基于GEE平臺(tái)的粵港澳大灣區(qū)建筑物高度時(shí)空演變特征分析

吳 梓 鑾，劉 小 平，羅 明

(中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣東 廣州 510275)

0 引言

2015年國(guó)家發(fā)改委、外交部和商務(wù)部聯(lián)合發(fā)布《推動(dòng)共建絲綢之路經(jīng)濟(jì)帶和21世紀(jì)海上絲綢之路的愿景與行動(dòng)》，首次明確提出粵港澳大灣區(qū)(包含珠三角9個(gè)城市和香港、澳門(mén)2個(gè)特別行政區(qū))[1]。粵港澳大灣區(qū)的設(shè)立是自身發(fā)展的內(nèi)在需要，同時(shí)也引領(lǐng)區(qū)域高端發(fā)展、輻射帶動(dòng)泛珠三角地區(qū)[2]。城市建筑物高度信息是表征城市建成區(qū)垂直結(jié)構(gòu)的重要指標(biāo)，可為描繪城市不同功能分區(qū)[3,4]和研究城市景觀、環(huán)境和人類(lèi)活動(dòng)提供獨(dú)特視角[5]，有助于了解城市氣候、估算人口分布，并為城市冠層模型提供所需參數(shù)[6,7]等。研究粵港澳大灣區(qū)城市建筑物高度的時(shí)空演變，有助于從垂直結(jié)構(gòu)了解區(qū)域城市化進(jìn)程，為研究城市熱島效應(yīng)提供所需數(shù)據(jù)，對(duì)于合理規(guī)劃建成區(qū)、改善城市形態(tài)、推動(dòng)城市健康發(fā)展具有重要意義[8]。

許多學(xué)者利用合成孔徑雷達(dá)(SAR)、衛(wèi)星散射計(jì)、激光雷達(dá)(LiDAR)、高分辨率光學(xué)影像等數(shù)據(jù)提取建筑物高度[9-15]。例如：Frolking等[9]通過(guò)SeaWinds微波散射計(jì)和DMSP/OLS夜間燈光數(shù)據(jù)判斷城市向外和向上擴(kuò)張情況；基于Sentinel-1數(shù)據(jù)估算的建筑物高度與參考數(shù)據(jù)較吻合[10]。除雷達(dá)、光學(xué)數(shù)據(jù)外，社會(huì)經(jīng)濟(jì)數(shù)據(jù)也用于建筑物高度估算。例如：Nguyen等[12]結(jié)合QuikSCAT及LandScan數(shù)據(jù)量化城市增長(zhǎng)情況，為適應(yīng)人口增長(zhǎng)，提出緊湊城市結(jié)構(gòu)。但由于數(shù)據(jù)采集及后續(xù)處理費(fèi)用較高，這些研究多局限于單個(gè)城市或社區(qū)，缺乏長(zhǎng)時(shí)序、大尺度的城市建筑物高度數(shù)據(jù)。Google Earth Engine(GEE)平臺(tái)是最先進(jìn)的云地理信息處理平臺(tái)[16]，可提供全球近40年的衛(wèi)星影像、數(shù)字高程模型以及社會(huì)經(jīng)濟(jì)數(shù)據(jù)集[17]，省去繁瑣的前期工作[18]；同時(shí)，GEE平臺(tái)穩(wěn)定，計(jì)算效率高，對(duì)多源遙感數(shù)據(jù)或長(zhǎng)時(shí)序、大尺度數(shù)據(jù)可實(shí)現(xiàn)近即時(shí)的科學(xué)分析和可視化。

針對(duì)粵港澳大灣區(qū)缺乏長(zhǎng)時(shí)序、大尺度建筑物高度數(shù)據(jù)以及建筑物高度時(shí)空演變特征不明晰等問(wèn)題，本文以部分城市的真實(shí)建筑物高度數(shù)據(jù)為參考，輸入多源遙感觀測(cè)數(shù)據(jù)，估算2015年粵港澳大灣區(qū)建筑物高度，并充分考慮城市擴(kuò)張、更新和綠化恢復(fù)3種過(guò)程，對(duì)1985-2014年粵港澳大灣區(qū)建筑物高度進(jìn)行重建并分析其時(shí)空演變特征。

1 數(shù)據(jù)來(lái)源

本文研究數(shù)據(jù)包括：1)建筑物真實(shí)高度數(shù)據(jù)，源于百度地圖2015年建筑物高度矢量數(shù)據(jù)。將矢量數(shù)據(jù)轉(zhuǎn)為1 m×1 m的柵格數(shù)據(jù)后，采用像元均值法計(jì)算500 m×500 m格網(wǎng)的平均高度。2)7種遙感觀測(cè)數(shù)據(jù)(2015年)，用于估算粵港澳大灣區(qū)其余地區(qū)建筑物高度，包括Sentinel-1 C波段地面距離探測(cè)(Ground Range Detected,GRD)數(shù)據(jù)[10]、先進(jìn)陸地觀測(cè)衛(wèi)星(ALOS)L波段SAR數(shù)據(jù)[19]、AW3D30數(shù)據(jù)[15]、網(wǎng)格化全球人口數(shù)據(jù)[20]、NPP-VIIRS夜間燈光數(shù)據(jù)[21]、美國(guó)陸地衛(wèi)星Landsat-8數(shù)據(jù)[22]、全球年度城市用地動(dòng)態(tài)數(shù)據(jù)(Global Annual Urban Dynamics,GAUD)[23](表1)，均重采樣到500 m空間分辨率。

表1 遙感數(shù)據(jù)概況Table 1 Overview of remote sensing data

2 研究方法

本文首先基于2015年粵港澳大灣區(qū)部分城市的建筑物高度數(shù)據(jù)，利用隨機(jī)森林模型估算其余地區(qū)建筑物高度數(shù)據(jù)，進(jìn)而綜合考慮城市擴(kuò)張、更新和綠化恢復(fù)3種城市建筑物變化情況，重建1985-2014年的建筑物高度。

2.1 2015年城市建筑物高度估算及精度評(píng)價(jià)

首先，對(duì)2015年Sentinel-1 C波段GRD數(shù)據(jù)和ALOS L波段SAR數(shù)據(jù)進(jìn)行去噪、輻射定標(biāo)和地形定標(biāo)預(yù)處理，并提取VV、VH和HH、HV極化的平均后向散射系數(shù)，為減少樹(shù)木的影響，利用GAUD[23]數(shù)據(jù)的城市范圍排除非城市區(qū)域；然后，采用GEE平臺(tái)線上編寫(xiě)JavaScript的方式，利用隨機(jī)森林模型估算建筑物高度。隨機(jī)森林模型基于引導(dǎo)聚合的思想，從樣本中不放回地抽取多個(gè)樣本，訓(xùn)練多棵樹(shù)，并采用投票方式選出表現(xiàn)最佳的樹(shù)，以形成隨機(jī)森林[24]。如圖1所示，分類(lèi)回歸樹(shù)根據(jù)數(shù)據(jù)的某個(gè)特征，將其劃分為若干個(gè)子區(qū)域，再對(duì)各子區(qū)域遞歸劃分，直至滿足某個(gè)條件，并將該節(jié)點(diǎn)作為葉節(jié)點(diǎn)。隨機(jī)森林模型準(zhǔn)確率高，可避免過(guò)擬合現(xiàn)象[25-28]。

圖1 隨機(jī)森林模型原理示意Fig.1 Schematic diagram of random forest model

本文隨機(jī)森林模型中的輸入變量包括重采樣后的AW3D30數(shù)據(jù)、SAR數(shù)據(jù)VV和VH兩種極化方式的后向散射系數(shù)、人口數(shù)據(jù)、夜間燈光數(shù)據(jù)、Landsat-8數(shù)據(jù)和GAUD數(shù)據(jù)，輸出變量為2015年粵港澳大灣區(qū)500 m×500 m格網(wǎng)尺度的建筑物高度。

本文根據(jù)參考數(shù)據(jù)中城市建筑物的平均高度生成0～6、6～9、9～12、12～15、15～18、>18 共6個(gè)層次，以確保在精度評(píng)價(jià)中可以充分考慮不同高度的像元；然后，在每層中隨機(jī)選取100個(gè)像元，按7∶3的比例劃分為訓(xùn)練樣本和驗(yàn)證樣本；最后，用相關(guān)系數(shù)(R)、平均絕對(duì)誤差(MAE)、均方根誤差(RMSE)進(jìn)行精度評(píng)價(jià)。

2.2 1985-2014年城市建筑物高度重建

城市擴(kuò)張、更新或綠化恢復(fù)均會(huì)導(dǎo)致建筑物平均高度發(fā)生改變。本文考慮以上3種城市發(fā)展過(guò)程，基于2015年建筑物高度重建1985-2014年的建筑物高度。

2.2.1 城市擴(kuò)張過(guò)程 城市擴(kuò)張指其他地類(lèi)(如植被等)變?yōu)槌擎?zhèn)用地，本文使用GAUD數(shù)據(jù)[23]、歸一化城市綜合指數(shù)(Normalized Urban Areas Composite Index,NUACI)[29]進(jìn)行判斷，NUACI值越高，則像元越接近城鎮(zhèn)用地。采用基于回歸的時(shí)間分割方法從NUACI時(shí)間序列數(shù)據(jù)中識(shí)別城市擴(kuò)張起始年份。對(duì)于城市化進(jìn)程中的像元，其N(xiāo)UACI值通常先迅速增加，后趨于平穩(wěn)，因此，可對(duì)NUACI值增加或增加后穩(wěn)定的年份進(jìn)行線性回歸，在回歸線上方且與回歸線距離最大的點(diǎn)對(duì)應(yīng)的年份即為城市擴(kuò)張年份。網(wǎng)格的建筑物平均高度由建成區(qū)的建筑物體積(建成區(qū)面積×建筑物高度)除以網(wǎng)格面積獲得(式(1))。對(duì)于城市擴(kuò)張導(dǎo)致的城市建筑物高度變化，本文假設(shè)新的建筑物與周?chē)ㄖ锔叨认嗨疲淳W(wǎng)格內(nèi)的建筑物高度一定，結(jié)合式(1)可推斷不同年份網(wǎng)格內(nèi)的建筑物平均高度與建成區(qū)面積成正比。因此，利用2015年建筑物高度及建成區(qū)面積和不同年份網(wǎng)格內(nèi)建成區(qū)面積占比，可得相應(yīng)年份的建筑物高度(式(2))。

BH=h×Sbuilt/SA

(1)

(2)

式中：BH、Sbuilt分別為2015年500 m×500 m格網(wǎng)尺度下的建筑物高度和建成區(qū)面積；BH′、S′built分別為1985-2014年中某年500 m×500 m格網(wǎng)尺度下的建筑物高度和建成區(qū)面積；h為單位面積內(nèi)的建筑物高度；SA為網(wǎng)格面積，即0.25 km2。

2.2.2 城市更新和綠化恢復(fù)過(guò)程

(1)為反映城市更新后的建筑物高度變化，本文利用齊志新等[30]提出的城市更新區(qū)域監(jiān)測(cè)方法，利用連續(xù)兩年的Landsat地表反射率影像探測(cè)城市更新情況。該方法假設(shè)發(fā)生城市更新的過(guò)程均為由建筑物變?yōu)榻ㄔO(shè)用地，再由建設(shè)用地變?yōu)樾碌慕ㄖ铩Ｓ捎诮ㄖ锏姆瓷渎试贚andsat影像藍(lán)光波段高于建設(shè)用地，在紅光波段則低于建設(shè)用地，因此本文利用這兩個(gè)波段構(gòu)建的建設(shè)用地指數(shù)(Construction Land Index,CLI)(式(3))和土地開(kāi)發(fā)指數(shù)(Land Development Index,LDI)(式(4))識(shí)別城市更新區(qū)域。首先，計(jì)算各年份的CLI，其值越高則像元越接近建設(shè)用地，反之則越接近建筑物；然后用前后兩年CLI之比得到LDI，其值越高，表示該像元由建筑物變?yōu)榻ㄔO(shè)用地的可能性越大；進(jìn)一步選擇合適的閾值提取土地開(kāi)發(fā)區(qū)域；最后，利用歸一化植被指數(shù)(NDVI)[31]和歸一化水體指數(shù)(NDWI)[32]去除土地開(kāi)發(fā)區(qū)域的植被和水體，得到發(fā)生城市更新的區(qū)域。

CLI=Rred/Rblue

(3)

LDI=CLIt2/CLIt1

(4)

式中：Rred、Rblue分別為經(jīng)過(guò)大氣校正的紅光、藍(lán)光波段反射率；CLIt2、CLIt1分別為該像元后一年份和前一年份的CLI值。

(2)城市綠化恢復(fù)指城鎮(zhèn)用地變?yōu)榫G地，相應(yīng)像元的NUACI值一般從較高值迅速降到較低值。因此，對(duì)城市擴(kuò)張進(jìn)程中確定的城市化年份之后的時(shí)間段進(jìn)行線性回歸，將回歸線以下且與之距離最大的點(diǎn)對(duì)應(yīng)的年份視為綠化恢復(fù)年份。假設(shè)目標(biāo)像元是指發(fā)生城市綠化恢復(fù)或更新的像元，相似像元是指目標(biāo)像元發(fā)生變化前，周?chē)?半徑5 km的緩沖區(qū)內(nèi))與其建筑物高度相似且不發(fā)生城市綠化恢復(fù)或更新的像元，即建筑物高度不變。由于目標(biāo)像元周?chē)腃LI值一般遵循正態(tài)分布，因此可從CLI分布估計(jì)的閾值確定相似像元(式(5))。如果像元間的CLI值之差小于確定的閾值，則將后一年份的這些像元視為與前一年份目標(biāo)像元相似的像元，并將其建筑物平均高度賦值給目標(biāo)像元。

Tsimilar=μ-1.5×σ

(5)

式中：μ、σ分別為目標(biāo)像元周?chē)鶦LI值的平均值和標(biāo)準(zhǔn)差。

3 結(jié)果分析

3.1 2015年粵港澳大灣區(qū)建筑物高度反演結(jié)果

對(duì)粵港澳大灣區(qū)部分城市建筑物高度的反演精度進(jìn)行評(píng)價(jià)，結(jié)果顯示，其R值均達(dá)0.8以上，其中廣州和澳門(mén)最高(0.86)，深圳最低(0.81)；東莞RMSE和MAE值最低(1.38 m、1.11 m)，香港最高(2.53 m、1.99 m)。上述結(jié)果表明，利用多源遙感數(shù)據(jù)反演的2015年粵港澳大灣區(qū)建筑物高度數(shù)據(jù)可信度較高，可作為1985-2014年粵港澳大灣區(qū)數(shù)據(jù)重建及后續(xù)時(shí)空特征分析的依據(jù)。

以城市為單元計(jì)算2015年粵港澳大灣區(qū)建筑物平均高度，并據(jù)此將大灣區(qū)城市分為3類(lèi)：1)城市結(jié)構(gòu)更緊湊、垂直的澳門(mén)、深圳和香港。2015年澳門(mén)建筑物平均高度高達(dá)32.75 m，與其發(fā)達(dá)且高占比的現(xiàn)代服務(wù)業(yè)密切相關(guān)，大量豪華酒店和高層住宅緊密分布；香港位居第二，城市建筑物平均高度為18.58 m，截至2015年，香港擁有摩天大樓(高度大于100 m)1 294座，為全球最多；2015年深圳建筑物平均高度為15.51 m，一線城市建設(shè)用地緊張使得深圳傾向于垂直方向增長(zhǎng)。2)城市建筑物平均高度中等的東莞、廣州、珠海、佛山和中山。東莞建筑物平均高度為11.90 m，位居粵港澳大灣區(qū)第四。改革開(kāi)放后，東莞憑借地理優(yōu)勢(shì)和政策優(yōu)惠，制造業(yè)、電子產(chǎn)業(yè)等發(fā)展迅速，以鎮(zhèn)街為行政基礎(chǔ)的經(jīng)濟(jì)模式不斷推動(dòng)?xùn)|莞城市面貌提升和改變，城市建筑物也較高；廣州建筑物平均高度為11.18 m，中高層建筑物主要集中于中心城區(qū)；珠海、佛山、中山的建筑物平均高度分別為11.06 m、10.52 m和10.24 m。3)城市建筑物平均高度較低的江門(mén)、肇慶和惠州。三市地處大灣區(qū)外圍，市域面積廣闊，經(jīng)濟(jì)發(fā)展落后于前兩類(lèi)城市，建筑物平均高度分別為9.86 m、9.67 m和9.64 m。

為深入探究建筑物高度的區(qū)域差異，進(jìn)一步縮小研究尺度至500 m單元網(wǎng)格。對(duì)2015年粵港澳大灣區(qū)的建筑物高度按自然斷點(diǎn)法進(jìn)行分級(jí)(圖2)，其中建筑物高度大于21.29 m的區(qū)域主要為各市的中心區(qū)域，包括廣州的越秀區(qū)、天河區(qū)南部和海珠區(qū)東北部，深圳的羅湖區(qū)、福田區(qū)、南山區(qū)南部、寶安區(qū)南部和龍崗區(qū)南部，東莞的莞城街道、厚街鎮(zhèn)及虎門(mén)鎮(zhèn)，佛山的禪城區(qū)以及香港九龍半島的油尖旺區(qū)和觀塘區(qū)、新界的荃灣區(qū)和屯門(mén)區(qū)、香港島的中西區(qū)和灣仔區(qū)等，其他城市建筑物高度大于21.29 m的區(qū)域面積較小。上述區(qū)域多是中心城市的中心區(qū)域，經(jīng)濟(jì)發(fā)達(dá)且人口密度高，行政、商業(yè)等活動(dòng)密集，是城市標(biāo)志性高層建筑的集中區(qū)域。結(jié)合城市尺度和500 m格網(wǎng)尺度的分析可以發(fā)現(xiàn)，2015年粵港澳大灣區(qū)的建筑物高度分布格局與區(qū)域經(jīng)濟(jì)發(fā)展格局基本一致，區(qū)域發(fā)達(dá)程度較高的城市建筑物高度往往較高，而區(qū)域發(fā)達(dá)程度較低或城市新區(qū)的建筑物高度則相對(duì)較低。

圖2 2015年粵港澳大灣區(qū)建筑物高度反演結(jié)果空間分布Fig.2 Spatial distribution of inversion building heights in GBA in 2015

3.2 1985-2015年粵港澳大灣區(qū)建筑物高度變化

本文以1985年城市建筑物平均高度作為基數(shù)，并劃分為高基數(shù)、中基數(shù)、低基數(shù)3類(lèi)，利用2015年與1985年城市建筑物平均高度差異計(jì)算增長(zhǎng)幅度，并分為高增長(zhǎng)、低增長(zhǎng)兩類(lèi)，最終將粵港澳大灣區(qū)各市的建筑物高度歸納為“高基數(shù)—低增長(zhǎng)”(香港、澳門(mén))、“中基數(shù)—高增長(zhǎng)”(深圳)、“中基數(shù)—低增長(zhǎng)”(廣州、珠海、江門(mén)、肇慶)、“低基數(shù)—高增長(zhǎng)”(佛山、東莞、中山、惠州)4種增長(zhǎng)模式。

結(jié)合圖3、圖4可知：1)香港和澳門(mén)發(fā)展較早且基礎(chǔ)較好，1985年建筑物平均高度分別為13.16 m和22.17 m，均屬于高基數(shù)水平。1985-2015年港、澳地區(qū)建筑物高度增幅(41.19%、47.72%)偏低，均呈現(xiàn)“高基數(shù)—低增長(zhǎng)”模式。2)深圳作為珠三角地區(qū)的中心城市，1985年建筑物平均高度為5.77 m，屬于中基數(shù)水平。在改革開(kāi)放及1992年“南方談話”背景下，深圳社會(huì)經(jīng)濟(jì)快速發(fā)展，城市面貌快速改變，2015年建筑物平均高度增至15.51 m，總體增幅為168.80%，呈現(xiàn)“中基數(shù)—高增長(zhǎng)”模式。3)廣州的花都區(qū)、從化區(qū)、增城區(qū)、南沙區(qū)均有較大程度的擴(kuò)張，但由于建筑物稀疏，因此在500 m×500 m尺度上建筑物平均高度較低，中心城區(qū)的中高層建筑則有一定程度增加。廣州建筑物平均高度由4.44 m增至11.18 m，增幅為151.80%。珠海、江門(mén)、肇慶1985年建筑物平均高度分別為4.35 m、5.20 m及5.24 m，屬于中基數(shù)水平，1985-2015年三市增幅較低，分別為154.25%、89.62%及84.54%，均呈現(xiàn)“中基數(shù)—低增長(zhǎng)”模式。4)佛山、東莞、中山和惠州早期中高層建筑物較少，平均高度分別為3.60 m、2.98 m、2.85 m及3.01 m，均屬于低基數(shù)水平。1985-2015年在大灣區(qū)中心城市的輻射帶動(dòng)下，四市產(chǎn)業(yè)經(jīng)濟(jì)實(shí)現(xiàn)較快發(fā)展，城市面貌發(fā)生較大變化，均呈現(xiàn)“低基數(shù)—高增長(zhǎng)”模式。佛山的建筑物平均高度增至10.52 m，增幅達(dá)192.22%；東莞建筑物平均高度增至11.90 m，總體增幅為299.33%；中山早期中高層建筑物主要位于石岐片區(qū)，1985-2015年小欖鎮(zhèn)及其周邊地區(qū)建筑物平均高度增幅(259.30%)較大；惠州的城市擴(kuò)張進(jìn)程同樣較快，建筑物平均高度增幅為220.27%。

圖3 1985-2015年粵港澳大灣區(qū)各城市建筑物平均高度變化趨勢(shì)Fig.3 Change trend of average building heights in cities in GBA from 1985 to 2015

圖4 1985-2010年粵港澳大灣區(qū)建筑物高度空間分布Fig.4 Spatial distribution of building heights in GBA from 1985 to 2010

整體而言，1985-2015年大灣區(qū)東翼地區(qū)建筑物高度增幅大于西翼，其中東莞、深圳增長(zhǎng)最顯著，西翼的佛山和中山增幅較高；香港和澳門(mén)由于發(fā)展較早，在1985年城市結(jié)構(gòu)趨近成熟，后期增幅相對(duì)較小；肇慶、江門(mén)1985年建筑物平均高度屬于中等水平，但后期增幅較小，亟待提升。

3.3 1985-2015年粵港澳大灣區(qū)建成區(qū)結(jié)構(gòu)演變

統(tǒng)計(jì)粵港澳大灣區(qū)各市1985年和2015年的城鎮(zhèn)用地面積及建筑物平均高度，并計(jì)算二者的相對(duì)增幅(百分比)，分別表示建成區(qū)水平方向的向外擴(kuò)張和垂直方向的向上擴(kuò)張情況。依據(jù)高度增幅與面積增幅之比對(duì)各城市進(jìn)行分類(lèi)，其中比值大于3的為向上擴(kuò)張類(lèi)型，比值小于1.5的為向外擴(kuò)張類(lèi)型，比值介于1.5～3之間的為向上向外擴(kuò)張類(lèi)型。

(1)向上擴(kuò)張類(lèi)型的城市有深圳、東莞、佛山、中山和澳門(mén)，這些城市用地壓力較大，為適應(yīng)經(jīng)濟(jì)發(fā)展和人口增長(zhǎng)，城市結(jié)構(gòu)主要以更緊湊、垂直的結(jié)構(gòu)發(fā)展。1985-2015年?yáng)|莞、中山的建筑物高度增幅分別為299.33%和259.30%，面積增幅分別為60.05%和75.77%；佛山、深圳的建筑物高度增幅分別為192.22%和168.80%，仍高于向外擴(kuò)張?jiān)龇皇茏匀粭l件限制，澳門(mén)很少發(fā)生向外擴(kuò)張，其建筑物高度和面積增幅分別為47.72%和12.50%。

(2)向上向外擴(kuò)張類(lèi)型的城市有廣州和香港。1985-2015年廣州建筑物高度和面積增幅分別為151.80%和66.62%，由前述分析可知，廣州從化區(qū)和增城區(qū)近年來(lái)發(fā)生較大程度的擴(kuò)張；香港發(fā)展較早，城市結(jié)構(gòu)比較穩(wěn)定，其建筑物高度和面積增幅分別為41.19%和26.73%。

(3)向外擴(kuò)張類(lèi)型的城市有江門(mén)、惠州、肇慶和珠海。惠州待開(kāi)發(fā)土地較多，1985-2015年以170.69%和220.27%的增幅分別向外、向上擴(kuò)張；珠海建筑物高度和面積增幅分別為154.25%和135.82%；江門(mén)和肇慶建筑物高度增幅分別為89.62%和84.54%，面積增幅分別為68.36%和74.20%。

4 結(jié)論

本文以SAR影像作為主要數(shù)據(jù)源，輔以人類(lèi)活動(dòng)數(shù)據(jù)和光學(xué)遙感影像等信息，反演2015年粵港澳大灣區(qū)城市建筑物高度，并綜合考慮城市擴(kuò)張、更新及綠化恢復(fù)過(guò)程，重建1985-2014年粵港澳大灣區(qū)建筑物高度，從而分析1985-2015年粵港澳大灣區(qū)的城市建筑物高度時(shí)空演變特征。結(jié)論如下：1)2015年粵港澳大灣區(qū)建筑物高度分布格局與區(qū)域經(jīng)濟(jì)發(fā)展格局基本耦合，區(qū)域經(jīng)濟(jì)發(fā)展水平越高，其建筑物高度也越高，而區(qū)域發(fā)達(dá)程度較低或城市新區(qū)的建筑物高度相對(duì)較低。其中，澳門(mén)的建筑物平均高度最高，惠州最低。2)粵港澳大灣區(qū)東翼的建筑物高度增幅大于西翼，大灣區(qū)城市建筑物高度呈現(xiàn)“高基數(shù)—低增長(zhǎng)”(香港、澳門(mén))、“中基數(shù)—高增長(zhǎng)”(深圳)、“中基數(shù)—低增長(zhǎng)”(廣州、珠海、江門(mén)、肇慶)以及“低基數(shù)—高增長(zhǎng)”(佛山、東莞、中山、惠州)4種增長(zhǎng)模式。3)1985-2015年粵港澳大灣區(qū)建成區(qū)城市結(jié)構(gòu)演變可分為向上擴(kuò)張(東莞、佛山、深圳、中山和澳門(mén))、向上向外擴(kuò)張(廣州和香港)以及向外擴(kuò)張(江門(mén)、惠州、肇慶和珠海)3種類(lèi)型。

城市建筑物高度的驅(qū)動(dòng)機(jī)制復(fù)雜多元，且粵港澳大灣區(qū)仍在不斷發(fā)展，建筑物高度的時(shí)空特征將持續(xù)演變。未來(lái)可基于長(zhǎng)時(shí)序數(shù)據(jù)，進(jìn)一步探索城市結(jié)構(gòu)的演變規(guī)律[33]，進(jìn)而為推動(dòng)粵港澳大灣區(qū)城市健康發(fā)展提供科學(xué)支撐[34]。