文摘
考虑到城市化的发展离不开景观格局演变的应用,为了提高生态城市的发展水平,生态城市景观格局演变的建模分析提出了基于多源遥感数据。以生态型城市为研究对象,生态城市景观格局的遥感图像筛选利用多源遥感数据和nonremote传感数据的基本数据。CA-Markov模型构造和生态城市景观格局的演变进行了分析。实验结果表明,从2005年到2020年,城市化进程的发展水平越来越高,建筑用地斑块的面积增加,这可以减少建设用地斑块的破碎。然而,景观耕地和绿色空间越来越少,和补丁的分布也会引起不均匀的现象,从而导致生态城市景观多样性的逐渐下降。在生态城市景观模式中,城市景观的破碎度和多样性是减少由于高连接和建设用地的报道。
1。介绍
由于中国地域辽阔,人口众多,能源消耗增加。因此,一系列环境污染问题变得越来越严重。生态环境的破坏导致了干旱和高温等极端天气,导致自然灾害的频繁发生。因此,生态环境的保护已经成为主要的问题,实现人类的可持续发展1]。目前,人口稠密的城市地区的生态环境严重破坏,城市绿地、森林、水生态环境发挥决定性的作用在整个周期。它不仅可以净化废物也再生生态环境。因此,建立一个生态城市景观格局是实现可持续社会发展不可避免的方法(2]。因此,保护生态环境,建设生态城市是中国政府当前的焦点。
在城市化的过程中,由于土地利用多样化的生态城市,每个地区的景观模式是不同的。有高度城市化的商业区,城市化的郊区,和生态林地,尚未城市化3,4]。城市景观格局是一个见证城市发展的演变。它记录了城市建设的痕迹,也反映出这个城市的整体风格。这是一个独特的视角的城市发展5]。在中国第一次大规模城市开发,城市景观格局导致其他城市的城市化进程。建设生态城市景观格局具有重要影响城市的可持续发展和城市化是未来的发展方向6]。
基于上述分析,本文应用多源遥感数据的建模和分析生态城市景观格局的演变,以提高生态城市的发展水平。
2。研究的基本理论和模型
2.1。的基本理论研究
一个城市的可持续发展是复杂的系统工程。它涉及到许多方面,如环境、资源和模式。城市化进程中城市景观的类型上有巨大影响,必须结合的迁移人口和产业结构的调整。景观格局的合理发展。现有的城市景观发展模式是通过一个漫长的过程,是一个自然与人类和谐发展的表现。城市化的过程是将生态土地转变为建设用地的过程。连续变换后,城市生态景观格局基于人造景观格局已经形成。生态型城市依靠其独特的地缘优势的前身城市化,导致经济的发展,城市化进程中也由快到慢,有一个质的飞跃。
生态城市作为研究对象,其景观模式是基于多源遥感数据的建模和分析。生态城市是一个使用环境资源的可持续发展模式,实现工业生产和人类生活7]。从狭隘的角度来看,生态城市是根据生态城市景观格局原则设计建立一个和谐、高效、和健康的人居环境8]。
以生态城市为研究对象,在建模和分析景观格局演变的生态城市,多源遥感数据和nonremote遥感数据主要是用作基本数据(9]。多源遥感数据是核心数据遥感图像的口译和笔译。Nonremote遥感数据主要是用来辅助遥感图像的口译和笔译。生态城市景观格局的结构如图1。
筛选后的遥感图像生态城市景观模式,遥感图像在桌上1最终选定的数据源的解释。
Nonremote传感数据被用来协助对遥感图像的解读。它主要包括土壤类型地图,土地利用地图,实地调查历史数据,行政区划地图,和民主党地图(10),如表所示2。
2.2。CA-Markov模型
CA-Markov模型没有后果,可以预测未来时间的状态。只有相关的当前生态城市景观模式,不受过去状态和未来状态,这种趋势是稳定的。它可以更好地预测数量。仿真结果只是定量变化,但并不是体现在空间。CA-Markov模型可以预测量化生态城市景观格局的变化,产生适应性的城市景观格局的转换规则根据多源遥感数据,并运行CA模块来模拟未来在研究区土地利用空间分布模式。CA-Markov模型可以使生态城市土地景观格局演变的模拟精度更高。CA-Markov模型的工作原理是,CA转换图像传输的区域和概率,从而模拟城市景观格局的演变过程。具体的操作步骤如下。
步骤1。CA模型的标准传输了。
同一地区的一个城市,城市土地利用、交通、水源都是重要的因素,确定城市景观格局的演变。这些确定生态城市建设的适用性。因此,使用图像概率图像变换城市适应性的形象。
步骤2。建立了模拟转移概率矩阵。
马尔可夫模型用于模拟矩阵的转移概率矩阵的城市景观格局和过渡区。
步骤3。CA模型应用程序。
CA模型用于打破原有的景观格局模式。结合权重因子重组,新的城市景观格局的状态。加权因子包括类型、数量、空间分布和配置在城市景观格局的景观单元。通过导入数据的重量因素到马尔可夫模型进行分析,我们可以得到的情况每个重量因素可能有某种类型的景观格局的利用率。
步骤4。未来城市景观格局的演化过程模拟。具体流程图如图2。
通过CA的分片和重组来模拟城市景观格局、城市景观格局的演变的过程模拟。
CA仿真后,收集到的数据和模块化可以为信息融合处理。CA-Markov模型如图3。
3所示。具体实现方法
景观格局指数是城市生态建设的一个重要指标,也是一个重要的工具来管理城市景观格局和监测和评价(11]。基于景观格局指数,通过描述和分析城市景观的动态变化,城市化对生态环境的影响是更好的理解12]。多源遥感数据被用来计算生态城市景观格局指数。主要内容如图4。
该指数计算方法和意义的城市景观格局的演变过程如下。
3.1。意味着补丁大小(MPS)
的公式,是景观绿地的面积。绿色块的数量吗景观。议员们主要反映平均分散程度的景观。
3.2。最大斑块指数(LPI)
的公式,一个是某一地区的绿色区域的城市。一个的总面积是城市景观格局的研究领域。LPI是用来表达的百分比最大的绿色区域城市绿色区域面积,可以测量和绿色指数在不同级别(13]。
3.3。斑块密度(PD)
的公式,是城市景观模式的总数。是城市景观绿地的数量。研究景观总面积的城市区域。PD用于表示平均分裂状态的景观14]。
3.4。蔓延指数(合作)
的公式,绿色总面积的比例的城市景观格局;从类别是相邻的数量扩张网格吗对类别 。合作代表了城市绿地类型之间的发展趋势。指数值越大,更好的城市景观绿地类型的模式。相反,索引值越低,越分散城市景观格局和平均分裂度越高15]。
3.5。分裂指数
分裂指数代表了分裂的实际情况的城市景观格局。五花八门的绿地景观变得更加复杂的索引值增加。
3.6。多样性指数
的公式,绿色空间的总量在相邻的城市景观格局。当公众绿地在城市景观模式的边界变得越来越大,景观的破碎度较高。上述指标的基础上,构建生态城市景观格局呈现,如图5。
4所示。主要的实验和分析
4.1。生态城市景观格局总体特征和变化趋势
生态城市的景观类型分布的2005年,2015年和2020年图所示6。
(一)
(b)
(c)
根据生态城市景观格局的演变图6详细的数据和景观格局演变的趋势是制定,如表所示3。
从表中的数据3可以看出,生态城市景观的组成比例波动很大。在15年期间从2005年到2020年,生态城市的林地面积超过42%,拥有巨大的优势。。随着城市化的发展和人口的迅速增加,耕地和草地已经成为生态城市建设用地的主要来源,因此上述三种类型的景观变化是最大的。然而,建设用地的比例已超过10%,其增长速度越快,后期。耕地和草地模式的比例逐渐下降,尤其是耕地的减少。水域模式而言,总面积的比例略有下降,但几乎不变,对生态城市景观影响不大。其他模式可以忽略由于小基地。
4.2。个人特征和生态城市景观的变化趋势
最大斑块指数用于衡量生态城市景观的主导地位在补丁类型级别,和结果如图所示7。
从结果可以看出数据7和8林地一直是一个相对的主导景观生态城市,这结果是完全符合生态城市的自然环境。建设用地的最大斑块指数大幅上升,增加了8.28%。因此,可以看出,生态城市建设用地有明显增长趋势,其他景观类型的优点是相对稳定。基本上是没有相对较大的波动。
生态城市景观水平上的景观指数如表所示4,分裂指数如表所示5。
从表中的结果可以看出4生态城市景观的斑块总数是72884,2005年将增加到76782年的2020人,反映生态城市景观的分化趋势。
从上面的结果可以看出,生态城市景观的斑块总数在2005年是72884年,增加到76782年的2020,这反映出碎片的生态城市景观的发展趋势。耕地补丁是一个景观,最明显的变化。各景观斑块,这增加了约50%,斑块平均面积已经减少了约58%,导致斑块密度持续增加,这表明耕地斑块是支离破碎的。生态城市,环境承载能力显著下降。从2005年到2020年,建设用地的斑块的数量一直在增加,斑块平均面积有逐渐增加的趋势。然而,随着城市化的发展,建设用地分布在一系列的景观。生态城市建设用地的斑块密度小的趋势,和整个城市扩散和集聚逐渐增加,这表明草地斑块密度基本不变,只有平均面积减小,表明草地斑块的数量越来越多,然而,在空间维度相对分散,显示一个星状分布。
5。结论
本文提出一种建模分析生态城市景观格局演变的基于多源遥感数据。以生态城市为研究对象,景观格局指数和CA-Markov模型用于定量分析生态城市景观格局的演变来改善生态城市的发展水平。在生态城市,越来越高的建筑用地的景观格局和生态土地下降直接影响生态环境的生态城市。原因是建设用地的面积的增加导致增加生态城市排水压力。越高,频繁的洪涝灾害的发生;建设用地也将影响地下水的补给在生态城市,导致了生态问题的出现。减少生态土地生态城市自然灾害的频率增加,同时影响城市安全。
数据可用性
使用仿真数据,模型和相关hyperparameters提供在我们的纸上。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是支持的重点科研项目的高校人文社会科学安徽省(没有主题。RZ2000003385)和安徽省自然科学的主要研究项目(KJ2019 A0681)。