论文部分内容阅读
固定资产投资对城市景观格局变化、城市经济发展有举足轻重的作用,其动态监测技术研究也是近年来的研究热点。本文选取了河南省中牟县和重庆市北碚区两个研究区,以固定资产投资与城市扩张、投资项目特征提取方法、城市景观格局的驱动机制作为切入点监测不同尺度的投资态势。主要研究内容与结论如下:(1)通过构建1990年至2010年的全国各区域全社会固定资产投资面板数据并进行系数修正,结合遥感人工解译的1990年至2010年的632个城市的主城区扩张面积空间分布,建立二者的回归模型,揭示了宏观尺度固定资产投资规模的趋势及分布规律,提出利用遥感监测建成区扩张监测投资规模的方法。揭示了固定资产投资存在的“虹吸”效应。数据说明,随着中国改革的不断推进,投资规模与扩张面积的相关性持续减弱,投资对经济的驱动力权重有所下降。单位扩张面积的固定资产投资额这一土地投入指标显示,中国城市的扩张集约节约效果显著。(2)提出了针对高分辨率、超高分辨率遥感数据的投资特征提取方法。实验证明,HSD特征训练得到的随机森林机器学习以提取目标建筑物的方法为从超高分辨率遥感影像中剔除土壤这一方向提供了一种鲁棒性较强的方法。而且,随机森林分类器移植性远远高于传统方法,可用于提取投资监测领域的多种监测目标。此外,针对塔吊这一特殊的投资项目在建配套设备,使用数学形态学和几何特征相结合的算法进行精确的定位和数量提取,并进行了实验验证。(3)建立了适合遥感投资监测的包括15个类别的投资项目监测体系。针对可监测项目构建了特征指数BBI及IPBI,应用面向对象的分类算法,结合光学纹理等多种特征值,对彩板房等临时建筑物等对象进行解译,有效获取了微观尺度的投资热点分布。(4)通过对平原研究区中牟县和山地研究区北碚区的近15年四个时相的土地利用景观类别动态的监测,构建基于平原与山区的景观格局指数框架,对不同固定资产投资结构对景观格局变化的驱动差异性进行探索性分析。