北京市綠色空間時空變化遙感分析

李強強 李向新 鹿琳琳 程雨婷 吳瑞嬋

摘? 要： 本文利用Landsat遙感影像數據對北京市建成區的綠色空間進行分類，并且在此基礎上分析城市建成區內部綠色空間面積、覆蓋率和人均綠地等指標及其變化，從多個指標的變化定量化研究城市建成區內部綠色空間的變化情況。研究結果表明，2015年較2005年北京市建成區綠色空間面積、覆蓋率和人均綠色空間均有一定的下降;在綠色空間的種類上，農田所占比例下降，草地和林地的占比增加，三環內綠色空間變化較小。

關鍵詞： 城市建成區;綠色空間;時空變化;遙感影像;北京

中圖分類號： TP7? ? 文獻標識碼： A? ? DOI：10.3969/j.issn.1003-6970.2019.10.009

本文著錄格式：李強強，李向新，鹿琳琳，等. 北京市綠色空間時空變化遙感分析[J]. 軟件，2019，40（10）：3740

Remote Sensing Analysis of Spatial and Temporal

Changes of Urban Green Space in Beijing

LI Qiang-qiang1，2， LI Xiang-xin1， LU Lin-lin2*， CHENG Yu-ting2，3， WU Rui-chan1

（1. Faculty of land and Resources Engineering， Kunming University of Science and Technology， Kunming 650032， China; 2. Key Laboratory of Digital Earth Science， Institute of Remote Sensing and Digital Earth， Chinese Academy of Sciences， Beijing 100094; 3. School of Architectural and Surveying & Mapping Engineering Jiangxi University of Science and Technology， Ganzhou， Jiangxi 314000， China）

【Abstract】： This paper uses the Landsat remote sensing images to classify the urban green space in the built-up area of ??Beijing. Based on the classification results， the indicators including green space area， coverage rate and per capita green space in the urban built-up area and their changes were analyzed. Using these indicators， the changes in the green space inside the built-up area of ??the city were characterized quantitatively. The analysis results indicate that the green space area， coverage rate and per capita green space of Beijing's built-up areas have declined from 2005 to 2015.In terms of green space types， the proportion of farmland? has decreased， and the proportion of grassland and forest land has increased. The changes of green space were subtle within the third ring road of Beijing.

【Key words】： Urban built-up area; Greenspace; Spatial and temporal change; Satellite image; Beijing

0? 引言

隨著城市化的發展和城市地區的迅速擴張，城市化對地球的生態環境造成了深遠的影響。據統計，在1920年以前，居住在城市地區的人數還不到總人口的20%，在2017年全球已經有55%的人口居住在了城市，預計在2030年左右這個數值將會增加到60%，2050年有可能突破75%。目前城市占據著全球90%的生態空間，消耗著65%的能源，每年排放的溫室氣體高達70%。北京是我國首都、直轄市和國家中心城市，是全國政治中心、文化中心、國際交往中心、科技創新中心。作為人口超過千萬的超大城市，在過去幾十年間經歷了快速的人口集聚和城市化過程，造成大氣污染、水資源短缺、熱島效應加劇、環境質量下降等一系列環境問題。

了解城市化進程的一個關鍵要素是是及時、精確的獲取城市土地利用狀況。遙感具有空間覆蓋范圍宏觀、動態、連續等優勢，隨著近年來衛星遙感與大數據技術的快速發展， 衛星影像被廣泛的應用于土地覆蓋/利用狀況分類，并監測其隨著時間的變化情況。

城市綠色空間（Urban Greenspace，UGS）是指在城市內部及周邊有綠色植物覆蓋的區域，包括草地、林地、耕地等自然或者是人造綠色空間。城市綠色空間對地區在進行城市化過程中產生的溫室效應、臭氧層破壞、熱島效應等有不同程度的抑制作用，且有利于修復被破壞的城市生態環境，緩解人類生活壓力，提高城市的宜居性，對城市居民的身心健康有著重大的作用。因此，研究城市綠色空間的時空動態變化對快速城市化地區的城市空間格局調控和城市綠色基礎設施規劃建設具有重要的現實意義。

1? 研究區和數據

1.1? 研究區

本研究以北京市為對象，位于東經115.7°—117.4°，北緯39.4°—41.6°，我國華北平原北部，毗鄰渤海灣，上靠遼東半島，下臨山東半島。中心位于北緯39°54′20″，東經116°25′29″，總面積16410.54平方千米。北京市作為我國首都，又是人口超過一千萬的超大城市，是世界上城市化的進程最快的地區之一，城市化所造成的問題較為明顯。本次研究主要針對在城市化的發展中人口的增長和綠色空間的變化，所以本研究排除偏遠的郊縣和山區，將區域縮小至首都功能核心區和城市功能拓展區的6個城區，分別是海淀區、豐臺區、朝陽區、東城區、西城區和石景山區。

1.2? 研究數據

本文選取具有中分辨率的Landsat影像作為主要數據源。Landsat數據具有時間序列長，覆蓋面全等特征，并且可以免費獲取全球的歷史數據，非常適用于時間序列相關的研究。本研究收集2005年、2015年的共8幅Landsat數據影像，分別由Landsat 專題制圖儀（Thematic Mapper，TM）、增強型專題制圖儀（Thematic Mapper Plus，ETM+）和（Operational Land Imager，OLI）陸地成像儀影像圖獲取。考慮到研究對數據一致性的要求，本文中收集的數據均來自于美國地質調查所（United States Geological Survey，USGS，http：//espa.cr.usgs.gov），經過校正后的L1T級別的產品。本文采用的人口數據是根據北京市統計局所統計的2005、2015年的鄉鎮常住人口統計數據。

2? 綠色空間提取方法

參考國家建設部《城市綠地分類標準》（編號為CJJ/T85-2002）規定和北京市城市發展的具體情況，本研究采用的土地覆蓋分類體系將北京城市綠色空間分為森林、草地和農田3個一級類，其他劃分為水體和不透水層。基于多時相遙感數據，研究選取多時相光譜特征和歸一化植被指數構建特征集，歸一化植被指數（NDVI）表達式如下：NDVI=（NIR-R）/ （NIR+R），使用機器學習自動分類方法，主要基于不同土地覆蓋類型及綠色空間類型的物候差異，對研究區進行土地利用類型劃分。

方法的具體流程如下：首先，使用Landsat生態系統干擾自適應處理系統（Landsat Ecosystem Disturbance Adaptive Processing System，LEDAPS）對所有的圖像進行輻射定標和大氣校正，按照NDVI=（NIR-R）/（NIR+R）公式運用波段運算工具（band math）計算影像的NDVI。然后，將空間分辨率為30 m的原始影像波段與NDVI利用波段組合，作為土地利用分類的主要輸入數據。最后，人工選取訓練樣本，使用隨機森林分類的方法將影像分類得到包含耕地、林地、草地、水體、不透水層的分類圖像。經驗證，2005和2015年的分類結果整體精度優于85%。北京城區的Landsat影像分類結果如圖1和圖2所示。

3? 結果與分析

3.1? 城市建成區內綠色空間時空格局變化

從分類結果來看，2005年以來，北京市土地類型中的不透水層面積變多，說明近十年北京的城市化很迅速，建筑等非綠色空間增多。2005年不透水層面積為798.97 km2，到了2015年增長為844.16 km2。而綠色空間的面積在2005年為523.35 km2，在2015年為472.77 km2。相應地，綠色空間覆蓋率在2005年和2015年分別是39.36%和35.55%。人均綠色空間擁有量是衡量城市生態環境的重要指標，根據北京市城鎮常住人口分布數據，結合各個年份綠色空間分布圖，可以得到以城鎮為單位的人均綠地分布圖。將數據整合后，得到總的研究地區2005年和2015年的人均綠色空間面積分別為56.66 km2和38.2 km2，人均綠色空間面積有所減少。

3.2? 不同環路間綠色空間格局的變化

近年，北京市環路的建設，使得北京市的空間格局更加的趨于系統的發展，對環路周圍的商業發展以及綠色空間都造成了極大的影響，使得臨近地區的土地利用也發生了不同程度的變化。整體來看，各個環路之間從2005年到2015年之間綠色空間呈現除了增長的趨勢，其中4環到5環之間的變化最大，從2005年的92.99 km2增加到2015年的124.56 km2。綠色空間覆蓋率從15%增加到20%。3環到4環之間的綠地面積從17.2 km2增加到42.96 km2，綠色空間覆蓋率從5.6%增加到14.2%。二環到三環之間的綠地面積從7.1 km2增加到20.72 km2，綠色空間覆蓋率從4.4%增加到13%。二環以內的綠地面積從3.15 km2增加到7.1 km2，綠色空間覆蓋率從5%增加到11%。可以發現，從二環到五環，越接近五環，土地利用變換越大，越接近二環，土地利用變化越小。

3.3? 城市綠色空間變化特征分析

從分類結果變化圖5來看，從2005年到2015年，北京城市建成區綠色空間類型中耕地所占比例不斷減少，草地和林地所占比例不斷的增加。所以，自2005年城市建筑用地大部分是農業耕地轉換的，而綠色空間的增加主要依賴林地和草地的增加，其中草地是近幾年綠色空間建設的主要類型。

經統計，耕地從2005年的345.65 km2減少到2015年的170.05 km2，而林地則是由2005年的155.16 km2增加到2015年的241.46 km2，草地則是從22.54 km2增加到61.26 km2。與此同時，耕地的覆蓋率從2005年的25.99%降到2015年的12.79%，林地的覆蓋率從11.67%增加到18.16%，草地的覆蓋率從1.7%增加到4.61%。

4? 結論

基于 Landsat影像分類，本研究定量化的分析了北京2005年和2015年城市建成區內綠色空間格局的時空動態變化，主要得到如下結論：

（1）2005年以來，北京的城市建成區內部的綠色空間占比和格局都發生了變化，其中2005年和2015年城市建成區內部綠色空間覆蓋率分別是39.36%和35.55%，人均綠色空間分別是56.66 m2/人和38.2 m2/人。由此可見，由于快速的城市化，大量的耕地被轉換成高樓，從而使得綠色空間的覆蓋率有所降低。而且人口從2005年的953.2萬增加到2015年1282.8萬，使得人均綠色空間值也降低。

（2）2005年到2015年之間不同類型的綠色空間在城市建成區綠色空間總的面積中所占的比例有較大的改變，尤其是耕地面積，從2005年占總面積的25.99%降低到2015年的12.79%，從解譯影像得到的分類結果圖像可以看出，大量的耕地變成了建筑用地，其余的變成林地和少量的耕地。可以發現北京市在城市化的過程中，受到影響最大的就是農業用地，也說明了在城市建成區綠色空間中耕地的重要性正在下降，因為林地和草地對城市建成區的生態改善有著更大的效果，所以城市擴張侵占了自然生態系統中的農田，同時也保留且生成了更多的林地和草地，對美化城市和改善城市生態環境起到了重要的作用。

（3）通過2005年到2015年北京城市建成區內綠色空間的變化可以看出，三環以內的綠色空間覆蓋率較低，三環以外的綠色空間覆蓋率較高，說明在城市原有的基礎上還需要增加一些綠色空間。三環以內城市建成區比較穩定，不論是綠色空間還是建筑區域變化的區域都不大，四環以外有大量的農田發生變化，在原來耕地區域新建了很多高樓，相應地也新增了很多林地和草地，說明在未來影響北京市綠色空間主要是發生在四環以外，在新建建筑區域時需注意綠色空間的占比，通過建設公園、草地等美化城市環境、改善城市生態質量。

北京市城市化的發展與綠色空間的建設密不可分。雖然近年來，綠色空間有所增長，但是與人口增長速率不一致，導致人均綠色空間占比不斷降低。所以為了提升城市發展質量、人居環境質量，城市綠地建設應該和城市人口增長的速度在空間和時間上保持一致，這樣才能促進城市健康可持續的發展。

參考文獻

[1]信冠棟， 施昆， 呂曉陽. 遙感動態監測模型在拉市海濕地保護區土地利用中的研究[J]. 軟件， 2018， 39（4）： 170-175.

[2]鐘凱， 黃義忠， 譚榮建， 等. 遙感圖像常用植被參數計算系統的設計與實現[J]. 軟件， 2018， 39（11）： 11-17.

[3]馬義超， 米鴻燕， 鐘凱. 基于ENVI的高分辨率遙感影像城市生態環境研究[J]. 軟件， 2018， 39（11）： 235-238.

[4]蔣紅娟， 黃義忠. 基于Landsat遙感影像的石漠化時空演變分析——以西疇縣興街鎮為例[J]. 軟件， 2018， 39（12）： 166- 171.

[5]李玲， 李晉宏.基于隨機森林修正的加權二部圖推薦算法[J]. 軟件， 2018， 39（1）： 110-115.

[6]胡忠行. 城市景觀空間格局及景觀生態規劃與設計研究-以金華市城市綠地系統為例[D]. 福州： 福建師范大學， 2003.

[7]Bolund P， Hunhammar S. Ecosystem services in urban areas[J].Ecological Economics， 1999， 29（2）： 293-302.

[8]Montgomery M R. The urban transformation of the developing world[J]. Science， 2008， 319（5864）： 761-764.

[9]Turner M G， Ruscher C L. Changes in landscape patterns in Georgia， USA[J]. Landscape Ecology， 1988， 1（4）： 241-251.

[10]李貞， 王麗榮， 管冬生. 廣州城市綠地系統景觀異質性分析[J]. 應用生態學報， 2000， 11（1）： 127-130.

[11]陳自新. 城市園林綠化與城市可持續發展[J]. 中國園林， 1998， 14（5）： 4-5.

[12]周亮， 張志云， 吳麗娟， 等. 北京城市擴展軸上的綠地景觀格局梯度分析[J]. 林業資源管理， 2006， （5）： 47-52.

[13]Li W F， Ouyang Z Y， Wang R S， et al. Landscape pattern and their formation of urban ecosystems[J]. Chinese Journal of Ecology， 2005， 24（4）： 428-432.

[14]Alberti M. The effects of urban patterns on ecosystem function[J].International Regional Science Review， 2005， 28（2）： 168-192.

[15]俞孔堅， 李迪華， 彭晉福， 等. 景觀可達性作為衡量城市綠地系統功能指標的評價方法與案例[J]. 城市規劃， 1999， 23（8）： 8-11.