基于不透水面的城市景观格局时空特征研究

杨军军，刘宇峰，蔺鹏飞，朱 喜

（1.咸阳师范学院 资源环境与历史文化学院，陕西 咸阳 712000； 2.中国科学院西北生态环境资源研究院， 甘肃 兰州 730000）

城市景观是人类影响自然系统最为显著的表现形式。大量城区由混凝土、沥青等材料构成的各类建筑、道路及其相关设施所覆盖，这类隔断地表土壤与大气连通的人工层称为不透水面[1-2]。不透水面的时空动态反映了城市的扩张趋势和演替过程[3]。不透水面改变了区域或流域的水循环过程，使得洪涝灾害风险增加[4-5]， 影响了非点源污染的扩散形式和传播范围，对城市居民的健康形成潜在威胁[1-6]。地表植被的减少，也显著影响了城市的微气候环境，形成城市热岛[7]。因此，监测和预测城市不透水面的覆盖度、动态变化、空间分布等指标，在城市化进程和环境质量评估中具有重要意义。

遥感影像具备获取速度快、数据丰富、监测面积大、回访周期短等特点，相比基于人力的地面调查优势显著，是城市不透水面监测和分析的主要手段[8]。在实际应用中，不同分辨率影像的地表信息提取过程存在不同的困难有待进一步优化，如在基于高分辨率（空间分辨率为1～5 m）遥感影像的不透水面提取中，由于城市环境复杂，不透水面组成多样，存在严重的“同物异谱、异物同谱”问题[2,9]；而在中低分辨率（空间分辨率为10～100 m）的影像信息提取中，由于单个像元代表的实际面积较大，单个像元可能包含多种地物，存在混合像元效应问题[10]，使得分类结果精度难以提高。随着遥感影像数据的多源化，相关研究发现，找到空间分辨率与城市真实地面对象空间尺寸相近或趋近1∶2比例关系的影像，可在一定程度上提高基于遥感影像的不透水面分析精度[11]。因此，对介于中、高分辨率之间的过渡分辨率影像的不透水面信息提取进行探索，具有一定的研究意义和应用 价值。

西咸新区是我国西部快速城市化的典型区域和战略要地，自2014年国务院批准建设以来，经过近5 a的发展，其景观格局发生了哪些变化，目前的建设成果如何，近年来的变化在不同新城间表现出哪些空间特征等问题都是西咸新区政府和人民关注的关键性问题。鉴于此，本文以遥感影像为数据，以时空动态分析为手段，量化评价了西咸新区近年来的发展过程，以期为地方政府和上级部门的管理提供兼备客观性、准确性和时效性的数据支持和应用服务。

1 研究区概况和研究方法

1.1 研究区概况

西咸新区作为关中—天水经济区的核心区位，位于108 31′47″～108 58′19″E、34 10′15″～ 34 33′16″N之间，东西长约40 km，南北宽约43 km， 自2014年获批为第七个国家级新区以来，城市景观格局发生了巨大变化。西咸新区位于陕西省西安市与咸阳市建成区之间，涉及西安、咸阳两市所辖7县（区）23个乡镇和街道办事处，规划面积为881 km2。西咸新区下设沣东新城、沣西新城、秦汉新城、泾河新城和空港新城，面积分别为159 km2，143 km2，302 km2，133 km2和144 km2。研究区行政区划和空间布局如 图1所示。

图1 研究区地理位置示意图

1.2 影像数据获取与处理

本文采用欧洲航天局数据共享服务平台（https://scihub.copernicus.eu/）的哨兵（Sentinel-2）影像， 2016年和2017年的数据来自2015年发射的Sentinel-2A影像，2018年和2019年的数据来自2017年发射的Sentinel-2B影像。原始数据为经过大气校正的大气底层反射率数据（L2A），详细信息如表1所示。数据分析前，先对下载影像进行辐射定标、图像融合、图像镶嵌等预处理，融合后的空间分辨率为10 m；再根据研究区行政边界进行裁剪。为了去除水体在影像分类中的影响，影像分类前，首先采用归一化水体指数（MNDWI）识别出水体，并对其进行掩膜处理[12-14]； 再通过支持向量机（SVM）[15]将影像中的地表对象分为不透水面、植被、裸地3类。为了验证分类结果精度，本文将具备丰富经验的土地利用分类专家对2018年影像数据按照不透水面等4类对象进行人机交互式手动分类，并进行实地验证、修正后的结果作为影像自动分类结果的验证数据。

表1 遥感影像基本信息

在验证分析中，随机样点分析时可能会出现由于某类用地面积较小可用于验证分析的随机样点也较少而导致的分析结果的代表性和准确性存在较大不确定性的情况[16]，为了避免该现象，本文同时采用逐像元分析的方法对自动和人工分类结果进行全局范围的精度验证，计算每种土地利用类型的分类结果精度和不同用地间的转移矩阵。

式中，i为需要进行精度验证的土地利用类型；Ai为第i种土地利用类型的分类结果精度；Ni R为第i种土地利用类型的正确分类像元数量；Nin为人工分类结果中第i种土地利用类型的总像元数。

1.3 不透水面时空动态评估方法

土地利用转移矩阵可以反映土地利用变化的结构特征和各种土地利用类型间的转移方向，能直观表征时间序列的土地利用类型转移情况[17]。因此，本文中不同年份之间的土地利用类型转移采用ArcGIS10.2中的栅格计算获得。

为了准确量化不透水面等土地利用类型在不同时段的变化速率，本文选用单一土地利用动态度K[18]和综合土地利用动态度LC[19]两个指标，其中单一土地利用动态度用于表征某一土地利用类型在一定时间范围内的数量变化情况；综合土地利用动态度用于表征研究区全部土地利用类型的总变化速率。

式中，Uai、Ubi分别为研究期初期a和末期b的第i种土地利用类型的面积；T为研究时段，本文中时间单位为a。

式中，LUi为研究初期第i种土地利用类型的面积；ΔLUi j→为研究时段内第i种土地利用类型转化为其他土地利用类型面积的绝对值；T为研究时段，本文中时间单位为a。

2 研究结果与分析

2.1 西咸新区影像分类结果精度验证

基于SVM和人机交互的2018年影像分类面积验证结果，如图2所示，可以看出，自动分类结果精度非常高，不透水面的错分率为1.0%，植被和水体的错分率均为0.5%，裸地几乎没有错分。

图2 基于面积的分类结果验证

该分类结果精度远超已有基于SVM的研究[8,10,20]，统计结果不合理。为了核实并明确该结论的原因和发生过程，本文对自动分类结果和人工分类结果进行图像对比，如图3所示，从全局来看，两种方法的分类结果在空间格局（如空间位置和不同地面对象的形状、轮廓等）上保持高度的一致性，该结果与不同土地利用类型面积的分析结果一致；但自动分类结果表现出明显的“椒盐现象”，自动分类精度并没有那么高，地面对象的完整性较差。为了明确不同地类的分类结果细节，本文专门对4种地类的局部进行了放大对比，结果表明，不透水面、植被和水体的分类结果吻合度较高，但能清晰看到自动分类结果的“椒盐现象”，裸地表现最差，自动分类局部结果表现出明显的错分情况，如图3中a41和a42所示。

为了量化两种分类结果之间的土地利用错分率，本文分别利用随机采样和转移矩阵对自动分类结果和人工分类结果进行精度分析。样点获取在ArcGIS中完成，样点总数为1 000，其中位于研究区的样点为 491个，不透水面、植被、水体和裸地的采样点分别为175个、257个、26个和33个；通过空间分析发现，对应的土地利用类型分类结果精度分别为79.4%、78.2%、34.6%和24.2%，说明不透水面和植被的结果相对较客观，水体的结果明显偏小，与上文图像分析结果差异显著。为了交叉验证随机样点结果的精度，本文在ArcGIS中进行了基于全局逐像元的转移矩阵分析（表2），不透水面、植被和水体的分类精度分别为76.9%、77.9%和75.1%，其中近17%的不透水面被错分为植被；裸地分类精度最低，约为16.2%，大部分被错分为植被和不透水面，与随机样点分析结果一致。转移矩阵量化结果与图3中的结果一致，可信度更高。

图3 2018年人工、自动分类结果在局部区域的提取结果

表2 2018年自动分类结果的转移矩阵/%

由上述结果可知，转移矩阵能更客观准确地量化分类结果的精度，而基于随机采样的评价结果不确定性较大，在一定程度上并不能用以验证分类结果的准确性。从自动分类结果精度来看，由于本文主要关注的是不透水面的动态变化，自动分类结果中不透水面的分类精度约为77%，大于75%，能满足区域土地利用格局的分析需求[10]，因此本文采用SVM方法提取和分析其余年份的不透水面空间分布。

2.2 2016-2019年西咸新区时间动态特征

2016－2019年是西咸新区快速发展的阶段，由图4可知，4 a间新区不透水面面积稳定增长，不透水面面积变化作为城市化进程的指标之一[8]，这与近年来新区基础设施建设和城市规划实施稳步开展的情况相吻 合[21]；且不透水面面积增长呈典型的对数函数关系，即前两年增长较快，随后增长幅度有所减缓，发展过程趋于平缓。对比其他土地利用类型面积变化过程可知，2017年是土地利用类型转移最为剧烈的一年，新区植被面积显著减少，主要体现为新区各功能区开始大面积破土、拆迁，全面为新区规划建设准备场地，大量植被被平整为裸地；随后裸地面积趋于稳定，植被与不透水面面积呈现此消彼长的互动关系，随着不透水面面积的增加，植被面积逐渐减少，截至2019年 不透水面面积（占比约为42.6%）已与植被面积（占比约为47.5%）非常接近。因此，2016－2017年新区土地利用类型转移方向主要为植被转移为裸地，而 2018－2019年新区土地利用类型转移方向主要为植被转移为不透水面。

图4 西咸新区不同用地类型面积的年际变化

2.3 2016-2019年西咸新区城市结构动态特征

西咸新区的建设以“创新城市发展方式”为主题，规划中深入考虑了不同功能区的地域特色、区位优势和已有基础，在遵循绿色环保、创新、尊重自然山水格局的“绿色发展理念”下，不同功能区在土地利用类型组成比例和空间格局上又不尽相同。从地域特色来看，沣河两岸分别是沣东新城和沣西新城，秦汉新城位于历史资源丰富、坐拥西汉九座帝陵的渭河北滨，空港新城以西安咸阳国际机场为核心，泾河新城毗邻泾河。将地域特色与“引领内陆经济开发开放战略高地建设的国家级新区，彰显历史文明、推动国际文化交流的历史文化基地，统筹科技资源的新兴产业集聚区，城乡统筹发展一体化建设示范区”的发展定位相结合，沣东新城着力打造西安国际化大都市的主城功能新区和生态田园新城，沣西新城以文化教育产业和综合服务副中心为主，秦汉新城专注于世界影响力的秦汉历史文化聚集展示区和生态田园示范区，空港新城着力于建设西部地区空港交通枢纽和临空产业园区，泾河新城则是以低碳产业为主的城乡发展示范区和循环经济园区。

为了更好地探究和表现不同功能新城土地利用类型的时空动态特征，本文将不同土地利用类型在不同新城的面积变化情况通过图5展示出来。该图通过距离中心点的远近反映研究期内新城用地类型的规模，同时通过不同年份间的间距大小体现研究期的建设速度，即间距越大，建设速度越快，从而全面表现新城在研究期的发展状况。由图5可知，不同土地利用类型的时空动态特征各异，差异显著。不透水面面积整体呈增加趋势，说明新区城市建设正在稳步开展。对比各新城的发展发现，沣东新城面积变化不大，2019年由于绿化面积的增加，不透水面面积略有减少，这主要是由于沣东新城位于西安市西部，受西安市城市扩张的影响较大，研究期之前，其基础设施建设已比较完善，因此研究期并未显著增加；其余各新城不透水面面积均表现为稳定增加，其中以秦汉新城增加最为显著，这主要是由于其定位以历史文化展示和生态田园示范为主，在大范围环境保护的同时，全面且快速的基础设施建设使其不透水面迅速增加。

图5 西咸新区各新城不同土地利用类型面积动态变化

植被面积在各新城间的变化差异较大，其中秦汉新城的面积显著大于其余4个新城（截至2019年，约为210 km2），这主要是由于秦汉新城的行政区划面积较大（约294 km2），约为其他新城面积的两倍，因此植被面积相对较大，其他新城植被面积由大到小依 次为空港新城、沣西新城、泾河新城和沣东新城。各新 城的土地利用类型转移方向基本一致，研究期内植被面积均有不同程度的减少，大多转移为不透水面，2017年作为土地利用类型转移突变的一年，植被面积最小。从转移速度来看，沣东新城与前文不透水面的情况一致，植被面积未表现出显著变化，土地利用类型较稳定，其余新城相对较快。水体在不同新城也有小幅变动，但受其用地类型性质限制，面积变化不大，其中秦汉新城和沣西新城由于渭河湿地和沣河湿地环境治理工程的开展水体面积有所增加。裸地面积也在一定程度上反映了城市建设的过程，与前文新区年际用地的变化一致，除2017年所有新城的裸地面积有显著增加外，其余时间段并没有明显特征。

2.4 土地利用动态度

基于土地利用动态度的评价指标，本文分别计算了对应土地利用类型的单一土地利用动态度和不同区域的综合土地利用动态度。由表3可知，2016－2019年 不透水面的单一土地利用动态度最大，西咸新区的单一土地利用动态度为13.9%，呈显著扩张趋势；其他土地利用类型的单一土地利用动态度由大到小依次为水体、植被和裸地，其中水体呈增加趋势，而植被则减少了约7.3%。由于功能定位的不同，不同新城表现出区别化的动态度特征，秦汉新城各类用地的单一土地利用动态度均较大，变化趋势与西咸新区基本一致；沣东新城的单一土地利用动态度整体相对较小，各土地利用类型面积变化幅度最小。沣东新城和沣西新城的水体面积表现为一致的显著增加，反映了所在辖区大力加强湿地和河湖治理的成果。此外，泾河新城和空港新城不透水面面积增加突出，单一土地利用动态度分别为26.9%和37.2%，反映了当地大型建筑和公共基础设施快速建设的过程。

表3 2016－2019年分区域不同土地利用类型的 单一土地利用动态度/%

与单一土地利用动态度情况一致，2016－2019年西咸新区综合土地利用动态度为4.4%，土地利用类型间转移频繁，综合利用程度高，人地矛盾激烈（图6）。各新城间的综合土地利用动态度差异明显，其中泾河新城不同土地利用类型间的转移最为频繁，综合土地利用动态度高达7.6%，其原因可能是泾河新城位于西咸新区最北端，新城建设前，地方产业以农副产品和轻工业原材料为主，基础设施落后，为了与新区发展保持一致，研究期内土地利用类型变动频繁，区域景观格局变化剧烈。综合土地利用动态度最小的是沣东新城，其原因与前文一致，沣东新城距离西安最近，在新区大范围建设前，该区已完成了主要土地利用类型的规划和建设，因此研究期内综合土地利用动态度最小，土地利用格局最稳定。

图6 西咸新区2016－2019年综合土地利用动态度情况

本文综合多项指标分析了西咸新区2016－2019年土地利用类型转移的时空动态特征，不仅全面展现了各新城土地利用类型的变化情况，而且揭示了基于规划的人地互动过程。结果表明，随着时间的推移，新区各新城正在以前期定位规划为蓝图，全面开展各项工程建设，政府部门的规划和政策导向是区域土地利用类型转移的主要驱动力，西咸新区不透水面的剧烈变化很好地反映了各新城基础设施和大型工程的开展实施情况；在各自的基础条件上，针对不同的地域定位、发展重点和土地利用政策[17]，各新城的土地利用类型转移过程也各具特点，开发较早、基础设施较完善的新城，研究期内侧重环境绿化和河湖治理，而开发较晚、基础设施较薄弱的新城，研究期内更加侧重基础设施和各项主题工程的建设和覆盖。

由转移矩阵和各动态度指标可知，不透水面的面积变化能较客观、准确地反映区域城市化的过程，可作为区域建设情况调查和交叉验证的有力工具[22-23]。Sentinel-2影像作为研究数据具有一定优势，首先其分辨率为10 m，且属于免费产品，为使用者获取较高分辨率影像奠定了经济基础和保障；其次该影像成像质量稳定，回访周期短（单星为10 d，双星为5 d），为相关研究提供了品质和数量保障的数据；最后该影像的空间分辨率是最接近高分辨率的数据，能更好地与城市地面对象空间尺寸相吻合，在面向对象的影像信息提取中具有更好的表现。

本文以所在区域遥感影像分类结果为基础，分析了土地利用类型的转移过程和动态特征。客观、及时、准确的量化评价，能为当地政府部门提供数据支持；但文中尚未对土地利用变化过程的驱动因子展开深入、系统的分析，这是由于新区是由西安市和咸阳市各区县的行政区划重新划分而来，历史数据的收集、整理以及新区数据的规范和汇总尚需一定的时间，数据的规范性和完备性使得区域相关深入研究存在一定的难度，后续研究可就此逐步展开。

3 结 语

遥感影像作为快速获取地表信息的一种手段，在城市空间信息提取、分析和预判中具有巨大应用潜力。随着无人机航拍影像的快速发展和广泛应用，针对不同空间尺度、多样化任务性质、灵活时间调度以及复杂的作业环境等要求，基于多源影像的城市信息研究和应用必将迎来一场革命性的变革。本文以Sentinel-2影像为数据，对西咸新区2016－2019年的土地利用动态变化情况进行了研究。

1）相对基于随机采样的影像分类结果精度验证，基于转移矩阵的全局逐像元分析法能避免随机采样的不确定性，具有更好的效果，能更客观、准确地进行影像自动分类结果精度验证。

2）201 6－2019年西咸新区不透水面面积在稳定增长，城市建设正在全面、快速开展。2017年是土地利用类型转移最剧烈的一年，2016－2017年的土地利用类型转移方向主要为植被转移为裸地，2018－2019年的土地利用类型转移方向主要为植被转移为不透水面。

3）以区域规划和政策导向为主要驱动的城市化过程，使不同新城的土地利用类型转移过程各具特色，但又受限于其原有的基础条件。研究期内不同新城的土地利用类型转移方向很好地体现了对应地区的发展定位和规划设计，西咸新区的城市建设和环境保护在同步、稳定展开，新区的建设和发展在考虑当地实际情况的基础上，很好地贯彻和落实了国家政策。