面向城市尺度的人居環(huán)境自然適宜性評價

張 美 慧，李 霖，馬 建 芳

(武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院，湖北 武漢 430079)

0 引言

隨著我國經(jīng)濟增長對國民幸福感的提升作用逐步減弱，居住環(huán)境逐漸成為人們評價生活幸福感的重要因素[1]。為有效分析和定位城市環(huán)境問題，學(xué)術(shù)界以自然適宜性為基礎(chǔ)開展了許多關(guān)于人居環(huán)境的研究，為城市規(guī)劃與相關(guān)決策提供了科學(xué)支持。

20世紀中葉，古希臘城市規(guī)劃學(xué)家薩蒂亞斯首次提出人居環(huán)境的概念，認為地球上一切對人類有用的、任何形式的實體都是人居環(huán)境的組成部分[2]。隨后逐漸形成以人為本的可持續(xù)發(fā)展環(huán)境觀。國內(nèi)學(xué)者吳良鏞將人居環(huán)境系統(tǒng)劃分為自然、人類、社會、居住和支撐五大系統(tǒng)[3]；封志明等在自然系統(tǒng)上提出人居環(huán)境綜合評價框架，對地形、氣候、水文、植被進行量化及空間疊加，得到中國各個區(qū)域自然適宜性評價結(jié)果[4]，為后續(xù)研究提供了基礎(chǔ)理論與方法，但該研究面向全國尺度，對區(qū)域或中微觀尺度的規(guī)劃發(fā)展提供的支持有限。在此基礎(chǔ)上，許多學(xué)者將研究范圍延展到局部區(qū)域。例如：郝慧梅等對陜西省地形起伏度、植被指數(shù)、溫濕指數(shù)、水溫指數(shù)進行定量分析，并探究陜西省人居環(huán)境自然適宜性空間格局[5]；李益敏等選取坡度、坡向、海拔、土地利用、交通、水資源、土壤質(zhì)量等作為評價指標，利用 GIS 疊置分析、緩沖區(qū)分析等空間分析技術(shù)對怒江峽谷區(qū)的瀘水縣人居環(huán)境適宜性進行定量綜合評價[6]；楊雪等基于人居環(huán)境自然要素指數(shù)(地形起伏度、氣候指數(shù)、水文指數(shù)和植被指數(shù))和人文要素指數(shù)(夜間燈光指數(shù)、空氣質(zhì)量指數(shù)和交通通達指數(shù))對京津冀區(qū)域人居環(huán)境質(zhì)量進行綜合評價[7]。但這些研究大多針對特定案例區(qū)域，所構(gòu)建的指標體系不完全相同，研究方法不一致，模型不具有通用性，區(qū)域案例間的可比性差，很難在統(tǒng)一基準下把握各案例區(qū)的差異，也不能為制定一致性的決策提供支持。

針對上述不足，本文提出一個具有普適性的城市尺度人居環(huán)境自然適宜性評價模型，選取地形、植被、水體、氣候、自然災(zāi)害五大指標，結(jié)合GIS空間分析、遙感影像分析與層次分析法構(gòu)建模型，并選取成都、武漢、蘭州3個案例城市驗證模型的有效性和科學(xué)性，以期為城市間人居環(huán)境自然適宜性對比分析提供方法，為城市人居環(huán)境保護、空間規(guī)劃布局與可持續(xù)發(fā)展提供決策依據(jù)[8]。

1 研究區(qū)域概況與數(shù)據(jù)來源

本文選取成都、武漢和蘭州作為研究城市。成都市位于四川盆地西部，東西兩側(cè)分別為龍門山和熊坡背斜所限，內(nèi)部地勢平坦，河網(wǎng)縱橫，植被覆蓋度高，氣候濕潤，偶爾伴有低級地震；武漢市位居長江中下游平原，地質(zhì)結(jié)構(gòu)以新華夏構(gòu)造體系為主，位于長江和漢江交匯處，地勢平坦，河流豐富，氣候濕潤，夏季炎熱；蘭州市位于黃土高原西部，地表裸露且溝壑縱橫，具有較為典型的高原地形，植被和水體覆蓋率低，氣候干燥，易受低級地震影響。3個城市所在區(qū)域地形差異較大，自然環(huán)境各異，作為試驗區(qū)有助于驗證模型的科學(xué)性和普適性。

本文研究數(shù)據(jù)包括：1)GDEMV2 30 m分辨率的DEM高程數(shù)據(jù)，用于地形綜合評價，來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)；2)1999-2019年夏季的Landsat7或Landsat8影像數(shù)據(jù)，進行波段融合、輻射定標、大氣校正等預(yù)處理，用于植被和水體動態(tài)評價，來源于美國地質(zhì)勘探局 USGS 網(wǎng)站(https://earthexplorer.usgs.gov/)；3)案例城市內(nèi)及附近的氣象站1999-2019年月觀測數(shù)據(jù)，用于氣候動態(tài)評價，來源于國家氣象科學(xué)數(shù)據(jù)中心(http://data.cma.cn)；4)1900-2013年發(fā)生在中國及其毗鄰地區(qū)的4級及其以上地震數(shù)據(jù)，用于自然災(zāi)害綜合評價，來源于全球變化科學(xué)研究數(shù)據(jù)出版系統(tǒng)(http://www.geodoi.ac.cn/)；5)全國第六次人口普查數(shù)據(jù)，用于自然災(zāi)害綜合評價，來源于國家統(tǒng)計局(http://www.stats.gov.cn/)。

2 研究方法

2.1 評價模型構(gòu)建

目前關(guān)于人居環(huán)境自然適宜性的研究多考慮地形、氣候、水文、植被[4，5]因子，對于特殊災(zāi)害頻發(fā)地區(qū)還考慮地震、海嘯等自然災(zāi)害因子[9]。本文基于文獻[2-10]，考慮數(shù)據(jù)獲取途徑，選取地形、植被、水體、氣候、自然災(zāi)害五大指標，通過GIS空間分析或遙感圖像處理等方法對各指標適宜性進行量化，然后利用層次分析法確定各指標權(quán)重，從而通過各指標適宜性和權(quán)重線性加權(quán)(式(1))，構(gòu)建一個城市尺度上具有普適性的人居環(huán)境自然適宜性評價模型，技術(shù)路線如圖1所示。

圖1 人居環(huán)境自然適宜性評價模型技術(shù)路線Fig.1 Technical route of evaluation on natural suitability of human settlements

HEI=wt×TI+wv×VI+ww×WI+wc×CI+wd×DI

(1)

式中：HEI為人居環(huán)境綜合指數(shù)；TI、VI、WI、CI、DI分別為地形指數(shù)、植被指數(shù)、水體指數(shù)、氣候指數(shù)和自然災(zāi)害指數(shù)，wt、wv、ww、wc、wd分別為對應(yīng)的權(quán)重。

本文參考相關(guān)專家的意見，應(yīng)用層次分析法構(gòu)建判斷矩陣，矩陣中每個數(shù)值為因素i相對因素j的重要程度(表1)，對稱數(shù)值互為倒數(shù)，然后利用判斷矩陣計算各指標權(quán)重，將各指標權(quán)重的均值作為最終權(quán)重(wt、wv、ww、wc、wd分別為0.1496、0.0865、0.0802、0.3047、0.3791)。

表1 判斷矩陣量化規(guī)則Table 1 Quantization rules of judgment matrix

2.2 指標量化

(1)地形適宜性。本文選取溝壑密度、平均高程和平均坡度作為基本地形因子[11]，對3個二級指標進行最小效果歸一化處理，并用熵值法分配權(quán)重，加權(quán)匯總得到城市地形適宜性總得分(式(2))。由于均值變點分析法能有效提取函數(shù)突變點，本文基于該方法確定提取溝壑網(wǎng)的閾值[12]。

(2)

式中：xi、wi分別為第i(i=1,2,3)個因子的歸一化值和權(quán)重。

(2)植被適宜性。植被適宜性的量化分為現(xiàn)有植被覆蓋度和未來植被覆蓋度預(yù)測兩部分[13]，基于既有多年植被覆蓋度，應(yīng)用灰色預(yù)測方法預(yù)測未來植被覆蓋度可能發(fā)生的變化，二者加權(quán)匯總得到城市植被適宜性的總得分。本文選擇像元二分法計算植被覆蓋度[14]，公式為：

fc=(S-Ssoil)/(Sveg-Ssoil)

(3)

式中：fc為某像元的植被覆蓋度；S為通過遙感傳感器觀測的信息；Ssoil、Sveg分別為全由土壤所覆蓋的純像元和全由植被所覆蓋的純像元得到的遙感信息[15]，在計算過程中，可將Ssoil、Sveg分別近似為一個區(qū)域置信區(qū)間內(nèi)NDVI的最小值和最大值[16]，則：

fc=(NDVI-NDVImin)/(NDVImax-NDVImin)

(4)

(3)水體適宜性。水體適宜性量化過程與植被相似，分為現(xiàn)有水體覆蓋率和未來水體覆蓋率預(yù)測兩部分。由于城市建筑物多且密集，采用NDWI方法提取水體存在較大誤差[17]，本文基于改進的歸一化水體指數(shù)(MNDWI)(式(5))提取城市水體面積[18]，其與城市面積的比值即為城市水體覆蓋率。

MNDWI=(Green-MIR)/(Green+MIR)

(5)

式中：Green為綠光波段；MIR為中紅外波段，即TM/ETM+的5波段，OLI的6波段[19]。

(4)氣候適宜性。本文選取氣溫、日照、濕度、風(fēng)速和降水量綜合評價氣候適宜性[20-22]。評價人體舒適度最常用的指數(shù)為溫濕指數(shù)I(保留一位小數(shù))和風(fēng)效指數(shù)K(取整數(shù))[23]，計算公式為：

I=T-0.55×(1-RH)×(T-14.4)

(6)

(7)

式中：T、RH、V、S分別為評價時段的平均溫度(℃)、平均空氣相對濕度(%)、平均風(fēng)速(m/s)和平均日照時數(shù)(h/d)[24]。

根據(jù)表2形成人體感受舒適度綜合評價[24]，對舒適度和降水量進行灰色預(yù)測后，分別進行最大效果歸一化和中心效果歸一化處理，加權(quán)匯總得到氣候適宜性綜合評分CI：

表2 人居環(huán)境氣候舒適度等級劃分Table 2 Classification of climatic comfort degree of human settlements

CI=(C×wco+AP×wAP)×100

(8)

式中：C為體感舒適度歸一化值；AP為降水量歸一化值；wco和wAP分別為舒適度和降水量的權(quán)重。

(5)自然災(zāi)害適宜性。本文選取地震、海嘯和極端溫度作為自然災(zāi)害的二級指標[25]，對三者的量化結(jié)果進行最小效果歸一化處理，加權(quán)匯總得到城市自然災(zāi)害綜合評分(式(9))。根據(jù)不同地震烈度的影響，將地震烈度為6級的區(qū)域定為地震烈度影響1級區(qū)域，烈度每增加1級，影響等級相應(yīng)增加1級。研究區(qū)域受到地震的影響程度為多年來發(fā)生的地震烈度影響等級與相應(yīng)城區(qū)受影響人口數(shù)的乘積(式(10))。對于海嘯影響的量化可用COMCOT海嘯模擬軟件，對沿岸驗潮站的記錄數(shù)據(jù)進行分析，估算出近海斷層破裂引起的海嘯影響范圍[26]。最后，將歸一化后極端溫度出現(xiàn)的頻率作為極端溫度影響程度。

DI=(EQ×weq+TN×wtn+ET×wet)×100

(9)

式中：EQ、TN、ET分別為地震、海嘯和極端溫度影響程度，weq、wtn、wet分別為各自對應(yīng)的權(quán)重。

(10)

式中：n為地震發(fā)生次數(shù)；m、S分別為受地震影響的城區(qū)數(shù)和城區(qū)面積；SI為地震烈度影響等級；ρ為城區(qū)人口密度。

3 結(jié)果與討論

3.1 主要因子空間規(guī)律

根據(jù)本文提出的人居環(huán)境自然適宜性評價模型，得到3個案例城市各因子的空間分布，限于篇幅，僅對地形、植被、水體結(jié)果進行可視化(圖2-圖4)。

圖2 案例城市坡度及溝壑網(wǎng)分布Fig.2 Slope and gully net of case cities

圖3 案例城市植被覆蓋度分布Fig.3 Vegetation coverage of case cities

圖4 案例城市改進的歸一化水體指數(shù)分布Fig.4 MNDWI of case cities

(1)地形因子。3個城市中武漢地形因子表現(xiàn)最優(yōu)，整個區(qū)域地勢平坦，多數(shù)區(qū)域坡度小于15°，丘陵在城區(qū)離散分布；成都高坡度區(qū)集中在東部龍泉山地區(qū)，其余區(qū)域地表松散，擁有沖積扇平原的明顯特征；蘭州西北和東南山區(qū)海拔大于3 000 m，中心城區(qū)海拔相對較低，整體坡度較大，在北部、南部和西部山區(qū)表現(xiàn)顯著，其平均高程、坡度起伏、溝壑密度均明顯高于成都和武漢，地形是影響其人居環(huán)境適宜度的重要限制因子。

(2)植被因子。3個城市2019年夏季植被覆蓋度與城區(qū)繁華程度顯著相關(guān)。成都中心城區(qū)植被覆蓋度低于40%，從中心向外圍呈輻射狀增高，東南部山區(qū)植被最密集；武漢植被覆蓋度小于20%的區(qū)域多為水體，南部植被覆蓋度高于北部；蘭州植被覆蓋度次于武漢和成都，高植被覆蓋區(qū)離散分布于西北和東南部的山區(qū)。

(3)水體因子。武漢由長江、漢水交匯而成，整座城市跨越長江兩岸，有上百個湖泊，水系豐富；成都有府河、白沙河、南河、岷江等主要河流，以及石象湖、龍泉湖等小型湖泊，基本滿足市民對水資源的需求，空間上無顯著分布規(guī)律；蘭州區(qū)域水資源匱乏，黃河自西南向東北貫穿全境，弱水為中部的一條內(nèi)陸河，幾乎沒有湖泊。

(4)氣候因子。成都全年氣候溫和濕潤，夏冬無極端溫度，人體感受舒適時間超半年，全年降水量在 1 000 mm左右；武漢夏季炎熱多雨，冬季寒冷濕潤，春秋季舒適度較高，但換季迅速，舒適溫度持續(xù)時間不長；蘭州為半干旱地區(qū)，夏季涼爽，冬季寒冷，氣候舒適度1級(寒冷)月份超過半年。

(5)自然災(zāi)害因子。地震方面：武漢不受地震影響；成都的震源均在城市外西北方向，北部區(qū)域受到的烈度影響大于南部；蘭州市有一次百年一遇震源，受損較為嚴重，其余震源均在蘭州以北。極端溫度方面：成都和蘭州夏季很少出現(xiàn)38 ℃以上高溫，武漢夏季則達到39 ℃以上高溫；成都、武漢冬季溫度不會過低，而蘭州極端低溫可能達-20 ℃。

3.2 研究區(qū)域得分

根據(jù)3個案例城市的人居環(huán)境自然適宜性評分結(jié)果(表3)，將城市的人居環(huán)境自然適宜性分為5個等級(表4)[27]。1)武漢人居環(huán)境自然適宜性得分最高(83.33分)，屬于高度適宜城市。作為長江中下游平原的代表城市，武漢地理位置較優(yōu)越，夏季高溫對人居環(huán)境舒適度有所影響，但總體評價保持在良好水平。未來城市發(fā)展應(yīng)減少CO2排放，提高植被覆蓋度，減少夏季高溫天氣的影響，提升人居環(huán)境舒適度。2)成都人居環(huán)境自然適宜性得分為83.05分，也屬高度適宜城市。地形、植被、氣候、自然災(zāi)害因子表現(xiàn)優(yōu)良，水體是成都人居環(huán)境自然適宜性的主要限制因子，但其周邊水庫較多且距都江堰水利工程近，極大改善了水源補給情況。未來城市發(fā)展應(yīng)注重涵養(yǎng)水源，改善氣候，保持植被覆蓋度。3)蘭州人居環(huán)境自然適宜性得分為61.21分，屬于一般適宜城市。除自然災(zāi)害因子外，其余因子對其人居環(huán)境舒適度均有不同程度的限制。由于城市植被覆蓋度和水體覆蓋率較低，在未來城市發(fā)展中應(yīng)注重對植被和水源的保護，合理規(guī)劃城市發(fā)展，克服自然環(huán)境的不足，提高人居環(huán)境的自然適宜性。

表3 案例城市人居環(huán)境自然適宜性評分Table 3 Scoring for natural suitability of human settlements of case cities

表4 人居環(huán)境自然適宜性(HEI)等級劃分Table 4 Evaluation classification of natural suitability of human settlements

3.3 模型討論

本文提出城市尺度人居環(huán)境自然適宜性評價模型，計算結(jié)果表明：成都和武漢評分相近，兩者均屬于高度適宜城市；蘭州先天自然環(huán)境條件不夠優(yōu)越，但近年環(huán)境有明顯改善，現(xiàn)為一般適宜城市。已有研究中，武漢在中國典型旅游城市人居環(huán)境適宜度排序中的評分略高于成都，二者差距很小[28]，黃土高原人居環(huán)境自然適宜性研究結(jié)果[29]表明，位于黃土高原西部的蘭州人居環(huán)境適宜度遠低于武漢和成都，可見本文結(jié)果與已有研究結(jié)果高度一致。在人居環(huán)境自然適宜性分級方面，本文的分級結(jié)果與已有研究也表現(xiàn)出較高的相似性，驗證了本文模型的科學(xué)性。例如：已有對全國人居環(huán)境的評價大致區(qū)分了我國的宜居區(qū)域，其中四川盆地局部(成都)、長江中下游平原局部(武漢)均屬于人居環(huán)境高度適宜區(qū)，人口密度大于1 000人/km2[4]；黃土高原北部屬于臨界適宜區(qū)，南部屬于一般適宜區(qū)[4]，而蘭州位于黃土高原西部，在本文模型中也處于臨界適宜和一般適宜城市的交界處。

通過3種評價方法的對比(表5)可知，相較于現(xiàn)有的基于柵格數(shù)據(jù)的人居環(huán)境自然適宜性評價方法，本文評價模型在權(quán)重和因子選擇方面更具通用性，且對不同城市的評價具有顯著的區(qū)分度，能夠統(tǒng)一評價基準，增加城市間評價結(jié)果的可比性。

表5 不同評價方法對比Table 5 Comparison of different evaluation methods

4 結(jié)論

本文綜合地形、植被、水體、氣候、自然災(zāi)害五大指標，結(jié)合層次分析法，建立了一個面向城市尺度且具有普適性的人居環(huán)境自然適宜性評價模型，對武漢、成都、蘭州3個位于不同區(qū)域的代表性城市進行人居環(huán)境自然適宜性評價，驗證了模型的科學(xué)性和有效性。本文模型的顯著特征在于：可將對不同區(qū)位的城市人居環(huán)境自然適宜性評價體系納入統(tǒng)一的體系框架下，具有普適性；利用影響人居環(huán)境自然適宜性的重要因子，構(gòu)建統(tǒng)一的評價基準，在評價精度上優(yōu)于全國尺度的柵格評價方法，在普適性上優(yōu)于大尺度的特定區(qū)域評價法；位于平原、盆地和高原3個城市的評價結(jié)果對比顯示，模型在具有普適性的基礎(chǔ)上表現(xiàn)出較強的有效性和區(qū)分度，大大增強了不同城市間人居環(huán)境評價結(jié)果的可比性，有助于城市規(guī)劃設(shè)計人員在地形、植被、水體、氣候和自然災(zāi)害五大主要評價指標上逐個分析對比，補齊短板，借鑒其他城市發(fā)展策略與方針，實現(xiàn)共同發(fā)展。

本文模型的不足之處在于具體城市評價上沒有特定模型的解釋性高，今后可深入探討各個二級指標的相關(guān)性，去除相互影響的可能性，進一步完善自然災(zāi)害的二級指標(如洪澇災(zāi)害、寒潮、臺風(fēng)、泥石流等)，逐步擴大模型的適用范圍，修正權(quán)重，進一步提高模型的精度。