地理探测器方法下长江经济带(江苏段)土地城镇化时空演变及驱动因子分析

doi:10.13474/j.cnki.11-2246.2024.0423

测绘通报 ›› 2024, Vol. 0 ›› Issue (4): 135-139.doi: 10.13474/j.cnki.11-2246.2024.0423

• 技术交流 • 上一篇

地理探测器方法下长江经济带(江苏段)土地城镇化时空演变及驱动因子分析

李胤^1,2, 詹雅婷^1,2, 赵立鸿^1,2, 赵立科^1,2, 崔艳梅^1,2

1. 江苏省地质调查研究院, 江苏南京 210018;
2. 自然资源江苏省卫星应用技术中心, 江苏南京 210018

收稿日期:2023-08-23 发布日期:2024-04-29
作者简介:李胤(1986—),女,硕士生,高级工程师,主要从事3S技术集成与应用方面的研究。E-mail:liyinjsddy@163.com
基金资助:
国家自然科学基金面上项目(42271342);江苏省自然资源厅2021年度科技计划(2021037)

Spatio-temporal evolution and driving factors of land urbanization in the Yangtze River economic belt (Jiangsu section) using geographical detector

LI Yin^1,2, ZHAN Yating^1,2, ZHAO Lihong^1,2, ZHAO Like^1,2, CUI Yanmei^1,2

1. Geological Survey of Jiangsu Province, Nanjing 210018, China;
2. Natural Resources Satellite Application Technology Center of Jiangsu Province, Nanjing 210018, China

Received:2023-08-23 Published:2024-04-29

摘要/Abstract

摘要： 定量分析土地城镇化时空演变驱动力可为城市可持续发展提供科学依据。本文将对地观测数据与人口、经济数据相结合,以长江经济带(江苏段)沿江8市为例,基于2000—2020年5期Landsat影像、夜间灯光影像、年末人口总数和GDP,采用GeDetector对其近20年间空间、人口及经济维度的演化及多尺度分化的进程进行探讨,分析土地城镇化时空演变规律及驱动因子。研究结果表明:①城镇化过程直接驱动地表类型的变化,且人口数量和GDP总量能够作为城镇化过程强度的定量指标;②夜间灯光(NTL)数据耦合人口或经济统计数据能够较好解释区域城镇化过程中的时空差异;③长江经济带(江苏段)沿江8市城镇化过程经历了由数量向质量的转变。研究结果为引导城镇建设用地合理配置提供科学依据,为城市可持续发展提供决策参考。

关键词: 长江经济带, 城镇化, 地理探测器, 时空演变, 驱动因子

Abstract: Quantitative analysis of the driving force of spatio-temporal evolution of land urbanization can provide scientific basis for sustainable urban development.This paper combines earth observation data with population and economic data,takes 8 cities along the Yangtze River economic belt (Jiangsu section) as examples,and based on 5 Landsat images from 2000 to 2020,night light images,total population and GDP.GeDetector is used to discuss the evolution of spatial,population and economic dimensions and the process of multi-scale differentiation in the past 20 years,and analyze the spatial-temporal evolution law and driving factors of land urbanization.The results show that: ①The urbanization process directly drives the change of land surface type,and the population and GDP can be used as quantitative indicators of the urbanization process intensity.②NTL data coupled with population or economic statistics can better explain the spatio-temporal differences in the process of regional urbanization.③The urbanization process of 8 cities along the Yangtze River economic belt (Jiangsu section) has experienced a change from quantity to quality.The research results provide scientific basis for guiding the rational allocation of urban construction land,and provide decision-making reference for urban sustainable development.

Key words: Yangtze River economic belt, urbanization, geographical detector, space-time evolution, driving factor

中图分类号:

李胤, 詹雅婷, 赵立鸿, 赵立科, 崔艳梅. 地理探测器方法下长江经济带(江苏段)土地城镇化时空演变及驱动因子分析[J]. 测绘通报, 2024, 0(4): 135-139.

LI Yin, ZHAN Yating, ZHAO Lihong, ZHAO Like, CUI Yanmei. Spatio-temporal evolution and driving factors of land urbanization in the Yangtze River economic belt (Jiangsu section) using geographical detector[J]. Bulletin of Surveying and Mapping, 2024, 0(4): 135-139.

参考文献

[1] 王心羽,杨德才.江苏城镇化动力的阶段性差异分析[J].现代管理科学,2022(3): 30-39.
[2] 贾铠阳,乔伟峰,胡晓亮,等.江苏城镇化动力的阶段性差异分析[J].地理学报,2022,77(12): 2954-2971.
[3] 牟凤云,李秋彦,马英,等.基于地理探测器的重庆市城镇建设用地变化及驱动因素研究[J].重庆交通大学学报(自然科学版),2021,40(11): 74-81.
[4] 肖潇,张祚,刘和涛,等.城市群县城建设用地时空扩张特征及其驱动力研究: 以武汉城市圈的汉川市为例[J].河北省科学院学报,2022,39(6): 61-70.
[5] 赵永玉,阿里木江·卡斯木,高鹏文,等.基于地理探测器的乌鲁木齐市城区扩展及影响因素分析[J].干旱区地理,2021,44(6): 1729-1739.
[6] 徐秋蓉,郑新奇.一种基于地理探测器的城镇扩展影响机理分析法[J].测绘学报,2015,44(S1): 96-101.
[7] 刘同超.黄河流域城镇化效率的分异特征及影响因素分析[J].地域研究与开发,2022,41(5): 50-55.
[8] 刘庆果,张煊赟,莫钧雄,等.基于地理探测器的山东省土地城镇化时空演变及驱动因素[J].资源开发与市场,2022,38(10): 1168-1174.
[10] 王丽丽,刘笑杰,戚禹林,等.中原城市群城镇化生态环境响应的时空演变及影响因素[J].资源开发与市场,2021,37(5): 550-556.
[11] 韩燕,张玉婷.甘肃省城镇化与生态环境耦合协调度[J].水土保持研究,2021,28(3): 256-263.
[12] 张亚如,张军民.城镇化与经济发展的时空相互作用机制研究: 以新疆为例[J].干旱区地理,2020,43(3): 839-848.
[13] 王劲峰,徐成东.地理探测器: 原理与展望[J].地理学报,2017,72(1): 116-134.
[14] 赵毅,张飞,李瑞勤.快速城镇化地区乡村振兴路径探析: 以江苏苏南地区为例[J].城市规划学刊,2018(2): 98-105.
[15] 吕立刚,隋雪艳,汪翔,等.江苏省土地城镇化的空间分异及其主导因素探测[J].人文地理,2018,33(4): 88-94.

[1]	单雅敏, 李贺颖, 张建辰, 唐岭军, 郭建忠, 王光霞, 王家耀, 张瀚雯, 郑浩华. 乡村振兴背景下黄河流域农村居民点分布格局的时空演变及其驱动力分析[J]. 测绘通报, 2024, 0(1): 96-101.
[2]	王滢, 李代伟, 张帆, 朱会子, 李龙伟, 李楠. 基于Google Earth Engine的巢湖流域生态环境质量时空动态变化及影响因素分析[J]. 测绘通报, 2023, 0(7): 7-13.
[3]	傅强, 张海明. 1980—2020年内蒙古自治区土地沙化生态敏感性时空演变特征[J]. 测绘通报, 2023, 0(7): 14-17,24.
[4]	宋沛林, 解吉波, 杨腾飞, 牟乃夏, 陈默, 王小宇. 基于生态敏感性的区域环境时空变化及其驱动因素探究——以定安县为例[J]. 测绘通报, 2023, 0(7): 18-24.
[5]	马京京, 高美玲, 李振洪, 许慧慧, 彭建兵. 黄河流域森林覆盖时空变化及驱动因素分析[J]. 测绘通报, 2023, 0(7): 51-57.
[6]	施智勇, 胡晓婷, 谢慧黎, 刘兴诏. 基于RSEI的生态环境质量评价及驱动力分析--以闽江流域(福州段)为例[J]. 测绘通报, 2023, 0(2): 28-33.
[7]	胡海涛, 刘绥华. 喀斯特山区地表反照率时空变化及其驱动因子[J]. 测绘通报, 2023, 0(2): 110-116.
[8]	李建辉, 陈琳. 长江经济带农业产业强镇空间分布特征及影响因素分析[J]. 测绘通报, 2023, 0(2): 155-160,166.
[9]	刘耀辉, 刘文毅, 仇培元, 邢华桥, 刘雨敏, 王琪, 邢笑天. 基于夜间灯光数据的东部七省市碳排放时空演变和监测评估[J]. 测绘通报, 2023, 0(12): 38-44.
[10]	杨春宇, 文艺, 潘星, 袁德宝. 基于SBAS-InSAR的山体滑坡形变监测分析[J]. 测绘通报, 2023, 0(11): 12-17.
[11]	周再文, 何贞铭, 蒋松谕, 相龙伟, 彭李. 多源时序影像洞庭湖流域水体时空演变特征分析[J]. 测绘通报, 2023, 0(10): 20-27.
[12]	张瑞, 李朝奎, 姚思妤, 李维贵. 融合地理探测器和地理加权回归的太原市建设用地变化因素研究[J]. 测绘通报, 2022, 0(5): 106-109,119.
[13]	闫明涛, 乔家君, 瞿萌, 朱乾坤, 韩冬. 黄河流域乡村社会经济与生态环境耦合协调测度及影响因素分析[J]. 测绘通报, 2022, 0(4): 101-105,116.
[14]	张栋, 李德平, 周亮, 王嘉丞, 马宇, 易敏. 高精度住房空置率的地理空间影响因素定量研究[J]. 测绘通报, 2022, 0(2): 100-105.
[15]	常迎辉, 朱庆伟, 苏德国, 孙立坚. 2005—2019年河南省县域经济空间差异及影响因素探测[J]. 测绘通报, 2022, 0(2): 149-153.

地理探测器方法下长江经济带(江苏段)土地城镇化时空演变及驱动因子分析

Spatio-temporal evolution and driving factors of land urbanization in the Yangtze River economic belt (Jiangsu section) using geographical detector

PDF

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