空間信息技術支持下的福州市城市用地擴張時空特征研究

陳寶芬， 張耀民， 江 東， 林 剛， 付晶瑩*

(1.西安科技大學 測繪科學與技術學院， 西安 710054； 2.中國科學院 地理科學與資源研究所， 北京 100101)

空間信息技術支持下的福州市城市用地擴張時空特征研究

陳寶芬1， 張耀民1， 江 東2， 林 剛2， 付晶瑩2*

(1.西安科技大學 測繪科學與技術學院， 西安 710054； 2.中國科學院 地理科學與資源研究所， 北京 100101)

城市化是社會發(fā)展和經濟增長重要動力，遙感和地理信息系統(tǒng)技術(GIS)已成為監(jiān)測、分析城市發(fā)展的重要手段.該文選擇我國海西地區(qū)重要門戶福州市為研究區(qū)，以2000年～2015年多期Landsat TM/ETM+影像為數據源，對福州市城市用地空間分布信息進行提取，分析了2000～年～2015年福州市城市用地擴張的時空特征；同時結合福州市2000年～2015年社會經濟數據和人文數據，探討了城市擴張的主要驅動因素.結果表明：在時間上，福州市城市用地擴張總體呈上升增長趨勢，尤其是2010年以來城市用地擴張快速發(fā)展；在空間上，福州市城市用地擴張呈現向西偏北方向移動；在驅動力上，人口、經濟的發(fā)展以及高程、坡度、燈光、到一般公路、學校、醫(yī)院的距離是影響福州市城市用地擴張的重要因素.

城市用地擴張； 時空特征； 驅動力分析

城市擴張是城市由于社會生產力的發(fā)展而引起的城市空間增長、城市規(guī)模擴大，農村人口向城市集中的過程[1].作為經濟發(fā)展的客觀要求和必然產物，它已成為繼工業(yè)化、現代化、信息化之后的又一全球性趨勢.《中國城市狀況報告2010-2011》就指出，今后五年內，中國的城鎮(zhèn)人口將超過農村人口，到2030年，中國城鎮(zhèn)化率將達到65%左右，各類城鎮(zhèn)將新增3億多人口[2].諾貝爾經濟學獎獲得者STIGLITZ則把“中國的城市化”和“美國的高科技”并稱為 21 世紀人類發(fā)展進程的兩大關鍵因素[3].

早期對城市用地擴張的研究主要集中在擴張時空特征的分析上.包括LOPEZ等利用遙感影像，分析并預測了墨西哥莫雷利亞城市邊緣的土地利用變換的時空特征[4]；儲金龍等采用擴張速度、強度和分維數等指標來研究南通城市用地擴張的時空特征以及演變過程[5]；劉盛和等在多期遙感影像數據的基礎上分析城市擴張的面積、速度及方向等時空特征[6]；胡長慧基于Landsat TM數據以擴張的動態(tài)度、重心轉移、象限方位為手段分析開封城市擴張的時空特征[7].

隨著城市用地擴張理論的不斷發(fā)展，許多學者把城市擴張的研究定位到驅動因素上.STERN通過分析城市化過程得出人口、經濟及相關政策等因素影響著城市用地擴張的進程[8].KESSIDES在分析城市轉型的驅動因素時發(fā)現地租差異在城市擴張過程中占有重要作用[9]；譚明洪采用數學模型探討了我國城市擴張的主要因素[10].周國華站在區(qū)域經濟發(fā)展現狀的角度上，分析地理環(huán)境及區(qū)域規(guī)劃等對城市用地擴張的影響[11].張占錄提出北京城市擴張的主要驅動因素是居住、交通環(huán)境[12].由于研究所用的觀測數據大都與地理位置有關，并且呈現一種鄰近關系，為了在模型中展現數據的空間特性并予以分析，英國 New castle大學地理學家FORTHERINGHAM A S 等提出了地理加權回歸模型 GWR(Geographically Weighted Regression)[13].PaeZ將該模型用于研究日本仙臺市城市熱島效應的空間變化[14]；邵一希以常州市孟河鎮(zhèn)為例將地理加權回歸模型應用到土地利用格局的研究變化[15].本文借鑒上述方法，在提取福州市城市用地信息的基礎上，并對其城市用地擴張的特征及驅動力進行了詳細的研究分析.

1研究區(qū)概況

論文選擇福建省福州市作為研究區(qū).福州市位于福建東部、閩江下游沿岸，臺灣海峽以西，戴云山脈東冀， 25°15′～26°39′N，118°08′～120°31′E之間.西靠三明市、南平市，南鄰莆田市、泉州市，北接寧德市.市轄臺江區(qū)、倉山區(qū)等5區(qū)，福清市、長樂市等兩個縣級市，閩侯縣、連江縣等6個縣以及50個鄉(xiāng)鎮(zhèn).具體位置如圖1．

作為我國海西地區(qū)輻射中西部的重要門戶.改革開放以來福州市的社會經濟和城市建設有了全面發(fā)展.初步統(tǒng)計，2000年至2015年，福州市地區(qū)總值(GDP)從876.39億元增長到5 169.16億元.2015年年末全市常住人口750萬人，城鎮(zhèn)化率67.7%，各項社會事業(yè)、公共基礎設施也得到了全新的發(fā)展，人民生活水平和環(huán)境顯著提高，為福州市正全力打造“一帶一路”海上絲綢之路戰(zhàn)略樞紐城市提供支撐.

2數據來源和研究方法

2.1數據來源

本文使用的遙感影像數據源為4個不同時相的Landsat TM/ETM+數據，社會經濟數據來源于福州市統(tǒng)計年鑒(2000-2015年)(表1).

本文需要對上述數據做的預處理如下：首先進行投影轉換，統(tǒng)一獲得albers投影；然后借助于GIS空間分析功能，如距離計算、柵格計算、鄰域計算等功能對數據進行計算分析，然后統(tǒng)一重采樣成100m*100m柵格大小.最后，再消除所有數據量綱對后面研究的影響，利用Arcgis中的柵格計算工具RasterCalculator完成標準化過程.本文研究采用模糊隸屬度函數模型對各種數據進行標準化，其公式為:

(1)

負向因子的模糊隸屬度函數模型:

(2)

2.2研究方法

本文以福州市的遙感影像數據為基礎，對所獲取的遙感數據進行圖像波段配準、大氣校正、幾何校正等預處理后，裁剪出本文所需要的研究區(qū)范圍，然后利用計算機自動分類與人工交互相結合的方法提取城市城區(qū)信息.

基于多時期的城區(qū)分布，從時間和空間兩個方面對福州市城市用地擴張進行分析.本文采用擴張強度和擴張動態(tài)度兩個指標來研究福州城市用地擴張在時間上的變化規(guī)律；采用重心轉移和緩沖區(qū)分析兩種方法來分析城市用地擴張在空間上的變化情況.

最后針對福州市城市用地擴張的時空規(guī)律，利用地理加權回歸分析的方法探求其發(fā)展的驅動機制.主要從人口、經濟、自然地理環(huán)境等因素出發(fā)，分析其對福州市城市用地擴張的影響.

具體研究路線如圖3所示．2.2.1擴張強度指數 擴張強度指數(UrbanizationIntensityIndex，UII)是指某空間在研究區(qū)的建成區(qū)擴張的面積占其土地總面積的百分比，即對建成區(qū)年均擴張速度進行處理，分析得出不同時期城市擴張的快慢強弱[16].其計算公式如下：

(3)

式中，UII表示擴張強度；Uib和Uia分別表示研究期內的末年和初始年的城市用地面積，TLA為研究區(qū)土地總面積；T表示時間跨度，用年來計算.

2.2.2擴張動態(tài)度指數 城市擴張動態(tài)度是指研究時期內研究區(qū)的某種土地類型數量的變化狀況，可以用來描述土地利用變化的速度[16].其計算公式：

(4)

式中，K表示建城區(qū)擴張的動態(tài)度；Ub和Ua分別表示研究期內的末年和初始年的城市用地面積；T表示時間跨度，用年來計算.

2.2.3重心轉移分析 城市重心是指不同區(qū)位的平衡點，隨著城市用地擴張的同時也在不斷偏移，它表征著城市發(fā)展規(guī)劃的方向[17].重心橫縱坐標的計算公式為：

(5)

式中,Xt，Yt為第t年的重心坐標;ati表示第i個圖斑的面積;Xi和Yi為第i個圖斑的重心坐標.重心距離轉移的計算公式如下：

(6)

2.2.4緩沖區(qū)分析 緩沖區(qū)分析是指以點、線、面實體為基礎，自動建立其周圍一定寬度范圍內的緩沖區(qū)多邊形圖層，對研究要素進行一定范圍內的鄰近分析.它可以定量描述不同距離范圍內建成區(qū)擴張的空間分布特征.

2.2.5地理加權回歸 地理加權回歸(GeographicallyWeightedRegression，GWR)模型在傳統(tǒng)回歸模型的基礎之上，將局部位置的空間特性納入到模型中，同時反映空間上某一點的特征值受其鄰近觀測點特征值的影響程度，并且這種影響會隨而距離的增加逐漸降低[18].地理加權回歸對一般的全局最小二乘回歸模型進行擴展，將數據的地理位置嵌入到回歸參數之中，其表達式為：

(7)

3城市用地擴張?zhí)卣鞣治?/h2>

基于計算機自動分類與人工交互相結合的方法提取了2000年、2005年、2010年、2015年的福州市城區(qū)，并對其進行城市用地擴張的時空分析(圖4、圖5).在ArcGIS10.2中統(tǒng)計并計算福州市4個時期的城市用地面積(圖6)，從圖6可以直觀的反映出福州市城市用地面積是呈直線上升的，變化幅度比較明顯，但是2010年～2015年面積增長的最快，年平均水平達到17.39%，是同時期全國城市用地年平均增長水平2.66%(統(tǒng)計年鑒)的8倍多.

3.1城市用地擴張時間特征分析

本文采用胡長慧在開封城市用地擴張強度時空特征劃分標準[7]，即：高速擴張(>1.92)；快速擴張(1.05～1.92)；中速擴張(0.59～1.92);低速擴張(0.28～0.59)；緩慢擴張(0～0.28)；同時參考王麗萍等在江蘇省城市用地擴張動態(tài)度研究的劃分等級[16]，即：高速擴張(>20%)；快速擴張(14～20%)；中速擴張(8～14%);緩慢速擴張(<8%).根據劃分標準和公式(3)、(4)得到福州市各階段城市用地擴張強度與動態(tài)度(表2).

從表2中可以明顯的看出，福州市城市用地的擴張強度逐步遞增，2000年～2005年擴張強度為0.47km2/年，屬于低速擴張類型；2005年～2010年城市擴張強度有所增加，達到0.99km2/年，步入快速擴張行列；2010年～2015年擴張強度大幅增加，為2.41km2/年，是2000年～2005年和2005年～2010年總和的2倍以上，屬于高速擴張類型.同時期福州市城市用地的擴張動態(tài)度類型為低速擴張型、中速擴張型和快速擴張型，擴張動態(tài)度分別為7.02%、11.21%、17.39%，其中2010年～2015年擴張動態(tài)度最高，因為這一時期在“一帶一路”等相關政策的推動下，福州市的社會經濟水平大幅度增加，生活素質在不斷改變的同時，城市建設用地也在不斷擴張.

3.2城市用地擴張空間特征分析

本文采用重心轉移的方法分析了2000年～2015年福州市城市用地重心的偏向情況，揭露了這一時期福州市城市用地的發(fā)展方向；并且利用緩沖區(qū)分析了同時期離重心距離的不同福州市城市用地的發(fā)展偏移情況.

3.2.1重心轉移分析 在ArcGIS10.2中進行分析，利用CalulateGeometry幾何計算功能和AddXYDate功能以及計算公式得到城市坐標(表3)并制作出城市重心轉移示意圖(圖7).

從表3和圖7可以看出，2005年～2000年，福州市城市的重心向西偏北移動1.37km，偏移速度相對緩慢，主要是在原來的城市用地上進行大餅式擴張；2005年～2010年，城市重心向西偏北方向偏移的速度有所增加，偏移距離為3.58km; 在2010年～2015年，城市偏移速度明顯增加，向西偏北的距離為7.34km.這一階段處于福州市城市處于飛速發(fā)展時期，經濟帶動人口數量的急劇上升，必然導致更多地居民住宅區(qū)以及相關基礎設施的建設向西北偏移.

3.2.2緩沖區(qū)分析 在ArcGIS10.2的操作環(huán)境下以2000年福州市城市用地重心為圓心，利用Buffer緩沖區(qū)分析功分別緩沖出10個10km緩沖區(qū)，然后和4個時期福州市城市用地矢量圖進行疊加分析，得到各時期城市用地在距離城市重心不同距離區(qū)域的區(qū)擴張總量及空間分布(圖8、圖9).

從圖8和9分析可以看出，不同的緩沖區(qū)范圍內，城市用地擴張量是不同的.2000年～2005年期間，擴張量最高達到121.39km2，出現在距離城市重心10km的范圍內，在距離城市用地重心50km時，城市擴張量開始下降，到距離100km的緩沖區(qū)范圍內擴張量為0；2005年～2010年期間，在距離城市重心20km的范圍內擴張量達到最高為182.40km2；2000年～2005年期間，擴張量最高達到301.19km2，出現在距離城市重心30km的范圍內.

4城市用地擴張驅動力分析

城市發(fā)展是一個動態(tài)的、復雜的系統(tǒng)，是內外因素共同影響下的結果.城市用地擴張的驅動因素通常分為自然因素、社會經濟因素和政策因素，但是政策因素對城市用地擴張的影響有很大的限制性，因此本文主要從經濟、人口以及自然因素出發(fā)，對2000年～2015年福州市城市用地擴張的驅動因素進行了初步探討.

4.1城市用地擴張與人口、經濟關系分析

城市用地是人類生產、生活的場所，人口增長必然導致對土地需求的增加，它是城市用地擴張本質的因素[19].因此，人口增長必然導致土地利用系統(tǒng)輸出產品需求量的增加和居住地的增加.伴隨著城市化進程加快，人口的增加，人口流動性越來越顯著，農業(yè)與非農業(yè)人口的轉換加快，這些都表現為城市用地的不斷擴張.同樣，一個城市經濟的發(fā)展變化，也影響著該地區(qū)土地利用的規(guī)模、結構和布局，可以這樣說經濟水平是衡量城市發(fā)展的重要指標.本研究根據2005年～2015年福州市城市用地面積數據和對應年份的福州市年末戶籍總人口數據及生產總值GDP數據， 分別得到城市用地面積與人口、GDP的關系如圖10、11所示.

由圖9、10可知，福州市在2000年～2015年這段時期內，年末戶籍總人口總體呈上升趨勢，同期建設用地面積也呈現同向增長態(tài)勢，兩者呈現高度的正相關.因此可以這樣說人口的增加是城市用地擴張的主要促進因素.同樣，在研究時間內，GDP從876.39億元增長到5 169.16億元，總量增長迅速.具體表現在2000年～2005年，GDP增長相對緩慢，同期城市用地也呈相同的增長趨勢.之后GDP和城市用地都開始大幅度增長，在2010年～2015年增長速度最快.GDP和城市用地兩者呈現同向的增長態(tài)勢，因此GDP是促進城市用地擴張的重要因素.所以，可以毫不夸張的說人口增長和經濟的快速發(fā)展是城市用地擴展的最直接驅動力[20].

4.2城市用地擴張與自然地理環(huán)境的關系分析

作為城市用地擴張變化的基本影響因素，自然地理環(huán)境影響在某種程度上能夠決定城市用地擴張的宏觀格局[20].地理空間位置的變化，以及空間要素的空間不穩(wěn)定性，這都導致空間環(huán)境因素對城市用地格局的影響程度具有空間異質性，簡單來說就是同一影響因子在不同區(qū)域對土地利用格局的影響程度是不同的.因此，本文采用基于地理加權回歸的邏輯回歸模型來模擬分析城市用地擴張與自然地理環(huán)境的關系[21-22].

本文將城市用地賦值為1，非城市用地的值為 0.通過查詢參考文獻以及根據科學性、獨立性和可行性等原則，選取了高程(DEM)、坡度(slope)、燈光以及到一般公路、高速公路、水體、學校、醫(yī)院、公園綠地、生活品市場的距離10 個自然環(huán)境影響因子(表4).在進行回歸之前，需要對研究區(qū)進行采樣.本文采用Arcgis10.2 中的CreateRandomPoints工具在研究區(qū)隨機產生樣本點，并除去約束層范圍內的點，最后獲得1 053個樣本點.然后利用Arcgis10.2 的ExtractValuestoPoints工具將各地理環(huán)境要素的屬性數據提取至樣本點中.由于Arcgis10.2 軟件里的GWR回歸方法不能做BinaryLogistic回歸，所以用GWR4.0 軟件對所得數據進行全局性邏輯回歸和地理加權邏輯回歸. 結果如表 5所示.

從表5可知，全局性邏輯回歸的AICc和異常解釋百分比(Percentdevianceexplained)分別為 585.290 5 和 0.704 1，而基于GWRBinaryLogistic回歸分析的AICc和異常解釋百分比分別為 532.687 2 和 0.782 5，且局部R2均在 0.70 以上.AICc表示模型模擬的效果，其值越小表示效果越好.結果表明，基于GWRBinaryLogistic的回歸擬合效果相比于全局回歸效果明顯較好，而且異常解釋百分比也有較大的提高.從全局性邏輯回歸結果來看，高程、坡度、燈光和到一般公路、高速公路、河流、 學校、 醫(yī)院的距離對城市用地的影響都表現了顯著的相關性，表明地形、區(qū)位、水體、交通、教育及醫(yī)療條件對城市用地的擴張具有較大的相關性.而燈光數據的影響系數的絕對值是最大的，即區(qū)位對城市用地擴展具有重要的影響作用.而從地理加權回歸的地理空間差異性檢驗結果DIFFofCriterion可知，高程、坡度、燈光和到一般公路、河流、學校、醫(yī)院的距離對城市用地的影響在空間上表現出極大的差異性.總的來說，到高速的距離對城市用地擴張的影響顯著但是空間差異性較小，而到高程、坡度、燈光、到一般公路、河流、學校、和醫(yī)院的距離對城市用地擴張的影響顯著而且空間差異性較大.

福州市三面環(huán)山，面海臨江，地勢自西向東傾斜，因此城區(qū)建設向西部發(fā)展受到限制，整體格局表現為東擴南進、西拓北挺、沿江向海，同時這也決定了高程、坡度對城市用地擴張的空間差異性影響.到燈光的距離的代表著地理區(qū)位，隨著到燈光距離的增大，到燈光的距離對城市擴張的影響逐漸減少，且在東部的影響程度最大；到一般公路的距離和河流的空間差異影響主要表現在西北部和東南部的差異.在東南部，隨著距離一般公路和河流距離的增大，一般公路和河流對城市擴張的影響逐漸減少，而在西北部則相反；到學校和醫(yī)院的距離的空間差異影響主要表現在東南部與西部之間的空間差異，在東南部到學校和醫(yī)院的距離與對城市擴張的影響呈正相關，即到學校和醫(yī)院的距離越大對城市擴張的影響越大；在西部，學校和醫(yī)院相對較少，故而對城市用地擴張的影響表現不明顯.而高速公路、生活品市場、公園大多集中在東部地區(qū)，這些地方相比于其他區(qū)域城市用地已經趨于飽和，城市用地擴張相對不明顯，因此這些因素對城市用地發(fā)展的空間差異性表現不明顯.總的來說，這些因素在空間表現上的差異性均由福州市獨特的地理區(qū)位、地勢以及空間發(fā)展格局決定.對于西部和北部而言，地勢較高，多為山地，因此城市用地多遠離其而發(fā)展.而南部、東南部地區(qū)，面江臨海，地勢相對平坦，在一般公路、河流、醫(yī)院、學校的影響下，距離近的較小的村落迅速集聚發(fā)展，東南部表現的最為明顯.

注：**代表在 0.01 水平上極顯著相關，*表示在 0.05 水平上顯著相關； 根據模型選擇標準，當DIFFofCriterion為正值時，表示沒有空間異質性.

5主要結論

本文選擇福州市為研究對象，利用擴張強度、擴張動態(tài)度、重心轉移以及緩沖區(qū)的方法，對提取的福州市城市用地進行時空特征分析，最后從人口、GDP和自然因素3個方面探討了各因素對福州市城市用地擴張的影響機制.主要結論如下.

1) 2000年～2015年福州市城市用地擴張呈現不斷發(fā)展的趨勢，2000年～2010年城市用地擴張相對緩慢，擴張強度和擴張動態(tài)度增長平穩(wěn)，但是2010年以后，城市擴張飛速發(fā)展，擴張強度和擴張動態(tài)度快速增長.同時在2000年～2015年內，福州市城市用地的重心主要向西偏北方向偏移；緩沖區(qū)內擴張量最多的分別出現在距離城市重心10km的緩沖區(qū)、距離城市重心20km的緩沖區(qū)、距離城市重心30km的緩沖區(qū).

2) 人口的增加、GDP的增長是促進城市用地擴張的重要因素，他們在2000年～2015年這段時間內的增長趨勢和同期福州市城市用地的變換是同向正相關，總體的上升態(tài)勢是相同的，因此他們的共同作用主導了福州市城市用地的擴張.

3) 通過全局性邏輯回歸和地理加權邏輯回歸分析可知， 整體上， 地形、區(qū)位、河流、交通、教育及醫(yī)療條件對城市用地擴張的影響較顯著.其中，到高速的距離對城市用地擴張的影響顯著但是空間差異性較小，而到高程、坡度、燈光、到一般公路、河流、學校、和醫(yī)院的距離對城市用地擴張的影響顯著而且空間差異性較大.

[1] 徐新良， 趙美艷， 閔稀碧. 城市擴展研究的主要進展與展望[J].生態(tài)科學， 2014， 33(3): 619-624．

[2] 汪光燾. 中國城市狀況報告 2010-2011[R]. 北京：外文出版社， 2010．

[3] 牛文元， 劉怡君. 中國新型城市化報告2009[M].北京:科學出版社， 2009：33-35．

[4]LOPEZE，BOCCOG，MENDOZAM，etal.Predictingland-coverandland-usechangeintheurbanfringe:acaseinMoreliacity，Mexco[J].LandscapeandUrbanPlanning， 2001， 55(4): 271-285．

[5] 儲金龍， 馬曉冬， 高 抒， 等. 南通地區(qū)城鎮(zhèn)用地擴展時空特征分析[J]. 自然資源學報， 2006， 21(1): 55-63．

[6] 劉盛和， 吳傳鈞， 沈洪泉， 等. 基于GIS的北京城市土地利用擴展模式[J].地理學報， 2000， 55(4):407-416．

[7] 胡長慧. 開封城市用地擴張時空特征及驅動力分析[D]. 開封：河南大學， 2014．

[8]STERNPC，YOUNGOR，DRUEKMAND.Globalenvironmentalchange:Understandingthehumandimensions[J].NationalAcademiesPress， 1991， 17: 60．

[9]KESSIDESC.TheurbantransitioninSub-SaharanAfrica:Implicationsforeconomicgrowthandpovertyreduction[M].Washington，DC:CitiesAlliance， 2006．

[10] 談明洪， 呂昌河. 以城市用地面積表征的中國城市規(guī)模分布[J].地理學報， 2003， 58(2):285-293．

[11] 周國華， 賀艷華. 長沙城市土地擴張?zhí)卣骷坝绊懸蛩豙J].地理學報， 2006， 61(11):1171-1180．

[12] 張占錄. 北京市城市用地擴張驅動力分析[J].經濟地理， 2009， 29(7): 1182-1185．

[13] 覃文忠. 地理加權回歸基本理論與應用研究[D].上海：同濟大學，2007．

[14] 玄 燕， 黎鎖平， 劉樹群. 地理加權回歸模型及其擬合[J].甘肅科學學報， 2007， 19(1):51-52．

[15] 邵一希， 李滿春， 陳振杰， 等. 地理加權回歸在區(qū)域土地利用格局模擬中的應用—以常州市孟河鎮(zhèn)為例[J].地理科學， 2010(1):92-97．

[16] 王麗萍， 周寅康， 薛俊菲. 江蘇省城市用地擴張及驅動機制研究[J].中國土地科學， 2005， 19(6):26-29．

[17] 景 新. 論城市重心轉移規(guī)律——以北京市為例[J].學習與實踐， 2007(5):46-53．

[18]FOTHERINGHAMAS，BRUNSDONC，CHARLTONM.GeographicallyWeightedRegression-TheAnalysisofSpatiallyVaryingRelationships[M].JohnWiley&SonsLtd，England，2002

[19] 明 洪， 李秀彬， 呂昌河. 我國城市用地擴張的驅動力分析[J]. 經濟地理， 2003， 23(5):635-639．

[20] 吳曉青， 胡遠滿， 賀紅士， 等. 沈陽市城鎮(zhèn)擴展時空格局及其驅動力[J]. 應用生態(tài)學報， 2007， 18(10):2282-2288．

[21]LIH，WEIY，HUANGZ.UrbanlandexpansionandspatialdynamicsinglobalizingShanghai[J].Sustainability， 2014， 6: 8856-8875．

[22]SHAFIZADEHMH，HELBICHM.Spatiotemporalvariabilityofurbangrowthfactors:aglobalandlocalperspectiveonthemegacityofMumbai[J].InternationalJournalofAppliedEarthObservationandGeoinformation， 2015， 35: 187-198.

Study on the spatio-temporal characteristics and driving forces of urban land expansion of Fuzhou City with spatial information techniques

CHEN Baofen1, ZHANG Yaomin1, JIANG Dong2, LIN Gang2, FU Jingying2

(1.College of Geomatics, Xi’an University of Science and Technology, Xi’an 710045; 2.Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Science, Beijing 100101)

Urbanization is an important driving force for social development and economic growth. Remote Sensing (RS) and geographic information system (GIS) technology have become important means of monitoring and analysis of urban development. In this paper Fuzhou City， which is an important gateway in the west of china， is chosen as the research area， and the Landsat TM/ETM+images of Fuzhou City in 2000～2015 are taken as the data source. The spatial information of Fuzhou urban is extracted， and spatial characteristics of land expansion along with its driving factors are analyzed from 2000 to 2015 in Fuzhou city. At the same time， the driving factors of city are studied in combination of the social， economic and cultural data of Fuzhou city from 2000 to 2015. Results show that in time， Fuzhou urban land expansion exhibits an overall upward trend， especially since 2010， when urban land expansion develops rapidly. In space， Fuzhou city urban land expansion was moved westward in the space. For the driving force， the development of population and economy along with DEM， slop， light， road， school and hospital are important factors to affect the expansion of urban land of Fuzhou city．

urban land expansion; spatio-temporal variation; driving forces

2016-11-30.

國家自然科學基金項目(41571509)；中國國防科技工業(yè)局高分辨率對地觀測重大專項項目(30-Y30B13-9003-14/16-04).

1000-1190(2017)02-0237-10

F291.1

A

*通訊聯(lián)系人. E-mail: fujy@igsnrr.ac.cn.