北京城市土地利用/覆蓋變化及其對雨洪調節服務的影響

李孝永, 匡文慧

1 中國科學院地理科學與資源研究所 陸地表層格局與模擬重點實驗室, 北京 100101 2中國科學院生態環境研究中心 城市與區域生態國家重點實驗室, 北京 100085 3 中國科學院大學, 北京 100049

在全球氣候變化和快速城市化背景下,城市洪澇災害風險逐漸加劇[1- 2]。研究表明,全球超過600個城市正面臨著嚴重的洪澇災害風險。其中,中國有超過60%的城市發生過內澇[3- 5]。城市化過程中土地利用/覆蓋的劇烈變化尤其是不透水面的迅速擴張,導致城市區域自然水文過程明顯改變,削弱了城市生態系統的雨洪調節能力[6- 8]。

城市生態系統雨洪調節服務是人類從生態系統獲取的重要惠益之一,反映了城市生態系統通過植被的冠層截留、土壤下滲等方式影響地表徑流產生過程和徑流量,從而減小洪澇災害風險與造成社會經濟損失的能力[9- 11]。目前,較多研究集中于區域尺度的生態系統洪澇調節服務空間評價與制圖[12- 14],但由于城市內部下墊面結構具有高度的空間異質性,城市雨洪調節服務的量化評估存在一定困難。在城市流域的研究中,SWAT、SWMM、HEC-HMS等分布式水文模型被廣泛應用于模擬不同降雨情景下地表徑流的變化特征[15]。為了評估城市雨洪調節服務,前人基于地表徑流構建了一些表征雨洪調節服務的參數指標,包括城市綠地徑流調蓄量和調節率、地表徑流下滲率、地表徑流系數等[16- 19]。相關研究表明自然植被較其他土地利用類型能夠提供更多的雨洪調節服務,城市公園綠地區較工業區、商業區等功能區具有更高的雨洪調節能力[13,16]。同時,由于城市不透水面比例的上升使得地表產流量增加和洪峰提前,綠地空間的減少導致城市對雨水的滯留能力下降,這一過程加劇了城市雨洪調節服務的退化程度[19- 20]。因此,揭示北京城市土地利用/覆蓋變化對雨洪調節服務的影響對優化城市生態結構與提升城市生態系統可持續性尤為重要。

近年來,快速城市化導致北京城市不透水面迅速增長,進一步加劇了城市雨洪產流和內澇風險。例如,2012年“7.21”的特大暴雨引發的城市內澇災害,造成了嚴重的社會經濟損失[21- 22]。雖然已有研究評估了北京城市綠地空間的滯蓄雨水徑流調節能力與雨洪產流風險[3,15],但對長時間序列的土地利用/覆蓋變化特征及其對雨洪調節服務影響的研究仍然較少。因此,本研究通過分析1991—2014年北京城市土地利用/覆蓋和雨洪調節服務的變化,定量評估城市土地利用/覆蓋變化對雨洪調節服務的影響,以期為城市生態結構優化、雨洪調節服務提升及海綿城市規劃建設提供科學依據。

1 數據與方法

1.1 研究區概況

北京市地理位置為39.4°N—41.6°N、115.7°E—117.4°E,市域面積約1.64 萬km2,其中城市核心區(東城、西城、朝陽、豐臺、石景山、海淀)的面積為1369 km2。過去30年間,北京市經歷了快速的城市化過程。到2018年,全市常住人口為2154.2萬,人口城鎮化水平達到86.5%[23]。北京市的氣候為溫帶大陸性季風氣候,雨熱同期,多年平均降水量約590 mm,其中夏季降雨量占全年的70%以上[24]。2016年,住建部將北京市列入第二批“海綿城市”試點城市,旨在通過提升排水能力和建設低影響開發設施以提升城市雨洪調節服務,達到“小雨不積水,大雨不內澇”的成效[25]。

1.2 數據源

本研究所用的數據包括遙感影像數據、土地利用/覆蓋數據和土壤類型數據。(1)Landsat遙感影像(行列號：123/032),包括1991、2000、2009和2014年4期,空間分辨率為30 m,數據下載自美國地質調查局(https://glovis.usgs.gov/),用于提取城市土地利用/覆蓋數據；(2)高分辨率遙感影像,用于驗證城市土地利用/覆蓋數據,時間為2014年,空間分辨率為0.8 m,數據獲取自地理監測云平臺(http://www.dsac.cn/)；(3)土地利用/覆蓋數據包括北京市市域1990、2000、2010和2015年的1:10萬土地利用/覆蓋數據,該數據城市用地的分類精度能夠達到90%以上[26- 27],將用于輔助提取城市用地邊界,空間分辨率為30 m；(4)土壤類型數據則作為水文模型的輸入數據,空間分辨率為1 km。土地利用/覆蓋數據和土壤類型數據均獲取自中國科學院資源與環境科學數據中心(http://www.resdc.cn/)。

1.3 城市土地利用/覆蓋數據提取1.3.1 城市用地提取

圖1 建成區、老城區和新擴張區示意圖 Fig.1 Definition of built-up area, old built-up area and new expansion area

基于北京市1990、2000、2010和2015年土地利用/覆蓋數據的城市用地圖層,利用1991、2000、2009和2014年的Landsat影像和人工目視解譯方式在ArcGIS 10.2軟件環境下對4期城市用地邊界進行修訂,獲取對應年份的城市用地數據,即城市建成區邊界數據。為了評估城市土地利用/覆蓋變化對雨洪調節服務的影響,本研究將各個時段的城市用地劃分為老城區和新擴張區,具體見圖1。

1.3.2城市地表覆蓋組分數據提取

本研究將城市土地覆蓋劃分為不透水面、綠地空間、水域和裸土四種類型,并利用線性混合像元分解方法提取各類的組分信息,該方法目前已經廣泛應用于城市不透水面信息提取研究中[28-31]。線性混合像元分解是假設像元在某一波段的反射率等于各個組分的反射率與其所占像元面積比例的加權和,具體可表示為：

(1)

式中,R為地表反射率；fi為端元ei組分信息；n為選取的端元數目。本研究中選取高反照、低反照、植被和裸土4個端元進行像元分解,并用于后續不透水面、植被、水域和裸土信息的提取[30]。為驗證城市土地覆蓋組分的提取精度,在2014年建成區內隨機采樣了187個90 m×90 m的網格,利用2014年的高分辨率影像數據和人工目視解譯方式獲取各個網格內不透水面和綠地空間比例。通過對比基于Landsat提取的不透水面和綠地空間比例與高分辨率遙感影像提取的地表覆蓋比例,均方根誤差小于10%,表明獲取的數據精度能夠滿足后續研究需求(圖2)。

圖2 不透水面和綠地空間數據驗證散點圖Fig.2 Validation of urban impervious surface area and green space componentsISA:不透水面Impervious surface; GS:綠地空間Green space; GF:高分Gaofen

1.4 城市雨洪調節服務評估

本研究選取城市綠地空間徑流調節率[9]表征地表徑流調節能力,用于刻畫城市雨洪調節服務。具體計算公式如下：

ROR=ΔV×(0.001×P×A)-1×100%

(2)

式中,ROR為各區域的地表徑流調節率；ΔV為各區域綠地空間的地表徑流調蓄量；P為降水量；A為各區域的面積。徑流調節率越高,則表明綠地空間的提供的雨洪調節服務越高。

對于綠地空間的地表徑流調蓄量[9](ΔV),具體計算公式如下：

(3)

式中,ΔV是像元內綠地空間的地表徑流調蓄量；Qi是比例為100%的不透水面產生的地表徑流量；Qa是實際產生的地表徑流量；Ai是每個像元的面積。

本研究利用SCS—CN水文模型[32]模擬不同降雨情景下地表產流(Q),具體計算公式如下：

(4)

(5)

Ia=λ×S

(6)

式中,Q是地表產流量；P是降水量；S是降水潛在最大滯留率；CN是表征地表產流能力的參數,取值范圍是0—100；Ia是降水的初始下滲量；λ是土壤的下滲系數,一般取值為0.2[15-16]。

CN是SCS—CN模型最關鍵的參數之一,本研究參考Fan等[33]提出的方法進行計算,即利用城市地表覆蓋比例及其各自CN值進行加權計算得到,具體計算公式如下：

CN=fisa×CNisa+fveg×CNveg+fsoil×CNsoil

(7)

式中,fisa,fveg和fsoil分別代表不透水面、植被和裸土在像元內的百分比,CN,CNisa,CNveg,CNsoil分別代表計算得到的綜合CN值及不透水面、植被和裸土的CN值,不透水面和裸土的初始CN值分別為98和91,植被的初始CN值的計算方法見參考文獻[32- 34]。此外,土壤濕度設置為中等情景,降雨情景設置1、10、25a和100a一遇4種情景,北京市對應的降雨強度分別為39.7、72.1、84.9 mm和104.4 mm[15]。

1.5 城市雨洪調節服務空間集聚特征分析1.5.1 Moran′s I空間自相關分析

全局 Moran′s I[35]可以測度區域整體的自相關性,本研究選取該指數評估城市雨洪調節服務空間分布的集聚特征,其計算公式如下：

(8)

1.5.2冷熱點分析

冷熱點分析可用于評估雨洪調節服務高低的聚集狀況,具有顯著統計意義的熱點區,其本身屬性有高值,其周邊也為高值要素。Getis-Ord Gi*指數[36]是刻畫區域冷熱點的常用指標,其計算公式為：

(9)

1.6 城市土地利用/覆蓋變化對雨洪調節服務的影響評估

為定量評估城市土地利用/覆蓋變化對雨洪調節服務的影響,本研究首先計算t1到t2時段老城區和新擴張區綠地空間徑流調蓄量變化,然后計算其占城市用地總徑流調蓄量變化的比例,以表征老城區和新擴張區土地利用/覆蓋變化對雨洪調節服務的變化貢獻。具體計算公式如下：

(10)

(11)

式中,Cold和Cnew分別為t1到t2時段老城區和新擴張區土地利用/覆蓋變化對雨洪調節服務影響的貢獻；Vt1和Vt2分別為t1和t2時間的徑流調蓄量；Vt1_old和Vt2_old分別為老城區在t1和t2時間的徑流調蓄量；Vt1_new和Vt2_new分別為新擴張區在t1和t2時間的徑流調蓄量。

2 結果與分析

2.1 城市土地利用/覆蓋變化特征分析

在人口和社會經濟增長的驅動下,北京城市用地呈快速擴張趨勢,但增長趨勢逐漸放緩。1991—2014年,城市用地面積從380.44 km2增長1476.96 km2,擴張速度由1991—2000年的54.08 km2/a下降到2009—2014年的39.22 km2/a(圖3)。空間上來看,城市用地主要向主城區的東部和南部擴張,新增城市用地多分布在朝陽區、海淀區和豐臺區,并呈圈層式向外擴展的模式(圖4)。

圖3 1991、2000、2009和2014年北京城市土地利用/覆蓋變化Fig.3 Urban land use/cover change of Beijing in 1991, 2000, 2009 and 2014

同時,城市內部土地覆蓋結構也發生顯著變化。其中,城市建成區內不透水面的面積由1991年的204.22 km2增加到2014年的937.96 km2,比例則由53.68%上升到63.51%(圖3)。特別是2000年以來,在新一輪國土空間開發的驅動下,北京城市內部不透水面也呈快速擴張態勢,2000—2014年間增長了308.35 km2,比例上升了12.67%。雖然城市公園綠化建設取得一系列成效,使得公共綠地空間的面積由139.93 km2增長到483.74 km2,但在整個建成區內綠地空間比例卻下降到32.75%(圖3)。

圖4 1991、2000、2009和2014年北京城市土地利用/覆蓋變化空間分布Fig.4 Spatial distribution of urban land use/cover changes of Beijing in 1999, 2000, 2009 and 2014

2.2 城市雨洪調節服務變化特征分析

圖5 1a、10a、25a和100a一遇降雨情景下城市雨洪調節服務變化Fig.5 Urban flood regulation ecosystem service change under 1a, 10a, 25a and 100a rainfall returning period scenarios

總的來看,1991—2014年北京城市的雨洪調節服務呈先上升后下降趨勢。在1年一遇降雨情景下,2014年北京城市建成區的平均地表徑流調節率為34.05%,表明城市綠地空間能夠有效滯留34.05%的雨水,一定程度上降低城市的雨洪產流風險。隨降雨強度增大,城市綠地的徑流調節能力逐漸下降,10a、25a和100a一遇降雨情景下平均徑流調節率分別下降到26.66%、24.54%和21.89%(圖5)。與1991年相比,城市建成區內平均地表徑流調節率在4種降雨情景的下降幅度分別為5.37%、2.40%、1.75%和1.04%,表明城市綠地空間對雨水的調節能力有所下降,一定程度上加劇了城市雨洪產流風險。其中,2000年的城市地表徑流調節率明顯高于其他年份,主要由于該時段內城市綠地空間比例較高,這也表明城市綠地空間的合理配置一定程度上能夠提升雨洪調節服務。

從空間上來看,由于老城區和新擴張區內不透水面和綠地空間結構和配置的差異,使城市地表徑流調節率呈“中間低-四周高”的空間分布格局,并具有明顯的空間集聚特征(圖6)。在10a一遇降雨情景下,在99%的置信區間內1991年、2000年、2009年、2014年徑流調節率的Moran′s I指數分別為0.55、0.61、0.53和0.49,表明街道尺度的地表徑流調節率分布具有高度集聚性,整體呈現以東城和西城為核心的冷點區以及以西部和東南部為核心的熱點區。同時,2014年在95%的置信區間內雨洪調節服務低值聚集區較1991年也有所擴張,高值聚集區距城市中心更遠,表明城市內部的雨洪產流風險更高(圖6)。

圖6 1991、2000、2009、2014年10a一遇降雨情景下城市雨洪調節服務空間分布格局與冷熱點分析Fig.6 Urban flood regulation ecosystem services and hotspot under 10a rainfall returning period in 1991、2000、2009 and 2014

2.3 城市土地利用/覆蓋變化對雨洪調節服務的影響分析

由于城市老城區和新擴張區不同時段土地利用/覆蓋變化存在差異,其對城市雨洪調節服務變化的影響程度也有所不同。總的來看,1991—2014年城市新擴張區土地利用/覆蓋變化對雨洪調節服務的變化起主導作用,貢獻度超過84%,老城區的貢獻度不足16%(圖7)。這主要是由于老城區內部土地覆蓋結構相對穩定,變化幅度較小；而新擴張區由于初始時段的自然植被比例相對較高,變化程度更劇烈。結果也表明不同的降雨強度情景下老城區和新擴張區土地利用/覆蓋變化對雨洪調節服務的影響并無明顯差異。

同時,由于城市新擴張區土地利用/覆蓋變化的速度和強度逐漸下降,對雨洪調節服務的影響程度隨之逐漸下降,而老城區對雨洪調節服務的影響程度逐漸增強。從不同時段來看,1991—2000年由于城市擴張速度較快,新擴張區對雨洪調節服務變化的貢獻度超過69%；2000—2009年,在城市“外延式”擴張的同時老城區內不透水面也呈“填充式”增長,導致其不透水面比例不斷上升,使得老城區對雨洪調節服務的影響有所增強,但新擴張區的貢獻率仍然高于53%；2009—2014年,城市擴張速度明顯放緩,建成區內不透水面以“填充式”模式發展,老城區對雨洪調節服務的影響逐漸高于新擴張區(圖7)。

圖7 1a、10a、25a和100a一遇降雨情景下城市土地利用/覆蓋變化對雨洪調節服務影響的貢獻Fig.7 Contribution of urban land use/cover on urban flood regulation ecosystem services under 1a, 10a, 25a and 100a rainfall returning period scenarios

3 結論與討論

本文以北京為研究區域,基于多期Landsat遙感影像提取了城市土地利用/覆蓋數據,量化了不同降雨情景下的雨洪調節服務,并定量評估了城市土地利用/覆蓋變化對建成區內雨洪調節服務變化的影響。研究主要結論如下：1991—2014年北京城市用地呈快速擴張態勢,城市內部不透水面比例明顯上升,導致城市綠地空間比例下降幅度達到9.90%。地表徑流調節率對土地利用/覆蓋變化響應劇烈,城市不透水面的快速增長導致城市雨洪調節服務呈現退化態勢。城市新擴張區較老城區相比,雨洪調節能力更高,也主導著城市建成區內雨洪調節服務的變化,但老城區的貢獻逐漸增加。在未來城市建設規劃中應合理布局綠地空間以提升城市雨洪調節服務供給能力,減小城市雨洪和內澇風險。

研究發現,城市地表徑流調節能力隨降雨強度的增大逐漸下降,但下降趨勢有所減緩,這可能是由于城市綠地植被和地表對降雨的滯留和下滲能力有限所致,與已有研究中不同功能區的地表徑流調節率隨降雨強度下降結論基本一致[17,30]。同時,1991—2014年城市建成區內地表徑流調節率下降的幅度介于1.04%—5.37%,但在2000—2010年的下降幅度要高于4.33%,較已有研究中北京六環內土地利用的變化導致地表徑流調節率下降6%略低[6]。這可能是由于北京六環的范圍遠大于城市建成區,土地利用/覆蓋變化程度更加劇烈,其雨洪調節服務退化程度更高。研究結果也表明城市化過程中新擴張區的地表覆蓋變化是主導著城市雨洪調節服務的變化。因此,優化配置城市新擴張區的地表覆蓋結構和綠地空間將有助于提升城市整體的雨洪調節能力。對于老城區而言,其不透水面比例較高,地表覆蓋類型改造難度較大,可以通過地下排水管網改造以提升城市排水能力或建設適宜性較高的綠色基礎措施以提升其雨洪調節服務。此外,城市地表產流雖主要受土地覆蓋比例影響,但也與景觀空間結構和配置有一定關系[6,37]。本研究未考慮地表覆蓋結構配置的影響,在后續研究中可應用高分辨率遙感影像提取更加精細的城市土地覆蓋數據以開展城市雨洪調節服務評估。