论文部分内容阅读
当前我国正经历着快速的城市化,以GIS、RS为技术支持,研究城市的扩张能为城市规划、管理等提供决策依据。本文以南昌市主城区为研究对象,采用六个时期的Landsat TM/ETM+/OLI遥感影像数据,运用卫星遥感技术和GIS空间分析方法,对1991年-2016年的城市建设用地的变化情况进行研究,通过提取土地利用类型信息,掌握其扩张的时空特征,结合区域自然地理及社会经济发展数据资料分析扩展的影响因子,再基于人工神经网络的CA模型预测了2021年南昌市主城区土地利用变化态势。本文的主要研究内容与成果如下:1)面对25年时间跨度的城巿土地利用信息的提取问题,选择了六个时期(1991、1996、2001、2007、2011和2016年)的影像数据,采用CBI指数提取建筑物特征,与SEaTH算法结合进行影像分类,将此分类结果与对三种监督分类(最大似然、神经网络、SVM)方法的分类结果进行精度对比,发现基于CBI指数与SEaTH算法结合的影像分类效果更好,提取精度较高,最终得到六个时期的城巿扩张现状。2)利用GIS技术提取南昌市主城区的建成用地面积,根据扩张速度和强度指数分析城市扩张的时间特征,发现南昌市主城区经历了低速-中速-高速-高速-快速的扩张,再结合象限分析、缓冲区分析方法研究其空间特征,得到南昌市主城区的建成用地呈现出内部填充及外延性扩展的特征。3)从定量和定性两个角度综合对扩张驱动力因素进行了详细分析。选取11个指标,运用主成分分析法提取到两个公因子,并用回归分析构建城市建成区面积变化的回归模型,确定影响因子,定性的阐述了社会经济、人口数量、交通以及自然条件、政府相关政策等方面的影响因素。4)借助人工神经网络的CA模型,改进CA模型中交通因子的表达方式。考虑邻域环境、地形条件、交通道路网络的可达性作用,通过神经网络获取转换规则,对南昌市主城区2007年和2016年的土地利用进行模拟,结合逐点对比的方法验证,Kappa系数分别为0.82、0.85,基于此对南昌市主城区2021年土地利用情况进行模拟,得到南昌市主城区2021年建成区面积为661.58km2,较2016年增加66.17km2,其中新建区扩张最为突出,而青云谱区、湾里区的扩张相对缓慢,说明市区内发展空间到达一定程度,城市扩张主要转向新建区,其次为湾里区。