利用遥感影像土地监测数据的城市化土地利用变化研究——以广宁县为例

doi:10.13474/j.cnki.11-2246.2018.0254

测绘通报 ›› 2018, Vol. 0 ›› Issue (8): 102-105.doi: 10.13474/j.cnki.11-2246.2018.0254

利用遥感影像土地监测数据的城市化土地利用变化研究——以广宁县为例

石水源¹, 谢思梅², 谢荣安³

1. 广东省地质局第八地质大队, 广东梅州 514089;
2. 武汉大学遥感信息工程学院, 湖北武汉 430079;
3. 广东省地质测绘院, 广东广州 510800

收稿日期:2018-06-18 修回日期:2018-06-24 出版日期:2018-08-25 发布日期:2018-08-30
通讯作者: 谢荣安。E-mail:13902396961@139.com E-mail:13902396961@139.com
作者简介:石水源(1963-),男,工程师,主要从事3S测绘技术应用和质量检查工作。E-mail:shshy2007@126.com

A Study on County-level Land Use Change of Urbanization Using Land Monitoring Data from Remote Sensing Images:Taking Guangning County as an Example

SHI Shuiyuan¹, XIE Simei², XIE Rongan³

1. No.8 Geological Group of Guangdong Geological Bureau, Meizhou 514089, China;
2. School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China;
3. Geology Surveying and Mapping Institute of Guangdong, Guangzhou 510800, China

Received:2018-06-18 Revised:2018-06-24 Online:2018-08-25 Published:2018-08-30

摘要/Abstract

摘要： 珠三角地区的经济发展和城市化的快速推进带动着周边城市的发展。本文针对距离珠三角最近的山区县广宁县，利用2011—2017年的高分遥感影像土地调查监测数据，通过城市扩张的若干指标反映广宁县的城市扩张程度与此期间新增城市用地的来源，并通过计算景观指数分析广宁县县域内各种土地地类的景观分布，探究广宁县城市化扩张对土地的需求变化，找出山区县城市化用地的优化方案。

关键词: 遥感影像, 土地监测数据, 城市化, 城市扩张

Abstract: The rapid economic development and urbanization in the Pearl River delta region drive the development of surrounding cities.This paper uses the land survey data which were obtained by high resolution remote sensing images from 2011 to 2017 to analyze urbanization of Guangning county,the nearest mountain county to the Pearl River delta.It reflects the urban expansion degree through calculating several indicators and finds out the source of the new urban land in each year.Meanwhile,the landscape distribution of the various types in the county district of Guangning county is analyzed by calculation of the landscape index.Finally,we explore the changing demand of land during the period of urbanization and seek out the optimizations of urbanized land in mountain county.

Key words: remote sensing, land monitoring data, urbanization, urban expansion

中图分类号:

P237

石水源, 谢思梅, 谢荣安. 利用遥感影像土地监测数据的城市化土地利用变化研究——以广宁县为例[J]. 测绘通报, 2018, 0(8): 102-105.

SHI Shuiyuan, XIE Simei, XIE Rongan. A Study on County-level Land Use Change of Urbanization Using Land Monitoring Data from Remote Sensing Images:Taking Guangning County as an Example[J]. 测绘通报, 2018, 0(8): 102-105.

参考文献

[1] ZHANG Q,SU S.Determinants of Urban Expansion and Their Relative Importance:Acomparative Analysis of 30 Major Metropolitans in China[J].Habitat International,2016,58:89-107.
[2] 谢思梅,黄昕,龚健雅,等.珠江三角洲地区1990-2015年城市化协调性研究[J].广东土地科学,2017(6):18-26.
[3] United Nations,Department of Economic and Social Affairs,Population Division.World Urbanization Prospects[R].[S.l.]:United Nations,2014.
[4] 关履基,邓孺孺,王凤九,等.珠江三角洲城市化的遥感分析[J].中山大学学报(自然科学版),1996,35(S1):288-293.
[5] 许学强,李郇.珠江三角洲城镇化研究三十年[J].人文地理,2009(1):1-6.
[6] 尹来盛,冯邦彦.珠江三角洲城市区域空间演化研究[J].经济地理,2012,32(1):63-70.
[7] 黄滢冰,陈明辉,黎海波.理性回归:从城市快速扩张到生态觉醒[J].测绘通报,2016(S2):298-304.
[8] 刘冰,王雅橙,任维成.淄博城市空间形态重构与土地利用分析[J].测绘通报,2012(S1):733-736.
[9] 付治河.基于地理国情监测的城市扩张分析研究[J].测绘通报,2013(3):98-101.
[10] 宋志明,焦道振,胡胜华.基于RS和GIS的广州市城市绿地景观空间分析[J].测绘通报,2010(5):29-31.
[11] 张红月,王亮,赵荣,等.综合景观格局与经济指标进行土地利用二维尺度分区——以青海省为例[J].测绘通报,2013(3):82-85.
[12] 陈宗铸,杨丽薇,黄国宁,等.基于Fragstats的森林景观格局研究[J].热带林业,2014(42):47-49.
[13] 林卉,邵聪颖,李海涛,等.高分辨率遥感影像5种面向对象分类方法对比研究[J].测绘通报,2017(11):17-21.
[14] 陈慧,王小军.多源遥感影像及处理方法在城市发展普查中应用的对比研究[J].测绘通报,2014(11):60-63.
[15] 张海涛.珠海市海岸线变化高分辨率遥感监测分析[J].测绘通报,2016(11):55-59.

利用遥感影像土地监测数据的城市化土地利用变化研究——以广宁县为例

A Study on County-level Land Use Change of Urbanization Using Land Monitoring Data from Remote Sensing Images:Taking Guangning County as an Example

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李茂林, 闫庆武, 仲晓雅. 一种复合型校正植被信息的方法[J]. 测绘通报, 2022, 0(6): 49-54142.
[2]	张龚泉, 岳建平, 刘胜男, 王海龙, 杨智翔, 周航宇. 基于遥感影像的鄱阳湖地形提取方法[J]. 测绘通报, 2022, 0(5): 62-66,73.
[3]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[4]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.
[5]	刘小玉, 刘扬, 杜明义, 张敏, 贾竞珏, 杨恒. 基于DeeplabV3+的建筑垃圾堆放点识别[J]. 测绘通报, 2022, 0(4): 16-19,43.
[6]	王雪, 梁珂, 隋立春, 钟棉卿, 朱剑锋. 膨胀卷积与金字塔表达的深度学习模型用于农村建筑物提取[J]. 测绘通报, 2022, 0(4): 61-65.
[7]	高鸣, 周鑫鑫, 刘琦, 杨光迪, 吴长彬. 深度学习网络支持下的农房侵占耕地自动化监测[J]. 测绘通报, 2022, 0(3): 47-53.
[8]	王胜利, 朱寿红, 蒋毅. 基于CNN模型迁移的OLI影像光伏电池板场景识别[J]. 测绘通报, 2022, 0(2): 5-9.
[9]	李鹏, 黎楚安, 杨继梅, 李振洪, 王厚杰. 典型海岸带城市扩张的多源遥感监测与预测——以青岛市为例[J]. 测绘通报, 2022, 0(1): 105-109.
[10]	杨素妨, 杜林. 多特征流形鉴别嵌入的高分辨率遥感影像分类[J]. 测绘通报, 2021, 0(9): 37-42.
[11]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[12]	苏艺凡, 党建武, 王阳萍, 杨景玉. 改进的区间二型模糊聚类遥感影像变化检测[J]. 测绘通报, 2021, 0(7): 44-51,58.
[13]	黄俊松, 张春有, 王剑辉. 利用时序InSAR技术监测嵩明县地表形变[J]. 测绘通报, 2021, 0(7): 103-106,116.
[14]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[15]	侯翘楚, 李必军, 蔡毅. 高分辨率遥感影像的车道级高精地图要素提取[J]. 测绘通报, 2021, 0(3): 38-43.