EN中文

经济地理 >

2019 , Vol. 39 >Issue 3: 76 - 83

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.03.009

城市地理与新型城镇化

干旱区城市增长边界划定方法与实证——以内蒙古呼和浩特市为例

  • 冯琰玮 ,
  • 甄江红 , ※ ,
  • 峰一 ,
  • 陶云 ,
  • 马晨阳 ,
  • 韩帅
展开
  • 内蒙古师范大学 地理科学学院，中国内蒙古 呼和浩特 010022
※甄江红（1970—），女，内蒙古包头人，博士生导师，教授。主要研究方向为城市与区域发展。E-mail：。

冯琰玮（1994—），男，山西大同人，硕士研究生。主要研究方向为城市与区域发展。E-mial：。

收稿日期: 2018-06-06

  修回日期: 2018-09-07

  网络出版日期: 2025-04-29

基金资助

国家自然科学基金项目(41761032)

内蒙古自然科学基金项目(2016MS0410)

收起

Method and Demonstration of Urban Growth Boundary Delimitation in Arid Regions：A Case Study of Hohhot City，Inner Mongolia

  • FENG Yanwei ,
  • ZHEN Jianghong , ※ ,
  • FENG Yi ,
  • TAO Yun ,
  • MA Chenyang ,
  • HAN Shuai
Expand
  • College of Geography Science，Inner Mongolia Normal University，Hohhot 010022，Inner Mongolia，China

Received date: 2018-06-06

  Revised date: 2018-09-07

  Online published: 2025-04-29

Fold

摘要

以呼和浩特市区为研究区，构建耦合模型对研究区UGB进行划定。一方面，从城市扩展外部约束的角度，划分不同等级“源”，构建生态阻力综合评价体系，结合生态禁建区的分布，通过UEER模型构建研究区综合生态安全格局，提取城市用地刚性增长边界；另一方面，从城市扩展内生机制的角度，选取适当驱动因子，通过CA-Markov模型对研究区2025年城市用地扩展进行模拟，提取城市用地增长边界；通过耦合阻力与驱动力对城市用地扩展的模拟结果，并参照研究区土地利用总体规划，最终划定研究区2025年城市用地增长边界。结果表明，2025年城市增长边界内的面积共514.65 km2，剩余可建设用地面积57.38 km2。该耦合模型既可以体现出城市用地克服种种生态阻力进行扩展的结果，又可以反映出城市自身发展运动的趋势。此方法可为同类生态环境脆弱的城市发展规划提供参考，亦可为其他城市UGB的划定提供借鉴。

关键词： 新型城镇化; 城市扩展; 城市增长边界（UGB）划定; UEER模型; CA-Markov模型; 呼和浩特市

本文引用格式

冯琰玮 , 甄江红 , 峰一 , 陶云 , 马晨阳 , 韩帅 . 干旱区城市增长边界划定方法与实证——以内蒙古呼和浩特市为例[J]. 经济地理, 2019 , 39(3) : 76 -83 . DOI: 10.15957/j.cnki.jjdl.2019.03.009

Abstract

Taking Hohhot City as the study area, this paper established a coupling model to delimit UGB in the study area. On the one hand, in terms of external constraints of urban expansion, the authors built an ecological resistance comprehensive evaluation system by dividing the sources into different grades. Combining with the distribution of forbidden development areas, this paper constructs an integrated ecological security pattern by UEER model and extracts its rigid growth boundary. On the other hand, from the perspective of urban expansion endogenous mechanism, selecting appropriate driving factors, the authors simulated the land use change of study area in 2025 by Ca-Markov model and extracted its rigid growth boundary. In this paper, the coupling resistance and driving force were used to simulate the urban land expansion. The predicted results of the two models were intersected, thus the boundary of urban land expansion in 2025 in the research area was finally delimited. The results illustrate that the area within the urban growth boundary in 2025 will cover 514.65km2, and the remaining construction land area will cover 57.38km2. The coupling model can not only demonstrate the expansion of urban land against various ecological obstacles, but also reflect the trend of urban development. The coupling model is able to provide references for the development plan in the same cities which bear fragile ecological environment arid regions, it also facilitates the delimitation of UGB in other cities.

Key words： new urbanization; urban expansion; UGB delimitation; UEER model; CA-Markov model; Hohhot City

城市用地扩展是城市化的主要特征之一[1]。2006—2016年，我国城市建设用地面积由31 765.7 km2增至52 761 km2，年均增长2 099.43 km2，年均增速6.6%。城市建设用地面积的大幅增加，必然导致大量耕地和其他土地利用类型被建设用地所侵占，扰乱土地生态系统的结构与功能，使自然界能量物质循环与转换遭到破坏，生态环境面临严重危机，严重制约和影响城市的可持续发展[2]。与此同时，经济规模的扩大以及人口、产业的过度集聚促使城市建设用地不断向外扩张[3]，城市用地扩展与生态环境保护之间的矛盾日益突出。为了缓解矛盾，我国住房和城乡建设部在《城市规划实施编制办法》中提出城市增长边界（Urban Growth Boundary，UGB）这一概念，其纲要明文要求“研究中心城区空间增长边界，确定建设用地规模，划定建设用地范围”。后来这一概念在国家《新型城镇化规划》中上升到政策层面，要求严格防止城市用地无序扩张，遏制城市边界无序蔓延。“十九大”报告在谈到加大生态系统保护力度时提出，完成生态保护红线、永久基本农田、城镇开发边界三条控制线的划定工作。如何有效遏制城市“摊大饼”式的扩展逐渐成为研究关注的重点。
1980年代左右，美国为了解决城市无序扩展所带来的生态环境问题，提出“新城市主义”理念，UGB的划定研究就缘起于美国俄勒冈州的一项土地规划政策，之后国外城市用地扩展的研究就逐步转变到城市边界划定的研究[4⇓-6]。Tobler首次采用CA元胞自动机模型模拟和预测城市用地扩展[7]，为多学科、多领域的交叉研究奠定了基础。近年来，我国UGB的划定研究多从城市扩展的外部约束及内部机制两个角度进行，GIS、RS技术的应用是最常见的定量研究方法。一方面，外部约束多考虑对区域生态安全的影响，通过对生态环境进行空间适宜性评价，结合GIS技术划定生态红线，从而建立建设用地适应性分区[8-9]。最小阻力面模型是应用最为广泛的生态约束模拟城市扩展的方法之一。叶玉瑶对其加以改进，一是将不同等级的建设用地视为“源”加以划分，二是建立刚性生态约束严禁城市建设用地扩展，并提出UEER模型在广州市城市扩展模拟中加以运用[2]。陶卓霖在此基础上加入城市相互吸引力指数应用到新疆阿纳斯县进行城市扩展模拟研究[10]。上述方法只考虑生态环境对城市扩展的影响，并未对城市自身发展机制进行讨论。另一方面，从城市扩展的内部机制角度，多应用系统动力学、神经网络，CA模型进行UGB划定研究[11⇓⇓⇓-15]，但此模型往往忽略城市生态安全，不利于城市生态文明的建设。基于此，丛佃敏在构建综合生态安全格局的基础上结合CA-Markov模型对天水市规划区UGB进行划定[16]。然而，结合外部约束及内部机制的方法对UGB的划定研究还鲜见纸端。叶玉瑶提到了交通因素对建立生态阻力面模型的影响，但模型中并未将交通因子纳入考虑。陶卓霖在模型中考虑到交通条件对城市扩展的影响，但碍于研究区范围，并未对“源”进行分级。此外，干旱区城市UGB的划定研究还鲜见报道，是否适用于上述模型还值得商榷。基于此，本文以呼和浩特市区为研究区，构建耦合模型对其UGB的划定加以探讨。该耦合模型的实用性与可行性较强，可为研究区城市与生态环境建设协调发展提供合理依据。

1 研究区概况与数据来源

呼和浩特市地处我国北部边疆，内蒙古自治区的中西部，处于40°46′N~40°51′45″N，111°33′45″E~111°48′35″E。其市区位于蒙古高原南部边缘地带的土默川平原东北部，北依阴山，南面黄河。现辖赛罕区、回民区、新城区和玉泉区，市区总面积2 083.68 km2。截至2016年底，总人口达到308.9万人。其气候属典型中温带大陆性季风气候，年平均气温6.4℃，降水主要集中在夏季。本文以呼和浩特市区为研究区，其中人口、经济统计数据来源于《呼和浩特经济统计年鉴（2017）》，所涉及到的土地利用数据包括2001、2010、2016年共三期Landsat 30 m遥感影像，还包括分辨率为30 m的GDEMV2高程数据以及降雨量、交通道路分布、基本农田、自然保护区、水源地、森林公园、历史文化景点分布等矢量数据。

2 研究方法

2.1 UEER模型对城市用地扩展模拟

2.1.1 最小阻力面UEER模型

最小阻力面模型（Minimal Cumulative Resistance，MCR）由荷兰学者Knappen提出，最初始于对物种扩散的研究，后应用于生态环境保护等领域。近年来国内学者将其广泛应用于城市用地扩展的空间模拟研究。此类研究将建设用地扩展视为城市景观对其他景观的控制、竞争过程，且这种竞争需克服阻力来实现，实质是“源”经过不同阻力的景观所耗费的费用或克服阻力所做的功。考虑到研究区各辖区经济发展水平差异，采用叶玉瑶所改进的UEER模型对城市用地扩展进行模拟研究，与传统UEER模型相较，UEER模型加入不同等级“源”的相对阻力因子值Kj。该模型综合考虑了“源”、“源”的等级、距离及基面阻力特征四个方面的因素[2]。其计算方式为：
U E E R = f m i n ∑ j = n i = m D i j × R i × K j
式中：UEER表示最小阻力面模型；f是个未知的负函数；min表示最小累积阻力值；Dij表示源j到景观i的空间距离；Ri表示景观i对城市用地扩展的阻力值；Kj表示源j的相对阻力值大小。

2.1.2 城市扩展“源”的分类

“源”是事物向外扩散的起点，有着向四周扩散或吸引的能力，其能力大小受到“源”自身性质及扩散介质的影响[2]。本文中的“源”指城市建设用地的现状，由于研究区各辖区的发展潜力不同，故各区建设用地的扩展水平也不相同。对“源”进行分级的结果见表1。不同等级“源”对应的相对阻力值大小也不同，参照相关研究，设定阻力值一级为0.80，二级为0.85，三级为0.90，四级为0.95，级别越高，相对阻力值就越大。其中，新城区经济发展水平最高，属于一级源，其余依次为赛罕区、回民区、玉泉区。
表1 研究区建设用地的分级及其依据

Tab.1 Classification and fundamental basis of construction land in study area

源（k） 辖区 GDP总量（亿元） 第三产业产值（万元） 人均GDP产值（元） 全社会固定资产投资（万元）
一级0.80 新城区 77.78 69.73 125 385 26.58
二级0.85 赛罕区 65.72 46.67 94 392 39.78
三级0.90 回民区 42.46 38.05 97 565 14.73
四级0.95 玉泉区 32.80 23.97 78 722 16.60

2.1.3 生态基面阻力评价体系的构建

研究区地处干旱区，降水少蒸发大，地表植被稀疏，人均水资源占有量极少[17]，因此，在城市用地迅速扩展的态势下，强调对生态、资源环境的保护，对干旱区生态环境脆弱城市UGB的划定具有较好的应用价值，对城市可持续发展也具有重要的现实意义。鉴于各阻力因子的差异，建设用地在扩展过程中所受到的阻力值是不同的，其值大小反映了建设用地同其他城市景观类型竞争的难易程度。本文将基面阻力分为生态阻力区和生态禁建区。生态禁建区包括基本农田、自然保护区等政策规定的城市扩展刚性约束区。生态阻力区则考虑城市扩展的影响因素，从地形坡度、土地覆盖、生物敏感性、生态风险性、水资源敏感性等角度构建生态阻力评价体系，包含二级因子13个（图1）；结合生态禁建区共同构成生态基面阻力评价体系。参照相关研究成果[2,18⇓⇓-21]，对其阻力值大小赋值，具体赋值从大到小依次为9、7、5、3、1；各因子权重的选择应用Delphi法进行赋值，具体评价指标及赋值情况见表2。
图1 研究区各生态阻力评价结果图层

Fig.1 Results from single factor evaluation of study area

表2 研究区生态基面阻力评价指标体系

Tab.2 Ecological resistance evaluation index system of study area

一级因子（权重） 二级因子（权重） 等级（阻力赋值）
地形坡度（0.1） a.地形起伏度（0.3） <20 m（1）；20~40 m（3）；40~60 m（5）；60~80 m（7）；>80 m（9）
b.坡度（0.3） <3（1）；3~8（3）；8~15（5）；15~25（7）；>25（9）
c.地表崎岖度（0.4） <1.03（1）；1.03~1.09（3）；1.09~1.19（5）；1.19~1.37（7）；>1.37（9）
土地覆盖（0.1） d.土地利用类型（0.5） 城镇建设用地、村庄、裸地（1）；采矿用地、草地（3）；耕地（5）；坑塘、河流、湖泊（7）；林地、特殊用地（9）
e.土壤稳定性（0.5） 稳定（1）；较稳定（3）；一般（5）；较不稳定（7）；不稳定（9）
生物敏感性（0.2） f.归一化植被指数（NDVI）（0.3） 低（1）；较低（3）；中（5）；较高（7）；高（9）
g.环境监测指数（GEMI）（0.3） 低（1）；较低（3）；中（5）；较高（7）；高（9）
h.土壤调整植被指数（MSAVI）（0.4） 低（1）；较低（3）；中（5）；较高（7）；高（9）
生态风险性（0.3） i.土地退化率（NDSI）（0.3） 低（1）；较低（3）；一般（5）；较高（7）；高（9）
j.景观生态风险（0.3） 低（1）；较低（3）；一般（5）；较高（7）；高（9）
k.城市热岛效应风险（0.4） 低温区（1）；较低温区（3）；中温区（5）；较高温区（7）；高温区（9）
水资源敏感性（0.3） l.低洼易涝区（0.3） 低（3）；中（5）；高（9）
m.距河流、水体距离（0.7） >800 m（1）；600~800 m（3）；400~600 m（5）；200~400 m（7）；<200 m（9）
生态禁建区 生态重要性 ∞ 自然保护区、森林公园、水源地等（9）
对各阻力因子的解释如下：
地形坡度因子。①地形起伏度：使用栅格邻域计算工具来划分不同地形起伏度对城市扩展的阻力程度，地形起伏度大于40 m的区域较为陡峭，且研究区海拔较高的区域这主要分布在北部山地，故以20、40、60、80 m为界进行阻力赋值。②坡度：坡度越高，对城市扩展阻力越大。根据《城市用地竖向规划规范》城市各类建设用地最大坡度不宜超过25°，遂以3°、8°、15°、25°为界进行阻力赋值。③地表崎岖度：地表越粗糙，对城市扩展阻力越大。其计算公式为：R=1/Cos（a×π/180），R表示地表崎岖度，a为坡度，运用Jenks断裂法将其分为五级进行阻力赋值。
土地覆盖因子。①土地利用类型：参照《土地利用现状分类》国家标准对研究区土地利用类型进行分类，分为林地、耕地、草地、建设用地、水体和未利用地等六大类型。已有建设用地、村庄、裸地等对城市扩展阻力最小，草地、耕地、水体，林地及特殊用地对城市扩展阻力依次增大。②土壤稳定性：土壤结构越不稳定，越不利于城市扩展。由于研究区位于蒙古高原南部边缘地带，土质疏松，水土流失情况较为严重，故将土壤稳定性纳入考虑。运用空间分析工具综合考虑坡度、坡向、土地利用类型进行空间叠加，将结果分为稳定、较稳定、一般、较不稳定、不稳定五个等级并进行阻力赋值。
生态敏感因子。NDVI、GEMI、MSAVI：考虑到研究区北依阴山山脉，森林资源较为丰富，城市扩展过程应避免对植被进行破坏，为了定量反映地表植被的生态价值，分别计算NDVI、GEMI、MSAVI的值。具体计算公式为：
N D V I = N I R - R / N I R + R
G E M I = η 1 - 0.25 η - R - 0.125 / 1 - R
M S A V I = 1 2 2 N I R + 1 - 2 N I R + 1 2 - 8 N I R - R
式中：NIR、R分别为Landsat影像中的近红、红波段； η = 2 N I R 2 - R 2 + 1.5 N I R + 0.5 R N I R + R + 0.5。植被覆盖率越高，越不利于城市扩展，将结果分为五级进行阻力赋值。
生态风险因子。①NDSI：鉴于研究区生态环境脆弱，遂考虑土地退化情况。其计算公式为： N D S I = R - G / R + G，式中：G为Landsat影像中的绿波段，其值越高，越不利于城市扩展，将结果分为五级进行阻力赋值。②景观生态风险：引入景观生态风险指数来反映研究区景观生态安全情况[22]，对研究区按照2 km×2 km生成格网进行等间距采样，将景观生态风险指数赋予各格网单元。其值越高，越不利于城市扩展。③城市热岛效应风险：鉴于研究区城市发展越来越快，城市热岛效应加剧，有必要将城市热岛风险纳入指标体系研究。采用单窗算法反演地表温度[23]，将地表温度划分低温区、较低温区、中温区、较高温区、高温区五个温度分区，并进行阻力赋值。
水资源敏感因子。①低洼易涝区：研究区降雨主要集中在夏季，地势较低的地区易发生涝灾，严重损害城市公共资源以及居民生活安全。基于DEM数据对研究区进行水文分析，根据汇流累积量提取低洼易涝区按照低、中、高三级进行划分并进行阻力赋值。②距河流、水体距离：距河流距离越近，越不利于城市扩展。以河流、水体为中心，按照200、400、600、800 m做缓冲区进行阻力赋值。
生态禁建区。生态禁建区的划定参考《生态保护红线划定指南》，包括基本农田、森林公园、湿地公园、生态自然保护区、一级水源保护区、名胜古迹等各类生态禁止开发区域，构成对城市扩展的刚性约束，其阻力赋值为最大。

2.2 CA-Markov模型对城市用地扩展模拟

CA-Markov模型广泛应用于城市用地扩展模拟研究[12-13]，其模型集成CA模型与Markov操作的优势，其过程可表示为：
C t j + 1 = δ C ( t j ) , N
式中： C ( t j )、 C t j + 1为tj、tj+1时刻的元胞状态；N为元胞邻域；δ为转换规则。
选择高程、坡度、人口密度、经济投资、区域交通因子作为城市用地扩展的主要驱动因子（图2）。将各因子图层转换为IDRISI可读的ARCII格式文件，进行Markov操作得到土地利用转移矩阵；各因子权重的选择采用AHP层次分析法，通过一致性检验后调整参数进行各类用地类型适应性图集的制作；最后进行CA-Markov操作对研究区城市用地扩展进行模拟。参照《呼和浩特经济统计年鉴2017》，对各区人口密度、全社会固定资产投资数据进行空间插值。先用2001与2010年的土地利用现状图进行CA-Markov操作，预测2016年土地利用变化情况，为保证结果的准确性，与2016年土地利用现状图做Kappa指数检验。通过检验后，再用训练好的CA-Markov模型对研究区2025年城市用地扩展进行模拟。
图2 研究区CA-Markov模型驱动因子

Fig.2 Driving factor in CA-Markov model of study area

2.3 城市用地扩展边界划定

本研究将耦合两种预测模型对城市用地扩展的结果，对结果取交集从而划定研究区2025年城市增长边界，其过程可用下式表示：
U G B = U G B U E E R ⋂ U G B C A - M a r k o v
式中：UGB为城市增长边界划定结果；UGBUEER是UEER模型对城市扩展刚性边界的划定结果；UGBCA-Markov是CA-Markov模型对城市用地扩展进行模拟的结果。

3 城市增长边界划定

3.1 城市综合生态安全格局的建立

对各阻力因子图层进行叠加，得到研究区生态阻力综合评价结果（图3）。在已有建设用地的基础上，对生态阻力值进行分级，构建具有不同安全水平的综合生态安全格局（图4），构成保障研究区生态安全的生态基础设施。其中，高安全生态区域是研究区建设用地在近期适宜扩建的地带，主要分布在东部、南部及东南部，是未来城市规划的主要发展方向；中安全生态区域是较不适宜建设用地扩展的地带；低生态安全区域是城市的生态屏障，是保障研究区的生态安全基本红线，原则上禁止各类建设开发活动。参照研究区建设用地利用规划，在综合生态安全格局的基础上，结合生态禁建区的分布，对研究区建设用地扩展的刚性边界进行划定（图5）。其中，刚性边界内建设用地总面积520 km2，刚性可增长面积为62.73 km2。
图3 研究区生态基面综合评价结果

Fig.3 Results from comprehensive evaluations on ecological resistance

图4 研究区城市用地扩展UEER阻力面

Fig.4 UEER results from urban expansion

图5 城市刚性增长边界的划定

Fig.5 Results from rigid UGB

3.2 CA-Markov模型模拟结果

对各用地类型适应性图集进行制作，进行CA-Markov操作对城市用地扩展进行模拟。先用2001与2010年土地利用现状对2016年土地利用进行模拟，与2016年土地利用现状做检验，结果显示正确栅格比率为94.64%，Kappa指数为0.936，说明模拟效果极佳。用训练好的模型对2025年城市用地扩展进行模拟。参照研究区城市总体规划以及土地利用总体规划，在各用地类型转换规则以及限制因素设定中，参照林地面积545.34 km2的规划方案，设定建设用地禁止向林地、水体等生态价值较高的土地利用类型进行转化，保证林地面积有增无减；严格实行耕地占补平衡政策；同时又要满足研究区社会经济发展的需要，引导城市新区建设，对土地利用合理配置进行科学规划，充分发挥各类用地的发展潜力，其结果如图6所示。
图6 CA-Markov模型城市扩展模拟结果

Fig.6 Results from urban expansion of CA-Markov model

3.3 城市增长边界的划定

对两种模型预测的结果取交集，从而划定呼和浩特市2025年城市增长边界（图7）。2025年研究区城市扩展边界内面积共计514.65 km2，占研究区总面积的24.7%。边界内已有建设面积457.27 km2，剩余可建设用地面积57.38 km2，比生态安全格局下所预测的建设用地可增长面积方案少5.35 km2，可为城市用地扩展提供一定的用地保障。
图7 研究区2025年城市增长边界划定结果

Fig.7 Results from UGB in 2025 of study area

4 结论与讨论

城市UGB的划定对城市未来的发展定位起到重要的导向作用。近年来，呼和浩特市通过不断扩展其城市用地范围，旨在全面打造中蒙俄经济走廊重要节点城市、呼包鄂榆城市群核心城市、呼包银榆经济区中心城市。因此，研究区亟需在更大范围内发挥其资源统筹优势，评估金桥、如意等开发区的经济扩容需求，积极推动城市新区建设。本文所划定的UGB结合城市用地扩展的外部约束与内生机制，一方面是基于UEER模型，从扩展阻力的角度构建城市综合生态安全格局，划定城市用地扩展刚性边界；另一方面是选取适当因子，基于CA-Markov模型对研究区远景年城市用地扩展进行模拟。在城市总体规划以及土地利用总体规划指导下，结合研究区自身条件、未来发展定位、刚性增长边界，最终划定2025年城市增长边界。结果表明：生态安全格局下所建立的城市刚性增长边界内面积520 km2，刚性可增长面积为62.73 km2；最终划定的2025年城市增长边界内面积共计514.65 km2，占研究区总面积的24.7%，边界内已有建设面积457.27 km2，剩余可建设用地面积57.38 km2，比生态安全格局下所预测的建设用地可增长面积方案少5.35 km2。通过耦合两种城市扩展预测模型，既可以体现城市用地克服种种生态阻力进行扩展的结果，又可以反映出城市自身的发展运动趋势，使得结果既契合建设生态文明的要求，又符合客观实际。
城市用地扩展是一个综合的过程，不仅受到自然环境因素的限制，人类经济活动、政策等因素同样不可忽视。本研究所划定的UGB是基于研究区城市用地扩展与生态环境矛盾日益突出的实际，在保障生态安全的前提下，对城市用地扩展进行模拟。在构建生态安全格局的过程中，结合研究区自身特征，选取适当阻力因子，阻力赋值详尽；在城市用地扩展模拟预测中，选取适当因子进行模拟，经过Kappa指数检验，模型精度良好。此外，本文所划定的UGB并不是城市硬性控制边界线，UGB的划定并不会限制城市的发展，而是通过划定合理的UGB达到引导城市健康、有序发展的目的。诚然，由于受到技术、数据方面的限制，驱动因子中未考虑地价的影响，所建立的城市用地扩展阻力、驱动力影响因子体系的全面性还值得商榷。值得关注的是，当前研究区建设用地规模已达到《内蒙古自治区土地利用总体规划调整方案》中对研究区建设用地规模451.8 km2的设定上限，林地用地规模还远远落后于541.74 km2的设定目标，这一现状也势必会对未来城市用地扩展方案造成一定程度的影响，需要在后续研究中不断完善。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
方创琳, 鲍超, 黄金川, 等. 中国城镇化发展的地理学贡献与责任使命[J]. 地理科学, 2018, 38(3):321-331.

DOI

[2]
叶玉瑶, 苏泳娴, 张虹鸥, 等. 生态阻力面模型构建及其在城市扩展模拟中的应用[J]. 地理学报, 2014, 69(4):485-496.

DOI

[3]
周艳, 黄贤金, 徐国良, 等. 长三角城市土地扩张与人口增长耦合态势及其驱动机制[J]. 地理研究, 2016, 35(2):313-324.

DOI

[4]
Yu K. Security patterns and surface model in landscape ecologi-cal planning[J]. Landscape & Urban Planning, 1996, 36(1):1-17.

[5]
Tayyebi A, Pijanowski B C, Pekin B. Two rule-based Urban Growth Boundary Models applied to the Tehran Metropolitan Area,Iran[J]. Applied Geography, 2011, 31(3):908-918.

[6]
Nelson A C, Moore T. Assessing urban growth management:The case of Portland,Oregon,the USA's largest urban growth boundary[J]. Land Use Policy, 2015, 10(4):293-302.

[7]
Tobler W R. Cellular Geography. Philosophy in Geography[J]. Springer Netherlands,1979:379-386.

[8]
张继平, 乔青, 刘春兰, 等. 基于最小累积阻力模型的北京市生态用地规划研究[J]. 生态学报, 2017, 37(19):6313-6 321.

[9]
张宸睿, 符海月, 张鑫, 等. 基于生态约束——发展潜力的城镇建设用地开发适宜性分区[J]. 水土保持通报, 2017, 37(3):174-181,187.

[10]
陶卓霖, 喻忠磊, 王砾, 等. 基于空间区位条件的城市扩展生态阻力面模型及应用[J]. 地理研究, 2018, 37(1):199-208.

DOI

[11]
杨丽, 傅春. 赣南生态屏障区林地时空变化分情景模拟[J]. 地理科学, 2018, 38(3):457-463.

DOI

[12]
李志明, 宋戈, 鲁帅, 等. 基于CA-Markov模型的哈尔滨市土地利用变化预测研究[J]. 中国农业资源与区划, 2017, 38(12):41-48.

[13]
罗双晓, 何政伟, 高箐, 等. 基于CA-Markov模型的天府新区土地时空变化预测[J]. 水土保持研究, 2018, 25(3):157-163.

[14]
吴晶晶, 田永中, 许文轩, 等. 基于CA-Markov模型的乌江下游地区土地利用变化情景分析[J]. 水土保持研究, 2017, 24(4):133-139.

[15]
雷花. 基于BP神经网络和SVM模型的西安市高陵区UGB划定研究[D]. 西安: 长安大学, 2017.

[16]
丛佃敏, 赵书河, 于涛, 等. 综合生态安全格局构建与城市扩张模拟的城市增长边界划定——以天水市规划区(2015—2030年)为例[J]. 自然资源学报, 2018, 33(1):14-26.

DOI

[17]
冯琰玮, 甄江红. 基于径向基神经网络的呼和浩特市生态安全预警研究[J]. 干旱区资源与环境, 2018, 32(11): 87-92.

[18]
王金亮, 谢德体, 邵景安, 等. 基于最小累积阻力模型的三峡库区耕地面源污染源—汇风险识别[J]. 农业工程学报, 2016, 32(16):206-215.

[19]
王琦, 付梦娣, 魏来, 等. 基于源—汇理论和最小累积阻力模型的城市生态安全格局构建——以安徽省宁国市为例[J]. 环境科学学报, 2016, 36(12):4546-4 554.

[20]
王钊, 杨山, 王玉娟, 等. 基于最小阻力模型的城市空间扩展冷热点格局分析——以苏锡常地区为例[J]. 经济地理, 2016, 36(3):57-64.

[21]
潘竟虎, 刘晓. 基于空间主成分和最小累积阻力模型的内陆河景观生态安全评价与格局优化——以张掖市甘州区为例[J]. 应用生态学报, 2015, 26(10):3126-3136.

[22]
刘世梁, 刘琦, 张兆苓, 等. 云南省红河流域景观生态风险及驱动力分析[J]. 生态学报, 2014, 34(13):3728-3 734.

[23]
王倩倩, 覃志豪, 王斐. 基于多源遥感数据反演地表温度的单窗算法[J]. 地理与地理信息科学, 2012, 28(3):24-26,62,113.

Options
文章导航

/

〈 〉