以新一線城市昆明市為例,基于長時間序列短時間間隔的Landsat TM/OLI數據,利用面向對象的支持向量機O-SVM分類方法提取1989年～2019年的城市建成區(qū)(及潛在城市區(qū)域),并結合景觀擴張指數LEI、景觀格局指數(PD、LPI、LSI、MPS)等分析了城市的發(fā)展模式。研究結果表明:基于O-SVM分類方法能夠高效提取城市建成區(qū);每幅影像分類整體精度OA均高于90.18%,Kappa系數均高于0.87,用戶精度UA和制圖精度PA均高于90%;在過去的30年里,城市面積不斷增大,年平均擴張率為5.82%,年平均增長率為4.88%,整體表現(xiàn)出聚集—擴散—再聚集—再擴散的擴張模式;總體看來昆明市的城市化進程還處于上升期。本研究為相關部門及早洞察城市擴張的情況提供依據,對城市規(guī)劃、城鎮(zhèn)化建設和生態(tài)環(huán)境可持續(xù)發(fā)展具有重要意義。

【文章頁數】：7 頁

【部分圖文】：

圖1昆明市行政區(qū)劃圖

昆明市(102°10′-103°40′E,24°23′-26°22′N)地處云貴高原中部,云南省東北部,包含七區(qū)六縣一市,總面積約為21473km2,與四川省涼山彝族自治州、云南省玉溪市、紅河哈尼族自治州、楚雄彝族自治州接壤。其地理劃分如圖1所示。2.2數據來源

圖2技術流程圖

研究方法主要包含于以下四步:影像預處理、影像分類提取建成區(qū)、城市擴張模式分析、城市景觀模式分析。具體技術流程如圖2所示。(1)影像預處理

圖3擴張類型示意

其中S0、Sn分別為新生成區(qū)域緩沖區(qū)與原有城市用地區(qū)域的交集和其他非城市用地類型的交集。0≤LEI≤100;當LEI>50為填充式擴張;當屬于飛地式擴張時S0=0,則LEI=0;當屬于邊緣式擴張時:0<LEI≤50。由于緩沖區(qū)越小LEI越穩(wěn)定,因此本文選取1m緩沖距[9]。(....

圖4城市建成區(qū)擴張情況示意圖

建成區(qū)提取情況如圖4所示,此處建成區(qū)為市轄區(qū)建成區(qū)與市域內下一級市轄縣(市)建成區(qū)以及分類方法所能識別的較大潛在城市區(qū)域,因此所提取建成區(qū)相比于僅提取主要建成區(qū)面積偏大。混淆矩陣驗證結果顯示:整體精度OA均大于90.18%,Kappa系數均大于0.87,制圖精度PA與用戶精度UA....

本文編號：3930489