基于網格單元的烏魯木齊市土地覆被/利用時空變化

買買提江·買提尼亞孜，阿里木江·卡斯木

（1. 新疆農業大學管理學院，烏魯木齊 830052；2. 新疆師范大學地理科學與旅游學院，烏魯木齊 830054；3. 新疆師范大學絲綢之路經濟帶城鎮化發展研究中心，烏魯木齊 830054）

0 引 言

隨著城市化進程在全球范圍內的快速推進，全世界已有50%的人口居住在城市，而且這種趨勢還將繼續[1]。伴隨著城市化的發展，城區土地覆被/土地利用也發生了變化，這對生態環境、氣候以及社會經濟等造成了一定的影響[2-5]。因而，有關城區土地覆被/土地利用動態及相關問題的研究已成為一大社會焦點。近年來，遙感、空間統計及地理信息技術已被用于土地方面的研究，這些技術的日益成熟推動土地動態等相關研究不斷深入[6-8]。

學者們對城市土地覆被/利用變化（land use and land cover change，LUCC）帶來的一系列問題進行了大量的研究，涉及城市LUCC的時空演變[9-10]、驅動力分析[11-12]、情景模擬和預測[13-14]以及生態環境效應等[3,15]。當前對城市LUCC方面的研究大多是以分析研究區內的整體動態變化為主[10]，而對其內部各子區域土地利用時空變化的定量分析相對缺乏[6-7]。在進行關于城市LUCC驅動力研究時，主要進行LUCC總量與各自然人文因子的總量間的相關分析，以相關系數較高的為主要驅動力[11-12]，這雖然可以解釋土地總體變化的原因，但卻無法定量分析研究區內不同區域LUCC的空間異質性[7]。網格單元（grid cell，GC）方法可以定量分析 LUCC在時間和空間上的總體及局部的精細變化，并且能夠通過將相關的各類自然及人文因子轉入網格單元內，定量分析研究區內不同區域LUCC的驅動力[6-7]。目前，中國學者還未將網格單元法用于研究LUCC，國外學者Bagan等[6]在研究東京城市增長及其驅動力時引入GC分析了LUCC的時空變化，其后 Maimaitijiang等[7]在一定程度上對此方法進行了改進，并在LUCC時空變化及驅動力研究中進行了應用。基于轉移矩陣與變化檢測(change detection)的方法可以定性分析研究區內某區域各種用地類型的增減情況，但不能定量表征其變化情況，而基于GC的方法則可定量分析研究區內任一區域土地利用的增減情況，這種特性為探討研究區內不同區域和方向上各類用地的變化及其與相關自然人文因子空間關聯分析奠定了基礎，而轉移矩陣與變化檢測的方法則無法實現[7]。

本文引入GC的思路和方法，基于遙感數據，對烏魯木齊市1990年以來LUCC的時空變化進行定量分析，以期為當前烏魯木齊城市發展提供借鑒，同時還可更好地為城市未來的發展進行預測。

1 研究區概況及數據來源

1.1 研究區概況

烏魯木齊市地處中國西北新疆中部地區的天山中段北麓、準噶爾盆地南緣，位于歐亞大陸腹地，是世界上距離海洋最遠的內陸城市。烏魯木齊屬中溫帶半干旱區，受高壓控制和地形作用影響，四季都會出現地形逆溫層和下沉逆溫層，是典型的大陸性氣候特征。烏魯木齊市是新疆的經濟、政治、文化、科教、金融和交通運輸中心，是第 2座亞歐大陸橋中國西部橋頭堡和向西開放的重要門戶，是中國“一帶一路”戰略絲綢之路經濟帶核心區的首府城市，近年來隨著烏魯木齊市經濟迅猛發展，城市化進程不斷加快，土地利用在深度和廣度方面發生了顯著的變化[16]。本文選擇LUCC變化較大，人文干擾強度高的城市建成區（市區）為研究區（圖1），市區是一個形似狹長葫蘆狀的河谷盆地，建成區東、西、南3面環山，地勢東南高、西北低，研究區南北長約48 km，東西寬約36 km，面積為1 716.68 km2。

圖1 研究區Landsat TM影像圖Fig.1 Landsat TM image of study area

1.2 數據來源

本研究采用5幅Landsat TM5影像：1）1990年1幅(成像時間為8月6日，軌道號為142/30)；2）因2000年和2011年1幅影像不能完全涵蓋研究區，因此每期選擇2幅影像，即2000年2幅（成像時間均為8月8日，軌道號分別為143/29、143/30）、2011年2幅（成像時間為8月11日，軌道號分別為143/29、143/30）。5幅影像均為同一月份數據，可在一定程度上減少或剔除LUCC季節性變化的影響，同時數據均來自Landsat TM5傳感器，減少因傳感器不同而造成的誤差[17]。數據處理過程中，首先以烏魯木齊市l∶100 000地形圖為基準來進行地面控制點的選取，再將研究區影像幾何校正，將誤差控制在l個像元內。本文選取應用廣泛且不受區域特點及目標類型影響的成像時間均為同天的 6S大氣校正模型，其成像時晴朗無云，可消除大氣對影像產生的影響。

2 研究方法

2.1 土地覆被/土地利用分類

城市區域“異物同譜，同物異譜”現象較普遍（例如城市周邊耕地和城市草地，以及建設用地和裸地等具有相似的光譜特性），因此基于低、中分辨率的多光譜遙感影像對城市用地信息進行提取和分類時會有一定難度[18]，尤其是在干旱區城市，其裸地分布較為廣泛，建設用地和裸地在影像分類結果中混雜的現象較普遍[19]。本文不僅要研究土地利用的總體變化，更側重土地利用在研究區內部不同區域空間的精細變化，因此對用地分類的精度要求非常高[6-7,20]。本文在充分考慮烏魯木齊市土地利用特征以及各用地類型在影像上的區分度的基礎上，將11個土地利用類型合并為城市建設用地、綠地、水體和裸地（包括沒有綠色作物的耕地）4個一級土地利用單元[21-22]（表 1），以通過減少類別數量來提高分類的精度[17]。

表1 烏魯木齊市土地覆被/利用分類Table 1 Land cover/land use classification of Urumqi city

為了提高信息提取的精度，通過ENVI5.1進行波段運算，分別計算表征植被信息的土壤調整植被指數（soil adjusted vegetation index，SAVI）[23]、表征建筑用地信息的歸一化建筑指數（normalized difference built-up index，NDBI）[24]和表征水體的改進的歸一化差異水體指數（modified normalized differences water index，MNDWI）[25]。本文將這3個指數作為影像R、G、B 3個波段進行疊加，采用監督分類方法中的最大似然分類法對影像進行分類，經精度驗證，得知用戶精度和生產者精度均達到85%以上，符合分類精度 82%的要求[26]，其中歷史結果的精讀評價首先根據當年的烏魯木齊市土地利用圖和目視解譯在ENVI里通過confusion matrix工具對感興趣區隨機采樣（樣本數量為300）進行精度驗證，然后根據實地考察結果對最終分類結果進行精度分析，3期的Kappa系數均達到0.9以上。

2.2 網格單元方法

基于ArcGIS平臺，在研究區邊界范圍內建立矢量網格。根據研究的需要確定網格單元大小，將基于遙感數據分類獲得的專題圖通過ArcGIS軟件的連接功能分配轉入對應位置的網格單元內，并計算每個網格單元內各類用地占單元總面積的百分比（圖 2）。在向每個網格單元分配轉入各類用地或其他空間要素的過程中，存在跨越網格單元邊界的像元如何分配的問題（圖 2）。傳統的方法是優先分配給相應的所占面積大的網格單元[6]，這樣會造成分配到網格單元的用地面積之和大于網格單元自身面積，不符合實際情況[7]。本文將遙感數據分類獲得的專題圖轉換為矢量圖，與已建立的矢量網格相交，使跨越網格邊界的斑塊被網格分割成多個小塊，計算每個網格內每類用地被分割后的小塊面積，并求和，然后計算該用地在相應網格內所占的比例：

式中Pt為用地類型t在每個網格內的面積比例，%；At為每個網格內用地類型t被分割后的每個小塊的面積；n為每個網格內用地類型t被分割后的數量；Ag是每個網格的面積。

綜合考慮研究區面積、研究目的以及計算機運行效率等因素，通過反復試驗，將每個矢量網格單元的大小確定為250 m×250 m，總計27 743個網格單元。

圖2 土地覆被/利用數據格網化過程示意圖Fig.2 Diagram of land use and land cover data gridding procedure

3 結果與分析

3.1 土地覆被/利用總體變化分析

影像分類結果及基于分類結果統計獲得各類用地面積及比例變化如圖3和表2所示。由圖3可知，1990年以來裸地減少、建設用地呈增加趨勢。與2000年相比，2011年綠地和水體明顯增加。從表中可以看出，1990—2011年烏魯木齊市建設用地增加較快，從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%，這可能與過去20多年間城市人口的快速增加和社會經濟的快速發展具有緊密的聯系；其次是裸地減少較多，比例由1990年的75.13%減少到2011年的49.79%；綠地面積變化呈現一定的波動，先減少后增加，需要指出的是，由于耕地上有綠色作物時，在影像上歸為綠地，而沒有綠色作物時則歸為裸地，且城市北部（實際以耕地為主）在2011年綠地增加較多，說明除了降水等自然因素影響外，耕地的作物種植或收割情況等人為因素也有重要的影響；最后，研究區內水體的面積呈緩慢增加的趨勢，比例由0.71%增加到0.84%。

3.2 基于網格單元的各用地類型時空變化分析

基于網格單元法建立了每類用地變化情況的矢量網格圖（每個網格大小為250 m×250 m），每個網格的屬性值表示1990—2011年相應用地類型占相應網格面積比例的變化情況。基于網格單元法的建設用地1990—2011年的時空變化圖4所示。

圖4表明，過去20 a間，除極少數區域外，建設用地在所有區域幾乎都表現出增加的趨勢，主要是在 1990年建成區的基礎上向東北、北面、西北以及東南方向蔓延發展，同時在過去的20多年間，建設用地主要以外延式擴張為主，但也有內部挖潛的集約式增長；而少數區域如老城區建設用地減少可能是由于對過去高密度“城中村、棚戶區”改造為“低密度、高綠地率”的建筑區等因素引起。

圖3 1990—2011年烏魯木齊市土地覆被/利用變化Fig.3 Land use and land cover change of Urumqi city from year of 1990 to 2011

表2 烏魯木齊市1990—2011年土地覆被/利用面積及比例Table 2 Area and percentage of land use and land cover of Urumqi city from year of 1990 to 2011

從圖 4中還可以看出，雖然建設用地的擴展在不同方向、不同區域有很大的不同，這可能由很多因素綜合作用形成。1）從自然條件來看，烏魯木齊市主城區地勢高、坡度大且東、西、南3面環山（圖1），不利于作為建設用地；2）從政策方面來看，近幾年國家和政府出臺并實施的區域一體化戰略措施，如 “烏昌一體化”進程（即烏魯木齊市與西北方向的昌吉市一體化發展）、“烏昌石”城市圈、“兵地融合”發展等[27]，促進了烏魯木齊與西北方向的昌吉市、石河子市，與北部的兵團城市五家渠市、東北方向的阜康市等的聯系和融合發展；行政區劃調整，例如2007年位于烏魯木齊東北方向的米泉市并入首府成為米東區，同時推動建設用地向東北方向的擴展；同時，烏魯木齊市在近幾年規劃中還提出了“南控北擴、西延東進”發展戰略，城市用地實行“南控、北擴、先兩延、后東進”的原則，這在一定程度上決定了烏魯木齊城市建設用地的發展趨勢和方向。3）除了自然地形、政策規劃等因素外，城市主要路網和對外交通對建設用地在不同方向的增長和擴展具有重要影響，城市道路網絡是一個城市在地域空間上的“骨骼”、基礎支撐以及城市用地擴張的一項重要驅動因素，與城市用地擴張具有密切聯系[28-29]。烏魯木齊市1990年道路長度為402 km，2011年達到了1 695 km，是1990年的4.22倍[30]。將城市道路系統圖和城市建設用地圖對比發現，建設用地的增加區域與主干路網在空間具有一定的一致性，主干路對城市擴展的“牽引”特性明顯，尤其是城市對外交通以及外環路沿線建設用地增加明顯，如吐烏大高速路、S111省道、烏昌快速、連霍高速、G314和G216國道等對城市建設用地空間向東北、西北和東南方向延展起到了一定的推動和促進作用。

圖4 1990—2011年烏魯木齊市建設用地、綠地和裸地的時空 變化與道路系統Fig.4 Spatial and temporal change in construction land, green land and bare land of Urumqi city from 1990 to 2011 and road system

過去20 a間，在建成區內外綠地既有增加的區域，但也有不少減少的區域，如圖4c所示。從建成區范圍內來看，綠地減少的區域較多，區域⑧除自然因素外，主要是由建設用地擴展占用草地和林地所致；但建成區內部有很多區域表現出綠地的增加，而且有幾處為大面積明顯的增加，這與烏魯木齊市近年來一直實施的“園林城市建設、荒山綠化工程”戰略密切相關，烏魯木齊市在1990年僅有4個公園，到2011年增加到了26個，面積從1990年的191 hm2增加到2011年的2 636 hm2，建成區綠化率從21.8%提高到36.16%[30]，這使得區域內尤其是建成區范圍內很多區域綠地面積大規模增加，如圖4c中綠地增加明顯的區域：①雅瑪里克山、②水磨溝山區、③蜘蛛山、④紅光山等均為烏魯木齊市重點綠化和改造的區域。2）從建成區外部的區域來看，研究區北部（區域⑤）、西北部（區域⑤）以及西南部（區域⑥）主要為耕地，這些區域均表現出綠地的明顯增減的特性，除了自然因素的影響外，1990年和2011年2期耕地上是否有作物或者被收割的狀態（沒有作物或被收割后耕地在影像上表現為裸地，有綠色作物時表現為綠地）對這些區域綠地的增減具有重要影響；研究區東南部（區域⑦）綠地表現出明顯增加的特性，這些區域海拔較高，主要為覆蓋稀疏植被或無植被的山體，且尚未進行人為綠化，即人為干擾的作用非常微弱，因此可以判定該區域綠地增多主要為不同時期自然因素如降水和氣溫的不同造成（圖5）。

裸地是干旱區城市地表覆被的重要特征。圖4d顯示了基于網格單元分析的裸地在1990—2011年的時空變化情況，可以看出，過去20 a間，建成區內外裸地既有增加的區域，但也有不少減少的區域。在1990—2011年建成區之間的區域顯示裸地明顯減少的特性，說明過去20a間城區向外圍擴展的過程中，占用了大量的裸地（建設用地占用或綠化后成為綠地）；從 2011年建成區外部來看，研究區北部、西北部以及西南部裸地的增減變化特性突出，因為該區域主要為耕地，前后 2期耕地上是否有作物或者被收割的狀態決定這些區域裸地的增減變化；2011年建成區外研究區西南部表現裸地明顯的減少特征，而該區域是受人為影響較弱的覆被稀疏植被或無植被的自然山體，因此該區域裸地的減少主要是由于前后 2期自然因素如降水和氣溫變化引起植被覆蓋變化，從而引起裸地的變化。

圖5 1990—2011年烏魯木齊年均氣溫和降水情況Fig.5 Annual average temperature and precipitation of Urumqi city from 1990 to 2011

3.3 基于網格單元的各類用地變化相關分析

基于轉移矩陣分析不同用地類型的時空轉移和替代關系是土地覆被/土地利用研究中的重要方法[31-33]，而基于網格單元的可以通過計算不同用地類型變化之間的相關系數，分析不同用地類型的時空轉移和替代關系[6-7]。由于研究區范圍內有大量耕地，其耕種狀態會影響綠地和裸地的面積，為了更加準確地反映20 a間各用地類型的相互轉移替代關系，本文基于2011年建成區范圍界線內的10 236個網格單元計算各用地類型之間的變化替代關系（表3），其中r為皮爾遜相關系數，P≤0.05，具有95%置信區間的統計顯著性。從表3可以看出，3個變化階段建設用地與裸地變化均具有很強的負相關性（r約-0.7），同時其與綠地的變化則具有一定的負相關性（r為-0.23左右），而建設用地與水體相關性十分微弱，說明建設用地增加和擴展主要占用和替代了裸地，其次也占用了一定的綠地；同時，還發現在 3個變化階段裸地與綠地變化均具有較強的負相關性（相關系數為-0.5左右），說明裸地減少部分被綠地所代替，也再次印證烏魯木齊市長期以來的“荒山綠化”工程的效果。

表3 1990—2011年各類用地變化量之間的相關性分析Table 3 Correlation analysis between change of each land use in different stages during 1990-2011

為了進一步分析20 a間建設用地與裸地的轉移替代關系，對兩者的變化進行線性回歸分析（圖 6），說明過去20 a間烏魯木齊市裸地的大規模減少主要是由建設用地的增加和擴展所驅動。

圖6 1990—2011年烏魯木齊市建設用地和裸地時空變化的回歸分析Fig.6 Regression analysis on change in construction land area and that of bare land area in Urumqi city during 1990-2011

4 結 論

本文引入網格單元的思路和方法，基于遙感數據，對烏魯木齊市 1990—2011年土地覆被/土地利用的時空變化進行定量分析，主要結論如下：

1）烏魯木齊市在過去20 a間城市快速擴展，建設用地迅速增加，由 1990年 157.37 km2增加到 2011年的444.89 km2，與城市人口和社會經濟增長呈現一致趨勢。烏魯木齊市地形條件、政策、城市規劃以及道路交通網絡等因素對建設用地在不同區域和方向的擴展起到了重要作用，在空間上既有在老城區內部挖潛的集約式增長，也伴隨向外圍的蔓延式擴展；水體則呈現緩慢增長的趨勢。

2）綠地在20 a間總體呈現增加趨勢，除降水和氣溫等自然因素影響外，政府長期實施的“荒山綠化”工程對綠地的變化影響較大。

3）裸地始終向著持續減少的趨勢發展，比例由1990年的75.13%減少到2011年的49.79%而城市建設用地擴展占用和“荒山綠化”是導致其變化的關鍵因素。

本文在利用遙感技術的基礎上引入了網格的方法，使其結果更加精細和準確的反映出近年來烏魯木齊市的土地利用動態變化。基于網格單元的數據可更好地為當前烏魯木齊城市發展提供借鑒，同時還可更好地對城市未來發展進行預測。

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

[2] 李曉文，方創琳，黃金川，等. 西北干旱區城市土地利用變化及其區域生態環境效應：以甘肅河西地區為例[J]. 第四紀研究，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，賈啟建，李超，等. 基于生態系統服務價值和生態安全格局的土地利用格局模擬[J]. 農業工程學報，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] 黃迎春，楊伯鋼，張飛舟，等. 基于同類城市建設目標的北京市土地利用結構優化[J]. 農業工程學報，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的新疆城市擴展時空動態變化分析[J]. 冰川凍土，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] 茹克亞·薩吾提，阿里木江·卡斯木. 近 20a來新疆主要城市擴展時空動態變化特征[J]. 干旱區研究，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，杜培軍，蘇紅軍，等. 近 20年大同市土地利用/覆蓋遙感變化分析[J]. 干旱區資源與環境，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] 劉盛和. 城市土地利用擴展的空間模式與動力機制[J]. 地理科學進展，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] 董雋，臧淑英. 大慶市城市土地利用變化的驅動機制[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] 吳桂平，曾永年，馮學智，等. CLUE-S模型的改進與土地利用變化動態模擬: 以張家界市永定區為例[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] 韓會然，楊成鳳，宋金. 北京市土地利用空間格局演化模擬及預測[J]. 地理科學進展，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] 張楊，劉艷芳，顧漸萍，等. 武漢市土地利用覆被變化與生態環境效應研究[J]. 地理科學，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] 玉蘇普江·艾麥提，阿里木江·卡斯木，艾克拜爾·買提尼牙孜. 基于遙感的烏魯木齊市景觀格局演變分析[J]. 西北林學院學報，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] 吳志杰，趙書河. 基于TM圖像的“增強的指數型建筑用地指數”研究[J]. 國土資源遙感，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] 黃粵，陳曦，包安明，等. 近15a烏魯木齊市城市用地擴展動態及其空間特征研究[J]. 冰川凍土，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，陳曦，段含明，等. 城市地表溫度對土地利用/覆被變化響應的遙感研究：以烏魯木齊為例[J]. 中國沙漠，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] 支小軍，丁偉. “絲綢之路經濟帶”戰略背景下天山北坡城市群的功能定位與布局[J]. 新疆農墾經濟，2014(3)：24－27.

[28] 王雪微，王士君，宋飏，等. 交通要素驅動下的長春市土地利用時空變化[J]. 經濟地理，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] 趙國梁，鄭新奇，原智遠，等. 道網密度與城鎮擴張時空變化特征及關聯性分析[J]. 農業工程學報，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] 烏魯木齊統計局.烏魯木齊市統計年鑒2012[M]. 北京：中國統計出版社，2012.

[31] 史培軍，陳晉. 深圳市土地利用變化機制分析[J]. 地理學報，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] 謝葉偉，劉兆剛，趙軍，等. 基于RS與GIS的典型黑土區土地利用變化分析: 以海倫市為例[J]. 地理科學，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] 喬偉峰，盛業華，方斌，等. 基于轉移矩陣的高度城市化區域土地利用演變信息挖掘: 以江蘇省蘇州市為例[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)