排序方式： 共有5条查询结果，搜索用时 46 毫秒
1
1.
武汉市城市空间集聚要素的分布特征与模式 总被引：12，自引：3，他引：9
不同城市要素的集聚现象具有不同的空间模式,定量化研究城市要素集聚模式的差异和联系对于理解城市发展机理、合理制定城市规划具有重要意义。本文以武汉市为例,获取不透水表面、商业服务业网点（POI）、人口、容积率、城市道路等城市要素数据;采用核密度估计法识别城市主次中心,从城市要素的分布形态、集聚程度、集聚模式等来研究城市要素的空间分布格局特征。研究发现,武汉市呈现“一主七副”的多中心结构,各城市要素从城市中心向外呈反S型的圈层递减。采用集聚度指数衡量城市要素的集聚水平,结果显示商业POI、人口密度的集聚程度最大,其次是容积率、道路密度、不透水表面占比。高度集聚的商业POI、人口密度呈现出点状模式与带状模式相结合的分布模式,中度集聚的道路密度、容积率呈现点状模式、环状模式与轴状模式相结合的分布模式,低度集聚的不透水表面密度主要表现为环状模式。城市中心的吸引、立体空间开发等促进了城市要素的向心集聚,交通干线、稀缺景观资源的廊道效应等重塑了城市要素的空间分布形态。 相似文献
2.
大都市区化是全球城市化进程中的普遍现象,研究大都市区域城市扩张进程对理解其未来增长趋势、区域可持续发展具有重要意义。大都市区土地扩张及区域间的对比分析,以及都市区发育过程中城市扩张的一般化空间模式还未被深入理解。论文选取东京、纽约和上海3个大都市区,获取1990—2015年间3期Landsat影像数据,使用梯度和格网分析法,采用城市土地密度函数和城市扩张指数,从建设用地数量变化及其时空分布、城市形态变化等方面,多角度对比分析各城市不同阶段建设用地增长的时空差异。结果表明：① 大都市区边界仍在不断扩展,建设用地在研究期内持续增长;20多年间东京、纽约和上海的建设用地面积分别增长了63%、53%和233%;上海一直处于高强度扩张状态,而纽约的城市扩张在后期几近停滞。② 大都市区建设用地密度从中心向外呈圈层递减式分布,城市核心区和边缘区半径的增长最明显;城市形态均趋向于紧凑。③ 新增建设用地时空异质性明显。东京的远郊新城不断建设,纽约一些尚有发展潜力的区域次中心仍在扩张但速率逐渐放缓,上海的核心区外围增长剧烈并逐渐向远城区推进。④ 大都市区域扩张先后经历高速期—缓慢期—停滞期,扩张进程表现为核心区膨胀—次中心及新城建设—逐步形成稳定的多中心结构。 相似文献
3.
顾及城市空间结构信息的元胞自动机模型构建及其应用 总被引：2，自引：2，他引：0
利用衡量新增斑块空间邻接关系的多阶景观扩张指数定量识别城市组团的空间特征,结合城市组团所表现出的城市空间结构信息,构建基于MLEI的元胞自动机城市扩展（MLEI-CA）模型。针对武汉市1990、2000、2013年3期遥感影像数据,运用MLEI-CA对武汉市城市扩展进行模拟,通过与Logistic-CA模型对比验证该模型的适用性。研究结果表明,MLEI-CA模型更加准确地揭示城市扩展的空间演变过程,MLEI-CA模型精度优于Logistic-CA模型,Kappa系数、城市用地的精度分别提高6%和4%。 相似文献
4.
一种新的城市景观扩张过程测度方法：多阶邻接度指数 总被引：2，自引：2，他引：0
提出多阶邻接度指数（Multi-order Adjacency Index, MAI）,应用多阶缓冲区完善对新旧斑块间空间关系的识别,从而更为详细地揭示城市扩张过程特征。MAI的延伸公式可供自下而上从宏观分析城市整体的扩张程度及空间变化过程。选取武汉市作为研究区,基于4期遥感影像（1995、2000、2005和2010年）划分3个时段应用MAI分析武汉市城市景观格局的演变特征。结果表明,MAI能够详细地反映出新增城市斑块在空间上有更加离散的分布趋势,新增斑块的扩张程度逐渐加深,建成区的边界不断向外延展。比较MAI与LEI（Landscape Expansion Index, LEI）的特征差异,指出MAI能够更加详尽地反映新旧斑块间的空间位置关系。 相似文献
5.
城市地表温度与NDVI空间相关性的尺度效应 总被引：4，自引：2，他引：2
城市地表温度与NDVI的空间相关性已被广泛研究,但是其尺度效应常常被忽略,给研究结果带来不确定性。本文以郑州市为例,基于四幅Landsat8影像,经辐射传导法反演地表温度(LST),运用半变异函数识别地表温度的空间相关性分析尺度,并结合空间相关指数Moran's I,从多尺度、多季节、多邻接范围3个方面对地表温度与植被覆盖的空间相关性的尺度效应进行了探讨,结果表明：①LST和NDVI的单变量空间自相关和双变量空间相关尺度均在300 m左右;②300 m相关尺度内,单变量空间自相关性存在显著尺度效应,相比之下双变量空间相关性尺度效应较为微弱;③LST和NDVI的单变量空间自相关性和双变量空间相关性尺度效应均表现出明显的季节差异;④随着邻接范围增大,LST和NDVI的空间自相关性减弱,尺度效应更明显。因此度量LST和NDVI的空间相关性要考虑时空尺度效应,本文研究结果有助于进一步认识LST和NDVI间空间相关性的尺度效应。 相似文献
1