基于水文效应的城市增长边界的确定——以镇江新民洲为例

doi:10.13249/j.cnki.sgs.2013.08.979

地理科学 ›› 2013, Vol. 33 ›› Issue (8): 979-985.doi: 10.13249/j.cnki.sgs.2013.08.979

基于水文效应的城市增长边界的确定——以镇江新民洲为例

徐康¹(), 吴绍华¹(), 陈东湘², 戴靓¹, 周生路¹

1.南京大学地理与海洋科学学院,江苏南京 210093
2.南京大学金陵学院,江苏南京 210089

收稿日期:2012-07-13 修回日期:2013-01-22 出版日期:2013-08-20 发布日期:2013-08-20
作者简介:
作者简介：徐康（1989-）男,江苏连云港人,硕士研究生,主要研究方向为区域发展与土地资源管理。E-mail：xk89_tnju@163.com
基金资助:
国家自然科学基金（41001047）资助

The Urban Growth Boundary Determination Based on Hydrology Effect: Taking Xinminzhou as An Example

Kang XU¹(), Shao-hua WU¹(), Dong-xiang CHEN², Liang DAI¹, Sheng-lu ZHOU¹

1.School of Geographic and Oceanographic Sciences ,Nanjing University,Nanjing ,Jiangsu 210093,China
2.School of Jinling,Nanjing University,Nanjing ,Jiangsu 210089,China

Received:2012-07-13 Revised:2013-01-22 Online:2013-08-20 Published:2013-08-20

摘要/Abstract

摘要：

城市增长边界(UGB)是城市增长管理、控制城市无序蔓延的重要工具,但如何科学定量划定城市增长边界一直是一个技术难题。针对目前城市增长边界定量划定研究的不足,提出一种基于城市水文效应,适用于城市内涝易发区的城市增长边界划定方法。该方法整合了元胞自动机(CA)模型与区域水文模型(SCS),通过CA模型预测城市不透水面积的扩张范围与形态,并以此作为城市水文模型的参数,评估城市淹水面积的比例及风险,最后根据风险水平确定城市增长边界。以镇江新民洲为例,实证研究了该地区的城市增长边界的合理划定,研究发现该区域城市扩张规模控制500 hm²之内,城市在最大降雨条件下城市积水面积的风险水平能有效降低。研究结果可为新民洲的水文风险控制及城市规划提供依据,同时可为其他城市增长边界划定提供方法参考。

关键词: 城市增长边界, CA模型, 水文过程模型, 城市用地

Abstract:

Urban growth boundary (UGB) is an important tool to manage urban growth and control cities sprawl, but how to identify scientifically the urban growth boundary for a city has always been a technical problem. In order to address this issue, this article developed an approach to determine the urban growth boundary based on the hydrological risk. This method combines the Cellular Automata Model (CA ) and Soil Conservation Service Model(SCS). CA model is used to simulate the city expansion in different scenarios. Impervious area is extracted from CA simulation results, which is as the key parameters of the SCS model. the SCS model is use to assess the inudation area and hydrological risk. Finally, urban growth boundary is determined based on controlling hydrological risk in certain scale. This research took Xinminzhou, Zhenjiang City as an example to identify the urban growth boundary. The results showed that the inundation area was up 15%, 28%, 43%, 56% and 62% of total area respectively, when the city simulated in different scenarios of 184 hm², 300 hm², 405 hm², 494 hm²and 572 hm². Under the probable maximum precipitation, in order to reduce inundation risk in the city, It was suggested that the urban should be controlled within 500 hm² based on comprehensive analysis. The approach integrating the CA and SCS model provides an useful tool to determine UGB, and decision-making on hydrological risk control and urban planning.

Key words: urban growth boundary, CA model, SCS model, urban land use

中图分类号:

TU984.11

徐康, 吴绍华, 陈东湘, 戴靓, 周生路. 基于水文效应的城市增长边界的确定——以镇江新民洲为例[J]. 地理科学, 2013, 33(8): 979-985.

Kang XU, Shao-hua WU, Dong-xiang CHEN, Liang DAI, Sheng-lu ZHOU. The Urban Growth Boundary Determination Based on Hydrology Effect: Taking Xinminzhou as An Example[J]. SCIENTIA GEOGRAPHICA SINICA, 2013, 33(8): 979-985.

图/表 7

图1

图2

表1

图3

图4

表2

图5

参考文献 35

[1]	胡浩,温长生.城市空间扩展与房地产业开发关系研究——以南宁市为例[J].西北大学学报(自然科学版),2004,34(6):731~734.
[2]	Anthony J.Do state growth management regulations reduce Sprawl[J]. Urban Affairs Review, 2004, 39(1): 376-397.
[3]	段德罡,芦守义,田涛等.城市空间增长边界(UGB)体系构建初探[J].规划师,2009,25(8):11~14,25.
[4]	吴箐,钟式玉.城市增长边界研究进展及其中国化探析[J].热带地理,2011,31(4):409~415.
[5]	程遥,赵民.“非城市建设用地”的概念辨析及其规划控制策略[J].城市规划,2011,35(10):9~17.
[6]	冯科,吴次芳,韦仕川等.城市增长边界的理论探讨与应用[J].经济地理,2008,28(3):425~429.
[7]	高玉宏,张丽娟,李文亮,等.基于空间模型和CA的城市用地扩展模拟研究——以大庆市为例[J].地理科学. 2010,30(5): 723~727.
[8]	何丹,金凤君,周璟.基于Logistic-CA-Markov的土地利用景观格局变化——以京津冀都市圈为例[J].地理科学. 2011,31(8): 903~910.
[9]	张鸿辉,王丽萍,金晓斌,等.基于多智能体系统的城市增长时空动态模拟——以江苏省连云港市为例[J].地理科学. 2012,32(11):1289~1296.
[10]	苏伟忠,杨桂山,陈爽,等.城市增长边界分析方法研究——以长江三角洲常州市为例[J].自然资源学报,2012,27(2):322~331.
[11]	刘妙龙, 陈鹏. 基于细胞自动机与多主体系统理论的城市模拟原型模型[J]. 地理科学, 2006, 26(3): 292~297.
[12]	龙瀛,韩吴英,毛其智等.利用约束性CA制定城市增长边界[J].地理学报,2009,64(8):999~1008.
[13]	黎夏,叶嘉安.约束性单元自动演化CA模型及可持续城市发展形态的模拟[J].地理学报,1999,54(4):289~298.
[14]	胡蓓蓓,周俊,王军,等.基于情景模拟的天津市滨海新区2020年暴雨内涝风险评估[J].地理科学. 2012,32(7):846~852
[15]	SCS.National Engineering Handbook[S].US Department of Agriculture,Washington DC,1956
[16]	Batty M.Urban systems as cellular automata[J]. Environment And Planning,1997,24:159-164.
[17]	Wolfram S.Cellular automata andcomplexity[M]. Baltimore: Addison-Wesley Publishing Company,1994: 66-70.
[18]	贺宝根,周乃晟,高效江,等.农田非点源污染研究中的降雨径流关系——SCS法的修正[J].环境科学研究,2001,14(3):49~51.
[19]	彭定志,游进军.改进的SCS模型在流域径流模拟中的应用[J].水资源与水工程学报,2006,17(1):20~24.
[20]	谢长坤, 蔡永立, 左俊杰. 基于SCS法模拟的上海郊区农田地表产流特征及原因[J].长江流域资源与环境, 2012,21(1):44~51.
[21]	陈西平. 计算降雨及农田径流污染负荷的三峡库区模型[J].中国环境科学, 1992, 12(1): 48~52.
[22]	郭晓军,王道杰,庄建琦.SCS模型在干热河谷区坡面产流模拟中的应用[J].中国水土保持科学, 2010,8(5):14~18.
[23]	黄沈发,陆贻通,沈根祥.上海郊区旱作农田氮素流失研究[J].农村生态环境,2005,21(2):50~53.
[24]	刘永德,何品晶,邵立明等.太湖流域农村生活垃圾面源污染贡献值估算[J].农业环境科学学报,2008,27(4):1442~1445.
[25]	全瑞松, 刘敏, 侯立军, 等. 土地利用动态变化对地表径流的影响——以上海浦东新区为例[J].灾害学,2009,24(1):44~49.
[26]	刘兰岚. 上海市中心城区土地利用变化对径流影响及其水环境效应研究[D]. 上海: 华东师范大学, 2007.
[27]	李丽,王加虎,郝振纯,等.SCS模型在黄河中游次洪模拟中的分布式应用[J].河海大学学报(自然科学版),2012,(1):105~108.
[28]	徐刘凯,王全金,向速林.应用SCS模型模拟清丰水流域产汇流量[J].华东交通大学学报,2011,(4):85~88.
[29]	Singh P K, Bhunya P K, Mishra S K.A sediment graph model based on SCS-CN method[J].Journal of Hydrology,2008,349(2):244-255.
[30]	刘贤赵,康绍忠,刘德林,等.基于地理信息的SCS模型及其在黄土高原小流域降雨-径流关系中的应用[J].农业工程学报,2005,21(5): 93~97.
[31]	Mmelesse A M,Shih S F.Spatially distributed storm run-off depth estimation using Land sat images and GIS[J].Computers and Electronics in Agriculture,2002,37:173-183.
[32]	罗鹏,宋星原. 基于栅格的分布式SCS产流模型研究[J].水土保持通报. 2010,(04):138~142.
[33]	史培军,袁艺,陈晋.深圳市土地利用变化对流域径流的影响[J].生态学报,2001,21(7):1041~1049.
[34]	郝芳华,程红光,杨胜天.非点源污染模型:理论方法与应用[M].北京:中国环境科学出版社, 2006: 31.
[35]	Geetha K,Mishra S K,Eidho T L,et al.SCS-CN based continuous simulation model for hydrologic forecasting[J].Water Researches Management,2008,22:165-190.
	ss师,2012,28(2):8~9.

	城市积水比例	涝灾风险水平	城市增长风险边界
最大降雨量条件下 200 mm/d	25%以下	涝灾风险低	低风险边界
	25%~50%	涝灾风险中等	中等风险边界
	50%以上	涝灾风险高	高风险边界

情景	城市用地规模（hm²）	区域平均径流深度（mm）	积水面积（%）	涝灾风险水平	城市增长风险边界
现状	90	125	10%	风险低	低风险边界
低开发规模	184	132	15%	风险低	低风险边界
中低开发规模	300	135	28%	风险中	中等风险边界
中等开发规模	405	142	43%	风险中	中等风险边界
中高开发规模	494	146	56%	风险高	高风险边界
高开发规模	572	149	62%	风险高	高风险边界

基于水文效应的城市增长边界的确定——以镇江新民洲为例

The Urban Growth Boundary Determination Based on Hydrology Effect: Taking Xinminzhou as An Example

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 35

相关文章 6

Metrics

本文评价

推荐阅读 0

[1]	李晓玲, 修春亮, ШендрикАлександрВладимирович, ЛачининскийСтаниславСергеевич, 贺红士. 圣彼得堡土地利用格局现状特征及形成机制[J]. 地理科学, 2017, 37(9): 1382-1391.
[2]	刘润姣, 蒋涤非, 石磊. 基于多智能体建模技术的城市用地时空演化研究[J]. 地理科学, 2017, 37(4): 537-545.
[3]	吴健生, 毛家颖, 林倩, 李嘉诚. 基于生境质量的城市增长边界研究——以长三角地区为例[J]. 地理科学, 2017, 37(1): 28-36.
[4]	冯徽徽, 刘慧平. 基于误差反馈控制的变系数城市扩张模型构建及应用[J]. 地理科学, 2014, 34(5): 594-600.
[5]	高玉宏, 张丽娟, 李文亮, 刘栋, 陈红. 基于空间模型和CA的城市用地扩展模拟研究——以大庆市为例[J]. 地理科学, 2010, 30(5): 723-727.
[6]	姚士谋, 陈爽, 吴建楠, 张越, 陈振光. 中国大城市用地空间扩展若干规律的探索——以苏州市为例[J]. 地理科学, 2009, 29(1): 15-21.