下载:
-
“城区”范围的空间界定是在地理空间上划定“城区”的边界，从而对城区和非城区在空间上做出界定，以服务城乡统计、城乡监测。改革开放以来，中国城镇化率由1978年的17.92%提升到2018年的59.58%，有超过一半的人口生活在城市[1]，同时也出现以人口流失为主要特征的城市收缩现象[2]。在当前国土空间规划和多规合一的体系下，全国各市“城区”范围的统一划定对国土空间规划“一张图”的支撑和践行以及城市建设决策具有重要作用。文献[3-4]强调建立符合中国特色的以城市景观地域为基础城市实体的统计概念和统计标准的重要性。自第五次全国人口普查以后，2006年发布的《国家统计局统计上划分城乡工作管理办法》和《关于统计上划分城乡的暂行规定》[5]开始重视“城镇”和“乡村”在空间上的界定。然而由于概念和空间化方法的不统一，中国对于城区的空间界定一直没有统一标准的解决方案。
“城区”概念最初来源于国家统计局发布的《统计上划分城乡的规定》（国务院于2008年7月12日国函[2008]60号批复）。2014年，“城区”的概念被采用于国务院发布的《关于调整城市规模划分标准的通知》（国发[2014]51号文件，以下简称51号文），并以“城区常住人口”为统计口径，重新调整中国城市规模的划分标准。51号文首次权威明确了“城区”的概念，也明确了“城区”的应用之一，即作为判定城市规模的依据。同时，学界和业界也存在着各类泛“城区”概念，如国际上的“城镇地区（urban area）”“大都市区（metropolitan area）”“城镇化地区（urbanized area）”“城镇簇（urban cluster）”以及中国的“建成区（build-up area）”“中心城区”“主城区”等规划领域的概念。这些概念的混用对自然资源部门、统计部门以及地方政府执行城乡自然资源、人口和经济统计工作造成了诸多困扰。因此，本文以51号文中对“城区”的定义为基准探讨其空间化方法，不再讨论其他诸如建成区、中心城区等泛“城区”概念。
在空间界定层面，美国[6-7]、英国[8]、加拿大[9]、爱尔兰[10]、澳大利亚[11]、日本[12]等国家采用已有的空间统计单元，多以人口统计单元、行政单元或居住单元等现成的单元为统计基础，计算单元内部指标，如居民点人口数量、人口密度、家庭密度、人口稀疏度、农村人口比例等，通过上述指标判定该单元是否属于城市区域。
中国统计部门利用人口密度指标对于城市的市区进行规定[13]，但以行政区为单元进行人工统计和分析，缺乏统一的尺度和具体的地理空间位置和边界，造成统计结果难以比较[4]。规划部门从城市规划的角度划定“中心城区”范围，用以描述所在行政区域城镇体系中处于首位城市的总体规划建成区范围[14]。中心城区更多反映的是城市规划发展的核心地区，而非强调城市化现状的范围，也未对其提出地理空间上的明确要求。相比来说，城市“建成区”的内涵及范围可能最接近“城区”，指城市内部实际已成片开发建设、市政公用设施和公共设施基本具务的地区[15]，同时也具有空间特征的可判读性。“建成区”强调的是城市的开发建设和基础设施，然而城市的地物要素类别众多，城区的划定不能仅考虑生产、生活相关的建设用地类型。相反，城市不仅具有人文社会景观，也具有自然景观，不仅有经济文化功能，也有生态游憩功能。城市的文化、底蕴、画像和城市中的自然生态景观密不可分，正是有了山水，城市才有了灵气，才会有更多的人文关怀和人居吸引，有进一步发展的潜力。城市的生态空间往往并非人为建成，而是自然形成，这是“建成区”概念无法抵及的范畴。因此，“建成区”在范畴上应当小于城区，其空间范围在理论上也应包含于城区（实际操作中，可能并非完全包含）。建成区提取方法一般是利用遥感影像进行人工或机器勾绘，但也囿于遥感影像的复杂性、人工对遥感影像判读的主观性以及勾绘方法的模糊性，使得各个城市对建成区的划定也无法统一[16-19]。在当前国土调查数据、地理国情监测数据等土地调查数据不断完善、普及的背景下，利用遥感影像提取城区的方法无疑是舍近求远。有学者提出利用居民点所在建成区的空间特征，通过距离条件判断居民点之间是否集中连片，以此为依据划定“城镇实体地域” [4]。仅提取居民点为判定单元的方法忽视了城市人文要素和自然要素的多样性，且该方法提出之时，中国的国土调查数据还未完善和普及，在操作层面上首先要人为判断居民点的范围，模糊性较大、精确度较低。除遥感手段外，近年来也有学者提出利用各类大数据提取泛“城区”的方法，如利用夜光遥感数据、兴趣点（point of interest, POI）数据等大数据提取泛“城区”边界[20-23]。大数据的补充为城区划定工作提供了更多源的参考信息，然而在全国600多个城市中，各类大数据在不同经济水平城市的收集和完备程度差距较大，各地方工作人员对于大数据的分析利用水平也参差不齐，这就从基础上导致全国城市划定的起点差异，从而导致划定规则的不统一性，有悖于当前国土空间规划一张图“自上而下”的管理模式。
综合国内外研究，目前对于泛“城区”的空间界定主要有3种方法：（1）以现有空间统计单元（如行政单元）为基础，利用综合指标法（如人口密度、人口数量）判定城区；（2）通过遥感影像判读，选取建设程度较高的区域或城市居民点集中连片的区域作为“城区”。（3）基于大数据的泛“城区”划定方法。第一类方法未能打破已有空间单元边界的约束，以人口等指标作为城区判定条件，忽视了城市土地和建筑的实际建设情况；第二类方法无法克服遥感影像解译的模糊性和不统一性，无法满足城市的精细化治理要求，无法有效地将51号文“城区”做到可量测、可计算、可分析；第三类方法基于大数据的泛“城区”划定方案，囿于不同区域大数据基础设施的发展差异，无法形成全国层面的统一应用和推广。
当前还没有一个能在规划、国土、建设、统计等领域自上而下、从一而终来服务行政管理的统一的城区空间界定规则，这种“城区”空间化方法和标准的不统一在一定程度上制约了政府部门对于城市的认知和政策的制定，产生较严重的影响：（1）不同城市间划定方法不统一，导致不同城市划定的城区无法进行横向比较，不能真实反映城市间城市化水平差异；（2）同一城市不同部门的划定方法不统一，导致不同部门对所在城市划定的城区范围不一致，从而连锁导致对城区内要素统计的结果不一致，得到不同的量化分析结果和结论。
随着“智慧城市”“数字地球”等技术的快速发展，城市数字化程度越来越高，城市的划分和治理逐渐从粗犷型转向精细型，从单一型转向多样型，需要从更精细的粒度出发，统一界定全国城市的城区空间范围。本文对国务院51号文中的“城区”概念进行解读，确定“城区”范围界定的基本理念，衔接建成区概念，从更精细的地物图斑角度出发，利用判定地物要素图斑连接的思路，构建较易量化和统一的城区空间化方法，期望有助于推进全国600多个设市城市“城区”划定工作的客观性和统一性。
-
51号文定义“城区是指在市辖区和不设区的市，区、市政府驻地的实际建设连接到的居民委员会所辖区域和其他区域”，该定义明确了城区所属的行政单元为市级行政单元，城区划定的起点（“种子点”）为区、市政府驻地，然后连接到城区的其他区域。51号文从概念层的角度定义了“城区”的概念和内容，但将“城区”这个概念清晰地落实到地理空间中，是从定性描述走向定量定位的转变，需要明确以下3个方面内容：
1）城区和各级行政单元边界的关系。理清城区与各级行政单元边界的关系是城区划定的前提。城区不是独立的行政区域，在不突破市级行政区的前提下，其空间范围既可以打破市级以下行政单元，也可以打破基础统计单元（如社区、街道），城区的范围可能覆盖、跨越或包含多个区级行政单元。
2）从区、市政府驻地向周围延伸“连接”含义和方法。区、市政府驻地是城区空间界定的“种子点”，以“实际建设连接”为依据，判断邻近图斑是否和“种子点”连接是城区空间界定的核心思想。
3）被“连接”纳入城区的图斑类型。城区图斑的确定，要从反映城市生产、生活、生态的“三生空间”出发，结合“建成区”理念，兼顾城市的实际建设空间（生产、生活空间）以及与之紧密相连的生态空间，从中筛选出符合城区特征的“城区图斑”，作为连接判断的基本要素。本节从城区和行政单元边界的关系、城区图斑的连接方法等方面，详细介绍城区空间划定方法。
-
城区并非独立的行政管理范围，其空间边界脱离市级以下行政边界的约束，是反映城市化水平的地理实体空间范围。根据51号文定义，对于设区的市，城区范围应包含于该市的市辖区内，其范围原则上不包括县、乡镇；对于不设区的市，城区范围应包含于该市行政区内，两者对比如图 1所示。
图 1 设区的市和不设区的市
Figure 1. Cities Divided and Not Divided into Districts
-
城区的划定是以市政府、区政府驻地为“种子点”，逐步向周围扩展连接到街道办、居委会的所辖区域，定义中的“连接”有两层含义：其一，城区内的政府驻地在行政等级上是连续的；其二，市政府驻地、区政府驻地、街道办驻地以及居委会驻地的地物在空间上是连接的，反映了地理空间上的连续性。
1）城区内政府驻地行政级别连续性
城区内的区域在行政级别和管理级别上具有连续性，包含市政府、区政府、街道三个行政级别的驻地以及居委会驻地。城区本身无行政管理级别，城区内的行政管理和现有法定的行政级别保持一致，如图 2所示。
图 2 “城区”内行政级别的连续性
Figure 2. Continuity of Administrative Levels in Urban Area
2）城区地理空间的连接性
“连接”反映了城区地物图斑在地理空间上的连续性。本文从生产、生活、生态三个方面筛选出“城区图斑”作为“连接”的基础要素，主要讨论“城区图斑”的空间连接方法，对于图斑筛选机制不作详述。由于城市实际建设中地物在地理空间上并非严丝合缝的物理连接，因此，以严格的物理连接判断城区地物之间的连接情况是不合理的。本文设置一定的空间距离阈值来判断“种子点”和相邻图斑是否连接，若二者之间的空间距离小于等于阈值，则判定为已连接，并将该图斑纳入城区，否则判定为不连接，不纳入城区；若图斑和“种子点”之间通过其他“城区图斑”连接，则也判定为该图斑和“种子点”连接，也应纳入城区。区、市政府驻地及其连接的“城区图斑”如图 3所示，图 3中双向箭头表示具有连接关系，编号1~4的图斑被纳入城区范围，其中图斑4虽未和政府驻地直接连接，但和城区图斑3连接，所以也被纳入城区范围。
图 3 图斑连接示意图
Figure 3. Connection of Map Polygons
-
以城市实际建设程度为依据划定城区的方法多以遥感影像为数据基础，通过人工或机器判读城区范围，判读过程中遵循集中连片、景观实体、功能紧密等原则，该过程中存在两个问题：（1）遥感影像的信息较为复杂，无论是用机器解读还是人工判读，都存在因数据源不同而导致结果差异的问题；（2）缺少可量化的划定原则，易造成主观的理解偏差。因此，本文提出以区、市政府驻地为起始“种子点”，利用解译并实地调查确定后的矢量地图图斑进行“连接”判断，降低城区划定的主观性；并利用图斑“连接”规则，有效地量化判定原则，降低了城区范围确定的模糊性。
以“城区图斑”的“连接”为核心思想制定城区范围的空间划定方法，首先找到区、市政府驻地作为城区划定的起始“种子点”，然后利用解译并调查核实后的图斑，通过“连接”判定条件对“图斑”迭代判定每个“种子点”邻近的“城区图斑”是否应被纳入城区，直到没有“城区图斑”可被连接纳入城区，则城区空间界定结束。图 4模拟了以4个政府驻地为“种子点”的城区图斑连接过程及结果。图 4(a)展示了4个区政府和地类图斑；图 4(b)为模拟图斑连接过程；图 4(c)为最终的城区划定结果。在图 4(b)到图 4(c)的过程中，以中间两个政府驻地为起点的城区范围逐渐连接成为集中连片的范围，最终形成3块在空间中分离的城区范围，且包含“孔洞”（“孔洞”区域在类别上不属于城区图斑）。
图 4 模拟城区划定过程及结果
Figure 4. Simulation Process and Results of Urban Area Delineation
因此，以政府驻地作为城区空间划定的起始“种子点”，利用“实际建设连接”的空间约束条件作为种子生长规则，可以实现城区范围的空间界定；城区范围的最终形态可由多个不连续的空间范围组成；城区范围亦可包含“孔洞”。
-
武汉市号称“百湖之市”，其城市空间形态被诸多湖泊塑造成较为破碎的地理景观格局，以武汉市为例进行城区划定实验，可为绝大多数城市城区划定提供借鉴。
武汉市有17个区级行政单元、约150个街道办事处、1 300个社区居委会，行政范围及政府驻地如图 5(a)所示。首先以实际建设为原则，筛选符合城区特征的图斑作为“连接”判断的“城区图斑”，然后以17个区级政府驻地和1个市政府驻地作为城区划定的“种子点”，以每个“种子点”为起点进行空间扩展，按照“城区图斑”的连接规则将符合条件的“城区图斑”纳入城区。图 5(b)展示了图斑连接过程；图 5(c)展示了以市、区政府为中心的城区图斑连接结果，部分新城区域和特殊区域（如机场等）由于距离政府驻地较远而未能被连接纳入城区，但实际已经具备一定规模的基础建设，需结合地方实际情况进行调查研判，将其作为特殊区域纳入城区范围；图 5(d)展示了将特殊区域纳入城区的结果。
图 5 武汉市城区划定过程
Figure 5. Process of Wuhan Urban Area Delimitation
-
城区是在地理尺度上反映城市化建设水平的可量算的空间范围。本文从国务院51号文中对“城区”的概念出发，解读“城区”的内涵；利用地类图斑数据，以区、市政府为起始“种子点”，通过定义“城区图斑”的连接规则，制定城区空间界定方法，并以武汉市为案例进行城区划定实验。该方法可以有效地量化模糊的城区划定原则，提高城区划定的准确性和一致性，为城区划定的标准化工作提供一定的借鉴。
以城市生产、生活、生态功能为原则，从“三生空间”中筛选出待连接纳入城区的“城区图斑”，重点讨论了基于土地调查数据的“城区图斑”的连接判断规则，若“城区图斑”满足“连接”的判断条件，则可将其纳入城区范围。对“城区图斑”具体类别筛选机制（何种类型图斑应被纳入）未作详述，不在本文重点讨论范围。但无论依据何种图斑筛选原则，均可利用本文对城区空间化的思路，在城区划定过程中增加或替代新的地图图斑类别即可。
从城区空间界定的结果来说，城区应反映城市建设和发展的客观事实，既可包含多个不连续的面域，也可包含多个“孔洞”，不能对其进行融合、合并、删减等操作，否则将破坏城区的客观现实性，失去城区范围监测的意义。当然，后续可对接人口、经济、建设领域的基本单元，服务于自然资源、人口、经济监测等应用工作。
本文意在解决全国层面设市城市的统一划定问题，而非个例城市的城区划定。在国土空间统筹规划的大背景下，城区范围的统一划定和统筹管理是当务之急，其中亟待解决的问题是城区“统一”划定问题。因此，面对全国形态各具特色（集中型、组团型、带行等）、自然资源禀赋迥异（江河穿城、星湖密布）的600多个城市而言，一把用于客观标准度量城区的“尺子”极其重要。当前已有的各类泛“城区”概念和划定方案，在落实过程中往往由于政策规划、认知模糊、适用范围、人为主观等因素的影响，其空间范围的划定标准均不一致，无法在全国层面形成统一标尺和横向对比。全国层面完成的三调数据成果，可作为城区划定工作的数据基础。本文未提任何其他辅助数据，如人口数据、城市大数据（POI、手机信令、轨迹数据）等多源数据在城区划定中的应用，主要阐述在当前技术条件下如何做到城区的“统一”划定。究其原因，全国人口分布的异质性、不同经济水平城市大数据的收集和完备程度不均衡是客观事实，这类大数据的应用势必减弱国土空间规划自上而下的“统一性”原则，但并不意味着人口大数据、城市大数据的应用不重要，反之，多源大数据在“城区”划定工作中的应用以及如何在发展不均衡的条件下更加客观地统一划定城区是本文暂未涉及的研究焦点，也是接下来的研究重点和未来的发展趋势。同时，在实践层面也应顺应于全国大部分地区大数据相关基础设施的发展和成熟（数据完备和技术普及），不能一味追求方法和数据的新颖，导致失去普遍性和统一性。
-
摘要: “城区”的空间界定是从地理空间上监测城市化水平、划分城市规模的基础。理清“城区”的内涵, 从“区、市政府驻地的实际建设连接到的居民委员会所辖区域和其他区域”的空间解读出发, 基于城市土地利用图斑数据, 以市、区政府驻地为“种子点”构建城区地物图斑连接条件, 制定城区的空间界定方法, 降低城区划定过程中的主观性和模糊性, 并以武汉市为案例进行试划, 为全国600多个城市“城区”统一划定工作提供思路。Abstract:
Objectives The spatial delimitation of urban area is the foundation for monitoring the urbanization level and determining city scale from the perspective of geographical space. Methods Based on the requirements of urban area defined in Document No. 51 of the State Council, this paper clarifies the connotations of urban area with further understandings and proposes a process for delimiting urban area in geographical space by connecting map polygons of governmental residents and neighborhood committee, which can reduce the subjectivity and fuzziness in the spatialization of process of urban area. Results This paper develops the main idea and spatial delimitation about urban area and takes Wuhan as an example to illustrate the details about spatial delimitation of urban areas. Conclusions This paper mainly discusses how to unify urban delineation under the current technical conditions, and does not mention how to use other auxiliary data, such as the application of multi-source big data in urban delineation, because of the unbalanced development of big data infrastructure in different cities. But it does not mean that the application of population big data and urban big data is not important. On the contrary, the application of big data in the work of urban areadelimitation is the next research focus and the future development trend. -
Key words:
- urban area /
- spatial delimitation /
- urbanization /
- map polygons /
- connection
-
[1] 国家统计局. 70年来我国城镇化率大幅提升[EB/OL]. (2019-09-15)http://www.gov.cn/shuju/2019-08/16/content_5421576.htm National Bureau of Statistics. China's Urbanization Rate Has Greatly Increased in the Past 70 Years [EB/OL]. (2019-09-15)http://www.gov.cn/shuju/2019-08/16/content_5421576.htm [2] 温佳楠, 宋迎昌, 任杲. 中国城市收缩状况评估: 基于地级及以上城市市辖区数据的测算[J]. 城市问题, 2019 (9): 4-10 https://www.cnki.com.cn/Article/CJFDTOTAL-CSWT201909001.htm Wen Jianan, Song Yingchang, Ren Gao. Evaluation on China's Shrinking Cities: A Calculation Based on the Prefectural and Above Cities'Data[J]. Urban Problems, 2019(9): 4-10 https://www.cnki.com.cn/Article/CJFDTOTAL-CSWT201909001.htm [3] 周一星, 史育龙. 城乡划分与城镇人口统计: 中外对比研究[J]. 城市问题, 1993(1): 22-26 https://www.cnki.com.cn/Article/CJFDTOTAL-CSWT199301005.htm Zhou Yixing, Shi Yulong. Urban and Rural Division and Urban Population Statistics—Chinese and Foreign Comparative Studies[J]. Urban Problems, 1993 (1): 22-26 https://www.cnki.com.cn/Article/CJFDTOTAL-CSWT199301005.htm [4] 冯健, 周一星, 李伯衡. 城乡划分与监测[M]. 北京: 科学出版社, 2012 Feng Jian, Zhou Yixing, Li Boheng. Identification of Urban and Rural Areas[M]. Beijing: Science Press, 2012 [5] 国家统计局统计设计管理司标准处. 城乡划分讲座[J]. 中国统计, 2006 (5): 57-58 doi: 10.3969/j.issn.1002-4557.2006.05.042 Office Standards, Department of Statistical Design Management, National Bureau of Statistics. Lecture on the Division of Urban and Rural Areas[J]. China Statistics, 2006(5): 57-58 doi: 10.3969/j.issn.1002-4557.2006.05.042 [6] 罗海明, 张媛明. 美国大都市区划分指标体系的百年演变[J]. 国际城市规划, 2007, 22 (5): 58-64 https://www.cnki.com.cn/Article/CJFDTOTAL-GWCG200705009.htm Luo Haiming, Zhang Yuanming. The Centennial History of Standards for Defining the Metropolitan Areas in America[J]. Urban Planning International, 2007, 22(5): 58-64 https://www.cnki.com.cn/Article/CJFDTOTAL-GWCG200705009.htm [7] American Census Bureau. Standards for Defining Metropolitan and Metropolitan Statistical Areas[S]. Washington: Federal Register Notices, 2000 [8] 杨欢. 英格兰城乡空间划分体系演进及其借鉴意义[J]. 国际城市规划, 2017, 32 (5): 66-71 https://www.cnki.com.cn/Article/CJFDTOTAL-GWCG201705010.htm Yang Huan. The Evolution and Significance of Rural-Urban Classification in England[J]. Urban Planning International, 2017, 32(5): 66-71 https://www.cnki.com.cn/Article/CJFDTOTAL-GWCG201705010.htm [9] 黄征学. 城市群界定的标准研究[J]. 经济问题探索, 2014(8): 156-164 Huang Zhengxue. Research on the Standard of Urban Agglomeration Definition[J]. Inquiry into Economic Issues, 2014 (8): 156-164 [10] 汪阳. 我国城乡划分标准研究[D]. 成都: 西南交通大学, 2012 Wang Yang. Study on China's Criteria for UrbanRural Dividing[D]. Chengdu: Southwest Jiaotong University, 2012 [11] Australian Bureau of Statistics. Australian Standard Geographical Classification[EB/OL]. (2007-10-09)https://www.abs.gov.au/AUSSTATS/abs@.nsf/DetailsPage/1216.0July%202011?OpenDocument [12] Statistics Bureau of Japan. What is a Densely Inhabited District?[EB/OL]. (2019-10-09)http://www.stat.go.jp/english/data/chiri/did/1-1.html [13] 国家统计局. 关于统计上划分城乡的规定(试行) [EB/OL]. (2019-10-09)http://www.stats.gov.cn/tjsj/pcsj/rkpc/5rp/html/append7.htm National Bureau of Statistics. Provisions on Statistical Division of Urban and Rural Areas(for Trial Implementation)[EB/OL]. (2019-10-09) http://www.stats.gov.cn/tjsj/pcsj/rkpc/5rp/html/append7.htm [14] 官卫华, 刘正平, 周一鸣. 城市总体规划中城市规划区和中心城区的划定[J]. 城市规划, 2013, 37 (9): 81-87 https://www.cnki.com.cn/Article/CJFDTOTAL-CSGH201309016.htm Guan Weihua, Liu Zhengping, Zhou Yiming. Demarcation of City Planning Area and Central Urban Area in the City Master Plan[J]. City Planning Review, 2013, 37(9): 81-87 https://www.cnki.com.cn/Article/CJFDTOTAL-CSGH201309016.htm [15] 国家质量技术监督局. 城市规划基本术语标准: GB/T 50280-1998[S]. 北京: 中国标准出版社, 1999 State Bureau of Quality and Technical Supervision. Standard for Basic Terminology of Urban Planning: GB/T 50280-1998[S]. Beijing: China Standards Press, 1999 [16] 徐强, 华晨. 城市建成区面积统计口径亟待统一: 以杭州中心城区为例[J]. 规划师, 2005, 21 (4): 88-91 https://www.cnki.com.cn/Article/CJFDTOTAL-GHSI200504026.htm Xu Qiang, Hua Chen. Establishing a Uniform Standard for Calculation of Urban Built-up Area—With Hangzhou Central City Zone as an Example[J]. Planners, 2005, 21(4): 88-91 https://www.cnki.com.cn/Article/CJFDTOTAL-GHSI200504026.htm [17] 宁晓刚, 王浩, 张翰超, 等. 2000—2016年中国地级以上城市高精度城区边界遥感提取及时空扩展分析[J]. 武汉大学学报·信息科学版, 2018, 43 (12): 1 916-1 926 doi: 10.13203/j.whugis20180183 Ning Xiaogang, Wang Hao, Zhang Hanchao, et al. High-Precision Urban Boundary Extraction and Urban Sprawl Spatial-Temporal Analysis in China's Prefectural Cities from 2000 to 2016[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 1 916-1 926 doi: 10.13203/j.whugis20180183 [18] 姜松秀, 杨英宝, 潘鑫. 1990—2019年艾丁湖流域城市空间扩展遥感监测[J]. 测绘地理信息, 2021, 46 (2): 20-24 https://www.cnki.com.cn/Article/CJFDTOTAL-CHXG202102005.htm Jiang Songxiu, Yang Yingbao, Pan Xin. Remote Sensing Monitoring of Urban Expansion in Ecologically Fragile Areas in Aydingkol Lake Basin from 1990 to 2019[J]. Journal of Geomatics, 2021, 46 (2): 20-24 https://www.cnki.com.cn/Article/CJFDTOTAL-CHXG202102005.htm [19] 陈洪, 陶超, 邹峥嵘, 等. 一种新的高分辨率遥感影像城区提取方法[J]. 武汉大学学报·信息科学版, 2013, 38(9): 1 063-1 067 http://ch.whu.edu.cn/article/id/2752 Chen Hong, Tao Chao, Zou Zhengrong, et al. Automatic Urban Area Extraction Using a Gabor Filter and High-Resolution Remote Sensing Imagery[J]. Geomatics and Information Science of Wuhan University, 2013, 38(9): 1 063-1 067 http://ch.whu.edu.cn/article/id/2752 [20] 厉飞, 闫庆武, 邹雅婧, 等. 利用POI提高夜间灯光数据提取建成区的精度研究——以珞珈一号01星和NPP/VⅡRS数据为例[J]. 武汉大学学报·信息科学版, 2021, 46 (6): 825-835 doi: 10.13203/j.whugis20190266 Li Fei, Yan Qingwu, Zou Yajing, et al. Improving the Accuracy of Built-up Area Extraction Based on Nighttime Light Data and POI: A Case Study of NPP/VⅡRS and Luojia 1-01 Nighttime Light Images [J]. Geomatics and Information Science of Wuhan University, 2021, 46(6): 825-835 doi: 10.13203/j.whugis20190266 [21] 孙立双, 韩耀辉, 谢志伟, 等. 采用夜光遥感数据提取城市建成区的邻域极值法[J]. 武汉大学学报·信息科学版, 2020, 45 (10): 1 619-1 625 doi: 10.13203/j.whugis20190010 Sun Lishuang, Han Yaohui, Xie Zhiwei, et al. Neighborhood Extremum Method of Extracting Urban Built-up Area Using Nighttime Lighting Data [J]. Geomatics and Information Science of Wuhan University, 2020, 45(10): 1 619-1 625 doi: 10.13203/j.whugis20190010 [22] 石杰锋, 吴金华. 基于POI数据的城市"三生空间" 划定方法研究: 以西安市城区中心部分为例[J]. 国土资源信息化, 2021 (1): 23-29 https://www.cnki.com.cn/Article/CJFDTOTAL-GTZX202101006.htm Shi Jiefeng, Wu Jinhua. Research on Urban"Production-Living-Ecological Space"Delimitation Method Based on POI Data—A Case Study of the Central Urban Area of Xi'an City[J]. Land and Resources Informatization, 2021(1): 23-29 https://www.cnki.com.cn/Article/CJFDTOTAL-GTZX202101006.htm [23] 王喆. 基于哨兵2和POI数据的城市边界划定方法研究[D]. 开封: 河南大学, 2020 Wang Zhe. Urban Boundary Defined on the Basis of Sentinel 2 and POI Data[D]. Kaifeng: Henan University, 2020 -
点击查看大图
图(5)
计量
- 文章访问数: 848
- HTML全文浏览量: 279
- PDF下载量: 111
- 被引次数: 0
