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

doi:10.13474/j.cnki.11-2246.2022.0019

测绘通报 ›› 2022, Vol. 0 ›› Issue (1): 105-109.doi: 10.13474/j.cnki.11-2246.2022.0019

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

李鹏^1,2, 黎楚安^1,3, 杨继梅⁴, 李振洪^1,5,6, 王厚杰^1,2

1. 中国海洋大学海洋地球科学学院河口海岸带研究所海底科学与探测技术教育部重点实验室, 山东青岛 266100;
2. 青岛海洋科学与技术国家实验室海洋地质过程与环境功能实验室, 山东青岛 266061;
3. 中山大学地理科学与规划学院, 广东广州 510275;
4. 青岛科技大学经济与管理学院, 山东青岛 266061;
5. 长安大学地质工程与测绘学院, 陕西西安 710054;
6. 纽卡斯尔大学工程学院, 英国纽卡斯尔 NE1 7RU

收稿日期:2021-01-14 发布日期:2022-02-22
通讯作者: 李振洪。E-mail:zhenhong.Li@chd.edu.cn
作者简介:李鹏(1984-),男,博士,副教授,主要从事海岸带环境遥感与测绘研究工作。E-mail:pengli@ouc.edu.cn
基金资助:
国家自然科学基金（41806108）；国家重点研发计划（2017YFE0133500；2016YFA0600903）

Multi-source remote sensing monitoring and prediction of urban expansion in typical coastal zone: a case study of Qingdao

LI Peng^1,2, LI Chu'an^1,3, YANG Jimei⁴, LI Zhenhong^1,5,6, WANG Houjie^1,2

1. Key Lab of Submarine Geosciences and Prospecting Technology, Institute of Estuarine and Coastal Zone, College of Marine Geosciences, Ocean University of China, Qingdao 266100, China;
2. Laboratory of Marine Geology, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266061, China;
3. School of Geography and Planning, Sun Yat-Sen University, Guangzhou 510275, China;
4. College of Economics and Management, Qingdao University of Science and Technology, Qingdao 266061, China;
5. College of Geological Engineering and Geomatics, Chang'an University, Xi'an 710054, China;
6. School of Engineering, Newcastle University, Newcastle Upon Tyne NE1 7RU, UK

Received:2021-01-14 Published:2022-02-22

摘要/Abstract

摘要： 本文利用自1995年以来的4期DMSP-OLS、NPP-VIIRS夜光遥感影像与Landsat多光谱遥感影像，分析了青岛市近25年的城市建成区范围、各市区边界形态与扩展趋势，并结合土地利用分类、路网、POI、DEM等多源驱动因子及元胞自动机-马尔可夫（CA-Markov）模型，模拟并预测了2027年青岛市土地利用分类。结果表明，近25年青岛建成区扩展主要以外延式为主，其他城区总体上沿胶州湾方向扩展，四周向青岛主城区汇集，主城区建设用地向西北侧发展。本文验证了夜光遥感在监测与预测典型海岸带城市扩张方面的适用性，为城市化发展进程管理与决策提供了重要依据。

关键词: 城市扩张, 夜光遥感, 元胞自动机-马尔可夫模型, 土地利用变化, 海岸带

Abstract: In this paper, DMSP-OLS and NPP-VIRS nighttime light as well as Landsat multi-spectral remote sensing images are utilized for quantitative analysis of built-up area, urban boundary shape and extension trend in Qingdao over the past 25 years. Combined with the land use classification, road network, POI, DEM and multi-source driving factors and CA-Markov model, land use classification in Qingdao in 2027 is simulated and predicted. The results show that in the past 25 years, the expansion of built-up areas in Qingdao is mainly extensional, and the other urban areas generally expand along the direction of Jiaozhou Bay, and converge to the main urban area of Qingdao, and the construction land in the main urban area develops to the northwest. This paper verifies the applicability of nighttime light remote sensing in monitoring and predicting typical coastal urban expansion, which is expected to provide an important reference for the management and decision-making of urbanization development process.

Key words: urban expansion, nighttime light remote sensing, CA-Markov model, land use change, coastal zone

中图分类号:

P237

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.

LI Peng, LI Chu'an, YANG Jimei, LI Zhenhong, WANG Houjie. Multi-source remote sensing monitoring and prediction of urban expansion in typical coastal zone: a case study of Qingdao[J]. Bulletin of Surveying and Mapping, 2022, 0(1): 105-109.

参考文献

[1] SETO K C, GOLDEN J S, ALBERTI M, et al. Sustainability in an urbanizing planet[J]. Proceedings of the National Academy of Sciences, 2017, 114(34):8935-8938.
[2] ZHU Z, ZHOU Y Y, SETO K C, et al. Understanding an urbanizing planet:strategic directions for remote sensing[J]. Remote Sensing of Environment, 2019, 228:164-182.
[3] 杨小军. 城市遥感:城市环境监测、集成与建模[M]. 北京:高等教育出版社, 2015.
[4] ZHOU Y Y, LI X C, ASRAR G R, et al. A global record of annual urban dynamics (1992-2013) from nighttime lights[J]. Remote Sensing of Environment, 2018, 219:206-220.
[5] BENNETT M M, SMITH L C. Advances in using multite-mporal night-time lights satellite imagery to detect, estimate, and monitor socioeconomic dynamics[J]. Remote Sensing of Environment, 2017, 192:176-197.
[6] ZHOU Y Y, SMITH S J, ZHAO K G, et al. A global map of urban extent from nightlights[J]. Environmental Research Letters, 2015, 10(5):054011.
[7] LEVIN N, KYBA C C M, ZHANG Q L, et al. Remote sensing of night lights:a review and an outlook for the future[J]. Remote Sensing of Environment, 2020, 237(C):111443.
[8] SMALL C, POZZI F, ELVIDGE C D. Spatial analysis of global urban extent from DMSP-OLS night lights[J]. Remote Sensing of Environment, 2005, 96(3):277-291.
[9] IMHOFF M L, LAWRENCE W T, ELVIDGE C D, et al. Using nighttime DMSP/OLS images of city lights to estimate the impact of urban land use on soil resources in the United States[J]. Remote Sensing of Environment,1997,59(1):105-117.
[10] 汪韬阳, 张过, 李沛然, 等. 基于DMSP/OLS夜光遥感影像的城市扩张政策驱动因素分析[J]. 测绘学报, 2018, 47(11):1466-1473.
[11] 李德仁, 余涵若, 李熙. 基于夜光遥感影像的"一带一路"沿线国家城市发展时空格局分析[J]. 武汉大学学报(信息科学版), 2017, 42(6):711-720.
[12] 邹进贵, 陈艳华, 丁鸽, 等. 利用DMSP/OLS灯光影像提取城镇建成区的聚类阈值法[J]. 武汉大学学报(信息科学版), 2016, 41(2):196-201.
[13] 符彦, 王剑辉, 张亚. 基于多源数据的城市建设用地扩张时空特征分析——以佛山市顺德区为例[J]. 测绘通报, 2019(8):111-115.
[14] 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(8):102-105.
[15] 张翰超, 宁晓刚, 王浩, 等. 基于高分辨率遥感影像的2000-2015年中国省会城市高精度扩张监测与分析[J]. 地理学报, 2018, 73(12):2345-2363.
[16] 海凯, 王思远, 马元旭, 等. "一带一路"沿线地区城市扩张和形态变化分析[J]. 地理学报, 2020, 75(10):2092-2108.
[17] 张亦汉, 黎夏, 刘小平, 等. 基于数据同化的元胞自动机[J]. 遥感学报, 2011,15(3):475-491.
[18] 黎夏, 叶嘉安, 刘小平. 地理模拟系统:元胞自动机与多智能体[M]. 北京:科学出版社, 2007.
[19] 黎夏, 刘小平. 基于案例推理的元胞自动机及大区域城市演变模拟[J]. 地理学报, 2007, 62(10):1097-1109.
[20] 胡最, 王慧. 多因素约束的城市空间扩张元胞自动机构建及其应用研究[J]. 地球信息科学学报, 2020, 22(3):616-627.
[21] 张亦汉, 乔纪纲, 刘婉华, 等. 城市扩张CA模型的参数敏感性分析[J]. 遥感学报, 2018, 22(6):1051-1059.
[22] 张亦汉, 黎夏, 刘小平, 等. 耦合遥感观测和元胞自动机的城市扩张模拟[J]. 遥感学报, 2013, 17(4):872-886.

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

Multi-source remote sensing monitoring and prediction of urban expansion in typical coastal zone: a case study of Qingdao

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]	胡义强, 杨骥, 荆文龙, 杨传训, 舒思京, 李勇. 基于无人机遥感的海岸带生态环境监测研究综述[J]. 测绘通报, 2022, 0(6): 18-24.
[2]	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.
[3]	李昱, 陈蜜, 付迎春. 基于NPP-VIIRS夜光遥感数据的京津冀城市群空间结构变化分析[J]. 测绘通报, 2022, 0(2): 50-55.
[4]	黄铁兰, 罗婧, 高照忠, 黄斐霓. 基于DMSP-OLS和珞珈一号夜光遥感影像的粤港澳大湾区城市空间格局演变[J]. 测绘通报, 2021, 0(12): 10-15.
[5]	李通, 闫敏, 陈博伟, 张丽, 宋茜茜. 海南岛海岸带土地利用强度与生态承载力分析[J]. 测绘通报, 2020, 0(9): 54-59.
[6]	陈王梦, 李通, 张丽, 张红日, 闫敏, 杜跃飞. 遥感技术支持下的下龙湾西岸养殖塘变化监测及其对“三生用地”影响分析[J]. 测绘通报, 2020, 0(9): 66-71.
[7]	赵向阳, 赵云. 利用地理省情监测数据分析土地利用变化——以济南市东部老工业区为例[J]. 测绘通报, 2020, 0(8): 122-125,159.
[8]	宿瑞博, 汪驰升, 王永全, 唐倩迪. 志愿者民航客机夜光遥感方法与数据验证[J]. 测绘通报, 2020, 0(4): 87-90,95.
[9]	厉芳婷, 张过, 贾继鹏. 基于地理国情数据的城市扩张和生态格局分析——以武汉市为例[J]. 测绘通报, 2020, 0(11): 93-98.
[10]	李明峰, 蔡炜珩. NPP/VIIRS多时相夜光遥感影像校正方法[J]. 测绘通报, 2019, 0(7): 122-126.
[11]	于志文, 任超, 邓开元, 毕旋旋. 去除DMSP/OLS影像模糊的RTSVD算法[J]. 测绘通报, 2019, 0(7): 147-150.
[12]	刘斌, 白少云, 余珮珩, 陈敏, 潘佳威, 陈奕云. 结合高分遥感和多源数据的高原湖泊流域土地利用分析[J]. 测绘通报, 2019, 0(12): 77-82.
[13]	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.
[14]	刘森波, 周兴华, 林旭波, 杨龙, 冯义楷. 无人机航摄系统在海岸带大比例尺测图中的应用[J]. 测绘通报, 2017, 0(9): 156-158.
[15]	赵玏洋. 近年来升金湖自然保护区土地利用空间格局变化特征分析[J]. 测绘通报, 2017, 0(10): 95-99.