黄淮海流域城镇扩展遥感调查

doi:10.6046/gtzyyg.2010.s1.31

摘要
参考文献
相关文章
Metrics

全文: PDF(1303 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

利用1975年MSS、2000年ETM和2006年CBERS-2遥感数据提取黄淮海流域城镇面积变化信息。调查结果表明，黄淮海流域城镇面积变化

具有明显的特点，东部沿海地区城镇面积扩展迅速。城镇面积变化总体呈增加趋势，从1975~2006年增加了46 631.13 km2,平均每年增加1

504.23 km2。黄淮海流域的自然地理、人文条件等决定了全流域城镇面积扩展的变化趋势，经济的快速发展加速了城镇扩展的进程。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：遥感影像, 经济发展方向, 顺德区

Abstract：

Based on the Landsat MSS，ETM and CBERS-2 images of Yellow River Basin acquired in 1975, 2000 and 2006

respectively，the authors extracted the built-up land sprawl information. Investigation shows that the built-up land sprawl

in Yellow River Basin has mainly occurred in the eastern part of China and the area of built-up land sprawl increased by 46

631.13 km2 from 1975 to 2006，i e.，about 2 254.621 km2 per year. It is the natural geography and human conditions that

have controlled the trend of built-up land sprawl in Yellow River Basin. In addition，the rapid economic development has

accelerated the built-up land sprawl.

Key words： Remote sensing image Economic development direction Shunde district

收稿日期: 2010-04-21 出版日期: 2010-11-13

:
	TP 79

通讯作者: 李晓琴(1964 - ) ,女，本科，主要从事环境遥感研究工作。

引用本文:

李晓琴, 田垄, 孙波, 孙永军. 黄淮海流域城镇扩展遥感调查[J]. 国土资源遥感, 2010, 22(s1): 148-151.
LI Xiao-Qin, TIAN Long, SUN Bo, SUN Yong-Jun.
Research on Built-up Land Sprawl in Yellow River Basin. REMOTE SENSING FOR LAND & RESOURCES, 2010, 22(s1): 148-151.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2010.s1.31 或 https://www.gtzyyg.com/CN/Y2010/V22/Is1/148

［1］Bock M, et al. Object-oriented Methods for Habitat Mapping at Multiple Scales-Case Studies from Northern Germany and

Wye Downs［J］. Journal for Nature Conservation, 2005， 13(2-3)：75-89.

［2］王琳，徐涵秋，李胜.福州城市扩展的遥感动态监测［J］. 地球科学，2006,8(4)：129-135.

［3］吴宏安,蒋建军,周杰,等.西安城市扩张及其驱动力分析［J］.地理学报,2005,60(1)：143-149.

［4］吴铮争,宋金平,王晓霞. 北京城市边缘区城市化过程与空间扩展——以大兴区为例［J］. 地理研究, 2008,27(2)：285-293.

［5］徐梦洁,於海美,梅艳,等. 近年我国城市土地扩展进展研究［J］. 国土资源科技管理,2008, 25(1)：47-53.

［6］徐涵秋.基于谱间特征和归一化指数分析的城市建筑用地信息提取［J］.地理研究, 2005,24(2)：311-322.

［7］王劲峰. 空间分析［M］. 北京：科学出版社， 2006.

［8］周干峙.西安市首轮城市总体规划回忆［C］∥2005年城市规划年会论文集. 北京：中国水利水电出版社，2005.

［9］李加林, 朱晓华, 张殿发. 群组型港口城市用地时空扩展特征及外部形态演变——以宁波为例［J］. 地理研究, 2008, 27 (2)：275-

285.

[1]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[2]	宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[3]	王译著, 黄亮, 陈朋弟, 李文国, 余晓娜. 联合显著性和多方法差异影像融合的遥感影像变化检测[J]. 自然资源遥感, 2021, 33(3): 89-96.
[4]	桑潇, 张成业, 李军, 朱守杰, 邢江河, 王金阳, 王兴娟, 李佳瑶, 杨颖. 煤炭开采背景下的伊金霍洛旗土地利用变化强度分析[J]. 自然资源遥感, 2021, 33(3): 148-155.
[5]	卢麒, 秦军, 姚雪东, 吴艳兰, 朱皓辰. 基于多层次感知网络的GF-2遥感影像建筑物提取[J]. 国土资源遥感, 2021, 33(2): 75-84.
[6]	胡苏李扬, 李辉, 顾延生, 黄咸雨, 张志麒, 汪迎春. 基于高分辨率遥感影像的神农架大九湖湿地土地利用类型变化及其驱动力分析——来自长时间尺度多源遥感信息的约束[J]. 国土资源遥感, 2021, 33(1): 221-230.
[7]	刘钊, 赵桐, 廖斐凡, 李帅, 李海洋. 基于语义分割网络的高分遥感影像城市建成区提取方法研究与对比分析[J]. 国土资源遥感, 2021, 33(1): 45-53.
[8]	郑智腾, 范海生, 王洁, 吴艳兰, 王彪, 黄腾杰. 改进型双支网络模型的遥感海水网箱养殖区智能提取方法[J]. 国土资源遥感, 2020, 32(4): 120-129.
[9]	孙珂. 融合超像元与峰值密度特征的遥感影像分类[J]. 国土资源遥感, 2020, 32(4): 41-45.
[10]	卫虹宇, 赵银娣, 董霁红. 基于改进RetinaNet的冷却塔目标检测[J]. 国土资源遥感, 2020, 32(4): 68-73.
[11]	李国庆, 黄菁华, 刘冠, 李洁, 翟博超, 杜盛. 基于Landsat8卫星影像土地利用景观破碎化研究——以陕西省延安麻塔流域为例[J]. 国土资源遥感, 2020, 32(3): 121-128.
[12]	李霄, 刘莹, 姚维岭, 杨金中, 李勇志, 汪洁. 基于ArcPy的违法矿山自动出图方法[J]. 国土资源遥感, 2020, 32(3): 247-251.
[13]	薛白, 付钰莹, 崔成玲, 宋艳茹, 赵世湖. 多重约束条件下的不同遥感影像匹配方法[J]. 国土资源遥感, 2020, 32(3): 49-54.
[14]	吴同, 彭玲, 胡媛. 基于SU-RetinaNet的高分辨率遥感影像非正规垃圾堆检测[J]. 国土资源遥感, 2020, 32(3): 90-97.
[15]	张春森, 吴蓉蓉, 李国君, 崔卫红, 冯晨轶. 面向对象的高空间分辨率遥感影像箱线图变化检测方法[J]. 国土资源遥感, 2020, 32(2): 19-25.

Viewed

Full text

Abstract

Cited

Shared

Discussed