印度泰米尔纳德邦蒂鲁奇拉帕利市的城市空间格局与土地利用效率评估

《Advances in Space Research》：ASSESSMENT OF URBAN SPATIAL PATTERNS AND LAND USE EFFICIENCY IN TIRUCHIRAPPALLI CITY, TAMIL NADU, INDIA

城市扩张空间模式与土地利用效率研究——以印度特里奇irappalli市为例，通过2000-2020年Landsat影像与随机森林（RF）分类器构建土地利用图，结合USM空间模式分析和香农熵测算，揭示城市扩张呈现走廊导向型离散增长特征，并验证ULUE指标在评估土地集约利用中的有效性。研究证实熵值随时间递增（0.88→0.94），2010年后土地效率提升与紧凑化趋势显著。

　　

Talagu Venkatesh | Nisha Radhakrishnan

印度泰米尔纳德邦蒂鲁奇拉帕利国立技术学院土木工程系

摘要

城市化是一种全球性的现象，它显著改变了城市结构和增长模式，往往导致土地使用效率低下和分散式的发展，这对可持续的城市发展构成了挑战。将城市扩张视为一种空间模式而不仅仅是城市范围的扩大，对于实现可持续发展目标（SDG 11）至关重要。本研究利用综合地理空间技术，分析了印度蒂鲁奇拉帕利市在20年（2000-2020年）期间的空间增长模式、分散程度和土地利用效率。通过四种监督式机器学习算法（RF、SVM、CART和NB）对Landsat影像进行分类，生成了2000年、2010年和2020年的土地利用类型（LULC）地图。其中，RF分类器的分类准确率最高且最稳定（约95%），因此被用于后续分析。使用USM方法研究了城市增长模式，而空间分散程度则通过方向性和环状Shannon熵分析进行量化。此外，根据联合国人居署在SDG 11.3.1中的建议，还使用了ULUE来评估城市增长与人口变化之间的集中特征。研究结果表明，蒂鲁奇拉帕利市的城市增长主要沿着主要交通路线呈走廊状和分散式发展，这与Hoyt的扇形模型在概念上是一致的。熵值随时间增加，表明城市分散程度逐渐加大；2000-2010年间土地利用效率较低，而2010-2020年间效率有所提高，增长趋势更加紧凑。通过将空间模式、分散程度和集中指标整合到一个分析框架中，本研究为描述中等规模城市的城市扩张提供了全面且可复制的方法，为可持续城市规划提供了宝贵的见解。

部分摘录

引言

根据联合国的定义，城市地区是许多人居住和工作的地方，是政府、商业和交通的中心。Spate & Gallion（1951年）将城市地区定义为由多个单元、社区或邻里组成的复合体，在这些地方人们为了共同利益而合作。在印度，城市地区是指具有市政当局、法人机构、军区委员会或指定镇委员会管辖的法定区域，同时满足以下三个条件：

研究区域

蒂鲁奇（Trichy）、蒂里奇诺波利（Trichinopoly）或蒂鲁奇拉帕利（Tiruchirappalli）是泰米尔纳德邦（TN）第四大城市，也是该州的主要二级城市。蒂鲁奇市距离北部的塞勒姆（Salem）140公里，东北部的佩兰巴拉尔（Perambalur）56公里，东北部的阿里亚卢尔（Ariyalur）75公里，东部的高杰武尔（Thanjavur）57公里，东南部的普杜科泰（Pudukottai）56公里，南部的马杜赖（Madurai）131公里和锡瓦甘加伊（Sivagangai）136公里，西南部的丁迪古尔（Dindigul）105公里，以及卡鲁尔（Karur）83公里。

数据与方法

用于分析蒂鲁奇拉帕利市城市增长模式的数据来源和方法框架见表1和图3。为了研究建成区的变化，准备了2000年、2010年和2020年的LULC地图。本研究使用Landsat卫星影像，因其长期数据可用性和30米的一致空间分辨率而选择了该数据源。

LULC制图的分类器选择

对于2000年、2010年和2020年的LULC制图，采用了NRSC建议的一级分类方法。定义了四个LULC类别：建成区（Built-up）、水域（Waterbody）、植被（Vegetation）和裸地（Barren land）。使用分层随机抽样方法收集每个类别的训练样本，样本数量逐渐增加直至分类准确率稳定，以避免过拟合（Phinzi等人，2023年）。2000年共收集了17,830个样本点，...

城市的空间模式

使用USM方法分析了蒂鲁奇市的空间模式，该方法是识别城市分散特征的最稳健技术。USM是根据公式（5）计算出的城市性值（urbaness value）构建的。根据表2中给出的城市性值，将城市空间划分为五个类别：核心区（primary core）、次级核心区（secondary core）、边缘区（fringe）、带状区（ribbon）和散布区（scatter），并在图8中展示。各年份的空间模式面积变化详见表9和图表。

建成区增长的方向性模式

为了进行方向性分析，研究区域被划分为204个径向区域（如图5所示），并提取了每个区域内的建成区面积。然后计算了各区域内建成区面积与区域总面积的比例。基于这些数据，生成了方向雷达图（directional radar plot），以展示建成区强度的空间变化，如图9所示。第1区域在所有方向上都表现出完全饱和的建成区增长。

Shannon熵分析

接下来，使用公式（6）计算了研究区域层面、各方向扇区和同心环状区域内的建成区增长模式的Shannon熵值，结果分别显示在表10和图11中。Shannon熵用于衡量建成区的空间分散程度，蒂鲁奇拉帕利市的熵值分别为2000年的0.88、2010年的0.90和2020年的0.94，表明城市分散程度逐渐增加。

城市的土地利用效率

在进行ULUE分析时，选择了蒂鲁奇市的行政边界，因为该边界内的土地价值较高。因此，有必要了解行政边界内的土地是如何被有效利用的。从RF分类得到的2000年、2010年和2020年的LULC图中提取了建成区面积（如图12所示）。ULUE分析考虑了建成区增长率与人口增长率之间的关系（联合国人居署，2018年建议的方法）。

讨论

城市扩张被视为一种空间现象，其特征是分散、低密度且通常是无计划的城市扩展，通常沿着主要交通走廊向外延伸至周边地区。与其说是由紧凑或高密度的增长定义的，不如说城市扩张是通过多个空间维度来理解的，包括分散程度、集中程度、连续性、可达性和空间几何形态（Fuladlu等人，2021年）。因此，本研究将城市扩张解释为...

结论

本研究通过整合遥感和基于GIS的分析技术，研究了蒂鲁奇拉帕利市的空间增长动态，从空间模式、分散程度和集中程度等方面对其进行了表征。对四种监督式分类算法的比较评估表明，RF分类器的分类准确率高于SVM、CART和NB，从而证实了其在提取建成区方面的适用性。

未来展望

未来的研究可以整合社会经济变量，如收入水平、土地价值、住房类型和就业分布，以更明确地测试Homer Hoyt扇形城市增长模型的社会经济机制。纳入交通量、旅行时间和流动性数据将有助于直接评估走廊导向型城市扩张与拥堵动态之间的关系。此外，将提出的综合框架应用于...

未引用的参考文献

Anderson（无日期），FULADLU, K.，2019年；Rangwala（无日期）。

资金

本研究未获得公共部门、商业部门或非营利组织的任何特定资助。

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竞争性财务利益或个人关系。