地理國情普查成果在城市擴張監測中的應用

張艷梅，雷宇宙，毛亞萍，黃悅康，張 艷

（1.國家測繪地理信息局 第三航測遙感院，四川 成都 610100）

地理國情普查成果在城市擴張監測中的應用

張艷梅1，雷宇宙1，毛亞萍1，黃悅康1，張 艷1

（1.國家測繪地理信息局 第三航測遙感院，四川 成都 610100）

本文以成都龍泉驛區為例，探索了國情普查成果在城市發展監測中的應用。基于地理國情普查地表覆蓋和重要要素成果、歷史影像成果以及歷史基礎地理信息數據，結合人口、社會經濟數據，對2009～2014年龍泉驛區城市擴張特征和驅動力進行了監測分析。監測表明，監測時段內龍泉驛區城區向西南快速擴張，土地利用類型也隨之變化，其擴張的主要動力來自于社會經濟發展、產業集約發展模式以及政府政策規劃。

國情普查；城市擴張；龍泉驛區；土地利用；動力機制

城市化的程度代表了一個國家或者地區的文明程度[1]。城市建成區擴展往往伴隨著城市周邊地區土地利用類型、基礎設施、公共服務設施等諸多要素的急劇變化，對其進行有效的監測，分析城市擴張背后的驅動力機制，可以科學合理地指導城市規劃，對控制用地規模、土地資源有效利用、經濟社會和生態環境協調發展具有非常重要的意義[2]。

過去常規的監測手段費時費力，并且難以快速反映城市土地資源利用的空間變化特征及發展趨勢[3]。近些年，快速發展的3S技術能夠快速、準確、實時獲取城市用地狀況，還可以空間化、直觀化、宏觀化描述城市發展的優勢，已越來越多地應用到城市發展監測中，特別是自“十二五”以來，隨著第一次全國地理國情普查工作的全面開展，如何利用3S技術在國情普查成果的基礎上進行城市發展監測、研究城市擴展模式及發展動力機制，已然成為當今一大熱點。

本文以成都市龍泉驛區為研究區，利用3S技術，基于全國第一次地理國情普查數據成果、歷史高分正射影像以及1∶10 000DEM數據，結合社會經濟統計數據，對2009～2014年該區域的城市建成區擴張特征開展研究。

1 方法與技術路線

本文的技術路線為：①參照歷史遙感影像和地理國情普查成果，提取2009、2012、2014年龍泉驛區城市建成區范圍；②在地理國情普查地表覆蓋數據和

1.1 城市建成區范圍提取

城市建成區包括市區集中連片的部分以及分散在近鄰區域與城市有著緊密聯系的、具有基本完善的市政功能的城市建設用地（如機場、污水處理場和通訊電臺等）[4]。國內外對城市建成區的提取方法有基于城市道路網絡、基于城鄉紋理密度以及仿歸一化植被指數法等[5]。

本文2014年龍泉驛區城區范圍來自于國情普查的BOUA8層，2012年和2009年的城區范圍則是在BOUA8層基礎上，基于高分航空正射影像（分辨率0．5 m）的城鄉紋理密度差異進行修編得到，修編遵循以下原則：城市實體保持空間上的連續性，城市內部小范圍區域以及城市內部的水體都劃到城市實體內[6]。

1.2 土地利用分類

龍泉驛區土地利用類型與地理國情普查的分類體系不同。首先依據表1，對地理國情普查地表覆蓋成果（LCA層）進行整理，使用ArcMAP的裁切工具提取2014年城市建成區內的土地利用數據；然后，參照2012年正射影像，在2014年土地利用分類基礎上進行修編，獲得2012年土地利用數據。

表1 土地利用類別與國情普查數據地表覆蓋類別對應表

1.3 城區擴張特征分析方法

1）城區擴張幅度和強度指數。利用城區擴展面積和擴展速率指數分析城區擴張的幅度和強度特征。城市建成區擴展面積ΔS指在一個時段內城區擴展的面積之差，即后一期的城區面積減去前一期城區面積；年均擴展速度ΔS/Y指在一個時段內城區擴展的年平均速度，等于擴展面積除以監測年限。ΔS和ΔS/Y值越大，表示城區擴展強度越大、速度越快。

冠心病目前臨床上分為穩定型冠心病、慢性冠心病和急性冠脈綜合征。慢性冠心病包括穩定型心絞痛、缺血性心肌病和隱匿性冠心病等，急性冠脈綜合征主要包括不穩定型心絞痛(UA)、非ST段抬高型心肌梗死(NSTEMI)和ST段抬高型心肌梗死(STEMI)，也有將冠心病猝死包括在內。

2）城區擴張空間特征八象限方位分析方法。采用八象限方位分析法分析城區空間擴張方向特征。以城市幾何中心為原點，以東西方向為橫軸，以南北方向為縱軸，按8個方位將研究區分為8個象限區域，空間疊加3個時期的城區范圍，通過計算不同象限內城區擴張面積ΔS和年均擴展速度ΔS/Y，分析城區空間擴張方向的差異。擴展速度最快的方向為城區擴展的主要方向。

3）土地利用變化特征分析方法。采用定量化、空間化、動態化分析方法描述某一個時間段內某個區域的土地利用變化狀況。

定量化分析方法主要是利用監測時間段內變化面積ΔS、年變化率ΔS/Y，宏觀描述城區土地利用的變化幅度和強度。

空間化分析方法是將不同時期的土地利用圖柵格化，然后將得到的柵格數據進行空間疊加相減，對相減得到的柵格圖按土地利用變化類型進行分類，對分類結果進行空間分色顯示，制成土地利用變化圖。該圖可以清晰直觀地反映出各類土地的流轉強度和分布特點。

動態化分析方法是利用土地利用轉移矩陣來分析各類土地流動方向。土地利用轉移矩陣是一種二維矩陣，矩陣的“行”表示監測時段初期的地類狀態，“列”表示監測時段末期的地類狀態，行和列交叉的位置表示監測時段初期的地類變為監測時段末期的地類的面積[7]。

1.4 城區擴張社會經濟影響因素分析方法

采用相關系數法分析各類社會經濟因素對城區擴張的影響力。相關系數能夠利用相關的數據和信息得到影響因素與分析要素間的關聯程度。設X=（X1，X2，X3，…，Xn），Y=（Y1，Y2，Y3，…，Yn），這兩組值的相關系數RXY的計算公式如下：

假設上述公式中X為不同年限的城區面積，Y則可為相應年限的GDP、人口數量、三大產業產值等社會經濟因素數據，則RXY表示城區范圍面積和各社會經濟因素間的關聯程度。若相關系數值為正，表示影響因素（GDP）的正向變化對分析要素（城區范圍）發展起促進作用，反之則是抑制作用，相關系數絕對值越大，表示影響力越大[8]。

2 城區擴張空間特征分析

2.1 擴張幅度和強度分析

龍泉驛區2009年、2012年和2014年的城市建成區面積分別為25．5 km2、45．0 km2和50．5 km2，面積逐年增大。2009年～2014年城區總擴張面積約25 km2，相比2009年城區幾乎擴張了一倍，平均擴展速率約5．0 km2/年，城市建成區在大幅度擴張；Ⅰ時段（2009～2012年）城市建成區擴張面積是Ⅱ時段（2012～2014年）的3．5倍，分別為19．5 km2和5．5 km2，且擴展速度前者是后者的2．4倍，分別為6．5 km2/年和2．75 km2/年。

Ⅰ、Ⅱ兩個時段擴張速率差異較大的主要原因是龍泉驛區城市擴展區域主要位于西部工業區，Ⅰ時段內，在“十一五”加強城鎮化建設及工業集中發展的規劃目標推動下，龍泉驛區大力開展西部工業區建設，隨著建設的全面鋪開，城區范圍快速向外延伸；Ⅱ時段主要是在Ⅰ時段建設基礎上進行推進和配套設施完善，所以城區范圍擴張速度減慢。

2.2 八象限方位分析

圖1 龍泉驛區城市建成區八象限劃分圖

圖1為龍泉驛區城區八象限方位劃分圖，表2為8個象限的擴展面積和年平均擴展速率計算結果。綜合分析圖1和表2可得，2個時段內，5象限的城區擴展面積、年擴展速率均最大，其次為4、6象限，然后為2、3象限，擴展最小的為1、7、8象限。由此可見，龍泉驛區城市建成區主要往西部偏西南方向擴展。經外業實地調查，西部和西南部主要為工業區，東部和西北部為居住區，說明監測時段內工業區建設速度和強度明顯大于居住區。

表2 不同象限城區擴張面積及年擴張速度統計/km2

造成龍泉驛區空間擴展方向差異的主要原因有：①龍泉驛城市規劃對工業區的重點建設；②地形地貌的影響，龍泉驛區東部為龍泉山脈，其他區域則多為低丘陵地貌，較為平坦，因此西部和南部比較適合城區建設；③地理位置的影響，龍泉驛區西部靠近成都主城區，交通便利，而西南邊靠近郊區，人口密度較低，環境承載能力更大，適合工業發展，故人口居住區主要向西部擴展，工業區向西南方向擴展。

2.3 土地利用變化特征

1）定量化特征描述。表3為龍泉驛區2012～2014年土地利用的變化面積和年平均變化速率統計結果。

表3 龍泉驛區城市建成區土地利用類型變化統計

表3表明，龍泉驛區城市建成區土地利用結構基本未變，建筑物用地仍是土地利用主體，相比2012年綠化地稍大于道路用地的情況，2014年道路用地升至僅次于建筑物用地的土地利用類型；除建筑物和道路用地面積增長外，其余用地均在減少；其中，建筑物面積增加幅度大于道路，分別為2．71 km2和1．43 km2，但建筑物年增長速率要低于道路，分別為5．47%和10．14%，面積減少最多的為綠化地2．21 km2，最少的為水域0．09 km2，年減少速率最大的為耕地30．64%，最小的為未利用地4．77%。

2）空間化特征描述。本文按照土地職能將土地利用分為3種：農業生產用地（耕地、園地和水域）、建設用地（綠化地、建筑物和道路）以及未利用地。以此將土地利用變化類型劃分為9類：未發生變化為第0類，農業生產用地間的相互變化為第1類，建設用地間的相互變化為第2類，農業生產用地向建設用地的流轉為第3類，建設用地向農業生產用地的流轉為第4類，未利用地向農業生產用地的流轉為第5類，未利用地向建設用地的流轉為第6類，農業生產用地向未利用地的流轉為第7類，建設用地向未利用地的流轉為第8類。這9類變化的空間分布見圖2。

圖2表明，東部居住區基本未發生變化，土地流轉主要發生在城市建成區的中部和西部工業區，且以第6、第8類土地流轉為主，即建設用地和未利用地交互頻繁，這是由于新城建設占用未利用地以及舊城改造使建設用地暫時廢棄為未利用地造成的；其次，第3、第4類流轉也較多，發生區域分布較為分散，大致分布在城區邊緣地帶；第1、第2類流轉強度相對較弱，發生區域分布分散，沒有明顯的分布特征；第5、第7類強度最小，呈零星分布。

圖2 龍泉驛區城市建成區土地利用變化圖

表4 土地利用變化轉移矩陣/km2

3）土地利用變化動態化描述。龍泉驛區城區土地利用轉移矩陣見表4。從表中分析可得，建筑物和未利用地是其他地類流向的兩個主要目標類別，綠化地和道路次之，而它們的反向流轉強度較弱，這與城市擴張引起的土地利用向高等級轉化趨勢保持一致；此外，耕地和園地的相互流轉幅度較大，這說明農業生產方式變化較為頻繁；未利用地大量增加主要是由監測時段內土地被占用卻未立即投入使用造成的。

3 城區擴張社會經濟因素分析

由于采用的遙感影像獲取時間均在監測年份的1～4月份，為更加合理地分析城市擴張與社會經濟發展的關聯程度，分析采用監測年份上一年年末的政府發布的社會經濟數據。

表5中“相關系數”是社會經濟驅動因素與城市建成區面積的相關系數。表5表明，除第一產業和第三產業比重的正向變化對城市擴張呈負作用力外，其他因素均促進城區擴張，影響力從大到小依次為：非農業人口＞年末常住總人口＞人均GDP＞第二產值比重＞地區總GDP。由此可見，人口增長是2009～2014年龍泉驛區城區擴張的主導因素，其次為第二產比重和地區總GDP的增長。

此外，三大產業中第二產業比重越來越大是龍泉驛區產業集約發展的體現，而根據擴展城區主要為工業園區看來，產業集約發展是現階段龍泉驛城區擴張的直接原因。

表5 龍泉驛區社會經濟數據及其與城區面積相關系數

4 結 論

本文初步探索了地理國情普查成果在城市擴張監測中的應用，特別是其城市建成區范圍（BOUA8）和地表覆蓋分類數據（LCA層）的應用，形成了從監測底層支持數據制作、空間擴張特征分析到城市擴張影響因子分析的一整套技術流程和方法，能夠為后續的地理國情監測工作的開展提供技術參考。但由于研究時間限制以及兩期數據制作工作量大，本文僅研究了城市擴張的幅度、強度、方向以及土地利用變化特征，關于城市建成區的基礎設施配置、公共服務水平、生態環境協調發展等城市系統功能和發展協調性方面的研究并未開展，這是下一步研究的主要內容。

[1] 梁守真,施平,周迪．城市擴展及其環境效應遙感監測研究進展[J]．世界科技研究與發展,2010,32(4)：474-478

[2] 吳宏安,蔣建軍,周杰,等．西安城市擴張及其驅動力分析[J]．地理學報,2005,60(1)：143-150

[3] Dousset B,Ourmelon F． Satellite Multi-sensor Data Analysis Urban Surface Temperatures and Land Cover[J]． ISPRS Journal of Photogrammetry and Remote Sensing, 2003(58)：43-54

[4] 昌達,唐伶俐,陳剛,等．衛星遙感監測城市擴展與環境變化的研究[J]．環境遙感,1995,10(1)：2-8

[5] 潘衛華,徐涵秋．泉州市城市擴展的遙感監測及其城市化核分析[J]．國土資源遙感,2004,62(4)：36-40

[6] 潘潔晨,胡友健,王冬梅,等．遙感影像用于城市擴展監測的研究[J]．地理空間信息,2008,6(2)：111-113

[7] 朱會義,李秀彬．關于區域土地利用變化指數模型方法的討論[J]．地理學報,2003,58(5)：643-649

[8] 肖倩．皖江城市帶建設用地變化驅動力分析[J]．安徽理工大學學報,2012,14(3)：45-48

P208

B

1672-4623（2016）04-0033-04

10.3969/j.issn.1672-4623.2016.04.011

張艷梅，碩士，主要從事地理國情監測與遙感數據處理等方面的研究。

2014-12-10。

項目來源：四川省地理國情監測工程技術研究中心資助項目（GC201403）。