标题：Spatial stratified heterogeneity and driving mechanism of urban development level in China under different urban growth patterns with optimal parameter-based geographic detector model mining
期刊：Computers, Environment and Urban Systems
作者：Qingsong He, Miao Yan, Linzi Zheng, Bo Wang,
DOI：https://doi.org/10.1016/j.compenvurbsys.2023.102023
导读：本文构建了一个结合“内外”和“过程-模式”视角的研究框架，利用最优参数地理探测器模型（OPGD）来揭示不同城市增长模式（UGP）下城市发展水平（UDL）的空间分层异质性（SSH）模式、驱动因素和相互作用机制。
引言
城市增长模式：使用景观扩张指数（LEI）来识别2010年至2020年间新增建设用地斑块的城市增长模式（UGP），包括填充型、边缘型和离散型三种类型。
城市发展水平：使用夜间灯光数据（NTL）来评估新增建设用地斑块的城市发展水平（UDL），反映了城市内部空间的功能和活力。
空间分层异质性：使用最优参数地理探测器模型（OPGD）来检测不同UGP下UDL的空间分层异质性（SSH），并比较了不同空间尺度和不同UGP下UDL的驱动因素和相互作用。
以往研究不足：①缺乏对不同城市增长模式下城市发展水平的空间分层异质性和驱动机制的定量研究。②忽视了可变区域单元问题（MAUP）对城市发展水平异质性分析的影响。③缺少充分的样本量和细粒度的空间尺度。
研究背景：城市扩张是一个复杂的地理现象，包括外部形态的动态演变和内部结构和功能的发展状态。不同的城市增长模式（UGP）会影响城市发展水平（UDL），但目前缺乏对不同UGP下UDL的空间分层异质性（SSH）和驱动机制的定量研究。
研究目的：构建一个结合“内外”和“过程-模式”视角的研究框架，利用最优参数地理探测器模型（OPGD）来揭示不同UGP下UDL的SSH模式、驱动因素和相互作用机制。
研究意义：系统比较不同UGP下UDL的SSH和驱动机制，有助于探索高质量和可持续的城市化路径，并为城市规划者和管理者合理调控外部城市形态和优化内部结构布局提供理论依据。
研究方法
识别城市增长模式：使用景观扩张指数（LEI）来分析2010年至2020年间新增建设用地斑块的空间邻域关系，从而划分出填充型、边缘型和离散型三种城市增长模式（UGP）。
评估城市发展水平：使用夜间灯光数据（NTL）来衡量新增建设用地斑块的城市发展水平（UDL），反映了城市内部空间的功能和活力。
检测城市发展水平的空间分层异质性：使用最优参数地理探测器模型（OPGD）来考虑可变区域单元问题（MAUP），并在不同的空间尺度和不同的UGP下，揭示UDL的空间分层异质性（SSH）模式、驱动因素和相互作用机制。
研究数据
土地利用覆盖数据：来源于中国科学院编制的中国国家多时相土地利用/覆盖数据库，包括耕地、林地、草地、水域、建设用地和未利用地等六大类，分辨率为30米，用于提取城市建设用地斑块。
夜间灯光数据：来源于美国国家地球物理数据中心发布的NPP-VIIRS合成年平均灯光值数据，分辨率为500米，用于评估新增建设用地斑块的城市发展水平。
基础地理要素数据：包括国家地形、行政区划和地理要素等，来源于NASA、公安部和OSM等官方网站或开放接口，用于测量新增建设用地斑块的平均海拔、道路密度和邻域特征等。
地理大数据：包括社会经济空间分布数据和基于位置的服务数据，来源于企查查、天眼查、高德地图、微博和美团等网站或接口，用于衡量新增建设用地斑块的人口密度、GDP密度、企业分布、POI分布、社交媒体签到和商业评论等。
结论
主要发现：
不同UGP下UDL存在显著的空间差异，填充型增长模式具有最高的UDL，其次是边缘型，而离散型则具有最低的UDL。
UDL的SSH是多因素相互作用的结果，不同UGP有着不同的驱动因素，影响着UDL的空间分布。GDP密度和道路网络密度是所有UGP中最强的驱动力。具体而言，填充-扩张区域的UDL更敏感于产业结构和基础设施条件，而边缘-扩张区域的UDL则更受居民密度和社会经济活动的影响，而离散-扩张区域的UDL则更受人口、地形和位置因素的影响。
空间尺度的变化会导致每种UGP中驱动因素的影响异质性。总体而言，系统地比较不同UGP下UDL的SSH和驱动机制有助于探索高质量和可持续的城市化路径，并为城市规划者和管理者合理调控外部城市形态和优化内部结构布局提供理论依据。
本文也存在一些局限性，如未考虑时间维度和政策干预等因素对UDL的影响，未对不同类型城市进行分类分析，未对OPGD模型进行敏感性分析等。这些问题需要在未来的研究中进一步探讨和改进。
转自：“生态遥感前沿”微信公众号
如有侵权，请联系本站删除！
