1979-2020年深圳市不透水面信息提取及其時空格局變化分析

楊麗媛, 陳洋波

(中山大學 地理科學與規劃學院, 廣東 廣州 510275)

不透水表面是指能夠自然或人為隔離地表水滲入土壤的表面。不透水面會改變洪水徑流和物質沉淀，它是評價城市進程和生態環境的重要指標[1]。研究表明，不透水表面的不斷增長對水循環有諸多影響，地表的不透水性導致降雨難以滲入地下，從而降低了雨水的下滲率，下滲減少而地表徑流增多，城市被大量不透水面覆蓋，地表徑流的流速和流量都大大增加，無疑加大了城市排水的壓力和洪澇的風險[2]。不透水面作為研究城市的一個重要指標，其面積大小、增長變化趨勢、所占總研究區域的比例等，可以對城市的發展變化適宜程度、人與自然和諧共處程度進行評估，對探究現階段城市發展的問題、對城市未來發展的規劃及海綿城市的建設具有重要的意義。

不透水面的提取方法是近年來的研究熱點，它在城市規劃設計、智慧城市建設、城市水文監測和水環境管理等方面都有所應用。近20 a中城市不透水面提取技術有了明顯進步，針對各種情況探究出了多種方法[3]，大批量的衛星遙感影像解譯主要采用遙感影像自動分類算法[4]，如決策樹法[5]、人工神經網絡法[6]、支持向量機法(SVM)[7]、AP聚類算法[8]等。以上分類方法雖然有著解譯效率高、可以獲取大范圍內的數據的優點，但是在對像元進行分類時，僅將像元的地表覆蓋類型分成一種類型，僅能判斷一個像元是否為不透水面，并沒有對像元的不透水率進行表示。近年來國內外開始研究計算像元不透水率的方法，Ridd提出了著名的V-I-S模型(vegetation-imperviousness-soil)的亞像元分解方法[9]；Wu等[10]基于Landsat ETM+對地表覆被的分類有了進一步的劃分，分為了高反照率地物、低反照率地物、植被和土壤，實現了可操作的混合像元光譜分解。在LSMA的基礎上，針對固定端元的問題，后續發展了多端元光譜混合分析法(MESMA)[11]。除此之外中外學者也從光譜波段入手，探尋一種直接的提取方法。Xu基于不透水面地類在熱紅外、中紅外、近紅外和可見光波段的反射率特征，構建了不透水面指數NDISI[12]。Deng等[13]基于不透水面、植被和土壤在纓帽變換分量上的差異，提出了BCI指數(biophysical composition index)，在實際應用中不透水面與土壤的區分度欠佳，同時該方法需要預先掩膜水體。然而，城市不透水面的精確提取仍然面臨多種挑戰，例如在實際應用中純凈像元較少并較難提取，單個像元往往包含多種地物類型成為混合像元，混合像元的增多會導致提取地物類型的復雜度上升，如何更精準高效的提取不透水面的問題亟需解決。

本文以深圳市作為研究區，基于30 m空間分辨率的Landsat影像采用完全約束最小二乘算法的混合像元分解方法提取不透水面，解譯得到深圳市1979—2020年的不同不透水面比例數據集，并應用不透水面數據計算其平均中心、標準差橢圓，將不同比例的不透水面進行景觀格局分析。并根據深圳市不透水面的空間格局變化，總結41 a來城市發展的規律并對深圳市水土保持與環境保護和綠色可持續發展提供參考意見。

1 研究區概況與數據來源

1.1 研究區概況

深圳，簡稱“深”，是廣東省副省級市，位于東經113°43′至114°38′，北緯22°24′至22°52′之間，占地面積1 997.47 km2，地勢東南高，西北低，大部分為低丘陵地，是粵港澳大灣區中心城市之一。1980年被國務院確定為經濟特區、經過快速的城市化進程發展為全國性經濟中心城市和國際化城市。

1.2 數據源及預處理

本文選用Landsat影像為主要數據源。Landsat是20世紀70年代早期唯一可用的衛星圖像[14]，此前的歷史遙感資料大多為航空影像和偵察衛星。深圳土地利用/覆被遙感監測選用1979—2020年的逐年高質量無云Landsat系列影像作為分類提取底圖數據。深圳處于常年多云區，因此盡量選擇冬季影像以避免云量和植被生長對土地利用/覆被分類精度的影響，并且2景影像選擇相近成像時間。收集到的各期影像都已經進行了幾何配準和大氣校正等預處理，精度控制在2～3個像元以內，基本滿足本研究的精度要求。

2 研究方法

2.1 完全約束最小二乘算法的線性光譜混合分解方法

線性光譜混合分解方法適合中分辨率的遙感影像，但是由于無約束最小二乘混合像元分解算法即線性光譜混合模型(linear spectral unmixing)只有一個約束條件，即解譯所得不同地表覆被的蓋度圖結果的和設為1，所以得到的不透水面蓋度圖經常會出現負值的情況，很顯然這是不合理的。針對此算法提取地物端元豐度出現的局限性，通過完全約束的最小二乘混合像元分解算法(FCLS spectral unmixing)完成對研究區典型地物端元豐度的提取。該方法較好地解決了提取的端元豐度信息出現負值的情況，直接獲得每個像元內各種端元的蓋度圖，DN值在0～1之間，很好的表示了單元間不透水面的程度，并且和為1。公式如下：

(1)

式中：Riλ為第i個像元在波段λ上的反射率;fki為第k個端元類型在第i個像元中所占的比例;Ckλ為第k個端元類型在波段λ上的反射率;ε為殘差項。

2.2 精度評估

精度驗證使用Google高分辨率影像作為參考數據。在Arcmap中隨機生成100個以1 km為直徑的圓，為樣本單元，分別統計解譯的每個樣本的不透水面比例;將樣本進行矢量化并加載到谷歌高分辨率影像上，采用目視解譯的方法人工提取不透水面并計算不透水面比例。通過均方根誤差(RMSE)來計算提取精度，計算公式如下：

(2)

式中：Yi為在高分辨率影像上提取的不透水面比例;Xi為混合像元分解提取的不透水面比例,n為樣本數。RMSE可以計算混合像元分解不透水面比例和原始影像不透水面比例之間的差異,并且隨著兩者的差異減小RMSE值下降,所以RMSE值越小意味著混合像元分解的精度越高[15]。

2.3 平均中心和標準差橢圓

不透水面平均中心的計算可以揭示城市遷移和擴張的方向。計算公式為:

(3)

(4)

式中：x和y分別為不透水面平均中心的經緯度;X和Y為算術平均中心;n為不透水面斑塊的個數。計算出每年的深圳市不透水面平均中心,分析深圳市不透水面整體變化方向。

本文采用標準差橢圓(standard deviation ellipse， SDE)衡量城市擴張的方向和時空發展趨勢[16]。其方位角計算公式為:

(5)

(6)

(7)

(8)

(9)

(10)

方位角可以表示不同時期不透水面的變化方向，長軸與短軸之間的比例表示不透水面的聚集或破碎程度。比值大于1時橢圓扁率較大，此時的不透水面分布具有明顯的方向性，分布較為分散;等于1時橢圓扁率小，此時的不透水面分布幾乎沒有方向性，分布較為聚集。

2.4 景觀格局指數

本文選擇景觀格局指數來定量分析不同密度等級的不透水面的變化特征[17]。其中蔓延度指數(CONTAG)和香農多樣性指數(SHDI)可以用來探究景觀的擴散程度和異質性，香農多樣性指數(SHEI)表示各斑塊組成類型均等分布的程度即斑塊多樣性程度。同時應用斑塊密度(PD)和景觀形狀指數(LSI)來描述不同密度水平下不透水地表的空間破碎度和形狀復雜度，應用斑塊類型所占景觀面積的比例(PLAND)來確定不同時期占優勢的不透水面類型，應用斑塊聚集指數(AI)來描述不同密度不透水表面的聚集程度。

3 結果與分析

3.1 不透水面時空分布提取結果及其變化分析

以1979—2020年Landsat遙感影像為數據，基于數據預處理，最小噪聲分離變換，純凈像元提取及端元選擇的研究方法，根據完全約束的最小二乘混合像元分解算法對深圳市長時間序列不透水面進行了提取，隨后利用高分辨率Google影像對提取得到的不透水面進行精度評估，精度驗證結果表明，估算結果均方根誤差(root mean squar eerror，RMSE)為8.94%～13.26%，表明混合像元分解解譯具有較好的精度，能夠較準確地反映不透水面的空間分布。圖1是提取結果及其時空分布。

1979—2020年深圳市不透水面比例快速增長，表1和表2是研究區1979—2020年不透水面面積、面積占比、變化速率Ⅴ及變化強度AGR的計算結果。由表1—2和圖1—2可知研究區近41 a不透水面的面積不斷增加，占總研究區的比例逐漸增長，但是其增長速度不是均勻的。在1990—2010年間增長速率和增長強度分別在2005年和1995年達到最高，后逐漸變緩，但還是保持著增長的趨勢。最終不透水面面積由1979年的18.64 km2增長至2020年的949 km2，不透水面占整個深圳市的比例也由0.94%增至47.51%。

圖1 1979-2020年深圳市不透水面信息提取結果

表1 研究區不透水面面積及其變化統計情況

圖2 深圳市不透水面面積變化和不透水面比例變化

表2 深圳市各區不透水面變化速率和變化強度

根據不透水面擴張強度和變化速率的公式計算得到相應的數據(表1)，按陳龍乾等[18]研究將年均擴張變化速率劃分為：高速擴張(>10 km2/a)，快速擴張(6～10 km2/a)，中速擴張(2～6 km2/a)，低速擴張(<2 km2/a)。由表1可以看出，研究區在1979—1990年期間擴張速率較低，為中速、快速擴張，在1990—2020年期間均為高速擴張，其中1990—2010年期間增長速度最快，到了2010—2020年增長速度放緩。同時由表1可以看出，擴張強度指數前中后時間段強度差異較大，前期擴張強度指數逐漸升高，至1995年達到最高后逐漸下降，并整體呈現逐漸降低的趨勢。整體來看擴張強度較后期擴張強度大，前后相差3倍有余，這與不透水面擴張速率的變化相符。

研究區內各區的增長有所不同，為了方便研究，根據研究區的變化速率，將8個時間段劃分為4個時間段，分別計算在這4個時間段內各個區的城鎮用地擴張相關指數，從表2可以看出各區城鎮用地的擴張速率、程度等變化不盡相同，分異明顯。整體來看各區擴張變化也存在明顯差距：經濟發展較早的地區如福田區、羅湖區，整體的擴張強度和變化速率前后差距較小，鹽田區和南山區因為地形限制則前段時間為快速擴張，很快速度轉為慢速，其他區在前期也是快速的擴張，2000年以后還保持著較大的增長趨勢，2010年以后速度下降。

由上分析可以發現，不透水面的變化速率與擴張強度變化總趨勢是一致的，均呈現逐漸加快后又放緩的趨勢，表明了研究區不透水面面積、變化速率和擴張程度呈明顯的正相關關系，即面積增長快的同時變化速率和擴張強度相應較高。通過分析深圳市的城市發展影響因素也不難發現這一變化規律：在1979—1986年期間，由于經濟特區剛剛建立，經濟條件落后的深圳還沒有迅速崛起的能力，土地變化不是短時間內可以劇烈變化的，是一個逐漸增長的過程，所以擴張剛剛起步速率較慢；隨著國家政府的政策支持下開始了招商引資、工業區大量建設、房地產投資的快速增長期，大大增加了土地的開發與應用，1986年后城鎮化進程加快，直至1990—1995年變化速率達到最大，擴張強度也較前期有了巨大的增長；2000—2010年，深圳市制定和修訂了一系列優惠政策來吸引外國投資，第二、三產業的增長率大大提高，該階段的不透水面變化速率達到了最高。而隨著后期適宜開發的土地基本開發完畢，基礎設施也逐漸完備，盲目的擴張城市用地導致了土地供需矛盾的升級以及環境的惡化，在2010—2020年時期，深圳新一輪的城市總體規劃頒布，放慢城市發展速度，重視土地資源的浪費問題，使得此后的擴張強度在逐漸下降，變化速度放緩。

3.2 城市遷移、擴張方向與空間變化分析

本文利用9期不透水面比例數據計算不透水面平均中心(圖3)，探究城市遷移和擴張的方向。1979—2000年，深圳市的不透水面變化具有明顯方向性，持續向著東北方向移動，原因是在此期間光明、龍崗、龍華、坪山區以及寶安區的北部城鎮化迅速發展，其中坪山區的發展強度非常高，使得不透水面重心不斷向北偏東偏移。2000—2010年，西部沿海地區填海造陸擴大城市面積，同時政策“三軸兩帶”溝通了深圳市東西地區的聯系，全市城鎮用地重心向西方向遷移。2010年后，隨著大鵬新區的建立，惠深沿海高速連接西東，大大促進了深圳北部的發展，發展速度快于中部和西部，使得不透水面重心在此時期向東偏移。但是由于東部的地形原因，城市擴張到一定程度后就變化很小，而西部已經發展成熟的寶安、南山區等填海造陸擴張了城市面積，并且在原有基礎上發展為更為高密度的不透水面，所以在2015年后不透水面重心又向西偏移。

圖3 深圳市不透水面平均中心點和標準差橢圓

本文利用9期的不透水面數據計算標準差橢圓，分析城市的空間變化。1979—1990年，深圳市的不透水面發展方向變化明顯，由表3和圖3可知，標準差橢圓的方位角在1979—1990年期間由116.86°下降到83.26°，1990年之后開始上升，到2015年上升至95.74°，表明1979—1990年深圳市不透水面長軸先由西北—東南指向向東—西指向移動，1990年之后不透水面長軸主要沿著東—西方向延伸。

表3 不同時期標準差橢圓參數

整體來看東—西剖面是深圳市不透水面發展的主要方向。1979—2000年，標準差橢圓長短軸差距逐漸變大，長軸從23 237.47 m增長到31 608.38 m，短軸從11 543.35 m增長到12 601.71 m，比率變化為總體上升，橢圓扁率逐漸增大，表明不透水面分布的方向性逐漸明顯，且分布由小面積的聚集變為大范圍的分散。2000—2020年，除2010—2015年深圳東部大鵬新區的發展導致標準差橢圓擴大外，總體呈現標準偏差橢圓的長軸持續縮小，短軸逐漸增大，長軸從31 608.38 m下降至28 912.37 m，短軸從12 601.71 m增長到13 193.58 m，長軸與短軸的比率變化為波動下降，表明深圳各地不透水面發展的聚集趨勢慢慢增加。

3.3 不透水面景觀格局分析

表4為深圳市1979—2020年期間的不透水面景觀格局指數。由表4可以看出，深圳市的不透水面斑塊個數(NP)呈不斷增加的趨勢，在1979—1990年期間變化較慢，在1990—2010年期間變化迅速。整體不透水面斑塊密度(PD)由1979—1990年期間快速增長后逐漸下降，說明前期發展零散而迅速，不透水面景觀破碎程度高，后期隨著斑塊數量不斷增長，城市發展不斷擴大，斑塊相互連接，不透水面景觀破碎程度逐漸降低，團聚程度提高。同時斑塊聚集指數(AI)顯示除1979年團聚程度較高外，此后聚合度呈不斷上升趨勢最終聚合度達到了79.29，相比一開始的86.61還是有所降低的。1979年的不透水面范圍小而聚集，聚合度高，隨著全市范圍的不斷發展，擴大到現在的面積，聚合度較高，結構連通性較好。香農多樣性指數(SHDI)增大，說明各拼塊類型在景觀中呈均衡化趨勢分布且景觀趨于豐富多元化；香農均勻度指數(SHEI)其值趨近于1時說明景觀中沒有明顯的優勢類型且各斑塊類型在景觀中均勻分布，由表4可以看出1979—2015年香農均勻度指數逐漸上升趨近1，各斑塊類型在景觀中的均衡化趨勢增加。由表4及圖4可知，深圳市不透水面景觀的蔓延度CONTAG指數總體呈現波動下降，不透水面SHDI與SHEI總體呈現波動上升，說明各等級的不透水面景觀整體仍呈增長態勢，不同不透水面類型的多樣性呈增加趨勢，異質化程度增加，逐漸趨于均衡化。

表4 1979-2020年深圳市不透水面景觀格局指數

圖4 1979-2020年深圳市不透水面CONTAG指數與SHDI指數變化

組分空間構型分析(圖5)表明，1979年不透水面的AI指數較高，說明其聚集程度高，但是同時PD和LSI指數可以看出不透水面密度與形狀復雜度較低，此時不透水面少而聚集。低、中低密度不透水面景觀在1979—1986年有了較大幅度的增長，特別是低密度不透水面PD指數突然增大，斑塊密度達到最大，同時AI顯示1979—1986年聚集度劇烈下降，說明此時低、中低密度不透水面成為密度等級中最為破碎的景觀，之后PD開始逐漸下降，AI波動上升，表明不透水面景觀不斷發展，聚集程度也在不斷提高。中高、高密度不透水面景觀的PD保持穩定，小幅度增加，破碎化程度變化小；除高密度不透水面景觀外其他等級不透水面的LSI保持增長的趨勢，表明這4種密度不透水面景觀形狀的復雜性逐漸增長，但是高不透水面景觀的LSI以2005年為轉折點前期增長后期下降，表明高密度不透水面景觀的形狀逐漸變得復雜后又轉為簡單。PLAND指數顯示在1979—1986年中低密度不透水面比較大幅度增長，在不透水面總體中占到51.07%，隨后逐漸下降，高密度不透水面占比在波動中逐漸上升，在2020年達到39.75%，其他密度不透水面的占比在小范圍內浮動，總體變化并不大。從斑塊連接情況來看，高密度不透水面AI保持較高水平且緩慢增長并在2020年達到88.86，其他蓋度不透水面的AI隨有階段性的小幅度上升，但總體指數不高，表明高密度不透水面景觀聚集度在不斷增強，其他密度不透水面景觀的聚集度變化不大，只有小幅度的波動，聚集度以及連通性較高密度不透水地表景觀弱。

圖5 1979-2020年深圳市不透水面景觀格局變化

4 結 論

本文運用完全約束最小二乘算法混合像元分解得到深圳市不透水面比例數據集，并應用不透水面數據計算其變化速率與強度，利用平均中心、標準差橢圓景觀格局指數的方法進行了深圳市不透水面發展變化分析。

(1) 1979—2020年深圳市不透水面不斷擴張，但整體擴張呈逐漸加快又變緩的趨勢，1990—2010年增長速率和增長強度最高，后逐漸變緩。

(2) 1979—2000年，深圳市不透水面發展具有明顯方向性，持續向著東北方向移動，隨后2000—2020年，全市城鎮用地重心延東西方向移動，變化較前期較小。不透水面分布由小面積的聚集變為大范圍的分散，后隨著不透水面密度逐漸增加而聚集度上升。

(3) 1979—2020年，深圳市不同不透水面類型的多樣性呈增加趨勢，異質化程度增加，逐漸趨于均衡化；低、中低密度不透水面景觀逐漸從最為破碎的且占較大比例的景觀開始逐漸變得較為團聚，并且面積逐漸不占優勢；中、中高密度不透水面景觀形狀變得越來越復雜，聚集度不高；高密度不透水面景觀面積不斷增長，連接性在逐漸增強。

研究結果表明，高密度不透水面聚集度逐漸增長，但高聚集度不透水面與地表徑流有顯著的相關性[19]，中高密度區和高密度區不透水面對城市熱環境影響最大[20]，故未來在城市發展中要。本文從不透水面比例的時空變化分析了深圳市的發展變化規律，面向實際的應用還存在一些不足，將來需要對不透水面與其他生態環境的關聯性方面展開深入研究。