1990-2020年辽宁省城市扩张对比分析

目录TOC\o"1-3"\h\u摘要 IIIABSTRACT IV第1章绪论 -1-1.1研究背景 -1-1.2区域概况 -2-1.3研究目的和意义 -3-第2章研究内容和方法 -5-2.1研究内容 -5-2.2研究方法 -5-2.2.1面向对象分类法 -6-2.2.2城市动态分析法 -6-2.2.3精度验证法 -6-2.2.4面积统计 -7-2.2.5城市扩张模式分析 -8-第3章数据来源及预处理 -9-3.1研究所需软件 -9-3.2数据来源 -9-3.3数据预处理 -10-3.3.1大气校正 -11-3.3.2影像裁剪和拼接 -13-第4章城市用地信息提取 -17-4.1多尺度分割 -17-4.2城市土地提取 -18-4.3精度评价 -19-第5章辽宁省城市用地时空变化分析 -21-5.1辽宁省城市面积扩张现状 -21-5.2城市扩张模式分析结果 -23-5.2.1集中同心圆拓展 -23-5.2.2沿主要对外交通轴线带状扩展 -25-5.2.3跳跃式成组团扩展 -26-5.2.4低密度连续蔓延扩展 -27-第6章城市扩张驱动分析 -29-6.1城市扩张驱动分析 -29-6.1.1经济增长因素 -29-6.1.2人口增加因素 -30-6.1.3交通牵引作用因素 -31-6.1.4政策因素 -32-总结 -33-致谢 -34-参考文献 -35-摘要随着经济人口的飞速发展，城市用地范围也发生着变化，掌握城市用地的空间特点，帮助人们更好地了解城市用地结构和功能演变规律，以及不同区域土地资源分配情况，从而优化土地利用，提高土地利用效率，对未来城市规划及区域发展政策提供数据支持。本文以辽宁省为研究对象，综合应用Landsat4-5TM和Landsat8OLI卫星遥感数据，通过应用面向对象分类方法，我们可以提取出辽宁省地级市以上行政单元城区在1990年和2020年的空间分布情况，并利用这些数据来研究辽宁省在过去30年的城市变化情况。根据结果分析可知，1990年至2020年期间，辽宁省共增加了1465.50km²的城市面积，并且所有31个地级以上的城市都有所扩张。值得注意的是，沈阳市是扩张最为明显的城市，其扩张的绝对面积高达250.87km²，扩张速度也相对较快，达到了10.91km²/年。东港市是扩张强度最大的城市，扩张强度为813.0%。辽宁省的城市化进程呈现出多样化和快速发展的趋势。关键词：城市扩张；面向对象；遥感；辽宁省ABSTRACTWiththerapiddevelopmenttoftheeconomyandpopulation,thescopeofurbanlanduseisalsochanging.Masteringthespatialcharacteristicsofurbanlandusecanhelppeoplebetterunderstandtheevolutionofurbanlandstructureandfunction,aswellasthedistributionoflandresourcesindifferentregions.Thiscanoptimizelanduse,improvelanduseefficiency,andprovidedatasupportforfutureurbanplanningandregionaldevelopmentpolicies.ThisarticletakesLiaoningProvinceastheresearchobjectandcomprehensivelyappliesLandsat4-5TMandLandsat8OLIsatelliteremotesensingdata.Byapplyinganobject-orientedclassificationmethod,weextractedthespatialdistributionofadministrativeuniturbanareasaboveprefecture-levelcitiesinLiaoningProvincein1990and2020.WeusedthisdatatoanalyzethelawsandcharacteristicsofurbanareaexpansioninLiaoningProvinceoverthepast30years.Theresultsshowthatbetween1990and2020,theurbanareaofLiaoningProvinceincreasedby1465.50squarekilometers.All31citiesatorabovetheprefecturelevelhaveexpanded,withShenyanghavingthelargestexpansionofurbanarea,covering250.87squarekilometers,andexpandingataspeedof10.91squarekilometersperyear.ThelargestexpansionintensitywasinDonggangCity,withanexpansionintensityof813.0%andanexpansionspeedof0.87squarekilometersperyear.TheurbanizationprocessinLiaoningProvinceshowsatrendofdiversificationandrapiddevelopmentKeywords:urbanexpansion;Objectoriented;Remotesensing;LiaoningProvince第1章绪论1.1研究背景城市扩张是随着经济和社会发展进程不可避免的现象。随着经济和社会的不断发展，城市扩张已成为一个全球性的问题。在我国，城市扩张的速度尤为迅猛。辽宁省作为一个经济发达的省份，在城市化进程中也面临着城市扩张的压力。在海口贸易上，辽宁省的海口市作为辽宁省唯一的沿海开放城市，也是经济发展的重要引擎，而在城市化进程中，其面临着城市扩张的压力，在城市建设投入持续增加：为了应对城市扩张压力，辽宁省不断加大对城市建设的投入，加快城市基础设施的建设和完善。在辽宁省的城市扩张中，城市之间的差异很大。因此，对辽宁省不同城市的扩张进行对比研究，可以更好地了解各城市的发展情况，有助于制定相应的发展政策和规划方案，促进各城市的可持续发展。遥感技术通过非接触式数据获取、多尺度数据获取、定量化分析、多时相数据对比等优势，为辽宁省城市扩张研究提供了高效、全面、实时的数据支持，为城市扩张规划和管理提供科学依据，同时也为解决城市生态、社会问题等提供重要保障，从而促进了城市的可持续发展。近年来，在国内外学者的共同努力下，涌现了很多相关研究。这些研究在方法和技术上各具特色，主要包括基于影像分类、图像分割、深度学习、机器学习和多源数据融合等方面的城市用地提取方法，为城市规划和管理提供了可靠而有效的技术手段。面向对象分类方法可以根据每个对象的形状、大小、颜色、纹理等信息，将图像像素组成的区域划分为具有语义信息的空间单元，从而实现对图像内容的更为准确地解析和分类。相比之下，传统的面向像元分类方法则主要关注于图像的像素级别的特征分析和分类，可能会忽略目标的形态、结构等信息，导致分类精度有限。特别是无法很好地处理复杂的地物边界及尺度变化等问题，因此面向对象分类方法具有更好的分类效果、可靠性和发展前景，可以更好地适应高分辨率遥感影像分类提取的需求。本研究选用了辽宁省1990年和2020年的landsat4-5TM及Landsat8OLI卫星遥感影像作为研究数据，运用面向对象分类法对辽宁省城市扩张的变化趋势和扩张原因进行分析，旨在为辽宁省的交通建设、农业生产和精准管理等方面提供可靠的数据支持。对辽宁省城市扩张的对比分析研究具有重要的现实意义和理论价值。1.2区域概况辽宁省是中华人民共和国的一个省份，位于中国东北地区南部，总面积14.59万平方千米。辽宁省地势南高北低，中部为盆地和平原，东北部则是丰富的森林和山地。辽宁省有着丰富的自然资源，其中包括煤炭、石油、天然气、铁矿石、金属和非金属矿产等。农业也是辽宁省的重要经济支柱，主要种植作物包括小麦、玉米、大豆和水果等。在工业方面，辽宁省是中国的重要制造业基地之一，主要产业包括机械制造、化工、轻工、冶金、电子和信息技术等。此外，辽宁省还拥有优美的自然风景和众多的历史文化遗产，如丹东的“靖国神社”遗址、沈阳的故宫和大连的星海广场等。总的来说，辽宁省具有得天独厚的区位优势和丰富的自然资源，同时也是中国重要的工业制造和农业产区。随着中国经济持续快速发展，辽宁省将继续发挥其重要作用，为中国的现代化建设和对外开放做出贡献。辽宁省目前设有14个地级市和2个副省级市，共计16个行政区划单位，下辖31个城市：其中，地级市为：朝阳市、大连市、鞍山市、抚顺市、盘锦市、丹东市、辽阳市、锦州市、营口市、阜新市、本溪市、铁岭市、沈阳市、葫芦岛市；县级市为：灯塔市、凌源市、调兵山市、开原市、北镇市、盖州市、瓦房店市、东港市、太和区、庄河市、海城市、凌海市、新民市、北票市、凤城市。通过对这些城市的数据进行分析，可以更加深入地了解辽宁省城市扩张的情况。，如下图，图片中仅显示部分地级市。图1-2辽宁省地级以上城市分散布局示例图1.3研究目的和意义研究目的：本研究旨在通过比较分析辽宁省不同城市的扩张情况，研究其差异性和共性，从而为城市间协调发展提供思路。研究意义：随着城市化进程的加速，城市扩张已成为当今社会发展的重要问题。辽宁省作为中国东北地区的重要省份，城市化进程也在不断加速。因此，对辽宁省城市扩张的对比分析具有重要的研究意义。本研究可以为学术研究提供参考。城市扩张是一个复杂的问题，需要多方面的研究和探讨。通过对辽宁省城市扩张的对比分析，可以为学术研究提供参考和借鉴。第2章研究内容和方法2.1研究内容本研究将以基于landsatTM/OLI遥感影像为研究对象，对1990年至2020年的城市扩张进行对比分析。具体研究内容包括：数据获取：1990年和2020年辽宁省遥感影像数据下载，辽宁省经济、人口等数据。数据预处理：先对影像进行辐射定标和大气校正来消除影响影像数据精度的误差和干扰，提高数据的可靠性和准确性，然后对影像进行裁剪去掉研究区以外的部分，减少工作量。面向对象分类方法提取信息：本研究选用Ecognition软件对1990年和2020年辽宁省遥感影像进行多尺度分割，生成包含不同大小和形状的多边形对象。然后，采用监督分类方法对这些多边形对象进行分类识别，提取出辽宁省遥感影像中的建设用地、耕地、林地、裸地、水体五种土地利用类型，最后通过高分影像上的信息提取点对建设用地的分类精度进行评价。统计辽宁省城市面积：用arcgis分别统计1990年和2020年辽宁省的总城市面积以及所研究的31各城市面积，然后汇总到excel表格。城市扩张模拟分析：本研究通过采用Arcgis对辽宁省城市扩张进行模拟，分析辽宁省城市扩张速度和扩张强度，为辽宁省城市合理规划提供基础。城市扩张驱动分析：该研究分析了影响辽宁省城市扩张的驱动力，主要从经济发展、人口扩张、城市交通和制度等进行了探讨。2.2研究方法本研究以1990年、2020年Landsat4-5TM、Landsat80LI数据作为遥感信息源，利用面向对象分类方法提取城市信息，并进行精度评价，然后统计面积，最后进行城市扩张模式分类。2.2.1面向对象分类法面向对象分类法相比传统的像元分类法具有更加精细化的分类结果、更加准确的空间位置信息、更加高效的分类速度和更加方便的后处理操作等优势。该方法能够利用遥感图像中独立对象之间的空间关系和属性信息进行自动分类，从而得到更加准确和可靠的遥感图像分类结果。此外，基于对象的处理方式可以大大减少数据量，提高分类效率，并方便后续的空间分析和形态学分析等操作。面向对象分类法是利用遥感图像分割得到的独立对象，通过提取其空间、光谱、纹理等特征信息，采用特征选择和分类器设计方法实现自动分类的一种分类方法。即将遥感图像中的每一个像元转换为一个完整的独立对象，利用对象之间的空间关系和属性信息进行分类，从而提高分类精度和效率。该方法的基本原理是对遥感图像进行影像分割，然后提取对象的特征，包括形状、纹理、光谱等特征，然后通过选择适当的特征和分类器，实现对象的自动分类，从而得到遥感图像的分类结果。它旨在利用对象级别的空间关系和属性信息，提高遥感图像分类的精度和效率，广泛应用于土地利用、环境监测、资源调查等领域。2.2.2城市动态分析法城市动态分析法是基于多时相遥感影像的图像处理技术，通过提取和分析遥感数据中的空间和时间信息，揭示城市建设和发展的规律和趋势。其主要原理包括：采集多时相遥感影像、提取城市化指数、分析城市化过程、揭示城市化规律和趋势等步骤。在这个过程中，通常采用归一化植被指数（NDVI）和归一化建筑物指数（NDBI）等指标来反映城市化过程中植被和建筑物的分布和变化情况，通过比较不同时期的遥感影像，可以从宏观上观察城市化过程的扩张速度、形态演化以及城市与自然环境之间的相互作用关系等，为城市规划和管理提供科学依据。2.2.3精度验证法精度验证法是对遥感图像分类结果进行准确性评价的一种方法。其原理主要包括：采集样本数据、计算分类指标、评估分类精度和可视化呈现等步骤。其中，样本数据用于构建验证数据集，计算分类指标可以评估分类器的性能和优劣，评估分类精度可以判断分类结果是否准确无误，可视化呈现可以直观展示分类结果的空间分布和局部统计特征。最终，精度验证方法可以帮助选择合适的分类器和参数，提高遥感图像分类的精度和实用价值。2.2.4面积统计统计面积的方法有多种，常见的包括：GIS软件：如ArcGIS、QGIS等，通过导入矢量或栅格数据、选择面积统计工具，可以对地图上的要素进行面积统计。此方法适用于需要处理大规模数据或进行分析、可视化等操作的项目。GPS测量：利用GPS设备或手机APP等工具对野外地形进行实地测量，然后通过数据处理工具计算得到面积。此方法适用于野外环境、山区、森林等无法通过其他方法测量的场景。测绘仪器：如全站仪、激光扫描仪、遥感卫星等，可以对地形进行高精度、高效的测量和建模，得到区域的三维模型后，再通过相关软件进行面积测量和统计。此方法适用于工程、科学研究等需要高精度地形数据的项目。根据实际情况我选择了gis软件统计城市面积。以下是方法和步骤：1.在GIS软件中，首先需要添加相应的矢量数据（如行政区划、土地利用等）或栅格数据（如卫星影像等）。2.选择合适的工具或功能来实现面积统计。在ArcGIS中，可以使用CalculateGeometry或CalculateGeometryAttributes工具来计算点、线、面要素的面积。在QGIS中，可以使用FieldCalculator或StatisticsByCategories工具来完成面积统计。3.配置相应的参数。例如，选择需要计算的属性字段、计算单位、输出格式等。4.运行计算并查看结果。通常，结果会存储在属性表中，可以直接查看或导出为Excel等格式的文件。2.2.5城市扩张模式分析城市扩张模式分类是指根据城市扩张的空间形态、速度和方向等特征，将城市扩张过程分为不同类型并进行归纳总结的过程。其主要原理包括：获取城市扩张时相遥感影像数据、对影像进行矢量化处理、采用景观格局指数和空间分布特征等方法来提取城市扩张的特征信息、对城市扩张进行分类并进行统计和比较等步骤。在该过程中，通常采用空间分析、分类器构建、规则提取等技术手段，从不同角度探索城市扩张的类型划分标准和影响因素，为城市规划和管理提供科学参考。通过城市扩张模式分类，可以更准确地描述城市扩张的形态、速度和方向等特征，并对不同类型城市扩张过程的发展趋势、环境影响等进行深入研究，为城市可持续发展提供科学依据。根据研究结果，我们可以将城市用地扩张模式分为四类，即低密度持续的扩张、不连续而成组的扩张、沿主要交通轴线集中地展开、向周围以同心圆的形式进行集中扩展。在辽宁省，城市的扩张发展呈现出多元化的趋势，各个扩张模式都存在并交替进行。（如图）图2-4多元化城市扩张模式的结合形第3章数据来源及预处理3.1研究所需软件ENVI(EnvironmentforVisualizingImages)是一款主要用于遥感图像处理和分析的软件工具，支持多种数据格式，包括AVIRIS、ASTER、MODIS、Landsat等主流遥感数据。该软件拥有强大的处理能力、丰富的可视化功能、强大的分析能力和友好的用户界面等特点。ENVI被广泛应用于农业、林业、城市规划、地球物理、气象、环境保护等领域的遥感图像处理和分析、地貌测绘、环境监测和资源调查等方面本研究ENVI用来数据预处理，裁剪和拼接，为后续工作减少工作量。eCognition是一款基于对象的遥感图像处理软件，采用面向对象的分类方法和决策专家系统支持的模糊分类算法，能够自动提取地物信息，识别和分类复杂的地物类型和地物对象，并提供详细的统计和分析结果。它还通过可视化分析，直观地展现地物分类结果，方便用户进行后续的研究和决策。eCognition广泛应用于土地资源调查、城市规划、环境监测等领域，为遥感图像解译和地物信息提取提供了高效、准确的解决方案。该软件在此次研究中用来做图像分割，分类。ArcGIS是一款基于地理信息系统（GIS）的软件，具有许多功能强大的地图制作、分析和管理工具。它可以帮助用户进行空间数据的收集、整理和管理，并能够对这些数据进行高级的地理空间分析，包括缓冲区、交互、叠加、统计和模拟等。此外，ArcGIS还具有强大的可视化表达能力，可以快速生成仪表板、报告和故事地图等视觉化产品，方便用户进行数据探索和决策支持。ArcGIS广泛应用于政府部门、自然资源管理、土地规划、公共安全、水文、环境保护等领域，是一款非常优秀的地理信息处理软件,在本次研究中用来统计城市面积，分析城市扩张。3.2数据来源Landsat卫星提供了全球最长的连续地球观测计划，成为了遥感技术和全球环境监测的代表。它的数据具有广泛的应用前景，对于全球环境保护和自然资源管理等方面都起到了至关重要的作用。可以使用许多国内和国外网站来下载Landsat数据，例如地理空间数据云等国内网站，EarthExplorer等国外网站。这次研究在1990年和2020年使用Landsat4-5TM和Landsat8OLI卫星数据，来自辽宁省统计网站的统计数据作为遥感信息源进行研究分析。在本次设计中，我们使用了地理空间数据（/）云来获取Landsat4-5TM和Landsat8OLI的卫星数据。在遥感影像选取过程中，要注意以下：影像选择天气睛朗状态下，卫星影像云量小于10%，影像完全覆盖整个研究区，重叠部分选取7月到10月的影像，根据研究范围的生态规律，选取较为清晰的遥感图像。3.3数据预处理Landsat影像通常在下载后已经完成了几何校正，这也是Landsat数据的一大特点。因此，接下来需要进行的步骤是对数据进行辐射定标和大气校正，以消除可能存在的传感器误差和大气散射误差。通过辐射定标可以将数字计数转化为辐射亮度值，并校正波段之间的光谱响应差异；而大气校正则是在辐射定标的基础上，校正由大气散射和吸收引起的影像失真。这些处理可以使Landsat影像更加精确地反映地表物理量，提高遥感应用中的可靠性和准确性。ENVI软件是常用的工具之一，可以用来对Landsat数据进行完整的处理和分析。辐射定标：辐射定标是遥感影像处理中的一个重要步骤，其主要作用是将数字计数值转换为辐射亮度值，并校正不同波段之间的光谱响应差异。在进行辐射定标时，需要考虑以下因素：传感器响应函数：不同传感器的响应函数也不同，因此需要对不同波段的影像进行响应函数校正。大气透过率：需要考虑大气对不同波长的光线的吸收、散射和透过情况，以此计算出大气透过率，从而得到真实的辐射亮度值。地球表面特征：地球表面的不同物质会对辐射进行反射、吸收和散射，因此进行辐射定标时需要考虑地球表面的特征，如地表反射率等。通过对上述因素的综合考虑，可以得到准确的辐射定标结果，从而保证后续遥感分析的精度和可靠性。图3-1大气校正前示例图3-2大气校正后示例3.3.1大气校正在遥感数据处理中，大气校正是指将遥感影像中由于大气散射和吸收等因素所引起的误差进行修正，从而减少或消除这些误差对遥感数据分析和应用带来的影响。通常情况下，大气校正主要包括以下几个步骤：获取大气光谱特征：根据不同时间、不同地区和不同的大气条件，获取大气光谱特征参数，如大气透过率、大气反射率、大气辐射传输函数等。计算大气退化度量：利用获取到的大气光谱特征参数，对遥感影像中的数字值进行校正，得到反射率或者辐射亮度等物理量。这一步骤也被称为大气退化度量计算，它的目的是通过数学模型，计算出大气散射和吸收对遥感影像中数字值的影响程度。生成校正后的遥感影像：将计算出的大气退化度量应用到原始遥感影像中，生成经过大气校正后的遥感影像，使影像中的信息能够更加真实地反映实际地表特征。通过进行大气校正处理，我们可以消除大气散射和吸收等因素引起的误差，减少遥感数据中的噪声，提高数据的可靠性和准确性，同时也为后续的遥感应用提供了基础。常见的大气校正方法包括了暗像元法、6S模型、MODTRAN模型，FLAASH模型等。本研究使用的是FLAASH模型。图3-3大气校正示例图5-1大气校正前的光谱特征图图5-2大气校正后的光谱特征图3.3.2影像裁剪和拼接图像裁剪：图像裁剪可以有效地提取出感兴趣区域内的信息，有利于后续遥感分析和应用。在ENVI中，通过选择RegionsofInterest-SubsetDatafromROIs工具，可以方便快捷地进行图像裁剪操作。在进行裁剪遥感影像的操作时，需要注意以下几点：设置掩膜：为保留感兴趣区域内的信息，需要在进行裁剪前设置掩膜。在ENVI中，可以选择MaskpixelsoutsideofROI？在进行掩膜裁剪时，需要将所选区域以外的背景值设置为0。选择输入ROI：在进行裁剪时需要选择输入ROI，即指定感兴趣区域的范围和位置。在ENVI中，可以通过SelectInputROIs选择相应的感兴趣区边界。设置输出路径：在进行裁剪时需要设置输出路径，以便保存裁剪后的图像数据。在ENVI中，可以选择输出路径名以及输出图像格式等参数。通过上述操作，就可以快速地完成图像裁剪操作，从而得到所需的裁剪结果。如下图是部分裁剪后得到的结果示例。图3-4裁剪后的图像示例影像拼接(ENVI)：在ENVI中，可以使用MosaicData工具进行影像拼接操作。下面是一些操作步骤：打开ENVI软件并加载需要拼接的影像文件。在ENVI菜单栏中选择RasterTools，进入RasterTools工具箱，在其中选择MosaicData工具。在MosaicData窗口中，选择需要拼接的影像文件，并设置拼接后的输出路径和文件名。同时还可以设置拼接方法、像素类型等参数。点击Run按钮运行MosaicData工具，ENVI将自动完成影像拼接操作。除了使用MosaicData工具进行影像拼接，ENVI还提供了其他一些工具和方法，如ImageLinker、CustomScript等，它们可以根据实际情况选择合适的工具和方法进行操作。需要注意的是，在进行影像拼接时，需要对拼接前的影像数据进行重采样、坐标系统一等操作，以确保各影像数据的空间位置一致，从而得到完整、无缝的拼接结果。另外，由于遥感图像通常较大，因此在进行影像拼接操作时需要考虑计算机性能和内存等因素，以避免出现计算效率低、程序崩溃等问题。本次得到的1990年和2020年辽宁省整个区域影像拼接结果，如下图所示。图3-51990年影像拼接示例图3-62020年影像拼接第4章城市用地信息提取4.1多尺度分割多尺度影像分割是一种重要的遥感图像处理方法，可以在不同的尺度下分割遥感影像，得到更为精确和全面的地物信息。以下是本次研究进行多尺度影像分割的基本步骤：确定分割尺度。根据应用需求和遥感影像特征选择合适的空间分辨率，以获得更准确可靠的分割结果。对于不同任务和遥感影像，可能需要选择不同的分割尺度。本次研究在1990年采用30的分割尺度，在2020年采用50的分割尺度。设置分割参数。对于不同的分割方法设置相应的参数，本次研究设置参数的数值：颜色、形状、光滑度默认，形状0.3、紧凑设为0.5。这些参数对分割结果的准确性和稳定性产生着重要的影响。进行影像分割。根据选择的分割方法和参数，对遥感影像进行分割。一般来说，这个过程是自底向上分割区域、合并对象的方法。对分割结果进行验证和优化。通过与实际情况比对，验证分割结果的准确性。针对分割错误和不合理的区域，可以对分割参数进行调整，进一步优化分割效果。综上所述，多尺度影像分割是一种重要的遥感图像处理方法，通过合理选择分割方法和参数，可以得到更为准确和全面的地物信息。图4.1部分影像基于30尺度分割图示例4.2城市土地提取本研究采用了影像多尺度分割和面向对象的分类方法来提取地物信息。相较于传统的基于像元的分类方法，这两种方法具有更多优势。传统方法以像元为基本分类和处理单元，无法提供大型目标物体的语义信息特征。而面向对象的方法通过对影像数据进行分割，将相邻像素点中具有相似特征的像元聚合成一个不同于其他区域的对象，在处理单元上进行分析和处理，从而提取较高层次的遥感影像和目标地物。这种方法能够更好地提取目标地物的特征信息，具有更好的实用性和应用价值。有些情况下，由于地物类型的特征不明显或者地物种类过于繁杂难以准确划分，无法使用自动分类方法完成地物分类。此时，我们可以采用人工目视解译的方法，通过人们的观察和判断力来完成分类。在本次设计中，通过进行影像分类处理，成功获得了研究区域在1990年和2020年两个时间点的不同类型城市用地的详细分类结果。图4-21990年鞍山市分类前图像示例图4-31990年鞍山市分类后结果图像示例4.3精度评价本研究中对于城市土地提取与动态分析的精度评价方法，在实际操作中，使用了误差矩阵法来计算城市区域提取结果的总体精度，该方法基于arcgis在研究区建立的随机样本点进行验证，得到的总体精度结果在94%以上，符合要求。通过这种方法，可以有效地评估土地覆盖分类的准确性，提高研究结果的可信度。需要注意的是，上述方法中都需要结合具体研究问题和数据特点进行合理选择和应用，以获得更加准确、可靠的研究结论。根据计算，1990年建设用地的分类精度为90.20%，总体分类精度为92.21%；而2020年的分类精度分别为94.50%和94.78%。这意味着本研究采用的基于多尺度分割和面向对象的分类方法相对准确地提取了辽宁省城市用地信息，并且在近年来有了更进一步的提高。第5章辽宁省城市用地时空变化分析5.1辽宁省城市面积扩张现状根据表格5-1和图5-1，可以看出在1990年到2020年间，辽宁省城市面积总和由938.77km²扩大到了2404.27km²，增加了1465.50km²，增长率达到了156.06%。随着城市规模不断扩大，城市的扩张速度也会相应增加。在这些城市中，沈阳市是辽宁省面积最大的城市，在城市扩张方面表现突出，该城市市区的扩张面积和扩张速度都是最快的，30年间城区面积扩展了近1.5倍，扩张面积达到333.00km²，每年增长速度为11.10km²。而大连市是变化较大的第二大城市，面积增加了258.60km²，平均每年扩张8.62km²，城市面积扩张了2.6倍。凌源市、灯塔市、北票市等城市在近30年来的扩张面积相对较小，城市规模增长缓慢。其中，凤城市的扩张面积最为有限，但从1990年至2020年，其城市土地面积却增长了2.5倍。扩张强度可以反映出一个城市在一段时间内扩张的速度和幅度，辽宁省城市扩张强度为156.06%，其中13个城市的扩张强度高于辽宁省的扩张强度，这些城市中，东港市的扩张强度最高，为808.05%，而凤城市的扩张强度最小，仅有18.23%，这也反映出不同城市在城市化发展过程中，存在着发展速度的差异。综上所述，近年来辽宁省主要以大城市为建设重点，相对而言一些中小型城市的建设速度较慢，这导致了城市之间的发展不平衡和较大的发展差异。表5-11990-2020年辽宁省城市面积统计图5-1辽宁省城市面积分布5.2城市扩张模式分析结果根据研究辽宁省城市扩张模式分析结果分为四种：低密度持续的扩张、不连续而成组的扩张、沿主要交通轴线集中地展开、向周围以同心圆的形式进行集中扩展。5.2.1集中同心圆拓展在辽宁省的31个县级以上城市中，有许多城市采用了以中心城区为基础的集中型同心圆扩展模式，例如东港市、沈阳市等。以沈阳市为例，自1990年至2020年，城市面积从193.54km²扩张至526.54km²，扩张面积达到333km²，平均每年扩张11.10km²，扩张强度为172.06%。沈阳市作为辽宁省的省会城市和东北地区最大的中心城市，在政治、经济、文化和交通方面具有重要的地位。随着辽宁省和其他地区的人口涌入，沈阳市的城市规模不断扩张发展，需要采取有效的城市扩张政策来促进城市规模的增长。沈阳市通过放射型交通干线的多方向扩展，并建设环路，形成新的圈层，以集中型同心圆扩展模式实现城市的快速增长。这种扩张模式在沈阳市具有比较好的适用性，促进了沈阳市四面均匀扩张的趋势，形成了一个以市中心为中心的十字形城市建设格局。特别是自2005年开始修建地铁后，市区沿着地铁方向的城市建设加速发展，不仅有利于城市中心区域的城市扩张，也有益于与周边城区的联通。同时，在城市快速发展的背景下，沈阳市政府加强了城市规划和管理，合理规划和控制城市规模，避免了城市过度扩张所带来的问题。例如，将浑南新区作为未来的沈阳市行政中心，有助于分流市中心区域的人口和企业，进一步促进城市的均衡发展。总之，沈阳市的城市规模不断扩张，需要采取有效的城市扩张政策和措施来促进城市规模的增长和均衡发展。同时，加强城市规划和管理，合理规划和控制城市规模也非常重要，以保证城市的可持续发展。图5-21990-2020年辽宁省城市集中同心圆拓展对比5.2.2沿主要对外交通轴线带状扩展沿主要对外交通轴线带状式扩展型城市指的是根据城市交通条件和空间限制，向主要交通轴线两侧的带状区域进行持续性、可持续性发展。在辽宁省，大连市、调兵山市、丹东市、瓦房店市、兴城市、辽阳市以及营口市等城市是典型代表。以大连市为例，由于其地理环境的限制（三面环海，四面群山包围），在城市发展过程中无法进行无限扩张，因此选择了沿主要交通轴线进行带状式发展。在过去的30年中，大连市以8.62km²每年的速度进行城市面积的扩张，总计扩张了258.60km²。这个速度相当于城市原有面积的161.52%。这种发展模式既保证了城市的连续性和可持续性，又满足了城市快速发展的需求。由于大连市南部地区紧邻海岸，四周又有高山，因而受限于地理条件的限制，无法进行无限扩张。为了解决城市发展和扩张的问题，大连市大连市采用了逐渐向北部缓坡地带扩张的策略。在这个过程中，大连市老城区主要位于南部半岛中山区。但是，现代化交通建设成为了大连市发展的重要支撑，使得城市向北部逐渐扩张，满足了持续发展的需求。图5-31990-2020年辽宁省城市沿主要交通轴线集中地展开对比5.2.3跳跃式成组团扩展跳跃式成组团扩展型城市是指城市在原有城市组团范围外进行扩张，呈现出不规则的形状，并且扩展速度较快。辽宁省作为一个资源矿产较为丰富的省份，很多城市产业以矿业为主。而鞍山市、阜新市、盖州市、海城市、葫芦岛市、开原市、盘锦市、抚顺市、本溪市等城市通常采用跳跃式成组团的方式拓展城市边界。然而，这些城市的发展受到多种因素的制约，包括地理形态和矿产资源分布等方面。以鞍山市为例，该市位于辽东半岛中部，是一座以钢铁工业为主体的重工业城市。早期的城市发展规模依赖于各个原有采矿点，并采用分组团的方式独自扩建。随着经济的持续增长和交通网络的不断完善，不同组团之间逐渐相互关联，共同构建现今的鞍山市城区。然而，这些城市在提高发展水平和实现可持续性发展的过程中仍然面临一系列挑战。从具体数据看，1990年到2020年期间，鞍山市的城市面积从65.20平方公里扩展至158.20km²，总计扩张了93km²。这意味着鞍山市的扩张速度为每年3.10km²，扩张强度为142.64%。如图6所示，鞍山市的城市发展受到东部山地地形的限制，市区包括中心区、3个外围区域和2个独立区域，构成了一个典型的范例。图5-41990-2020年辽宁省城市不连续而成组的扩张对比5.2.4低密度连续蔓延扩展低密度连续蔓延式扩展型城市是一种典型的城市发展模式，常在具有规模较小、城市管理和规划相对滞后的城市中出现。这种城市发展模式的特点是缺乏明确的发展规划和目标，城市的生长方式更像是无序的自然蔓延，这会导致土地利用率低下、土地市场混乱等问题例如辽宁省的新民市、凤城市、大石桥市、北票市、普兰店市、凌海市、灯塔市、凌源市、庄河市等城市就采用了这种扩张模式。以新民市为例，在近30年的时间里，该市的城市面积增加了19.80km²，年平均扩张速度为0.66km²，扩张强度高达264%。这意味着城市的扩张速度和范围都很快，对周边地区的影响也比较明显。为了优化这种城市的发展，我们需要采取一系列措施，例如加强城市规划和管理、基础设施建设、公共服务供给、环境保护和促进可持续发展等。图5-51990-2020年辽宁省城市低密度持续的扩张对比第6章城市扩张驱动分析6.1城市扩张驱动分析中国各地城市化进程快速推进，城市扩张成为了一个普遍存在的问题。尽管已经有不少学者对城市扩张特点做了详细研究，但对于这种扩张背后的驱动因素的研究却仍然相对较少。因此，本研究着眼于探讨辽宁省城市扩张的驱动力，从经济、人口、交通和政策等方面入手进行深入分析。简而言之，我们探究了促使辽宁省城市扩张的各种原因，包括经济发展、人口变化、交通影响以及政策推动等因素。6.1.1经济增长因素经济增长是城市化水平提高的重要推动力量。辽宁省在1990年至2020年间，GDP从896.34万元增长到24801.3万元，增长近27倍；外商直接投资金额从1990年的64,144美元增长到2010年的2,075,016美元，增长约31倍。如图，辽宁省的第三产业增长较其他产业比，增长最快。随着制造业的壮大、服务业的不断扩大以及高等教育和科研的促进，辽宁省的经济实力不断增强，进一步巩固了其在东北地区的领先地位。这些经济发展推动了辽宁省内城市面积需求的不断加大，尤其是沈阳市、大连市、抚顺市等大城市居住地及新兴开发区的修建占据了较大的用地比重。沈阳市是辽宁省的省会城市和东北中心城市。沈阳市通过推进沈西工业走廊、沈阳新空港综合保税区等项目，积极发展第二、第三产业，实现了经济的快速增长。据沈阳统计信息网数据显示，自1990年起，沈阳市的国民生产总值不断攀升，从234.9亿元增长至2020年的6571.6亿元，增长约28倍，其中第二、第三产业的贡献非常显著。与1990年相比，第二产业生产总值已经增长了近20倍，从107.1亿元增加到2160.4亿元；同期第三产业更是从96.1亿元增加到4107.6亿元，增长了超过42倍之多。可以看出，沈阳市在经济发展中大力发展第二、第三产业，收到了显著的效果。此外，沈阳市的人均地区生产总值也有了显著提高，从1990年的3587元增长到2020年的72936元，足足翻了20倍。这表明沈阳市的发展战略是正确的，未来也将持续推进产业结构优化和城市现代化建设，为经济发展赢得更多的机遇。通过推进产业结构调整和转型升级，沈阳市的经济不断壮大，吸引更多的企业和人才落户，带动了当地人均收入的持续增加。这种经济发展模式以市场化、产业升级为主导，为沈阳市和辽宁省的城市扩张提供了良好的支撑和保障。图6-11990-2019年国内生产总值6.1.2人口增加因素人口增加是辽宁省城市扩张的重要因素之一。随着辽宁省经济的发展和城市化进程的加速推进，越来越多的人们涌入城市，特别是大连等经济发达城市。人口在增多的情况下，城市需要提供更多的住房、基础设施、就业机会等方面的服务，同时也需要不断扩大城市规模和城市面积以满足市民居住、生活、娱乐需求。这就带动了城市周边房地产行业的兴起，尤其是中高端住房楼盘的建设,某种程度上增进了城市面积的扩张。另外，由于辽