基于相似度理論的綠地斑塊動態變化的估計與分析

王 芳，溫小榮，林國忠，佘光輝

基于相似度理論的綠地斑塊動態變化的估計與分析

王 芳，溫小榮，林國忠，佘光輝

（南京林業大學 森林資源與環境學院，江蘇 南京，210037）

系統地闡述了相似度理論，將該理論體系與層次分析法（AHP）相結合，以深圳特區兩期綠地斑塊的動態變化為例，對每個區總體和每種類型綠地總體的斑塊相似度進行估計；通過與一定閾值的比較，判斷其相應綠地斑塊的變化程度及變化類型，最后綜合分析整個深圳特區兩期綠地斑塊動態變化的原因。結果表明：利用相似度分析綠地斑塊的動態變化是可行的，為進一步評估深圳特區城市化進程中的綠地規劃提供了有效的方法和依據。

相似度理論；綠地斑塊；動態變化；估計；深圳

深圳市是我國經濟特區，隨經濟的快速發展，人口劇增，城市資源和能量消耗的增加，生態環境面臨著巨大壓力。而綠地系統是城市生態系統中唯一執行“納污吐新”的負反饋子系統，在完善城市生態和維持自然生態平衡方面起到關鍵作用，是城市居民生活質量的重要標志。作為當前城市的生態建設與可持續發展的重要內容，在有限的土地資源上實現城市綠地空間結構優化和合理布局，改善城市生態質量，美化城市景觀，及時了解城市綠地動態，使綠地充分發揮效益，需要對深圳綠地的動態變化進行實時檢測，并針對綠地信息所反映的問題提出合理有效的解決方案。在檢測城市綠地動態時，其首要環節就是空間數據變化的測定，即在不同時間對同一對象觀察識別其差異，通過調查、比較，確定發生的變化，識別對象前后變化的差異性和相似性[1]。然而，空間相似關系作為空間關系的一個子集，可計算性差，需要復雜分析，并涉及多學科領域[2]，目前國內外對空間關系相似性的研究成果也不多。同時，在跟蹤變化的過程中，需要判斷變化的程度，對空間分布特征的相似性進行分析和度量,其評價測定的方法也必須定量化[3]。因此，相似系統理論[4]的提出,能有效解決對圖形對象相似性的量化分析，考查不同對象的相似度大小，這樣，發生的變化就可以通過實體對象變化的定量分析來反映。

本文以廣東省深圳特區的2002年及2005年兩期綠地斑塊動態變化為例，由局部到整體，先分別從各區和各類型著手研究其局部綠地斑塊變化情況，再綜合分析整個深圳特別行政區的整體變化，為城市化地區實現綠地的動態評估與管理、合理規劃與布局提供科學的依據，加快其“生態城市”的建設。

1 原理與方法

1.1 相似系統理論

當不同系統之間具有相似元素時，即一個系統相似于另一個系統，這兩個系統就叫做相似系統。兩系統相似度的大小由相似元素的數量和相似元的數值來確定[5]。其中，相似度即為系統相似性的大小，相似元即兩個系統構成要素中的相似要素[6]。本文以同一對象不同時期的狀態作為兩個研究系統，分析兩者的相似性。

假設系統T在兩個不同時期的狀態分別為T1、T2，各有k個、l個組成元素， 兩者之間有n個相似元素、即n個相似元，兩系統間的相似度則表示為

其中，q(ui)表示第i個相似元的數值，βi表示q(ui)的權重系數。因此，系統間的相似度可用具體數值表示，并與相似要素間的相似元數值及其權重值相關，其值的變化則反映了相似系統的動態特性，并將存在的動態特性分為以下三種情況：

(1) Q=0，系統T1、T2不相似；

(2) 0

(3) Q=1，系統T1、T2完全相同。

Q越大表明兩系統的相似程度越大，對象發生的變化就越小。針對第二種情況，識別變化情形進行定量分析時，需要一個界值作為判斷變化本質的標準。本研究設置各時期矢量圖對象的相似度閾值為0.618，若0

目前，相似性理論在很多方面得到了應用，在GIS方面的應用主要基于空間形狀方面的相似。但GIS中的地理實體除了空間形狀特征外,還存在位置、屬性等特征，按空間特征又可以抽象為點對象、線對象和面對象。本文重點描述基于面對象的相似度的計算方法，將不同時期地理實體（深圳2002年及2005年綠地）所構成的兩個同質系統的空間屬性作為系統研究要素，針對兩系統中相對應的空間屬性計算其相似元及權重，從而得到同一對象不同時期的相似度大小,作為判斷地理實體發生變化的定量依據。

1.2 確定相似元值

度量相似度的相似元數值即相似元值q(ui)與基于要素的屬性特征數目、構成相似元的要素間相似特征數目及每一特征的特征值大小有關。為了簡化系統，本文取兩期矢量圖的三個空間屬性構成相似元要素：位置、形狀、大小，并分別記為u1，u2，u3。

（1）位置要素相似元值的確定

自然現象的變化過程中，地理實體不同時期的變化是有限的，故同一實體對象不同時期的空間分布會有較大的重疊，那么本文所采用的矢量面對象在不同時期的空間位置上也會有重疊。根據特征集合觀點[7]，我們計算位置相似元u1用以下公式：

其中T1、T2分別表示不同時期的同一矢量對象，函數f(T1∩T2)、f(T1∪T2)分別表示矢量對象不同時期重疊斑塊個數及合并后的斑塊個數。u1越大說明位置變化越大，反之越小。

（2）形狀要素相似元值的確定

形狀是描述圖形的重要特征之一，本文結合GIS，以綠地景觀的形狀指數作為研究面狀對象形狀的描述參數。為保證得到的值保持在[0,1]范圍，將較小值與較大值的比率作為形狀參數，則u2的計算公式如下：

其中，SI1、SI2分別表示矢量對象不同時期的形狀指數。u2越大說明形狀變化越大，反之越小。

（3）大小要素相似元值的確定

衡量面狀大小的因子有周長、面積、長距等，由于面積變化尺度大且易得，本文采用面積來計算大小屬性相似元的值，則u2的計算公式如下：

其中，AREA1、AREA2分別表示矢量對象不同時期的總面積，u2越大說明面積變化越大，反之越小。

1.3 確定權重

權重的確定有多種方法，常用的有主成分分析法、模糊決策法和層次分析法（AHP）等。本文采用的是定性與定量相結合的AHP，以1～9進行標度，對相似元素的權重進行分析：由于位置是地理實體空間定位的主要方面，故位置相似元重要性最高，形狀及尺寸信息次之，而形狀是空間對象的直觀形態，較尺寸信息相對重要些，故建立簡單的層次模型后得到以下判斷矩陣：

1.4 確定相似度

表1 綠地評價要素權重信息的判斷矩陣Table 1 Judgement matrix of green land’s weight information

由于本文研究對象為同一系統不同時期的相似度，故相似元數量即對相似度的影響忽略不計，相似度Q僅由相似元及對應權值多決定，得簡化后的公式（1）如下：

計算出對象不同時期的權值及相似元值后得相似度，再根據判斷原則，分析研究對象的變化。

2 綠地斑塊動態變化的評估

2.1 研究區概況

深圳市地處廣東省東南沿海，位于北回歸線以 南，113°45′44″～ 114°37′21″E，22°26′59″～22°51′49″N。全市總面積 1 952.84 km2，現轄有羅湖、南山、福田、寶安、龍崗、鹽田6個區，其中寶安區和龍崗區是深圳市的兩個郊區。本文研究對象為深圳特區所轄范圍的羅湖、南山、福田和鹽田等4 個區的綠地，面積為395.81 km2，東西長49 km，南北寬平均7 km，呈狹長形，海岸線長達229.96 km。

2.2 綠地斑塊信息的提取

綜合綠地分類標準和原則，結合深圳特區的實際情況，本文將研究區城市綠地分為公園綠地、生產綠地、防護綠地、單位附屬綠地、居住綠地、道路綠地、其他綠地等七類。其中，將綠地以外的土地利用類型如城建用地、交通用地、水域、未利用地等歸為非綠地。

本文遙感信息源為2002年和2005年兩期QuickBird 高分辨率衛星影像，在遙感圖像處理軟件中進行研究區域裁減、幾何精校正、輻射校正，然后通過對影像進行統計特征分析、波段間相關性分析以及最佳指數（OIF）分析，得出最佳波段組合。再對多光譜影像和全色波段進行主成分變換融合方法進行影像融合處理，運用監督分類法的最大似然法[8]進行圖像分類。在ArcGIS 9.2軟件支持下，按綠地類型對矢量數據屬性賦值并提取所需綠地信息獲得所需綠地斑塊的矢量圖[9]。深圳特區2002年及2005年各區綠地斑塊矢量圖如下。

圖1 2002年深圳特區綠地斑塊矢量圖像Fig.1 Vector graph of green patch in Shenzhen special zone in 2002

2.3 綠地斑塊動態變化的估計

2.3.1 相似元值

將GIS中所得相關數據代入相似元的計算公式，可以得到以下相似元值數據結果：

圖2 2005年深圳特區綠地斑塊矢量圖像Fig.2 Vector graph of green patch in Shenzhen special zone in 2005

表2 2002年及2005年深圳特區各區對應綠地的圖形相似元值表Table 2 Approximate values of similarity units of different style in every district in Shenzhen special zone between 2002 and 2005

2.3.2 相似元的權值

根據判斷矩陣(表3),得出一致性指標ICI=0.009 169，平均隨機一致性指標ICR=0.015 808<0.1，所以判斷矩陣的一致性可以接受。其中，各評價要素相對應的權值如下

2.3.3 相似度的計算

根據相似系統原理，地理實體不同時期的相似度可由以下公式計算所得：

表3 深圳特區2002年及2005年綠地評價要素權重Table 3 Weights of green land’s evaluation elements in Shenzhen special zone between 2002 and 2005

進而得出2002年至2005年深圳綠地各區各類型的相似度，如表4。

表4 2002-2005年深圳特區綠地變化相似度Table 4 Changes’ similarities of different style in Shenzhen special zone between 2002 and 2005

2.3.4 類型變化的識別

由定量分析的閾值識別研究對象的變化情形，根據表5可得到對應的各區各類型綠地的變化情況，如表5所示。

表5 2002～2005年深圳特區綠地變化情況Table 5 Changes of green land in Shenzhen special zone between 2002 and 2005

2.4 結果與分析

根據表4的數據，主要按區對各綠地類型進行分析，2002～2005年期間，由于深圳城市化進程中城市綠地增加，自然植被遭到破壞，南山區大部分綠地發生質變，防護綠地尤為明顯，只有居住綠地及生產綠地發生較小變化，且以量變的變形為主。福田區內各綠地類型的變化相當，均為質變，由于福田區的綠化建設重點仍為道路、企事業單位和居住區等，其防護綠地及生產綠地相對比較明顯。羅湖區位于深圳經濟特區中部，是開發較早的商業中心區，從變化類型看，其公園綠地變化最小，其他綠地類型發生明顯質變。鹽田區內沒有生產綠地類型，除公園綠地僅發生量變外，其他綠地類型均發生質變，其中居住綠地的變化最大，這與該區的地理位置、地形特點和城市建設等因素有很大關系。

分析整個深圳特別行政區的綠地類型，可以看出，附屬綠地、道路綠地及其他綠地變化相對公園綠地等變化較小，各個區的變化按大小排序依次為南山區、羅湖區、鹽田區、福田區，且均以質變為主，整體的變化較大。

由于四個城區所處地理位置、資源狀況、發展歷史和經濟文化狀況不同，各區面積和城市化程度差別很大，城市綠地的構成和動態變化存在差異。分析引起變化的原因，主要分為自然因素和人為因素，自然因素作用于綠地景觀的時空尺度較大，可引起較大范圍的變動，主要包括氣候、水文、地質、土壤、植被等；人為因素則包括人口、技術、政治、經濟、文化等。綜合實際情況分析，深圳特區的人為活動和道路網延伸是綠地變化的主要影響因素，自然條件是重要約束因素。

3 小 結

本文在RS與GIS技術支持下提取深圳市綠地信息獲得相應的綠地斑塊矢量圖，基于相似系統，結合AHP層次分析法及GIS的統計分析功能，采用定量分析，從多方面綜合考察了深圳綠地斑塊的動態變化，自動分辨對象的變化類型及大小，使不同時期的圖像匹配信息更加詳細，更加直觀地反映出綠地斑塊發生何種類型及何種程度的變化，方便決策人員進行判讀并制定相應的方案措施。

研究采用定量評估的方法，首先確定所選系統相似元的元值及權重，由相似度計算模型得到相似度，再由相似度大小直接判斷變化程度；最后再將相似度與一定的閾值進行比較來分析變化類型。相對于定性分析，在判斷綠地斑塊發生的變化時，定量評估的判斷依據更加客觀，且能從多方面（如位置、形狀和大小等）檢測對象在不同時期的變化，得到具體而詳細的變化信息，便于對綠地斑塊動態的跟蹤管理。

由于所取研究對象為矢量圖，研究的相似元素主要為空間特性，可適量增加屬性要素或其他空間屬性的相似要素作為輔助信息，并由專業人士根據相關原則標準進行各要素的權重判定，以使判斷過程中的變化分析更加全面。為得到更加精確的相似度，使對象變化的判定也更加準確，可以設定一組閾值，并根據具體情況，比較獲得準確率較高且符合一定要求的閾值作為最終判定標準，制定出更加完善的決策。

[1] 唐爐亮,楊必勝,徐開明.基于線狀圖形相似性的道路數據變化檢測[J].武漢大學學報：信息科學版, 2008,33(4)： 367-370.

[2] 吳 靜，尹 濤.多尺度空間關系相似性研究[J].測繪科學，2011,36(4)：69-71.

[3] 江 浩,褚衍東,郭麗峰.曲線形態相似性的定義與度量[J].云南民族大學學報：自然科學版,2009,18(4)：316-318.

[4] 張美立,王 翔,劉崇都譯,孫厚芳.相似性系統理論的原理與實踐[J].成組技術與生產現代化,1996,(1)：25-28.

[5] 夏慧瓊,李德仁,鄭春燕.基于相似度理論的時空變化定量描述方法[J].地理與地理信息科學,2010,26(3)：1-5.

[6] 高豐農,鄧健兒,王 貴.海南與臺灣兩省鐵路交通相似度研究[J].鐵道工程學報,2007,(2)：1-8.

[7] Tversky A.Features of Similarity[J].Psychological Review,1977,84：327-352.

[8] 巢寧佳.遙感影像監督分類[J].江西測繪,2007,70(4)：63-64.

[9] 烏日汗.基于RS和GIS的城市綠地景觀動態及其規劃研究——以深圳市為例[D].南京：南京林業大學,2008.

Estimation and analysis of greenland variation based on similarity theory

WANG Fang ,WEN Xiao-rong, LIN Guo-zhong, SHE Guang-hui
(College of Forest Resources and Environmen, Nanjing Forestry University, Nanjing 210037, Jiangsu, China)

The similarity theory was systematically introduced, by combining the theory and the analytic hierarchy process (AHP), and taking the dynamic changes of two-stages green land patches in Shenzhen as an example, the patches similarity of each distract and each green land type were estimated.The location, shape and areas of green land unit were used as the similarity elements.Then the similarity coefficients can be defined.The overlapping number of green land patches indicated the location variation of green land.The ratio of minimum and maximum shape index of green land indicated the shape variation of green land.With the same method, the areas variation coefficient was also obtained.The results shows that the estimation of green land variation based on similarity theory and method are feasible.The research of results also provide an effective method for the further assessment of green land development in Shenzhen Special Economic Zone .

similarity theory; green land patches; dynamic changes; assessment; Shenzhen

S731.2

A

1673-923X(2012)03-0119-05

2011-12-09

國家自然科學基金資助項目（30571491）;南京林業大學科技創新基金（CX2011-24）;江蘇省林業三項工程項目（lysx(2009)46）;國家林業局公益性行業科研專項(200804006/rhh-11)；江蘇高校優勢學科建設工程資助項目(PAPD)

王 芳(1987—)，女,江蘇南京人，碩士研究生,專業方向：林業遙感與GIS

佘光輝,男,教授,博士生導師,主要研究方向：3S技術在森林資源與監測中的應用,E-mail：ghshe@njfu.com.cn

[本文編校：吳 毅]