發(fā)布時間：2020-12-10 20:08

　　城鎮(zhèn)用地增長邊界（UGB）劃定對資源型城市土地利用規(guī)劃和管理具有重要意義。以徐州市中心城區(qū)為例,構(gòu)建地理加權(quán)元胞自動機（GWR-CA）模型,在對該模型進行校準和驗證的基礎(chǔ)上,考慮資源型城市生態(tài)環(huán)境約束條件,設(shè)定未來城鎮(zhèn)用地需求情景,基于"反規(guī)劃"理念,對2030年UGB進行劃定。結(jié)果表明:GWR-CA對2015年城鎮(zhèn)用地增長模擬的精度較高,可用于模擬未來城鎮(zhèn)用地擴張;兩種情景下,2030年分別新增城鎮(zhèn)用地106.75km2和273.25km2,前一種情景更為合理,在生態(tài)約束下2030年UGB面積為441.02km2,城鎮(zhèn)空間主要向東部及東南部緊湊式擴張。研究考慮了資源枯竭型城市生態(tài)環(huán)境約束,有利于保護生態(tài)環(huán)境和引導城市空間有序發(fā)展。 

【文章來源】：經(jīng)濟研究導刊. 2020年22期 第115-120頁

【文章頁數(shù)】：6 頁

【部分圖文】：

研究區(qū)位置示意圖

將以上空間插值得到的結(jié)果帶入式（2）和式（3）求得各變量作用下非城鎮(zhèn)用地城鎮(zhèn)化的概率圖層，進而基于2005—2015年數(shù)據(jù)采用GWR-CA模型進行模擬，并將2015年模擬結(jié)果與實際土地利用現(xiàn)狀進行對比，采用前述精度驗證指標進行分析，結(jié)果（見圖2）表明，GWR-CA模型的總體精度為96.52%,Kappa系數(shù)為0.82,FOM為0.58,Kappa和FOM值分別大于0.75和0.5，且FOM大于已有研究中的FOM值[23～26]，說明校準后的GWR-CA模型能較好地反映研究區(qū)城鎮(zhèn)用地擴張過程，該模型可信度較高，可用于對研究區(qū)未來城鎮(zhèn)用地擴張的模擬。（二）目標年城鎮(zhèn)用地增長邊界劃定

從情景一下城鎮(zhèn)用地增長邊界模擬圖來看（見圖3），新增城鎮(zhèn)用地主要分布在銅山區(qū)、云龍區(qū)和鼓樓區(qū)，而賈汪區(qū)、泉山區(qū)相對較少，造成這種現(xiàn)象的主要原因是城鎮(zhèn)用地擴張要求地勢平坦，連霍高速與淮徐高速的交匯加速了附近城鎮(zhèn)的發(fā)展，徐州經(jīng)濟開發(fā)區(qū)與銅山高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)帶來的經(jīng)濟增長促進了開發(fā)區(qū)附近城鎮(zhèn)規(guī)模的擴大。城鎮(zhèn)用地增長邊界劃定結(jié)果表明，2015—2030年新增城鎮(zhèn)用地約106.75km2，城市空間出現(xiàn)向東部和東南部的擴張趨勢，同時生態(tài)約束控制使城鎮(zhèn)用地增長更為緊湊，有利于倒逼已有城鎮(zhèn)用地的集約高效利用，保護耕地，提升城市發(fā)展質(zhì)量。同時，由于在城鎮(zhèn)用地擴張模擬過程中綜合考慮了采礦塌陷地等生態(tài)敏感區(qū)域?qū)Τ鞘薪ㄔO(shè)的影響，劃定的城鎮(zhèn)用地增長邊界更有利于協(xié)調(diào)城市發(fā)展與生態(tài)保護之間的矛盾。因此，以上結(jié)果不僅符合“生態(tài)文明建設(shè)”的時代要求，也遵循了城鎮(zhèn)用地擴張的客觀歷史規(guī)律。四、結(jié)論與討論

【參考文獻】：
期刊論文
[1]基于生態(tài)敏感性評價和CA-Markov模擬的平原型城市開發(fā)邊界劃定——以南昌市為例[J]. 易丹,趙小敏,郭熙,趙麗紅,張晗,韓逸,Roshan Subedi,羅志軍.  應用生態(tài)學報. 2020(01)
[2]基于“雙評價”與FLUS-UGB的城鎮(zhèn)開發(fā)邊界劃定——以長春市為例[J]. 張韶月,劉小平,閆士忠,戰(zhàn)強,劉彤起.  熱帶地理. 2019(03)
[3]不規(guī)則鄰域CA的城市增長邊界研究——以大連市經(jīng)濟技術(shù)開發(fā)區(qū)為例[J]. 劉偉玲,張育慶,楊俊.  測繪通報. 2018(08)
[4]綜合生態(tài)安全格局構(gòu)建與城市擴張模擬的城市增長邊界劃定——以天水市規(guī)劃區(qū)(2015—2030年)為例[J]. 叢佃敏,趙書河,于濤,陳誠,王小標.  自然資源學報. 2018(01)
[5]基于“反規(guī)劃”理念及FLUS模型的城鎮(zhèn)用地增長邊界劃定研究——以徐州市賈汪區(qū)為例[J]. 朱壽紅,舒幫榮,馬曉冬,梁迅,姚青.  地理與地理信息科學. 2017(05)
[6]基于微粒群-馬爾科夫復合模型的生態(tài)空間預測模擬——以長株潭城市群為例[J]. 陳永林,謝炳庚,鐘典,吳亮清,張愛明.  生態(tài)學報. 2018(01)
[7]基于GWR模型的長江中游城市群傳統(tǒng)村落空間格局及可達性探究[J]. 馬勇,黃智洵.  人文地理. 2017(04)
[8]城市生態(tài)用地管控機制探索[J]. 張瀠文,姜開勤.  中國土地. 2017(06)
[9]基于空間自回歸CA模型的城市土地利用變化模擬與預測[J]. 馮永玖,楊倩倩,崔麗,劉艷.  地理與地理信息科學. 2016(05)
[10]2000～2010年威海城市土地利用變化及馬爾科夫預測[J]. 賽莉莉,王濤,陳坤,曲奕樺,何福紅.  魯東大學學報(自然科學版). 2016(02)



本文編號：2909297