相关实验视频
Updated: May 25, 2025

Trajectory Data Analyses for Pedestrian Space-time Activity Study
Published on: February 25, 2013
使用谷歌地球引擎和预测模型对城市扩张和土地使用动态的时空空间分析
Ang Zhang1, Aqil Tariq2, Abdul Quddoos3
1College of Physics and Information Engineering, Fuzhou University, Fuzhou, 350116, China.
用卫星数据和预测建模分析了巴基斯坦Multan和Sargodha的城市扩张情况. 结果显示,建筑面积显著增加,预计到2030年,穆尔坦将稳定,萨尔戈达将继续增长.
科学领域:
- 遥感和地理空间分析
- 城市规划与环境科学
- 土地使用/土地覆盖变化 (LULC) 动态
背景情况:
- 人类活动带来的强化城市扩张和土地利用变化影响了生态和发展景观.
- 监测历史和预测未来的LULC变化对于可持续的城市发展和环境管理至关重要.
- 巴基斯坦的穆尔坦和萨尔戈达地区面临着巨大的城市化压力,需要详细的时空分析.
研究的目的:
- 调查历史 (1990-2020年) 和预计 (到2030年) 的土地使用/土地覆盖 (LULC) 变化以及穆尔坦和萨尔戈达地区的城市增长模式.
- 应用一个集成的方法,结合云计算,卫星图像和预测建模,用于准确的LULC变化评估.
- 确定关键的LULC转型,城市化趋势,以及规划城市发展的潜在区域.
主要方法:
- 1990年至2020年的Landsat卫星图像 (Landsat 5 ETM,Landsat 8 OLI) 的分析,使用谷歌地球引擎平台上的随机森林模型进行分类.
- 在QGIS的MOLUSCE插件中使用模拟模型整合蜂自动机和人工神经网络多层感知器预测到2030年的城市增长.
- 对分类准确性的验证,在所有分析的时间段内,两个地区的分类准确性始终超过92%.
主要成果:
- 穆尔坦的建筑面积从6.58% (1990) 增加到12.04% (2020);萨尔戈达的建筑面积从12.69% (1990) 增加到17.83% (2020).
- 植被覆盖仍然占主导地位,但表现出显著的变化,特别是在城市周边地区.
- 预测显示,到2030年,穆尔坦的城市区域将稳定在12.11% (东南扩张),而Sargodha预计在平衡的多方向增长下将达到24.32%.
结论:
- 综合分析方法有效评估城市增长的时空模式和LULC变化.
- 该研究成功地确定了研究领域的主要LULC转型和趋势.
- 该方法强调了潜在的城市化区域,为开发计划和管理的城市定居点提供了机会.
更多相关视频
09:44Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon
Published on: October 16, 2018
12:26Integrating Remote Sensing with Species Distribution Models; Mapping Tamarisk Invasions Using the Software for Assisted Habitat Modeling SAHM
Published on: October 11, 2016
相关概念视频
Manipulation and Analysis
Levels of Use of a GIS
Selected Data About Geographic Locations
Thematic Layering in GIS
Introduction to GIS
GIS Software, Hardware, and Sources of GIS Data