基于灰色關聯度的深圳市生態環境與城市擴展時空演化研究

李文慧 ，許劍輝 ，孫彩歌

1.華南師范大學地理科學學院，廣東 廣州 510631；2.南京師范大學虛擬地理環境教育部重點實驗室，江蘇 南京 210023；3.廣東省科學院廣州地理研究所，廣東 廣州 510070；4.南方海洋科學與工程廣東省實驗室（廣州），廣東 廣州 511458

最早由 Whyte提出的“城市擴展”（urban sprawl）概念，是指城市在空間上的蔓延，是非城市用地轉化成為城市用地的過程（Bai et al.，2012；許彥曦等，2007；徐新良等，2014）。城市化發展過程中，建設用地在數量、空間分布方面的變化是最能反應城市擴展實況的外在表現形態（何媛婷等，2020）。城市擴展在推動經濟進步和社會繁榮發展的同時，對資源、生態、環境等方面也產生了連環的負面影響，所導致的生態環境退化已日趨嚴重（Liu et al.，2020）。在景觀和環境變化上的重要表現是城市建設用地不斷蠶食農田、林地、草地等生態空間，打破了原有的區域生態系統平衡，并削弱其生態服務功能，進一步加劇人地矛盾（白立敏等，2019；楊智威等，2018）。生態環境作為人類賴以生存的基礎，日趨受到人們的重視和關注，生態環境質量通常是衡量其優劣水平的指標。生態環境質量的變化與城市發展、擴展密切相關（Rafig et al.，2018），作為區域可持續性發展的重要研究內容，明確城市擴展模式與生態環境之間的關聯性（Zhang et al.，2020），有助于定量化地了解生態環境質量受城市擴展的影響程度，對實現城市可持續發展具有重要指導意義（彭云飛，2018；杜霞等，2020）。

深圳市自 1979年建市以來，經歷了快速的城市擴展，至 2004年成為沒有農民的完全城市化地區（王琳，2017）。作為中國的發達城市之一，隨著城市化進程加快，深圳目前可用于建設的用地較少（林伊婷等，2020），已對深圳的社會經濟發展產生了剛性束縛（詹慶明等，2007）。而其為實現“現代化的國際性城市”的發展目標，又必須要保證城市生態環境良好，并能提供“宜居生態”的環境。因此研究其城市用地的擴展模式、生態環境質量評價及其之間的關聯度具有代表性和借鑒性，對于我國快速城市化背景下的其他區域土地變化調控和管理具有現實理論意義和指導價值（金浩然等，2017）。本文通過對深圳市城市擴展的空間形態以及生態環境質量指數的變化進行研究，并基于灰色關聯模型分析兩者之間的時空關聯性，以期為控制建設用地的非理性擴張、城市建設與生態建設相結合和構建綠色城市等提供依據（鄒兵，2013）。

1 研究區概況與研究方法

1.1 研究區域概況

深圳市位于廣東省南部沿海地區，東臨大鵬灣和大亞灣，與惠州市相連；西瀕伶仃洋和珠江口，與中山、珠海市相望；北與東莞市、惠州市接壤；南至深圳河和香港毗鄰。它在北回歸線以南，屬于亞熱帶地區。全市陸地總面積約1997.30 km2，常住人口1302.66萬，人口密度達到6484 person·km?2。目前有10個行政區：寶安區（394.32 km2）、大鵬區（295.57 km2）、福田區（78.78 km2）、光明區（155.7 km2）、龍崗區（428.49 km2）、龍華區（175.84 km2）、羅湖區（78.86 km2）、南山區（185.41 km2）、坪山區（126.69 km2）、鹽田區（74.72 km2），如圖1所示。自1980年建立經濟特區以來，作為珠三角經濟圈中的核心城市，在過去 40年的快速城市化進程中，深圳市經歷了深刻的土地覆被變化，人類對區域生態的干預作用加強且復雜，使得深圳市生態環境出現了惡化的趨勢，而近年來深圳市對于生態文明建設、提升城市環境品質的重視程度日益增強，目前生態惡化得到一定程度的緩解。

圖1 深圳市行政區劃圖Fig.1 Administrative map of Shenzhen

1.2 數據來源與預處理

遙感數據來源于地理空間數據云平臺，包括Landsat 8 OLI_TIRS衛星產品（2015、2020年）和Landsat 5 TM衛星產品（2005、2010年），所選擇的遙感影像云量較少、質量較好，空間分辨率均為30 m，獲取軌道號為P121R44、P122R44每年各兩景影像。遙感數據的預處理主要包括輻射定標與大氣校正、圖像鑲嵌與研究區域裁剪、水體掩膜等。數字高程模型（DEM）數據來源于ASTER GDEM的數字高程數據產品，空間分辨率為30 m，投影為UTM/WGS 84，預處理包括鑲嵌、裁剪。

輔助數據包括深圳市行政區劃矢量數據、土地利用規劃圖件和統計資料。其中矢量數據來源于國家測繪地理信息局，土地利用規劃圖件來源于《廣東省深圳市土地利用總體規劃（2006—2020年）》，統計資料來自《深圳市統計年鑒》和《深圳市土地變更調查主要數據成果公報》，數據覆蓋 2005、2010、2015、2020年。

1.3 研究方法

1.3.1 建設用地信息提取

前人研究中建設用地的提取多采用遙感指數的方法（Debashish et al.，2018），本研究采用歸一化建筑指數（NDBI）提取城市建設用地。在城市用地、建筑、邊界等的變化檢測中，查勇等（2003）設計了歸一化建筑指數用于提取城市用地，通過增加建設用地灰度、減小其他地類灰度值，從而達到突顯城市用地灰度值的效果。在Landsat遙感影像的中紅外波段與近紅外波段之間，只有建設用地的灰度值為中紅外波段大于近紅外波段，而其他地類都相反，因此可較好地提取建成區。歸一化建筑指數（NDBI）的計算公式如下：

式中，MIR為中紅外波段，對應TM/ETM+影像的第5波段、OLI影像的第6波段；NIR為近紅外波段，如TM/ETM+的4波段、OLI的5波段。

為避免水體信息對于提取建成區信息時產生干擾，在應用NDBI提取建設用地前先對影像水體信息進行了掩膜剔除，所采用的方法是徐涵秋（2005）提出的改進歸一化差異水體指數（MNDWI），計算公式如下：

式中，Green代表綠光波段，對應TM/ETM+影像的第2波段、OLI影像的3波段；MIR如前所述。MNDWI指數的取值范圍為[?1, 1]，本研究中通過MNDWI指數直方圖法結合目視解譯確定水體的取值范圍為[0.7, 1]。

根據NDBI結果圖，去除異常值，使圖的灰度取值范圍在[?1, 1]之間，理論上 NDBI取值大于 0為建成區，取值小于0為非建成區。考慮到實際應用中的差異，為提高準確性，對不同時相的遙感影像的提取采用不同的閾值，提取建成區信息。本研究在NDBI指數直方圖法的基礎上參考現狀建設用地分布圖采用經驗試錯法調整閾值，并采用中值濾波消除前述結果中的椒鹽噪聲，最后將大于上述閾值的部分作為各相應年份的建設用地提取結果。基于谷歌影像隨機選擇了驗證樣本，通過建立混淆矩陣，采用總體精度和Kappa系數對建設用地提取結果進行精度驗證。

1.3.2 生態環境質量評價

本研究采用廣泛應用的綜合指數法來評價生態環境質量，借鑒新型遙感生態指數（Niu et al.，2020；徐涵秋，2013），構建了基于植被覆蓋度、裸土植被指數和地形坡度為基礎的生態環境綜合指數模型（王思夢等，2018）。植被覆蓋度和裸土植被指數是反映生態環境的核心因子，前者反映植物生長情況和分布特征，后者反映土壤裸露情況。兩者均可以從遙感影像上獲取，不僅時效性較好，也便于反映生態環境的時空變化。地形是自然地理環境和社會經濟發展的基礎，影響著氣候、河流流向、植被、土壤、地質災害等，其中坡度因子關乎地表物質流動和能量強度，是制約生態環境的重要因子，其值越高越容易造成滑坡、水土流失、植物難以生長等不利的生態環境狀態（林漳，2019）。

植被覆蓋度的計算公式如下：

式中，FC表示植被覆蓋度；NDVI表示歸一化植被指數，其中NDVImax表示區域最大NDVI值，NDVImin表示區域最小的NDVI值。由于圖像中不可避免的存在著噪聲，導致NDVImax和NDVImin未必是最大NDVI值和最小的NDVI值，可根據直方圖分別取兩頭“拐點處”的值。本文選取累積百分比位于2%—97%區間的值作為有效值（李苗苗，2003）。

裸土植被指數的計算公式如下（楊存建等，2002）：

式中，GRABS表示裸土植被指數；VI和BI分別為纓帽變換的綠度指數和土壤亮度指數。綠度指數與不同植被覆蓋有較大的相關性，土壤亮度與生態環境呈負相關，對生態環境的優劣有一定的指示意義（周小成等，2009），裸土信息變化的主要部分是由它們的亮度造成的，故由這兩者的線性組合所形成的裸土植被指數能較好地反映土壤的裸露情況（戚濤，2007）。

坡度體現研究區的地形起伏狀況，坡度越小，越有利于植被生長和水土保持，坡度越陡，發生滑坡和水土流失的可能性越大。本研究基于DEM數據提取坡度（SLOPE）信息。

由于各項評價因子的量綱不一致，計算得到以上三因子的數據后對它們分別進行歸一化處理（0—10）。在此基礎上，借鑒前人研究的權重構建生態環境綜合指數模型（葉亞平等，2000；牛安逸等，2015）如下：

式中，E表示生態環境綜合指數，E值越大表明生態環境的質量越高。應用該模型計算生態環境評價指數后對其結果分等定級，劃分為優、良、中等、較差、差5個等級（倪永明，2002）。

1.3.3 關聯度分析

本研究利用灰色關聯法來探究生態環境綜合指數與城市擴展間的關聯程度。灰色關聯法（鄧聚龍，1983）是指依據因素之間發展趨勢的相似或相異程度衡量因素間關聯程度，通過比較各關聯度的大小來判斷影響因素對研究對象的影響程度。本研究以2005、2010、2015、2020年的生態綜合指數與建設用地所占比重為變量，通過灰色關聯度模型以定量的方式計算深圳市全市及各區的生態環境質量所受城市擴展的負向影響大小，即城市擴展程度越高、生態環境質量越低，對應的灰色關聯度越高。

灰色關聯度模型的計算公式如下：

式中，ζi(k)為關聯系數；ri為關聯度。y(k)為歸一化參數值；xi(k)為歸一化比較值，i為比較數列的個數（i=1, 2…n），k為每個比較對象的指標個數（k=1, 2,…m）；ρ為分辨系數，通常取值0.5；基于前人研究結果（孫玉剛，2007；劉思峰等，2013；張鳳太等，2008），根據關聯度數值的區間劃分關聯性強弱程度，[1, 0.8]為強，(0.8, 0.6]為較強，(0.6,0.4]為中等，(0.4, 0.2]為較弱，[0.2, 0)為弱。

2 結果與分析

建設用地信息提取過程中2005、2010、2015、2020年的閾值分別為?0.135、?0.145、?0.219和?0.177，總體精度和Kappa系數如表1所示。其中4個年份的總體精度均在90%以上，Kappa系數均在0.8以上，表明建設用地的提取結果總體上較好地表征了真實建設用地的情況。

表1 建設用地提取的精度驗證Table1 Accuracy verification of construction land’s extraction

2.1 城市建設用地的擴展分析

深圳市不同時期建設用地分布狀況如圖 2所示。2005年建設用地的分布主要呈四大板塊的形態：西北部呈厚塊狀分布、西南部呈三角狀分布、中部呈多孔團狀分布、東北角呈松散塊狀分布。隨著時間推移，東北區域的建設用地分布逐漸增多，其余區域城市建設用地面積也有小幅度增長。2005—2010年，深圳西南部的南山區和寶安區南部為建設用地擴展最為明顯的區域，而其他三大板塊則由2005年的多孔零散形態擴展為更緊湊的形態，說明這 5年期間建設用地擴展的空間形態較為均勻。2010—2015年，四大板塊的建設用地的擴展趨勢趨同，均以原板塊為中心向外擴展，其中中部偏北的龍華新區板塊擴展較為明顯，同時進一步轉變成更為緊湊的形態，這5年期間建設用地總體明顯地向東擴展，這是由于深圳市“東進”發展計劃所體現出的成果。2015—2020年，各區域的擴展形態相對較為平均，均有輻射向外擴展的形態，此時是“東進”計劃暫緩，而重點建設西部且西部產業聚集，說明這5年間深圳的建設用地擴展相對較強的區域主要分布在西部的南山區和寶安區以及中部的龍華新區和光明新區。

圖2 深圳市2005—2020年城市建設用地空間分布圖Fig.2 Spatial distribution of urban construction land from 2005 to 2020 of Shenzhen

深圳市2005、2010、2015、2020年建設用地提取面積分別是 872.70、916.55、995.47、1072.53 km2，建設用地變化的情況如表2所示。深圳市的建設用地面積呈現逐年遞增的現象，表明建設用地呈不斷擴展態勢。而擴展速率（UGI，Urbanization Growth Index，描述城市擴張的年平均速度）和擴展強度（UII，Urbanization Intensive Index，指城市用地擴展面積增長率的年平均值）在不同時期有所不同。擴張強度的數值一直是小于1%的水平，說明這15年深圳市城市用地擴展強度總體都屬于低強度狀態。研究時段內后期（2010—2020年）的城市擴展規模、強度都比前期（2005—2010年）要大；2005—2010城市建設用地的擴張速率和強度分別為 8.77 km2·a?1和 0.44%；2010—2015、2015—2020 年兩個時間段內的擴展速率和擴展強度相當，擴展速率分別為每年增加 15.78、15.41 km2，擴展強度分別為0.79%、0.77%，均較前期有大幅提升。2010—2015年期間中國正值“十二五”計劃時期，經濟、社會等各方面高速發展，城市擴展的規模、強度、速度大大提高，甚至達到峰值；2015年后，在建設“粵港澳大灣區”以及“十三五”規劃的推動下，城市擴展的總體規模和發展趨勢依然保持相對較高水平，城市擴展依然在推進，但由于城市建設用地的面積基數越來越大，城市建設用地在政府的指引下逐漸進入飽和期，加之土地供需平衡的難度問題，故擴張速率和強度與前一時期相持平而沒有呈明顯上升的趨勢。

表2 深圳市城市建設用地擴展情況Table 2 Urban construction land’s sprawl of Shenzhen

深圳市各行政區建設用地分區統計如表 3所示。數據顯示這 15年間各區的建設用地面積相對大小沒有變化，建設用地面積最大的兩個區是龍崗區和寶安區，最小的兩個區是羅湖區和鹽田區。而從中建設用地占行政區總面積比例的角度來看，年際之間情況各異。建設用地比例最大的兩個區在2005—2015年均是龍華區和寶安區，2020年則是光明區和寶安區，而東南部的大鵬新區一直保持建設用地比例最小的狀況。

表3 建設用地分區統計Table 3 Zonal statistical of construction land

2.2 生態環境質量分析

2005—2020年深圳市的生態環境綜合評價指數結果分別為6.81、7.34、7.55、6.91。從生態環境評價指數的值來看，2005—2020年期間深圳市平均生態綜合指數的變化幅度較小，平均生態環境質量都屬于良。其變化曲線呈先上升后下降的“倒U型”態勢，2005年及2020年生態綜合指數值均低于7，而2010、2015年的生態質量指數值則高于7。

根據生態環境綜合評價指數值，采用自然間斷點法將生態環境質量劃分為 5個等級，即優A+[7.83, 10.00]、良 A?[6.167, 7.83)、中等 B[4.50,6.17)、較差C+[3.17, 4.50)和差C?[3.17, 0)，從而得到生態環境質量分布狀況如圖3所示，統計結果如表4、5所示。

圖3 深圳市2005—2020年生態環境質量空間分布圖Fig.3 2005–2020 Spatial distribution map of eco-environmental quality of Shenzhen

表4 生態環境質量指數統計Table 4 Zonal Statistic of Eco-environmental quality index

表5 生態環境質量指數分級Table 5 Eco-environmental quality index classification

從生態環境質量的空間分布來看，4個年份的深圳市生態環境質量存在顯著的空間差異。生態環境質量“優（A+）”區多分布在中部偏西地區以及東南部沿海地區，主要以四大分布形態：（1）以厚長條狀聚集性分布在東南沿海地區如大鵬新區、鹽田區、坪山新區南部、羅湖區東部的蓮塘和東湖街道等；（2）以塊狀分布于西部中間位置的龍華新、寶崗、南山區的3區交界處；（3）以細長條狀分布于上述兩個分布區之間即深圳的中部偏南地區的羅湖、福田、龍崗、龍華、南山區5區相互接壤處；（4）呈零散分布于東北角的龍崗區的北部、龍華和龍崗交界處、外伶仃島等區域。

深圳市生態環境質量的分級統計來看，2005—2020年深圳市生態環境質量的結構變化較為明顯。不同時期均是“優（A+）”等級的指數占比最大，2010年是“優（A+）”等級占比的峰值，達到63.98%。等級“良（A–）”的區域所占比例平均在10%—20%之間，年際呈現先下降后上升的趨勢，等級“中等（B）”的面積占比呈現出波動上升的態勢、而等級“較差（C+）”和“差（C–）”的面積占比均呈現出波動下降的態勢。

從分區生態環境質量指數來看，每年的最高值均為大鵬區，歸因于該區植被覆蓋度較高；最低值基本分布在福田區、南山區、寶安區，這些區域分別均是經濟發展的核心區域。從年際間各區生態環境質量變化來看，各區 15年間的生態環境質量變化與全市總體的變化趨勢一致，均是呈“倒U型”的變化趨勢，各區生態環境的現狀（2020年）比2015年差，但較2005年稍優，反映出深圳市近年來雖堅持“綠水青山就是金山銀山”理念，強化環境管理和環境質量改善，但是在大灣區經濟高速高質量發展的大趨勢下，生態環境的質量難免受到影響而下滑。

2.3 灰色關聯度分析

根據關聯系數和關聯度的計算公式，得到各行政區生態環境與城市擴展之間的關聯系數和整個深圳市的關聯度。結果如圖4和表6所示。

圖4 深圳市城市擴展與生態環境質量的灰色關聯系數分區圖Fig.4 Grey Correlation Coefficient Map of urban sprawl and eco-environmental quality of Shenzhen

表6 深圳市全區城市擴展與生態環境質量的灰色關聯度Table 6 Grey correlation degree between urban sprawl and ecoenvironmental quality of Shenzhen

深圳市的生態環境質量與城市擴展的灰色關聯系數在空間上大體上呈現“西高東低”的態勢，西部沿海的寶安區在 2005—2020年之間一直屬于關聯系數較小的區域，說明寶安區在這 15年間生態環境質量受城市建設用地擴展的影響較小；西南角的南山區在這 15年間則一直屬于關聯系數較高的區域，說明南山區生態環境質量一直受城市建設用地擴展的影響。

2005—2020年灰色關聯系數在空間上的變化較為顯著。2005—2010年間，龍華區、坪山區和鹽田區的灰色關聯度系數升高，說明深圳新區在城市建設過程中城市發展對于生態環境的影響逐漸增大；關聯系數較高的分布區域在原來的中西部反“C”型基礎上，擴展了東部坪山區形成東西兩大板塊的強關聯系數分布態勢；中等關聯系數的分布區域則由原來東西條狀的福田、羅湖、坪山、大鵬延展為東部及南部沿海的倒“U”型分布態勢。2010—2015年，高關聯系數的整體分布形態沒有發生改變，而中等和弱關聯系數的分布發生了微小轉換。2015—2020年，高關聯系數的分布縮減為中東部的縱向條狀；中等關聯系數的區域有所擴展，東部及南部沿海呈角度更深的倒“U”形態；低關聯系數的區域則仍為原來的寶安區、龍崗區東西兩大板塊。

深圳市的生態環境質量與城市擴展的灰色關聯度變化顯示深圳市生態環境質量受城市擴展的負向影響較強，4個年份的關聯度數值均在0.6以上，但呈現先上升后回落至平穩水平的變化趨勢。2010年的灰色關聯度最大，達到0.72，其余年份的關聯度維持在0.63—0.65之間，說明隨著城市社會的發展，生態環境的保護發展或者破壞污染都與城市化進程的快慢有著密不可分的關系。因此，控制城市用地的無序擴張對于提高生態環境質量具有極其重要的意義。

城市系統是一個非常復雜且多樣化的動態系統，深入研究需要長期努力，本文通過探究城市建設用地擴展與生態環境質量變化之間的關聯性，可為城市可持續發展提供參考。但本文僅從宏觀角度分析城市建設用地的擴張，未考慮城市用地類型之間的轉化；僅耦合了植被、土壤等方面的環境因子，未考慮生物多樣性等其他生態因素。

3 結論

2005—2020年深圳市的城市建成建設用地呈現逐年擴張趨勢，但后期的擴展規模、強度較前期大。從空間分布來看，深圳市的建設用地空間分布集中在城市的西部和中北部，2005—2015年的建設用地重心擴展方向整體均向東，2015—2020年的建設用地則明顯向西擴展。2005—2020年深圳市的生態環境質量整體趨向“良”等級，全市的生態環境質量指數空間分布不均，年際變化主要體現在“優”等級區域及“差”等級區域的轉變上。2005—2020年城市擴展與生態環境質量的負向關聯度均在 0.6以上，表明深圳市的生態環境質量和城市擴展之間顯著的關聯性，各區的關聯系數在空間上變化顯著，大體上呈現“西高東低”的態勢，說明城市擴展會影響生態環境建設，且這種影響在城市人口聚集的地區表現更為明顯。