论文部分内容阅读
自1978年我国改革开放以来,城市相比于农村就业机会和人力资源更加丰富,随之大量人口涌入城市,使得我国的城市在经济、教育、医疗、科技及基础设施等各个方面都得到了迅猛的发展。然而,原有的城市范围已不再满足当时的发展需求,因此我国的城市范围以不同的形态和发展方式向外扩张。当工业和城镇化发展到一定程度时,都市区和都市圈也随之发展,并逐渐形成了城市群。DMSP/OLS夜间灯光数据作为研究人类活动和监测预警的遥感数据,可以为城市群的发展和变化过程提供重要的数据来源和参考依据。文章以滇中城市群作为研究区域,选取1992年至2013年的Landsat影像和DMSP/OLS灯光数据,运用多种指数结合方法提取城市不透水表面,随后而后根据阈值法来确定城市范围,最终得到较为准确的滇中城市群的城市不透水表面范围。依据本文城市不透水表面提取结果,运用GIS空间分析技术和数学统计方法对21年间滇中城市群进行时空变化分析。文章最后利用统计数据和灯光数据指数对滇中城市群城市化水平进行预估。具体内容和初步结论如下:(1)计算Landsat影像的SAVI、BSI等指数,反复实验得到每个城市灯光强度的阈值,使用决策树分类方法提取滇中城市群城市不透水表面。实验结果表明:若仅依靠指数法来提取城市不透水表面,会存在大量地类误分的问题,而加入DMSP/OLS数据后能更加精准的提取城市不透水表面,降低提取结果的与实际面积的误差。(2)依据城市不透水表面的提取结果,使用空间分析方法和数学模型,计算滇中城市群不同行政区划尺度下的城市不透水表面各项相关指数,详细分析城市时空数量变化特征,该章节研究的空间变化指标划分为数量变化,空间面积变化,城市空间联系强度三个部分。从研究区总体变化情况来看,1992年至2013年该研究区的城市不透水表面面积逐年增加,扩展速率也逐年增加;滇中城市群的城市不透水表面重心20年间均集中位于昆明市主城区,重心转移幅度较小,由此结果表明昆明市一直是滇中城市群的城市发展重心;滇中城市群内四个城市之间的空间经济联系程度不尽相同。从单个城市来看,各城市的城市不透水表面面积以不同的数量和速率在逐年增加;曲靖市、玉溪市、楚雄州的重心分别位于各自城市主城区,重心转移的幅度相对较小;昆明市对玉溪市的辐射作用最大。(3)基于文章第四章的结果计算CNLI灯光指数、城市化水平复合指标,并据此建立相关系数较高的城市化水平预估回归模型,由此可以判断灯光指数能反映某一地域的城市化水平。根据文章计算结果显示,滇中城市群在发展过程中,区域内平均灯光强度对每个城市的城市化水平影响最大。总体情况来看,各城市的城市化水平都在逐年提高,其中,昆明市的发展程度最高,楚雄彝族自治州的发展程度相对最低。