2. 湖南师范大学 资源与环境科学学院, 长沙 410081
2. College of Resources and Environmental Sciences, Hunan Normal University, Changsha 410081, China
《国家新型城镇化发展规划(2014—2020年)》颁布以来,城市群已成为我国新型城镇化的主体形态,对城市建设用地的增长和演化起到了主要的推动作用[1]。2019年5月,国务院在《关于建立国土空间规划体系并监督实施的若干意见》中指出:要整体谋划新时代国土空间开发保护格局,科学布局生产空间、生活空间、生态空间[2]。在国土空间规划背景下,研究城市群中城市建设用地的时空变化情况,有助于厘清城市群空间结构、功能结构的发展脉络,从宏观、微观层面把握城市群的发展趋势,为城市群国土空间规划制定提供依据。
西方对于城市建设用地的研究大致可以分为3个阶段:20世纪20—80年代以城市建设用地扩张的理论模型为主,因子分析(FA)、层次分析(AHP)、系统动力学方法(SD)等数理方法被应用于研究[3]。1990—2010年,城市建设用地的时空变化开始受到重视,城市建设用地演变的动力机制、作用机理得到了广泛研究[4],RS和GIS技术开始运用于城市建设用地的空间分析[5]。2010年后,更多的空间方法被应用于城市建设用地变化分析与模拟,如元胞自动机(CA)[6]、时空地理加权回归模型(GTWR)[7]、压力状态响应模型(PSR)[8]、随机环境影响评估模型(STIRPAT)等等[9],并且居住、工业、商业等多种类型城市建设用地的变化开始受到关注,各类城市建设用地之间相互影响、耦合关系得到了广泛研究[10]。我国关于城市建设用地的研究起步稍晚。1983年,陈传康提出了城市建设用地综合分析和分等的思路[11]。1988年,姚士谋提出了在城市群区域优化城市建设用地布局的重要性[12]。1990年,蒋大卫主持编制了中国第一套《城市用地分类与建设用地标准》(GBJ137— 90),为城市建设用地研究提供了基本依据[13]。此后的研究主要集中在三个方面:一是城市建设用地的时空演变的特征研究。符彦[14]、许芸鹭[15]、冀青青[16]等学者利用GIS技术以及多源数据法、SLEUTH模型、规则格网法、扇区法等方法,从扩张方向、扩张程度、扩张趋势三个方面对我国城市和城市群的城市建设用地时空变化特征进行研究。二是城市建设用地变化的机制机理研究。李晓燕[17]、朱从谋[18]等学者利用扩张指数模型(AGI)、空间平衡抽样法(SBS)、空间自相关模型(Moran's I)等方法对各类城市建设用地的增长情况及对城市整体扩张的贡献程度进行研究,归纳了导致城市建设用地时空变化的原因和机理。三是城市建设用地空间结构与布局的优化研究。欧阳晓[19]、赵丹阳[20]等建立了符合长远生态利益的城市建设用地空间结构优化模式。熊鹰[21]等探索了以旧城改造和土地类型转换为手段的优化布局模式。总的来看,国内外学者在城市建设用地时空变化的内涵、特征、机制机理、研究方法等方面已有深厚研究,将成为本文研究基础。但也存在一些问题:大部分研究仅研究城市建设用地的整体变化,未将其分为居住、工业、商业、交通等用地类型进行分析,研究范围也往往限于单个城市而不是城市群。采取国土空间规划中的分类标准对城市群中各类城市建设用地的时空变化进行准确分析,是亟待解决的问题。
在此背景下,本文选取长株潭城市群的都市区为研究对象,通过建立1990—2019年城市建设用地空间数据库,计算城市群中各城市、各片区中各类城市建设用地在各个时期的增量和贡献率;通过扩张程度计算,明确各类用地在各片区、各城市及整个城市群增长过程中起到的作用,最终归纳长株潭城市群都市区各类城市建设用地的时空变化特征与规律。
2 研究区域、数据来源与研究方法 2.1 研究区域长株潭城市群是国家级城市群长江中游城市群的重要组成部分,由长沙、株洲、湘潭三市组成,总面积28087 km2。长株潭城市群产业类型多元、城市功能齐全、发展扩张迅速,在我国城市群中具有一定的代表性,适宜作为研究对象[22]。在长株潭城市群区域范围内,长沙、株洲、湘潭三市建成区相距很近,共同形成了面积3492 km2的都市区。该都市区自20世纪90年代以来一直是整个城市群城市建设用地增长最集中、变化最剧烈的地区。考虑到研究要素的集聚性、数据的可获得性和分析的准确性,重点研究1990、1995、2000、2005、2010、2015、2019这7个时间点上长株潭城市群都市区的情况。为了更准确地反映空间发展差异,根据《长株潭城市群区域规划(2014年修编)》成果以及长沙、株洲、湘潭三市的城市总体规划,将研究范围划分为3个城市的26个片区[23](见图 1)。
通过走访长株潭城市群两型管委会、长沙、株洲、湘潭三市的自然资源和规划局,获得了1990—2019年中7个年份的都市区城市建设用地分布的DWG格式矢量图、JPEG格式图及各类用地面积数据表。从美国地质调查局(USGS)网站(https://www.usgs.gov)下载上述7个时间点的都市区LandsatTM遥感影像,空间分辨率为30 m,作为对照影像数据。
2.3 研究方法 2.3.1 空间数据库建立将DWG格式矢量图导入ArcGIS(10.6)软件,进行投影校正和坐标配准,并将各类用地的图斑分类置入不同的图层中。将JPEG图作为外部参照导入ArcGIS软件,进行几何配准和图像校正后,对各类用地进行图斑数字化,并分别存入不同图层[24],即可得到1990—2019年中7个年份的城市建设用地初步分类数据。根据2019年湖南省颁布的《湖南省国土空间规划用地分类(试行)》,将城市建设用地分为居住用地、公共管理与公共服务用地、商业服务业设施用地、工业用地、物流仓储用地、道路与交通设施用地、公用设施用地、绿化与广场用地共8个类别[25]。按各类用地的定义,对以往不同标准的地类进行统一归类。在此基础上,利用ENVI(5.1)软件对LandsatTM遥感影像图进行坐标校正、大气校正、影像增强等预处理,并将其导入Arc-GIS软件,与8类用地的图斑进行比对检验,对偏移图斑的位置进行调整[26]。最终得到相对准确的1990—2019年长株潭城市群8类城市建设用地分布的空间数据库。数据处理流程与分类方法如图 2所示。
根据三市城市总体规划,将3个城市、26个片区的边界按坐标绘制在城市建设用地分布图中。利用ArcGIS的分区统计功能,计算7个年份上各城市、各片区中城市建设用地的面积及总面积。并对7个年份按降序两两相减,得到1990—1995、1995—2000、2000—2005、2005—2010、2010— 2015、2015—2019共6个时间段的城市建设用地面积增量。在此基础上,利用公式1求出各类城市建设用地在其所在片区或整个都市区的贡献率:
(1) |
式1中,Cn为某类城市建设用地在某区域的贡献率。Nt为该区域中该类城市建设用地在某一时间段的增量,At为该区域在该时间段所有城市建设用地总增量。利用该公式,可计算出上述6个时间段中8类城市建设用地在各片区以及长株潭城市群都市区的贡献率。
2.3.3 扩张程度空间分布测算在城市建设用地分布图上建立一个正方形单元格的格网系统,作为时空分析的主要载体。以图斑面积聚类方法来决定格网系统中单元格的尺寸。采用SPSS(19.0)软件对空间数据库中所有城市建设用地图斑按面积进行聚类分析,得到从大到小的5个类别。其中面积居中的第三类图斑的平均面积为0.27 km2。根据单元格尺寸小于中等面积图斑的原则,并考虑到计算的便捷性,选取边长500 m×500 m的正方形作为单元格。建立一个由14187个该类单元格构成的格网系统,覆盖长株潭城市群都市区。利用ArcGIS的分区统计功能,计算出7个年份中各单元格中8类城市建设用地的面积,并通过两两相减,得到6个时间段中的8类城市建设用地的增量(可以为负)。利用公式2,计算出各类城市建设用地的扩张程度。扩张程度是一个综合性指标,既反映了某一单元格自身某类城市建设用地变化趋势,又反映了该单元格对周边区域城市建设用地增长的带动作用[27]。
(2) |
式2中,Pn为某单元格在1990—2019年中某类城市建设用地的扩张程度。Nt为该单元格某类城市建设用地在某一时间段的增量。Ns为该单元格中所有城市建设用地在该时间段的总增量,u为时间段数量,此处取6,A为单元格面积,即0.25 km2,Nm为该单元格周边m圈中某单元格中所有城市建设用地在某一时间段的总增量。m为圈数,即该单元格对周边区域产生辐射带动作用的范围,考虑到都市区实际尺度,此处取10。利用该公式,对所有单元格进行编程运算,生成可直观表达8类城市建设用地扩张程度空间分布的三维山丘图。
3 结果 3.1 各类城市建设用地的空间增长分析根据上述方法,建立涵盖1990—2019年中7个年份各类城市建设用地分布的空间数据库,如图 3所示。计算出各城市、各片区城市建设用地的各年份面积、各时间段增量及总增量。由于篇幅所限,仅列出始末年份面积及总增量,如表 1所示。
观察图 3、表 1可知,1990至2019年长株潭城市群都市区的城市建设用地总量从116.25 km2增长至720.25 km2,总增量达604 km2。其中,长沙从72.35 km2增长至438.41 km2,总增量达366.06 km2。株洲、湘潭两市总增量分别为120.30 km2和117.34 km2,两市之和仅为长沙的64.92%。从1990—2019年的6个时间段来看,长株潭城市群都市区城市建设用地总体增长类似于一条正弦曲线,在1990—1995年中增量仅为27.79 km2,增长缓慢。在1995—2000年中增长明显加快,增量达到50.32 km2,在2000—2005年、2005— 2010年、2010—2015年期间存在持续爆发性增长,增量分别达到105.91 km2、140.45 km2和145.04 km2,但在2015— 2019年又有所回落,降至134.49 km2。长沙、株洲的增幅情况与整个都市区基本同步,湘潭市稍有区别,在1990— 2010年的增量高于长沙、株洲,但在2010—2019年增量下滑严重,又显著低于同期的长沙、株洲。可以认为,长株潭城市群都市区及长沙、株洲、湘潭三市在1990—2019年期间均经历了缓慢增长、快速增长、爆发增长、增速回落4个阶段。在此过程中,长沙的总增量最大,在整个都市区的发展扩张历程中占有主导地位。
长沙市各片区中,长沙河东主城区2019年的城市建设用地总面积达到106.27 km2,1990—2019年增量达64.19 km2,是全市面积和增量最大的片区。长沙经开区、长沙高新区、南部新区的增量分别为56.67 km2、40.52 km2、45.80 km2,是全市增长较快的三个片区。岳麓片区由17.63 km2增长至47.02 km2,属于增长稳健的片区。高星、捞霞、坪浦、黄㮾、空港片区的增量为20.66—29.45 km2不等,属于增长相对缓慢的片区。
株洲市各片区中,株洲中心城区2019年总面积达到31.02 km2,为全市首位,但总增量仅21.30 km2,在全市为中上水平。株洲高新区、轨道科技城总增量分别达到29.85 km2、27.49 km2,是全市增长最快的2个片区。航空服饰城、清水塘片区作为老工业基地,总增量分别为13.60 km2和10.15 km2,次于前三者。云龙示范区、南洲新区的总增量均低于10 km2,属于增长缓慢的片区。
湘潭市各片区中,湘潭河西旧城片区、湘潭城北片区、湘潭河东片区的总增量分别为15.71 km2、17.80 km2、18.87 km2,属于全市发展较快的片区。湘潭高新区、湘潭经开区、天易示范区的总增量与上述三者基本相当,但由于基数较小,在增速上快于前三者。鹤岭工业园、昭山示范区、杨河片区总增量仅为1.76 —5.33 km2,属于发展十分缓慢的片区。
3.2 各类城市建设用地的贡献率分析从整个都市区来看,居住用地的贡献率最大,从1990—1995年的27%增长至2015—2019年的34%,呈显著增长趋势。工业用地贡献率在1990—1995年达30%,高于居住用地,但在之后逐步减小,2015—2019年仅为18%。公共管理与公共服务用地、商业服务业设施用地、物流仓储用地、道路与交通设施用地、公用设施用地贡献率依次为6%、8%、14%、5%、3%左右,在6个时间段中均变化不大。绿地与广场用地从1990—1995年的10%增长至2015—2019年的12%,略有增加。三市中,长沙的居住用地贡献率增长最快,到2015—2019年增长至42%,远高于其他用地类型。工业用地贡献率在1990—2005年期间一直稳定在23%左右,但在2005年后急剧下降,至2015—2019年仅为16%。其它用地贡献率与整个都市区的情况近似。株洲在1990—2019年中居住用地贡献率从20%增长至28%,工业用地贡献率则从30%减少到23%。除道路与交通设施用地略高外,其他用地与整个都市区的情况相似。湘潭的工业用地贡献率在1990—2019年的6个时间段从35% 降至32%,居住用地从14%增长至21%,而道路与交通设施用地、物流仓储用地、绿地与广场用地均低于整个都市区1%—3%。总的来看,1990—2019年期间,长株潭城市群都市区及下属三市的工业用地、居住用地的增长呈现出显著的此消彼长趋势。而公共管理与公共服务业用地、商业服务业设施用地均增长缓慢且不占优势。
26个片区的城市建设用地贡献率比重有着显著差异,大致可以分为5种类型:
(1)居住用地主导型。此类片区中居住用地所占贡献率最高,达到30.12%—53.51%,公共管理与公共服务用地、商业服务业设施用地也具备一定的贡献率,其他用地所占贡献率均相对较低。此类片区可视为以居住功能为主,以公共服务与商业功能为辅的居住功能片区。长沙河东主城区、坪浦片区、高星片区、黄㮾片区、南洲新区属于此类型。
(2)工业用地主导型。此类片区中工业用地贡献率最高,达38.16%—52.16%,居住用地、物流仓储用地、道路与交通设施用地的贡献率略高于其他片区,但其他用地贡献率均较低。此类片区可视为以工业生产为主,以工业配套的居住、公共服务、商业、物流仓储为辅的工业功能片区。长沙经开区、长沙高新区、株洲高新区、轨道科技城、航空服饰城、清水塘片区、湘潭高新区、湘潭经开区、天易示范区、湘潭河东片区均属于此类型。
(3)商业用地主导型。此类片区中商业服务业设施用地的贡献率较高,达20.77%—48.24%,其他用地贡献率均相对较低。此类片区可视为以商贸、商务、文化娱乐为主的商业功能片区。株洲中心城区、云龙示范区、南洲新区、湘潭河西旧城片区属于此类型。
(4)专业型功能主导型。此类片区中某一类用地占显著主导地位,其他用地贡献率均较低。其中,岳麓片区、湘潭城北片区作为长沙、湘潭的大学城所在地,公共管理与公共服务用地贡献率达30.34%、24.18%。空港片区作为长沙黄花机场所在地,道路与交通设施用地贡献率达41.16%。捞霞片区作为长沙港及物流园所在地,物流仓储用地贡献率达35.54%。
(5)均衡型。此类片区中工业、居住、商业服务业设施等用地的贡献率相差不大,往往存在定位不明确、功能混杂等问题。昭山示范区、南部新区、杨河片区属于此类型。
3.3 8类城市建设用地的扩张程度分析通过8类城市建设用地扩张程度的计算,得到图 5。通过观察可归纳8类用地的扩张程度分布特征。其中,①居住用地增长最快,分布最广,影响最大,不但在三市的中心城区、边缘区均有很高的扩张程度,在产业园区中仍有较高的扩张程度,呈现出显著的围绕城市中心向外扩散增长的趋势,是引导城市群发展扩张的主要力量。②公共管理与公共服务用地分布的区域差异明显,在中心区和大学城片区中有较高的空间扩张程度,但在一些边缘区、产业园区中分布极少,支撑作用不足。③商业服务业设施用地主要集中在三市的中心区,且扩张程度较高,但在边缘区、产业园区中只有零星分布,且扩张程度很低,对片区支撑作用有限。④工业用地在边缘区、产业园区中分布广泛,且扩张程度普遍较高,在中心区不但没有增长,反而有大量负增长区域出现,表示工业用地有着明显的外迁行为,是带动城市群都市区向外扩张发展的主要力量。⑤物流仓储用地除在捞霞片区有较高扩张程度外,大多分布零散且扩张程度均较低。⑥道路与交通设施用地在整个都市区范围内均有分布,但扩张程度的区域差异很大,呈现出显著中心高、四周低的现象,一些新城区、产业园区的交通配套明显不足。⑦公用设施用地在各个片区中呈零散分布且扩张程度低,仅在电厂、垃圾填埋场、殡葬场所等少数地区有一定的扩张程度。⑧绿地与广场用地呈现滨水地带高、边缘区高,四周低的趋势。在流经长沙、株洲、湘潭三市的湘江两岸,松雅湖、梅溪湖、洋湖等水域周边,绿地与广场用地分布相对集中。但在大部分的产业园区中,绿地与广场用地分布较少,对片区支撑作用不足。
通过增量、贡献率与扩张程度空间分布的对比分析,得出以下结论:①1990—2019年期间,长株潭城市群都市区的城市建设用地整体扩张过程可概括为缓慢增长(1990—1995年)、快速增长(1995—2000年)、爆发增长(2000—2015年)、增速回落(2015—2019年)共4个阶段。长沙、株洲两市与整个都市区的扩张过程基本同步,湘潭市爆发增长的阶段更早,而增速回落的趋势更加显著。②都市区的城镇发展经历了由“工业用地主导”向“居住用地主导”的变化过程。居住用地与工业用地在6个时间段中均为贡献率最大的两类用地,两者均分布广泛、增量高、贡献率大且具备很高的扩张程度,对所在片区具有很强的带动作用。1990—2005年期间,工业用地增量、贡献率均高于居住用地,是带动城市群发展的首要驱动力。但在2005年后,工业用地贡献率逐渐降低,且在中心区呈负增长,而居住用地不但在贡献率上超过了工业用地,且在各片区均具备较高的扩张程度。这说明居住用地已取代工业用地,成为促进都市区城镇发展的主要因素。③公共管理与公共服务用地、商业服务业设施用地贡献率与扩张程度不足,难以支撑起高级城市功能。1990—2019年,长株潭城市群的公共管理与公共服务用地、商业服务业设施用地的贡献率一直在6%和8%左右。这两类用地在三市中心区高度集中,造成了严重拥堵现象,在边缘区、产业园区分布很少,又使得边缘区、产业园区缺乏服务业支撑[28]。④部分片区的城市建设用地结构存在不合理现象。其中,长沙河东主城区的居住用地贡献率达到53.51%,而商业服务业设施用地仅为10.73%,湘潭河东片区的工业用地贡献率达到41.98%,均与其城市中心区和现代服务业集聚区的定位不符。长沙高新区、株洲高新区、湘潭高新区的公共管理与公共服务用地(含教育科研用地)贡献率仅为4.54%、3.36%、3.31%,与其国家级高新技术产业开发区定位不符。坪浦片区、南洲新区、云龙示范区等多个片区公用设施用地贡献率很低,配套功能不足。
根据上述结论,本文提出三个方面的对策措施:①依托国土空间规划编制的契机,统筹规划、全面优化城市群中各城市、各片区的城市建设用地结构。提升中心城区、产业园区中的公共管理与公共服务用地、商业服务业设施用地比重。为边缘区、产业园区做好物流仓储、道路与交通、绿地与广场等用地配套。②严格限制新增居住用地、工业用地审批,引导开发商以旧城改造、“腾笼换鸟”等形式建设居住、工业项目,将居住用地、工业用地的比重控制在合理阈值内。③对各城市、各片区的用地空间布局进行优化。根据发展需求及服务半径,全面补充边缘区、产业园区中的公共管理与公共服务、物流与仓储、道路与交通等用地。采用“退二进三”模式,引导部分工业用地转变为商业服务业设施用地。促进城市中心部分功能外迁,在盘活中心区土地存量的同时为周边区域的发展注入活力。
4.2 讨论在新型城镇化发展背景下,分析城市群中各类城市建设用地时空变化的特征和规律有重要意义,是掌握城市群发展脉络、辨析发展过程中的问题,进而科学编制城市群国土空间规划的重要基础。在此背景下,本文建立了一套相对完善的研究方法,涵盖空间数据库建立、用地增量与贡献率测算、扩张程度计算等步骤,能够对城市群各类城市建设用地的时空变化进行较为准确的分析。通过对长株潭城市群都市区的实证研究,得到了各类城市建设用地的增量、贡献率、扩张程度等反映变化特征的重要指标,证实了在城市群的尺度研究各类城市建设用地时空变化的可行性。有望为其他城市群的城市建设用地研究提供参考。
本文也存在一些不足之处:首先,由于篇幅所限,未能结合政策、规划等外在因素,透彻分析导致城市建设用地时空变化的原因和动力机制。其次,本文未能基于国土空间规划视角,提出切实可行的用地规划方案。此为本文短板,将作为下一步的研究重点。
[1] |
方可, 倪轶兰, 喻宇, 等. 国土空间规划改革背景下用地现状调查工作创新思考[J]. 规划师, 2019, 35(16): 45-50. [Fang Ke, Ni Yilan, Yu Yu, et al. Innovation of land use investigation in the context of national land use and spatial planning[J]. Planners, 2019, 35(16): 45-50.] |
[2] |
徐勇, 赵燊, 段健. 国土空间规划的土地利用分类方案研究[J]. 地理研究, 2019, 38(10): 2388-2401. [Xu Yong, Zhao Shen, Duan Jian. Studies on the land use classification scheme for territory spatial planning[J]. Geographical Research, 2019, 38(10): 2388-2401.] |
[3] |
Pugh C. Methodology, political economy and economics in land studies for developing countries[J]. Land Use Policy, 1996, 13(3): 165-179. DOI:10.1016/0264-8377(96)00005-1 |
[4] |
Marull J, Pino J, Mallarach J M, et al. A land suitability index for strategic environmental assessment in metropolitan areas[J]. Landscape and Urban Planning, 2007, 81(3): 200-212. DOI:10.1016/j.landurbplan.2006.11.005 |
[5] |
Saizen I, Mizuno K, Kobayashi S. Effects of land-use master plans in the metropolitan fringe of Japan[J]. Lanscape and Urban Planning, 2006, 109(4): 411-421. |
[6] |
Li H, Liu Y, He Q, et al. Simulating urban cooperative expansion in a single-core metropolitan region based on improved CA model integrated information flow: case study of Wuhan urban agglomeration in China[J]. Journal of Urban Planning and Development, 2018, 144(2): 223-234. |
[7] |
Kucsicsa G, Grigorescu I. Urban growth in the Bucharest metropolitan area: spatial and temporal assessment using logistic regression[J]. Journal of Urban Planning and Development, 2018, 144(1): 59-67. |
[8] |
Castro K B, Roig H L, Neumann M L, et al. New perspectives in land use mapping based on urban morphology: A case study of the Federal District, Brazil[J]. Land Use Policy, 2019, 87(3): 104-112. |
[9] |
Feola G, Suzunaga J, Soler J, et al. Ordinary land grabbing in periurban spaces: Land conflicts and governance in a small Colombian city[J]. Geoforum, 2019, 105(1): 145-157. |
[10] |
Dahal K R, Chow T E. A GIS toolset for automated partitioning of urban lands[J]. Environmental Modelling & Software, 2014, 55(5): 222-234. |
[11] |
陈传康. 城市建设用地综合分析和分等问题[J]. 自然资源, 1983(2): 18-25, 37. [Chen Chuankang. Comprehensive analysis and classification of urban construction land[J]. Resources Science, 1983(2): 18-25, 37.] |
[12] |
姚士谋, 赵锐, 徐桂卿, 等. 闽南国土经济发展的若干问题[J]. 地理学与国土研究, 1988(1): 6-12. [Yao Shimou, Zhao Rui, Xu Guiqing, et al. Some problems in the development of land economy in South Fujian[J]. Geography and Geo-Information Science, 1988(1): 6-12.] |
[13] |
蒋大卫. 关于《城市用地分类与建设用地标准》[J]. 城市规划, 1990(1): 55-58. [Jiang Dawei. About classification of urban land and standard for construction land[J]. City Planning Review, 1990(1): 55-58.] |
[14] |
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. [Fu Yan, Wang Jianhui, Zhang Ya. Research of temporal and spatial characteristics of urban construction land expansion based on multisource data: A case study of Shunde district, Foshan city[J]. Bulletin of Surveying and Mapping, 2019(8): 111-115.] |
[15] |
许芸鹭, 雷国平. 辽中南城市群城市用地结构的时空演变分析[J]. 经济地理, 2018, 38(1): 69-77. [Xu Yunlu, Lei Guoping. Study on evolution of urban land structure in Liaozhongnan city groups[J]. Economic Geography, 2018, 38(1): 69-77.] |
[16] |
冀青青, 乔伟峰, 卢诚, 等. 1980年以来南京市建设用地扩张阶段性特征[J]. 长江流域资源与环境, 2018, 27(9): 1928-1936. [Ji Qingqing, Qiao Weifeng, Lu Cheng, et al. Stage characteristics of construction land expansion in Nanjing since 1980[J]. Resources and Environment in the Yangtza Basin, 2018, 27(9): 1928-1936.] |
[17] |
李晓燕, 李慧颖, 满卫东, 等. 哈长城市群城镇用地扩展进程及其驱动因素研究[J]. 地理科学, 2018, 38(8): 1273-1282. [Li Xiaoyan, Li Huiying, Man Weidong, et al. Process and driving factors of urban land expansion in Harbin-Changchun city cluster[J]. Scientia Geographica Sinica, 2018, 38(8): 1273-1282.] |
[18] |
朱从谋, 李武艳, 徐保根. 长三角城市群城乡建设用地时空关联特征及其利用效益研究[J]. 中国土地科学, 2019, 33(8): 63-70. [Zhu Congmou, Li Wuyan, Xu Baogen. Spatio-temporal correlation characteristics and utilization efficiency of urban-rural construction land in Yangtze River Delta urban agglomeration[J]. China Land Science, 2019, 33(8): 63-70.] |
[19] |
欧阳晓, 朱翔, 贺清云. 城市化与生态系统服务的空间交互关系研究——以长株潭城市群为例[J]. 生态学报, 2019, 39(20): 7502-7513. [Ouyang Xiao, Zhu Xiang, He Qingyun. Spatial interaction between urbanisation and ecosystem services: A case study in Changsha-Zhuzhou-Xiangtan urban agglomeration, China[J]. Acta Ecologica Sinica, 2019, 39(20): 7502-7513.] |
[20] |
赵丹阳, 佟连军, 仇方道, 等. 松花江流域城市用地扩张的生态环境效应[J]. 地理研究, 2017, 36(1): 74-84. [Zhao Danyang, Tong Lianjun, Qiu Fangdao, et al. Eco-environment effect of urban expansion in Songhua River Basin[J]. Geographical Research, 2017, 36(1): 74-84.] |
[21] |
熊鹰, 陈云, 李静芝, 等. 基于土地集约利用的长株潭城市群建设用地供需仿真模拟[J]. 地理学报, 2018, 73(3): 562-577. [Xiong Ying, Chen Yun, Li Jingzhi, et al. Analog simulation of urban construction land supply and demand based on land intensive use[J]. Acta Geographica Sinica, 2018, 73(3): 562-577.] |
[22] |
李璐, 徐磊, 董捷. 新型城镇化与建设用地利用水平时空耦合协调度——以长株潭城市群为例[J]. 水土保持研究, 2017, 24(3): 314-319, 346. [Li Lu, Xu Lei, Dong Jie. Spatial-temporal coupling coordination between the new urbanization and construction land use level: Taking Changsha-Zhuzhou-Xiangtan city group as an example[J]. Research of Soil and Water Conservation, 2017, 24(3): 314-319, 346.] |
[23] |
Li Zhuo, Jiang Weiguo, Wang Wenjie, et al. Exploring spatial-temporal change and gravity center movement of construction land in the Changsha-Zhuzhou-Xiangtan urban agglomeration[J]. Journal of Geographical Sciences, 2019, 29(8): 1363-1380. DOI:10.1007/s11442-019-1664-5 |
[24] |
杜培军, 梁昊, 王欣, 等. 一种基于集成学习的城市新增建设用地快速提取方法[J]. 环境监控与预警, 2019, 11(5): 39-45. [Du Peijun, Liang Hao, Wang Xin, et al. A new urban built-up land extraction method based on ensemble learning[J]. Environmental Monitoring and Forewarning, 2019, 11(5): 39-45.] |
[25] |
湖南省自然资源厅. 《湖南省国土空间规划用地分类(试行)》解析[EB/OL]. (2019-05-20)[2020-01-20]. http://www.sohu.com/a/315328223_99957478. [Department of Natural Resources of Hunan Province. Analysis of land use classification in spatial planning of national land of Hunan Province[EB/OL]. (2019-05-20)[2020-01-20]. http://www.sohu.com/a/315328223_99957478.]
|
[26] |
刘细梅, 邓晖, 吴亮, 等. 基于无人机影像的城市用地分类系统设计与实现[J]. 地理空间信息, 2019, 17(3): 79-82, 10. [Liu Ximei, Deng Hui, Wu Liang, et al. Design and implementation of urban land classification system based on unmanned aerial vehicle images[J]. Geospatial Information, 2019, 17(3): 79-82, 10.] |
[27] |
Tong L, Hu S, Frazier A E. Hierarchically measuring urban expansion in fast urbanizing regions using multi-dimensional metrics: A case of Wuhan metropolis, China[J]. Habitat International, 2019, 94(6): 384-396. |
[28] |
彭海泉, 邹艳红. 基于STIRPAT模型的长株潭城市建设用地扩展驱动因素分析[J]. 测绘与空间地理信息, 2018, 41(6): 149-152. [Peng Haiquan, Zou Yanhong. Analysis on the driving forces of construction land expansion for Changsha-Zhuzhou-Xiangtan based on STIRPAT model[J]. Geomatics & Spatial Information Technology, 2018, 41(6): 149-152.] |