基于綜合景觀指數的城鄉結合部邊界劃分

黃 祥

（1.成都理工大學 地學空間信息技術國土資源部重點實驗室,四川 成都610059）

基于綜合景觀指數的城鄉結合部邊界劃分

黃 祥1

（1.成都理工大學 地學空間信息技術國土資源部重點實驗室,四川 成都610059）

總結單一景觀指數模型提取城鄉結合部邊界存在的問題，提出綜合景觀指數模型。同時指出，唯有將城市擴展方向信息與指數模型相結合，才能提高城鄉結合部的提取精度。以成都市為例，應用遙感和GIS技術，根據建立的模型，計算出各判別單元的綜合景觀指數，并將綜合景觀指數在0～22之間的判別單元劃分為城鄉結合部。

城鄉結合部；城市擴展方向；綜合景觀指數

城鄉結合部是城市中心建成區和外圍純農業腹地之間的過渡帶，在我國城市化演變格局中發揮著重要作用[1]。但是，城鄉結合部經常被城市和農村公共管理部門忽視，使該區域缺乏綜合性的土地利用規劃，并導致一系列社會經濟和生態環境問題[2]。快速、準確地界定城鄉結合部范圍，為城鄉公共管理部門提供進行土地利用規劃以及生態環境治理等各項措施的基礎數據，對于城鄉結合部的生態環境改善具有重要意義。

1 研究區概況及數據預處理

1.1 研究區概況

研究區范圍是成都市第一繞城高速公路平行外延3 km所形成環線包圍的區域。第一繞城高速建成于2001年12月，全長85 km，與成都市三環路之間的間距在3～5 km不等，穿越區域內土地利用類型多樣。成都市第一繞城高速公路承擔了成都市城鄉結合部交通轉換、普通道路與高速公路交通轉換樞紐的功能，選擇其作為研究區的劃分依據具有一定的意義。

1.2 數據簡介

實驗數據包括成都市2009年10月的TM影像和2013年4月的Landsat8影像，成都市行政區劃圖，成都市地形圖。

Landsat8攜帶有2個主要載荷：OLI（operational land imager，陸地成像儀）和TIRS（thermal infrared sensor，熱紅外傳感器）。OLI包括9個波段，其中第8波段為15 m的全色波段，其余波段空間分辨率為30 m。OLI包括了ETM+傳感器所有的波段，并新增2個波段。為了避免大氣吸收特征，OLI對波段進行了重新調整，見表1[3]。

表1 OLI和ETM+對照表

1.3 數據預處理

1）將2013年來自Landsat8影像數據的多光譜波段和全色波段在ENVI軟件中進行融合。通過對幾種融合結果的比較，最終選擇Gram-Schmidt融合技術結合雙線性內插重采樣的融合結果。

2）利用成都市地形圖對融合后的影像在ENVI軟件中進行配準。

3）矢量化成都市繞城高速公路并使用ArcGIS工具將矢量化結果平行外延3 km，得到研究區邊界。

4）利用研究區邊界矢量圖對配準后的影像在ENVI軟件中進行裁剪，獲得研究區域遙感影像。

5）采用非監督分類和手動修改相結合的方法對研究區遙感影像進行分類，生成該區域2013年土地利用圖。實際過程中為了能夠準確區分，將土地利用類型分為4類，即植被、建設用地、水域、裸地，其中植被包括生長農作物的耕地、草地和林地。

2 基本原理與研究方法

首先利用遙感影像提取土地利用類型圖和城市擴展的主導方向，在城市擴展的主導方向和非主導方向上將土地利用類型圖劃分為大小不一的網格單元，再計算每個單元的綜合景觀指數，最后根據指數的變化趨勢，設置適當的閾值，提取城鄉結合部范圍，如圖1所示。

圖1 城鄉結合部范圍界定技術路線圖

2.1 包含方向信息的網格劃分

使用時間間隔在3～5 a的兩期遙感影像，提取城市擴張的建筑群范圍，然后利用ArcGIS強大的空間分析工具，計算出該時期城市擴展各方向的變化面積，選擇面積變化大的幾個方向為主導方向。

將土地利用類型圖在城市擴展主導方向上劃分為80個像元大小的網格，即每個網格大小為1.2 km×1.2 km，在中等活躍方向及城市中心劃分為60 個像元大小的網格，在不活躍的邊緣區劃分為40個像元大小的網格，如圖2所示。

圖2 研究區土地利用圖網格化結果

2.2 綜合景觀指數模型

為了界定城鄉結合部的范圍，根據城鄉結合部的特點選取多個指標加權疊加來構建一個綜合景觀指數E，利用綜合景觀指數E來區分城鄉結合部與農村、城鄉結合部與城市。

城鄉結合部作為城市化發展到一定階段形成的獨特的地域實體，主要有3個特點：①沒有單純的城市大面積建筑物，也沒有單純的農村大面積植被（耕地）；②土地利用類型多樣，建設用地、耕地、裸地等職能土地同時存在；③人類活動的強烈干擾。由此，選擇蔓延度指數、香農多樣性指數、面積-周長分維度指數來建立綜合景觀指標E。E表達為：

式中，CO為蔓延度指數，描述的是景觀里不同拼塊類型的團聚程度或延展趨勢。一般來說，高蔓延度值說明景觀中的某種優勢拼塊類型形成了良好的連接性，反之則表明景觀具有多種要素的密集格局，景觀的破碎化程度較高。公式為：

式中，m為總斑塊數；pi為第i類斑塊在景觀中的面積比例；gik為各拼塊類型之間相鄰的格網單元數目占總相鄰的格網單元數目的比例（%），范圍（0,100）。

S為香農多樣性指數,該指標能反映景觀異質性，特別是對景觀中各拼塊類型非均衡分布狀況較為敏感，即強調稀有拼塊類型對信息的貢獻。如在一個景觀系統中,土地利用越豐富,破碎化程度越高,其不定性的信息含量也越大,計算出的S值也就越高。公式為：

式中，m為總斑塊數；pi為第i類斑塊在景觀中占的面積比例，范圍（0，1.5）。

P為面積-周長分維度指數，表示斑塊組成的景觀形狀與面積大小之間的關系，反映了一定觀測尺度上景觀類型的復雜程度及人類活動干擾的程度，面積周長分維數越小，景觀越趨于規則，人類活動對景觀的干擾越大。公式為：

式中，aij為斑塊面積；pij為斑塊周長；N為總斑塊數；P范圍（1,1.5），其值理論上限為2，實際可能上限為1.5。

a、b、c為各指標的權重，且a+b+c=1。考慮到蔓延度指標對大尺寸的景觀敏感，多樣性指標對景觀內的斑塊類型數目和斑塊間尺寸差別程度敏感，面積-周長分維度指標對人類活動是否介入較敏感。經權衡，以上3個指數分別賦予0.5、0.3、0.2的權值。

式 （1）中各景觀指數均由Fragstats4.0軟件計算所得，各指數均無量綱且值域范圍不一致，因此，對Fragstats計算所得值進行適當的放大處理，均化為0～100間的值，再進行加權疊加作為最后的綜合景觀指數。表達式如下：

式中，CO'、S'和P'分別為經放大處理后的CO、S和P。E值越小，景觀紊亂程度越高，人為干擾力度越大，景觀所包含土地利用類型越多，越符合城鄉結合部特點。

3 城鄉結合部范圍

根據成都地區實際景觀特點和社會經濟情況差異，對照成都市區劃圖并結合實地考察，設定符合城鄉結合部特點的土地利用綜合景觀指數閥值。本文將土地利用綜合景觀指數在0～22的區域劃分為城鄉結合部范圍。檢查劃分結果，發現存在幾處被建筑用地或者植被包圍的孤立的“城鄉結合部”，這是因為該區域土地利用類型多樣，景觀紊亂且沒有優勢景觀。例如城市中的公園，既有大面積植被，還有不少建筑物，有些還有水域等，劃分結果顯示為城鄉結合部，實際應劃分為城市范圍。因此，結合2013年遙感影像圖原件，對劃分結果作適當修正，得到研究區內城鄉結合部范圍，如圖3所示。

圖3 研究區城鄉結合部界定結果

4 結 語

本研究利用綜合景觀指數模型計算基于方向的判別單元的綜合景觀指數，據此提取的城鄉結合部范圍與實際范圍基本相符。鑒于研究區范圍比較小，研究區邊界割裂了成都市主城區——雙流縣城一線的城市建成區，所以城鄉結合部的范圍并非閉合的環狀。

采用綜合景觀指數能夠更精確地表達景觀格局的特殊性，較其他單一景觀指數模型劃分城鄉結合部范圍更準確。同時，基于方向的網格劃分方法較其他統一大小網格單元劃分方法的優勢在于，考慮了在地理空間的不同方向上的不同發展特點，更具有因地制宜的思想。本文的不足之處在于網格單元的具體大小設定是基于多次實驗對比的結果，主觀因素較大，科學性方面還有點欠缺，有待進一步研究。

[1] 黃寶榮，張慧智.城鄉結合部人-環境系統關系研究綜述[J].生態學報，2012,32(23):7 607-7 621

[2] Liu Y, Lv X J, Qin X S. An Integrated GIS-based Analysis System for Land-use Management of Lake Areas in Urban Fringe[J]. Landscape and Urban Planning, 2007, 82(4): 233-246

[3] ENVI-IDL中國官方博客. Landsat8的不同波段組合說明[EB/OL].http://blog.sina.com.cn/s/blog_764b1e9d01019urt.html,2013-08-08

[4] 王秀蘭，李雪瑞，馮仲科. 基于TM影像的北京城市邊緣帶范圍界定方法研究[J]. 遙感信息，2010(4):100-104

[5] 楊葉濤. 基于多時相TM影像的城市邊緣區劃分及其變化監測[J]. 遙感信息，2009(3):49-53

[6] 錢建平，周勇，楊信廷. 基于遙感和信息熵的城鄉結合部范圍界定——以荊州市為例[J].長江流域資源與環境，2007，16(4):451-455

[7] 布仁倉，胡遠滿，常禹，等. 景觀指數之間的相關分析[J].生態學報，2005,25(10):2 764-2 775

P237.9

B

1672-4623（2015）04-0007-03

10.3969/j.issn.1672-4623.2015.04.003

黃祥，碩士，主要從事遙感和GIS研究。

2014-05-21。

項目來源：國家自然科學基金資助項目（41071265、41372340）。