内容概要：本文主要介绍了利用Google Earth Engine（GEE）平台对2000年与2022年的土地利用/覆盖数据（LULC）进行城市化变化分析的技术流程。通过构建城市区域掩膜，计算城市扩张的净增长与总增长面积，并结合随机像素筛选方法逼近预期的净增城市面积目标。同时，区分了“无变化”、“净城市增长”和“其他变化”三类区域，并实现了可视化制图与区域统计。代码还包含用于调试的像素计数函数和面积计算函数，最终将结果导出至Google Drive。; 适合人群：具备遥感与地理信息系统（GIS）基础知识，熟悉GEE平台操作及相关JavaScript语法的科研人员或高年级本科生、研究生；有一定编程经验的环境科学、城市规划等领域从业者； 使用场景及目标：①开展长时间序列城市扩展监测与空间分析；②实现土地利用变化分类与面积统计；③支持城市可持续发展与生态环境影响评估研究； 阅读建议：此资源以实际代码为基础，建议读者结合GEE平台动手实践，理解每一步逻辑，尤其是掩膜操作、面积计算与图像合成技巧，注意参数如分辨率、区域范围的适配性调整。

基于RS的成都市城市扩张监测与分析,利用遥感技术解决城市规划中的一些问题。

基于多时相Landsat 数据的城市扩张及其驱动力分析

根据多个来源的遥感数据（Landsat 和 Sentinel 图像的时间序列）来绘制从 1990 年到 2015 年五年间隔的不透水表面积（ISA），然后将结果转换为所建的标准化数据集联合国（UN）世界城市化展望（WUP）数据库（包括中国大陆、香港、澳门和台湾）的433个中国人口30万及以上城市。 与中国国家统计局、世界银行和联合国人居署当代数据的比较表明，我们的结果具有较高的空间准确性和良好的时间一致性，可用于表征中国城市扩张过程。 SUBAD-China 包含 2,598 个 shapefile 格式的矢量文件，其中包含 WUP 数据库中列出的所有中国城市的数据，这些城市具有不同的城市规模和收入水平，人口超过 300,000。

IDRISI是遥感与地理信息系统结合应用的系统，系统包括遥感图像处理、地理信息系统分析、决策分析、空间分析、土地利用变化分析、全球变化监测、时间序列分析、适宜性评价制图、地统计分析、元胞自动机土地动态变化趋势预测、图像分割、不确定性管理、生物栖息地评估等300多个实用而专业模块，这一软件集地理信息系统和图像处理功能于一体，依托克拉克大学研究计划的大力支持，为众多相关应用领域提供有力的研究与开发工具。尤其在科学研究方面，IDRISI始终关注其理论、技术前沿的发展动向，不断吸收最新成果，并将其转化为扩展的功能模块加入到软件系统之中。

The mapped global annual urban dynamics (GAUD) and green recovery from 1985 to 2015 at a 30-m resolution. This part of data is organized by 10-degree grids (totally 224). Shapefiles of 10-degree grids can be found in "grids_world.zip". Urban expansion data is packaged in "urban_grid_i.zip" (i ranges from 0 to 223). Green recovery data is packaged in "green_grid_0-223.zip". Their format is GeoTiff, and for each pixel, values from 1985 to 2015 demonstrate the urbanized or green recovery year, while 0 means no data. (2) The interpreted samples of urban extent in 1985 and 2015, and urbanized year during 1985 and 2015. This part of data is for examining the accuracies of our data fusion and temporal segmentation approach. Interpreted urban extent is packaged in "Ref_tif_clip_1985.rar" and "Ref_tif_clip_2015.rar". Its format is GeoTiff, and for each pixel, value 1 means urban areas, while 0 means non-urban areas. Valid samples of urbanized year can be found in "validation_urbanized_year.xls". (3) A demo of NUACI calculation and urbanized years dectection can be found at link: https://code.earthengine.google.com/1c901129fa8c9d81b292824e8fb4ff1c

The mapped global annual urban dynamics (GAUD) and green recovery from 1985 to 2015 at a 30-m resolution. This part of data is organized by 10-degree grids (totally 224). Shapefiles of 10-degree grids can be found in "grids_world.zip". Urban expansion data is packaged in "urban_grid_i.zip" (i ranges from 0 to 223). Green recovery data is packaged in "green_grid_0-223.zip". Their format is GeoTiff, and for each pixel, values from 1985 to 2015 demonstrate the urbanized or green recovery year, while 0 means no data. (2) The interpreted samples of urban extent in 1985 and 2015, and urbanized year during 1985 and 2015. This part of data is for examining the accuracies of our data fusion and temporal segmentation approach. Interpreted urban extent is packaged in "Ref_tif_clip_1985.rar" and "Ref_tif_clip_2015.rar". Its format is GeoTiff, and for each pixel, value 1 means urban areas, while 0 means non-urban areas. Valid samples of urbanized year can be found in "validation_urbanized_year.xls". (3) A demo of NUACI calculation and urbanized years dectection can be found at link: https://code.earthengine.google.com/1c901129fa8c9d81b292824e8fb4ff1c

教育行业消费升级系列深度研究5：从好未来看K12培训行业，城市扩张集中度提升及值得期待的在线业务-180411.pdf

利用夜间灯光数据进行城市扩张分析的视频讲解，操作步骤非常详细，文档内为网盘提取链接

文件包含详细技术文档与操作录屏，非常适合想利用ArcGIS软件制作城市扩张速率专题图的初学者！