重温1995-2015年全球城市扩张的时空变化

摘要

本研究利用遥感影像解译的全球土地利用数据，定量分析了近20年来全球城市扩张的时空变化，以及全球新增城市土地(NAUL)的来源、扩张速度和城市增长模式。主要结论如下。(1)全球NAUL主要来源于农业、草原和森林。这3种土地利用方式对NAUL的土地来源贡献率分别为68.93%、10.10%和9.76%。(2) 8个国家/地区——印度、巴基斯坦、尼日利亚、孟加拉国、菲律宾、埃塞俄比亚、埃及和越南——未来城市增长潜力巨大，被指定为“新兴城市增长八国集团”。此外，非洲将继续在亚洲之后引领全球城市化。③全球城市扩张仍处于典型的边缘扩张阶段。大洋洲的城市扩张最集中，而亚洲的城市扩张最分散。(4)除非洲地区外，大部分地区的城市扩张率均高于人口城镇化率，城镇化对全球粮食安全不构成显著威胁。此外，CR的NAUL> 1000公里²经济发展水平对紧凑型城市发展具有积极影响。本研究使用统一数据、统一城市边界定义和统一时间跨度绘制了大规模城市扩张图。

1.介绍

城市是人类活动最集中、土地利用强度最高的地表区域[1- - - - - -3.］.随着城市化进程的不断推进，大量农村人口进入城市。根据联合国的统计和估计，在1950年，只有30%的世界人口居住在城市。然而，到2050年，68%的人口预计将居住在城市地区。城市人口迅速增加，对城市土地的需求巨大，导致城市土地不断扩大[4，5］.城市土地增长的时空过程研究不仅是一个重要的研究课题，也是全球环境变化研究的基本组成部分[6- - - - - -8］.城市扩张与其他现象/过程之间的关系一直是不同研究机构的重点，例如城市化与经济之间的关系[9]，健康[10，11]，自然环境[12- - - - - -15]，以及气候[16- - - - - -20］.

城市扩张侵占了城市周围的土地[21］.城市周边宝贵耕地的转换是土地城市化最常见的形式[22，23］.在世界许多地区，森林用地转变为城市建设用地的情况也已得到广泛报道[24，25此外，拉斯维加斯、迪拜和沙漠内的其他城市通过固沙和土地复垦满足了城市发展的需要。新加坡香港。26]蒙古首都乌兰巴托通过改造城郊草地补充了新的建设用地[27］.所有这些过程构成了世界各地各种各样的城市建设用地来源。另一方面，不同区域的城市扩张速度存在显著差异。同时期，发展中城市的城市化起步较晚，但发展速度较发达城市快。1990年至2015年，发展CRs的城市人口增加了3倍，土地扩张平均增加3.5倍。同期，发达地区城市人口增长1.2倍，土地扩张1.8倍。未来大部分城市人口增长将发生在亚洲和非洲的发展中社区[28]，以及其他发展中国家集群[29］.中国的城市化进程尤为引人注目，甚至被认为是塑造21世纪世界新格局的两个关键因素之一[30].不同的城市扩张速度对城市形态演变有不同的影响。发展中的城市轨道交通仍在提升其城市化水平，盲目追求一些令人不安的趋势，如大规模的城市扩张和严重的土地浪费，导致建成区的大面积扩张。然而，发达的城市轨道交通已开始反弹他们已经开始寻求城市紧凑发展。事实上，这反映了城市化的两个不同阶段：扩散和融合[30］.“扩散”是城市发展的早期阶段在一个孤立的飞地在建筑物密集的地区而形成“合并”意味着,当一个城市已经达到一定的发展阶段,原始城市斑块之间的空格或边缘逐渐填满新城市土地和城市之间的集成补丁开始。这两个过程导致了城市空间的不断扩张[31，32]对自然环境,资源利用和社会经济发展产生不同的影响[33，34]因此，确定全球城市化持续快速发展的城市扩张阶段具有重要意义。

今天的城市发展速度和位置，以及城市形态的演变，都与过去的趋势非常不同[35，尽管已经进行了许多与城市扩张、城市蔓延和城市化相关的现象/过程的研究。我们发现，这些研究大多局限于单个城市、地区或国家，并且使用了不同时间跨度的不同数据，这使得比较困难。目前，许多研究主要集中在中尺度和微尺度的城市土地利用分类、空间扩展监测、格局分析和模式模拟等方面，缺乏从宏观角度研究全球城市空间格局及其变化过程[36］.因此，重新审视近20年来全球城市扩张的时空变化具有新的价值。遥感具有宏观、快速、准确、动态等特点。通过监督分类、无监督分类、指标分类、决策分析、人工神经网络和面向对象的信息提取方法，可以快速提取城市信息。同时，可以动态监测城市的扩张和规模，获取土地利用变化的类型、数量和位置[37，38］.为研究城市建成区空间扩展变化提供了多时相、大尺度的实时信息，已成为研究城市建成区空间扩展过程的主要信息来源。本文利用两个遥感影像源提取的城市土地数据，探讨了三个问题。1995 - 2015年，(1)全球城市新增城市用地的来源是什么?(2)城市扩张速度的地理空间分布情况如何?(3)全球范围内的城市扩张类型——趋同或扩散——主要发生在哪里?本研究验证了在统一的时间框架内，使用与城市边界定义一致的统一数据，可以绘制出大规模的城市扩张图。

2.材料和方法

2．1.数据源

城市地区通常是指城市设施和人口相对集中的建成区。这些区域通常被不透水的表面所取代，这些表面可以用遥感图像来解释[30，39].本文中使用的图像来自于欧洲航天局附属机构气候变化倡议（CCI）在2017年3月世界覆盖大会上发布的1992年至2015年3亿分辨率的全球土地覆盖数据(http://maps.elie.ucl.ac.be/CCI/viewer/)CCI的优势在于公众能够下载土地使用数据，其中城市覆盖率编码为190。截至2018年底，据不完全统计，在自然通讯、环境遥感和其他学科的顶级期刊上发表的超过17项学术研究利用这些数据对土地利用的变化和影响进行了研究[40]和地球系统模型[41，42］.更多出版物可在以下网址找到https://www.esa-landcover-cci.org/?q=node/184．

本文中提到的国家/地区(CR)行政边界数据由全球行政区域(GDAM)、https://www.gadm.org/)及中华人民共和国自然资源部(http://www.mnr.gov.cn/)．有226个国家/地区。我们从国际货币基金组织的《世界经济展望》中收集了1995年和2015年CR的GDP数据。此外，我们下载了《2018年世界城市化展望》(https://population.un.org/wup/Download/)，被认为是全球城市人口最权威的数据[43，全球农作物产量的统计数据则来自联合国粮食及农业组织。

2．2．方法

为了回答我们的研究问题，我们从土地利用类型、城市覆盖变化和城市形态紧凑度三个维度考察了1995 - 2015年全球城市化的时空变化。

土地利用转型矩阵可以反映出某一时期开始和结束时某一地区不同类型区域之间的动态转型过程。本文选取城市土地作为研究重点。该方法提取1995 - 2015年新的城市像元，并将其叠加到1995年的土地利用类型上，得到其他土地覆盖类型转移到城市土地的比例。这些操作在ArcGIS10.4.1软件中实现。

城市增长率（UGR）被用来评估一段时间内城市覆盖率的变化，是城市扩张变化的主要指标[33，44］.它使用前一时期的城市土地面积来标准化平均年增长率，以使UGR具有可比性，并便于对不同时期的城市土地利用增长强度或速度进行横向比较。 哪里和分别是2015年和1995年研究的CRs中的建成区。

城市扩展类型主要用于描述城市新用地在一定时期内的空间形态变化。本文从文献中得到景观扩展指数（LEI）[45，将新增建设用地划分为边缘地、填充地和飞地，然后计算各自的比例分布，衡量城市扩展的空间分布，判断城市形态是更加集聚还是扩散[30].LEI可通过以下方程式计算： 哪里一个_o是新的和原有的城市斑块和是新城市斑块缓冲区和开放空间之间的交叉区域。如果UGP > 50，新修补程序为填充扩展类型。如果0 < UGP < 50，新斑块为边缘扩张型 = 0，新修补程序为enclave扩展类型。

对所有新城市斑块的LEI进行面积加权求和，得到CR水平上的全球LEI: 哪里整体景观扩张指数是多少我^th铬、和LEI和面积是多少J^thCR新增加的城市补丁我，是以CR表示的新城区总量我1995 - 2015年，N为新patch的数量。GLEI从整体景观的角度衡量了城市在全国范围内的聚集程度。数值越大，表明城市形态越聚集;否则，它就更分散了。

3.结果和分析

遥感图像显示，全球城市建成区面积增加 1995年，但到2015年，增加到 ．20年的UGR为4.74%。全球LEI为10.97，表明全球城市扩张仍处于典型的边缘扩张阶段。crs尺度下NAUL、UGR和LEI的气泡分布如图所示1．6个CRs的整体NAUL值大于 (表1)，其中四个是金砖国家成员。其他两个CRs美国和日本拥有发达国家中最大的GDP。近年来金砖国家CRs的快速经济发展体现在城市化进程中。主要发展中的CRs在NAUL指标方面已开始赶上主要发展中的CRsNAUL之和( ）金砖五国CRs的价值超过了传统的七国集团价值( )．仅中国就占了总量的64.02%，与金砖五国中其占GDP的比例（66.8%）基本相同。所有金砖五国新增城市面积的地理空间分布如图所示2（a）．

图形3.显示所有CRs中的新补丁数量。中国和美国加在一起拥有最多的新补丁， 和 ，分别地其他新补丁总数超过50000的CRs包括俄罗斯( ），德国( ），和法国( )．平均斑块面积最大的CR是阿拉伯联合酋长国，约为3.55 公里²．结果表明，中东和中亚地区的平均斑块面积普遍大于其他地区。例如，吉尔吉斯斯坦、伊拉克、乌兹别克斯坦、土库曼斯坦和阿塞拜疆就平均斑块面积而言属于前10名的CRs。

３．１．NAUL的土地来源

NAUL的土地使用来源统计见表2显然，NAUL主要来源于耕地、草地和森林。这三种土地利用类型约占NAUL土地资源的88.79%。

总体来看，赤道以北地区的城市土地来源以耕地为主，占比一般在50%以上。特别是，在南亚和东南亚以及中欧和东欧，超过85%的NAUL来自侵占的农田。例如，乌克兰(96.53%)、印度(亚洲耕地面积最大(91.13%))和世界主要大米市场出口国——泰国(95.77%)和越南(94.91%)——耕地占NAUL的90%以上。我国人口多，人均耕地面积小，但NAUL的82.02%来自耕地，对粮食安全构成潜在风险[33］.有58个CRs中80%以上的NAUL来源于耕地。这些国家主要包括上述国家和正在发展中的国家，如印度尼西亚、马来西亚、巴基斯坦、白俄罗斯、罗马尼亚和埃及。然而，日本、法国、意大利这三个主要发达国家(G7成员国)以及希腊、波兰等个别发达国家也属于这一群体，我们可以称之为“耕地主导”。如果以80%为阈值，那么我们还可以确定“以裸地为主”、“以森林为主”和“以草原为主”的群体。其他单一类型不能满足阈值。有16种CR类型属于“以裸地为主”类型，主要分布在极地和干旱地区，如格陵兰(98.20%)和也门(90.01%)。“由森林”CRs只包括法属圭亚那(89.28%)和安道尔(85.71%),“由草原”CRs只包括佛得角(100%),马恩岛(85.22%)、爱尔兰(83.11%)、尼日尔(82.78%)、苏丹(82.12%)、安提瓜和巴布达(81.21%),但CRs NAUL值在所有三组是非常小的。对于面积较大的区域，NAUL土地来源见表3.它们的数量要多得多，没有一个种群拥有绝对的统治地位(超过80%)。美国NAUL主要有农业、森林和草地三种类型，而澳大利亚NAUL主要有灌木、森林和农业类型。NAUL地源空间分布如图所示4．

３.２．格的NAUL

城市扩展率的空间分布如图所示2（b）．在研究期间，亚洲的城市化率令人印象深刻。我们发现，除哈萨克斯坦外，亚洲5个CRs中UGR均超过20%，是UGR最高的集群。特别是在吉尔吉斯斯坦，UGR达到了58.91%，使其成为世界上发展最快的国家。NAUL增加约12.78倍。中国和印度的UGR分别达到11.04%和10.41%，远高于美国的2.86%和日本的4.19%，是西方七国集团CRs中增长最快的国家。考虑到中国和印度的NAUL值如此之高，它们的高增长率确实是奇迹。事实上，不仅两个社区都经历了快速的城市发展，而且他们的邻居也经历了高ugr。例如，不丹、巴基斯坦和孟加拉国的UGR分别达到45.12%、28.97%和19.69%。

由于高度城市化，北美、大洋洲、西欧和北欧的ugr出现了衰退，低于全球平均水平(4.74%)。南美洲只有三个CRs高于平均水平:厄瓜多尔、法属圭亚那和特立尼达和多巴哥。然而，非洲也经历了快速的城市化。有98个地区(其中41个在非洲)的UGR超过了全球平均水平(4.74%)。肯尼亚的UGR最高，为29.27%，但NAUL只有373.09公里²．非洲最大的经济体尼日利亚拥有最高的NAUL，其增长超过 ，UGR为7.41%。这两个指标高于非洲另一个较大的CR -南非，其值为 尼日利亚人口超过1.8亿，城市化水平仅为47.83%（WUP，2018年），预计尼日利亚将成为继中国和印度之后的下一个全球城市化新中心。埃及的情况与之类似。尽管其人口为( ）与尼日利亚和南非相比，埃及的UGR（8.84%）更高。埃及人口众多（接近1亿），未来仍有巨大的城市化潜力。如果人口为8000万，则全球平均UGR（4.74%），以50%的城市化率为标准，则有八个CR称为新兴城市增长G8，其未来全球城市扩张将占全球多数。

３．３．NAUL的紧密性

全国LEI的空间分布如图所示2 (c)．我们没有识别出LEIs大于50的CRs，也就是说，在全国范围内没有出现智能和紧凑的人口扩张措施。排在前五位的LEI CRs分别是直布罗陀、摩纳哥、新加坡、科威特和香港，分别为30.54、30.15、23.70、23.33和20.51。总体来看，这些地区城市化率较高，城市发展水平较高，适宜城市扩张的土地资源稀缺。因此，很难将原有城市周围的土地进行转换。城市空间发展应填补原有城市内部的空白或现有斑块之间的空白。因此，城市形式变得更加紧凑。

大洋洲的平均LEI最高，为15.71，而亚洲最低，为8.98。大洋洲的两个主要CRs——澳大利亚和新西兰的LEIs分别为16.10和15.18。在以中国和印度为代表的亚洲快速城市化的背景下，城市的扩张主要是通过原有城市周边耕地的转换，形成了广泛的形态趋势。中国的LEI仅为7.73，是世界主要CRs (G20 CRs)中最低的，城市弥漫性扩张趋势最为明显。欧洲引进的“紧凑城市”概念的LEI值为10.42，不像其他大陆那么高。排名前三位的是英国、荷兰和丹麦，各自的LEIs分别为16.16、15.17和15.04。在“聪明增长”的发源地美国，LEI为14.24，高于北美的平均水平(11.93)。有趣的是，非洲CRs的平均LEI为12.36，仅次于大洋洲。此外，非洲是许多具有代表性的城市紧凑型发展区域的所在地，LEI大于18。南美洲的整体LEI值为12.24，其代表的CR巴西的值为12.29。 Though Brazil had the world’s sixth highest NAUL, the slums have been a typical problem for urbanization. They have, to some extent, increased the connectivity between new urban patches and improved compactness. Therefore, compared to China, India, and Russia, which also had high NAUL values, Brazil had the highest LEI.

中国有最偏远的地区，有 ．美国有最多的补片( ）边缘补片( ），而中国的相应数字是 和 ，这表明美国的城市密度比中国的城市密度增长更紧凑。我们还发现，在所有三种类型中，中亚地区的平均斑块面积最高(图)5)例如，阿拉伯联合酋长国的边远斑块平均面积最大（1.47） 公里²)和边缘斑块(17.82 km)²)，吉尔吉斯斯坦填充区最大(5.12公里)²)．

4.讨论

4．1.城市扩张是否威胁全球粮食安全?

城市扩张对粮食安全的威胁已被世界各地的学者广泛报道[46，47]最重要的证据是大量耕地被用来为城市发展提供新的土地。全球城市化导致了 公里²耕地损失，在大多数CRs中占到了NAUL的50%以上。然而，根据粮农组织作物统计数据，全球粮食生产并未出现损失。我们比较了1995年和2015年五种主要主食作物大麦、土豆、水稻、大豆和小麦的总产量。结果显示，相比1995年和2015年，粮食产量增加了43.04% 到 人均作物（PCC）从0.275吨增加到0.306吨，增幅为11.27%。PCC变化与农业用地与所有土地来源的NAUL比率（ArgR）以及UGR之间的相关系数通过皮尔逊系数进行测量，结果分别为0.125和0.306吨−0.00215，表明全球PCC变化与ArgR呈弱正相关或不相关（即，城市化似乎不会影响粮食安全，城市扩张占用耕地比例较高的CRs实际上更有可能增加PCC）这些结果可能表明，随着农业科技的进步，作物产量的增加在很大程度上弥补了耕地的减少。然而，在不同地区，我们发现所有大陆的PCC变异与ArgR之间的相关性较弱，美洲的相关系数为0.4215UGR与PCC变化之间的关系表现出较大的区域差异。除欧洲和亚洲外，其他大陆没有相关性，但在欧洲，UGR与PCC变化之间的负相关性较弱(−0.13738)，这意味着快速城市化可能是导致PCC下降的原因。在其他大陆没有发现类似的结果。事实上，在可获得统计数据的31个欧洲CRs中，17个CRs的CPP下降。特别是波兰，其人均PCC下降幅度超过0.43，是世界上最大的ia，相关系数为0.19，表明弱正相关，城市化进程可以促进CPP的增加。事实上，在亚洲CRs，特别是中国和印度，粮食总产量和PCC在快速城市化过程中稳步增长。研究表明，化肥在imp中起着重要作用粗纱作物产量[48- - - - - -50］.

4.2.城市土地扩张率是否超过城市人口增长率？

全球城市人口从1995年的25.82亿增加到2015年的39.86亿，增幅超过54.38%。这低于城市土地94.74%的增长，表明城市增长正变得更加膨胀而不是紧凑。至少有156个CRs(不包括缺乏人口统计数据的CRs)城市土地扩张速度超过其城市人口增长速度。“城市土地扩张速度是否超过了城市人口增长速度?”“是肯定的。中国、中亚、南亚、东南亚和东欧是集聚区，形成了较大的差距。例如，土地城市化与人口城市化的不匹配导致中国城市形态的扩散趋势已被广泛报道[30］.为了遏制这一趋势，中国政府推出了“新型城镇化”战略，推动以人为本的城镇化，而不是单纯的城区扩张。另一方面，这些地区也是世界上人口最密集的地区，由于耕地资源有限，需要养活大量的人口。由于城市扩张导致的耕地流失威胁着粮食安全，因此应当充分重视耕地的流失。在过去20年里，非洲城市地区的CRs也经历了快速增长，但城市人口增长更快。非洲是唯一一个城市人口增长比城市地区快的大陆。世界上只有44个CRs属于这一类别，而超过27个CRs位于非洲，占比超过60%，说明非洲城市在不断发展，但实际上越来越拥挤。在美洲、欧洲和大洋洲，土地城市化率和人口城市化率基本保持平衡，这可能与以下事实有关:这些大陆在1995年，也就是本研究期间开始时，已经有很高的城市化率。例如，1995年，北美、南美和大洋洲的城市化率分别为77.3%、77%和85%。1995年城市土地扩张与人口城市化率的回归分析也显示，人口城市化率对城市土地扩张率有显著的抑制作用(系数为−1.87，显著性为0.001)。

4.3.更高的经济发展是否伴随着更大的紧凑性？

“紧凑型城市”是西方已开发的CRs的一种城市规划趋势，其目标是充分利用现有的城市空间，改善混合土地利用，促进城市基础设施的丰富和改善[30，51］.作为高收入CRs的代表和“紧凑城市”的先行者，西方发达CRs在城市建设中是否更注重紧凑度?从所有全球CRs相关检验中，我们发现以人均GDP为代表的经济发展水平与紧密度之间不存在相关关系。富裕的CRs，如美国、加拿大、澳大利亚和日本，LEI水平较高。我们发现，印度尼西亚、伊拉克和土耳其等中等收入国家以及马里、尼日尔和苏丹等低收入国家的LEI水平也很高。然而，一些中等收入CRs的NAUL基数太小，因此我们推测他们有较高的LEIs。城市扩张不需要在原有城市建成区之外占用大量土地，大部分城市增长需求可以通过填补城市内部或原有城市斑块的缺口来满足[30].通过进一步分析，我们发现当UAS小于500时 公里²，相关系数为0.14。如果CRs的UAUAs小于1000公里²如果去除，相关值为0.40，相关性显著更高，表明对于UAUA显著增长（>1000）的区域 公里²)，经济发展水平对促进城市紧凑型发展发挥了积极作用。例如，西方七国集团CRs的平均LEI为17.09，远远超过金砖国家CRs的9.32。在斑块尺度上，填充斑块的经济密度(夜间亮度反映)分别是边缘斑块和外围斑块的1.19倍和1.42倍，表明较高的经济密度有利于紧凑斑块的发展。

5.结论

借助全球土地覆盖数据和GIS分析，本研究采用统一的数据源、相同的分析方法和相同的时间跨度，追踪1995-2015年全球城市扩展过程。此外，本研究还克服了传统研究侧重于单个城市或CRs的局限性，提供了一种便捷的方法r跟踪全球城市化扩张并比较国际案例。

我们发现，农业、草地和森林贡献了全球近90%的城市土地扩张。仅农业一项就贡献了68.93%。然而，由于耕地的减少，世界粮食总产量和人均产量都有所下降。耕地转换引起的城市扩张幅度越大，PCC增加幅度越大。因此，我们认为城市扩张对全球粮食安全构成威胁的假设是不成立的。从NAUL指数来看，世界主要发展中国家的CRs已经开始赶上主要发达国家的CRs。研究期间，中国和印度在全球城市化进程中处于领先地位，新城市土地面积分布分别位居世界第一和第三位。这些排名确实是一个奇迹。未来创造新奇迹的八个CRs可能包括印度、巴基斯坦、尼日利亚、孟加拉国、菲律宾、埃塞俄比亚、埃及和越南，这些国家因人口规模大、人口城市化率低于50%、城市扩张迅速而被定义为“新兴城市增长八国集团”。我们还注意到，尽管非洲和亚洲正在经历快速的城市化，但亚洲的土地城市化明显快于人口城市化，而非洲是唯一一个城市人口增长快于城市地区的大陆。 These results suggested that more crowded cities may be a problem for future urbanization in Africa, whereas Asia may need to focus on low-density sprawl. Although Western developed CRs did not expand as rapidly as developing CRs, they emphasized compact urban development and maintained harmony with the rate of population urbanization.

遗憾的是，由于数据和篇幅的限制，本文的大部分内容仅描述了世界范围内城市用地的时空变化。我们很少去研究这些变化的原因，即我们“提出了现象的存在，但没有分析其原因”。因此，这些原因将是未来研究的重点，以探索城市演变背后的驱动因素在不同的CRs。

数据可用性

用于支持本研究发现的数据可由通讯作者要求提供。

的利益冲突

作者声明没有利益冲突。

作者的贡献

张杨和饶英雪进行了数据分析并撰写了手稿。王慧颖协助稿件编辑和文章审查。谢鹏设计了研究并协助进行数据分析。贺青松提供了他研究的原始数据和仪器。

致谢

本研究由国家社会科学基金资助。对外经济贸易大学学位与研究生教育改革与创新项目(no. 19BJY059);基金资助:首都经济贸易大学基础研究基金资助项目(no. 19400);国家测绘科学研究院数字测绘与土地信息应用工程重点实验室开放基金资助项目(no. QNTD202009);ZRZYBWD201908)。

参考文献

1. “基于元胞自动机和最大熵模型的城市扩展模拟研究”，中国科学地球科学，第63卷，第5期，第701-7122002页。视图:出版商网站|谷歌学者
2. Liu X.， F. Pei, Y. Wen, et al.，“全球城市扩张抵消了气候驱动的陆地净初级生产力增长，”自然通讯，第10卷，第1号，第页。5558, 2019.视图:出版商网站|谷歌学者
3. B.-J。He, L. Ding，和D. Prasad，“通过区域通风区域的发展提高城市通风性能:基于澳大利亚大悉尼的案例研究”，可持续城市与社会，第47卷，文章编号10147219。视图:出版商网站|谷歌学者
4. 乔志强，徐旭，赵明明，王菲，刘磊，“二元分割法在2000-2010年中国利用MODIS时间序列数据进行森林分类中的应用，”国际遥感杂志，第37卷，第10期，第2433-2450页，2016年。视图:出版商网站|谷歌学者
5. Z.-Q。赵,B.-J。他,L.-G。李,H.-B。王，A. Darko，“土地利用/土地覆被与地表温度关系的剖面图和同心带分析:以沈阳为例”，中国科学:地球科学，2017,36(4):564 - 572。能源和建筑， vol. 155, pp. 282-295, 2017。视图:出版商网站|谷歌学者
6. B.L.Turner、E.F.Lambin和A.Reenberg，“全球环境变化和可持续性的土地变化科学的出现，”美国国家科学院院刊，第104卷，第104号52, pp. 20666-20671, 2007。视图:出版商网站|谷歌学者
7. “基于生命周期的中国生物质颗粒生产的协同效益分析”，可再生能源，第154卷，第445-452页，2020。视图:出版商网站|谷歌学者
8. 乔志强、刘立军、秦耀荣、徐旭、王斌和刘志强，“城市更新对地表温度变化的影响：中国广州主要城市的案例研究，”遥感，第12卷，第2期5，第794页，2020。视图:出版商网站|谷歌学者
9. T. Bakirtas和A. G. Akpolat，“新兴市场国家的能源消费、城市化和经济增长之间的关系”，能源，第147卷，第110-121页，2018年。视图:出版商网站|谷歌学者
10. 李兴国，宋建军，林涛等，“中国城市化与健康:国家、地方和个人层面的思考，”环境卫生，第15卷，第5期。1, p. 32, 2016。视图:出版商网站|谷歌学者
11. C.Qian，Y.Deyong，G.Matei，W.建国和W.Wei，“未来城市扩张对中国东部夏季气候和与热相关的人类健康的影响，”环境国际，第112卷，134-146页，2018。视图:出版商网站|谷歌学者
12. Mao D.， Wang Z.， Wu J. et al.，“中国城市扩张对湿地的影响”，土地退化与发展，第29卷，第2期8, pp. 2644-2657, 2018。视图:出版商网站|谷歌学者
13. V.Ruiz Rincón、J.Martínez Alier和S.Mingorria，“涉及墨西哥中部农业社区的城市扩张相关环境冲突，”可持续性，第11卷，第5期。23，第6545页，2019。视图:出版商网站|谷歌学者
14. “中国城市空间形态对城市热岛效应的影响研究”，《中国城市地理学报》，2014年第1期，第2期。可持续城市与社会，第53卷，第101972条，2020年。视图:出版商网站|谷歌学者
15. 乔志杰，吴昌武，赵丹丹等，“基于logistic模型的城市热岛足迹边界和概率的确定”，遥感，第11卷，第5期。11，页1368,2019。视图:出版商网站|谷歌学者
16. E.S.Krayenhoff、M.Moustaoui、A.M.Broadbent、V.Gupta和M.Georgescu，“美国城市扩张、气候变化和适应之间的日间互动，”自然气候变化，第8卷，第12期，第1097-1103页，2018年。视图:出版商网站|谷歌学者
17. M.Garschagen和P.Romero Lankao，“探索城市化趋势与气候变化脆弱性之间的关系，”气候变化号，第133卷。1, pp. 37-52, 2015。视图:出版商网站|谷歌学者
18. 何伯杰，赵志强，沈立德，王汉斌和李立国，“基于陆地卫星8号图像，研究不同温度背景下冷热源缓解/提高地表温度性能的方法，”可持续城市与社会，第44卷，第416-427页，2019。视图:出版商网站|谷歌学者
19. 杨绍金，肖某等，“局部气候区通风与城市地表温度：大城市中基于性能和风敏感的规划方案，”可持续城市与社会，第47卷，文章ID 101487，2019年。视图:出版商网站|谷歌学者
20. 杨俊杰、孙俊杰、葛清辉和李晓峰，“评估城市化相关绿地对城市地表温度的影响：中国大连的案例研究，”城市林业与城市绿化，第22卷，第1-10页，2017年。视图:出版商网站|谷歌学者
21. Wu，S.Li和S.Yu，“监测中国广州市的城市扩张及其对土地利用和土地覆盖变化的影响，”环境监测和评估第188卷第1期1, p. 54, 2016。视图:出版商网站|谷歌学者
22. W. Song, B. C. Pijanowski, A. Tayyebi，《中国北京的城市扩张及其对优质农田的消费》，生态指标， vol. 54, pp. 60-70, 2015。视图:出版商网站|谷歌学者
23. B. d. A. Christopher, R. Femke, B. Giovanni等人，“未来城市土地扩张和对全球农田的影响”，美国国家科学院院刊，第114卷，第34号，第8939-89442017页。视图:出版商网站|谷歌学者
24. 周伟，张胜，于伟，王杰，王伟，“城市扩张对中国6百万地区森林流失和破碎化的影响，中国，”遥感，第9卷，第10期，第991页，2017年。视图:出版商网站|谷歌学者
25. 张颖，沈伟，李敏，吕颖，“基于Landsat长期观测的南京城市扩展下森林覆盖和破碎化时空变化研究，”应用地理，第117卷，第102190条，2020年。视图:出版商网站|谷歌学者
26. R. Glaser, P. Haberzettl, R. P. D. Walsh，《新加坡、香港和澳门的土地复垦》，地理杂志，第24卷，第4期，第365-373页，1991年。视图:出版商网站|谷歌学者
27. 程凯，王军，韩旭东，“蒙古国乌兰巴托近30年城市扩张及其驱动力分析”，《中国城市发展研究》，遥感技术及其应用，第34卷，第1期，第90-1002019页。视图:出版商网站|谷歌学者
28. H.van Ginkel，“城市未来”自然界，第456卷，第1期，第32-33页，2008年。视图:出版商网站|谷歌学者
29. S. K. C和G. H. L. R. Burak，《2030年全球城市扩张及其对生物多样性和碳库的直接影响的预测》，美国国家科学院院刊，第109卷，第2期。40, pp. 16083-16088, 2012。视图:出版商网站|谷歌学者
30. 问：何，宋，刘，尹，“扩散还是融合？1995-2015年中国363个城市的城市增长模式和变化，”可持续城市与社会，第35卷，第729-7392017页。视图:出版商网站|谷歌学者
31. Q.He，W.He，Y.Song，J.Wu，C.Yin和Y.Mou，“基于地理“大数据”关联规则分析的城市增长模式对新建地区城市活力的影响”土地使用政策，第78卷，第726-738页，2018年。视图:出版商网站|谷歌学者
32. “基于城市形态演化的城市发展模式研究——以黄皮市为例”，《中国城市规划》，2013年第4期，第1 - 7页。应用地理， 2016年，第66卷，109-118页。视图:出版商网站|谷歌学者
33. 周坤、刘耀荣、谭荣荣和宋耀荣，“城市动态、景观生态安全和政策含义：来自中国中部武汉地区的案例研究，”城市，第41卷，第141-153页，2014年。视图:出版商网站|谷歌学者
34. Mou，Song，Q.Xu，Q.He和A.Hu，“中国城市增长模式对空气质量的影响：338个城市的研究，”国际环境研究与公共卫生杂志，第15卷，第5期。2018年，第1805页。视图:出版商网站|谷歌学者
35. K.C.Seto、R.Sánchez Rodríguez和M.Fragkias，“当代城市化和环境的新地理学，”《环境与资源年度回顾》第35期1，页167-194,2010。视图:出版商网站|谷歌学者
36. 陈国荣，李克强，刘克强等，“共享社会经济路径下未来城市土地扩张的全球预测，”自然通讯，第11卷，第1期，第537页，2020年。视图:出版商网站|谷歌学者
37. X.-P。Song, J. O. Sexton, C. Huang, S. chanan，和J. R. Townshend，“从基于landsat的不透水覆盖估计的时间序列来描述城市增长的规模、时间和持续时间”，环境遥感，第175卷，第1-13页，2016年。视图:出版商网站|谷歌学者
38. 杨军，王勇，肖潇等，“不同网格尺度下的城市风热环境空间分异”，城市气候，第28卷，文章ID 10045812019年。视图:出版商网站|谷歌学者
39. 焦立群、毛立群和刘耀勇，“多阶景观扩展指数：表征城市扩展动态，”景观及城市规划， 2015, vol. 137, pp. 30-39。视图:出版商网站|谷歌学者
40. G. Duveiller, J. Hooker，和A. Cescatti，“地球表面能量平衡上植被变化的标志，”自然通讯，第9卷，第1期，第6792018页。视图:出版商网站|谷歌学者
41. B. Poulter, N. MacBean, A. Hartley等，“地球系统模型的植物功能类型分类:来自欧洲航天局土地覆盖气候变化倡议的结果”，立模型开发，第8卷，第2期7, pp. 2315-2328, 2015。视图:出版商网站|谷歌学者
42. A.J.Hartley，N.MacBean，G.Georgievski和S.Bontemps，“植物功能类型分布的不确定性及其对地表模型的影响，”环境遥感，第203卷，第71-89页，2017年。视图:出版商网站|谷歌学者
43. R. Meredith, R. Femke, and S. K. C，“空间化6000年的全球城市化，从公元前3700年到公元2000年，”科学数据文章编号160034,2016。视图:出版商网站|谷歌学者
44. 徐旭，闵学民，“基于遥感数据的中国城市扩展时空格局量化研究”，城市， vol. 35, pp. 104-113, 2013。视图:出版商网站|谷歌学者
45. “基于遥感数据的城市扩展景观指数研究”，国家自然科学基金项目，2012.01 - 2012.12，主持。景观生态学，第25卷，第2期5，页671-682,2010。视图:出版商网站|谷歌学者
46. 何志强、刘志强、徐明明、马Q和窦Y，“城市扩张给中国粮食安全带来压力：来自农田净初级生产力下降的证据，”总体环境科学，第576卷，第660-670页，2017年。视图:出版商网站|谷歌学者
47. B.Pandey和K.C.Seto，“印度的城市化和农业用地损失：将卫星估算值与人口普查数据进行比较，”环境管理杂志，第148卷，第53-66页，2015年。视图:出版商网站|谷歌学者
48. M. Hossain和V. P. Singh，“亚洲农业的肥料使用:对维持粮食安全和环境的影响”，农业生态系统的养分循环(第57卷)2，页155-169,2000。视图:出版商网站|谷歌学者
49. 李勇，张伟，马磊等，“中国化肥政策对产业、粮食安全和环境的影响分析，”环境质量杂志，第42卷，第4期，第972-981页，2013年。视图:出版商网站|谷歌学者
50. P.Simha、C.Lalander、B.Vinnerås和M.Ganesapillai，“农民对资源导向卫生系统肥料产品再利用的态度和看法——南印度Vellore的案例，”全环境科学， vol. 582, pp. 885-896, 2017。视图:出版商网站|谷歌学者
51. M. R. Shirazi，“紧凑的城市形式:邻近和社会活动”，可持续性，第12卷，第5期，第1987页，2020年。视图:出版商网站|谷歌学者

版权

版权所有©2020 Yang Zhang等人。这是一篇根据知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。