CN109858833A - 开发区的空间建设适宜性评价方法及装置 - Google Patents

开发区的空间建设适宜性评价方法及装置 Download PDF

Info

Publication number
CN109858833A
CN109858833A CN201910139810.8A CN201910139810A CN109858833A CN 109858833 A CN109858833 A CN 109858833A CN 201910139810 A CN201910139810 A CN 201910139810A CN 109858833 A CN109858833 A CN 109858833A
Authority
CN
China
Prior art keywords
construction
grade
development zone
spatial
potentiality
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910139810.8A
Other languages
English (en)
Inventor
胡亮
张清华
杨一帆
盛况
王兴平
李茜
赵彦超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Architecture Design and Research Group Co Ltd
Original Assignee
China Architecture Design and Research Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Architecture Design and Research Group Co Ltd filed Critical China Architecture Design and Research Group Co Ltd
Priority to CN201910139810.8A priority Critical patent/CN109858833A/zh
Publication of CN109858833A publication Critical patent/CN109858833A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种开发区的空间建设适宜性评价方法及装置。所述方法包括：根据建设适宜等级评定的指标体系，构建所述开发区的建设适宜等级栅格图像；根据建设潜力等级评定的指标体系，构建所述开发区的建设潜力等级栅格图像；通过将所述建设适宜等级栅格图像中的建设适宜等级与所述建设潜力等级栅格图像中的建设潜力等级相乘，得到适建性等级的多方案。本发明开发区的空间建设适宜性评价方法及装置能够解决现有技术中开发区建设评估结果单一、针对性不强的问题，为后续规划设计的多方案决策提供科学支撑。

Description

开发区的空间建设适宜性评价方法及装置
技术领域
本发明涉及地理信息系统技术领域，特别是涉及一种开发区的空间建设适宜性评价方法及装置。
背景技术
开发区空间适建性分析以意向建设开发区的地区(下文简称“意向区”)为对象，进行建设用地评定和产业发展潜力评估，综合两项分析的结果确定在意向区内建设开发区的适宜性等级，为合理选择开发区建设空间提供依据。
建设用地评定需要综合自然环境条件和认为影响因素，对意向区内用地进行工程技术评定，从而确定用地的建设适宜等级。产业发展潜力评估需要综合考虑意向区内及周边影响区内能够支撑开发区建设的社会、经济和人文等因素，从而确定意向区内开发区的建设潜力等级。综合建设适宜等级和建设潜力等级，最终确定开发区的空间适建性。
针对建设用地评定的研究成果丰富，已在城乡规划领域形成相关的技术标准(桂昆鹏等，2014)，基于GIS平台的相关应用方法也相对成熟，但基于既有方法得到的结论单一，难以为规划设计的多方案决策提供支撑。针对建设潜力等级评估主要针对城市建设区。相比城市，开发区的建设在基础设施供给、劳动力、环境保护等方面有其特殊性，这是开发区的建设潜力评估需要充分考虑的，目前相关研究还未全面涉及。
发明内容
本发明要解决的技术问题是提供一种开发区的空间建设适宜性评价方法及装置，引入多方案决策模型对建设适宜等级和建设潜力等级进行综合评价，能够解决现有技术中开发区建设评估结果单一、针对性不强的问题，为后续规划设计的多方案决策提供科学支撑。
为解决上述技术问题，本发明提供了一种开发区的空间建设适宜性评价方法，所述方法包括：根据建设适宜等级评定的指标体系，构建所述开发区的建设适宜等级栅格图像；根据建设潜力等级评定的指标体系，构建所述开发区的建设潜力等级栅格图像；通过将所述建设适宜等级栅格图像中的建设适宜等级与所述建设潜力等级栅格图像中的建设潜力等级相乘，得到适建性等级的多方案。
作为本发明技术方案的一种改进，构建所述开发区的建设适宜等级栅格图像，包括：根据取最大值或者取最小值的原则，将所述建设适宜等级评定的指标体系中的指标进行镶嵌贴合，得到建设适宜性等级评定的栅格图像。
作为本发明技术方案的一种改进，构建所述开发区的建设潜力等级栅格图像，包括：根据相关矩阵，求解主成分；判断求解得到的主成分是否能够通过KMO检验；将通过KMO检验的主成分，设定为主成分；对需要综合得分的数据进行标准化，得到主成分得分；构建空间可达性消费面；基于空间可达性的综合潜力得分插值。
作为本发明技术方案的一种改进，根据相关矩阵，求解主成分，包括：分别对社会经济实力和空间环境容量两大类数据进行降维，确定建设潜力等级评定的指标体系的主成分。
作为本发明技术方案的一种改进，对需要综合得分的数据进行标准化，得到主成分得分，包括：对主成分进行加权求和，得到社会经济实力得分和空间环境容量得分；将社会经济实力得分和空间环境容量得分相加，得到主成分得分。
作为本发明技术方案的一种改进，构建空间可达性消费面，包括：将主成分得分输入至地理信息系统；利用坡度、水文气象、道路交通数据构建空间可达性消费面。
作为本发明技术方案的一种改进，所述综合潜力得分根据如下公式确定：
P＝Ip/ln(D+10)
其中，Ip为主成分得分，D为空间可达性。
作为本发明技术方案的一种改进，通过将所述建设适宜等级栅格图像中的建设适宜等级与所述建设潜力等级栅格图像中的建设潜力等级相乘，得到适建性等级的多方案，包括：用建设适宜等级乘以建设潜力等级值，构建适建性综合评价矩阵；通过调整适宜等级和潜力等级乘积的布局，得到空间适建性的多方案。
作为本发明技术方案的一种改进，还包括：收集用于对开发区的空间建设适宜性进行评价的基础数据，并对所述基础数据进行预处理，并且，对所述基础数据进行预处理，包括：对收集的栅格数据进行配准；将收集到的矢量数据输入至地理信息数据库中；生成地形数据，并将生成的地形数据保存至地理信息数据库中。
此外，本发明还提供了一种开发区的空间建设适宜性评价装置，所述装置包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现前文所述的开发区的空间建设适宜性评价方法。
采用这样的设计后，本发明至少具有以下优点：
能够解决现有技术中开发区建设评估结果单一、针对性不强的问题，为后续规划设计的多方案决策提供科学支撑。
附图说明
上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明实施的流程图；
图2是空间适建性方案综合评价矩阵图；
图3是基础数据结构与处理流程图；
图4是建设适宜等级评定图；
图5是建设潜力等级评定图；
图6是集约型适建性方案图；
图7是扩张型适建性方案图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1为本发明实施例的流程图。
具体方法包括如下步骤：
1、基础资料收集：用于适建性分析的数据包括两大部分，①经过辐射和几何校正的TM影像和数字地面高程数据，影像数据可从中国科学院的数据库获取，空间分辨率为30米。②从相关部门获取工程地质、地形地貌、水文气象、自然生态、空间管控政策、城乡建设、社会经济、资源环境承载力的相关数据，鉴于资料获取的难易和空间适建性分析的重点，资料的详实程度可适当调整。
表1基础资料收集构成
2、构建建设适宜等级评定的指标体系：将指标体系分成工程地质(A)、地形地貌(B)、水文气象(C)、自然生态(D)、空间管控政策(E)和城乡建设(F)6个一级指标和31个二级指标，每个二级指标按适宜程度划分5个等级，分别赋值9、7、5、3、1。
表2建设适宜等级评定指标构成及幅值
3、建设适宜等级评定：利用ArcGis软件将各个二级指标转化成矢量(*.shp)或栅格(*.TIF\*.IMG)文件，输入GIS数据库，并根据指标体系的适宜等级进行赋值。最后，对不同指标的适宜性进行镶嵌叠合，首先采用“取最小值”的原则对A-E的5个指标进行镶嵌叠合，然后将叠合结果与城乡建设指标按照“取最大值”的原则进行镶嵌叠合，得到建设适宜等级的评定结果。
4、构建建设潜力等级评估指标体系：建设潜力由开发区所在地区的社会经济实力和空间环境容量决定。基于这一前提，将指标体系分为经济发展水平(I)、研发能力(II)、居民生活水平(III)、基础设施配套(IV)、本地资源丰度(V)和环境保护压力(VI)6个一级指标和29个二级指标，各项指标数据源于地方各部门的统计数据，一般以城镇为基本统计单元。
表3建设潜力等级评定指标构成
5、建设潜力等级评估：将各项指标的统计数据输入SPSS系统，运用系统自带的主成分分析工具(Principal Components Analysis)，分别对社会经济实力(I-IV)和空间环境容量(V-VI)两大类数据进行标准化并降维，确定指标体系的主成分，再对主成分进行加权求和得到社会经济实力得分(ISE)和空间环境容量得分(IECO)，并将两项得分相加得到最终结果IP。将最终结果IP输入ArcGis软件，利用地面坡度(B2)、水文气象(C)和道路交通(F2)数据构建消费面(Costface)，计算意向区内各个点到达最近城镇边缘的空间可达性D。按公式P＝Ip/ln(D+10)计算每个点的发展潜力值P，并用自然断裂点法将潜力值划分为5个等级，分别赋值9、7、5、3、1，得到建设潜力等级的评估结果。
6、建设适建性综合评价：用建设适宜等级乘以建设潜力等级值，构建适建性综合评价矩阵。通过调整适宜等级和潜力等级乘积的布局，得到集约型、均衡型和扩张型3个空间适建性方案，每个方案均划分重点发展、控制发展和限制发展三个区。在保障基本安全的前提下，集约型的方案是把土地建设适宜性优于经济发展考虑，扩展型方案则相反，均衡型方案则是把土地建设适宜性和经济发展统筹考虑。图2是空间适建性的多方案综合评价矩阵。
下面更为详细的说明本发明的开发区的空间建设适宜性评价方法的执行过程。
1、数据输入：在获取的数据中，部分栅格和矢量数据能够直接输入ArcGis系统，其他数据需要进行相应的转换或配准。图3为基础数据的结构与处理流程。
1)栅格数据的配准：将需要配准的栅格数据添加到ArcMap中，在View/Data FrameProperties的Coordinate Properties中选择统一的坐标系。利用GeoReferencing工具中的Add Control Point按钮添加足够数量(5-7个)的矫正控制点，点击Rectify后，将配准好的栅格数据保存到地理信息数据库(Geodatabase)中。
2)矢量数据输入：矢量数据输入以CAD格式文件为主，在ArcCatalog中选择CAD文件相应的要素(点数据、多段线、面数据、高程点注释)，将其转换为相应的.shp格式文件，部分面要素(如水系、保护区等)还需要利用Buffer工具生成相应距离的缓冲区，并保存到地理信息数据库(Geodatabase)中。
3)地形数据生成：输入DEM栅格数据，利用Spacial Analyst模块中的Slope工具和Aspect工具分别计算生成坡度和坡向数据，并保存到地理信息数据库(Geodatabase)中。在无现成DEM数据的情况下，可用高程点数据生成，选择3D Analyst模块中的Create Tin工具将高程点数据转化为Tin文件，在用Tin to Raster数据生成DEM栅格数据。
4)指标体系得分赋值：矢量数据可利用可通过直接录入、Field Calculator或者表数据Join等方式进行得分赋值，再利用Feature to Raster工具转换为栅格数据。栅格数据可利用Reclassify工具实现。
2、适建等级评定的栅格数据镶嵌：反复利用Mosaic to New raster工具，首先选择A-E类指标的数据，按照“取最小值(Minimal)”的原则进行镶嵌叠合，再将叠合结果按照“取最大值(Maximal)”的原则，与F类指标的数据进行镶嵌叠合，得到适建性等级评定的栅格图像(Bs)。图4为建设适宜等级评定结果。
3、潜力等级评估的主成分分析
1)将指标体系构成的数据表输入SPSS软件。
2)设置参数并完成计算：①在“Analyze”菜单“Data Reduction”中选择“Factor”命令；②将所有变量添加到Variables框中；③勾选Descriptives项下的Initial Solution和KMO and Bartlett's Test of Sphericity；④在Extraction项下，选择PrincipalComponennts方法，选择Correlationmatrix作为提取因子变量的依据，勾选EigenvaluesOver并输入1，输出特征值大于1的因子作为主成分；⑤勾选Scores项下的Regression(回归法)，按回归法保存因子得分；⑥输出SPSS的相关分析结果数据。
3)假设检验：检查输出结果中的KMO and Bartlett's Test表(表4)，若KMO检验系数分部在0到1之间且系数值大于0.6，说明通过KMO检验，主成分分析结果有效。若Bartlett's检验的P(SIG.)值小于0.001，说明数据拒绝零假设，主成分分析结果有效。
表4 KMO and Bartlett's Test
4)提取主成分：将特征值大于1的因子作为主成分(表5)。其中第一列(Total)作为相应主成分的特征值。
表5 Total Variance Explained
5)计算综合得分：将SPSS输出的主成分的各项得分乘以相应特征值的平方根(表6)。由于计算得到的综合得分带有正负号，需要综合得分的数据进行标准化，其算式为：
表6主成分得分
3、潜力得分的空间插值
1)构建空间可达性消费面：选择地面坡度(B2)、水文气象(C)和道路交通(F2)，结合不同要素的出行速度(V)和栅格大小(L)，按照算式C＝L/V计算没类要素的时间成本值(C)并予以赋值。反复利用Mosaic to New Raster工具，首先选择B类和C类指标，按照“取最大值(Maximal)”的原则进行镶嵌叠合，再将叠合结果按照“取最小值(Minimal)”的原则，与F2类指标进行镶嵌叠合，得到计算空间可达性的消费面(Costface)。
表7不同要素的时间成本值
2)基于空间可达性的综合潜力得分插值：利用Spacial Analyst模块中的CostDistance工具，以F1类要素中的城镇建设用地为源(Source data)，以消费面(Costface)为成本栅格(Cost Raster)，计算得到每个点到最近城镇的距离栅格(Distance Raster)。再运用栅格计算器(Raster Calculator)按公式P＝Ip/ln(D+10)计算每个点的发展潜力值P，其中Ip为利用主成分分析法的标准化得分，D为空间可达性分析得到的距离栅格，P为计算得到的潜力值(栅格数据)。最后利用Reclassify工具，对栅格数据(P)进行重分类，得到建设潜力等级栅格图像(Bp)。图5位建设潜力等级评估结果。
4、适建性等级的综合计算与重分类：运用栅格计算器(Raster Calculator)，按公式B＝Bs×Bp计算适建性的综合得分。根据多方案综合评价矩阵，利用Reclassify工具对综合得分进行重分类，得到适建性的多方案。图6和图7分别为集约型和扩张型适建性方案。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。

Claims (10)

1.一种开发区的空间建设适宜性评价方法，其特征在于，包括：
根据建设适宜等级评定的指标体系，构建所述开发区的建设适宜等级栅格图像；
根据建设潜力等级评定的指标体系，构建所述开发区的建设潜力等级栅格图像；
通过将所述建设适宜等级栅格图像中的建设适宜等级与所述建设潜力等级栅格图像中的建设潜力等级相乘，得到适建性等级的多方案。
2.根据权利要求1所述的开发区的空间建设适宜性评价方法，其特征在于，构建所述开发区的建设适宜等级栅格图像，包括：
根据取最大值或者取最小值的原则，将所述建设适宜等级评定的指标体系中的指标进行镶嵌贴合，得到建设适宜性等级评定的栅格图像。
3.根据权利要求1所述的开发区的空间建设适宜性评价方法，其特征在于，构建所述开发区的建设潜力等级栅格图像，包括：
根据相关矩阵，求解主成分；
判断求解得到的主成分是否能够通过KMO检验；
将通过KMO检验的主成分，设定为主成分；
对需要综合得分的数据进行标准化，得到主成分得分；
构建空间可达性消费面；
基于空间可达性的综合潜力得分插值。
4.根据权利要求3所述的开发区的空间建设适宜性评价方法，其特征在于，根据相关矩阵，求解主成分，包括：
分别对社会经济实力和空间环境容量两大类数据进行降维，确定建设潜力等级评定的指标体系的主成分。
5.根据权利要求3所述的开发区的空间建设适宜性评价方法，其特征在于，对需要综合得分的数据进行标准化，得到主成分得分，包括：
对主成分进行加权求和，得到社会经济实力得分和空间环境容量得分；
将社会经济实力得分和空间环境容量得分相加，得到主成分得分。
6.根据权利要求3所述的开发区的空间建设适宜性评价方法，其特征在于，构建空间可达性消费面，包括：
将主成分得分输入至地理信息系统；
利用坡度、水文气象、道路交通数据构建空间可达性消费面。
7.根据权利要求3所述的开发区的空间建设适宜性评价方法，其特征在于，所述综合潜力得分根据如下公式确定：
P＝Ip/ln(D+10)
其中，Ip为主成分得分，D为空间可达性。
8.根据权利要求1所述的开发区的空间建设适宜性评价方法，其特征在于，通过将所述建设适宜等级栅格图像中的建设适宜等级与所述建设潜力等级栅格图像中的建设潜力等级相乘，得到适建性等级的多方案，包括：
用建设适宜等级乘以建设潜力等级值，构建适建性综合评价矩阵；
通过调整适宜等级和潜力等级乘积的布局，得到空间适建性的多方案。
9.根据权利要求1所述的开发区的空间建设适宜性评价方法，其特征在于，还包括：
收集用于对开发区的空间建设适宜性进行评价的基础数据，并对所述基础数据进行预处理，并且，对所述基础数据进行预处理，包括：
对收集的栅格数据进行配准；
将收集到的矢量数据输入至地理信息数据库中；
生成地形数据，并将生成的地形数据保存至地理信息数据库中。
10.一种开发区的空间建设适宜性评价装置，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据权利要求1至9任意一项所述的开发区的空间建设适宜性评价方法。
CN201910139810.8A 2019-02-26 2019-02-26 开发区的空间建设适宜性评价方法及装置 Pending CN109858833A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910139810.8A CN109858833A (zh) 2019-02-26 2019-02-26 开发区的空间建设适宜性评价方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910139810.8A CN109858833A (zh) 2019-02-26 2019-02-26 开发区的空间建设适宜性评价方法及装置

Publications (1)

Publication Number Publication Date
CN109858833A true CN109858833A (zh) 2019-06-07

Family

ID=66898902

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910139810.8A Pending CN109858833A (zh) 2019-02-26 2019-02-26 开发区的空间建设适宜性评价方法及装置

Country Status (1)

Country Link
CN (1) CN109858833A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113191689A (zh) * 2021-05-26 2021-07-30 中国矿业大学(北京) 一种耦合主成分分析与bp神经网络的土地适宜评价方法
CN115439012A (zh) * 2022-10-14 2022-12-06 中国科学院地理科学与资源研究所 基于gis的干旱绿洲县级区域城镇建设适宜性细化评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034914A (zh) * 2011-10-04 2013-04-10 镇江佳得信息技术有限公司 Gis自来水供水管网管理系统
US20130179357A1 (en) * 2012-01-09 2013-07-11 Fannie Mae Property appraisal evaluation using traffic data
CN105005690A (zh) * 2015-07-07 2015-10-28 同济大学建筑设计研究院(集团)有限公司 一种基于灰关联-层次分析法的海绵城区潜力指数的评价方法
CN107527133A (zh) * 2017-07-11 2017-12-29 中国科学院地理科学与资源研究所 城市群国土空间利用质量提升辅助决策系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103034914A (zh) * 2011-10-04 2013-04-10 镇江佳得信息技术有限公司 Gis自来水供水管网管理系统
US20130179357A1 (en) * 2012-01-09 2013-07-11 Fannie Mae Property appraisal evaluation using traffic data
CN105005690A (zh) * 2015-07-07 2015-10-28 同济大学建筑设计研究院(集团)有限公司 一种基于灰关联-层次分析法的海绵城区潜力指数的评价方法
CN107527133A (zh) * 2017-07-11 2017-12-29 中国科学院地理科学与资源研究所 城市群国土空间利用质量提升辅助决策系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孙亚伟: "基于GIS的福州市后备宜建设用地潜力分析及其质量评价", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *
尹海伟 等: "《城市与区域规划空间分析实验教程》", 28 February 2014 *
尹海伟 等: "《城市与区域规划空间分析方法》", 31 August 2015 *
雷原: "《土地资源管理实务全书 （上卷）》", 31 July 2017 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113191689A (zh) * 2021-05-26 2021-07-30 中国矿业大学(北京) 一种耦合主成分分析与bp神经网络的土地适宜评价方法
CN113191689B (zh) * 2021-05-26 2023-11-14 中国矿业大学(北京) 一种耦合主成分分析与bp神经网络的土地适宜评价方法
CN115439012A (zh) * 2022-10-14 2022-12-06 中国科学院地理科学与资源研究所 基于gis的干旱绿洲县级区域城镇建设适宜性细化评价方法
CN115439012B (zh) * 2022-10-14 2023-08-25 中国科学院地理科学与资源研究所 基于gis的干旱绿洲县级区域城镇建设适宜性细化评价方法

Similar Documents

Publication Publication Date Title
Huang et al. Multi-level monitoring of subtle urban changes for the megacities of China using high-resolution multi-view satellite imagery
Guan et al. Integration of orthoimagery and lidar data for object-based urban thematic mapping using random forests
Jain et al. Monitoring land use change and its drivers in Delhi, India using multi-temporal satellite data
Hui-Hui et al. Scenario prediction and analysis of urban growth using SLEUTH model
CN105930867A (zh) 一种基于时间序列夜光遥感影像的数据挖掘方法
Wang et al. Spatiotemporal dynamics and evolution relationships between land-use/land cover change and landscape pattern in response to rapid urban sprawl process: A case study in Wuhan, China
Zhuang et al. Modeling carbon storage in urban vegetation: Progress, challenges, and opportunities
Qi et al. Development and application of 3D spatial metrics using point clouds for landscape visual quality assessment
CN108304536A (zh) 一种耦合地缘环境要素的地缘环境模拟与预测平台
Rai et al. A novel computational green infrastructure design framework for hydrologic and human benefits
Liu et al. Accuracy assessment of Global Human Settlement Layer (GHSL) built-up products over China
Muttaqin et al. MaxEnt (Maximum Entropy) model for predicting prehistoric cave sites in Karst area of Gunung Sewu, Gunung Kidul, Yogyakarta
Khatami et al. Predicting individual pixel error in remote sensing soft classification
Van Strien et al. Unsupervised deep learning of landscape typologies from remote sensing images and other continuous spatial data
CN109858833A (zh) 开发区的空间建设适宜性评价方法及装置
Zhang et al. Identification and analysis of transitional zone patterns along urban-rural-natural landscape gradients: An application to China’s southwest mountains
Mellor et al. Forest classification using random forests with multisource remote sensing and ancillary GIS data
Wang et al. Characterization and mapping of photovoltaic solar power plants by Landsat imagery and random forest: A case study in Gansu Province, China
Pueblas et al. ETHOS. PASSION: An open-source workflow for rooftop photovoltaic potential assessments from satellite imagery
Yang et al. Sustainable urban space expansion in Central Yunnan (China): regional urban integration
Crols et al. Downdating high-resolution population density maps using sealed surface cover time series
Parvar et al. LCZ framework and landscape metrics: Exploration of urban and peri-urban thermal environment emphasizing 2/3D characteristics
Forghani et al. Extracting terrain categories from multi-source satellite imagery
Tang et al. Research on the Network Map Service Technology of Remote Sensing Image Intelligent Conversion Based on Gan Model
Chen et al. Detecting urban form using remote sensing: spatiotemporal research gaps for sustainable environment and human health

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190607