شناسایی الگوهای گسترش شهری در شهرهای میانه‌اندام (نمونۀ موردی: شهر ارومیه)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 سنجش از دور و سیستم اطلاعات جغرافیایی- دانشکده برنامه ریزی و علوم محیطی- دانشگاه تبریز- تبریز- ایران

2 استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تبریز، تبریز، ایران

3 دانشیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تبریز، تبریز، ایران

چکیده

شهرنشینی بی‌سابقه در چند دهة گذشته، در سطح جهانی اتفاق افتاده است. شهرنشینی معمولاً با تغییر کاربری اراضی و گسترش شهری همراه است. شهرنشینی همراه با گسترش فضایی زمین شهری، منجر به تغییرات الگوی سیمای سرزمین می‌شود. مطالعات قبلی،الگوهای شهرنشینی را در مناطقی با گسترش سریع شهری تحلیل کرده‌اند، درحالی‌که به مناطق شهری با گسترش کم تا متوسط به‌ویژه در کشورهای در حال توسعه مانند ایران، کمتر پرداخته شده­است؛ بنابراین هدف از پژوهش حاضر، شناسایی الگوهای گسترش شهری در شهرهای میانه‌اندام است. پژوهش حاضر، توصیفی-‌اکتشافی و از جنس پژوهش‌های کاربردی است. در این پژوهش، دستة اول داده‌ها، تصاویر ماهواره‌ای خواهد بود. پس از تشکیل یک پایگاه داده از تصاویر ماهواره‌های لندست 5 و 8 برای چهار دورة زمانی(1990،2000،2010،2020)، نقشة کاربری اراضی سال‌های مذکور تهیه شد. برای اعتبارسنجی نقشه‌ها، از تصاویر گوگل­ ارث، نقاط واقعیت زمینی و ضرایب صحت و کاپا استفاده گردید؛ بنابراین روش گردآوری داده‌ها کتابخانه­ای است.  جهت تجزیه­و­تحلیل داده‌ها، از نرم­افزارهای «Google Earth Engine»، «GIS» و «Fragstat» بهره گرفته شده است. نتایج پژوهش حاضر نشان­می‌دهد، هنگامی که به­صورت زمانی نگاهی به گسترش شهری در ارومیه می‌اندازیم، دو دوره مشخص می‌شود. در دورة اول 1990-2000، توسعة سریع در حاشیة شهر، منجر به افزایش اندازة منطقة شهر اصلی شده که با کاهش شاخص «A I» نشان­ داده شده است. علاوه بر این، گسترش جدید در مناطق جداشده از دیگر مناطق، توسط زمین‌های خالی مشاهده می‌شود که نشان­دهندة گسترش پراکندة شهر است. در دورة 2000-2020 شدت گسترش شهری کاهش یافته­است. در این دوره، شهر تجربة کاهش تجمیعی در «GYRATION_MN» داشت و تجمع لکه‌ها به­شدت کاهش یافته است. این موضوع ممکن است نشان‌دهندة این نکته باشد که رشد ادامه‌دار در ارومیه، بر توسعة لکه‌های شهری تمرکزداشته و این توسعه، با افزایش قابل توجهی در «ENN_MN» و کاهش تجمیعی در «Gyration» همراه بوده­است. نتایج پژوهش حاضر، به شناسایی چهار الگوی گسترش شهری (تجمعی، پرشی، خطی و گره­ایی) در شهر ارومیه منجر شده­است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Identifying the patterns of urban expansion in the middle cities; Case Study; Urmia city

نویسندگان [English]

  • Amin Khalili 1
  • Abolfazl Ghanbari 2
  • Bakhtiyar Feyzizadeh 3
1 Department of GIS , Faculty of Geography and Planning, University of Tabriz, Bolvar 29 Bahman, Tabriz.
2 Assistant Professor, Department of Remote Sensing and Geographic Information System, Tabriz University, Tabriz, Iran
3 Associate Professor, Department of Remote Sensing and Geographic Information System, Tabriz University, Tabriz, Iran
چکیده [English]

Unprecedented urbanization has occurred globally in the last few decades. Urbanization is usually associated with land use change and urban expansion. Urban expansion, as an important social phenomenon, has a clear effect on the landscape pattern. Therefore, urbanization is always associated with the spatial expansion of urban land, which leads to changes in the landscape pattern. Previous studies have analyzed urbanization patterns in areas with rapid urban expansion, while urban areas with low to medium expansion, especially in developing countries such as Iran, have been less studied. Therefore, the aim of the current research is to identify the patterns of urban expansion in the middle cities; It is in the city of Urmia. The current research is a descriptive-analytical research and applied research. In the present study, the first set of data will be satellite images, so the satellite images of 1990, 2000, 2010, and 2020 of Urmia city were received from Landsat satellite and processed using related software. Therefore, it is a library data collection method. The results of the present research show that when we take a look at the urban expansion in Urmia, two periods can be identified. In the first period of 1990-2000, the rapid development in the periphery of the city has led to an increase in the size of the core city area, which is indicated by a decrease in the AI index. In addition, new expansion is observed in areas separated from other areas by vacant land. This shows the sprawling expansion of the city. In the period of 2000-2010, the intensity of urban expansion has decreased. During this period, the city experienced a cumulative decrease in GYRATION_MN, and the accumulation of spots has been greatly reduced. This may indicate that the continued growth in Urmia has focused on the development of urban patches and this development has been accompanied by a significant increase in ENN_MN and a cumulative decrease in Gyration. Finally, the investigation of urban expansion patterns in Urmia city led to the identification of four cumulative, jump, linear and nodal patterns.

کلیدواژه‌ها [English]

  • : urban expansion
  • landscape patterns
  • geographic spatial regression
  • geographic information system
  • Urmia
احمدی، فرزانه؛ یاراحمدی، داریوش؛ میرهاشمی، حمید. (1402). آشکارسازی تأثیر روند گسترش بافت شهری بر تغییرات دمای شهر خرم‌آباد، . پژوهش‌های تغییرات آب­و­هوایی، دانشگاه گلستان، دوره 4، شماره 15 ، صص 38-23. https://ccr.gu.ac.ir/article_180212.html
اکبری، عطااله؛ اسکندری ثانی، محمد؛ اسماعیل­نژاد، مرتضی. (1401). شاخص‌های مؤثر بر تحقق الگوی کاربری زمین و گسترش آتی محدوده‌های شهری زاهدان در طرح توسعة جامع شهر، فصلنامة تحقیقات جغرافیایی، دوره 37، شماره 4، صص 417-427. https://georesearch.ir/article-1-1393-fa.html
امان­پور، سعید؛ غلامی، سمیه؛غفارزاده، فرحناز. (1394). تحلیل ویژگی­های مکانی-زمانی گسترش شهری مناطق شهر شیراز در بازة زمانی 1385تا 1391، فصلنامة علمی پژوهش­های بوم­شناسی شهری، دانشگاه پیام نور، دوره 6، شماره 11، 24-9.https://grup.journals.pnu.ac.ir/article_2010.html
انصاری، میترا؛ شریعت­پناهی، مجیدولی؛ ملک حسینی، عباس ؛ مدیری، مهدی. (1397). تحلیل الگوی گسترش شهری در شهرهای میانه‌اندام با استفاده از مدل‌های کمی (مطالعة موردی: شهر ملایر)، آمایش محیط، دانشگاه آزاد اسلامی واحد ملایر ، دوره 11، شماره 43، صص 182-147. sid.ir/fa/journal/ViewPaper.aspx?id=474369
حسینی­خواه، حسین؛ زنگی­آبادی، علی. (1396). تحلیل روند و نحوۀ گسترش شهرهای سیاسی-اداری ایران (مورد پژوهشی: یاسوج از پیدایش تاکنون)، جغرافیا و برنامه­ریزی محیطی، دانشگاه اصفهان، دوره 28، شماره 4، صص 164-143.doi: 10.22108/gep.2017.98167.0
حکیمی، هادی؛ مصطفایی جورنی، فردین. (1403). بررسی روند زمانی- فضایی توسعة فیزیکی شهر ارومیه در طی دو دهة اخیر با تأکید بر شناسایی مؤلفه‌های تأثیرگذار بر آن، فضای شهری و حیات اجتماعی، دانشگاه تبریز، دوره 3، شماره 8، صص 62-75.https://urplanning.tabrizu.ac.ir/article_17894.html
حیدری سورشجانی، رسول؛ بیگی، احمدعلی. (1397). بررسی رابطة الگوهای فضایی کاربری زمین شهری بر رشد و گسترش شاخک­های خزندة شهری (مطالعة موردی: شهر رشت)، تحقیقات کاربردی علم جغرافیایی، دانشگاه خوارزمی تهران، دوره 18، شماره 51، صص 86-65.https://jgs.khu.ac.ir/article-1-2779-fa.html
لطفی، صدیقه؛ علی­زاده، توحید. (1402). شناسایی و پایش تغییرات رشد و گسترش شهری با استفاده از اختلاط‌زدایی طیفی تصاویر سنجش‌ازدور و فنون سامانه اطلاعات جغرافیایی در سطح خرد (مطالعة موردی: شهر آمل)، نشریة سنجش­ازدور و« GIS» ایران، انجمن سنجش از دور ایران، ، دوره 16، شماره 3، صص 164-147.doi:10.48308/GISJ.2023.103727
منصوری، میلاد؛ رورده، همت­اله؛ صفرراد، طاهر. (1402). واکاوی تأثیر گسترش شهری بر تغییرات مکانی جزیرة حرارتی شهر ساری، مطالعات ساختار و کارکرد شهری، دانشگاه مازندران، دوره 11، شماره 38، صص 240-215.doi: 10.22080/usfs.2023.25957.2383
موحد، علی؛ شهسوار،امین. (1399). تحلیل میزان رضایت شهروندان از گسترش بلندمرتبه‌سازی و توسعة فشردة شهری (مورد مطالعه: منطقه یک شهرداری شهر ارومیه)، جغرافیا و برنامه‌ریزی، دانشگاه تبریز، دوره 24، شماره 74، صص 261-249.  https://geoplanning.tabrizu.ac.ir/article_12334.html
موحد، علی؛ مصطفوی صاحب، سوران؛ احمدی، مظهر. (1393). تبیین الگوی گسترش فضایی-کالبدی شهر سقز با رویکرد فرم شهری پایدار، مطالعات ساختار و کارکرد شهری، دانشگاه مازندران، دوره 2، شماره 5، صص 75-55.https://shahr.journals.umz.ac.ir/article_895.html
یزدانی، محمدحسن؛ فرزانه­سادات زارنجی، ژیلا.(1402). مکان‌یابی بهینة گسترش کالبدی شهر سردشت با استفاده از روش‌های ترکیبی و فرآیند انتقال شبکة فازی سامانه اطلاعات مکانی، دانش پیشگیری و مدیریت بحران،   ، دوره 13، شماره 4، صص 489-474. doi: 10.32598/DMKP.13.4.779.1
 Abedini, A.; Khalili, A. Determining the capacity infill development in growing metropolitans: A case study of Urmia city. J. Urban Manag. 2019, 8, 316–327. www.sciencedirect.com
Abedini A, Aram F, Khalili A, Mirzaei E. Recognition and Evaluating the Indicators of Urban Resilient by Using the Network Analysis Process. Urban Science. 2022; 6(2):31.https://doi.org/10.3390/urbansci6020031
Al Rifat, S. A., & Liu, W. (2019). Quantifying spatiotemporal patterns and major explanatory factors of urban expansion in miami metropolitan area during 1992-2016. Remote Sensing, 11(21 ).https://doi.org/10.3390/rs11212493
Assari, A., Birashk, B., Mousavi Nik, M., & Naghdbishi, R. (2016). IJTPE Journal IMPACT OF BUILT ENVIRONMENT ON MENTAL HEALTH: REVIEW OF TEHRAN CITY IN IRAN. International Journal On, 26(1), 81–87.DOI:10.13140/RG.2.1.3575.2087
Abedini, A., Khalili, A., khorram, F., & ghorbani, S. (2020). Feasibility study on the implementation of a knowledge-based city in Tabriz metropolis with a knowledge-based approach. Urban Structure and Function Studies7(24), 155-175.doi: 10.22080/usfs.2020.16690.1829
Angel, S., Sheppard, S., Civco, D. L., Buckley, R., Perlin, S., & Herold, M. (2007). The dynamics of global urban expansion. Washington, DC: Transportation Research Board.The Dynamics of global urban expansion | Cities Alliance
Alberti, M. (2008). Advances in Urban Ecology: Integrating Humans and Ecological Processes in Urban Ecosystems. Springer Science+Business Media, Boston, MA. CrossRef.
Batty, M. (2005). Cities and Complexity: Understanding Cities with Cellular Automata, Agent-Based Models, and Fractals. The MIT Press.mitpress.mit.edu
Botequilha Leitão, A.; Miller, J.; Ahern, J.; McGarigal, K. (2006). Measuring landscapes: A planner's handbook (Washington: Island Press).Measuring Landscapes: A Planner's Handbook | Request PDF (researchgate.net)
Baker, J., Van Der Leeuw, S., & Van Os, B. (2015). Landscape metrics for assessing ecological connectivity and fragmentation. Ecological Indicators, 58, 192-198.www.sciencedirect.com
Bouhennache, R.; Bouden, T.; Taleb, A. A.; Chaddad, A. (2015). Extraction of urban land features from TM Landsat image using the land features index and Tasseled cap transformation. Recent Advances on Electro science and Computers.https://www.inase.org/
Brueckner, J. K. (2011). Urban economics. Cambridge University Press.mitpress.mit.edu
Badoe, Daniel & Miller, Eric. (2000). Transportation-land-use interaction: Empirical findings in North America, and their implications for modeling. Transportation Research Part D: Transport and Environment. 5. 235-263. 10.1016/S1361-9209(99)00036-X.www.sciencedirect.com
Burgess, E. W. (1925). The growth of the city. In R. E. Park & E. W. Burgess (Eds.), The city (pp. 37-85). Chicago: University of Chicago Press.The City, Park, Burgess, Sampson (uchicago.edu)
Cervero, R., & Kockelman, K. (1997). Travel Demand and the 3Ds: Density, Diversity, and Design. Transportation Research Part D: Transport and Environment, 2(3), 199-219.www.sciencedirect.com
Cheng, J., Wang, S., & Song, W. (2014). A new index for assessing landscape fragmentation based on the concept of nearest neighbor distance. Ecological Indicators, 45, 253-257.
Clark, P. J., & Evans, F. C. (1954). Distance to nearest neighbor as a measure of spatial relationships in populations. Ecology, 35(4), 445-453.Distance to Nearest Neighbor as a Measure of Spatial Relationships in Populations on JSTOR
Cheng, J., Zhang, Y., & Li, Z. (2019). A gradient model for land use classification using remote sensing data. Remote Sensing of Environment, 231, 111476.
Diggle, P. J. (2013). Statistical Analysis of Spatial and Spatio-Temporal Point Patterns (3rd Edition). CRC Press.www.routledge.com
Davoudi, S., Crawford, J., & Mehmood, A. (2012). Planning for Climate Change: Strategies for Mitigation and Adaptation for Spatial Planners. Routledgehttp://www.earthscan.co.uk/?tabid=74708
Eckhardt, S., De Jong, R., & Demuzeau, O. (2008). An approach to using Landsat data to assess productivity changes in semiarid rangelands. International Journal of Remote Sensing, 29(14), 4057-4077.
Eckhardt, S., De Jong, R., & Demuzeau, O. (2003). Remote sensing of the distribution and production of vegetation in semi-arid regions: A review of spectral indexes. Journal of Arid Environments, 57(1), 29-60.
Escobedo, F. J., Kroeger, T., & Wagner, J. E. (2011). Urban Forests and Pollution Mitigation: Analyzing Ecosystem Services and Disservices. Environmental Pollution, 159(8-9), 2078-2087.Urban forests and pollution mitigation: analyzing ecosystem services and disservices - PubMed (nih.gov)
Ewing, R., & Cervero, R. (2010). Travel and the Built Environment: A Meta-Analysis. Journal of the American Planning Association, 76(3), 265-294.Travel and the Built Environment: A Meta-Analysis: Journal of the American Planning Association: Vol 76, No 3 (tandfonline.com)
Elhakeem, A., & Wrigley, N. (2012). Measuring the spatial distribution of land use categories: A case study of the Greater Cairo urban area, Egypt. Landscape and Urban Planning, 106(1-2), 134-141.
Feyisa, G. L., Mehari, A. S., & Bewket, W. (2014). Water resources assessment using the modified normalized difference water index (MNDWI) at Hare watershed, eastern Ethiopia. Journal of African Earth Sciences, 95, 106-114.
Gao, H., Huete, A. R., Ni, W., & Miura, T. (2009). Optical monitoring of large-area snowpack properties and runoff prediction using the MODIS and AMSR-E products. Remote Sensing of Environment, 113(12), 2990-3001.
Gong, J., Hu, Z., Chen, W., Liu, Y., & Wang, J. (2018). Urban expansion dynamics and modes in metropolitan Guangzhou, China. Land Use Policy72, 100-109.https://doi.org/10.1016/j.landusepol.2017.12.025
Hu, Z.-L., Du, P.-J., & Guo, D.-Z. (2007). Analysis of urban expansion and driving forces in Xuzhou city based on remote sensing. Journal of China University of Mining and Technology, 17(2), 267–271.www.sciencedirect.com
Hu, X., Gao, J., & Li, Z. (2006). A modified normalized difference vegetation index to reduce the impact of atmospheric scattering and soil brightness. International Journal of Remote Sensing, 32(18), 5695-5705.
Huang, B., Zhao, B., Song, Y., Zhang, J., Wang, S., Liu, Z. Z., & Huang, J. (2019). Urban land use mapping using a combination of spectral, spatial and temporal information of Landsat 8 OLI imagery. International Journal of Applied Earth Observation and Geoinformation, 78, 251-264.https://www.sciencedirect.com/journal/international-journal-of-applied-earth-observation-and-geoinformation/vol/73/suppl/C
He, C., Shi, P., Zhao, S., Li, J., Zhang, X., & Liu, Y. (2015). Urban expansion monitoring in China using Landsat time series data. Science of The Total Environment, 502, 533-543.
Huang, S. L., Lee, Y. C., Budd, W. W., & Yang, M. C. (2012). Analysis of changes in farm pond network connectivity in the peri-urban landscape of the Taoyuan area, Taiwan. Environmental Management49, 915-928.Analysis of changes in farm pond network connectivity in the peri-urban landscape of the Taoyuan area, Taiwan - PubMed (nih.gov)
Huang, H. (2007). A new method for detecting the linear pattern of urban development using remote sensing data. Remote Sensing of Environment, 111(3), 473-481.
Herold, M., Scepan, J., & Clarke, K. C. (2002). The use of remote sensing and landscape metrics to describe structures and changes in urban land uses. Environment and Planning A: Economy and Space, 34(8), 1443-1458.https://doi.org/10.1068/a3496
Huete, A. R., Tucker, C. J., Kimes, D. S., & Van Leeuwen, W. J. D. (1991). Satellite remote sensing of primary production and water cycle in arid and semi-arid regions. Remote Sensing of Environment, 35(3), 217-233.www.researchgate.net
Hong, Y. Y.; Morris, M.; Chiu, C. Y.; Benet-Martínez, V. (2000). Multicultural minds: A dynamic constructivist approach to culture and cognition. American Psychologist, 55: pp.709-720www.semanticscholar.org
He, C., Liu, Z., Gou, S., Zhang, Q., Zhang, J., & Xu, L. (2019). Detecting global urban expansion over the last three decades using a fully convolutional network. Environmental Research Letters, 14(3).https://doi.org/10.1088/1748-9326/aaf936
Heidarinejad, N. (2017). The effects of urban expansion on spatial and socioeconomic patterns of the peri-urban areas: a case study of Isfahan city, Iran.http://dx.doi.org/10.17877/DE290R-19799
Huete, A. R. (1988). A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 25(3), 295-309.
Qi, J., Chehbouni, A., Huete, A. R., Kerr, Y. H., & Sorooshian, S. (1994). A modified soil adjusted vegetation index. Remote Sensing of Environment, 48(2), 119-126.Europe PMC
Jin, Y., & He, Y. (2012). Spatio-temporal variability of urban growth patterns in Nanjing, China: A remote sensing-based landscape metrics analysis. Landscape and Urban Planning, 104(2), 209-223.
-Jensen, J. R. (2016). Remote sensing of the environment: An Earth resource perspective. Pearson Education.Remote Sensing of the Environment: An Earth Resource Perspective 2/e - John R. Jensen - Google Books
Jensen, J.R. (2005). Introductory Digital Image Processing: A Remote Sensing Perspective, Third ed. Prentice Hall, Upper Saddle River, New Jersey.Remote Sensing of the Environment: An Earth Resource Perspective 2/e - John R. Jensen - Google Books
Khalili, A. Optimal Model Presentation for Urban Smart Growth with Emphasis on Infill Development (Case Study: Urmia City). Master’s Thesis, University of Urmia, Urmia, Iran, 2016
Kawamura, H., Igarashi, T., & Tsuchiya, K. (1992). A new spectral index (UI) to detect urban areas. In Proceedings of the 18th Asian Conference on Remote Sensing (pp. 1199-1206).
Li, J., Fang, W., Wang, T., Qureshi, S., Alatalo, J. M., & Bai, Y. (2017). Correlations between socioeconomic drivers and indicators of urban expansion: Evidence from the heavily urbanised Shanghai metropolitan area, China. Sustainability (Switzerland), 9(7). https://doi.org/10.3390/su9071199
Liu, Y., & Wu, J. (2014). Using a modified normalized difference vegetation index (MNDVI) to monitor urban vegetation change in Beijing, China. Remote Sensing of Environment, 148, 137-147.
Liu, X., Li, H., Li, S., & Wang, J. (2019). Landscape pattern analysis of urban green space in Beijing using spatial metrics. Urban Forestry & Urban Greening, 40, 1-10.
Li, X., Zhao, C., Gong, P., & Wang, L. (2015). A new vegetation index, GYRATE, and its application in vegetation cover monitoring in Hulunbuir Grassland, Inner Mongolia, China. Remote Sensing of Environment, 156, 180-190.
Lefebvre, H. (1970). The Urban Revolution. University of Minnesota Press.The Urban Revolution (umn.edu)
McFeeters, S. K. (1996). The use of the normalized difference water index (NDWI) in the delineation of open water features. International Journal of Remote Sensing, 17(7), 1425-1432.The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features: International Journal of Remote Sensing: Vol 17, No 7 (tandfonline.com)
McDonnell, M. J., & Pickett, S. T. A. (1990). Ecosystem Structure and Function along Urban-Rural Gradients: An Unexploited Opportunity for Ecology. Ecology, 71(4), 1232–1237.https://doi.org/10.2307/1938259
Molin, G., Wu, H., & Luo, L. (2011). Estimating rice leaf chlorophyll content using the greenness-yellowness vegetation index (GYRATE). Agricultural Sciences in China, 10(4), 544-551.
McGarigal, K., Cushman, S. A., & Ene, E. (2012). FRAGSTATS v4: Spatial pattern analysis program for categorical and continuous maps. University of Massachusetts Amherst.http://www.umass.edu/landeco/research/fragstats/fragstats.html
McGarigal, K; Marks, B.J. (1995). FRAGSTATS: spatial pattern analysis program for quantifying landscape structure. General Technical Report PNW-GTR-351, USDA Forest Service, Pacific Northwest Research Station, Portland.http://www.umass.edu/landeco/research/fragstats/fragstats.html
Newman, P., & Kenworthy, J. (1999). Sustainability and Cities: Overcoming Automobile Dependence. Island Press.
Mondal, B., Dolui, G., Pramanik, M., Maity, S., Biswas, S. S., & Pal, R. (2017). Urban expansion and wetland shrinkage estimation using a GIS-based model in the East Kolkata Wetland, India. Ecological Indicators, 83(July), 62–73. https://doi.org/10.1016/j.ecolind.2017.07.037
Nelson, R. R. (2004). The making of the American economy: Long waves of progress. University of Chicago Press.
Pérez-Hernández, C. G., Zapata-N, M. L., Martínez-López, C. A., & Valdez-Cepeda, R. D. (2018). Evaluating the impact of different climate scenarios on the urban growth and development of the Mexico City Metropolitan Area using SLEUTH model. Urban Climate, 23, 27-47.
Puertas, O. C., García-Ayllón, J. A., & López-Herrera, A. G. (2019). Urban expansion in the Madrid metropolitan area: A spatial analysis approach using landscape metrics. Land Use Policy, 82, 684-697.
Pratibha, P. S.; Priya, M. H.; Duhita, S. D. (2014). Fusion Classification of Multispectral and Panchromatic Image using Improved Decision Tree Algorithm’’, IEEExplore, 978-1-4799-3140-8/14/$31.00 ©2014 IEEE.
Pinelli, F., & Pedreschi, D. (2007). Trajectory Pattern Mining. In KDD'07 (pp. 395-404). ACM.
Rifat, S. A. A., & Liu, W. (2019). Quantifying spatiotemporal patterns and major explanatory factors of urban expansion in Miami Metropolitan Area during 1992–2016. Remote Sensing11(21), 2493. https://doi.org/10.3390/rs11212493
Rocha, J., Nunes, M., Mendes, L., Sousa, J., Sá, S., & Pereira, P. (2016). A modified red-edge greenness index based on red and red-edge bands for monitoring vegetation vigor. International Journal of Remote Sensing, 37(1), 71-89
Salem, M., Tsurusaki, N., & Divigalpitiya, P. (2019). Analyzing the driving factors causing urban expansion in the peri-urban areas using logistic regression: A case study of the greater Cairo region. Infrastructures4(1), 4. https://doi.org/10.3390/infrastructures4010004
Seto, K. C., Güneralp, B., & Hutyra, L. R. (2012). Global forecasts of urban expansion to 2030 and direct impacts on biodiversity and carbon pools. Proceedings of the National Academy of Sciences of the United States of America, 109(40), 16083–16088.https://doi.org/10.1073/pnas.1211658109
Salvati, L., Bottalico, F., & De Pol, G. (2017). A new entropy-based index for assessing landscape fragmentation. Ecological Indicators, 80, 1-10.
Terfa, B. K., Chen, N., Zhang, X., & Niyogi, D. (2020). Urbanization in small cities and their significant implications on landscape structures: The case in Ethiopia. Sustainability (Switzerland), 12(3), 1–19.https://doi.org/10.3390/su12031235
Tucker, C. J., Justice, C. O., Prince, S. D., Kerr, Y. H., & Paltridge, G. W. (1985). Monitoring global land cover from satellite data: A review. International Journal of Remote Sensing, 6(10-11), 1397-1416.
Terfa, B. K., Chen, N., Zhang, X., & Niyogi, D. (2020). Urbanization in small cities and their significant implications on landscape structures: the case in Ethiopia. Sustainability12(3), 1235.Sustainability | Free Full-Text | Urbanization in Small Cities and Their Significant Implications on Landscape Structures: The Case in Ethiopia (mdpi.com)
Ullman, E. L. (1945). The economic base of American manufacturing. Studies in Geography.Edward Ullman — Wikipédia (wikipedia.org)
-UN-Habitat. (2016). The New Urban Agenda. United Nations.Amazon.com
Wang, J., Liu, Y., Li, Z., Sun, Z., & Liang, L. (2020). Spatial patterns and driving factors of urban expansion in the Pearl River Delta region, China, during 1990-2015. Land Use Policy, 97, 104758.
Wang, B., Wen, X., Chen, S., Zhang, H., & Zhao, Y. (2018). Quantifying Land Use/Land Cover and Landscape Pattern Changes and Impacts on Ecosystem Services. Sustainability, 10(5), 1428.www.researchgate.net
Wegener, K., Nakamoto, K., & Inoue, Y. (1991). A new vegetation index for desert regions. Remote Sensing of Environment, 34(3), 257-264.
Wei, Y., & Wu, R. (1999). A new aggregation pattern for identifying the spatial distribution of urban features in Landsat TM images. Photogrammetric Engineering and Remote Sensing, 65(12), 1443-1449.
Wang, D., Li, X., Chen, Y., Li, Y., & Zhao, J. (2018). Spatiotemporal Variations in Urban Expansion and their Influencing Factors in China. Sustainability, 10(12), 4721.
Wei, Yehua & Ewing, Reid. (2018). Urban expansion, sprawl and inequality. Landscape and Urban Planning. 177. 10.1016/j.landurbplan.2018.05.021.https://doi.org/10.1016/j.landurbplan.2018.05.021
Yang, Z., Zhang, X., Wu, Y., Li, X., & Jiang, J. (2022). Spatiotemporal analysis of urban expansion intensity and its driving factors in the Pearl River Delta region of China from 1990 to 2020. Land Use Policy, 113, 105916.
Yeh, C.-F., & Li, X. (2001). Measuring spatial patterns of urban sprawl using remote sensing data. Photogrammetric Engineering and Remote Sensing, 67(7), 997-1006.
Zhao, Y., Liu, Y., Wang, Z., Liu, W., & Gao, H. (2018). Landscape metrics for assessing urban expansion in the Yangtze River Delta region, China. Ecological Indicators, 95, 971-983.
Zhang, X., Song, W., & Wang, S. (2014). Enhanced Neighborhood Index (ENI): A New Landscape Pattern Index for Measuring Landscape Connectivity. Landscape Ecology, 29(9), 1555-1562.
Zhang, Z., Tu, Y. J., & Li, X. (2016). Quantifying the spatiotemporal patterns of urbanization along urban-rural gradient with a roadscape transect approach: A case study in Shanghai, China. Sustainability8(9), 862.https://doi.org/10.3390/su8090862
Zhang, H., Zhang, Y., Wang, C., & Liu, Y. (2018). Monitoring drought dynamics with the modified normalized difference water index (MNDWI) in a changing climate. Water Resources Management, 32(13), 4427-4442.
Zhang, Z., Li, N., Wang, X., Liu, F., & Yang, L. (2016). A comparative study of urban expansion in Beijing, Tianjin and Tangshan from the 1970s to 2013. Remote Sensing, 8(6).https://doi.org/10.3390/rs8060496
Zhao, J., Yang, W., Peng, J., Li, C., Li, Z., & Liu, X. (2019). Analyzing and modeling the spatiotemporal dynamics of urban expansion: A case study of Hangzhou city, China. Journal of Environmental Engineering and Landscape Management, 27(4), 228–241. https://doi.org/10.3846/jeelm.2019.11561
Zha, Y.; Gao, J.; Ni, S. (2003). Use of normalized difference built-up index in automatically mapping urban areas from TM imagery. Int. J. Remote Sens. 2003, 24, 583–594.https://doi.org/10.1080/01431160304987