基于网格单元的乌鲁木齐市土地覆被/利用时空变化

买买提江·买提尼亚孜，阿里木江·卡斯木

（1. 新疆农业大学管理学院，乌鲁木齐 830052；2. 新疆师范大学地理科学与旅游学院，乌鲁木齐 830054；3. 新疆师范大学丝绸之路经济带城镇化发展研究中心，乌鲁木齐 830054）

0 引 言

随着城市化进程在全球范围内的快速推进，全世界已有50%的人口居住在城市，而且这种趋势还将继续[1]。伴随着城市化的发展，城区土地覆被/土地利用也发生了变化，这对生态环境、气候以及社会经济等造成了一定的影响[2-5]。因而，有关城区土地覆被/土地利用动态及相关问题的研究已成为一大社会焦点。近年来，遥感、空间统计及地理信息技术已被用于土地方面的研究，这些技术的日益成熟推动土地动态等相关研究不断深入[6-8]。

学者们对城市土地覆被/利用变化（land use and land cover change，LUCC）带来的一系列问题进行了大量的研究，涉及城市LUCC的时空演变[9-10]、驱动力分析[11-12]、情景模拟和预测[13-14]以及生态环境效应等[3,15]。当前对城市LUCC方面的研究大多是以分析研究区内的整体动态变化为主[10]，而对其内部各子区域土地利用时空变化的定量分析相对缺乏[6-7]。在进行关于城市LUCC驱动力研究时，主要进行LUCC总量与各自然人文因子的总量间的相关分析，以相关系数较高的为主要驱动力[11-12]，这虽然可以解释土地总体变化的原因，但却无法定量分析研究区内不同区域LUCC的空间异质性[7]。网格单元（grid cell，GC）方法可以定量分析 LUCC在时间和空间上的总体及局部的精细变化，并且能够通过将相关的各类自然及人文因子转入网格单元内，定量分析研究区内不同区域LUCC的驱动力[6-7]。目前，中国学者还未将网格单元法用于研究LUCC，国外学者Bagan等[6]在研究东京城市增长及其驱动力时引入GC分析了LUCC的时空变化，其后 Maimaitijiang等[7]在一定程度上对此方法进行了改进，并在LUCC时空变化及驱动力研究中进行了应用。基于转移矩阵与变化检测(change detection)的方法可以定性分析研究区内某区域各种用地类型的增减情况，但不能定量表征其变化情况，而基于GC的方法则可定量分析研究区内任一区域土地利用的增减情况，这种特性为探讨研究区内不同区域和方向上各类用地的变化及其与相关自然人文因子空间关联分析奠定了基础，而转移矩阵与变化检测的方法则无法实现[7]。

本文引入GC的思路和方法，基于遥感数据，对乌鲁木齐市1990年以来LUCC的时空变化进行定量分析，以期为当前乌鲁木齐城市发展提供借鉴，同时还可更好地为城市未来的发展进行预测。

1 研究区概况及数据来源

1.1 研究区概况

乌鲁木齐市地处中国西北新疆中部地区的天山中段北麓、准噶尔盆地南缘，位于欧亚大陆腹地，是世界上距离海洋最远的内陆城市。乌鲁木齐属中温带半干旱区，受高压控制和地形作用影响，四季都会出现地形逆温层和下沉逆温层，是典型的大陆性气候特征。乌鲁木齐市是新疆的经济、政治、文化、科教、金融和交通运输中心，是第 2座亚欧大陆桥中国西部桥头堡和向西开放的重要门户，是中国“一带一路”战略丝绸之路经济带核心区的首府城市，近年来随着乌鲁木齐市经济迅猛发展，城市化进程不断加快，土地利用在深度和广度方面发生了显著的变化[16]。本文选择LUCC变化较大，人文干扰强度高的城市建成区（市区）为研究区（图1），市区是一个形似狭长葫芦状的河谷盆地，建成区东、西、南3面环山，地势东南高、西北低，研究区南北长约48 km，东西宽约36 km，面积为1 716.68 km2。

图1 研究区Landsat TM影像图Fig.1 Landsat TM image of study area

1.2 数据来源

本研究采用5幅Landsat TM5影像：1）1990年1幅(成像时间为8月6日，轨道号为142/30)；2）因2000年和2011年1幅影像不能完全涵盖研究区，因此每期选择2幅影像，即2000年2幅（成像时间均为8月8日，轨道号分别为143/29、143/30）、2011年2幅（成像时间为8月11日，轨道号分别为143/29、143/30）。5幅影像均为同一月份数据，可在一定程度上减少或剔除LUCC季节性变化的影响，同时数据均来自Landsat TM5传感器，减少因传感器不同而造成的误差[17]。数据处理过程中，首先以乌鲁木齐市l∶100 000地形图为基准来进行地面控制点的选取，再将研究区影像几何校正，将误差控制在l个像元内。本文选取应用广泛且不受区域特点及目标类型影响的成像时间均为同天的 6S大气校正模型，其成像时晴朗无云，可消除大气对影像产生的影响。

2 研究方法

2.1 土地覆被/土地利用分类

城市区域“异物同谱，同物异谱”现象较普遍（例如城市周边耕地和城市草地，以及建设用地和裸地等具有相似的光谱特性），因此基于低、中分辨率的多光谱遥感影像对城市用地信息进行提取和分类时会有一定难度[18]，尤其是在干旱区城市，其裸地分布较为广泛，建设用地和裸地在影像分类结果中混杂的现象较普遍[19]。本文不仅要研究土地利用的总体变化，更侧重土地利用在研究区内部不同区域空间的精细变化，因此对用地分类的精度要求非常高[6-7,20]。本文在充分考虑乌鲁木齐市土地利用特征以及各用地类型在影像上的区分度的基础上，将11个土地利用类型合并为城市建设用地、绿地、水体和裸地（包括没有绿色作物的耕地）4个一级土地利用单元[21-22]（表 1），以通过减少类别数量来提高分类的精度[17]。

表1 乌鲁木齐市土地覆被/利用分类Table 1 Land cover/land use classification of Urumqi city

为了提高信息提取的精度，通过ENVI5.1进行波段运算，分别计算表征植被信息的土壤调整植被指数（soil adjusted vegetation index，SAVI）[23]、表征建筑用地信息的归一化建筑指数（normalized difference built-up index，NDBI）[24]和表征水体的改进的归一化差异水体指数（modified normalized differences water index，MNDWI）[25]。本文将这3个指数作为影像R、G、B 3个波段进行叠加，采用监督分类方法中的最大似然分类法对影像进行分类，经精度验证，得知用户精度和生产者精度均达到85%以上，符合分类精度 82%的要求[26]，其中历史结果的精读评价首先根据当年的乌鲁木齐市土地利用图和目视解译在ENVI里通过confusion matrix工具对感兴趣区随机采样（样本数量为300）进行精度验证，然后根据实地考察结果对最终分类结果进行精度分析，3期的Kappa系数均达到0.9以上。

2.2 网格单元方法

基于ArcGIS平台，在研究区边界范围内建立矢量网格。根据研究的需要确定网格单元大小，将基于遥感数据分类获得的专题图通过ArcGIS软件的连接功能分配转入对应位置的网格单元内，并计算每个网格单元内各类用地占单元总面积的百分比（图 2）。在向每个网格单元分配转入各类用地或其他空间要素的过程中，存在跨越网格单元边界的像元如何分配的问题（图 2）。传统的方法是优先分配给相应的所占面积大的网格单元[6]，这样会造成分配到网格单元的用地面积之和大于网格单元自身面积，不符合实际情况[7]。本文将遥感数据分类获得的专题图转换为矢量图，与已建立的矢量网格相交，使跨越网格边界的斑块被网格分割成多个小块，计算每个网格内每类用地被分割后的小块面积，并求和，然后计算该用地在相应网格内所占的比例：

式中Pt为用地类型t在每个网格内的面积比例，%；At为每个网格内用地类型t被分割后的每个小块的面积；n为每个网格内用地类型t被分割后的数量；Ag是每个网格的面积。

综合考虑研究区面积、研究目的以及计算机运行效率等因素，通过反复试验，将每个矢量网格单元的大小确定为250 m×250 m，总计27 743个网格单元。

图2 土地覆被/利用数据格网化过程示意图Fig.2 Diagram of land use and land cover data gridding procedure

3 结果与分析

3.1 土地覆被/利用总体变化分析

影像分类结果及基于分类结果统计获得各类用地面积及比例变化如图3和表2所示。由图3可知，1990年以来裸地减少、建设用地呈增加趋势。与2000年相比，2011年绿地和水体明显增加。从表中可以看出，1990—2011年乌鲁木齐市建设用地增加较快，从1990年157.37 km2增加到2011年的444.89 km2，比例也由9.17%增加到25.92%，这可能与过去20多年间城市人口的快速增加和社会经济的快速发展具有紧密的联系；其次是裸地减少较多，比例由1990年的75.13%减少到2011年的49.79%；绿地面积变化呈现一定的波动，先减少后增加，需要指出的是，由于耕地上有绿色作物时，在影像上归为绿地，而没有绿色作物时则归为裸地，且城市北部（实际以耕地为主）在2011年绿地增加较多，说明除了降水等自然因素影响外，耕地的作物种植或收割情况等人为因素也有重要的影响；最后，研究区内水体的面积呈缓慢增加的趋势，比例由0.71%增加到0.84%。

3.2 基于网格单元的各用地类型时空变化分析

基于网格单元法建立了每类用地变化情况的矢量网格图（每个网格大小为250 m×250 m），每个网格的属性值表示1990—2011年相应用地类型占相应网格面积比例的变化情况。基于网格单元法的建设用地1990—2011年的时空变化图4所示。

图4表明，过去20 a间，除极少数区域外，建设用地在所有区域几乎都表现出增加的趋势，主要是在 1990年建成区的基础上向东北、北面、西北以及东南方向蔓延发展，同时在过去的20多年间，建设用地主要以外延式扩张为主，但也有内部挖潜的集约式增长；而少数区域如老城区建设用地减少可能是由于对过去高密度“城中村、棚户区”改造为“低密度、高绿地率”的建筑区等因素引起。

图3 1990—2011年乌鲁木齐市土地覆被/利用变化Fig.3 Land use and land cover change of Urumqi city from year of 1990 to 2011

表2 乌鲁木齐市1990—2011年土地覆被/利用面积及比例Table 2 Area and percentage of land use and land cover of Urumqi city from year of 1990 to 2011

从图 4中还可以看出，虽然建设用地的扩展在不同方向、不同区域有很大的不同，这可能由很多因素综合作用形成。1）从自然条件来看，乌鲁木齐市主城区地势高、坡度大且东、西、南3面环山（图1），不利于作为建设用地；2）从政策方面来看，近几年国家和政府出台并实施的区域一体化战略措施，如 “乌昌一体化”进程（即乌鲁木齐市与西北方向的昌吉市一体化发展）、“乌昌石”城市圈、“兵地融合”发展等[27]，促进了乌鲁木齐与西北方向的昌吉市、石河子市，与北部的兵团城市五家渠市、东北方向的阜康市等的联系和融合发展；行政区划调整，例如2007年位于乌鲁木齐东北方向的米泉市并入首府成为米东区，同时推动建设用地向东北方向的扩展；同时，乌鲁木齐市在近几年规划中还提出了“南控北扩、西延东进”发展战略，城市用地实行“南控、北扩、先两延、后东进”的原则，这在一定程度上决定了乌鲁木齐城市建设用地的发展趋势和方向。3）除了自然地形、政策规划等因素外，城市主要路网和对外交通对建设用地在不同方向的增长和扩展具有重要影响，城市道路网络是一个城市在地域空间上的“骨骼”、基础支撑以及城市用地扩张的一项重要驱动因素，与城市用地扩张具有密切联系[28-29]。乌鲁木齐市1990年道路长度为402 km，2011年达到了1 695 km，是1990年的4.22倍[30]。将城市道路系统图和城市建设用地图对比发现，建设用地的增加区域与主干路网在空间具有一定的一致性，主干路对城市扩展的“牵引”特性明显，尤其是城市对外交通以及外环路沿线建设用地增加明显，如吐乌大高速路、S111省道、乌昌快速、连霍高速、G314和G216国道等对城市建设用地空间向东北、西北和东南方向延展起到了一定的推动和促进作用。

图4 1990—2011年乌鲁木齐市建设用地、绿地和裸地的时空 变化与道路系统Fig.4 Spatial and temporal change in construction land, green land and bare land of Urumqi city from 1990 to 2011 and road system

过去20 a间，在建成区内外绿地既有增加的区域，但也有不少减少的区域，如图4c所示。从建成区范围内来看，绿地减少的区域较多，区域⑧除自然因素外，主要是由建设用地扩展占用草地和林地所致；但建成区内部有很多区域表现出绿地的增加，而且有几处为大面积明显的增加，这与乌鲁木齐市近年来一直实施的“园林城市建设、荒山绿化工程”战略密切相关，乌鲁木齐市在1990年仅有4个公园，到2011年增加到了26个，面积从1990年的191 hm2增加到2011年的2 636 hm2，建成区绿化率从21.8%提高到36.16%[30]，这使得区域内尤其是建成区范围内很多区域绿地面积大规模增加，如图4c中绿地增加明显的区域：①雅玛里克山、②水磨沟山区、③蜘蛛山、④红光山等均为乌鲁木齐市重点绿化和改造的区域。2）从建成区外部的区域来看，研究区北部（区域⑤）、西北部（区域⑤）以及西南部（区域⑥）主要为耕地，这些区域均表现出绿地的明显增减的特性，除了自然因素的影响外，1990年和2011年2期耕地上是否有作物或者被收割的状态（没有作物或被收割后耕地在影像上表现为裸地，有绿色作物时表现为绿地）对这些区域绿地的增减具有重要影响；研究区东南部（区域⑦）绿地表现出明显增加的特性，这些区域海拔较高，主要为覆盖稀疏植被或无植被的山体，且尚未进行人为绿化，即人为干扰的作用非常微弱，因此可以判定该区域绿地增多主要为不同时期自然因素如降水和气温的不同造成（图5）。

裸地是干旱区城市地表覆被的重要特征。图4d显示了基于网格单元分析的裸地在1990—2011年的时空变化情况，可以看出，过去20 a间，建成区内外裸地既有增加的区域，但也有不少减少的区域。在1990—2011年建成区之间的区域显示裸地明显减少的特性，说明过去20a间城区向外围扩展的过程中，占用了大量的裸地（建设用地占用或绿化后成为绿地）；从 2011年建成区外部来看，研究区北部、西北部以及西南部裸地的增减变化特性突出，因为该区域主要为耕地，前后 2期耕地上是否有作物或者被收割的状态决定这些区域裸地的增减变化；2011年建成区外研究区西南部表现裸地明显的减少特征，而该区域是受人为影响较弱的覆被稀疏植被或无植被的自然山体，因此该区域裸地的减少主要是由于前后 2期自然因素如降水和气温变化引起植被覆盖变化，从而引起裸地的变化。

图5 1990—2011年乌鲁木齐年均气温和降水情况Fig.5 Annual average temperature and precipitation of Urumqi city from 1990 to 2011

3.3 基于网格单元的各类用地变化相关分析

基于转移矩阵分析不同用地类型的时空转移和替代关系是土地覆被/土地利用研究中的重要方法[31-33]，而基于网格单元的可以通过计算不同用地类型变化之间的相关系数，分析不同用地类型的时空转移和替代关系[6-7]。由于研究区范围内有大量耕地，其耕种状态会影响绿地和裸地的面积，为了更加准确地反映20 a间各用地类型的相互转移替代关系，本文基于2011年建成区范围界线内的10 236个网格单元计算各用地类型之间的变化替代关系（表3），其中r为皮尔逊相关系数，P≤0.05，具有95%置信区间的统计显著性。从表3可以看出，3个变化阶段建设用地与裸地变化均具有很强的负相关性（r约-0.7），同时其与绿地的变化则具有一定的负相关性（r为-0.23左右），而建设用地与水体相关性十分微弱，说明建设用地增加和扩展主要占用和替代了裸地，其次也占用了一定的绿地；同时，还发现在 3个变化阶段裸地与绿地变化均具有较强的负相关性（相关系数为-0.5左右），说明裸地减少部分被绿地所代替，也再次印证乌鲁木齐市长期以来的“荒山绿化”工程的效果。

表3 1990—2011年各类用地变化量之间的相关性分析Table 3 Correlation analysis between change of each land use in different stages during 1990-2011

为了进一步分析20 a间建设用地与裸地的转移替代关系，对两者的变化进行线性回归分析（图 6），说明过去20 a间乌鲁木齐市裸地的大规模减少主要是由建设用地的增加和扩展所驱动。

图6 1990—2011年乌鲁木齐市建设用地和裸地时空变化的回归分析Fig.6 Regression analysis on change in construction land area and that of bare land area in Urumqi city during 1990-2011

4 结 论

本文引入网格单元的思路和方法，基于遥感数据，对乌鲁木齐市 1990—2011年土地覆被/土地利用的时空变化进行定量分析，主要结论如下：

1）乌鲁木齐市在过去20 a间城市快速扩展，建设用地迅速增加，由 1990年 157.37 km2增加到 2011年的444.89 km2，与城市人口和社会经济增长呈现一致趋势。乌鲁木齐市地形条件、政策、城市规划以及道路交通网络等因素对建设用地在不同区域和方向的扩展起到了重要作用，在空间上既有在老城区内部挖潜的集约式增长，也伴随向外围的蔓延式扩展；水体则呈现缓慢增长的趋势。

2）绿地在20 a间总体呈现增加趋势，除降水和气温等自然因素影响外，政府长期实施的“荒山绿化”工程对绿地的变化影响较大。

3）裸地始终向着持续减少的趋势发展，比例由1990年的75.13%减少到2011年的49.79%而城市建设用地扩展占用和“荒山绿化”是导致其变化的关键因素。

本文在利用遥感技术的基础上引入了网格的方法，使其结果更加精细和准确的反映出近年来乌鲁木齐市的土地利用动态变化。基于网格单元的数据可更好地为当前乌鲁木齐城市发展提供借鉴，同时还可更好地对城市未来发展进行预测。

[1] Dept of International Economic and Social Affairs. World Urbanization Prospects: The 2014 Revision [M]. New York:United Nations, 2014.

[2] 李晓文，方创琳，黄金川，等. 西北干旱区城市土地利用变化及其区域生态环境效应：以甘肃河西地区为例[J]. 第四纪研究，2003，23(3)：280－290.Li Xiaowen, Fang Chuanglin, Huang Jinchuan, et al. 2003.The urban land use transformation and associated effects of eco-environment in Northwest China arid region: A case study of Hexi region, Gansu province[J]. Quaternary Sciences, 2003, 23(3): 280－290. (in Chinese with English abstract)

[3] 何玲，贾启建，李超，等. 基于生态系统服务价值和生态安全格局的土地利用格局模拟[J]. 农业工程学报，2016，32(3)：275－284.He Ling, Jia Qijian, Li Chao, et al. Land use pattern simulation based on ecosystem service value and ecological security pattern[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(3): 275－284. (in Chinese with English abstract)

[4] 黄迎春，杨伯钢，张飞舟，等. 基于同类城市建设目标的北京市土地利用结构优化[J]. 农业工程学报，2016，32(4)：217－227.Huang Yingchun, Yang Bogang, Zhang Feizhou, et al.Optimization of land use structure in Beijing based on goal of similar city in world [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE),2016, 32(4): 217－227. (in Chinese with English abstract)

[5] De Freitas M W D, Santos J R D, Alves D S, et al. Land use and land cover change processes in the Upper Uruguay Basin:Linking environmental and socioeconomic variables[J].Landscape Ecology, 2013, 28(2): 311－327.

[6] Bagan H, Yamagata Y. Landsat analysis of urban growth:How Tokyo became the world’s largest megacity during the last 40 years [J]. Remote Sensing of Environment, 2012, 127:210－222.

[7] Maimaitijiang M, Ghulam A, Sandoval J S O. et al. Drivers of land cover and land use changes in St. Louis metropolitan area over the past 40 years characterized by remote sensing and census population data[J]. International Journal of Applied Earth Observation & Geoinformation, 2015, 35(3):161－174.

[8] 阿里木江·卡斯木，唐兵. 基于RS&GIS的新疆城市扩展时空动态变化分析[J]. 冰川冻土，2013，35(4)：1056–1064.Alimujiang·Kasimu, Tang Bing. Analysis of the spatialtemporal dynamic changes of urban expansion in oasis of Xinjiang based on RS and GIS[J]. Journal of Glaciology and Geocryology, 2013, 35(4): 1056－1064. (in Chinese with English abstract)

[9] 茹克亚·萨吾提，阿里木江·卡斯木. 近 20a来新疆主要城市扩展时空动态变化特征[J]. 干旱区研究，2015，32(3)：606–613.Rukeya·Sawuti, Alimujiang·Kasimu. Spatial-temporal dynamic characteristics of major cities expansion in Xinjiang in 20 Years [J]. Arid Zone Research, 2015, 32(3): 606－613. (in Chinese with English abstract)

[10] 王冬辰，杜培军，苏红军，等. 近 20年大同市土地利用/覆盖遥感变化分析[J]. 干旱区资源与环境，2015，29(7)：68–75.Wang Dongchen, Du Peijun, Su Hongjun, et al. Land use/land cover changes in Datong based on remote sensing data[J]. Journal of Arid Land Resources and Environment,2015, 29(7): 68－75. (in Chinese with English abstract)

[11] 刘盛和. 城市土地利用扩展的空间模式与动力机制[J]. 地理科学进展，2002，21(1)：43–50.Liu Shenghe. Spatial patterns and dynamic mechanisms of urban land use growth [J]. Progress in Geography, 2002,21(1): 43－50. (in Chinese with English abstract)

[12] 董隽，臧淑英. 大庆市城市土地利用变化的驱动机制[J].地理研究，2011，30(1)：1121–1128.Dong Jun, Zang Shuying. Driving force mechanism of urban land use changes in Daqing city[J]. Geographical Research,2011, 30(1): 1121–1128. (in Chinese with English abstract)

[13] 吴桂平，曾永年，冯学智，等. CLUE-S模型的改进与土地利用变化动态模拟: 以张家界市永定区为例[J]. 地理研究，2010，29(3)：460–470.Wu Guiping, Zeng Yongnian, Feng Xuezhi, et al. Dynamic simulation of land use change based on the improved CLUE-S model: A case study of Yongding county,Zhangjiajie[J]. Geographical Research, 2010, 29(3): 460－470. (in Chinese with English abstract)

[14] 韩会然，杨成凤，宋金. 北京市土地利用空间格局演化模拟及预测[J]. 地理科学进展，2015，34(8)：976–986.Han Huiran, Yang Chengfeng, Song Jin. Simulation and projection of land-use change in Beijing under different scenarios [J]. Progress in Geography, 2015, 34(8): 976－986.(in Chinese with English abstract)

[15] 张杨，刘艳芳，顾渐萍，等. 武汉市土地利用覆被变化与生态环境效应研究[J]. 地理科学，2011，31(10)：1280–1285.Zhang Yang, Liu Yanfang, Gu Jianping, et al. Land use /land cover change and its environmental effects in Wuhan city [J].Scientia Geographica Sinica, 2011, 31(10): 1280－1285. (in Chinese with English abstract)

[16] 玉苏普江·艾麦提，阿里木江·卡斯木，艾克拜尔·买提尼牙孜. 基于遥感的乌鲁木齐市景观格局演变分析[J]. 西北林学院学报，2015，30(2)：172–179.Yusupujiang·Aimaiti, Alimujiang·Kasimu, Aikebaier·Maitiniyazi.Landscape dynamic change analysis of Urumqi based on remote sensing[J]. Journal of Northwest Forestry University,2015, 30(2): 172－179. (in Chinese with English abstract)

[17] Sexton J O, Urban D L, Donohue M J, et al. Long-term land cover dynamics by multi-temporal classification across the Landsat-5 record[J]. Remote Sensing of Environment, 2013,128(2): 246－258.

[18] Lu Dengsheng, Weng Qihao. Use of impervious surface in urban land-use classification [J]. Remote Sensing of Environment, 2006, 102(1): 146－160.

[19] 吴志杰，赵书河. 基于TM图像的“增强的指数型建筑用地指数”研究[J]. 国土资源遥感，2012，93(2)：50–55.Wu Zhijie, Zhao Shuhe. A study of enhanced index- based built-up index based on Landsat TM imagery [J]. Remote Sensing For Land & Resources, 2012, 93(2): 50－55. (in Chinese with English abstract)

[20] Ghulam A, Ghulam O, Maimaitijiang M, et al. Remote Sensing based spatial statistics to document tropical rainforest transition pathways [J]. Remote Sensing, 2015, 7:6257－6279.

[21] 黄粤，陈曦，包安明，等. 近15a乌鲁木齐市城市用地扩展动态及其空间特征研究[J]. 冰川冻土，2006，28(3)：364－370.Huang Yue, Chen Xi, Bao Anming, et al. Urban sprawl pattern and sprawl features of Urumqi city during the last 15 years [J]. Journal of Glaciology and Geocryology, 2006,28(3): 364－370. (in Chinese with English abstract)

[22] 王珊珊，陈曦，段含明，等. 城市地表温度对土地利用/覆被变化响应的遥感研究：以乌鲁木齐为例[J]. 中国沙漠，2012，32(3)：878－884.Wang Shanshan, Chen Xi, Duan Hanming, et al. Study on response of land surface temperature to land use and land cover change using remote sensing data: A case on Urumqi,China[J]. Journal of Desert Research, 2012, 32(3): 878－884.(in Chinese with English abstract)

[23] Huete A R. A soil-adjusted vegetation index (SAVI) [J].Remote Sensing of Environment, 1988, 25(3): 295－309.

[24] Zha Y, Gao J, Ni S. Use of normalized difference built-up index in automatically mapping urban areas from TM imagery[J]. Remote Sensing, 2003, 24(3): 583－594.

[25] Xu Hanqiu. Modification of normalized difference water index (NDWI) to enhance open water features in remotely sensed imagery[J]. International Journal of Remote Sensing,2006, 27(14): 3025－3033.

[26] Vol N. Accuracy assessment of satellite derived land-cover data[J]. Photogrammetric Engineering & Remote Sensing ,1994, 60 (6797): 691－691.

[27] 支小军，丁伟. “丝绸之路经济带”战略背景下天山北坡城市群的功能定位与布局[J]. 新疆农垦经济，2014(3)：24－27.

[28] 王雪微，王士君，宋飏，等. 交通要素驱动下的长春市土地利用时空变化[J]. 经济地理，2015，35(4)：156－161.Wang Xuewei, Wang Shijun, Song Yang, et al. Changchun land use spatio-temporal variation under the transportation elements’ driving[J]. Economic Geography, 2015, 35(4): 156－161. (in Chinese with English abstract)

[29] 赵国梁，郑新奇，原智远，等. 道网密度与城镇扩张时空变化特征及关联性分析[J]. 农业工程学报，2015，31(12)：220－229.Zhao Guoliang, Zhen Xinqi, Yuan Zhiyuan, et al. Spatial and temporal characteristics and correlation analysis of road networks and urban sprawl[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2015, 31(12): 220－229. (in Chinese with English abstract)

[30] 乌鲁木齐统计局.乌鲁木齐市统计年鉴2012[M]. 北京：中国统计出版社，2012.

[31] 史培军，陈晋. 深圳市土地利用变化机制分析[J]. 地理学报，2000，55(5)：151－160.Shi Peijun, Chen Jin. Land use change mechanism in Shenzhen city[J]. Acta Geographica Sinica, 2000, 55(5): 151－160. (in Chinese with English abstract)

[32] 谢叶伟，刘兆刚，赵军，等. 基于RS与GIS的典型黑土区土地利用变化分析: 以海伦市为例[J]. 地理科学，2010，30(3)：428－434.Xie Yewei, Liu Zhaogang, Zhao Jun, et al. Analysis of land use dynamic in typical black soil region based on GIS and RS:A case study of Hailun County[J]. Scientia Geographica Sinica, 2010, 30(3): 428－434. (in Chinese with English abstract)

[33] 乔伟峰，盛业华，方斌，等. 基于转移矩阵的高度城市化区域土地利用演变信息挖掘: 以江苏省苏州市为例[J]. 地理研究，2013，32(8)：1497－1507.Qiao Weifeng, Sheng Yehua, Fang Bin, et al. Land use change information mining in highly urbanized area based on transfer matrix: A case study of Suzhou, Jiangsu Province[J].Geographical Research, 2013, 32(8): 1497－1507. (in Chinese with English abstract)