编辑推荐：
Midnapore市及周边农村2001-2021年土地利用与覆盖变化研究表明，城市扩张导致农业、植被和水资源用地显著减少，采用CA-Markov模型预测2021-2041年周边村庄建设用地增长超1000%，市中心增速较缓，需制定差异化规划策略以应对生态和社会经济挑战。
Sankar Paul | Sasmita Rout | Harekrishna Manna | Jahar Lal Giri | Rabi Narayan Behera
地理系，Fakir Mohan大学，Balasore，奥里萨邦756089，印度
摘要
快速的城市化进程正在推动建成区不断向市政边界外扩展，侵占了周边的农村景观。本研究分析了Midnapore市及其邻近村庄的土地利用和土地覆盖（LULC）的时空动态，以了解过去的城市扩张模式并预测未来的城市增长。利用2001年至2021年的多时相Landsat卫星图像，在GIS框架内进行监督分类，以量化LULC的变化。通过集成元胞自动机-马尔可夫（CA-Markov）模型模拟了2021-2041年的未来土地利用情景，并使用建成区扩张强度指数（BAEII）来评估城市增长的规模和空间强度。研究结果表明，在过去二十年里，研究区域的建成区显著增加，主要是以牺牲农业用地、植被覆盖、荒地和水体为代价。BAEII分析显示，2001-2011年和2011-2021年间，市政辖区内的增长迅速且集中，而城郊村庄则从低增长强度转变为中等增长强度。近三十个周边村庄经历了前所未有的建成区扩张，而位于市中心的市政辖区增长相对缓慢。模型预测表明，从2001年到2041年，周边村庄的建成区增长将超过1000%，市政辖区内的增长将达到163.7%。总体而言，这些发现突显了城市足迹向农村治理区域的明显扩散，引发了关于生态可持续性、社会经济结构重组和土地利用治理的担忧。研究强调了需要制定特定情境的规划策略和分散式的治理框架，以管理未来的城市转型并促进可持续的城乡发展。
引言
21世纪，地球经历了快速的城市化，城市人口占全球人口的一半以上。据预测，到2050年，全球近70%的人口将居住在城市和城郊地区（联合国报告，2019年）。虽然主要大都市区的增长仍然最高，但中小城市正逐渐成为城市扩张的热点，尤其是在亚洲和非洲（联合国报告，2019年）。前所未有的城市化是导致土地利用和土地覆盖（LULC）持续变化的主要原因，这既受人口增长的影响，也受到基础设施发展的推动。因此，建成区得到了广泛扩展，包括城市形态的垂直密集化。随着建成区密度的增加和高层建筑的增多，城市环境变得不那么健康，环境压力也日益增大（Abass等人，2018年；Mazroa等人，2024年）。同时，城市压力的增加加剧了土地需求，推高了城市核心区域的地价（Arif等人，2023年；Chen等人，2018年；Haldar等人，2024年）。这促使人口和经济活动向周边农村地区迁移，促进了定居点、商业发展和工业用地的使用（Arif等人，2023年；Mukherjee和Panda，2024年）。由于城郊地区有开放且价格低廉的土地、自然资源（如土地、水和空气）以及较低的生活成本，这些地区吸引了人们（Chen等人，2018年；Mandere等人，2010年；Wang和Maduako，2018年）。因此，城乡交界处面临着快速且往往无计划的转型，这种现象在大都市城市中尤为普遍，有效的空间治理至关重要（Abass等人，2018年；Ashiagbor等人，2019年；Bhanja和Bannerji，2024年；Muthiah等人，2022年）。然而，当代的城郊化特征是不同规模城市的增长模式各不相同（Mukherjee和Panda，2024年；Paul等人，2025年）。特别是中小城市，由于其不断增长的经济潜力，吸引了低收入和中等收入人群以及投资者，使其成为城市研究的重要焦点（Hu和Lo，2007年；Scrase等人，2015年；Sun等人，2022年；Tripathi，2021年）。
城市和城郊地区都面临着与快速LULC变化相关的多种挑战，包括生态系统服务退化、水文过程改变、土地-水-空气质量恶化、地下水过度开采、非正式定居点扩张、交通拥堵、废物产生增加以及微气候变化（Díaz-Caravantes和Sánchez-Flores，2011年；Haldar等人，2024年；Kar等人，2018年；Wangai等人，2019年；Wubie等人，2020年）。虽然城市核心区域面临巨大的城市足迹压力，但这些压力也延伸到了城郊地区，而那里分散的农村治理体系无法有效管理自然景观并提供足够的服务。然而，发展中国家的情况最为严重，包括印度、中国和非洲的许多国家（Paul等人，2025年；Arif等人，2023年；Chen等人，2018年；Hedblom等人，2017年；Wubie等人，2020年）。在印度，城市和农村地区由不同的行政系统管理，其中Panchayati Raj机构负责农村地区，而Urban Local Bodies（ULBs）如市政公司和nagar panchayats则管理城市地区。然而，城市向农村治理区域的扩张带来了重大的制度和规划挑战，特别是在管理城市扩张方面（Haldar等人，2024年；Hedblom等人，2017年）。在西孟加拉邦，城市人口从2001年的28%增加到2011年的31.8%，反映了全国趋势，同时增长模式从主要的大都市中心（加尔各答）转向了快速扩张的中小城市，包括Midnapore这样的区级行政中心（Bhanja和Bannerji，2024年；Chakraborty等人，2015年）。这些城市提供了多样的生计机会，但也面临着规划、治理和可持续性的挑战（Scrase等人，2015年；Shrestha等人，2023年；Sun等人，2022年），因此进行微观层面的LULC研究对于确保宜居、有韧性和可持续的城乡未来至关重要。
土地利用变化监测在各个空间尺度上都非常重要（Li和Gong，2016年），特别是在像Midnapore这样的快速发展的微区域。现有文献中，关于城乡治理背景下的村级分析与城市分析相比几乎不存在。关于Midnapore的研究使用了多种方法来评估其城市增长、扩张和LULC变化。例如，Dinda等人（2019年）利用GIS、香农熵、因子分析和马尔可夫链模型分析了1991年至2017年的城市增长和扩张，并预测了2030年的LULC。Thakur等人（2025年）通过二元逻辑回归、变化矩阵合并和相关矩阵分析评估了过去二十年的城市扩张。Barman等人（2024年）利用RS和GIS以及城市指标测量了Midnapore和Kharagpur城市的扩张情况（2001-2031年）。Rana等人（2024年）评估了城市热岛效应与城市扩张的关系。Rudra等人（2025年）使用不同的指数和地理空间建模来分析土地适宜性，以预测未来的城市增长。Das等人（2024年）评估了供需动态，并注意到周边需求的增长。然而，目前还没有研究将城市和农村治理背景结合起来，对比分析不同级别的城市扩张。因此，本研究通过考察Midnapore城市辖区及其周边40年的LULC变化，分析了过去二十年的变化，并使用RS和GIS技术以及CA-Markov模型预测了未来二十年的LULC变化，填补了这一空白。
城市增长的复杂性不断增加，需要精确、动态和空间明确的监测和预测建模。集成RS和GIS技术、基于云的平台（如GEE）以及先进的机器学习和深度学习模型加强了LULC变化的时空趋势和模式（Al Mazroa等人，2024年；Li和Gong，2016年；Mahendra等人，2024年）。这些方法通过整合一致的地球观测数据和GIS支持，实现了有效的分类、可视化和定量评估（Das和Angadi，2022年；Forkuor和Cofie，2011年；Manna等人，2023年）。对于来自卫星图像（如Landsat、Sentinel和IRS-P6 LISS-III）的LULC分类，通常采用最大似然法和SVM等监督方法来保证准确性，同时使用K-Means等无监督方法和生物物理指数及预测模型进行快速分类（Mahendra等人，2024年；Nasiri等人，2022年）。分类后的比较是广泛使用的变化检测技术，可以实现精确的“从...到...”的转换映射（Das和Angadi，2022年；Maity等人，2022年）。特别是当与一致的时间数据和强大的地面真实验证相结合时。尽管有许多预测模型支持LULC预测（Li和Gong，2016年；Manna等人，2025a），但数据驱动的方法（如人工神经网络（ANN）能够捕捉复杂的非线性土地动态，并在有足够的历史数据的情况下实现高预测准确性（Vahid和Aly，2025年）。基于代理的模型（ABM）和CLUE框架结合了社会经济驱动因素和土地适宜性，以实现更全面的建模。SLEUTH模型进一步利用坡度、土地覆盖和道路网络数据模拟城市增长（Jokar Arsanjani等人，2013年；Li和Gong，2016年）。香农熵仍然是测量城市扩张的关键工具（Manna等人，2023年）。机器学习模型和基于CA的多层感知器神经网络（MLPNN）也得到了成功应用（Al-Dousari等人，2023年）。然而，CA-Markov混合模型被广泛认为是最可靠的城市LULC预测方法之一，它结合了CA的空间敏感性和Markov的概率预测能力（Manna等人，2025b；Singh等人，2022年）。CA-Markov混合模型结合了CA的空间准确性和Markov的概率预测能力，用于稳健的情景模拟（Duan等人，2025年；Wang和Maduako，2018年）。这种强大的性能为在中/小城市背景下应用CA-Markov提供了明确依据，因为这些地方需要捕捉精细的空间模式以进行有效规划。因此，可以通过各种地理空间指标的变化来评估城乡足迹的时空变化，其中NDVI、NDWI和NDBI有助于评估绿地和蓝色空间并划分不透水表面（Das和Angadi，2022年；Muthiah等人，2022年）。此外，多个增长指标（如AUER、UGC、UEII、BAEII和UEDI）有助于通过测量任何城市中心的建成区强度来评估城市增长趋势（Akubia和Bruns，2019年；Maity等人，2022年）。这些发现为促进城乡地区的可持续、响应气候和包容性规划提供了重要见解。
研究区域
研究区域
Midnapore市是一个具有地理历史意义的地方，是印度西孟加拉邦Paschim Medinipur区的行政中心。该市位于北纬22°23′44.91″至22°26′38.61″，东经87°17′17.21″至87°20′52.43″之间。该市辖区面积约为18.65平方公里。它位于Kangsabati河的北岸，地处一个过渡带，西部为红土地形，北部为冲积平原。
数据库准备
为了测量Midnapore市及其周边地区的LULC的时空变化，收集、处理并整合了一系列地理空间数据集。从美国地质调查局（USGS）获取了2001年、2011年和2021年的Landsat卫星图像（路径/行：139/44）。数据包括2001年和2011年的Landsat 5 TM（专题制图仪）图像，以及2021年的Landsat 8 OLI/TIRS（操作陆地成像仪/热红外传感器）图像，空间分辨率为30米。
结果
LULC变化检测（2001-2021年）和预测（2021-2041年）的结果在全市辖区及其周边地区分六个部分进行了组织。
市辖区及周边的建成区扩张趋势和模式
建成区扩张强度指数（BUAII）显示，市政辖区内的增长速度很高，而周边地区的增长速度从非常低转变为中等。总体而言，整个地区的建成区增长了约280%（2001-2021年）。具体来说，87%的扩张发生在市政辖区内部，有趣的是，周边地区的建成区增长了587%。2011年至2021年期间，建成区扩张显著。
结论
本研究提出了一个综合的时空建模框架，用于分析Midnapore市及其城郊地区的土地利用和土地覆盖（LULC）的历史和未来动态。利用2001-2021年的多时相Landsat图像，在GIS环境中进行监督分类，并使用增长强度指标，量化了市政辖区和村级层面的LULC变化。使用元胞自动机-马尔可夫模型模拟了2031年和2041年的未来LULC情景。
未引用的参考文献
Hui等人，2018年；Manna等人，2025年；联合国经济和社会事务部人口司，2019年。
CRediT作者贡献声明
Sankar Paul：概念化、方法论、正式分析、调查、初稿撰写。
Sasmita Rout：概念化、撰写——审阅与编辑、监督。
Harekrishna Manna：方法论、撰写——审阅与编辑、监督。
Jahar Lal Giri：方法论、正式分析、调查。
Rabi Narayan Behera：撰写——审阅与编辑、监督。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
