小區(qū)環(huán)境分析模型

文/ 邵鑫焱、葉林飛、蔣媛、夏天津、朱進(jìn) 蘇州科技大學(xué) 江蘇蘇州 215000

1、引言

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，計(jì)算機(jī)與其他學(xué)科領(lǐng)域和結(jié)合日益加深，環(huán)境分析數(shù)字化也成為了一種必然。基于RS和GIS的信息技術(shù)是快速、有效地評(píng)價(jià)區(qū)域生態(tài)環(huán)境的重要手段。近年來(lái),環(huán)境監(jiān)測(cè)部門(mén)加強(qiáng)了GIS技術(shù)在環(huán)境質(zhì)量報(bào)告書(shū)編制中的應(yīng)用,有效地展現(xiàn)了環(huán)境數(shù)據(jù)的空間規(guī)律及其隨時(shí)間變化的特征。同時(shí)GIS與其他學(xué)科領(lǐng)域和結(jié)合日益加深，環(huán)境分析數(shù)字化也成為了一種必然。ESRI開(kāi)發(fā)的ArcGIS產(chǎn)品線為用戶提供一個(gè)可伸縮的，全面的GIS平臺(tái)，用于環(huán)境分析中可以很好的將區(qū)域環(huán)境污染、空氣質(zhì)量情況、噪聲污染情況可視化，并進(jìn)行量化分級(jí)。其多層次、可擴(kuò)展、開(kāi)放性強(qiáng)的解決方案極大提高了環(huán)境分析的水平及效率。

2、必要性

20世紀(jì)90年代起蘇州經(jīng)濟(jì)飛速發(fā)展，其人均GDP躍居全國(guó)第七位，位于二三線城市之首，居民生活水平提高的同時(shí)對(duì)住宅區(qū)也提出了新的要求，而蘇州的住宅區(qū)情況近年卻不近人意。隨著2015年6月3日蘇州市首輪土地拍賣(mài)后，蘇州房?jī)r(jià)便一路高漲，截至2016年2月，蘇州住宅平均售價(jià)已經(jīng)高達(dá)16681元/平方。據(jù)相關(guān)社會(huì)調(diào)查，房?jī)r(jià)的巨幅上漲導(dǎo)致了居民焦慮與不滿，如果居民再買(mǎi)到環(huán)境質(zhì)量差的住宅區(qū)，可謂雪上加霜。與此同時(shí)，，普通市民一般缺乏生態(tài)環(huán)境評(píng)價(jià)方面的知識(shí)，購(gòu)租房后居住一段時(shí)間才發(fā)現(xiàn)本小區(qū)生態(tài)環(huán)境質(zhì)量存在問(wèn)題，但悔之晚矣。對(duì)城市居住生態(tài)環(huán)境的研究和評(píng)價(jià)是建設(shè)“宜居城市”“生態(tài)城市”的基礎(chǔ)工作，管理者需要依靠城市生態(tài)環(huán)境方面的理論和方法，為這一城市的發(fā)展確定方向和模式，投資者和廣大市民希望對(duì)居住地環(huán)境和未來(lái)有所了解。由于環(huán)境保護(hù)部門(mén)針對(duì)地域給出的環(huán)評(píng)報(bào)告具有較強(qiáng)的專業(yè)性，一般比較復(fù)雜且不易查詢，對(duì)于具體的住宅區(qū)環(huán)境也沒(méi)有有效的指導(dǎo)意義。不僅在蘇州，在全國(guó)范圍內(nèi)也是如此，因此一套面向居民的直觀環(huán)境質(zhì)量指標(biāo)迫在眉睫的需要面世。由此可見(jiàn)，該研究以環(huán)境地理學(xué)原理為基礎(chǔ)，利用 GIS 建立生態(tài)環(huán)境分析模型，由衛(wèi)星遙感影像和相關(guān)地圖獲取生態(tài)環(huán)境信息，以生態(tài)環(huán)境質(zhì)量等級(jí)圖和統(tǒng)計(jì)圖表形式給出分析結(jié)果，并且將其可視化后直觀展現(xiàn)從而能達(dá)到為市民提供環(huán)境信息服務(wù)的目的

3、模型架構(gòu)

我們對(duì)不同人群，進(jìn)行問(wèn)卷調(diào)查共1369份，從中選取市民最為關(guān)心的幾個(gè)要素進(jìn)行相關(guān)研究，建立小區(qū)環(huán)境適宜性分析系統(tǒng)模型，選取影響小區(qū)環(huán)境的六個(gè)居住者最關(guān)心的環(huán)境要素如綠化、空氣適宜性、噪音等等，選取合適的權(quán)重模型，構(gòu)建小區(qū)環(huán)境分析模型。

3.1 數(shù)據(jù)來(lái)源與初處理

遙感圖像分類(lèi)，我們獲取了城市植被、水體、建筑物這些環(huán)境要素的空間分布，遙感影像中分類(lèi)提取NDVI、溫度圖層，獲取了小區(qū)數(shù)據(jù)，矢量化了河流、湖泊數(shù)據(jù)，補(bǔ)充了國(guó)道、高速、省道 、城市快速路、主干道、鐵路矢量數(shù)據(jù)，以及按照?qǐng)D層矢量化的工業(yè)數(shù)據(jù)，同時(shí)根據(jù)污染企業(yè)名稱獲取坐標(biāo)數(shù)據(jù)，配準(zhǔn)后對(duì)準(zhǔn)手動(dòng)調(diào)整到煙囪等污染點(diǎn)上，確保了數(shù)據(jù)的準(zhǔn)確性利用遙感影像提取植被指數(shù)、地面溫度，并在GIS與住宅區(qū)圖層疊加，可以判斷住宅區(qū)的綠化程度、安靜程度、空氣潔凈程度等生態(tài)環(huán)境要素，并可實(shí)現(xiàn)量化分級(jí)。

3.2 數(shù)據(jù)量化過(guò)程

3.2.1 遙感影像分類(lèi)提取

住宅區(qū)的植被覆蓋度是影響小區(qū)生態(tài)環(huán)境質(zhì)量的重要因素，我們決定有植被指數(shù)反映地面植被情況。植被指數(shù)NDVI的獲取：=(band5-band 4)/ (band 5+ band 4)。NDVI可使植被從水和土中分離出來(lái)。

NDVI=NIR-R/NIR+R

城市地表溫度過(guò)高是城市熱島效應(yīng)的表現(xiàn)，是影響小區(qū)生態(tài)環(huán)境質(zhì)量的一個(gè)因素，這可以由陸地衛(wèi)星的第六波段反映。用陸地衛(wèi)星(Landsat5)傳感器所獲紅外波段（band6）數(shù)據(jù)為基礎(chǔ)，利用Erdas的建模計(jì)算功能將衛(wèi)星柵格圖像像元灰度值處理成亮溫值，根據(jù)Landsat官方網(wǎng)站上提供的公式，亮度溫度的計(jì)算過(guò)程分以下兩步：

(1)將Landsat6波段圖像的像元灰度值轉(zhuǎn)化為輻射強(qiáng)度值：L輻射強(qiáng)度值=G增益值×DN6第六波段像元灰度值＋B偏移值（其中G增益值 =0.055158；B偏移值=1.2378）計(jì)算得到的L輻射亮度值的單位是W/(m2?sr?m)。

（2）T6 六波段亮溫值=K1常數(shù)/ln(K2常數(shù)/L輻射強(qiáng)度值+1)，其中K1 常數(shù)=607.76 W/(m2?sr?m)，K2 常 數(shù) =1260.56K。 在Erdas的計(jì)算模型中，將以上兩個(gè)公式進(jìn)行合并，得到以下公式：1260.56/LOG(607.76/(DN×0.055158+1.2378)+1)

其結(jié)果獲得地面亮溫影像。由于亮溫值與地面溫度值之間存在正相關(guān)，所以可用亮溫值的相對(duì)高低反映城市地面的相對(duì)溫度差異情況。

3.2.2 矢量地圖

通過(guò)矢量化和數(shù)據(jù)收集。獲取了蘇州市區(qū)的道路、河流、湖泊、住宅區(qū)、點(diǎn)污染源等矢量數(shù)據(jù)。

圖3-1 矢量地圖

3.2.3 點(diǎn)污染源污染范圍確定

采用蘇州風(fēng)玫瑰圖，可知，蘇州地區(qū)主風(fēng)向?yàn)楸逼?0度。圍繞點(diǎn)污染源形成一個(gè)橢圓緩沖區(qū)，緩沖區(qū)長(zhǎng)軸半徑長(zhǎng)1km，短軸半徑0.5KM，以此緩沖區(qū)代表污染范圍。

3.2.4 數(shù)據(jù)處理流程圖

分析所需柵格、矢量及屬性數(shù)據(jù)的獲取及處理情況見(jiàn)下圖。

圖3-2 數(shù)據(jù)分析流程圖

3.3 數(shù)據(jù)統(tǒng)計(jì)

針對(duì)不同影響因子采用不同方案，如首先在遙感影像中利用影像普適單通道法得到反演溫度，由于反演溫度與實(shí)測(cè)溫度有一定誤差，我們通過(guò)實(shí)測(cè)溫度與反演溫度的函數(shù)關(guān)系計(jì)算得到實(shí)測(cè)溫度，使用人體舒適度指數(shù)來(lái)評(píng)斷溫度對(duì)人體舒適度的影響。對(duì)不同指標(biāo)進(jìn)行處理和量化后，我們要建立權(quán)重模型以此獲取每個(gè)獨(dú)立小區(qū)的綜合環(huán)境適宜性指標(biāo)，在問(wèn)卷調(diào)查的基礎(chǔ)上，結(jié)合相關(guān)環(huán)境類(lèi)專家的意見(jiàn)采取AHP法、熵權(quán)分析法等確定各項(xiàng)影響因子的權(quán)重比，以此獲得單個(gè)小區(qū)的總體環(huán)境適宜性分值。

我們對(duì)量化評(píng)級(jí)后的相關(guān)數(shù)據(jù)結(jié)果的準(zhǔn)確性，咨詢了相關(guān)學(xué)者，也抽取部分小區(qū)進(jìn)行了簡(jiǎn)單的了解和住戶調(diào)查，得到數(shù)據(jù)相對(duì)準(zhǔn)確后進(jìn)行圖解建模以保留該模型，同時(shí)進(jìn)行進(jìn)一步的完善。

4、結(jié)果分析

根據(jù)設(shè)計(jì)的環(huán)境模型，可分別得到小區(qū)的具體坐標(biāo)、戶所密集指數(shù)、綠化指數(shù)、噪音指數(shù)、空氣潔凈度、特殊污染指數(shù)、溫度指數(shù)、水體指數(shù)，并設(shè)計(jì)權(quán)重模型得出小區(qū)的綜合指數(shù)。為了更加直觀地顯示各類(lèi)指標(biāo)的高低，從而進(jìn)行更好的比對(duì)，以Web GIS網(wǎng)頁(yè)形式將各類(lèi)指標(biāo)可視化呈現(xiàn)，呈現(xiàn)結(jié)果如下可見(jiàn)：

用聚類(lèi)圖直觀地呈現(xiàn)小區(qū)在不同區(qū)域的集聚程度，以及該區(qū)域平均環(huán)境狀況，使用戶更加方便獲取需的信息，隨著比例尺的變換，蘇州市的地圖會(huì)實(shí)時(shí)地劃分為許多較小的區(qū)塊，這些區(qū)塊中心會(huì)有一個(gè)圓形標(biāo)示，系統(tǒng)會(huì)統(tǒng)計(jì)各區(qū)塊內(nèi)小區(qū)的數(shù)量并將數(shù)值顯現(xiàn)在標(biāo)示中，同時(shí)，系統(tǒng)還會(huì)自動(dòng)求出各區(qū)塊內(nèi)的總評(píng)分的平均值，根據(jù)平均值的高低用不同的顏色來(lái)渲染各個(gè)區(qū)塊與它的圓形標(biāo)示。對(duì)于那些集聚程度較小的區(qū)塊，單擊小標(biāo)識(shí)則會(huì)顯示其所代表的小區(qū)的數(shù)據(jù)信息與圖表。若某個(gè)小區(qū)的位置較為獨(dú)立或視圖比例尺放到很大，無(wú)法與其他小區(qū)形成集聚，小區(qū)就會(huì)以紅色圓點(diǎn)的形式標(biāo)注出來(lái)，單擊同樣會(huì)顯示出小區(qū)的數(shù)據(jù)信息與圖表。通過(guò)集聚分析，可以讓用戶直觀地看到小區(qū)在不同區(qū)域的集聚程度，以及該區(qū)域平均環(huán)境狀況，使用戶更加方便獲取需的信息。

我們通過(guò)搜房網(wǎng)等網(wǎng)站搜索到了我們所用得2451個(gè)小區(qū)的戶所數(shù)目，并根據(jù)戶所制作了熱力圖。小區(qū)戶所密集的亮度高稀疏的亮度低，并且通過(guò)右上角的儀表盤(pán)來(lái)顯示每個(gè)小區(qū)戶所數(shù)目。根據(jù)住房的疏密程度側(cè)面反映人口的疏密程度。

三維顯示將2451個(gè)小區(qū)點(diǎn)的數(shù)據(jù)三維顯示，通過(guò)柱狀圖的高低程度表示小區(qū)環(huán)境質(zhì)量指數(shù)，實(shí)現(xiàn)小區(qū)三維虛擬場(chǎng)景中信息的查詢與分析，為用戶提供視覺(jué)上的感受。三維GIS可以實(shí)現(xiàn)小區(qū)三維虛擬場(chǎng)景中信息的查詢與分析，它不僅僅能為用戶提供視覺(jué)上的感受，讓用戶對(duì)小區(qū)生態(tài)環(huán)境具有感性認(rèn)識(shí)，更使決策者、投資者和用戶對(duì)住房用地規(guī)劃現(xiàn)狀和規(guī)劃設(shè)計(jì)藍(lán)圖有更為生動(dòng)、客觀和理性的了解和認(rèn)識(shí)，從而拓寬其的視角，使住房用地建設(shè)與規(guī)劃更加科學(xué)化，可視化，對(duì)于城鄉(xiāng)可持續(xù)發(fā)展研究有重要意義。

圖4-1

區(qū)域分析通過(guò)空間連接的方式得到每個(gè)小區(qū)的區(qū)塊代碼，即蘇州包括吳江在內(nèi)六個(gè)區(qū)的小區(qū)各要素平均值，在每個(gè)區(qū)域內(nèi)可看到六個(gè)要素的柱狀圖，并顯示了相應(yīng)信息。此功能可幫助住戶根據(jù)他們的需求快速選擇居住的區(qū)域。

圖4-2

總結(jié)：

通過(guò)該模型的構(gòu)建將有效幫助市民在選房時(shí)對(duì)環(huán)境方面的考量，同時(shí)利用已有的工具進(jìn)行全新的建模，做到了批量提取抽象的小區(qū)環(huán)境指標(biāo)，可以有效提高市民的考察效率。當(dāng)然該模型在因子的選擇上不夠全面，市民關(guān)注的日照等因素還可以添加到因子中，同時(shí)在模型構(gòu)建以及數(shù)據(jù)處理等各方面還可以進(jìn)一步完善，但總的而言，該數(shù)據(jù)模型創(chuàng)新的結(jié)合“3S”數(shù)據(jù)，提出了將抽象的環(huán)境指標(biāo)量化的觀點(diǎn)，并且利用已有的ArcGIS產(chǎn)品線構(gòu)建了小區(qū)環(huán)境模型，同樣該模型可以用到其他點(diǎn)狀個(gè)體上。當(dāng)然本文以蘇州為樣本進(jìn)行了展示，模型可以根據(jù)不同城市的環(huán)境特點(diǎn)、社會(huì)經(jīng)濟(jì)背景，因地制宜的選擇相關(guān)因子，并重新確定權(quán)重，應(yīng)用到社會(huì)、市場(chǎng)中。