基于遥感数据SOFM网络分类的五种城市增长方式鉴别方法应用研究

使用了自主研发的自组织神经网络分类(SOFM)方法[1～3],选择了1988、1994、2001和2003年5～6月份TM+时间序列多光谱遥感数据,对北京城市增长方式进行了30m分辨率遥感时序数据的鉴别,包括填充式增长方式、扩张式增长方式、独立式增长方式、线状式增长方式和簇状增长方式,并绘制了三个时期的城市增长图。在此基础上,根据北京城市增长环线驱动的特点,分别对四环内、四环至五环、五环至六环1988～1994年、1994～2001年、2001～2003年的5种城市扩展方式面积进行了统计。

夜间灯光遥感视角下的城镇时空格局演变分析——以兰西城市群为例

基于2012-2021年可见红外成像辐射仪夜间灯光遥感影像数据,利用规模测度、城市增长模式理论和空间标准差椭圆方法分析兰西城市群城镇时空格局演变.结果表明,兰西城市群多节点城镇规模布局逐渐均衡,兰州、西宁“双圈”城市首位度趋于合理;兰州都市圈由单核中心城市向多核心城市的区域协同发展转变,西宁都市圈处在优先发展单核中心城市后辐射带动周边多核心城市的发展过程;夜间灯光空间演化特征不断西移体现了西宁-海东都市圈成为兰西城市群夜间灯光规模体系的拉动力量,兰西城市群“一带双圈多节点”的区域均衡化规划格局逐步形成.

对城市土地利用规律的思考

现有的城市规划实践滞后于城市建设与发展 ,其原因是对城市土地利用规律缺乏研究。通过对国内地理学界一些土地利用理论进行了初步的介绍 ,以期对城市规划实践有所裨益。

径向基函数网络与GIS/RS融合的UGB预测

针对城市空间增长特点,探究城市扩展的规律,研究城市增长边界的计算和预测模型,这对于城市的发展规划具有重要的意义。然而,在国内外,关于城市增长边界方面的研究较少,首次提出利用人工神经网络、地理信息系统和遥感相结合的技术建立具有复杂几何形状的城市增长边界模型。通过数值实验结果表明,模型对城市未来增长边界的计算和预测准确度达80%～84%,结果表示直观、真实,能够为当前精明增长模式下的城市用地规划工作提供决策参考。