使用谷歌地球引擎和机器学习进行城市土地使用变化的地理空间建模和预测

科学领域:

• 环境科学 环境科学
• 城市规划 城市规划
• 遥感 遥感 遥感 遥感

背景情况:

• 城市扩张和土地使用土地覆盖面 (LULC) 变化对可持续城市规划和粮食安全构成重大挑战.
• 巴基斯坦主要城市正在经历快速的城市化,影响自然资源和农田.

研究的目的:

• 从1990年到2020年,分析巴基斯坦五个主要城市的多十年LULC变化.
• 评估城市化对植被,荒地和农业区的影响.
• 预测未来的城市扩张趋势及其对粮食安全的影响.

主要方法:

• 利用了伊斯兰堡,卡拉奇,拉合尔,佩沙瓦和奎达的多时间的Landsat图像 (1990-2020).
• 在谷歌地球引擎 (GEE) 中使用微笑随机森林 (SRF) 算法进行LULC分类.
• 在未来城市扩张预测中应用了MOLUSCE-ANN模型.

主要成果:

• 城市面积显著增加:卡拉奇 (12.4%至41.3%),拉合尔 (15.2%至39.8%),伊斯兰堡 (9.1%至28.6%).
• 城市增长主要以牺牲植被和荒地为代价,影响农业地区.
• 未来的预测表明继续扩张,到2030年,卡拉奇和拉合尔可能会超过45%的建筑面积.

结论:

• 巴基斯坦的城市化进程迅速,侵占了重要的土地资源,对粮食安全构成风险.
• 高度影响城市发展模式,高海拔城市的增长速度较慢.
• 该研究提供了一个强大的,多十年的分析,对于为可持续的城市政策和减少灾害风险提供信息至关重要.