《PLOS One》：Integrating machine learning and geospatial technologies for spatio-temporal analysis of urban expansion and land use transformation in Gambella Town, Ethiopia
编辑推荐：
快速城市化及其伴随的建筑用地扩张正在改变土地资源、生态系统功能和城市的空间结构。区分城市增长、城市扩张和城市蔓延对于理解城市转型的过程和模式以及支持可持续城市规划至关重要。本研究整合了机器学习与地理空间技术，分析了埃塞俄比亚甘贝拉镇的土地利用与土地覆盖（LUL
快速城市化及其伴随的建筑用地扩张正在改变土地资源、生态系统功能和城市的空间结构。区分城市增长、城市扩张和城市蔓延对于理解城市转型的过程和模式以及支持可持续城市规划至关重要。本研究整合了机器学习与地理空间技术，分析了埃塞俄比亚甘贝拉镇的土地利用与土地覆盖（LULC）时空动态和城市扩张。研究人员利用遥感技术和基于随机森林（RF）分类器的监督式机器学习方法，处理了2005年、2015年和2025年的多时相Landsat卫星影像。共识别出六类主要LULC类别：农业用地、灌草丛、建筑用地、裸地、林地和水体。分类结果显示，2005年、2015年和2025年的总体精度分别为90%、90%和89%。结果表明，研究区发生了显著的土地转变和快速的实体城市扩张，建筑用地面积从2005年的93公顷（2.0%）增加到2025年的1956公顷（41.3%）。这种扩张伴随着周边土地资源的重大转变，特别是灌草丛和其他开阔区域向建筑用地的转化。农业用地从634公顷（13.4%）增加到1750公顷（36.9%），而灌草丛则从3375公顷（71.1%）减少到652公顷（13.7%）。从277名受访者收集的社会经济信息表明，人口增长、城乡迁移、住房需求、就业机会和基础设施发展是城市扩张的主要驱动力。该研究将代表建筑用地增加的城市扩张与指代城市向外发展的空间格局和形式的城市蔓延进行了区分。随机森林分类与基于GIS的空间分析的整合，为土地转变、植被丧失以及城市服务压力日益增大提供了有价值的证据，从而支持甘贝拉镇实现更可持续的城市规划和土地管理。
研究背景与研究必要性
城市化是二十一世纪最重要的人口与社会经济变革之一，全球已有超过半数人口居住在城市地区，且这一比例在未来几十年预计将持续上升。尽管城市增长是全球性现象，但其在发展中国家的速度尤为迅猛，往往超出基础设施、治理和环境管理系统的承载能力，对有限的自然和经济资源造成巨大压力。城市增长、扩张与蔓延，即城市区域向周围乡村和城郊景观的外向拓展，已成为快速城市化的主要后果，主要由人口增长、经济发展和乡村向城市迁移驱动。持续的城市扩张导致对土地、住房、交通和公共服务的需求不断增加，自然生态系统和农业用地频繁被转化为建筑环境，引发土地利用与土地覆盖（LULC）的重大变化。监测这些转变已成为全球环境变化研究的重要组成部分，因为LULC变化直接影响生态系统功能、生物多样性、气候和可持续资源管理。以往研究表明，不受控制的城市扩张会导致农业用地流失、环境退化、水质恶化、空气污染加剧、绿地破碎化、基础设施和能源成本升高以及社会空间隔离加剧。非洲正经历全球最快的城市化速率之一，其城市人口比例从1940年的约15%增至2010年的约40%，预计到2050年将达到近60%。埃塞俄比亚是撒哈拉以南非洲城市化程度最低的国家之一，但目前正经历该地区最快的城市增长率之一，城市人口扩张估计约为6%，超过许多其他撒哈拉以南非洲国家的平均水平。在众多埃塞俄比亚城市中，住宅开发通过规划和非正规聚落两种方式水平扩展，常常侵占农业用地和其他未开发区域。因此，理解城市扩张的时空动态对于支持基于证据的城市规划和可持续土地管理至关重要。本研究的创新之处在于整合机器学习、多时相Landsat观测数据（2005-2025）、基于GIS的城市扩张分析和社会经济数据，为评估埃塞俄比亚甘贝拉镇这一研究不足且快速崛起的新兴城市中心的城市扩张动态构建了一个综合框架。
研究内容与结论
研究人员旨在通过整合机器学习和地理空间技术的方法，分析埃塞俄比亚西部甘贝拉镇城市扩张的时空动态。具体目标包括：利用随机森林（RF）机器学习算法分类并量化2005年、2015年和2025年的LULC变化；评估城市扩张的空间格局、幅度及相关土地转化过程；通过家庭调查和利益相关方信息识别影响城市蔓延的主要社会经济因素；评估城市扩张对农业用地、植被资源和可持续发展的影响。研究得出以下主要结论：研究区经历了显著的景观转变，尤其是建筑用地的急剧扩张，从2005年的93公顷（2.0%）增加到2025年的1956公顷（41.3%）。同时，农业用地从634公顷（13.4%）增加到1750公顷（36.9%），而灌草丛从3375公顷（71.1%）大幅减少至652公顷（13.7%）。城市扩张的主要驱动力包括人口增长、城乡迁移、住房需求、就业机会和基础设施发展。二元逻辑回归分析进一步证实，迁移、人口增长、低土地成本和土地销售是与城市扩张显著相关的社会经济因素。该研究的意义在于为甘贝拉镇及其他快速增长的次级城市的可持续城市规划和土地管理提供了宝贵的科学依据。
关键技术方法
研究人员采用的关键技术方法主要包括：利用多时相Landsat卫星影像（来自美国地质调查局数据库，涵盖2005年、2015年和2025年）作为主要遥感数据源；应用基于随机森林（RF）分类器的监督式机器学习方法进行LULC分类；借助Google Earth Engine平台进行图像预处理；利用GPS设备采集地面实况点用于分类验证和精度评估；运用GIS软件进行空间分析和制图；通过结构化问卷调查收集社会经济信息，样本量为277名受访者（基于简化公式在Jupyter Notebook环境中使用Python计算得出）；采用混淆矩阵、总体精度和Kappa系数进行分类精度评估；并使用二元逻辑回归分析社会经济驱动因素。
研究结果
社会经济特征： 受访者中男性占56%，女性占44%；年龄集中在20-40岁（占61%）；教育水平较高，41%拥有本科及以上学历；婚姻状况方面，52%已婚；家庭规模较大，多数为5-10人；职业分布显示公务员占比最高（32%），其次为日工（21%）和失业人员（15%）；月收入方面，35%的受访者收入超过5000比尔。关于居住时长，73%的受访者为本地出生的土著居民，26%为移民。
甘贝拉镇的城市扩张： 调查显示，34%的受访者观察到的主要变化是建筑用地扩张和农业用地被替代；69%的受访者认为乡村向城市迁移和人口增长是城市扩张的主因；98%的受访者表示城市扩张对其生活产生了影响。
社会经济驱动因素的统计分析： 二元逻辑回归模型整体显著（LR χ2=44.524，p<0.001），McFadden伪R2为0.120。其中，迁移（OR=3.289，p<0.001）、人口增长（OR=2.087，p=0.007）、低土地成本（OR=2.281，p=0.006）和土地销售（OR=2.643，p=0.003）均与城市扩张呈显著正相关，而基础设施发展（p=0.072）未达到5%显著性水平。
2005年至2025年的土地覆盖类型及其覆盖面积： 2005年，灌草丛占主导地位（71.1%），建筑用地仅占2.0%（93公顷）。到2025年，建筑用地跃升至41.3%（1956公顷），农业用地也增至36.9%（1750公顷），而灌草丛锐减至13.7%（652公顷）。
三个时期的LULC变化： 2005-2015年间，建筑用地增加363公顷（7.6%），灌草丛减少322公顷（6.7%）。2015-2025年间，建筑用地激增1500公顷（31.7%），灌草丛骤降2401公顷（50.7%）。整个研究期（2005-2025）内，建筑用地净增1866公顷，农业用地净增1116公顷，而灌草丛净减2723公顷。
2005年至2025年的LULC转换矩阵： 建筑用地的增加主要来源于灌草丛（1137.83公顷）、农业用地（223.04公顷）和裸地（189.51公顷）的转化。
精度评估： 2005年、2015年和2025年的LULC分类总体精度分别为90%、90%和89%，Kappa系数分别为0.82、0.81和0.85。
受试者工作特征曲线分析： 机器学习模型的曲线下面积（AUC）值为0.852（85.2%），表明模型具有良好的区分城市与非城市区域的能力。
讨论与结论
讨论部分指出，甘贝拉镇的LULC变化与多种社会经济变量密切相关，尤其是乡村向城市的人口迁移。建筑用地的快速扩张与埃塞俄比亚其他城市（如亚的斯亚贝巴、巴赫达尔、哈瓦萨）以及非洲快速增长的城市（如内罗毕、达累斯萨拉姆、阿克拉）记录到的城市土地覆盖变化趋势一致。农业用地的显著增加归因于该地区肥沃的土壤和有利的气候条件，吸引了本地和外国投资者。灌草丛的大幅减少标志着生物多样性和自然栖息地的严重丧失。研究结论部分总结道，本研究利用卫星影像、基于GIS的分析和社会经济数据，评估了2005年至2025年间甘贝拉镇的LULC动态及城市扩张的社会经济和环境影响。结果揭示了显著的景观转变，特别是建筑用地的急剧扩张（从93公顷增至1956公顷）和农业用地的增加（从634公顷增至1750公顷），以及灌草丛的相应减少。社会经济调查和逻辑回归分析确定了迁移、人口增长、低土地成本和土地销售是城市扩张的关键驱动因素。研究强调，迫切需要实施综合性的土地管理策略，平衡城市发展与生态保护，并建议加强城市规划执行力度、推广可持续农业实践、保护剩余的自然植被，并建立长期的LULC监测计划以指导未来的政策制定。
