据的年份分布情况, 柱上数字表示基于该年数据完成制图的城市数量. 理想状况是每年可以有足够数据实现当年的城市制图. 但是, 由于云的影响、获取数据的费用等限制, 无法选用同一年的数据. 因此只能选择基准年最近年份的数据. 663 个城市在 1990 期主要分布年份是19871992 年, 共有 628 个; 2000 期图像集中在19992002 的 4 年中; 2010 期分

14、布在 20082010 年, 其中利用 2009 年进行制图的城市为 488 个.、上海和东莞, 采对城市化严重且较复杂的用计算机自动制图的实现对居民地的提取4345.由于上述 3 个城市扩张范围已经不局限在市辖区, 我们对制图范围明确如下:市的制图范围区,中;市辖区、昌平县、顺义区、通州区和大兴位于TM/ETM+影像的 123/032 和 123/033 轨道号上海的制图范围上海市辖区(不岛屿部分) 、嘉定区、青浦县、松江区、闵行区和南汇县, 位于 118/038 和 118/039 轨道号中; 东莞市的制图范围2城市制图准确度分析本次制图年代长、空间范围大, 难以对每个为东莞市全境, 位于

15、 122/044 轨道号中. 在过程城市图像解译结果进行实地验证. 但是, 高分辨率图像目视解译的结果常常被用做实地考察结果的替代中训练样本选取有 4 大类, 分别是居民地、水体、土和植被, 在 4 大类的基础上根据地物光谱表现不同进一步划分了一些子类, 每个小类选取 3 个左右个多品. 参与本次制图的解译在对 TM 或 ETM+图像进行解译时, 已经尽可能参考 Google Earth 上的高分辨率影像(空间分辨率优于 2.5 m). 为了更加客观地了解本次制图的质量, 选择没有参与 TM 或 ETM+图边形作为训练样本;采用最大似然法监督; 根据 90 m 的 SRTM 高程数据, 计算每

16、个像元的坡度, 再重采样到与影像相同的分辨率尺度(30 m); 利用分水岭分割算法对影像进行分割, 并合并像 小于 10 个的斑块到其最相似的邻近斑块中; 统计斑块内坡度小于 5°的像元超过 50%的比例, 以及居民地类别超过 50%比例的斑块, 认为其为居民地斑块. 我们在上述用到的每景影像中, 分别选取了 10 片居民地和非居民地区域作为验证区域, 15 景中的总体精度 90%以上. 在分别完成三期自动制图的基础上, 根据我国城市在 19902010 年间处于扩像解译工作的其他, 基于有 Google Earth 高分辨率图像的区域, 随机抽取 5%的城市, 解译出新的城市轮廓.

17、 将解译结果和基于 TM 和 ETM+的数据进行对比发现, 在对城市范围理解一致的情况下, 面积差异在 10%之内.从 TM 或 ETM+图像上获得的解译结果比在高分辨率 Google Earth 影像上解译的面积偏高. 造成这一情况的 有: (1) 混合像元导致的勾绘边界不如高分辨率图像解译结果精确, 造成图 1 1990, 2000 和 2010 三期城市制图所用遥感影像的年份统计1390万)37.边界略有扩大; (2) 待开发的 地在 TM 或 ETM+上由于光谱的 , 更易于被解译成建成区; (3) 城郊过渡带与城区接近的乡村在TM 或ETM+图像上由于总体来说, 19902000 年

18、期间, 城市扩张面积约 9601.54 km2, 其中占用耕地约 5130.41 km2, 约有53.4%的城市扩张占用的是耕地资源. 20002010 期间, 城市扩张面积约 18376.74 km2, 其中占用耕地12619.94 km2, 约有 68.7%的城市扩张占用的是耕地空间分辨率较低的更易于被划入城区; (4) 在长角洲冲积平原上河网密集区由于居民沿水而居,难于确定城郊边界, 造成一定城区扩大化(图图 2 显示 TM 图像解译的呼和浩特、绍兴、2(d).、成资源. 特别从占用耕地绝对量上看,后 10 年较前 10年我国城市扩张占用耕地面积增加了 1.46 倍. 从分省统计看, 1

19、9902000 年期间, 城市扩张面积最大的 5都边界套在日期相近的 Google Earth上, 表明解译结果是可信的.高分辨率影像个省份依次是、山东、江苏、浙江和辽宁, 而同期占用耕地最多的依次是、山东、江苏、浙江和上海. 而 20002010 年期间, 城市扩张最大的 5 个省3全国城市制图结果分析图 3 显示了三期城市建成区面积的分省统份依次是江苏、山东、浙江、和, 而同期占和.用耕地最多的依次是江苏、山东、浙江、计结果. 从图中可以看到, 1990 年, 全国城市建成区20 年来江苏、山东、和浙江城市化增量最高, 占面积最高的 5 个省市依次是、辽宁、山东、江苏、用耕地最多的省份是江

20、苏、山东、和浙江等省.; 2000 年时, 城市建成区面积排名前 5 的省份依、山东、江苏、辽宁; 而到 2010 年19902010 年期间,城市的发展速度有很大次是差别. 永城、慈溪、上虞、晋江、昆山、富阳、张家港、诸暨、即墨等 9 个城市面积增加了 20 倍以上, 主新的城市建成区面积按省排序变成江苏、山东、浙江. 东北老工业基地的城市建设的领先地位,东部的江苏、浙江和山东. 东兴、义乌、要分布在 20 年间逐步让位给东南沿海省份. 全国城市建成区面积在 20 年间由 1990 年的 12252.9 km2, 发展到2000 年的 21847.64 km2, 再到 2010 年的 405

21、33.8 km2.2000 期较 1990 期增长了 78.3%, 2010 期较 2000 期增长了 85.5%. 这一结果显示我国城市增长保持了指数增长趋势, 我国在 19902010 年的 20 年间城市建成区面积增量是我国截止 1990 期城市建成区面积总和的 2.31 倍.图 46 分别显示了 1990, 2000 和 2010 三期城市建成区面积分级和分省统计分级结果. 图 4 中展示1990 期时只有 4 个大于 200 km2 面积的城市, 在50200 km2 之间的城市个数是 44 个, 占全国城市总数 7.24%. 当时全国超过 1000 km2 建成区面积的省份江阴、福

22、清、宁波、余姚等 19 个城市扩大了 1020 倍. 衢州、绍兴、宿迁、常熟、苏州、厦门、上海、南京等 66 个城市扩大了 510 倍. 图 8 显示 19902010 年的 20 年间城市扩张的速度分布. 由图可见, 山东、高速发展的城市多数集中在江苏、浙江、福建、四川等省. 而我国东北的老工业基地虽然在 1990 年前城市化程度较高, 但是过去 20 年间建成区扩展相对较慢. 同样, 除四川省之外, 中部和西北地区城市发展也比较缓慢. 此外,我国和等地区城市扩展速度都比较缓慢.4城市用地效益分析收集同期城市人口和国民总产值(GDP)数只有, 但是几个区域内所有居民地的统计结果. 到 200

23、0 期时, 全国大于 200 km2 面积的城市个数增加到 14 个, 在 50200 km2 之间的城市个数是 71 个, 占全国城市总数 12.82%, 超过 1000 km2 建成区面积的省份增加到 7 个. 到 2010 期时, 全国大于 200km2 面积的城市个数增加到 43 个, 在 50200 km2 之据,分析 2009 年城区人口超过 50的 147 个城市(即大型及以上城市)的建成区的人口承载力和面积 GDP 情况. 三期建成区面积、人口和 GDP 列入见表 S1, 人口和 GDP 来源于城市统计年鉴城市建设统计年鉴. 将三期人口密度求平人口密度从 1990 年的 1.3

24、6/km2, 下降和 均可得,间的城市个数是 129 个, 占全国城市总数 25.94%,过 1000 km2 建成区面积的省份增加到 13 个.图 7 显示了 19902000 年和 20002010 年城市扩张面积和城市扩张占用耕地的分省统计结果, 其中耕地图采用全国 1990 年土地利用/覆盖数据(1:10超到 2000 年的 0.99/km2, 到 2009 年的 0.89/km2. 反映居民拥有的人均建成区面积有所增加, 间接反映人均居住面积的增加, 是居民生活有所的一个侧面. 而平均 G D P 水平从 1990 年的 13912012 年 6 月 第 57 卷第 16 期图 2

25、TM 图像解译结果套在 Google Earth 图像上的一致性(a) 呼和浩特市三期解译结果套在 1987 年 9 月 15 日 TM 标准假彩色波段组合图像上; (b) (a)中 2010 期解译结果(2009 年 7 月 25 日)套在 2009年 8 月 31 日 Google Earth 高分辨率影像上. (c) 绍兴市三期解译结果套在 1991 年 7 月 23 日 TM 标准假彩色波段组合图像上; (d) (c)中 2010 期解译结果(2009 年 1 月 13 日) 套在 2010 年 1 月 14 日 Google Earth 高分辨率影像上. (e)市三期解译结果套在 1

26、990 年 10 月 13 日 TM 标准假彩色波段组合图像上; (f) (e)中 2010 期解译结果(2009 年 2 月 3 日) 套在 2010 年 4 月 30 日 Google Earth 高分辨率影像上. (g) 成都市三期解译结果套在1987 年9 月15 日TM 标准假彩色波段组合图像上; (h) (g)中2010 期解译结果(2009 年3 月24 日) 套在2008 年2 月29 日Google Earth 高分辨率影像上. 在(a), (c), (e), (g)图中, 1990, 2000 和 2010 期居民地边界分别用蓝色、绿色、黑色显示, 县界用绿色显示. 呼和浩

27、特市是处于我国 发展比较滞后省区的省会城市, 20 年来城市面积增加了 2.58 倍. 绍兴市是处于东部沿海的地级市, 20 年间城市面积从 11 km2 扩展到 110 多平方千米, 增加了 9.38 倍.是世界上过去 30 年发展速度和规模最令人瞩目的城市, 1990 年城区面积就从一个渔村发展到 62km2, 19902010 的 20 年间城市面积持续高速增长到 692 km2, 增加了 10.25 倍. 而成都原来就是四川的省会大都市, 1990 年城市面积就高达 113 km2, 在 20 世纪最后 10 年仅增加 115 km2, 但是到 2010 年, 成都市的建成区面积猛增到

28、 498 km21392图 3三期城市建成区面积分省统计图 41990 期城市建成区大小分布及分省统计面积分级13932012 年 6 月 第 57 卷第 16 期图 52000 期城市建成区大小分布及分省统计面积分级图 62010 期城市建成区大小分布及分省统计面积分级1394图 7城市扩张及其占用耕地分省统计情况图 8城市 19902010 发展速度分布图0.79 亿元/km2, 增加到 2000 年的 2.97 亿元/km2, 到2009 年的 7.05 亿元/km2. 由于我国 20002010 年建成区面积增加很快, 但是 GDP 增速却没有 19902000 年增加倍数高,显示我国

29、面积建成区的使用效益后 10 年不如前 10 年.图 9 和 10 分别显示2009 年城区人口在 5013952012 年 6 月第 57 卷第 16 期图 92009 年大型及以上城市面积 GDP 分布及分省统计分布图图 10 2009 年大型及以上城市建成区面积人口分布及分省统计分布图1396以上的城市建成区面积的 GDP 和人口分布,资源型城市. 沿海发达城市,呈多样化发展, 能以及按省平均的状况.建成区面积 GDP 高表示够在较大的建成区面积上支撑较高的人口密度和高 的 GDP, 而资源单一型城市以石油、煤炭、钢铁生产为主, 人口结构也比较单一, 居住密度高, 所以一个城市或省内城市

30、建设用地使用效率高,建成区面积人口多表明该城市或省内城市建设用地相 对比较节约. 城市人口密度、GDP 和城市生活质量等的 十分复杂, 本文对此不做研究. 2009 年, 每平方千米建成区 GDP 超过 20 亿元的城市有攀枝花、鄂、佛山、大庆和台州, 每平方千米建成区创造的 GDP 超过 10 亿元有 21 个城市, 分别是惠州、重庆、珠海、枣庄、唐山、常德、泸州、汕头、广州、宜城市建成区面积较小,面积高 GDP 和从而形成高人口密度的局面. 那些建成区面积高 GDP 产出而人口密度相对适中的城市, 可能是居民生活质量较城市. 排在建成区面积 GDP 最高的前20 座城市中, 有 7 座在省

31、, 而没有一座在长角洲.省的城市是我国建成区面积创造虽然江苏和上海过GDP 最高的省份. 据表 S1 推算, 去 10 年城市扩张速度高于,昌、中山、本溪、州、自贡、南昌, 城市.、杭州、青岛、镇江、岳阳、温主要是资源型城市和沿海发达但是建成区面积创造的 GDP 比低许多. 上海、南京、苏州、2009 年建成区人口密度高于 3的城市有攀无锡、常州等分别排在建成区面积创造 GDP 排和鸡西; 而排在序的第 27, 72, 81, 90, 112 的位置.排在第 101 位.枝花、伊春、天水、汕头、鄂前 20 名的其他城市有泸州、重庆、台州、南充、自 贡、遵义、惠州、本溪、枣庄、益阳、淮南、张家口

32、、这种低效率的土地利用现象值得重视. 上海、苏州、昆山、广州、东莞、 等城市已经实现发展连片, 规划上应该多市协调, 实现资源优化配置, 提高土地利用效率, 减少居民出行时间. 但是由于多数城市追求大而全的发展, 行政跨省或跨多个地级市, 城市发展规划难以统筹区域需求, 难免有建设项目重复设置, 造成城市建设用地浪费的现象. 但是, 像青岛城区、胶州、即墨等同属一个地级市连片发展的情况 . 可以 , 邻近城市连片发展的趋势仍将继续. 城市间规划时, 建设土地资源优化配置跨市统筹规划达到节约土地, 增加建成区使用效率将是未来城市规划的重要内容.我国 19902010 年城市建成区扩张的指数增长衡

33、阳和南昌, 每平方千米人口均在 1.65以上. 这城市或资源型老工业城市为主,些城市以欠少数是现代化城市. 图 9 和 10 还表明, 按省统计, 我国城市面积建成区和人口效益最高的省区在重庆. 而建成区面积最高的东部沿海, 成区面积创造的 GDP 低于中部地区.城市建5讨论与结论利用人工解译首次从 1990, 2000 和 2010 年TM 和ETM+影像获得我国所有城为基准年陆地市 20 年间建成区分布及变化. 结果表明我国城市化在过去 20 年间呈指数增长. 20 年间城市建成区面积增量大约超过 1990 年城市建成区面积的 2.31 倍. 20年来, 我国城市建成区面积由 1990 年

34、前的东北工业趋势,占用耕地的趋势, 与城镇和乡村建成区扩张, 交通用地快速发展等对我国粮食自给的影响已经引起各界高度关注46. 但是, 城市化到底对我国农业、气候和环境产生多少影响, 至今还没有全局性化基地为最, 转变成东南沿海江苏、江领先的格局. 我国城市化所占的土、山东、浙要来自耕的. 本次全国城市建成区制图为回答以上问题地, 大约有 17750.4 km2 的耕地被城市化. 而且 21 世纪最初 10 年比 20 世纪最后 10 年增加了 1.46 倍, 表提供了一个基础数据库. 它由同一组人使用同样方法, 根据同一数据源, 并由专人按统一标准对照三期城市数据逐个修改完成. 本数据明晰的

35、建成区空间分布特性是城市统计年鉴资料所不具备. 这套数据也为认识我国城市建成区全局性变化规律、模拟城市明这种土地利用转化有的趋势. 20 年来, 我国城市扩展的速度最快的省份是江苏、浙江等.、山东和分析 2009 年 50积的人口和国民口以上的城市建成区面发展动态趋势、研究城市扩展模式以及建成区生产总值得出, 我国城市建成GDP 增长效率、探讨人口迁移格局及环境与健康的、制定国土资源发展以及城市规划与管理等提供了重要数据源. 但是, 本文描述的数据库, 还不区效益最高的城市多数是沿海城市和内地资源型城市, 而建成区面积人口多的城市多是内地13972012 年 6 月 第 57 卷第 16 期淆

36、等 造成的误差. 此外, 还应该对城市建成区内部的土地利用类型做进一步的划分. 这些将在后续工作中完成.能所有城市的城市统计年鉴中的和人口资料. 在城市遥感制图方面, 还需要进一步提高制图精度, 消除因 地或耕地和高密度建成区光谱混参考文献 12United Nations. World Urbanization Prospects: The 2007 Revision. New York: United Nations, 2008. 34Zhang J F, Mauzerall D L, Zhu T, et al. Environmental health11101119: Progress

37、 towards clean air and safe water. Lancet, 2010, 375:3Jin M,inson R E, Zhang D L. The footprint of urban areas on global climate as characterized by MODIS. J Clim, 2005, 18:1551156545Seto K C, Kaufmann R K, Woodcock C E. Landsat revealss farmland reserves, but they are vanishing fast. Nature, 2000,

38、406: 121Doygun H. Effects of urban sprawl on agricultural land: A case study of Kahramanmaras, Turkey. Environ Monit Assess, 2009, 15 8: 471478Su S L, Jiang Z L, Zhang Q, et al. Transformation of agricultural landscapes under rapid urbanization: A threat to sustainability in6Hang-Jia-Hu region,. App

39、l Geogr, 2011, 31: 4394497Liu J Y, Zhan J Y, Deng X Z. Spatio-temporal patterns and driving factors of urban land expansionera. Ambio, 2005, 34: 450455during the economic reform8Hosseini S A, Shahraki S Z, Farhudi R, et al. Effect of urban sprawl on a traditional water system in the city of Mashhad,

40、 NE Iran. UrbanWater J, 2010, 7: 3093209Lu D S, Xu X F, Tian H Q, et al. The effects of urbanization on net primary productivity in southeastern404410. Environ Manage, 2010, 46:10Guneralp B, Seto K C. Environmental impacts of urban growth from an integrated dynamic perspective: A case st udy of Shen

41、zhen, South. Global Environ Chang, 2008, 18: 720735Liang L, Xu B, Chen Y L, et al. Combining spatial-temporal and phylogenetic analysis approaches for improved understanding on global H5N1 transmission. PLOS One, 2010, 5: e13575, doi: 10.1371/journal.pone.0013575111213Gong P, Liang S, Carlton E, et

42、al. Urbanization and health. Lancet, 2012, 379: 843852Chen J, Gong P, He C, et al. Assessment of urban development plan of Remote Sens, 2002, 68: 10631071Batty M. The size, scale, and shape of cities. Science, 2008, 319: 769771by using CA-based urban growth m. Photogramm Eng1415Pham H M, Yamaguchi Y

43、. Urban growth and change analysis using remote sensing and spatial metrics from 1975 to 2003 for Hanoi,Vietnam. Int J Remote Sens, 2011, 32: 1901191516Ferreira J A, Condessa B, AlmeC, et al. Urban settlement delimitation in low-density areasAn application to the municipality ofTomar (Portugal). Lan

44、dscape Urban Plan, 2010, 97: 156167Griffiths P, Hostert P, Gruebner O, et al. Mapmegacity growth with multi-sensor data. Remote Sens Environ, 2010, 114: 426439Gong P, Howarth P J. Land-use classification of SPOT HRV data using a cover-frequency method. Int J Remote Sens, 1992, 13: 14591471171819Gong

45、 P, Marceau D, Howarth P J. A comparison of spatial feature extraction algorithms for land-use mapRemote Sens Environ, 1992, 40: 137151with SPOT HRV data.20Gong P, Howarth P J. The use of structural information for improving land-cover classification accuracies at the rural-urban fringe.Photogramm E

46、ng Remote Sens, 1990, 56: 677321Wang L, Gong P, Ying Q, et al. Settlement extraction over Northwatershed segmentation algorithm. Int J Remote Sens, 2010, 31: 1411 1426Plain with Landsat and-1 data using an improved22Xu B, Gong P. Land use/cover classification with multispectral and hyperspectral EO-

47、1 data. Photogramm Eng Remote Sens, 2007, 73:95596523Yin J, Yin Z, Zhong H D, et al. Monitoring urban expansion and land use/land cover changes of Shanghai metropolitan auring thetransitional economy(19792009). Environ Monit Assess, 2011, 177: 60962124Dai X Y, Guo Z Y, Zhang L Q, et al. Spatio-tempo

48、ral pattern of urban land cover evolvement with urban renewal and expansion inShanghai based on mixed pixel classification for remote sensing imagery. Int J Remote Sens, 2010, 31: 6095 6114139825Catalan B, Sauri D, Serra P. Urban sprawl in the Mediterranean? Patterns of growth and change in the Barc

49、elona metropolitan region19932000. Landscape Urban Plan, 2008, 85: 17418426Guo L Y, Wang D L, Qiu J J, et al. Spatio-temporal patterns of land use change along the Bohai RimSci, 2009, 19: 568576during 1985 2005. J Geogr27Lv Z Q, Wu Z F, Wei J B, et al. Monitoring of the urban sprawl using geoprocess

50、ing tools in the Shenzhen municipality,Earth Sci, 2011, 62: 11311141. Environ28Seto K C, Kaufmann R C. Ming the drivers of urban land use change in the Pearl River Delta,: Integrating remote sensing withsocio-economic data. Land Econom, 2003, 79: 106121Tian G J, Jiang J, Yang Z F, et al. The urban g

51、rowth, size distribution and spatio-temporal dynamic pattern of the Yangtze River Delta29megalopolitan region,. Ecol M, 2011, 222: 86587830Wei Y P, Zhao M. Urban spill over vs local urban sprawl: Entangling land-use regulations in the urban growth ofLand Use Policy, 2009, 26: 10311045s megacities.31

52、Xu C, Liu M S, Yang X J, et al. Detecting the spatial differentiation in settlement change rates during rapid urbanization in the NanjingMetropolitan region,. Environ Monit Assess, 2010, 158: 4714783233Yang J, Zhao L S, McBride J, et al. Can you see green? Assessing the visibility of urban forests.

53、Landscape Urban Plan, 2009, 91: 97104Yu W H, Zang S Y, Wu C S, et al. Analyzing and m600608ing land use land cover change in the Daqing City,. Appl Geogr, 2011, 31:34Fan F L, Wang Y P, Qiu M H, et al. Evaluating the temporal and spatial expansion of Guangzhou from 1979 to 2003 by remote sensingand G

54、IS methods. Int J Geogr Inf Sci, 2009, 23: 1371138835363738Fernandez J E. Resource consumption of new urban construction. J Ind Ecol, 2007, 11: 99 115.第三次人口普查公告. 1982第六次人口普查公告. 2011Liu J Y, Liu M L, Tian H Q, et al. Spatial and temporal patterns ofdata. Remote Sens Environ, 2005, 98: 442456s cropland during 19902000: An analysis based