基于GWR模型的鄱阳湖地区城镇用地空间扩张差异及其影响因素研究

李 欣,叶长盛,2*

(1.东华理工大学 地球科学学院,江西 南昌 330013;2.江西师范大学 鄱阳湖湿地与流域研究教育部重点实验室,江西 南昌 330022)



基于GWR模型的鄱阳湖地区城镇用地空间扩张差异及其影响因素研究

李 欣1,叶长盛1,2*

(1.东华理工大学 地球科学学院,江西 南昌 330013;2.江西师范大学 鄱阳湖湿地与流域研究教育部重点实验室,江西 南昌 330022)

利用鄱阳湖地区2000、2005、2010、2013年4期土地利用现状图,采用扩张强度、扩张动态度、空间自相关等方法,分析了2000～2013年鄱阳湖地区城镇用地扩张的空间差异,利用GWR模型深入探讨了城镇用地空间扩张的驱动机制。结果表明:(1)在2000～2013年期间,鄱阳湖地区城镇用地快速扩张,由332.86km2增至742.72km2,城市重心向东南迁移,迁移量为13.99km,以正西方位扩张规模最大,达到267.89km2；期间以2000～2005年扩张最为显著;(2)鄱阳湖地区城镇用地扩张区域差异明显,南昌市周边和交通通道交汇处高速扩张；根据空间集聚Moran’sI指数值,城镇用地扩张空间自相关性不明显,空间集聚特征由中心城市向外围减弱,且逐年减弱;(3)不同驱动因素对鄱阳湖地区不同区域城镇用地空间扩张的影响程度和方向存在较大差异,财政总收入、户籍人口对城镇用地扩张的贡献为负,而地区生产总值、固定资产投资起推动作用。

城镇用地；扩张; 空间自相关;GWR模型; 鄱阳湖地区

2014年,我国城市化率达到54.77%,正处在城市化加速发展的中期阶段的后半段,并且在将来一段时间里,中国城市人口规模增长仍然保持较高的速度[1-2]；伴随而来的是城镇用地的快速扩张,城市建成区的急剧扩张成为了城市化和经济、社会快速发展的重要特征[3]。开展城镇用地的空间变化特征及其扩展趋势研究,对指导城市规划具有十分重要的意义,并可为城市可持续发展提供有效的空间决策依据[4-5]。

当前,国内外学者已在城镇用地增长的时空过程与特征、影响因素与动力机制、模拟预测方面进行了多尺度、多地域的综合性与典型性研究[6],取得了诸多成果,对于促进我国城镇发展和城镇化进程具有重要的意义。研究区域多集中在长江三角洲[7]、珠江三角洲地区[8]等经济快速发展地区,以及北京[9]、上海[10]、广州[11]、南京[12]、合肥[13]等城市；多采用多期遥感数据与社会、经济数据,结合GIS空间统计分析方法,开展城镇用地扩张时空过程与特征的研究。这些研究结果显示：自改革开放以来,我国城镇用地扩张速度加快,区域差异明显,东部地区城镇用地扩张最快,中部最慢[14]；经济快速发展城市城镇用地扩张速度要高于欠发达地区城市；地理环境、经济发展、人口增长等是导致城镇用地扩张的主要因素。现在针对城镇用地扩张的时空演变过程与区域特征的研究较多,而对大尺度欠发达地区的研究相对较少,基于县域单元的城镇用地扩张的空间差异研究更是少见,因此有关空间差异的动力机制亟待进一步探讨。

江西省是我国经济欠发达地区,随着城镇化、工业化的加速,该省城镇用地扩张速度较快,规模等级越高的城市,扩张速度越快,北部地区的城市用地扩张明显高于南部地区[15]。鄱阳湖地区位于江西省北部,2009年12月12日,该地区被国务院审批为国家级发展战略,因此深入了解鄱阳湖地区城镇用地扩张状况,事关江西省城镇化的进程,开展相关研究十分必要。笔者以鄱阳湖地区县域为研究单元,选取2000、2005、2010、2013年4个时期数据,采用城镇用地扩张强度、扩张动态度、全局Moran’sI指数、城市空间重心、城市用地象限方位分析等方法,分析了2000～2013年鄱阳湖地区城镇用地扩张的时空演变特征与区域分异规律,并利用GWR模型深入探讨了城镇用地扩张空间差异的驱动机制,以期对现有的研究进行有益的补充与拓展,为今后鄱阳湖地区城市化的持续健康发展提供决策支持。

1　研究区概况

鄱阳湖位于长江中下游南岸、江西省北部,是我国最大的淡水湖,是四大淡水湖中唯一没有富营养化的湖泊,同时也是具有世界影响的重要湿地。该区域是中国重要的生态功能保护区,是世界自然基金会划定的全球重要生态区,承担着调洪蓄水、调节气候、降解污染等多种生态功能。鄱阳湖又是长江的重要调蓄湖泊,年均入江水量约占长江径流量的15.6%。鄱阳湖地区包括南昌、九江、景德镇3市,以及鹰潭、新余、抚州、宜春、上饶、吉安市的部分县(市、区),共38个县(市、区)和鄱阳湖全部湖体在内,鄱阳湖地区土地面积为5.12万km2,占全省面积的30.69%。2013年, 鄱阳湖地区年末总人口为2001.85万人,占全省总人口的44.27%；地区生产总值达到8452.55亿元,占全省的58.95%；财政收入为1236.61亿元,占全省的52.43%；固定资产投资完成额为6941.55亿元,占全省的55.82%。

根据研究需要,将东湖区、西湖区、青云谱区、湾里区、青山湖区合并为南昌市区;将珠山区、昌江区合并为景德镇市区;月湖区为鹰潭市区;庐山区、浔阳区为九江市区;渝水区为新余市区;临川区为抚州市区;共青城市于2010年9月20日成立,没有将其作为一个独立评价单元而是并入德安县。最终把鄱阳湖地区划分为31个县域单元[16]。

2　数据来源与研究方法

2.1数据来源

本研究原始数据源为2000、2005、2010和2013年4个时期的LandsatTM遥感影像,空间分辨率为30m×30m。对其进行辐射纠正、几何校正、图像配准和人工解译等处理后得到土地利用现状图。土地利用类型包括耕地、林地、草地、水域、建设用地(城镇用地、农村居民点用地、其它建设用地)、未利用土地,从中提取出研究区2000、2005、2010、2013年4期的城镇用地范围图,从而获得2000～2013年研究区城镇用地扩展图(图1)。

参考前人对城镇用地扩张影响因素的选取,考虑数据的可获取性,选取户籍人口、地区生产总值、财政总收入、固定资产投资等作为衡量城镇用地扩张空间差异的驱动机制指标,相关数据来源于《江西统计年鉴2014》、《鄱阳湖生态经济区统计年鉴2011》以及各市(县)的统计年鉴。

2.2 城镇用地扩张分析方法

城镇用地扩张信息是指在确定的时间段内,城镇用地发生变化的位置、分布、范围、面积、类型等信息[17]。

2.2.1城市空间扩张速率这里指年均扩张速率,是研究城市空间扩张的常用指标[18]。其计算公式为:

(1)

式(1)中： Aa为研究初期城市用地面积；Ab为研究末期城市用地面积；T为时间间隔。

2.2.2城市扩张动态度即单一土地利用类型动态度,用于描述研究时段内研究区内的某种土地类型数量动态变化的状况[19]。其计算公式如下:

(2)

式(2)中： K表示研究期内某一土地利用类型的动态度,在此表示城镇用地扩张动态度; Ub和Ua分别表示各研究阶段的末年和初始年的某种土地利用类型的面积；T为时间跨度,以年为单位。根据城市扩张动态度的大小，可划分为:高速扩张型(>20%);快速扩张型(14%～20%);中速扩张型(8%～14%);缓慢扩张型(<8%)[20]。

2.2.3城市扩张强度指数指某空间单元在研究时期内的城市用地扩张面积占用地总面积的百分比[8，21]。

(3)

式(3)中：R为城市扩张强度；Aa为研究初期城市用地面积；Ab为研究末期城市用地面积；A为研究区总面积；T为时间间隔。根据扩张强度指数的高低，可以区分城市扩张类型:高速扩张、快速扩张、中速扩张、低速扩张、缓慢扩张[22]。

2.2.4重心指标即不同区位的平衡点,其发生迁移的形式根据所在区位的不同也是不尽相同的；城市重心的迁移规律是城市发展过程中客观存在的一种规律,它决定着城市规划重点的转移[23]。其重心的横坐标X和纵坐标Y的计算公式为:

(4)

(5)

式(4)、式(5)中： Xt、Yt为第t年的重心坐标; ai表示第i个图斑的面积; Xi、Yi为第i个图斑的重心坐标。重心的迁移距离计算公式为:

(6)

式(6)中： d 代表迁移的距离；X1、Y1表示迁移后的重心坐标；X2、Y2表示基准年的重心坐标。

2.2.5空间自相关分析(探索性空间数据分析)是一系列空间数据分析方法和技术的结合,以空间关联测度为核心,通过对事物或现象空间分布格局的描述和可视化,发现空间集聚和空间异常,揭示研究对象之间的相互作用机制[24]。全局空间自相关测度一般用Moran’sI进行分析,计算公式如下:

(7)

式(7)中: n为地级行政单元数量；Xi和Xj分别为城镇用地面积X在空间单元i和j上的观测值; Wij为采用临近标准构建的空间权重矩阵。Moran’sI指数的变化范围为(-1,1),当显著性水平为0.01时,如果GMI显著为正,则表明城镇用地面积的空间特征具有明显的集聚态势;若GMI显著为负,则表明城镇用地面积具有明显的空间差异特征;如果GMI接近于0,则表明城镇用地面积呈随机分布,其空间分布没有相关性[24]。

2.2.6象限方位分析即以研究区域的中心为圆心,采用合适的半径画圆(确保各时相城市边界均能落在圆内),将该圆按方位8等分。借助ArcGIS的叠加分析,将各时相城市用地边界矢量图层与该方位图叠加,运行相交运算,该方位图将分割不同时相城市用地边界矢量图,通过该方法对比分析各时期城镇用地在不同方位上的扩张差异[13，25]。

2.3地理加权回归分析(GWR)

目前在对空间异质性的研究中,应用最多的是地理加权回归模型(GWR)。GWR是一种改进的空间线性回归模型,其主要优势在于将空间权重矩阵应用在线性回归模型中,形象地展示空间结构分异,是最有发展潜力的空间统计模型之一[26]。其公式为：

(8)

式(8)中:yi为观测值; (ui,vi)为样点i的坐标;β0(ui,vi)为i点回归常数;βk(ui,vi)是i点上的第k个回归参数,是地理位置的函数;p为独立变量个数;xik为独立变量xk在i点的值;εi是随机误差。

3　结果与分析

3.1城镇用地数量的扩张特征

3.1.1城镇用地扩张迅速在2000～2013年期间,鄱阳湖地区城镇用地面积呈快速上升趋势,由332.86 km2增至742.72 km2,增加了409.86 km2,扩展速度达到31.53 km2/年,扩张强度为0.06,扩张动态度为9.47%(表1)。其中,2000～2005年增加了227.06 km2,扩张速度为45.41 km2/年,扩张强度为0.09,扩张动态度为13.64%;2005～2010年增加了135.84 km2,扩张速度为27.17 km2/年,扩张强度为0.05,扩张动态度为4.85%;2010～2013年增加了46.96 km2,扩张速度为15.65 km2/年,扩张强度为0.03,扩张动态度为2.25%。显然,在2000～2005年期间鄱阳湖地区城镇用地面积增势最为迅猛,扩张速度最快；尔后增势有所减缓,但仍呈稳步增长的态势。

表1　2000～2013年鄱阳湖地区城镇用地扩张数量特征

3.1.2城镇用地重心向东南迁移在2000～2013年间,城镇用地重心向东南迁移,迁移距离为13.99 km(表2)。在不同时段城镇用地的迁移方向和距离有所差异,2000～2005年重心向西南迁移,迁移距离为24.73 km;2005～2010年重心明显向东北迁移,迁移距离为各个时段中最大,达到30.13 km;2010～2013年间城镇用地重心向西北迁移,迁移距离为24.95 km。

表2　2000～2013年鄱阳湖地区城镇用地重心迁移

3.1.3城镇用地向正西方位扩张显著以2000年鄱阳湖地区城镇用地重心坐标为圆点,东西方向为横轴,南北方向为纵轴,将研究区域划分为8个象限,代表着不同的方向,并把它们按照逆时针的顺序分别编上号(图1),Ⅰ～Ⅷ象限代表的方向分别为正东、东北、正北、西北、正西、西南、正南、东南方向。由表3可知：鄱阳湖地区城镇用地从单方向扩张逐渐转变为多方向共同发展,且研究期间扩张方向主要集中于西和南两个方向；2000～2013年扩张规模最大处位于正西、西南、正南方位；不同时段城镇用地扩张规模最大方位都位于正西,2000～2005年、2005～2010年、2010～2013年正西方位扩张规模分别达到191.59、62.44、13.86 km2。

图1　2000～2013年鄱阳湖地区城镇用地扩张象限

表3　2000～2013年鄱阳湖地区城镇用地扩张规模方位 km2

3.2城镇用地空间的扩张特征

3.2.1城镇用地扩张区域差异明显2000～2013年,高速扩张的区域为南昌市区、南昌县,鹰潭市区、新余市区扩张较快,其他地区城镇用地扩张缓慢甚至有倒退迹象(图2)。不同时段的城镇用地扩张区域差异明显,其中,2000～2005年高速扩张的区域都集中在南昌市区、新建县、南昌县周边;2005年后高速扩张区域依旧聚集于南昌周边,高速扩张的区域有所增加,鹰潭、新余市区、武宁县等扩张显著,但扩张速度相对放缓(图3)。

总而言之,鄱阳湖地区城镇用地扩张区域差异明显,南昌市及周边地区扩张速度最快,交通干线交汇处次之,环鄱阳湖区域扩张速度相对缓慢。

图2　2000～2013年鄱阳湖地区城镇用地扩张时间特征

3.2.2呈现从中心城市向外围扩张的特征以2013年的鄱阳湖地区行政区划为研究单元,按照2000～2013年的鄱阳湖地区城镇用地扩张速度、强度、动态度划分Moran散点图的4个象限(HH、LH、LL、HL),探讨鄱阳湖地区城镇用地扩张速度、强度及动态度局部关联特征的空间变化趋势(图4、图5)。

利用Moran’s I进行空间自相关分析,2000～2013年,城镇用地扩张速度、强度、动态度的Moran’s I指数分别为0.1015、-0.0762、-0.0632,城镇用地扩张的全局自相关指数Moran’s I空间自相关性较显著,集聚特征较为明显的地区主要为南昌市区、南昌县、新建县；其余地区的城镇用地扩张则表现出了随机分布的状况,没有明显的规律分布态势。

不同时段的城镇用地扩张空间自相关性有所差异。2000～2005年城镇用地扩张速度、强度、动态度的Moran’s I指数分别为0.7761、0.2761、0.1647;2005～2010年城镇用地扩张速度、强度、动态度的Moran’s I指数分别为0.0736、-0.1091、-0.0909;2010～2013年城镇用地扩张速度、强度、动态度的Moran’s I指数分别为-0.1355、-0.01304、-0.0139。由此可见,随着时间的推移,鄱阳湖地区城镇用地扩张空间集聚呈逐步减弱状态,但仍表现出差异性,总体上集聚特征较明显的区域在减少,有围绕中心城市分布的特征。

图3　3个时段鄱阳湖地区城镇用地扩张时间特征

图4　2000～2013年鄱阳湖地区城镇用地扩张速度(a)、强度(b)、动态度(c)Moran散点图

3.3城镇用地扩张时空格局的驱动机制

在长时间尺度上,自然环境条件的改变对城镇用地扩张的影响更大;但在短时间尺度上,社会、经济条件的变化在城镇用地扩张中起着更为重要的作用[27]。本文研究的时间尺度较短,主要探讨社会、经济因素对城镇用地变化的影响[28]。局部GWR估计系数可以揭示区域内城镇用地与各影响因素之间的复杂关系,每个影响因素对城镇用地的影响会随着区位变化而变化,回归系数有正有负。为了描述驱动机制,将模型计算的4个年份的各影响因素的回归系数用ArcGIS 10.1软件进行空间可视化处理,以此来具体分析各因素对鄱阳湖地区城镇用地扩张的影响方向、程度及其空间差异[24]。

3.3.1人口因素对城镇用地变化影响的空间变异特征以总人口数作为人口数据指标,4个年份收入因素的回归系数绝对值均较小且差异不大(图6),说明人口因素对城镇用地扩张的影响不显著。2000、2010、2013年人口因素的回归系数均为负,这些年份人口因素对城镇用地扩张呈现负相关关系;而2005年人口因素的回归系数为正,此时人口因素对城镇用地扩张具有正向影响。这是由于2005年迎来中部崛起大势,因此人口流入增多,加快了城市化进程；尔后随着发展的深化,其影响也逐渐减弱。从绝对值的空间分布上来看,2000年人口因素的回归系数绝对值由北向南逐渐增大,最小值出现在北部地区,说明人口因素对城镇用地扩张的影响程度由北向南逐渐增强;2005年高值地区转移至西部地区,影响力由西向东逐渐递减;2010年绝对值比2000、2005年有所减小,绝对值高值出现在高安、丰城、樟树、新余市以及新干县,人口因素对城镇用地扩张的影响程度由西南向东北逐渐减小;2013年回归系数绝对值由西北向东南逐渐增大,最小值出现在武宁县、九江县、德安县、瑞昌县、九江市区,说明人口因素在西北部对城镇用地扩张的影响程度大于其他地区。4个年份的绝对值总体上呈现逐渐增大的趋势,说明人口因素对于城镇用地扩张的作用逐年增强。

图5 　3个时段鄱阳湖地区城镇用地扩张速度、强度、动态度Moran散点图

图6　GWR模型人口因素回归系数的空间分布

3.3.2经济发展水平对城镇用地变化影响的空间变异特征 以地区生产总值作为经济发展水平数据指标之一,2000、2005、2013年经济发展水平因素的回归值均为正,地区生产总值对城镇用地扩张具有正向作用;2010年经济发展水平因素的回归值为负,生产总值的增加却带来了对城镇用地扩张的抑制作用(图7)。从空间分布上来看,2000年高值地区主要位于高安、丰城、樟树、新余市以及新干县,影响程度由东北向西南递增;2005年高值区域有所增多,影响程度由北向南逐渐增大,但差异不明显；2005年绝对值比2000年有所减小,说明地区生产总值对城镇用地扩张的作用有所减弱;2010年回归系数有正有负,其绝对值在4个年份中最小;2013年高值区域主要出现在东南部地区,绝对值由东南向西北逐渐减小,说明地区生产总值对城镇用地扩张的影响由东南向西北逐渐减小。

图7　GWR模型地区生产总值回归系数的空间分布

以财政总收入作为经济发展水平数据指标之二,2000、2005、2013年其回归系数均为负,财政总收入对城镇用地扩张具有负向影响；2010年回归系数有正有负(图8)。从回归系数的空间分布上来看,2000年回归系数绝对值高值区域出现在新余市区、高安、樟树市、新干县,说明这些区域财政收入对城镇用地扩张的影响程度高于其他地区,总体上呈由西北向东逐渐减小的趋势。2005年回归系数绝对值在各区域间差异不显著,比2000年有所减小,高值区域有所增多,武宁县由低转高,回归系数的绝对值总体上呈由西向东逐渐减小的趋势。2010年绝对值高值区域出现在鄱阳湖湖体附近地区,说明这些地区财政收入对城镇用地扩张的影响程度高于其他区域,影响程度总体上呈现由北向南逐渐增大的趋势。2013年,绝对值低值区域主要分布于高安、丰城、樟树、新余市以及新干、武宁县,这些地区财政收入对城镇用地扩张的影响程度不如其他地区；高值区域则出现在浮梁、彭泽、鄱阳县、乐平市以及景德镇市区。

图8　GWR模型财政总收入回归系数的空间分布

3.3.3投资水平对城镇用地变化影响的空间变异特征以固定资产投资作为投资水平数据指标,2000年回归系数均为负且差异显著,固定资产投资与城镇用地扩张呈负相关关系；2005、2010、2013年则均为正且差异不显著(图9),说明固定资产投资对城镇建设用地扩张具有正向影响，且存在时空差异。从回归系数的空间分布上来看,2000年高值区域主要出现在新干、东乡、余江县、抚州市区、鹰潭市区、贵溪市,这些区域的影响程度高于其他区域,绝对值总体上呈现由西北向东南逐渐增大的趋势,影响程度也由西北向东南逐渐增大;2005年回归系数均为正,高值区域主要位于西部地区,影响程度由西向东逐渐减小;2010年绝对值比2000、2005年有所增大,高值区域位于南部,影响程度由东北向南递增;2013年相较于2010年变化不大,低值区域有所增多,九江县、九江市区转为低值区域,影响程度由东向南递增。

图9　GWR模型固定资产投资回归系数的空间分布

4　结论与讨论

本研究结果表明:(1)2000～2013年鄱阳湖地区城镇用地面积一直保持扩张趋势,但扩张速度、扩张强度、动态度并非一直增长,而是在不同时期存在不同情况。2000～2005年扩张明显,主要与城市化进程较快有关。2005～2013年间各项指标都在逐年减少,与该地区自身适于作为建设用地的面积有限有关。从城镇用地扩张数量特征的空间分布来看,省会南昌市周边扩张明显,这主要得益于在政策、投资、人员流动等方面的优势,这也正体现出南昌作为区域中心城市的辐射作用。交通干线交汇处扩张也较为显著,则缘于这些地区城市化进程相对较快。而环鄱阳湖地区扩张则相对缓慢,主要因为受到保护生态用地政策的影响；(2)在总体空间格局上,鄱阳湖地区城镇用地的重心坐标在研究时段内迁移距离和迁移量都较明显。扩张方位从单方向扩展逐渐转变为多方向共同发展,在研究期间主要向西南方位扩张,这主要是因为东北部鄱阳湖及区域内山地等地形因素对其影响较大。鄱阳湖地区城镇用地扩张的空间集聚Moran’s I指数值渐减,这表明鄱阳湖地区城镇用地扩张存在空间自相关性,空间集聚趋势呈现逐步减弱的状态；(3)4个年份的GWR模型回归系数的空间分布存在差异，说明不同的驱动因素对各地区城镇用地扩张的影响程度和方向均存在较大的差异,同一因素在不同年份对不同地区的影响也有所不同。具体而言，人口因素对城镇用地扩张的贡献为负,随着时间的推移其影响区域变化大,对西北部地区影响较大；地区生产总值对城镇用地扩张的贡献为正,在西偏南方向上影响程度较大,2005年后其影响程度有所减弱；财政收入对城镇用地扩张的影响为负,对西部的影响程度最大,不同年份的变化趋势有所不同；固定资产投资对城镇用地扩张的影响总体上为正,随着时间的推移,对不同区域的影响程度有所变化,受影响最大的地区主要集中于南部地区。

由于城镇用地扩张受多种因素的共同作用,而本文选择的驱动机制指标偏少,所以以后有必要选择更多指标对城镇用地扩张的驱动机制进行进一步的探讨；预测未来鄱阳湖地区城镇用地扩张的趋势将是未来研究的主要方向。

[1] Northam R M. Urban geography [M]. New York: J Wiley Sons, 1975: 65-67.

[2] 陈明星,叶超,周义.城市化速度曲线及其政策启示:对诺瑟姆曲线的讨论与发展[J].地理研究,2011,30(8):1499-1507.

[3] 张利,雷军,李雪梅,等.1997～2007年中国城市用地扩张特征及其影响因素分析[J].地理科学进展,2011,30(5):607-614.

[4] 林目轩,师迎春,陈秧分,等.长沙市区建设用地扩张的时空特征[J].地理研究,2007,26(2):265-274,426.

[5] 李琴琴.基于国产卫星的浙江省环杭州湾地区城镇用地扩展宏观监测[D].杭州：浙江大学,2012.

[6] 王婧,方创琳.城市建设用地增长研究进展与展望[J].地理科学进展,2011,30(11):1440-1448.

[7] 李加林,许继琴,李伟芳,等.长江三角洲地区城市用地增长的时空特征分析[J].地理学报,2007,62(4):437-447.

[8] 胡伟平,何建邦. GIS支持下珠江三角洲城镇建筑覆盖变化遥感监测分析[J].遥感学报,2003,7(3):201-206,244.

[9] 牟凤云,张增祥,迟耀斌,等.基于多源遥感数据的北京市1973～2005年间城镇用地的动态监测与驱动力分析[J].遥感学报,2007,11(2):257-268.

[10] 史利江,王圣云,姚晓军,等.1994～2006年上海市土地利用时空变化特征及驱动力分析[J].长江流域资源与环境,2012,21(12):1468-1479.

[11] 秦鹏,董玉祥,李裕梨.广州市城镇用地扩展及预测分析[J].资源科学,2012,34(10):1881-1890.

[12] 李飞雪,李满春,刘永学,等.建国以来南京城市扩展研究[J].自然资源学报,2007,22(4):524-535.

[13] 沈非,袁甲,黄薇薇,等.基于地学信息图谱的合肥市城市扩展时空特征及驱动力分析[J].长江流域资源与环境,2015,24(2):202-211.

[14] 谈明洪,李秀彬,吕昌河.20世纪90年代中国大中城市建设用地扩张及其对耕地的占用[J].中国科学D辑:地球科学,2004,34(12):1157-1165.

[15] 雷菁.江西省城市用地扩张及驱动力分析[D].南昌：江西师范大学,2007.

[16] 雷慧敏,叶长盛.鄱阳湖生态经济区县域城镇化水平综合测度及其差异[J].水土保持研究,2015,22(2):158-164，170.

[17] 王静.土地资源遥感监测与评价方法[M].北京：科学出版社,2006:361.

[18] 李爱民.基于遥感影像的城镇用地扩张与用地规模研究[D].郑州：解放军信息工程大学,2009.

[19] 雷军,张雪艳,吴世新,等.新疆城乡建设用地动态变化的时空特征分析[J].地理科学,2005,25(2):161-166.

[20] 王丽萍,周寅康,薛俊菲.江苏省城市用地扩张及驱动机制研究[J].中国土地科学,2005,19(6):26-29.

[21] 胡伟平,杨国清,吴志峰,等.珠江三角洲城镇建筑覆盖近期变化研究[J].地理研究,2003,22(6):780-788.

[22] 刘盛和,吴传钧,沈洪泉.基于GIS的北京城市土地利用扩展模式[J].地理学报,2000,55(4):407-416.

[23] 侯景新.论城市重心转移规律：以北京市为例[J].学习与实践,2007(5):46-53.

[24] 经阳,叶长盛.江西省县域农业化肥施用差异及其驱动机制[J].农业现代化研究,2015,36(4):657-665.

[25] 胡长慧.开封城市用地扩张时空特征及驱动力分析[D].郑州：河南大学,2014.

[26] 张静,张丽芳,濮励杰,等.基于GWR模型的城市住宅地价的时空演变研究：以江苏省为例[J].地理科学,2012,32(7):828-834.

[27] 刘涛,曹广忠.城市用地扩张及驱动力研究进展[J].地理科学,2010,29(8):927-934.

[28] 吕薇.基于城市体系视角的中国城市土地利用变化研究[D].重庆：西南大学,2013.

[29] 孟相彩，谢跟踪，李鹏山，等.海口市农用地格局时空变化分析[J].南方农业学报,2014,45(3):520-526.

(责任编辑:黄荣华)

SpatialDifferencesofUrbanLandExpansioninPoyangLakeRegionandItsInfluencingFactorsBasedonGWRModel

LIXin1,YEChang-sheng1,2*

(1.SchoolofEarthSciences,EastChinaUniversityofTechnology,Nanchang330013,China; 2.KeyLaboratoryofMinistryofEducationforPoyangLakeWetlandandWatershedResearch,JiangxiNormalUniversity,Nanchang330022,China)

AccordingtothelandusestatusmapsofPoyangLakeregionintheyears2000, 2005, 2010and2013,usingthemethodsofexpansionintensity,expansiondynamics,spatialautocorrelationandsoon,theauthoranalyzedthespatialdifferencesofurbanlandexpansioninPoyangLakeregionduring2000～2013,andadoptedGWRmodeltodeeplyexplorethedrivingmechanismofurbanlandspatialexpansion.Theresultsshowedthat: (1)During2000～2013,theurbanlandinPoyangLakeregionexpandedrapidly,andtheareaincreasedfrom332.86km2to742.72km2;thegravitycenterofurbanlandmovedsoutheastwardwiththemigrationdistanceof13.99km;thescaleofurbanlandexpansiontodue-westdirectionwasthelargest,reaching267.89km?.Inthepast13years,theurbanlandexpansionfrom2000to2005wasthemostobvious; (2)ThereweresignificantdifferencesinthespatialexpansionofurbanlandinPoyangLakeregion,forexample,therapidexpansionofurbanlandmainlyhappenedinthecircumofNanchangcityandthetrafficaisleinterchange.AccordingtoMoran’sIindexvalueforspatialagglomerationdegree,aweakspatialautocorrelationexistedintheurbanlandexpansion,andthespatialagglomerationdegreeweakenedfromcentralcitytooutskirtsandyearbyyear; (3)VariousdrivingfactorshaddifferenteffectsonthespatialexpansionofurbanlandindifferentdistrictsofPoyangLakeregion,andthegeneralfinancialrevenueandtheregisteredpopulationhadanegativecontributiontotheurbanlandexpansion,whiletheregionalGDPandfixedinvestmentshadapromotiveeffectonit.

Urbanland;Expansion;Spatialautocorrelation;GWRmodel;PoyangLakeregion

2016-03-08

江西师范大学鄱阳湖湿地与流域研究教育部重点实验室开放基金项目(PK2013008)。

李欣(1990─),女,安徽滁州人,硕士研究生,研究方向为区域和城市规划。*通讯作者:叶长盛。

F293.2

A

1001-8581(2016)08-0101-09