重慶市中心城區不透水面擴張及驅動力分析

黃潞，谷達華，劉勇

1.西南大學 資源環境學院，重慶 400715；2.重慶大學 管理科學與房地產學院，重慶 400044

不透水面是指由瀝青、水泥混凝土等滲透率較小的建筑材料所覆蓋的地表,例如屋頂、道路、廣場等[1]．不透水面是衡量城市化發展水平和生態環境狀況的重要指標[2]．隨著我國社會經濟發展,城市化水平不斷提高,不透水面作為城市人口和社會經濟的重要載體,逐漸取代植被成為城市地表覆被中最主要的組成成分．然而,大量不透水面的增加不僅對城市資源利用和社會經濟發展帶來了負面影響[3-4],也導致了熱島效應[5]、雨島效應[6]等生態環境問題加重．因此,監測分析城市不透水面的時空變化特征,探究城市擴張規律及其驅動機制,對城市發展規劃以及生態環境保護都有十分重要的影響．

遙感技術以及多光譜、高光譜遙感平臺的建立為及時準確地掌握不透水面時空變化提供了技術支撐,促使不透水面更準確地提取成為可能．近年來,國內外學者在不透水面信息反演的遙感技術與方法上作出了很多探索和研究,提出了很多利用遙感影像提取不透水面的方法,主要包括決策樹模型法[7-8]、回歸模型法[9-10]、常規的遙感分類法[11-12]、光譜混合分析法和指數法．其中,光譜混合分析法和指數法應用較為廣泛．光譜混合分析法是解決中分辨率遙感影像存在混合像元的不透水面反演方法,它通過線性模型分解出每個像元中不同地物端元所占的比例,借此提高中分辨率遙感影像的解譯精度[13]．Wu[14]基于Ridd提出的植被-不透水面-土壤(Vegetation-Imperviousness-Soil,V-I-S)線性模型,將光譜混合分析法應用于Landsat ETM+遙感影像上,成功地實現了對美國哥倫布市的城市用地分類．穆亞超等[15]基于Landsat遙感影像數據,采用線性光譜分解模型實現了對蘭州市1994-2015年城市不透水面的信息提取．然而,光譜混合分析法中的端元選取主觀性強,且在基于面向對象法的分類方法應用過程,優化分割參數的難度較大,不利于其在大范圍的應用[16]．

指數法相較于其他不透水面提取方法,計算更簡單快捷,便于及時地掌握城市內部不透水面的快速更新．指數法利用遙感指數模型,依據不同地物在不同波段中的光譜特征差異,通過有規律性地增強或者減弱特定地物的光譜特征,實現不透水面與其他地物的有效分離[17]．國內外學者針對指數法提取不透水面做了諸多探索和研究．查勇等[18]、徐涵秋[19]、穆亞超等[20]分別提出了歸一化建筑指數(Normalized Difference Built-up Index,NDBI)、歸一化差值不透水面指數(Normalized Difference Impervious Surface Index,NDISI)、增強型不透水面指數(Enhanced Normalized Difference Impervious Surface Index,ENDISI)來實現不透水面的快速提取,提取結果較好．但是,大多數指數法都忽略了裸土與不透水面之間波譜相似的情況,容易產生裸土與不透水面之間提取的混淆問題,進而影響不透水面提取精度．針對這一問題,Deng等[21]基于Ridd的著名“V-I-S”線性模型提出了生物物理成分指數(Biophysical Composition Index,BCI),經過研究證明,相較于歸一化植被指數(Normalized Differential Vegetation Index,NDVI),NDBI和NDISI指數,BCI的可分離性度量值較高,它在分離不透水表面和裸土方法(BCI,NDVI,NDBI,NDISI)中,被證明為最有效的方法．

因此,本研究基于Landsat遙感影像,利用BCI指數提取中心城區2001年、2006年、2011年、2016年和2020年不透水面信息,并分析研究區20年間不透水面擴張時空變化特征及其驅動力因素,為實現重慶市中心城區動態監測提供數據和技術支撐,以期為區域城市規劃和環境保護提供一定的參考．

1 研究區域與數據來源

1.1 研究區概況

重慶市(105°11′-110°53′E,29°19′-29°57′N)地處我國西南腹地,位于長江與嘉陵江交匯處,地勢由南北向長江河谷逐級降低,西北部和中部以丘陵、低山為主,東南部背靠大巴山和武陵山兩座大山脈,是中國唯一位于中西部地區的直轄市．重慶市氣候屬于亞熱帶濕潤季風氣候,氣候溫和,但是夏季炎熱,是長江三大“火爐”之一．重慶市中心城區包括渝中區、江北區、南岸區、九龍坡區、沙坪壩區、大渡口區、北碚區、渝北區和巴南區,俗稱主城九區,面積為5 473 km2．

1.2 數據來源

本研究使用的數據主要包括遙感影像數據、重慶市中心城區行政矢量數據以及重慶市統計年鑒．其中,遙感影像數據來自于美國USGS網站提供的Landsat Collection 2數據集(https：//earthexplorer.usgs.gov/),相較于Collection 1的數據,Collection 2數據進一步提高了幾何校正和輻射定標的精度,降低了數據預處理時間,有利于長時序遙感分析研究．此外,由于研究區常年多雨霧天氣,本研究選取2001年、2006年和2011年的Landsat 5影像,以及2016年和2020年的Landsat 8影像為遙感數據源,具體如表1所示．統計年鑒數據來自于重慶市統計局(http：//tjj.cq.gov.cn/),包括建成區數據、人口數據、經濟數據等．

2 研究方法

2.1 技術路線

本研究技術路線如圖1所示．首先對研究區2001-2020年Landsat遙感影像進行圖像預處理,然后計算出各研究年份改進的歸一化水體指數(Modified Normalized Difference Water Index,MNDWI),利用水體掩膜剔除掉計算結果中的水體信息,再基于掩膜后的影像進行纓帽變換,取得BCI,并結合直方圖閾值法和人工選擇法選取合適的閾值,提取出研究區各年份的不透水面信息,最后根據提取結果對研究區2001-2020年進行不透水面擴張時空變化和驅動力分析．

2.2 不透水面提取

為了避免水體對不透水面信息提取結果的影響,在計算BCI之前,利用MNDWI制作掩膜,剔除影像中的水體信息．本研究引用徐涵秋[22]提出的MNDWI來實現水體信息提取,相較于原有的歸一化指數(Normalized Difference Water Index,NDWI),MNDWI能夠有效地消除水體污染、地形差異等干擾因素的影響,在城鎮范圍內快速、簡潔和準確地提取水體信息[23]．其公式如下：

式中：g為綠光波段;m為中紅外波段．

利用經過水體掩膜的遙感影像進行TC變換．TC變換又稱為纓帽變換,經過纓帽變換后的影像可以較好地區分不同目標地物的光譜特征,以實現遙感圖像的信息解譯和提取,目前該方法被廣泛應用于土地覆蓋分類中．BCI由纓帽變換的 3 個分量構成,計算公式如下：

式中：H為高反射率,V為植被,L為低反射率,分別代表歸一化的TC1、歸一化的TC2值和歸一化的TC3值．TC1,TC2和TC3代表纓帽變換TC的3個分量,對應遙感影像纓帽變換后形成的亮度、綠度、濕度3個分量．計算公式分別為：

式中：TCi(i=1,2,3)為纓帽變換中的前3個成分;TCimin和TCimax分別為第i個纓帽變換分量的最小值、最大值．

2.3 閾值選取方法

閾值化分割是一種基于區域的圖像分割技術,它可以將目標區域從背景部分有效分離出來．其中,最常用的閾值分割方法有4種：直方圖法、迭代法、人工選擇法和最大類間方差法[24]．本研究所選用的研究數據是長時間序列的多時相影像,為了提高效率,結合直方圖閾值法和人工選擇法進行閾值選擇,通過選取合適的閾值,實現從灰度圖中提取不透水面信息的目的．通過目視解譯,進行不透水面和非不透水面采樣點的選取,獲得不透水面樣本和非不透水面樣本的灰度直方圖,閾值即為直方圖中2個波峰之間波谷處的灰度值T．

2.4 景觀格局指數

景觀格局是指屬性、大小、幾何形態不同的景觀斑塊(景觀空間單元)在空間、時間雙維度的分布及組合形式[25]．景觀格局指數是研究景觀空間格局變化的重要工具,是能夠有效反映出不透水面結構組成和空間配置特征的定量指標[26-27]．

本研究從類型水平和景觀水平2個方面出發共選取8個景觀指數,通過Fragstasts 4.2軟件計算分析重慶市中心城區不透水面的景觀格局變化情況,具體指標如表2所示．

表2 景觀格局指數

3 結果與分析

3.1 不透水面提取結果

利用生物物理成分BCI指數提取重慶市主城區2001年、2006年、2011年、2016年、2020年的不透水面信息,結果如圖2所示．利用ArcGIS在原始遙感影像中隨機生成1 000個樣本點與Google Earth pro上同時期的高分辨率遙感影像進行交互對比．采用混淆矩陣和Kappa系數進行精度評價,經過驗證,各個年份的總體精度都在90%以上,平均Kappa系數為0.83,提取結果具有較高的信度．

底圖審圖號：GS(2019)1822號圖2 2001-2020年重慶市中心城區不透水面提取結果

圖3 2001-2020年重慶市中心城區不透水面面積變化

3.2 不透水面變化分析

3.2.1 不透水面時間變化分析

由圖3可以看出,重慶市中心城區2001-2020年間不透水面擴張顯著．從2001年的234.02 km2增大至2020年的829.73 km2,共增加了595.71 km2,增長幅度達到154.56%,年均增長7.73%．不透水面面積占比從2001年的4.28%增至2020年的15.16%,增長了3.54倍．為了更好地了解重慶市中心城區不透水面的擴張變化情況,由表3可知,以2011年為界,2001-2011年的不透水面擴張強度指數都在10%以上,表現為高速擴張的特征,其中2006-2011年擴張強度最大,為16.21%．2011年以后不透水面擴張強度降低至5%以下,表現為低速擴張的特征,這說明城市不透水面擴張的加速度在減小,擴張趨勢減緩．

表3 2001-2020年重慶市中心城區不透水面擴張變化情況

圖4 2001-2020年重慶市中心城區不透水面擴張方位雷達圖

3.2.2 不透水面空間變化分析

為了更好地反映重慶市中心城區不透水面空間擴張在空間方位上的差異,本研究利用ArcGIS軟件分析功能,采用等扇分析法,以重慶市渝中區的重心為圓心,以67 km為半徑,以西偏北22.5°為起始點,將中心城區分為8個相等的扇形,并以扇形區域為單位統計各個年份的不透水面面積,分析不同時間段的不透水面空間擴張在各個方位上的變化情況．由圖4可知,2001-2006年中心城區的不透水面主要沿北、東北方向迅速擴張,說明這一時期城市的主要擴張趨勢是向北;另外,這一時期的城市規模在西南和正南方向也有一定的擴張,而東西兩側受縉云山和明月山兩條山脈阻隔,不透水面擴張規模較小．2006-2011年是不透水面空間擴張速度最快的階段,擴張方向仍舊以北、東北方向為主,同時,東、西兩側的不透水面規模逐漸突破原有的地形條件限制,表現出較明顯的增加趨勢．2011-2016年,不透水面擴張以東北方向為主,其他方位的不透水面擴張都進入到低速增長階段．2016-2020年,不透水面規模呈現出多方位低速擴張的情況．總體來說,研究期內,重慶市中心城區不透水面擴張受山地城市獨有的山水條件等自然地理因素的影響較為明顯,不透水面擴張以中心城區為圓心向城市外延擴張,呈現多中心組團式的空間發展格局．前期,不透水面擴張主要以北、東北方向為主,后期,隨著城市發展的客觀需求和開發技術水平的提升,逐漸突破自然條件的限制向城市外圍擴張,但是東部、東南部一直呈現出緩慢擴張的特征．由此也可以看出,重慶市中心城區不透水面空間擴張在空間方位上具有較強的方位分異性．

3.3 不透水面景觀格局變化分析

研究區域景觀格局指數格局變化情況如表4所示．可以看出,2001-2020年重慶市中心城區的不透水面斑塊數量(NP)與斑塊密度(PD)變化一致,都呈現出持續增加的趨勢,說明不透水面斑塊破碎化程度不斷增大,景觀異質性持續增強．聚集度指數(AI)先增加后減少,說明不透水面由聚合式擴張轉變為向城市外延分散式擴張．最大斑塊指數(LPI)和斑塊結合度指數(COHESION)均為增加趨勢,說明不透水面的景觀優勢度提高,空間連通性增強．景觀形狀指數(LSI)持續增大,說明不透水面空間形態逐漸趨向于不規則化、復雜化．

2001-2020年香農多樣性指數(SHDI)和香農均度指數(SHEI)均呈現持續上升趨勢,說明重慶市中心城區的景觀異質性和景觀多樣性在增加．一方面,由于城市化的快速發展,使得不透水面大幅擴張,擠占了城市原有的自然植被、水體等透水面的空間,使得不透水面對景觀的控制作用不斷增強．另一方面,隨著近些年來建設生態文明城市、創造宜居環境的倡導,城市綠化工程、城市公園等項目擴大了城市透水面面積,使得城市內部的景觀類型和景觀結構的豐富性和復雜性得以提升．

表4 2001-2020年重慶市中心城區不透水面景觀格局指數

4 不透水面擴張驅動力分析

重慶市作為西南地區唯一的直轄市,城市規模龐大,近些年人口不斷增長,經濟地位持續提升,研究其城市化進程中不透水面擴張的驅動因素具有重要意義．本研究從經濟、人口等方面對重慶市中心城區不透水面擴張進行定量分析,從自然、交通等方面對重慶市中心城區不透水面擴張進行定性分析．

4.1 不透水面擴張與經濟

經濟因素是影響城市不透水面擴張的直接因素．自1997年設立重慶市為直轄市以來,在國家政策優惠和自身優勢產業條件的雙重加持下,重慶市中心城區經濟快速發展,2001年GDP為655.62億元,2020年增長至9 822.09億元,增長約14倍．經濟的發展促使城市住宅用地、公共設施用地和交通用地等用地需求的增加,2001-2020年間重慶市中心城區不透水面面積擴張了近3.54倍．為進一步說明兩者之間的相關性,采用SPSS軟件進行相關性分析．如表5所示,它們之間的Pearson系數為0.985,p為0.002,這表明GDP與不透水面面積之間的相關性有統計學意義,進一步分析發現(圖5),重慶市中心城區不透水面面積與GDP有明顯的正相關性(R2=0.936)．

表5 相關性分析

4.2 不透水面擴張與產業結構

產業結構演變與經濟增長具有內在的聯系,經濟總量的快速增長促進了城市產業結構的加速演進．從圖6可以看出,在社會經濟發展和產業轉型升級的大背景之下,重慶市中心城區2001-2020年的三大產業所占比例發生了顯著的變化．第一產業在國民經濟中所占比例呈現出不斷下降的趨勢,使得大量勞動力進入非農業或城鎮,形成了城市化源源不斷的推力．作為國家老工業基地和制造業基地之一,重慶市中心城區的第二產業比例持續保持著較高增長水平．與此同時,隨著產業結構的調整優化,第二產業在三產中的占比較前期也有所下降,而第三產業的比例則呈現出快速增加的趨勢．總體來說,第一產業的占比下降為二、三產業提供了發展空間．而第二、三產業的發展,一方面能夠促進城市化進程的加速及區域經濟的發展,給城市帶來更多的就業機會,吸引大量勞動人口的聚集;另一方面,也催生了大量的用地需求,從而帶動城市建設用地的規模性擴張,促使城市不透水面面積進一步增長．

圖5 重慶市中心城區不透水面面積與GDP的線性擬合

圖6 重慶市中心城區2001-2020年GDP及三產占比

圖7 重慶市中心城區2001-2020年人口變化

4.3 不透水面擴張與人口

城市化是人口由農村轉向城市的過程,城市人口與城市擴展之間關系密切．為了進一步說明不透水面擴張與人口之間的關系,利用SPSS軟件對2001-2020年不透水面面積和對應年份的人口數據進行相關性分析,如表5所示,Pearson系數為0.963,p為0.008,這表明人口與不透水面面積之間的相關性有統計學意義．結合圖7可以看出,隨著重慶市城市化進程的加快,中心城區的人口規模迅速增長,重慶市中心城區常住人口數由2001年的543.42萬人增加到2020年的1 036.26萬人,年均增長約24.64萬人,城鎮人口由2001年的306.82萬人增加到2020年的959.9萬人,年均增長約32.65萬人．中心城區的城市人口集聚催生了大量的住房、城市交通、公共服務和娛樂設施等需求,促進政府加大對居民區、學校、醫院、公園和道路等城市基礎設施及相關工程的建設,最終促使了中心城區不透水面面積的加速增長．

4.4 不透水面擴張與交通

城市交通作為城市空間形態和結構關鍵構成要素之一,是影響城市不透水面擴張的重要因素．城市交通的發展使得城市可達性得到了延伸,為城市空間增長提供了先決條件,使得城市建成區的范圍得以不斷突破原有城市的邊界,不斷向外延擴張．在“三環九射”的交通規劃和建成“大西南交通運輸樞紐”的目標引領下,重慶市中心城區的高速公路、軌道交通等路網結構建設加速推進,交通網絡日趨完善．密集的交通路網既加強了中心城區與周邊城市的人口流動、經濟聯系,疏解了人口和產業壓力,也有力地推進了城市的擴張進程,使得城市不透水面面積不斷增加．

5 結論

重慶市已逐步從高速增長的城市化階段向高質量發展的新型城鎮化轉變,中心城區作為成渝地區雙城經濟圈東部增長極的核心區域,研究其城市發展對于整個區域都有著重要意義．本研究基于多時相Landsat遙感影像數據,利用BCI提取重慶市中心城區2001-2020年不透水面,進而綜合運用擴張強度指數、景觀格局指數和等扇分析法等對不透水面擴張時空變化進行探討,結合定量與定性方法,從經濟、產業結構、人口和交通等方面對不透水面擴張進行驅動力分析,結論如下：

基于Landsat遙感影像,利用BCI提取出重慶市中心城區2001,2006,2011,2016,2020年的不透水面信息,經驗證,各年份的總體精度都在90%以上,平均Kappa系數為0.83,提取結果具有較高的信度．

不透水面擴張具有較強的時空分異性．時間變化上,2001-2020年間中心城區不透水面面積增加了595.71 km2．其中2001-2011年不透水面擴張明顯,呈現出“急速擴張”的趨勢;2011年以后,不透水面擴張速度減慢,進入到“低速擴張”時期．空間變化上,不透水面以中心城區為圓心向城市外延擴張,呈現多中心組團式發展;前期不透水面主要以北、東北方向擴張為主,后期逐漸突破自然條件的限制,呈現出多方位的低速擴張．

不透水面景觀破碎化增大,景觀異質性增強,不透水面由聚合式擴張轉變為向城市外延分散式擴張．隨著中心城區城市化進程逐步推進,城市的更新改造和生態環境治理使得不透水面景觀格局逐漸趨于復雜化,不透水面的景觀優勢度進一步提升．同時,多中心組團式空間發展格局使得不透水面形狀趨于破碎化、不規則化．

本研究采取定量和定性相結合的研究方法,從經濟、產業結構、人口和交通等方面對中心城區不透水面擴張進行驅動力分析．結果表明,經濟總量和人口規模與重慶市中心城區不透水面擴張之間的相關性有統計學意義．伴隨著重慶市中心城區城鎮化進程的加快,經濟迅猛發展,城市人口持續增加,城市產業結構加速演進,極大地促進了不透水面的擴張．此外,交通條件也是影響中心城區不透水面擴張趨勢變化的重要影響因素．