從“增量擴張”到“存量優(yōu)化”：深圳市景觀格局內(nèi)部動態(tài)與優(yōu)化

李志強,錢雨果,周偉奇,3,*,王 靜,3

1 中國科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國家重點實驗室, 北京 100085 2 中國科學(xué)院大學(xué), 北京 100049 3 中國科學(xué)院生態(tài)環(huán)境研究中心北京城市生態(tài)系統(tǒng)研究站, 北京 100085

城市發(fā)展過程中,在經(jīng)歷擴散和聚集的擴張過程的同時[1-2],也伴隨著內(nèi)部更新[3]。城市發(fā)展初期,城市空間增長主要以外部擴張為主,城市化后期,西方發(fā)達(dá)國家為解決城市無序蔓延、土地利用效率低下等問題,興起了以內(nèi)部填充和城市更新為主要方式的城市精明增長運動[4-5]。改革開放以來,我國在經(jīng)歷了40年的城市發(fā)展之后,部分城市也逐漸步入城市空間“存量優(yōu)化”的階段[6- 10]。狹義的存量發(fā)展是指在不增加建成區(qū)面積的前提下,利用城市更新的方式挖潛存量用地從而實現(xiàn)經(jīng)濟增長[9,11]。存量優(yōu)化傾向于對局地土地資源的更新,通過改變景觀格局,影響生態(tài)過程,達(dá)到提升人居環(huán)境質(zhì)量的目的[12]。因此,定量刻畫存量優(yōu)化模式下的城市內(nèi)部動態(tài),是認(rèn)識其生態(tài)環(huán)境效應(yīng)的基礎(chǔ)和前提,可為城市生態(tài)規(guī)劃與管理提供重要的科學(xué)依據(jù)[3,12]。

城市景觀格局的定量化研究一直是城市生態(tài)學(xué)的研究熱點[13-14]。例如, Liu等從形態(tài)學(xué)角度判斷城市新增建成區(qū)與原建成區(qū)間的拓?fù)潢P(guān)系,將城市增長分為邊緣擴張、內(nèi)部填充、蛙跳式擴張3種模式[15]。Yu等基于多期Landsat中分遙感影像提取土地覆蓋的變化,刻畫城市擴張的過程[16]。近些年,隨著Landsat遙感影像開放免費獲取,長時間序列分析逐漸成為刻畫城市動態(tài)變化的趨勢[17- 20]。但是大量的研究主要關(guān)注城市擴張及其導(dǎo)致的景觀格局變化[18,20],而對于城市內(nèi)部存量的再開發(fā)關(guān)注較少[3],缺乏對城市內(nèi)部局地尺度上城市更新變化的認(rèn)知[21]。城市更新等土地開發(fā)活動常常以人為劃定的“更新單元”為邊界開展公共服務(wù)建設(shè)[22- 24]。因此,有必要以地塊為分析單元,探討城市內(nèi)部的動態(tài)變化[25]。

以深圳市為例,利用高空間分辨率遙感影像,識別城市擴張、城市更新以及內(nèi)部填充三種土地開發(fā)模式,比較分析了不同變化類型地塊的景觀格局特征,擬解決以下科學(xué)問題：(1)存量背景下,城市發(fā)展過程中,增量擴張與存量變化的空間分布特征有何差異；(2)作為存量變化的兩種類型,城市更新和內(nèi)部填充的空間分布特征有何差異；(3)三種土地開發(fā)方式對變化地塊的景觀組成有何影響。以期為存量優(yōu)化背景下的城市規(guī)劃提供科學(xué)支撐。

1 研究區(qū)概況

深圳市位于廣東省南部,全市面積1997km2,是改革開放政策實施以來設(shè)立的第一個經(jīng)濟特區(qū)。40余年來,深圳市經(jīng)歷了快速的發(fā)展。根據(jù)深圳市統(tǒng)計年鑒的數(shù)據(jù),從1979年到2015年,深圳市常住人口由31.41萬人增長到1137.87萬人,GDP從1.96億元增長為17502.86億元,深圳市人工表面由26.49km2增長到914.10km2[16]。特別是在2010年之前,深圳市人工表面以平均每年26.73km2的速度快速擴張,相當(dāng)于每一年都會使1979年深圳市的面積增加一倍,深圳市經(jīng)歷著 “增量擴張”的快速發(fā)展階段。與此同時,快速的城市化也使深圳市的城市發(fā)展面臨著一系列問題。由于國土空間有限,人口大量涌入,城市發(fā)展面臨的人地矛盾尤為突出[10]。為了應(yīng)對發(fā)展中的問題,深圳市率先提出城市發(fā)展由“增量擴張”向“存量優(yōu)化”階段轉(zhuǎn)變,成為中國城市發(fā)展轉(zhuǎn)型的先行者[11]。因此,深圳市是存量優(yōu)化背景下,研究城市內(nèi)部變化與外部擴張土地覆蓋格局的理想地點。

圖1 研究區(qū)概況圖Fig.1 The location of Shenzhen

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

為了反映城市高動態(tài)度的特征,研究選取2017、2018相鄰兩年的高分辨率遙感影像及其土地覆蓋分類結(jié)果來量化深圳市內(nèi)部動態(tài)與外部擴張土地覆蓋格局。其中,深圳市2017年遙感影像使用多光譜波段分辨率為6m,全色波段分辨率為1.5m的SPOT6數(shù)據(jù)。 2018年因數(shù)據(jù)可獲取原因,使用了SPOT6和GF- 1號的高分辨率影像。將深圳市的土地覆蓋分為水體、林地、草地、農(nóng)田、裸地、建筑、道路、在建用地和其他不透水共9類(表1)。2017和2018年的土地覆蓋分類結(jié)果以原始分類影像作為精度驗證數(shù)據(jù),分類總體精度分別為89.67%和90.67%。

表1 土地覆蓋類別要素描述表

2.2 研究方法

本研究首先利用2017年土地覆蓋分類結(jié)果劃分了深圳市建成區(qū),然后基于2017年和2018年的原始影像提取了深圳市2017—2018土地覆蓋變化的地塊?；谧兓貕K與深圳市建成區(qū)的空間關(guān)系,將變化地塊分為了兩類：“內(nèi)部存量變化”和“外部增量變化”。根據(jù)變化地塊土地覆蓋變化類型特征,進(jìn)一步將內(nèi)部存量變化劃分為城市更新、內(nèi)部填充和其他變化,將外部增量變化劃分為城市擴張和其他變化。最后分析了城市擴張、城市更新以及內(nèi)部填充三種類型變化地塊的面積、面積比例、數(shù)量以及地塊內(nèi)植被組成的差異,識別了三種類型的在空間上的聚集熱點(圖2)。

圖2 分析流程圖Fig.2 Flowchart of analysis

2.2.1建成區(qū)邊界劃分

研究采用Qian等識別建成區(qū)的方法[26],進(jìn)行建成區(qū)邊界的劃分。具體方法為：基于2017年土地覆蓋的分類結(jié)果(SPOT6,分辨率為1.5m),劃分900m×900m的格網(wǎng),計算每個格網(wǎng)中不透水面的面積比例。識別不透水面積大于50%的格網(wǎng)作為建成區(qū),并將空間上鄰接的建成區(qū)格網(wǎng)合并,形成建成區(qū)多邊形。對建成區(qū)進(jìn)行修正：建成區(qū)多邊形內(nèi)部閉合包圍的不透水面小于50%的區(qū)域也作為城市建成區(qū)域,得到最終的2017年深圳市建成區(qū)范圍。

2.2.2土地覆蓋變化地塊提取

城市更新和城市擴張通常以人為劃定的地塊作為邊界進(jìn)行城市空間改造[23-24]。傳統(tǒng)的分類后變化檢測方法能夠識別發(fā)生地類變化的像元,但難以識別實際發(fā)生城市開發(fā)、建設(shè)、改造的完整地塊。因此,本研究采用目視判讀的方法,手動勾畫了深圳市2017—2018年發(fā)生改造的變化地塊邊界。目視確定變化地塊邊界的原則為：(1)盡量少的包含未變化區(qū)域,只勾畫出變化的區(qū)域；(2)沿道路或是小區(qū)邊界劃定變化范圍；(3)變化地塊面積至少大于1hm2。結(jié)合2017和2018年土地覆蓋分類結(jié)果得到地塊的變化特征。

2.2.3城市內(nèi)部增量與外部存量變化類型的識別

城市外部增量即城市擴張,通常指建成區(qū)外部自然透水地表轉(zhuǎn)變?yōu)槿斯げ煌杆乇淼淖兓^程[15,27]。本研究從土地覆蓋變化的角度出發(fā)，即為透水面轉(zhuǎn)變?yōu)椴煌杆婊蚵阃恋谋壤畲蟮牡貕K(圖3中地塊1)。而城市內(nèi)部存量變化則是指建成區(qū)內(nèi)部的土地覆被變化,且根據(jù)土地變化類型的差異可進(jìn)一步細(xì)分為城市更新和內(nèi)部填充。其中,城市更新代表了城市內(nèi)部的人居環(huán)境提升,表現(xiàn)為地塊中已有不透水地表轉(zhuǎn)變?yōu)槠渌愋透采w的變化面積占比最大(圖3中地塊2),包括不同土地覆蓋間的變化以及城中村改造引起的新舊建筑的變化；而內(nèi)部填充則代表了城市內(nèi)部的開發(fā)建設(shè),表現(xiàn)為建成區(qū)內(nèi)綠地、水體等不包括裸土的透水地表轉(zhuǎn)變?yōu)椴煌杆乇韀15](圖3中地塊3)；對于城市內(nèi)部和外部其他土地覆蓋類型的轉(zhuǎn)變則歸為其他變化(圖3中地塊4、5和6))。

圖3 地塊單元變化類型示意圖Fig.3 Four types of change parcels

研究中,將變化地塊中上述四類變化比例最大的類別定義為該地塊的類別。根據(jù)已有研究[28-29],對4類地塊進(jìn)行進(jìn)一步的處理：(1)對于建成區(qū)外部變化,由于其屬于未城市化區(qū)域,故認(rèn)為不存在城市更新過程[28-29]。(2)城市外部的植被轉(zhuǎn)化為裸地的變化也視為增量式變化；(3)城市內(nèi)部的裸地轉(zhuǎn)化為不透水,由于無法確定裸地是城市更新還是內(nèi)部填充的中間過程,故將其歸并到其他變化中。

2.2.4景觀格局分析

為比較城市擴張、城市更新和內(nèi)部填充三種變化類型的動態(tài)與格局差異,研究統(tǒng)計了不同變化類型地塊的數(shù)量、地塊總面積、平均地塊面積,以及地塊內(nèi)部植被面積比例(表2)。通過Kruskal-Wallis非參數(shù)檢驗以及Wilcoxon秩和檢驗,比較不同變化類型格局差異的顯著性。

表2 研究中選用的格局指標(biāo)

為探究增量與存量在空間上是否有聚集性,研究中使用局部G統(tǒng)計量分別對城市擴張、城市更新和內(nèi)部填充3種開發(fā)模式的空間分布的聚集現(xiàn)象進(jìn)行探究。局部G統(tǒng)計量定義為：

(1)

其中,xj表示點j處的值,wij(d)為給定距離d條件下的空間權(quán)重。

對局部G統(tǒng)計量分析得到的3種開發(fā)模式的熱點圖進(jìn)行二值化處理,這里我們只關(guān)心熱點現(xiàn)象,去掉冷點后,將3類變化的熱點圖進(jìn)行疊置,得到3類變化的熱點分布。

3 結(jié)果

3.1 深圳市三種變化類型的空間格局特征

3.1.1建成區(qū)內(nèi)部與外部變化地塊的格局特征

2017年深圳市建成區(qū)面積為933.12km2,為深圳全市面積的46.73%(圖4)。2017—2018年深圳市土地覆蓋共發(fā)生包括其他變化類別在內(nèi)的共476處變化,土地覆蓋變化地塊的總面積為45.7km2,占深圳市總面積的2.34%。其中位于建成區(qū)外部的變化地塊共有93處,占總變化地塊數(shù)量的19.54%。而位于建成區(qū)內(nèi)部的變化地塊有383處,為建成區(qū)外部變化地塊數(shù)量的4倍。不考慮其他變化類型,深圳市建成區(qū)外部增量(城市擴張)與內(nèi)部存量(城市更新和內(nèi)部填充)變化地塊的面積分別為9.67km2和21.73km2,占變化地塊總面積的比例分別為21.16%和47.55%(圖5)。內(nèi)部存量變化的面積是外部增量擴張的2.2倍,可見存量的動態(tài)變化已成為城市土地覆蓋變化的主導(dǎo)。

圖4 三種類型變化地塊的空間分布圖Fig.4 The spatial distribution of three types change parcels

圖5 增量、存量及其他變化面積與比例Fig.5 The area and percentage of three types

從變化地塊的數(shù)量來看,深圳市內(nèi)部存量與外部增量的變化地塊數(shù)量分別為279和80,內(nèi)部存量和外部增量變化的地塊數(shù)量占總變化地塊數(shù)量的比例分別為58.61%和16.81%,前者是后者的3.5倍。深圳市一年間,全市范圍內(nèi)共出現(xiàn)了包括其他變化類別在內(nèi)的共476處變化。其中,內(nèi)部存量的變化為279處,占深圳市變化地塊總數(shù)量的59%。表明深圳市土地覆蓋變化具有高度動態(tài)性,且這種高動態(tài)度主要由內(nèi)部存量的變化引起。從變化地塊的平均面積來看,外部增量和內(nèi)部存量變化地塊的平均面積分別為12.09hm2和7.79hm2(圖6),前者的平均面積顯著高于后者(Kruskal-Wallis檢驗,P<0.01)。外部增量地塊面積的分布范圍(1—35hm2)也明顯大于內(nèi)部存量地塊面積的分布范圍(1—18hm2)。

圖6 變化地塊面積分布圖Fig.6 The size distribution of change patches

3.1.2建成區(qū)內(nèi)部兩種變化地塊的格局特征

對比建成區(qū)內(nèi)部存量兩種類型的變化,建成區(qū)內(nèi)部383處變化中,城市更新的變化有244處,內(nèi)部填充的變化有35處,城市更新變化的數(shù)量是內(nèi)部填充的7倍,二者占建成區(qū)內(nèi)部變化的比例分別為63.71%和9.14%。城市更新和內(nèi)部填充的地塊面積分別為19.10km2和2.63km2,二者的面積差異巨大,前者是后者的8倍(圖7)?？梢?在2017—2018年城市內(nèi)部的開發(fā)活動中,城市更新是深圳市的內(nèi)部動態(tài)的主導(dǎo)開發(fā)形式。而從兩種變化類型地塊的平均面積來看,內(nèi)部填充與城市更新類型的變化地塊的平均面積分別為7.52hm2和7.83hm2,經(jīng)過非參數(shù)檢驗,二者并無顯著差異(P>0.05)。這也說明城市內(nèi)部的動態(tài)變化,無論是更新還是填充,大部分是小范圍的土地開發(fā)活動。但兩種類型的變化在面積分布范圍方面差異較大,城市更新和內(nèi)部填充的地塊面積分布范圍分別為1—18hm2和1—9hm2,前者面積變化范圍顯著高于后者(圖6)。

圖7 城市更新和內(nèi)部填充變化地塊面積和其所占內(nèi)部存量變化比例Fig.7 The area and percentage of urban renewal and infilling parcels

3.2 深圳市三種變化類型的植被組成特征

從景觀格局組成來看,三種土地開發(fā)模式對于變化地塊植被比例的影響也存在差異(圖8),表現(xiàn)為城市擴張和內(nèi)部填充使地塊的植被比例顯著減少(P<0.01),而城市更新則增加了變化地塊的植被比例,但變化前后植被比例的增加并沒有達(dá)到統(tǒng)計上的顯著水平(P>0.05)。城市擴張地塊的植被比例從變化前的0.81減少為0.30。內(nèi)部填充地塊則從0.72減少為0.22,而城市更新地塊的植被比例則從0.09增加為0.12。因此,單從地塊植被比例這一項指標(biāo)來看,深圳市在城市更新過程中提升了人居環(huán)境。

圖8 變化地塊中植被比例的變化Fig.8 Change of vegetation percentage within parcels**表示 P<0.01

圖9 三種變化類型地塊的熱點分布圖Fig.9 Hotspot map for patches of three change types

3.3 深圳市三種變化類型的空間熱點分析

對增量與存量變化的3種類型進(jìn)行熱點(hotspot)分析,發(fā)現(xiàn)城市擴張變化的置信度達(dá)95%的熱點區(qū)域出現(xiàn)在寶安區(qū)的石巖濕地公園周圍,龍崗區(qū)與羅湖區(qū)鄰接處在建的東部過境高速以及大鵬新區(qū)壩光。城市更新的熱點區(qū)域主要出現(xiàn)在羅湖區(qū)西部以及寶安區(qū)與南山區(qū)位于前海的區(qū)域(圖9)。羅湖區(qū)與南山區(qū)是深圳市最早進(jìn)行城市化的區(qū)域,其城市化水平高,建筑建成年代最早,因此,是深圳市城市更新的重點區(qū)域。而寶安區(qū)與龍崗區(qū)是深圳市近期開發(fā)建設(shè)的重點區(qū)域,也成為城市擴張的聚集區(qū)。此外,城市更新地塊在建成區(qū)其他位置也有分布,只是沒有形成統(tǒng)計上顯著的局部聚集現(xiàn)象。而城市內(nèi)部填充的發(fā)生則不存在空間上的聚集熱點,只是相對隨機的發(fā)生在建成區(qū)的內(nèi)部。

4 討論

4.1 “增量擴張”到“存量優(yōu)化”的轉(zhuǎn)變

2017—2018年深圳市土地覆蓋的動態(tài)變化特征表明深圳市已步入“存量優(yōu)化”的城市發(fā)展階段。改革開放以來,深圳市快速的城市擴張為生態(tài)環(huán)境帶來了巨大的壓力,為實現(xiàn)城市的可持續(xù)發(fā)展,深圳市于2005年劃定974.5km2范圍的基本生態(tài)控制線,頒布實施《深圳市基本生態(tài)控制線管理規(guī)定》[10]。然而,深圳市國土總面積為1997km2,到2010年深圳市人工地表面積就已達(dá)855.15km2,可供開發(fā)的增量空間僅為167.35km2。相對于增量空間,深圳市的存量空間卻十分巨大。因此,對于存量空間的再開發(fā)是深圳更好發(fā)展的必經(jīng)之路。2010年,《深圳市城市總體規(guī)劃(2010—2020)》中提出城市發(fā)展由“增量擴張”向“存量優(yōu)化”轉(zhuǎn)變,自上而下地確定了城市空間的發(fā)展方向[11]。以上政策的實施對于深圳市“存量優(yōu)化”的城市發(fā)展轉(zhuǎn)型具有巨大的推動作用。

對比深圳市增量與存量的動態(tài)特征,發(fā)現(xiàn)外部增量變化更傾向于大面積的擴張,而內(nèi)部存量則傾向于小面積的變動。這一結(jié)果證實了隨著城市的發(fā)展,土地開發(fā)利用方式從“手術(shù)刀式”的大拆大建,逐步向“針灸式”的精細(xì)調(diào)整過渡[30]。其原因可能是城市擴張相較于內(nèi)部存量的變化為“一次開發(fā)”,其大部分是在侵蝕森林等自然覆被的情況下進(jìn)行的人為活動,周圍地物對其約束相對較??；而內(nèi)部填充與城市更新是在建成區(qū)內(nèi)部進(jìn)行的“二次開發(fā)”,規(guī)劃時多以街區(qū)為更新單元進(jìn)行[23-24],其周圍的建筑本底也對其開發(fā)產(chǎn)生了一定的限制作用,使得內(nèi)部存量變化的地塊面積相對更小。城市更新和內(nèi)部填充變化的平均地塊面積無顯著差異,但內(nèi)部填充對植被的侵占比例遠(yuǎn)高于城市更新中植被增加的比例,說明城市內(nèi)部整體綠量在減少。植被作為城市景觀的重要組分,發(fā)揮著諸如降溫、滯塵、降噪等不可替代的生態(tài)功能。在進(jìn)行城市更新時,應(yīng)當(dāng)質(zhì)量與數(shù)量并重,充分發(fā)揮景觀格局對生態(tài)過程的作用,使城市植被發(fā)揮最大的生態(tài)環(huán)境效應(yīng)。

4.2 研究存在的限制

研究中對于城市擴張、城市更新以及內(nèi)部填充三種變化類型的量化還存在一定局限。城市更新過程中,更新項目所需的時間不一樣,相鄰兩年遙感影像通常無法反映地塊更新的全過程。裸土作為城市更新、城市擴張、內(nèi)部填充3種開發(fā)模式導(dǎo)致土地覆蓋變化的中間過程,而無法判斷相鄰兩年裸土的轉(zhuǎn)變是何種變化,研究中被定義為其他變化。因此,本研究量化的更新地塊數(shù)量偏低。未來可增加長時間序列分析,確定中間過程的裸土變化為何種變化,從而更準(zhǔn)確的量化城市內(nèi)部變化類型。與此同時,城市更新有著很豐富的內(nèi)涵,深圳市把城市更新分為拆除重建、功能提升、綜合治理三種類型[10],本研究只是從土地覆蓋的角度量化城市更新中拆除重建的部分,未來需要結(jié)合社會經(jīng)濟數(shù)據(jù)更精準(zhǔn)的量化城市更新。此外,城市更新如何影響更新地塊及其周邊社區(qū)的社會經(jīng)濟與生態(tài)環(huán)境,尤其是生態(tài)環(huán)境的影響,值得進(jìn)一步深入的探討。

心肌組織 在ApoE-/-小鼠的心肌組織中，通過免疫組織化學(xué)的方法可以清晰地看到特洛細(xì)胞的形態(tài)結(jié)構(gòu)：不規(guī)則的胞體和多條細(xì)長的串珠樣、偽足樣結(jié)構(gòu)。特洛細(xì)胞存在于心肌細(xì)胞之間，根據(jù)不同的心肌細(xì)胞的走形表現(xiàn)出不同的形態(tài)，相鄰特洛細(xì)胞之間由細(xì)長的Telopodes相聯(lián)系，形成類似于網(wǎng)狀結(jié)構(gòu)的分布現(xiàn)象。選取CD34、CD117和CD28 3種免疫組織化學(xué)生物指標(biāo)對心肌細(xì)胞進(jìn)行單標(biāo)染色后，結(jié)果顯示心肌組織內(nèi)特洛細(xì)胞表達(dá)CD34+、CD117+、CD28+(圖1～3)。

5 結(jié)論

以深圳市為例,基于高空間分辨率遙感影像,以變化地塊為單元,識別城市擴張、城市更新以及內(nèi)部填充三種土地開發(fā)模式,對比分析不同類型變化地塊的景觀格局特征,得到以下結(jié)論：(1)深圳市已進(jìn)入“存量優(yōu)化”的城市發(fā)展階段,外部增量變化傾向于大面積的擴張,而內(nèi)部存量則傾向于小面積的精細(xì)調(diào)整。(2)城市更新一定程度上改善了人居環(huán)境,表現(xiàn)為變化地塊內(nèi)部的植被覆蓋比例提高,而城市擴張和內(nèi)部填充則明顯降低了變化地塊的植被比例。(3)城市擴張和城市更新的地塊具有顯著的聚集特征,內(nèi)部填充分布卻相對隨機。本研究通過對深圳市“增量擴張”到“存量優(yōu)化”格局動態(tài)的刻畫,將為深入理解城市內(nèi)部景觀格局的動態(tài)變化提供新的視角。

參考文獻(xiàn)(References):

[1] Dietzel C, Herold M, Hemphill J J, Clarke K C. Spatio-temporal dynamics in California′s Central Valley: Empirical links to urban theory. International Journal of Geographical Information Science, 2005, 19(2): 175- 195.

[2] Dietzel C, Oguz H, Hemphill J J, Clarke K C, Gazulis N. Diffusion and coalescence of the Houston Metropolitan Area: evidence supporting a new urban theory. Environment and Planning B: Planning and Design, 2005, 32(2): 231- 246.

[3] Xia C, Zhang A Q, Yeh A G O. Shape-weighted landscape evolution index: an improved approach for simultaneously analyzing urban land expansion and redevelopment. Journal of Cleaner Production, 2020, 244: 118836.

[4] Downs A. Smart growth: why we discuss it more than we do it. Journal of the American Planning Association, 2005, 71(4): 367- 378.

[5] Handy S. Smart growth and the transportation-Land use connection: what does the research tell us? International Regional Science Review, 2005, 28(2): 146- 167.

[6] 劉榮增. 基于存量優(yōu)化的城市空間治理與再組織——以鄭州市為例. 城市發(fā)展研究, 2017, 24(9): 26- 32.

[7] 王皓, 薛虎. 由增量向存量規(guī)劃轉(zhuǎn)型下的城市更新策略——以?？谑兄鞒菂^(qū)更新為例. 中外建筑, 2017, (1): 71- 73.

[8] 顏丙金, 袁娟, 蔣伶. 存量型“次新居住片區(qū)”特征及提升研究——以南京為例. 現(xiàn)代城市研究, 2016, (6): 94- 98.

[9] 周垠, 龍瀛. 存量、增量之辯下的城鎮(zhèn)用地開發(fā)與模擬研究——以成都市為例. 地理與地理信息科學(xué), 2016, 32(5): 45- 51.

[10] 鄒兵. 由“增量擴張”轉(zhuǎn)向“存量優(yōu)化”——深圳市城市總體規(guī)劃轉(zhuǎn)型的動因與路徑. 規(guī)劃師, 2013, 29(5): 5- 10.

[11] 鄒兵. 存量發(fā)展模式的實踐、成效與挑戰(zhàn)——深圳城市更新實施的評估及延伸思考. 城市規(guī)劃, 2017, 41(1): 89- 94.

[12] Pan Z K, Wang G X, Hu Y M, Cao B. Characterizing urban redevelopment process by quantifying thermal dynamic and landscape analysis. Habitat International, 2019, 86: 61- 70.

[13] Luck M, Wu J G. A gradient analysis of urban landscape pattern: a case study from the Phoenix metropolitan region, Arizona, USA. Landscape Ecology, 2002, 17(4): 327- 339.

[14] 陳利頂, 孫然好, 劉海蓮. 城市景觀格局演變的生態(tài)環(huán)境效應(yīng)研究進(jìn)展. 生態(tài)學(xué)報, 2013, 33(4): 1042- 1050.

[15] Liu X P, Li X, Chen Y M, Tan Z Z, Li S Y, Ai B. A new landscape index for quantifying urban expansion using multi-temporal remotely sensed data. Landscape Ecology, 2010, 25(5): 671- 682.

[16] Yu W J, Zhang Y J, Zhou W Q, Wang W M, Tang R. Urban expansion in Shenzhen since 1970s: a retrospect of change from a village to a megacity from the space. Physics and Chemistry of the Earth, Parts A/B/C, 2019, 110: 21- 30.

[17] Yang K, Pan M E, Luo Y, Chen K X, Zhao Y S, Zhou X L. A time-series analysis of urbanization-induced impervious surface area extent in the Dianchi Lake watershed from 1988- 2017. International Journal of Remote Sensing, 2019, 40(2): 573- 592.

[18] Man W, Nie Q, Hua L Z, Wu X W, Li H. Spatio-temporal variations in impervious surface patterns during urban expansion in a coastal city: Xiamen, China. Sustainability, 2019, 11(8): 2404.

[19] Li X C, Zhou Y Y, Zhu Z Y, Liang L, Yu B L, Cao W T. Mapping annual urban dynamics (1985—2015) using time series of Landsat data. Remote Sensing of Environment, 2018, 216: 674- 683.

[20] Fu Y C, Li J F, Weng Q H, Zheng Q M, Li L, Dai S, Guo B Y. Characterizing the spatial pattern of annual urban growth by using time series Landsat imagery. Science of the Total Environment, 2019, 666: 274- 284.

[21] Han Z Y, Long Y, Wang X, Hou J X. Urban redevelopment at the block level: Methodology and its application to all Chinese cities. Environment and Planning B: Urban Analytics and City Science, 2019, doi: 10.1177/2399808319843928.

[22] Zhang H, Jing X M, Chen J Y, Li J J, Schwegler B. Characterizing urban fabric properties and their thermal effect using quickbird image and landsat 8 thermal infrared (TIR) data: the case of downtown Shanghai, China. Remote Sensing, 2016, 8(7): 541.

[23] 嚴(yán)若谷, 閆小培, 周素紅. 臺灣城市更新單元規(guī)劃和啟示. 國際城市規(guī)劃, 2012, 27(1): 99- 105.

[24] 范麗君. 深圳城市更新單元規(guī)劃實踐探索與思考//2013中國城市規(guī)劃年會論文集. 青島: 中國城市規(guī)劃學(xué)會, 2013.

[25] Zhou W Q, Cadenasso M L, Schwarz K, Pickett S T A. Quantifying spatial heterogeneity in urban landscapes: integrating visual interpretation and object-based classification. Remote Sensing, 2014, 6(4): 3369- 3386.

[26] Qian Y G, Li Z Q, Zhou W Q, Chen Y Y. Quantifying spatial pattern of urban greenspace from a gradient perspective of built-up age. Physics and Chemistry of the Earth, Parts A/B/C, 2019, 111: 78- 85.

[27] Zhang T, Huang X. Monitoring of urban impervious surfaces using time series of high-resolution remote sensing images in rapidly urbanized areas: a case study of Shenzhen. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(8): 2692- 2708.

[28] Song X P, Sexton J O, Huang C Q, Channan S, Townshend J R. Characterizing the magnitude, timing and duration of urban growth from time series of Landsat-based estimates of impervious cover. Remote Sensing of Environment, 2016, 175: 1- 13.

[29] Li X C, Gong P, Liang L. A 30-year (1984- 2013) record of annual urban dynamics of Beijing City derived from Landsat data. Remote Sensing of Environment, 2015, 166: 78- 90.

[30] 鄒兵. 增量規(guī)劃、存量規(guī)劃與政策規(guī)劃. 城市規(guī)劃, 2013, 37(2): 35- 37, 55- 55.