Quantifying Circular Urban Expansion Patterns of Compact Chinese Cities: The Case of Yangtze River Delta, China
Quantifying Circular Urban Expansion Patterns of Compact Chinese Cities: The Case of Yangtze River Delta, China
复制标题
量化中国紧凑城市的循环城市扩张模式：以中国长江三角洲为例
DOI：
10.1068/b120004p
复制
发表时间：
2015-04
期刊：
影响因子：
--
通讯作者：
Dene Liu
中科院分区：
文献类型：
--
作者：
S S Chen;Yue Yan;Qun Gao;Dene Liu
世界各地城市化进程的加快，重新激发了跨学科的兴趣，并引发了公众对可持续城市形态的关注。尽管大量的文献同心模型及其应用于城市土地利用模式，一个严格的和直接的方法来表征模型的定量空间是特别需要的。本文提出了一种数学方法，并提炼了五个指标来衡量和澄清城市扩展的循环模式。以中国长江三角洲地区的51个城市为样本，利用遥感数据对该方法进行了检验。采用的五个指标表明，长三角大部分城市呈现出紧凑的集中形态，成熟的核心区相对较小，并且正在快速扩张。此外，我们发现了独特的地方模式的密度梯度在建成区，城市人口规模和当地的制度结构。与方法有关的初步结果是令人鼓舞的，这应该是有用的阐明城市增长趋势和决策。
Accelerating urbanization all over the world has renewed interdisciplinary interest and public concerns over sustainable urban forms. Despite abundant literature on the concentric model and its application to urban land-use patterns, a rigorous and straightforward methodology to characterize the model quantitatively in space is especially needed. In this paper we present a diagramatic method and refine five indicators to measure and clarify the circular pattern of urban expansion. With remote sensing data, the approach has been examined for the sample set of fifty-one cities in the Yangtze River Delta (YRD) region of China. The five indicators adopted illustrated that most of YRD cities display a compact centralized form with a relatively small matured core area and are undergoing fast expansion. Furthermore, we have found distinctive local models of density gradient in built-up areas, shaped by urban population size and local institutional structures. The preliminary results related to the methodology are inspiring, which should be useful for elucidating urban growth trends and for decision making.
登录
查看更多内容
影响因子：
9.1
作者：
Nina Schwarz
通讯作者：
Nina Schwarz
影响因子：
2
作者：
B. Berry;J. Simmons;R. Tennant
通讯作者：
B. Berry;J. Simmons;R. Tennant
连云港市城郊地区增长类型表征及增长密度分布分析以响应城市增长模式
影响因子：
9.1
作者：
Yaqi Shi, Xiang Sun, Xiaodong Zhu, Yangfan Li, et
通讯作者：
Yaqi Shi, Xiang Sun, Xiaodong Zhu, Yangfan Li, et
影响因子：
4.7
作者：
E. Mills;Jee‐Peng Tan
通讯作者：
E. Mills;Jee‐Peng Tan
影响因子：
3.4
作者：
Hai Minh Pham;Y. Yamaguchi
通讯作者：
Hai Minh Pham;Y. Yamaguchi