成都市不透水面擴張與生態(tài)環(huán)境質量變化的關系

韓 丹 張文君 李 強 劉祥龍 鄧云濤 周文韜

（西南科技大學環(huán)境與資源學院 四川綿陽 621010）

過去20年，隨著我國中西部經濟建設的推進，中西部城市化進入快速增長階段，隨之而來的是城市生態(tài)系統(tǒng)健康和人類居住環(huán)境質量面臨越來越大的壓力。長期的快速發(fā)展和城市空間的迅速擴張使土地利用格局大范圍發(fā)生改變，人工覆蓋地表逐漸取代以植被為主的自然地表［1］，從而引發(fā)大氣污染［2］、熱島效應［3］等一系列生態(tài)環(huán)境問題。

在遙感技術中，通常利用多波段組合計算的遙感指數(shù)提取不透水面。徐涵秋［4］提出的歸一化不透水面指數(shù)有效抑制了沙土和水體特征，被廣泛用于提取不透水面。不透水面面積、覆蓋度和空間格局與城市生態(tài)系統(tǒng)有著密不可分的關系。近年來，關于不透水面與生態(tài)環(huán)境關系的研究集中在不透水面的動態(tài)變化［5］、城市化監(jiān)測［6］、城市熱環(huán)境分析［7］等方面，主要基于不透水面與某一生態(tài)要素間的相互關系，缺乏不透水面變化對整體生態(tài)環(huán)境質量影響的研究。因此，本文利用Landsat系列衛(wèi)星影像對成都市進行長時序大范圍觀測，監(jiān)測區(qū)域生態(tài)環(huán)境質量，探究不透水面覆蓋變化對城市生態(tài)系統(tǒng)的影響，以期對城市的規(guī)劃建設和發(fā)展提供參考。

1 研究區(qū)概況和數(shù)據(jù)來源

1.1 研究區(qū)概況

成都市位于四川盆地西部，岷江中游，是西部地區(qū)重要的中心城市。成都市市中心地理坐標為北緯30°40′12″，東經102°3′36″，屬亞熱帶季風氣候，年平均溫度16℃，年降水量873～1 265 mm［8］。近20年來，成都市是西部地區(qū)城市化進程最為快速的城市之一，城市面積不斷擴大，土地覆蓋格局發(fā)生大范圍變化。天府新區(qū)和公園城市等發(fā)展規(guī)劃更是對城市的擴張態(tài)勢產生了較大的影響。本文以成都市市轄區(qū)為研究區(qū)，包括金牛區(qū)、成華區(qū)、錦江區(qū)、武侯區(qū)、青羊區(qū)、雙流區(qū)、龍泉驛區(qū)、青白江區(qū)、新都區(qū)、郫都區(qū)和溫江區(qū)，該區(qū)域內城市化進程快，不透水面擴張明顯，生態(tài)環(huán)境質量變化較大，是研究不透水面時空變化與生態(tài)環(huán)境關系的典型區(qū)域。研究區(qū)范圍如圖1所示。

圖1 研究區(qū)位置示意圖Fig.1 Location of the study area

1.2 數(shù)據(jù)來源

本文采用Landsat Level1T影像為研究數(shù)據(jù)，選取2000年4月16日、2009年3月24日Landsat－5 TM數(shù)據(jù)，2018年5月12日Landsat－8 OLI數(shù)據(jù)（其中2009和2018年數(shù)據(jù)為兩景影像鑲嵌），數(shù)據(jù)獲取自美國地質調查局（USGS，http：／／glovis.usgs.gov／）。3景影像時序大致相同，避免了因季節(jié)不同而造成的影響。分別對影像進行預處理，包括輻射定標和大氣校正，把影像的像元亮度灰度值（DN）轉換為地面的遙感反射率，消除因大氣等因素對地物反射的影響。利用研究區(qū)行政區(qū)劃圖數(shù)據(jù)裁剪3景影像。

2 研究方法

2.1 城市不透水面信息提取

不透水面是指人類作用于自然地表形成的諸如建筑、道路等具有不透水性的城市人工地表，是反映城市擴張和變化的重要指標［9］。選取歸一化不透水面指數(shù)（NDISI）進行成都市不透水面的提取。將不透水面影像與原始影像疊加，通過目視判別選擇最佳閾值提取不透水信息，2000年、2009年與2018年不透水面選取閾值分別為：0.17，0.16，0.03。NDISI指數(shù)公式如下：

式中，ρGreen，ρNir，ρSWIR1和ρTir分別為綠、近紅外、中紅外1和熱紅外波段的反射率，MNDWI為歸一化水體指數(shù)。

2.2 遙感生態(tài)指數(shù)計算

本文選取徐涵秋［10］提出的遙感生態(tài)指數(shù)（RSEI）對生態(tài)環(huán)境進行評價。RSEI利用主成分分析集成了綠度指數(shù)、濕度指數(shù)、干度指數(shù)、熱度指數(shù)4個指標，各指標都通過遙感影像多個波段計算得到，計算過程中沒有人為權重、閾值的確定，因此結果具有客觀性。該指數(shù)在眾多城市生態(tài)環(huán)境質量的研究中都取得了較好的實驗結果。主成分分析后的第一主分量保留了4個因子的主要信息，其方差在所有線性組合中最大，故提取PC1作為RSEI指數(shù)。

式中：G為綠度指數(shù)；W為濕度指數(shù)；D為干度指數(shù)；H為熱度指數(shù)。

（1）綠度指數(shù)通過歸一化植被指數(shù)（NDVI）表示，它被廣泛用于植被信息的提取。

（2）濕度指數(shù)采用纓帽變換中的濕度分量，用以指示植被、水體和土壤中的水分信息。式中，ρBlue，ρRed，ρSWIR2分別為藍、紅和短波紅外2波段的反射率。

（3）干度指標由裸土指數(shù)（NDSI）確定，表達式如下：

（4）熱度指數(shù)通過地表溫度（LST）表示，采用Landsat用戶手冊模型計算出傳感器輻射亮度溫度：

式中：L為熱紅外波段輻射強度值；Q為像元亮度值；gain和offset為增益值和偏置值，可從元數(shù)據(jù)中得知［11］；T為傳感器處的輻射亮度溫度；K1和K2為定標系數(shù)，在Landsat－5中，K1＝607.76 W／（m2·sr·μm），K2＝1 260.56 K，在Landsat－8中，K1＝774.89 W／（m2·sr·μm），K2＝1 321.08 K。

計算不同地表類型的地表比輻射率，通過比輻射率校正反演地表真實溫度，單位為℃。計算公式如下：

式中，λ為熱紅波段的中心波長，ρ＝1.438×10－2m·K，ε為地表比輻射率［12］。

由于上述4個指標數(shù)值范圍不統(tǒng)一，在進行正交線性變換前須對各個指標進行正規(guī)化處理，將其統(tǒng)一轉化到［0，1］之間。

本文總體技術路線如圖2所示。

圖2 技術路線圖Fig.2 Technical road map

3 結果與分析

3.1 不透水面時空變化分析

利用NDISI指數(shù)提取2000－2018年3期不透水面信息，選用同時期Google Earth影像進行人機交互精度驗證，提取精度均達到80%以上。由圖3可知，近20年間，成都市不透水面變化明顯，整體呈現(xiàn)由中心向外輻射的擴張趨勢。結合表1，成都市不透水面面積由2000年的232.76 km2增長到2018年的1 305.47 km2，年均增長速率達到25.6%，所占研究區(qū)面積比例由6.33%上升到35.52%。2009－2018年間，不透水面面積增加了501.40 km2，增長速率大幅降低，年均增長速率為6.93%，城市中心不透水面密度較2000年有所減少，但整體仍呈現(xiàn)由城市中心向周邊不斷蔓延的態(tài)勢，不透水面比例隨著距城市中心距離的增加而減小。

圖3 各年份不透水面提取影像Fig.3 Extracted images from impervious surfaces in each year

表1 2000－2018年間不透水面變化信息Table 1 Impervious surface change information from 2000 to 2018

空間分布上，2000年成都市不透水面主要集中在中心城區(qū)，且周邊也出現(xiàn)了小片的不透水面區(qū)域，這主要是由于城市發(fā)展集中在城市中心，這些區(qū)域人口密度較大，建筑密度較高。2009年不透水面擴張明顯，并開始向西南方向蔓延，中心城區(qū)與周圍區(qū)域連接緊密，郫都區(qū)、溫江區(qū)和雙流區(qū)開始出現(xiàn)較大面積的塊狀不透水面，東部龍泉驛區(qū)聚集成片狀，東西方向較南北方向擴張更加明顯。2018年由于新興產業(yè)的發(fā)展和工業(yè)園區(qū)的建立，不透水面大幅擴張，天府新區(qū)的成立使南部區(qū)域得以大力發(fā)展，大規(guī)模的開發(fā)建設活動導致不透水面向城市南部蔓延明顯。不透水面的空間分布格局和變化規(guī)律總體上與城市規(guī)劃保持一致。

3.2 遙感生態(tài)指數(shù)時空變化分析

通過對2000年、2009年和2018年各分量數(shù)據(jù)進行主成分分析，得到3期成都市RSEI影像如圖4所示，統(tǒng)計結果如表2所示。經過主成分變換后，第一主成分（PC1）貢獻率較高，最大程度地包含了原影像的信息。由表3可知，成都市近20年RSEI均值逐漸降低，整體降幅為10.28%，研究區(qū)的總體生態(tài)環(huán)境質量逐步下降。RSEI均值在2000年最高，為0.603，該年生態(tài)環(huán)境質量最好；2009年RSEI均值下降到0.557，降幅為7.62%；2018年RSEI均值為0.541，生態(tài)環(huán)境質量最低，降幅為2.87%，生態(tài)環(huán)境質量下降速率開始變緩。

表2 主成分分析結果Table 2 Principal component analysis results

表3 各年份4個指標和RSEI的變化Table 3 Changes in 4 indicators and RSEI in each year

圖4 2000年、2009年、2018年成都市遙感生態(tài)指數(shù)（RSEI）分布Fig.4 Distribution of Chengdu remote sensing ecological index（RSEI）in 2000，2009 and 2018

空間分布格局上，2000年成都市生態(tài)環(huán)境質量整體較好，生態(tài)環(huán)境質量差的部分聚集在城市中心建成區(qū)。2000－2009年，城市發(fā)展由中心向外拓張，生態(tài)環(huán)境質量較差的區(qū)域也逐漸擴大。受城市規(guī)劃的影響，建設用地逐漸代替了以植被和耕地為主的自然地表，加之城市環(huán)路的修建，使生態(tài)環(huán)境變差區(qū)域逐步向城郊拓展；2009－2018年間，生態(tài)壞境質量較差區(qū)域仍有所擴大，但市中心生態(tài)環(huán)境質量有所回升，表明城市規(guī)劃開始重視生態(tài)環(huán)境保護與恢復，這也是研究區(qū)整體RSEI均值下降速率變慢的原因，但城市不斷開發(fā)建設的總體趨勢沒有變，因此，生態(tài)環(huán)境質量整體仍呈現(xiàn)下降態(tài)勢。

將RSEI以0.2為間隔進行等間距分級，由低到高劃分為生態(tài)差、較差、中等、良好和優(yōu)5個級別，統(tǒng)計2000年、2009年和2018年各級別面積比例，如圖5所示。從2000年到2018年，RSEI級別為差、較差、中等所占面積比例均呈現(xiàn)上升趨勢，且較差級別從9.2%上升到22.6%，漲幅最大；等級良好所占面積比例出現(xiàn)大幅下降，從42.7%下降到29.7%；等級優(yōu)所占面積也呈下降趨勢。RSEI等級的變化表明，研究區(qū)內生態(tài)環(huán)境質量較差的區(qū)域擴大，而優(yōu)良的區(qū)域變小，近20年間成都市整體生態(tài)環(huán)境質量下滑。

圖5 RSEI面積比例統(tǒng)計Fig.5 RSEI area ratio statistics

3.3 不透水面變化對城市生態(tài)環(huán)境的影響

3.3.1 不透水面與地表溫度、植被和RSEI的關系

為了更直觀地分析2000－2018年不透水面與生態(tài)環(huán)境質量在空間上的變化情況，分別將2018年的不透水面（NDISI）與遙感生態(tài)指數(shù)（RSEI）影像與2000年影像進行差值計算，得到近20年間不透水面與生態(tài)環(huán)境質量的具體增量，圖6為差值計算結果。從圖6可以看出，兩個指標增量信息的空間格局基本一致，主要集中在城市中心圈層式向城郊蔓延的范圍內，而城市中心不透水面指數(shù)與RSEI指數(shù)均有所下降，因此判斷伴隨不透水面的消長，生態(tài)環(huán)境質量出現(xiàn)顯著的變化。為了研究不透水面與生態(tài)環(huán)境質量間的定量關系，本文采用統(tǒng)計學方法，選用線性、指數(shù)、對數(shù)等多種函數(shù)對不透水面與地表溫度和植被指數(shù)等多個生態(tài)指標進行擬合，以分析不透水面與城市生態(tài)環(huán)境的關系。

圖6 2000－2018年不透水面與RSEI時空變化Fig.6 Temporal and spatial changes of impervious surface and RSEI from 2000 to 2018

本文選取2009年不透水面指數(shù)（NDISI）與歸一化植被指數(shù)（NDVI）、地表溫度（LST）進行回歸分析。將NDISI歸一化到0～1，進一步轉化為百分比，代表不透水面的覆蓋度，然后采用100×100的像元樣區(qū)對整個研究區(qū)進行均勻采樣，共采樣40 833個，樣本量滿足回歸分析的需求?；貧w分析結果如圖7、圖8所示。

由圖7可以發(fā)現(xiàn)，不透水面覆蓋度和NDVI的線性關系較為明顯，高不透水面覆蓋度地區(qū)植被指數(shù)較低。由圖8可以看出，不透水面與溫度呈現(xiàn)顯著正相關。通過線性、對數(shù)、指數(shù)模型進行擬合，R2分別為0.503，0.506和0.517，其中指數(shù)模型相關度最高，其擬合公式為：LST＝21.28e0.0039NDISI，即隨著不透水面覆蓋度的增大，地表溫度不斷上升，且隨著不透水面聚集性的增加，溫度上升的幅度不斷加大。當NDISI小于30%時，不透水面覆蓋度每增加10%，溫度上升0.8℃；在NDISI大于70%時，不透水面覆蓋度每增加10%，溫度上升1.2℃。這一規(guī)律在眾多研究中都得到了驗證［13］。

圖7 不透水面覆蓋度與NDVI的回歸分析Fig.7 Regression analysis ofNDISI and NDVI

圖8 不透水面覆蓋度與地表溫度的回歸分析Fig.8 Regression analysis of NDISI and surface temperature

3.3.2 不透水面、地表溫度和植被對城市生態(tài)環(huán)境的綜合影響

為進一步模擬城市生態(tài)環(huán)境質量變化中各因素的影響，以2009年為例，在研究區(qū)內選取40 833采樣點，提取樣點的各項生態(tài)指標，將遙感生態(tài)指數(shù)（RSEI）指標作為因變量，不透水面覆蓋度（NDISI）、地表溫度（LST）和植被指數(shù)（NDVI）作為自變量，進行逐步回歸分析，建立城市生態(tài)環(huán)境質量評價模型，結果如下：

從式（11）可以看出，模型擬合度較高。在逐步回歸分析中3個指標都通過了1%的顯著性檢驗，說明3個指標都是影響環(huán)境生態(tài)質量的重要指標。由自變量系數(shù)可以看出，不透水面覆蓋度和地表溫度對生態(tài)環(huán)境評價結果起負面影響，而植被指數(shù)對生態(tài)環(huán)境的影響是正向的。綜合來看，4個指標系數(shù)絕對值最大的是不透水面覆蓋度，其次是植被指數(shù)和地表溫度。根據(jù)回歸模型預測，要使研究區(qū)RSEI升高0.100個單位，需要使NDVI提升0.201單位或使NDISI下降0.237個單位。因此，在今后的城市規(guī)劃與建設中，降低不透水面比例、增加植被覆蓋面積可以有效提升區(qū)域生態(tài)環(huán)境質量。

4 結論

2000－2018年成都市不透水面面積大幅上升，近20年間不透水面上升了1 072.71 km2，年增長率達到25.6%，擴張形式表現(xiàn)為由城市中心不斷向周邊近郊圈層式連續(xù)擴張。不透水面的擴張模式和速率很大程度受到城市開發(fā)規(guī)劃與建設的影響。

成都市遙感生態(tài)指數(shù)由2000年的0.603下降到2018年0.504，其空間變化格局與不透水面擴張格局基本一致。對提取的不透水面、植被、溫度和遙感生態(tài)指數(shù)4個城市生態(tài)系統(tǒng)重要指標進行統(tǒng)計學分析表明，不透水面覆蓋度與地表溫度呈現(xiàn)指數(shù)函數(shù)關系，隨著不透水面的聚集，升溫效應逐漸明顯，不透水面覆蓋度與植被覆蓋呈現(xiàn)顯著的線性負相關。多元回歸分析結果表明，植被、地表溫度和不透水面均是影響城市生態(tài)環(huán)境質量的主要因素，而不透水面信息起到了決定性的作用。因此，在改善城市生態(tài)環(huán)境方面，主要是合理配置土地資源，抑制不透水面面積的增長，同時增加城市綠地、森林公園等的規(guī)劃與建設，使城市健康可持續(xù)發(fā)展。