东南亚五座特大城市城市扩张的时间一致性映射

《Remote Sensing Applications: Society and Environment》:Temporally consistent mapping of urban expansion in five Southeast Asian megacities

【字体: 大 中 小 】 时间:2026年07月12日 来源:Remote Sensing Applications: Society and Environment 3.8

编辑推荐:

  Yasumin Siriprathan|Junichi Susaki日本京都府京都市西京区桂京大学工学研究科,邮编615-8540摘要东南亚地区的快速城市化对可持续发展带来了巨大挑战;然而,长期监测却受到多传感器数据不一致、持续的热带云层覆盖以及验证难题的制约。本研究构建了一个综

  
Yasumin Siriprathan|Junichi Susaki
日本京都府京都市西京区桂京大学工学研究科,邮编615-8540

摘要

东南亚地区的快速城市化对可持续发展带来了巨大挑战;然而,长期监测却受到多传感器数据不一致、持续的热带云层覆盖以及验证难题的制约。本研究构建了一个综合框架,用于绘制并比较2000年至2024年期间五个选定特大城市——曼谷、河内、马尼拉、雅加达和胡志明市——的城市扩张情况,分析其面积扩展及区域连接模式。研究通过来自Landsat 5、7、8和9卫星图像的光谱指数(归一化差异建筑指数和城市指数)检测城市区域,并运用一种新的级联时间像素锁定算法进行校正,该算法通过从2020年至2024年的参考期反向推导,确保城市扩张呈单调增长趋势。通过三种互补的参考数据集进行验证后,该方法的总体准确率为0.81–0.92,F1分数为0.82–0.92。研究结果显示,这五个城市的城市面积总共扩展了1384平方公里,平均增长率为52.7%,其中马尼拉的城市增长率仅为16.9%,而胡志明市则高达75.1%。基于区域分析,这些城市的发展阶段可从最初的孤立出现逐步发展到空间上相互连接的饱和状态。通过六维对比分析,利用Ward链接层次聚类法,可将这五个城市分为三类:成熟密集型核心城市(马尼拉和雅加达),其特征是发展程度高且空间分布紧凑;碎片化快速扩张型城市(河内和胡志明市),其特征是增长率高但结构凝聚力低;而曼谷则属于高强度扩张型城市,其区域扩张速度远远高于其发展成熟度。雅加达的城市发展得分最高,为0.74,而河内的得分最低,为0.24。该开源框架可应用于全球其他快速城市化的热带地区。

引言

由于经济自由化、外国投资以及农村人口向城市迁移的影响,东南亚的特大城市正在迅速扩张(McGee和Robinson,2012),同时这些城市也面临着土地、交通和环境可持续性方面的日益严峻的压力(Shatkin,2017)。因此,量化这一变化的空间和时间维度对于制定基于证据的城市规划、进行环境影响评估以及实现可持续发展目标11.3——即提升快速发展的城市的土地使用效率——至关重要(Batty,2008)。
传统上,监测城市变化主要依靠人口普查数据、行政记录以及实地调查。尽管这些资料能提供宝贵的人口统计信息,但它们只能提供离散的时间节点数据,且无法在大都市范围内提供高分辨率的空间细节(Taube?ck等人,2012)。卫星遥感则弥补了这一缺陷,它能够对地表状况进行空间上清晰且可重复的长期观测(Schneider等人,2009;Potere等人,2009)。在现有的地球观测项目中,Landsat系列卫星提供了最长的连续多光谱数据档案,适用于回溯性城市分析,其数据覆盖时间超过五十年,分辨率为30米(Woodcock等人,2008;Wulder等人,2016;Zhu等人,2019)。然而,从长期的卫星图像档案中得出时间上一致的城市分类仍然是一项挑战。Landsat卫星传感器之间的辐射度差异、持续的热带云层覆盖、季节性的植被变化以及气溶胶和燃烧事件带来的大气污染,都会导致一些不符合实际情况的异常现象——比如城市面积似乎在缩小——而这些现象在快速发展的东南亚城市中其实是不存在的(Roy等人,2014;Peng等人,2016)。现有的时间约束方法,包括分类后的平滑处理和基于时间序列的方法,要么需要在对所有时间点进行同步校正,要么需要频繁获取无云的密集时间序列数据,而这在热带环境中往往难以实现(Kennedy等人,2010;Zhu和Woodcock,2014)。
为了解决这些问题,本研究针对东南亚五个选定的特大城市,构建了一种具有时间约束功能的城市映射框架。本研究的主要方法贡献在于所开发的级联时间像素锁定算法,该算法通过以质量最高的参考期为基准进行反向推导,确保城市扩张呈单调增长趋势,这一做法不同于分类后的双向同步平滑处理,也不同于那些需要密集无云时间序列数据的基于时间序列的方法。此外,本研究还有三项补充性贡献:多源数据验证、基于区域的动态分析以及六维分类框架。重要的是,敏感性分析表明,通过TPL算法进行校正会显著改变城市增长率的排名及分类结果,这证明了该算法具有实质性的作用,而非仅仅是表面上的调整。

章节节选

研究区域

本研究分析了东南亚五个特大城市的城市扩张情况,这五个城市分别是泰国的曼谷、越南的河内、菲律宾的马尼拉、印度尼西亚的雅加达以及越南的胡志明市。选择这些城市的标准包括:城市人口超过500万;二十年间年均城市增长率高于1.5%;在国家经济中具有重要地位;以及能够代表东南亚大陆和沿海地区的城市。吉隆坡的年均城市扩展率为约1.2%,新加坡也

整体框架

该研究框架由三个部分组成(见图2):(1)多传感器Landsat数据融合、光谱分类以及结合TPL算法的校正处理;(2)区域分解及发展阶段分类;(3)六维对比评分、城市发展得分计算以及Ward链接分类法(k=3)。

城市识别

在本研究中,“城市”严格指那些可通过光谱特征识别出的不透水建筑表面,包括建筑物、道路以及各种硬质基础设施,这一定义与

验证

验证工作遵循既定的准确性评估原则(Foody,2002;Stehman和Foody,2019)。本研究采用了两种互补的验证方法。对于泰国曼谷,研究期间所有的土地利用矢量数据均来自泰国的土地开发部门,这些数据是权威的独立参考资料;通过优化的代码选择流程,将这些数据与基于光谱特征的建筑区域定义相对应,所选代码包括城市中心区、商业区、交通枢纽区和工业区代码,而混合用途区域则未被纳入考虑范围

城市扩张情况(2000–2024年)

在研究期间,这五个城市的城市面积总共扩展了1384平方公里,平均总增长率为52.7%,年均增长率为2.1%(见表3,见图3)。其中,胡志明市的城市面积增长率最高,为75.1%,从440.87平方公里增加到772.00平方公里;河内的增长率也为73.2%,从362.58平方公里增加到627.93平方公里。这两座城市的高增长率反映了“革新开放”政策实施后持续的经济发展态势。曼谷的城市扩张主要沿着交通干道展开(Rodrigue,2020);雅加达则沿着收费公路网络向外扩展;河内则

城市扩张模式与环境背景

这1384平方公里的净扩张面积意味着大量农业用地和自然景观被转化为城市用地(Labbé和Musil,2014;Peng等人,2016),这一变化会对粮食安全、水资源状况以及生物多样性产生影响——不过,目前的研究仅采用二元分类方法,无法对这种转变的程度进行精确量化。属于碎片化快速扩张类型的城市,如河内和胡志明市,其区域填充率较低,仅在18%到54%之间,这类城市的土地转换效率尤为低下,因为其非城市区域之间存在大量空隙

结论

本研究通过对2000年至2024年期间东南亚五个特大城市的城市扩张情况进行了多时相的综合分析,采用了结合Landsat卫星数据、级联时间像素锁定校正技术、多源数据验证以及基于区域的动态分析方法的综合框架。该级联TPL算法有效消除了许多不符合实际情况的异常现象,尤其是解决了河内城市面积看似减少了36.7%这一问题,而验证结果表明该算法能够实现可靠的城市区域识别(开放获取:

CRediT作者贡献说明

Yasumin Siriprathan:概念构思、数据整理、正式分析、研究实施、方法设计、软件应用、结果可视化、初稿撰写、论文修订。Junichi Susaki:概念构思、方法设计、研究指导、论文修订。

利益冲突声明

作者声明,他们不存在任何可能影响本研究结果的已知财务利益关系或个人关系。

致谢

本研究是在京都大学工学研究科的博士研究项目期间完成的。作者衷心感谢泰国的土地开发部门,感谢其为研究提供曼谷及其周边省份的官方土地利用数据。Landsat卫星表面的反射率数据由美国地质调查局提供。此外,作者还要感谢Google Earth Engine,正是该平台为大规模图像处理提供了强大的云计算支持。作者声明没有其他需要披露的利益关系
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号