1. 项目背景与数据价值
城市形态指标数据是城市规划、地理信息系统(GIS)研究和区域经济发展分析的重要基础资料。1992-2024年这个时间跨度覆盖了中国城镇化进程最关键的三十年,完整记录了城市扩张、土地利用变化和空间结构演变的完整周期。这类数据对于理解中国特色的城市化模式具有不可替代的参考价值。
在实际研究中,我们发现地级市层面的形态数据存在几个典型应用场景:一是用于城市蔓延(urban sprawl)的定量分析,通过建筑密度、用地混合度等指标评估城市扩张效率;二是支持空间计量经济学模型,将形态指标作为解释变量分析其对经济增长、环境质量的影响;三是作为智慧城市建设的基准数据,为基础设施布局提供决策依据。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心指标体系解析
2.1 空间扩展类指标
- 建成区面积:通过遥感解译获取的连续年度数据,需注意不同时期影像分辨率差异(早期Landsat系列约30米,近年Sentinel-2可达10米)
- 扩展强度指数:计算公式为(当年建成区面积-上年面积)/市域总面积×100%,反映扩张速度
- 形状紧凑度:常用指标包括周长面积比(PAI)和景观形状指数(LSI),值越大表示形态越不规则
2.2 内部结构类指标
- 路网密度:单位面积内道路总长度(km/km²),建议区分主干道/次干道计算
- 功能混合度:基于POI数据的香农多样性指数,计算公式为H=-Σ(p_i×lnp_i),其中p_i为某类用地占比
- 开发强度:容积率(FAR)和建筑密度(BCR)的网格化平均值
2.3 特殊形态特征
- 蛙跳式开发:通过空间自相关分析识别离散分布的新开发区域
- 填充式开发:利用空隙度指数(Porosity)量化建成区内部未利用地块
3. 数据获取与处理方法
3.1 多源数据融合方案
建议采用"遥感影像+统计年鉴+POI"的混合数据源:
- Landsat 5/7/8/9:1992-2022年基础影像(USGS免费获取)
- Sentinel-2:2015年后补充数据(欧空局开放访问)
- 夜间灯光数据:DMSP/OLS(1992-2013)和NPP/VIIRS(2012-2024)作为辅助验证
- 统计年鉴
