EN中文

地球信息科学学报 >

2015 , Vol. 17 >Issue 8: 927 - 936

DOI: https://doi.org/10.3724/SP.J.1047.2015.00927

闽南金三角地区城市扩展及其驱动分析——以漳州市主城区为例

  • 郭燕滨 ,
  • 徐涵秋 , * ,
  • 张灿 ,
  • 林思乡
展开
  • 福州大学环境与资源学院, 福州大学遥感信息工程研究所, 福建省水土流失遥感监测评估与灾害防治重点实验室, 福州 350108
*通讯作者：徐涵秋(1955-),男,江苏盐城人,博士,教授,博士生导师,主要从事环境与遥感研究。E-mail:

作者简介：郭燕滨(1989-),女,福建漳州人,硕士生,研究方向为环境与资源遥感。E-mail:

收稿日期: 2014-12-16

  要求修回日期: 2015-01-04

  网络出版日期: 2015-08-05

基金资助

国家科技支撑计划课题“南方红壤水土流失治理技术研究与示范”(2013BAC08B01-05)

收起

Analysis of Spatio-temporal Expansion for the Golden Triangle Region in South Fujian Province, China: A Case Study of Zhangzhou Urban Area

  • GUO Yanbin ,
  • XU Hanqiu , * ,
  • ZHANG Can ,
  • LIN Sixiang
Expand
  • College of Environment and Resources, Institute of Remote Sensing Information Engineering, Fuzhou University Fujian Provincial Key Laboratory of Remote Sensing of Soil Erosion and Disaster Protection, Fuzhou 350108, China
*Corresponding author: XU Hanqiu, E-mail:

Received date: 2014-12-16

  Request revised date: 2015-01-04

  Online published: 2015-08-05

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

城市空间扩展是衡量城市化进程的重要指标。本文以闽南金三角地区的福建省漳州市主城区作为研究区,选取2000、2006和2013年的Landsat遥感影像,利用IBI建筑指数分别提取了3个年份的建筑用地信息,然后对其变化进行GIS分析。结果表明,13 a间漳州市主城区面积净增13.69 km2,净增面积为2000年的66.9%。主城区主要沿交通主干道往西北方向呈带状和面状扩展。缓冲区分析表明,道路对主城区扩展起到很大的引导和促进作用。综合社会经济数据可知,主城区的城市扩展历程与第二产业的发展密切相关,属工业导向型的城市扩展模式。另外,城市人口的增加也起到了一定的促进作用,不同区位人口增长速率的差异,对城市扩展的方向也产生了一定的引导作用。

关键词： 城市扩展; 遥感信息提取; IBI指数; 漳州

本文引用格式

郭燕滨 , 徐涵秋 , 张灿 , 林思乡 . 闽南金三角地区城市扩展及其驱动分析——以漳州市主城区为例[J]. 地球信息科学学报, 2015 , 17(8) : 927 -936 . DOI: 10.3724/SP.J.1047.2015.00927

Abstract

Urban expansion, in which the non-urban land use is converted to urban land use, is an important aspect of urbanization. Three Landsat time-series images for 2000, 2006 and 2013 of Zhangzhou city, which is located in Southern Fujian Golden Triangle Region, have been used to study the urban expansion of Zhangzhou urban area with the assistance of remote sensing and GIS technology. The index-based built-up index (IBI) was used to extract urban build-up land information of Zhangzhou from the three images. The extended urban range and expanded urban area were obtained by applying overlay analysis on the vectorized maps allocated in eight quadrants. The result indicated that during the 13-year study period, the urban built-up area of Zhangzhou had a net increase of 13.69 km2, which was 66.9% more than the area in 2000. The calculation showed that the built-up land expanded more rapidly in the period between 2000 and 2006. The urban area expanded toward the northwest direction in a planar and linear way, which was mainly along the three main traffic lines of Zhangzhou. The buffer analysis showed that the traffic line distribution had a significant impact on urban expansion. Driving force analysis indicated that the fast economic development and population increase were the driving forces to the expansion of Zhangzhou urban area. Socio-economic data showed that Zhangzhou´s urban expansion was closely related to the growth rate of the city´s secondary industry. Its expansion pattern belonged to the industry oriented expansion. Besides, the different growth rates of population in different regions also played an important role in Zhangzhou urban area growth, which resulted in the expansion of urban area toward the north-west district. Overall, the imbalanced growth ratio between urban land area and population implied the irrational urban land development in this city. The urban expansion derived by industrial development can be represented with a traditional urban-development model. Therefore, a faster development of tertiary industry for Zhangzhou is crucial to improve the city´s developing quality. Nevertheless, when shifting the planning focus from industrial structure to tertiary industry, the decision makers should pay attention to the intelligent use of urban land.

Key words： urban expansion; information extraction of remote sensing data; IBI; Zhangzhou city

1 引言

城市化的主要表现是农村人口向城市集中的过程[1]。1978年改革开放以来,对人口流动的宽松政策促进了城市化的飞速发展。“中国新型城市化报告2012”指出,至2011年,中国城市化率首次突破50%,达到了51.3%,意味着中国城镇人口已经超过了农村人口[2]。而在中国的城市化过程中,除了人口和经济结构的转变外,城市空间的扩展也已成为城市化的又一重要衡量指标[3],以及新的研究热点。因此,实时监测城市空间扩展过程,对城市的健康可持续发展具有重要的现实意义。
目前,遥感对地观测技术在城市空间扩展的动态变化监测中得到广泛应用。Martinuzzi采用迭代自组织分析技术的非监督分类算法获取土地覆盖类型,同时结合土地利用和人口统计数据分析波多黎各的城市扩展[4];Dewan等利用监督分类及变化检测方法,从土地利用和土地覆盖变化的角度研究了达卡的可持续发展[5];Villa利用遥感光谱指数提取城市不透水面,根据其面积的变化分析米兰20 a来城市的扩展趋势[6];Zhou等利用遥感、GIS技术和统计方法,分析了武汉地区11 a间城市化的3种模式及其对景观生态的影响[7];徐涵秋利用遥感技术研究了福州盆地中心30 a的城市扩展历程[8];匡文慧等基于遥感影像的分类信息,监测对比了中国和美国6个特大城市的时空动态特征[9]。
闽南金三角地区位于我国东南沿海,是我国对外开放的一个重要前沿阵地,是福建省经济最发达地区。截止至2013年,该地区的财政收入几乎占全省的一半,达到了48.28%。此外,闽南金三角地区还是海峡西岸经济区的重要组成部分,在加强海西经济发展,促进两岸经济合作,推进祖国统一方面都具有十分重要的意义。地处闽南金三角地区的漳州市是福建省第4个GDP超千亿元的城市,在大力发展海西建设进展中,漳州市作为“闽南三角地区经济开发区”之一,未来的发展前景十分广阔,城市的空间必然会随之快速扩展。因此,研究漳州城市主城区的空间扩展规律,分析其驱动力和影响因子对漳州市今后城市的合理发展具有重要意义。

2 研究区数据及分析方法

2.1 研究区数据

本研究的漳州市主城区指老城区——芗城区。位于福建省南部九龙江西溪与北溪夹峙的漳州平原,属九龙江冲积平原,人口约44.05万人,面积约260 km2。全年平均日照时间2000 h,无霜期319-330 d,年平均气温21℃。全年降雨量1450~1612 mm,平均相对湿度79%。优越的地理位置和丰富的资源是漳州发展的厚实基础。
本研究采用Landsat遥感数据,获取时间为2000年11月3日（ETM+）、2006年9月25日（TM）和2013年8月11日（OLI）（下载于美国USGS网站）。
以2000年的影像为基准,采用二次多项式和最邻近像元法,对2006年和2013年的影像进行了辐射校正配准,以确保影像之间的高精度叠加分析。
Landsat TM/ETM+原始影像采用Chander和Chavez的模型和参数进行辐射校正,将影像的DN值转换为传感器处反射率[10-12]。Landsat 8影像根据Landsat 8官方网站提供的公式进行辐射校正。

2.2 城市扩展分析方法

（1）城市用地提取
本文根据2007年徐涵秋提出的IBI建筑指数[13-14]进行建筑用地提取,表达式如式（1）-（4）所示。
IBI = NDBI - SAVI + MNDWI / 2 NDBI + SAVI + MNDWI / 2 （1）
N DBI = MIR - NIR MIR + NIR （2）
MNDWI = GREEN - MIR GREEN + MIR （3）
SAVI = ( NIR - RED ) ( 1 + l ) NIR + RED + l （4）
式中,NDBI为建筑指数[15];SAVI为土壤调节植被指数[16];MNDWI为改进水体指数[17];MIR、NIR、GREEN、RED分别表示中红外、近红外、绿光和红光波段的反射率;l为土壤调节因子。
式（1）的IBI指数所选用的3个指数突出了建筑用地、植被和水体3种最主要的类型。它通过建筑用地与植被和水体指数之间的比值归一化运算来抑制植被和水体信息,增强建筑用地信息,故其广泛地应用于快速提取城市建筑用地[18-22]。
利用IBI指数增强3个年份影像的建筑用地信息,将增强影像与原始影像进行叠加,通过目视判别和人工调试,设定最佳阈值,对非建筑用地信息进行掩膜,提取所需的建筑用地,结果如图1所示。其中,图1（a）-（c）为RGB/432组合的假彩色影像,已掩膜掉非漳州的行政区域;图1（d）-（f）为提取的建筑用地二值影像,白色图斑代表建筑用地。
Fig. 1 Remote sensing images and the extracted built-up lands of Zhangzhou urban area in 2000, 2006 and 2013

图1 研究区不同年份的遥感影像及其对应的建筑用地提取影像

将上述提取的建筑用地信息分别与同期或准同期的Google Earth高分辨率影像,采用随机抽样的方法在每幅建筑用地影像中采集样点,然后进行人机交互验证。验证结果表明,3个年份的建筑用地提取总精度都超过85%（表1）,满足精度要求。
Tab. 1 Accuracy validation results of the extracted built-up lands

表1 建筑用地精度验证

年份 参考数据 行像元总数 使用者精度（%） 总精度（%） Kappa系数
建筑用地 非建筑用地
2000 建筑用地 45 4 49 91.84 94.0 0.864
非建筑用地 5 96 101 95.05
列像元总数 50 100 150
生产者精度（%） 90.00 96.00
2006 建筑用地 46 8 54 85.19 90.7 0.8
非建筑用地 6 90 96 93.75
列像元总数 52 98 150
生产者精度（%） 88.46 91.84
2013 建筑用地 75 6 81 92.59 92.7 0.853
非建筑用地 5 64 69 92.75
列像元总数 80 70 150
生产者精度（%） 93.75 91.42
与此同时,将提取的建筑用地信息影像（图1（d）-（f））矢量化,并结合图1（a）-（c）影像判读各年城市主成区的边界,获得主城区范围及其建筑用地（图2）。
Fig. 2 Spatio-temporal changes of Zhangzhou urban area in 2000, 2006 and 2013

图2 研究区不同年份的主城区空间变化

进一步引入城市重心以揭示主城区的迁移向,将各年的矢量图导入ArcGIS,计算各年的城市 重心（式（5））。
（5）
式中,wi为第i个离散目标物权重,根据各离散目标的面积与总面积的比例确定;xi,yi为第i个离散目标物的坐标。将各个离散目标物的横、纵坐标通过加权平均,可获得该区域对应城市重心坐标。
为了更准确清晰地显示主城区的变化,采用象限方位法对影像进行分象限讨论[23]：以2000年漳州市主城区的建筑用地重心为原点,东西向为横轴,南北向为纵轴,按8个方位将研究区划分成8个象限区域（图3）。
（2）城市扩展强度计算
城市扩展强度可作为衡量城市扩展进程的一个重要指标,其主要根据所获取的主城区面积以及用地类型的变化情况进行计算（式（6））。
G = 100 ΔA TA × T （6）
式中,G为城市扩展强度;ΔA为某时段主城区净增面积（km2）;TA为主成区面积（km2）;T为该时段的长度（a）。
Fig. 3 The partition of eight quadrants for Zhangzhou urban area

图3 研究区象限的划分

3 漳州市主城区城市扩展分析

3.1 主城区时空变化

利用ArcGIS对获取的不同年份的建筑用地影像进行分象限叠加分析,计算13 a间整个漳州市主城区,以及各个象限的建筑用地扩展范围、扩展速率和扩展强度。从各年份主城区影像叠加图（图2（d））和主城区的统计数据（表2）可知,13 a间漳州的主城区范围发生了很大的变化,扩展十分明显。从2000-2013年,主城区从20.47 km2扩大至34.16 km2,总面积增加了13.69 km2,增加面积为2000年面积的66.9%。就年平均净增长率而言,2000-2006年的年平均净增长率为5.3%,而2006-2013年间的平均净增长率为3.8%,前者的扩展速度较快,是后者的1.4倍。此外,二者的城市扩展强度都处于较强的水平,但前者的城市扩展强度为0.415,明显高于后者的0.396。由此可见,漳州市主城区在2000-2006年的扩展速度和强度都要明显大于2006-2013年。
Tab. 2 Built-up lands and relevant indicators of Zhangzhou urban area

表2 漳州市城市主城区及相关指标

年份 时段
2000 2006 2013 2000-2006 2006-2013 2000-2013
主城区面积（km2） 20.47 26.95 34.16 - - -
新增面积（km2） - - - 6.48 7.21 13.69
净增长率（%） - - - 31.66 26.75 66.88
年平均净增长率（%） - - - 5.28 3.82 5.14
城市扩展强度 - - - 0.415 0.396 0.405
结合8个象限的扩展速率和扩展强度（图4）进行分析,在2000-2006年间,第3象限的年平均增长率最大,达到33.2%,第2、4、5象限次之,第6象限最小,仅有0.31%。相应地,第3、4、5象限的扩展强度明显大于其他几个象限,而第6象限则仅有0.16,扩展强度最小。而在2006-2013年间,年增长率明显低于2000-2006年,最大的仅为第4象限的14.1%,且各象限彼此平均增长率差异都较小。而扩展强度则彼此间差异较大,第3、4象限的扩展强度明显超过其他几个象限。根据各象限所在方位（图3）,在2000-2006年间,漳州市主城区主要沿西北方向扩展（第3象限）,扩展速度和强度都明显领先于其他方向。而在2006-2013年间,漳州市主城区的城市扩展主要在西北和正北方向上。
Fig. 4 Urban expansions indicated in different quadrants with respect to different periods

图4 各个时期不同象限建筑用地统计数据

从各年的主城区叠加图（图2（d））、主干道分布图（图5（a））和主城区的重心转移图（图5（b））分析可见,漳州主城区集中分布在东南-西北轴向上,城市主要向西北方向扩展,是典型由交通干道控制的城市蔓延。主城区的扩展主要沿着319国道、208省道以及鹰厦铁路漳州支线的方向扩展延伸,并在这3条交通干线间逐渐形成聚团状的新城区（图5（a）中的圆圈所示）。
Fig. 5 The distribution of main traffic lines and movement of urban center for Zhangzhou urban area

图5 漳州主城区的城市主干道及重心转移图

总的看来,漳州城市的扩展历程表现为先快后慢,由东南向西北扩展的时空变化特点。而从城市扩展的方式来看,主要表现为呈交通线路的面状和带状延伸。

3.2 城市扩展的驱动因子分析

（1）交通线路
为了更好地反映交通线路对城市扩展的影响,本研究分析了交通线路沿线缓冲区内的土地利用变化情况。由于交通线路对城市土地利用变化的影响会随着距离的增加而逐渐减少,因而,在进行缓冲区分析时,首先应当确定一个合理的缓冲区范围。以每条交通线路为中心,按每次250 m的距离递增,划定不同的缓冲区,得到不同缓冲区范围内建筑用地所占比例（图6）。
Fig. 6 Changes of built-up land ratios regarding to different buffer zones of the three major traffic lines in Zhangzhou urban area

图6 漳州主城区的城市主干道不同缓冲区范围的建筑用地占比

由图6可知,随着缓冲带范围的逐渐加大,建筑用地所占的比例呈逐渐递减的趋势。当缓冲区范围从250 m增加至500 m处,直线的斜率最大,超过500 m以后,斜率明显变得平缓,建筑用地所占比例减少的趋势开始逐渐变缓,并最终趋为较平滑的水平直线。因此,缓冲区在500 m处是一个比较明显的转折点,选其作为最佳的缓冲区范围。
以交通主干道为中心,左右各设定500 m的缓冲带,与获取的各个年份的建筑用地进行叠加分析,得到各个缓冲带覆盖范围的建筑用地分布信息。结果如图7和表3所示。
Tab. 3 Statistics of built-up lands along different major traffic lines

表3 不同主干道沿线建筑用地统计数据

建筑用地 类别 年份 时段
2000 2006 2013 2000-2006 2006-2013
319国道 面积（km2） 2.14 3.98 6.78 1.84 2.80
占缓冲区面积比（%） 17.90 33.30 56.70 - -
占总增加面积比（%） - - - 28.4 38.90
208省道 面积（km2） 3.35 6.02 8.31 2.68 2.28
占缓冲区面积比（%） 26.60 47.90 66.10 - -
占总增加面积比（%） - - - 41.30 31.60
鹰厦铁路 面积（km2） 1.95 2.74 3.85 0.78 1.12
占缓冲区面积比（%） 29.60 41.50 58.30 - -
占总增加面积比（%） - - - 12.10 15.50
Fig. 7 Distribution of built-up lands within 500 m buffer zones along the major traffic lines

图7 主干道500 m缓冲区内建筑用地分布

由上可知,13 a间漳州主城区主干道沿线的建筑用地增长十分明显。就占缓冲区面积的比例而言,3条主干道缓冲区内建筑用地所占比例,从2000年的不超过30%（分别为17.9%、26.6%和29.6%）增长至2013年的50%以上（56.7%、66.1%和58.3%）。此外,在有限的缓冲带范围内,3条线路沿线增长的面积在主城区总建筑用地增长面积中占较大的比例,最小的鹰厦铁路占12.1%,最大的208省道则占41.3%。显而易见,交通线路对建筑用地的增长有明显的影响和作用。尤其是208省道,由于其位于较为中心的平坦地带,沿线周围都是尚未完全发展或者待发展的区域,因此,交通线路的引导作用更为明显,城市扩展的速度和面积也最大。交通线路的分布使人口和资源的流通更为便捷,由此促使城市的对外扩展,并在线路沿线和相交处形成新的聚集地,如208省道和319国道夹道之间形成的大量新兴工业区（图8）。
Fig. 8 Distribution of industrial parks in Zhangzhou urban area

图8 漳州主城区的工业园区分布图

（2）经济发展的因素
城市空间的扩展与社会经济发展密切相关,可从中可寻求城市扩展的驱动力和影响因子。据漳州市统计年鉴数据（表4）[24-26]分析可知,2000年以来,漳州主城区的经济发展迅猛,截至2013年,地方生产总值达到386.04亿元,是2000年的5.5倍。从产业结构的角度来看,13 a间,第一产业所占的比重逐渐减少,下降了3%左右;第二产业所占比重在2个时间段出现起伏波动,但总体呈现上涨的趋势,与2000年相比上升了近5%,达到48.6%;第三产业的变化趋势与第二产业截然相反,先下降后上升,所占总比重从2000年的51.1%下降至2013年的49.0%,在三大产业中所占比重最大。结合主城区扩展统计数据（表2）和社会经济统计数据（表4）可知,在2000-2006年间,三大产业中,只有第二产业所占比重呈上升趋势,第一、第三产业比重呈下降趋势,相对应的城市扩展速度较快。而在2006-2013年间,第一产业所占比重下降,第二产业基本持平,第三产业所占比重上升,相对应的城市扩展速度则明显落后于2000-2006年间。由此可见,漳州市主城区城市扩展先快后慢的趋势与第二产业的发展密切相关。此外,由表3可知,2000-2006年间规模以上工业总产值的年平均净增长率为69.4%,2006-2013年间则为31.2%,前者的增长速度是后者的2.2倍。与此具有相似变化规律的还有重工业,2000-2006年间重工业所占比重的年平均净增长率为12.3%,2006-2013年间为3.0%,前者是后者的4倍。这2个产值的变化规律与其主城区的城市扩展历程相吻合,可见漳州市主城区的城市扩展与第二产业,尤其是工业的发展有紧密联系。而在此期间漳州的工业已由轻工业向重工业转变,重工业占据了绝对的主导地位,达到了64.3%（表4）。
Tab. 4 Socio-economic statistical data of Xiangcheng district in Zhangzhou from 2000-2013

表4 2000-2013年漳州市芗城区社会经济统计数据

2000年 2006年 2013年 2000-2013年间增减
总人口（万人） 38.90 41.99 44.05 5.15
非农业人口（万人） 23.58 27.19 33.91 10.33
城市化率（%） 60.62 64.75 76.98 27.00
地方生产总值（亿元） 70.26 136.52 386.04 315.78
第一产业比重（%） 5.35 3.81 2.40 -55.08
第二产业比重（%） 43.60 48.65 48.57 11.40
工业（%） 34.49 41.66 37.68 9.23
规模以上工业总产值（亿元） 32.55 168.12 535.33 502.77
轻工业（%） 69.42 46.91 35.71 -48.57
重工业（%） 30.58 53.09 64.29 110.28
建筑业（%） 9.12 6.99 10.89 19.47
第三产业比重（%） 51.05 47.53 49.03 -3.97
工业的兴起导致了大量工业园区的兴建,从而迫使城市向外围大幅扩展。“漳州市国民经济和社会发展第十一个五年规划纲要”[27]中提出：“要以各类工业园区、产业基地、项目组团和企业群体为载体,加快培育主导产业集群”。因此,工业在大发展的同时,也促进了工业园区的建立。在主城市扩展的西北方向上（图8）,依次分布了科华工业园、科晖工业园、北兴工业园、正兴汽配工业园、万利达工业园等多个工业园区。这些工业园区在很大程度上推动了城市向西北的扩展。
综上所述,显然漳州主城区的城市空间扩展模式属于工业导向型。
（3）人口增长的影响
2000-20013年间,漳州主城区的人口从2000年的38.90万人增长到2013年的44.05万人,其中非农业人口增加了10.33万人,农业人口则减少了5.18万人。如表5所示,芗城区所辖的4个镇中,位于西南部的芝山镇的人口年均净增长率最大,达到1.8%,但由于其西面受制于以九龙江为界的县界,东部和北部又为马鞍山所环绕,扩展空间受限,所以扩展面积不大。而其他3个镇,西北部的天宝镇和中部的石亭镇的人口增长率远超过东部的浦南镇,而它们对应的建筑用地扩展面积也超过了浦南镇。显然,中、西北部人口的大幅增长使得对该区生活和居住空间需求的大幅增加,从而导致城市主城区沿此方向扩展。将天宝、石亭和浦南镇的人口增长与建筑用地变化,进行相关分析发现,人口增长与建筑用地的增长具有明显的相关性,其相关系数可达0.803（图9）。这说明城市的扩展与人口的聚集密不可分。
Tab. 5 Population changes of the main urban areas of Zhangzhou in 2000-2013

表5 2000-2013年间漳州市主城区的人口变化

地区 2000年（人） 2006年（人） 2013年（人） 2000-2013年增减（人） 平均年净增长率（%）
芝山镇 17 432 17 774 21 450 4018 1.77
天宝镇 47 593 48 263 49 852 2259 0.37
石亭镇 37 114 38 123 40 730 3616 0.75
浦南镇 31 084 30 185 31 246 162 0.04
Fig. 9 Correlation between the increase of built-up land and population growth

图9 建筑用地与人口数量变化的相关分析

（4）区位因素
漳州位于海峡西岸经济区的核心地带,是海西规划的5个重要发展轴之一（厦门-漳州发展轴）,也是该规划的9个集中发展区之一（隶属于厦门湾发展区）。在该趋势下,漳州市成为海峡西岸经济区的新兴增长极,凸显出其在海西建设中的骨干支撑作用。无论是厦门-漳州发展轴,或是包含漳州的厦门湾发展区都表明,漳州已与厦门融为一体。漳州与厦门之间的产业联动推进了海峡西岸先进制造业新兴基地的建立、漳州市新兴产业园区的建设,以及国家级台商投资区的建立,而这些新兴的园区都位于城市的新增区域（图8）,从而有力地促进了漳州的城市发展。另外,近年来立足于闽南金三角地区设立的厦漳泉大都市同城化,又给漳州的城市发展带来了极好的机会,进一步促进了漳州的城市发展。
在交通方面,海西建设规划的“三纵六横九环”的铁路网和“三纵八横”的高速公路网中,厦深高铁、厦昆高铁都在漳州交汇,沈海高速和厦成高速公路也汇集于漳州。国道319、324线,福广高速、鹰厦铁路和厦漳同城大道的分布格局也在一定程度上有效引导了漳州的城市扩展。

3.3 城市用地扩展的合理性

考察城市用地的扩展是否合理,可从城市人口的年增长率与城市用地年增长率之间的比例关系来分析,国际上一般公认二者比例的合理阈值应为1:1.12。本研究中,根据主城区扩展统计数据（表2）和人口增长统计数据（表4）得到的二者比值为1:1.53,城市用地的扩展速度超出了城市人口的增长速度,表明土地资源有一定程度的浪费,这应引起政府决策者的重视。为了保证未来城市的可持续发展,漳州市应根据“十八大”明确提出的新型城镇化要求,重新审视其城市发展总体规划。

4 结语

漳州市主城区从2000-2013年间面积增幅超过2000年主城区面积的三分之二,并且在前一个时间段（2000-2006年）的扩展速率和强度明显超过了后一时间段（2006-2013年）。综合分析表明,主城区主要沿交通干道往西北方向呈面状和带状扩展。
漳州市主城区的空间扩展同时受交通、经济和人口因素的驱动和影响。在交通线路沿线,建筑用地扩展十分显著,甚至超过了整个主城区总增长的40%。不同时段的经济数据及城市扩展规律分析表明,漳州主城区的空间扩展为工业主导型。此外,不同城镇间人口增长的差异影响着城市的扩展方向。
城市发展质量的提高主要靠第三产业,这也是城市发展到达成熟期的表现。而漳州在这13年间,第三产业的比重不增反降,应引起足够的重视。因此,漳州市今后必须对其产业结构进行调整,将重心转移至第三产业。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
许学强,周一星,宁越敏.城市地理学[M].北京:高等教育出版社,2009:54-56.

[2]
牛文元. 中国新型城市化报告2012[R].北京:科学出版社,2012.

[3]
徐涵秋. 基于城镇空间区域扩展分析的城市化进程评估[J].城市发展研究,2002,9(4):33-42.

[4]
Martinuzzi S, Gould W A, Ramos G O M. Land development, land use, and urban sprawl in Puerto Rico integrating remote sensing and population census data[J]. Landscape and Urban Planning, 2007,79(3):288-297.

[5]
Dewan A M, Yamaguchi Y.Land use and land cover change in Greater Dhaka, Bangladesh: Using remote sensing to promote sustainable urbanization[J]. Applied Geography, 2009,29(3):390-401.

[6]
Villa P.Mapping urban growth using Soil and Vegetation Index and Landsat data: The Milan (Italy) city area case study[J]. Landscape and Urban Planning, 2012,107(3):245-254.

[7]
Zhou K, Liu Y, Tan R, et al.Urban dynamics, landscape ecological security, and policy implications: A case study from the Wuhan area of central China[J]. Cities, 2014,41:141-153.

[8]
徐涵秋. 近30 a来福州盆地中心的城市扩展进程[J].地理科学,2011,31(3):351-357.

[9]
匡文慧,迟文峰,史文娇.中国与美国大都市区城市内部土地覆盖结构时空差异[J].地理学报,2014,69(7):883-895.

[10]
Chander G, Markham B L, Helder D L.Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors[J]. Remote sensing of environment, 2009,113(5):893-903.

[11]
Charvz Jr P S. Image-based atmospheric corrections-Revisited and revised[J]. Photogrammetric Engineering and Remote Sensing, 1996,62(9):1025-1036.

[12]
徐涵秋. 基于影像的Landsat TM/ETM+数据正规化技术[J].武汉大学学报(信息科学版),2007,32(1):62-66.

[13]
徐涵秋. 基于压缩数据维的城市建筑用地遥感信息提取[J].中国图象图形学报,2005,10(2):223-229.

[14]
Xu H Q.A new index for delineating built-up land features in satellite imagery[J]. International Journal of Remote Sensing, 2008, 29(14):4269-4276.

[15]
查勇,倪绍祥,杨山.一种利用TM图像自动提取城镇用地信息的有效方法[J].遥感学报,2003,7(1):37-41.

[16]
Huete A R.A soil-adjusted vegetation index (SAVI)[J]. Remote Sensing of Environment, 1988,25(3):295-309.

[17]
徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J].遥感学报,2005,9(5):589-595.

[18]
Ma Y, Kuang Y, Huang N.Coupling urbanization analyses for studying urban thermal environment and its interplay with biophysical parameters based on TM/ETM+ imagery[J]. International Journal of Applied Earth Observation and Geoinformation, 2010,12(2):110-118.

[19]
Xu H Q, Ding F, Wen X L.Urban expansion and heat island dynamics in the Quanzhou region, China[J]. Selected Topics in Applied Earth Observations and Remote Sensing, IEEE Journal of, 2009,2(2):74-79.

[20]
陈绍杰,赵丽花,逄云峰,等.基于多目标遥感信息处理的城市扩展监测与分析[J].测绘通报,2010(8):24-27.

[21]
Essa W, Verbeiren B, van der Kwast J, et al. Evaluation of the DisTrad thermal sharpening methodology for urban areas[J]. International Journal of Applied Earth Observation and Geoinformation, 2012,19:163-172.

[22]
Balçik F B.Determining the impact of urban components on land surface temperature of Istanbul by using remote sensing indices[J]. Environmental monitoring and assessment, 2014,186(2):859-872.

[23]
马荣华,陈雯,陈小卉,等.常熟市城镇用地扩展分析[J].地理学报,2004,59(3):418-426.

[24]
漳州市芗城区国民经济统计年鉴2000[M].漳州市芗城区统计局内部资料, 2000.

[25]
漳州市芗城区国民经济统计年鉴2006[M].漳州市芗城区统计局内部资料, 2006.

[26]
福建省统计局.福建统计年鉴2014[M].北京:中国统计出版社,2014.

[27]
漳州市国民经济和社会发展第十一个五年规划纲要[EB/OL]. (2006) [2014-07-10].

Options
文章导航

/

〈 〉