基于地理加权建模技术的武汉市土地资源承载力评价研究

卢宾宾; 田小溪; 秦思娴; 史祎琳; 李建松

doi:10.13203/j.whugis20220778

您当前的位置：

首页 >

文章列表页 >

基于地理加权建模技术的武汉市土地资源承载力评价研究

地理国情监测 | 更新时间：2026-11-05

- 基于地理加权建模技术的武汉市土地资源承载力评价研究
- Urban Land Carrying Capacity Evaluation of Wuhan City with Geographically Weighted Techniques
- 武汉大学学报（信息科学版） 2025年50卷第3期页码：430-438
- 作者机构：
  
  1.武汉大学遥感信息工程学院，湖北武汉，430079
  2.武汉市测绘研究院，湖北武汉，430022
- 作者简介：
  
  卢宾宾，博士，副教授，主要从事空间统计、地理加权回归分析、地理加权建模技术等方面的研究。binbinlu@whu.edu.cn
- 基金信息：
  
  国家自然科学基金(42071368);中央高校自主科研项目(2042022dx0001)
- DOI：10.13203/j.whugis20220778
  中图分类号： P208
- 收稿：2024-06-25，
  
  纸质出版：2025-03-05
- 稿件说明：
移动端阅览
卢宾宾,田小溪,秦思娴，等.基于地理加权建模技术的武汉市土地资源承载力评价研究[J].武汉大学学报（信息科学版）,2025,50(3):430-438.

LU Binbin,TIAN Xiaoxi,QIN Sixian,et al.Urban Land Carrying Capacity Evaluation of Wuhan City with Geographically Weighted Techniques[J].Geomatics and Information Science of Wuhan University,2025,50(3):430-438.
卢宾宾,田小溪,秦思娴，等.基于地理加权建模技术的武汉市土地资源承载力评价研究[J].武汉大学学报（信息科学版）,2025,50(3):430-438. DOI：10.13203/j.whugis20220778

LU Binbin,TIAN Xiaoxi,QIN Sixian,et al.Urban Land Carrying Capacity Evaluation of Wuhan City with Geographically Weighted Techniques[J].Geomatics and Information Science of Wuhan University,2025,50(3):430-438. DOI：10.13203/j.whugis20220778

摘要

在中国全面推进生态文明建设的背景下，资源环境承载力监测评价研究具有重要的理论和实践意义。随着城镇化进程的高速推进，城市土地资源逐步成为城市发展的核心资源要素，吸引了众多学者的关注。但在以往研究中，评价分析方法多以宏观的全局统计为主，难以满足城市尺度下进行精细尺度分析评价的需求，也无法体现评价指标及其关系所呈现的空间异质性或非平稳性特征。以武汉市土地资源承载力评价为例，采用地理加权汇总统计、地理加权主成分分析和地理加权回归分析等基础地理加权建模技术实现了集成评价、影响要素和成因分析，更加合理地阐释了武汉市建成区土地承载压力分布及其影响要素。结果证明，地理加权建模技术框架能够实现城市土地资源承载力精细化评价，从全新的视角实现单项指标分析与综合评价，而随着地理加权建模技术的拓展与演化，分析层次更加丰富，为更多场景与领域的应用提供可行的技术方案。

Abstract

Objectives

With the rapid urbanization in China

urban land resource has become a key part in urban development

and attracted more and more attentions. However

global methods were traditionally adopted for its carrying capacity evaluation and analysis

which largely ignored the spatial heterogeneities or non-stationarities in the data relationships.

Methods

In this paper

we proposed a technical framework to evaluate and analyze the urban land carrying capacity with geographically weighted (GW) techniques from local perspective. We exemplified this framework with a case study in Wuhan City. In details

we adopted GW summary statistics

GW principal component analysis and GW regression to conduct the evaluation and analysis.

Results

The comprehensive pressure of land carrying capacity shows a decaying trend from the city center to the outside areas

to which population density and floor area ratio contribute the most. Moreover

different factors present spatially varying influences on the comprehensive pressure of land carrying capacity.

Conclusions

The proposed framework with GW techniques works well on evaluating and analyzing urban land carrying capacity from local perspective

and its evolution is still ongoing with more local techniques involved

which makes it be applicable in more cases and scenarios.

关键词

Keywords

references

张超，杨艳昭，封志明，等 . 基于人粮关系的“一带一路” 沿线国家土地资源承载力时空格局研究［J］. 自然资源学报， 2022 ， 37 （ 3 ）： 616 - 626 .

ZHANG Chao ， YANG Yanzhao ， FENG Zhiming ， et al . Spatio-temporal Patterns of the Land Carrying Capacity in the Belt and Road Region Based on Human-Cereals Relationship ［J］. Journal of Natural Resources ， 2022 ， 37 （ 3 ）： 616 - 626 .

周侃，樊杰，孙勇 . 长江经济带农村相对贫困格局及区域承载力约束机理［J］. 农业工程学报， 2021 ， 37 （ 11 ）： 249 - 258 .

ZHOU Kan ， FAN Jie ， SUN Yong . Spatial Pattern of Rural Relative Poverty and Constraint Mechanism of Regional Carrying Capacity in the Yangtze River Economic Belt ［J］. Transactions of the Chinese Society of Agricultural Engineering ， 2021 ， 37 （ 11 ）： 249 - 258 .

YANG N N ， LI J S ， LU B B ， et al . Exploring the Spatial Pattern and Influencing Factors of Land Carrying Capacity in Wuhan ［J］. Sustainability ， 2019 ， 11 （ 10 ）： 2786 .

王晟 . 杭州市水资源承载力评价及提升路径［J］. 水土保持通报， 2018 ， 38 （ 3 ）： 307 - 311 .

WANG Sheng . Evaluation and Improvement Approaches of Water Resources Carrying Capacity in Hangzhou City ［J］. Bulletin of Soil and Water Conservation ， 2018 ， 38 （ 3 ）： 307 - 311 .

张静，曾维华，吴舜泽，等 . 一种新的区域环境承载力评价预警方法及应用［J］. 生态经济， 2016 ， 32 （ 2 ）： 19 - 22 .

ZHANG Jing ， ZENG Weihua ， WU Shunze ， et al . Potential Assessment on Development and Utilization of Regional Environment Carrying Capacity ［J］. Ecological Economy ， 2016 ， 32 （ 2 ）： 19 - 22 .

纪学朋，白永平，杜海波，等 . 甘肃省生态承载力空间定量评价及耦合协调性［J］. 生态学报， 2017 ， 37 （ 17 ）： 5861 - 5870 .

JI Xuepeng ， BAI Yongping ， DU Haibo ， et al . Research on the Spatial Quantitative Evaluation and Coupling Coordination Degree of Ecological Carrying Capacity in Gansu Province ［J］. Acta Ecologica Sinica ， 2017 ， 37 （ 17 ）： 5861 - 5870 .

徐勇，张雪飞，李丽娟，等 . 我国资源环境承载约束地域分异及类型划分［J］. 中国科学院院刊， 2016 ， 31 （ 1 ）： 34 - 43 .

XU Yong ， ZHANG Xuefei ， LI Lijuan ， et al . Regional Differentiation and Classification for Constraints of National Resources and Environment Carrying ［J］. Bulletin of Chinese Academy of Sciences ， 2016 ， 31 （ 1 ）： 34 - 43 .

陆大道 . 我国的城镇化进程与空间扩张［J］. 城市规划学刊， 2007 （ 4 ）： 47 - 52 .

LU Dadao . Urbanization Process and Spatial Sprawl in China ［J］. Urban Planning Forum ， 2007 （ 4 ）： 47 - 52 .

罗名海，蒋子龙，程琦，等 . 地理国情在武汉市土地资源承载力评价中的应用［J］. 武汉大学学报（信息科学版）， 2018 ， 43 （ 12 ）： 2317 - 2324 .

LUO Minghai ， JIANG Zilong ， CHENG Qi ， et al . Carrying Capacity Evaluation of Land Resources in Wuhan Based on the Geographical Condition Monitoring ［J］. Geomatics and Information Science of Wuhan University ， 2018 ， 43 （ 12 ）： 2317 - 2324 .

GOODCHILD M F . The Validity and Usefulness of Laws in Geographic Information Science and Geo-graphy ［J］. Annals of the Association of American Geographers ， 2004 ， 94 （ 2 ）： 300 - 303 .

BRUNSDON C ， FOTHERINGHAM A S ， CHARLTON M E . Geographically Weighted Regression： A Method for Exploring Spatial Nonstationarity ［J］. Geographical Analysis ， 1996 ， 28 （ 4 ）： 281 - 298 .

Fotheringham A S ， Brunsdon C ， Charlton M ， Geographically Weighted Regression ： The Analysis of Spatially Varying Relationships ［M］. Chichester ： Wiley ， 2002 .

NAKAYA T ， FOTHERINGHAM A S ， BRUNSDON C ， et al . Geographically Weighted Poisson Regression for Disease Association Mapping ［J］. Statistics in Medicine ， 2005 ， 24 （ 17 ）： 2695 - 2717 .

DONG G P ， NAKAYA T ， BRUNSDON C . Geographically Weighted Regression Models for Ordinal Categorical Response Variables： An Application to Geo-Referenced Life Satisfaction Data ［J］. Computers， Environment and Urban Systems ， 2018 ， 70 ： 35 - 42 .

FOTHERINGHAM A S ， YANG W B ， KANG W . Multiscale Geographically Weighted Regression （MGWR）［J］. Annals of the American Association of Geographers ， 2017 ， 107 （ 6 ）： 1247 - 1265 .

LU B B ， BRUNSDON C ， CHARLTON M ， et al . Geographically Weighted Regression with Parameter-Specific Distance Metrics ［J］. International Journal of Geographical Information Science ， 2017 ， 31 （ 5 ）： 982 - 998 .

HUANG B ， WU B ， BARRY M . Geographically and Temporally Weighted Regression for Modeling Spatiotemporal Variation in House Prices ［J］. International Journal of Geographical Information Science ， 2010 ， 24 （ 3 ）： 383 - 401 .

BRUNSDON C ， FOTHERINGHAM S ， CHARLTON M . Geographically Weighted Summary Statistics—A Framework for Localised Exploratory Data Analysis ［J］. Computers， Environment and Urban Systems ， 2002 ， 26 （ 6 ）： 501 - 524 .

HARRIS P ， BRUNSDON C ， CHARLTON M . Geographically Weighted Principal Components Analysis ［J］. International Journal of Geographical Information Science ， 2011 ， 25 （ 10 ）： 1717 - 1736 .

BRUNSDON C ， FOTHERINGHAM S ， CHARLTON M . Geographically Weighted Discriminant Analysis ［J］. Geographical Analysis ， 2007 ， 39 （ 4 ）： 376 - 396 .

卢宾宾，葛咏，秦昆，等 . 地理加权回归分析技术综述［J］. 武汉大学学报（信息科学版）， 2020 ， 45 （ 9 ）： 1356 - 1366 .

LU Binbin ， GE Yong ， QIN Kun ， et al . A Review on Geographically Weighted Regression ［J］. Geomatics and Information Science of Wuhan University ， 2020 ， 45 （ 9 ）： 1356 - 1366 .

程琦，秦思娴，李建松，等 . 面向城市级资源环境承载力评价的要素尺度下推技术研究［J］. 测绘地理信息， 2022 ， 47 （ 5 ）： 69 - 72 .

CHENG Qi ， QIN Sixian ， LI Jiansong ， et al . Scale-Down Techniques of Factors for Evaluation of City-Level Resource and Environment Carrying Capacity ［J］. Journal of Geomatics ， 2022 ， 47 （ 5 ）： 69 - 72 .

DU Z H ， WANG Z Y ， WU S S ， et al . Geographically Neural Network Weighted Regression for the Accurate Estimation of Spatial Non-Stationarity ［J］. International Journal of Geographical Information Science ， 2020 ， 34 （ 7 ）： 1353 - 1377 .

LU B B ， HU Y G ， YANG D Y ， et al . GWmodelS： A Software for Geographically Weighted Models ［J］. SoftwareX ， 2023 ， 21 ： 101291 .

LU B B ， HARRIS P ， CHARLTON M ， et al . The GWmodel R Package： Further Topics for Exploring Spatial Heterogeneity Using Geographically Weighted Models ［J］. Geo⁃spatial Information Science ， 2014 ， 17 （ 2 ）： 85 - 101 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

顾及空间异质性的断裂地形区高精度DEM建模方法

呼包鄂榆城市群草地脆弱性时空演变及因子可解释性分析

土壤水分机器学习遥感反演：进展与挑战

秦岭生态地质环境监测研究进展与智能化监测体系构建

复杂空间机器人自主测绘的现状与挑战