1994～2015年蘭州市不透水面變化分析

穆亞超，頡耀文，張玲玲，陳云海

（1.蘭州大學 資源環境學院，甘肅 蘭州 730000；2. 93116部隊，遼寧 沈陽 110141）

1994～2015年蘭州市不透水面變化分析

穆亞超1，頡耀文1，張玲玲1，陳云海2

（1.蘭州大學 資源環境學院，甘肅 蘭州 730000；2. 93116部隊，遼寧 沈陽 110141）

不透水面的監測與變化分析對于城市化進程的了解、城市景觀格局的研究以及生態環境的建設等方面具有重要意義。以蘭州市建成區為例，基于Landsat遙感影像數據，采用線性光譜分解模型獲取了城市不透水面信息，對不透水面的變化進行研究，結果表明，1994～2015年間，蘭州市建成區的不透水面發生了較大的變化，但由于發展空間限制，擴張速率和擴張強度呈現下降趨勢，在景觀格局上分布越來越集中，形狀也趨于相對簡單化。到2015年，研究區內的不透水面覆蓋度達到較高水平，對于蘭州城市未來的發展規劃提出嚴峻考驗。

不透水面；蘭州；變化；格局

近些年來，城市化進程的加快帶來了城市景觀的巨大變化，大量的自然地表轉化為不透水面。不透水面（impervious surface）一般是指相對于植被和土壤而言，滲透率較小的人工建筑物表面，如由瀝青、混凝土等物質覆蓋的建筑物頂部、道路、廣場等[1-2]。不透水面作為城市的重要組成部分，不僅是城市化程度的指標，也是一個環境質量的指標，對于城市的生態環境和地表徑流等具有重要的影響，如城市熱島效應、城市洪水災害。不透水面的發展變化受到了人們的廣泛關注與重視，因此，城市不透水面的相關研究是城市研究的重要方向之一。

目前，遙感技術由于具有客觀性、高效性和動態性等特點，已成為不透水面動態監測的有力手段[3-4]。國內外不少學者對城市不透水面進行了相關研究，這些研究主要集中在不透水面的估算方法[5-6]、不透水面對城市熱島的影響[7-10]、不透水面與植被覆蓋度的相關分析[11-12]、基于不透水面信息的城市擴展研究[13-14]等。其中利用線性光譜分解模型（LSMA）對城市地表組分進行混合像元分解，獲得城市不透水面信息，進而分析不透水面的變化及空間分布特征是城市遙感研究的重要內容，對于城市的規劃建設具有重要的指導意義[15]。

蘭州市由于其特殊的地理位置，地形復雜，形成了東西狹長-南北略窄的典型的河谷型城市，其氣候屬于西北內陸干旱氣候，年均降水量較小。近幾十年來，蘭州城市發展迅速，尤其是進入21世紀后，城市人口迅速增加，城市化進程空前加快，大量的自然地表轉化為城市不透水面，交通擁堵，建筑密度大；城市綠化率低，城市熱島效應明顯，生態環境脆弱，城市環境質量受到人們的高度關注。因此，研究蘭州市不透水面的時空變化特征，進而為蘭州城市的發展規劃及生態建設提供參考，以及對于了解蘭州的城市化進程，分析其景觀格局變化具有重要意義。

1 研究區概況與數據源

蘭州市位于中國西北部，甘肅省中部，作為甘肅省省會是西部地區重要的中心城市，現轄城關、七里河、西固、安寧、紅古5個區和永登、榆中、皋蘭3個縣。本研究選取的范圍為蘭州市第三版城市規劃的中心城區范圍，該區域是蘭州城市人口最密集的區域，也是蘭州市的政治、經濟、文化中心，具有很高的城市化水平（圖1為2015年的Landsat8_OLI影像）。

圖1 研究區影像圖

本文選取的影像數據為Landsat衛星系列影像，來源于USGS官網（http://glovis.usgs.gov/）。為反映蘭州城市近20 a的不透水面變化情況以及考慮到影像質量問題，本研究從1994～2015年每隔7 a選取一期影像，總共選取了4期影像，影像的基本信息見表1。首先對獲取的影像進行輻射定標、大氣校正等預處理工作，然后對影像進行裁剪，獲得本研究區的遙感影像數據。

表1 遙感影像信息表

2 研究方法

2.1 線性光譜分解

線性光譜混合模型定義為將像元組分在某一波段的反射率分別以各組分所占像元面積比為權重系數的線性組合[16]。根據RIDD[17]提出的V-I-S模型，將城市景觀看成是除水體之外由植被、不透水面以及土壤3種組分有機組成。利用線性光譜分解模型（linear spectral mixture analysis，LSMA）進行城市不透水面信息的提取，一般包括3個步驟：降低維度、端元選取、線性光譜分解。

本文首先利用最小噪聲分離變換（MNF變換）獲取前3個主成分，相關研究表明MNF變換后的前3個分量構成的特征空間已經能夠滿足端元的選取需求[18-19]。然后基于V-I-S模型在MNF1、MNF2和MNF3這3個波段組成的特征空間中分別選取植被、高反照率、低反照率以及土壤4種端元類型的樣本，并且結合人工目視解譯進行樣本修正，獲取較為純凈的端元。最后，利用線性光譜分解模型獲得各個端元的豐度圖，進而獲取不透水面蓋度圖。

2.2 變化分析方法

本研究區采用定性與定量相結合的方法對不透水面變化的分布及變化特征進行研究，根據對于蘭州實際情況的了解以及對照影像進行定性分析；在定量分析中選取變化速率、變化強度兩個指標來反映不透水面信息在數量上的變化，選取分維數、聚集度指數這兩個景觀格局指數來刻畫不透水面的空間形態變化。通過上述4個指標可以較好地反映蘭州市不透水面的數量變化和分布格局特征，變化速率和變化強度這兩個指標由公式計算獲得，分維數和聚集度通過Fragstats4.2軟件計算獲得，指標公式如下：

變化速率K反映不透水面面積在一段時期內的年均變化量：

式中，An+i和Ai分別代表n+i年和i年的城市不透水面面積；n是以a為單位的時間。

變化強度AGR用城市不透水面年均增加面積與基年面積之比來表示：

式中，An+i和Ai分別代表n+i年和i年的城市不透水面面積；n是以a為單位的時間。

分維數PAFRAC是反映景觀形狀復雜程度的指標，分維數的值域范圍為1～2，其值越接近 1，類型景觀斑塊形狀越簡單越有規律；越接近 2，則越復雜：

式中，aij為斑塊ij的面積；Pij為斑塊ij的周長；ni為斑塊數目。

聚集度指數AI是反映斑塊在景觀中聚集與分散狀態的指數，值域范圍為0～100，聚集度指數值越小則斑塊越分散，其值越大斑塊分布越聚集：

式中，n為斑塊總數；Pij為斑塊i和j相鄰的概率；Pij=Eij/Nb；Eij為相鄰生態系統i、j間的共同邊界長度，Nb是景觀中不同生態系統間邊界的總長度。

3 結果與分析

圖2 精度評價結果圖

3.1 提取精度分析

利用分解后得到的均方根誤差（RMS）結果以及對照高清影像人工采樣進行精度評價（圖2），每個采樣點選擇3×3窗口的均值，以2015年為例進行精度評價（其他年份采取相同的評價方法），其均方根誤差值均很小，誤差低于0.02的像元數超過90%；最終提取的不透水面蓋度結果如圖3所示，通過實測蓋度與線性光譜分解蓋度的線性擬合結果來看，相關系數達到0.920 3，R2為0.834，結果較為理想。

不透水面的提取利用不透水面蓋度結果設定閾值進行二值化處理，閾值的設定通過對比高清影像并結合對研究區的調查了解，通過多次實驗最終確定ISC大于0.43為提取不透水面的閾值，獲得不透水面的提取結果。利用ArcGIS隨機生成300個驗證點進行精度驗證，基于Landsat衛星影像以及Google Earth高清影像人工判別驗證點是否為不透水面，然后與不透水面二值化結果進行對照，其準確率均高于85%，結果滿足研究要求。

圖3 不透水面蓋度圖

3.2 數量變化分析

從1994～2015年間，蘭州市不透水面擴張顯著，面積從1994年的113.752 km2增加到2015年的200.876 km2（見表2），增加的不透水面主要集中在研究區東北部的雁灘地區，中西部地區的迎門灘、馬灘、崔家大灘等地區，以及北部的九州開發區（圖4）。不透水面的變化由分散向連片發展，主要為向外部蔓延式為主，有少量的內部填充。到2015年，研究區內的可建設之地已基本被城市侵占完畢，不透水面覆蓋度達到84.654%，表明研究區城市化達到較高水平。

圖4 不透水面提取結果圖

本文劃分為3個階段研究城市不透水面的擴張：1994～2001年、2001～2008年、2008～2015年。從這3個階段總的來看（表2），整個研究區城市不透水面的變化速率在逐漸下降，其中第一階段最大，為5.168 km2/a；第三階段最小，為2.609 km2/a。變化強度也是呈現不斷降低的趨勢，從第一階段的4.543%降低到第三階段的1.429%?？梢姡S著城市的不斷發展，研究區可利用土地不斷減少，城市擴張的進程也隨之變慢，表現為城市不透水面的變化速率和變化強度的不斷降低。

表2 不透水面相關統計指標值

主城四區的不透水面的變化速率和變化強度如圖5所示，安寧區由于1990年之后蘭州市大力建設安寧經濟技術開發區（1993年批準），城市居住用地、商業用地以及科研教育用地等不斷擴張，表現在第一階段不透水面在該區的中南部地區增加較快，變化強度較大；到第二階段變化減慢，增加的不透水面主要在該區的東部、中部地區以及南部的迎門灘地區；第三階段不透水面變化主要發生在該區的西部及中部地區，主要為交通用地、居住用地、工業用地的擴張，還有南部沿濱河路有少量的城市工業和商業用地增加，變化較前兩個階段明顯變慢。

圖5 主城四區不透水面變化速率與變化強度圖

西固區在“一五”計劃期間建設了蘭煉、蘭化等大型重點骨干企業，逐步形成了西固石化工業區，之后在此基礎上不斷發展完善，第一階段和第二階段實現了較為穩定的發展，變化速率和變化強度在主城四區中相對較低。到第三階段西固區的發展基本已經定型，變化速率和變化強度較前兩個階段迅速降低。

七里河區在第一階段不透水面擴張相對較快，到第二階段、第三階段變化減慢，第一個階段主要是該區西北部的大灘村以及中北部的馬灘村等村莊的城市化建設，使得該區的不透水面擴張較為迅速，變化強度相對較大，到第二、三階段主要是蘭州西站的建設帶動了周圍的發展，如鄭家莊新村的城市化建設，使得該區域的不透水面得到一定程度的擴張，但與第一階段相比，變化速率和變化強度降低較多。

城關區作為老城區其城市擴張主要發生在雁灘地區以及九州開發區，隨著雁灘高新開發區的大力投資建設，大量的農用地轉化為不透水面，在第二階段九州開發區開始加快發展，因此在前兩個階段的不透水面擴張速率較大，而到第三階段該區可發展空間變得相當有限，變化速率迅速降低，變化強度也變得較小，到2015年城關區除黃河外基本被不透水面覆蓋完畢。

從圖5可以看出，城關區的變化速率在四區中一直處于最大狀態，但變化強度幾乎處于最小狀態，可見雖然城關區在近20 a的時間內實現了一定的發展，但作為老城區其發展早已定型，變化強度不大。而安寧區的變化強度一直高于其他三區，變化速率也相對較高，說明近20 a來由于安寧經濟開發區的大力開發建設，不透水面實現了較大的變化。四區中的西固區變化速率和變化強度幾乎一直處于較低狀態，這是由于該區作為甘肅省和蘭州的核心工業區發展較早，在1994年的城市發展就基本定型，后期發展變化不大。

3.3 景觀格局變化分析

從空間形態變化方面分析（圖6），結果表明，由于蘭州城市地理位置的特殊性，城市形態并非規整的近似圓形或方形發展，而是呈特殊的“東西長南北窄”的長條形，整個研究區的分維值均大于1.41，并且聚集度指數很高，均在94以上，說明不透水面形狀比較復雜，并且分布集中程度高。

圖6 景觀指數統計圖

1994～2015年間分維數值的變化呈現出類似“N”型，即不透水面的形狀復雜程度在這20 a左右的時間內波動變化。1994年的蘭州市建成區不透水面大體形成分裂的幾大斑塊，城關-七里河核心斑塊、西固核心斑塊，還有安寧區相對規模較小的兩個斑塊，但各個斑塊形狀相對比較簡單，分維數較低。1994～2001年間，不透水面擴張較為顯著，在原來的基礎上增加了許多不透水面斑塊，尤其是安寧區的不透水面發生了較大變化，整個研究區的分維數值顯著增大。2001～2008年期間不透水面不斷擴張，將整個研究區連成一片，分維數明顯降低。到2015年，由于九州開發區的建設以及七里河區的蘭州西站西南地區的發展，使得城市突破原來的形態，分維數略有上升。

蘭州城市的不透水面隨著時間的變化，聚集度指數基本上處于不斷增加的狀態，只有在2001年略有下降，這與分維數的變化相對應，2001年城市不透水面在幾個分裂的斑塊基礎上擴張，不僅原來的斑塊增大，還增加了許多零星分布的小斑塊，導致聚集度指數降低。之后不透水面不斷填充侵占非不透水面，不透水面斑塊不斷聚集，導致聚集度指數不斷增加，2015年研究區的聚集度指數值達到96.58，可見不透水面的分布已經相當密集緊湊。

4 結 語

本文基于線性光譜分解模型實現了蘭州市建成區不透水面信息的有效提取，從數量變化及景觀格局指數變化兩個方面分析了蘭州市建成區近20 a不透水面變化特征，結果表明：

1）1994～2015年間蘭州城市發展使得周邊大量的農用地、空地等非不透水面轉化為城市不透水面，但是由于地形的限制，研究區不透水面變化的速率和強度越來越小。主城四區在近20 a的發展也都呈現出逐漸下降的趨勢，但各個區的變化特征不同，其中變化強度最大的為安寧區，變化速率最大的為城關區，這主要是由于政策的影響和不同地區發展程度的不同引起的。

2）從景觀格局變化來看，聚集度指數呈現上升的趨勢，不透水面覆蓋度越來越高，聚集化程度也越來越高。而分維數呈現波動變化，但總體趨于降低的態勢。綜上表明，在有限的空間內蘭州城市的不斷發展使得不透水面在景觀格局上空間分布更加聚集，形狀趨于規整簡單化。

近20 a蘭州城市建成區不透水面不斷擴張，不透水面覆蓋度達到較高水平，城市綠化率低，生態環境質量差，城市要想繼續發展只能另謀出路，因此像蘭州新區等城市副中心的出現將是蘭州城市發展必不可少的產物。

[1] JR CLA,GIBBONS C J.Impervious Surface: The Emergence of a Key Arban Environmental Indicator[J]. Journal of the American Planning Association.1996,62 (2) :243-258

[2] WENG Q. Remote Sensing of Impervious Surfaces in the Urban Areas: Requirements, Methods, and Trends[J]. Remote Sensing of Environment, 2012, 117(2):34-49

[3] SHEN W, WU T, LI M. Mapping Urban Impervious Surfaces of Nanjing from the Dense Landsat Imagery[C]. International Congress on Image and Signal Processing,2012

[4] HU T, YANG J, LI X, et al. Mapping Urban Land Use by Using Landsat Images and Open Social Data[J].Remote Sensing,2016,8(2):151

[5] WENG Q, HU X. Medium Spatial Resolution Satellite Imagery for Estimating and Mapping Urban Impervious Surfaces Using LSMA and ANN[J]. IEEE Transactions on Geoscience & Remote Sensing, 2008, 46(8):2 397-2 406

[6] 崔秋洋,潘云,楊雪.基于Landsat 8遙感影像的北京市平原區不透水層蓋度估算[J].首都師范大學學報（自然科學版）, 2015, 36(2):89-92

[7] 楊可明,周玉潔,齊建偉,等.城市不透水面及地表溫度的遙感估算[J].國土資源遙感,2014, 26(2):134-139

[8] 宋毅.基于Landsat影像的滇池流域不透水面變化與城市熱島效應關系研究[D].云南：云南師范大學, 2014

[9] ROY S S, YUAN F. Trends in Extreme Temperatures in Relation to Urbanization in the Twin Cities Metropolitan Area, Minnesota[J]. Journal of Applied Meteorology & Climatology, 2009,48(3):669-679

[10] 陳婉佳,高孝杰,劉蓉蓉,等.基于Landsat 8數據的城市不透水面及其與熱環境的關系研究[J].測繪與空間地理信息, 2015(4):92-95

[11] 潘竟虎,李曉雪,馮兆東.基于V-I-AP模型的蘭州市不透水面與植被蓋度時空格局分析[J]. 資源科學, 2010, 32(3):520-527

[12] 謝苗苗,王仰麟,李貴才.基于亞像元分解的不透水表面與植被覆蓋空間分異測度:以深圳市為例[J].資源科學, 2009, 31(2):257-264

[13] 王婷.基于不透水表面信息遙感提取的城市擴展研究[D].蘭州：蘭州大學, 2013

[14] 陳亮.基于不透水面的城市建成區提取及其空間擴展過程分析[D].南京：河海大學,2008

[15] 周紀,陳云浩,張錦水,等.北京城市不透水層覆蓋度遙感估算[J].國土資源遙感, 2007(3):13-17

[16] 陶秋香,陶華學,張連蓬.線性混合光譜模型在植被高光譜遙感分類中的應用研究[J].勘察科學技術, 2004(1):21-24

[17] RIDD M K.Exploring a V-I-S (Vegetation-Impervious Surface-Soil) Model for Urban Ecosystem Analysis Through Remote Sensing[J]. International Journal of Remote Sensing, 1995, 16(12):2 165-2 185

[18] 李波,黃敬峰,吳次芳.基于熱紅外遙感數據和光譜混合分解模型的城市不透水面估算[J]. 自然資源學報,2012, 27(9): 1 590-1 600

[19] SMALL C.Estimation of Urban Vegetation Abundance by Spectral Mixture Analysis[J]. International Journal of Remote Sensing, 2010, 33(22):299-307

P208

B

1672-4623（2017）02-0094-04

10.3969/j.issn.1672-4623.2017.02.029

2016-09-08。

項目來源：國家自然科學基金資助項目（41471163）；甘肅省地理國情監測資助項目（GSGP-2014-23-34）。

穆亞超，碩士研究生，主要從事遙感與GIS應用研究。