基于RS和GIS技术的城市居住用地适宜性分析模型

林金城

【摘 要】本文综合现有城市居住用地适宜性分析研究理论成果，采用RS与GIS技术相结合的办法，以RS技术作为重要数据来源，以GIS技术作为技术支撑，以城市人口、自然人文环境、交通设施为主指标，以建筑容积率、人均绿地占有、城市温度分布、噪声环境，交通便利度、人文设施等为分指标，建立城市居住用地适宜性综合分析模型，充分反映了人类对居住环境的主观感受与要求。为建设宜居城市和人们购房、住房选择位置提供科学的决策依据。

【关键词】RS；GIS；居住适宜性；模型

人居环境是人类聚居活动的地方，是和人类生存活动密切密切相关的地表空间。自从我国实施改革开放政策以来，城市现代化进程加快，人们的生活水平、质量得到很大提高，同时人们也开始关心自身居住环境的优劣。居住用地的舒适性逐渐成为人们购房、住房过程中关注的焦点。目前国内学者对城市居住适宜性分析评价都有进行了许多细致研究，提供了许多方法，主要可分为两种，一种是传统分析手段，另一种则是借助现代RS、GIS技术分析。传统研究方法如陈静等采用问卷调查形式结合专家打分对各个指标赋予权重，并通过统计学建立评价指标体系。这种方法虽然能很大程度地体现居民对居住环境的要求，但这种方法工作量大，并且难以全面综合周围居住空间与自然信息。而应用现代遥感（RS）技术、地理信息系统（GIS）对城市居住用地适宜性评价也具有完善地系统性研究，借助RS可以获取到人眼获取不到的地面信息，GIS技术则能很直观地对居住用地进行地理空间分析并专题制图。

笔者综合了国内学者应用RS、GIS技术在城市居住用地适宜性分析方面的研究方法与成果，基于RS、GIS技术提取信息，结合前人在城市人居环境评价方法，构建居住适宜性专题图，提出城市居住用地适宜性分析模型。

1 城市居住环境适宜性分析模型建立方案设计

1.1 居住环境适宜性评价模型影响因素

城市居住环境适宜性是一种受多方面因素影响的复杂评判体系。从理论上讲，评价居住环境适宜性的指标越全面越好，但现实中会受到获取数据上的限制，所以实际研究分析中只能选取其中最具代表性，最满足人类对居住环境要求的指标。龙腾锐[3]等提出了以环境要素（空气，水，声环境等）、环境设施（绿化等）、环境管理三方面作为主指标。程承旗等依据高分辨率遥感图像从研究居住单元建筑拥挤度来评价。师永强等利用RS从人均绿地面积，绿地覆盖率等作为人居环境质量指标。黄焕春等借助GIS从噪声、公园河流、医院、中小学、商业5个方面进行适宜性分析。徐蕾等从生活服务点、公共电、声环境、人文环境等5个方面建立评价指标。本文基于以上学者的研究成果与方法，同时引入人口拥挤度、城市热岛温度分布图等评价指标对城市居住环境适宜性进行评价。

1.2 居住环境适宜性分析模型建模方案

居住环境适宜性分析模型主要包括三个步骤：（1）利用RS技术，获取城市高分辨率遥感影像，间接获取人口密度，绿地水体信息以及城市热岛图等数据。（2）基于遥感信息，借助GIS技术制作人口拥挤度，绿地水体，温度分布等专题图，并利用空间缓冲分析工具，制作噪声环境，交通设施，人文环境等专题图，并依据城市居住环境评价指标进行加权处理。（3）根据权重指标，对以上图层进行叠加计算，分等定级，得出城市居住区适宜性评价图。

2 遥感影像信息提取

近几年遥感技术迅速发展，搭载的传感器也越来越丰富先进，因为其监测范围广、信息量大、简便精确等优点，在诸多领域中得到广泛应用。单波段遥感影响空间分辨率可达到2.44m，而多波段遥感影像空间分辨率可以达到0.61m，如此高的空间分辨率情况下，我们就可以利用其获取丰富的地物光谱信息以及细致的城市建筑结构。

2.1 建筑容积率信息提取

高容积率的居住区意味着小区有着高密度的居住人口，另外，高密度的居住人口还会对小区内外的交通、景观、娱乐中心以及楼宇内的电梯、消防通道等方面形成较大的压力，导致居民的生活舒适度下降。所以建筑容积率则可以成为评判居住适宜性的指标之一。建筑容积率是指总建筑面积与用地面积的比值。何华伟[4]等利用高分辨率遥感影像得到建筑物高度与阴影长度线性关系，从而估算出建筑楼层。H=0.9197L+3.4513上式中，H为建筑物的高度，L为阴影长度。然后利用下列公式可计算出建筑容积率，Fi为居住单元i的容积率，Si为居住单元i的土地面积，Sij为居住单元i内j建筑物基底面积，nj为j建筑物的楼层。

依据遥感影像，我们可以得到居住区的面积，楼层高度等，结合统计得到每一住宅类型对应的人口密度，依据人口拥挤度计算公式，计算出各个居住区建筑容积率，根据《建筑密度与容积率控制指标表》，如下表所示，按居住区住宅类型，可将居住区分为较拥挤、拥挤、正常、优秀四个等级。

2.2 绿地信息提取

基于遥感影像提取城市绿地信息的方法目前以植被指数法最为常用。植物叶绿素在近红外具有高反射，在红光波段具有强吸收特征，利用归一化植被指数法可以突出图像上的植被信息。其定义的表达式为：NDVI=（IR-R）/（IR+R），式中IR和R分别为影响的近红外和红波段的灰度值。黄树春[7]等分析波谱特征得知绿化草地的NDVI值最大，通过NDVI可以较好提取，较暗色绿地的NDVI值较小；阴影区绿地同建筑物和沥青路的NDVI值接近，但在红波段，绿地的灰度值小于建筑物和路面，且与阴影和水体的差别较大。因此可以调整阴影区绿地在红波段的灰度值，将红波段位于105-135的灰度值减少25后进行NDVI分析更好提取绿地信息。设定NDVI值为0.20，大于此值为绿地，小于此值为非绿地。经过几次操作后将提取出的部分绿地和上面提取的绿地信息进行运算，就可以得到总城市绿地面积。人均公共绿地面积指城镇公共绿地面积的人均占有量，其算法表达式为：Aglm = Ag/NP式中Aglm人均公园绿地面积（m/人）；Ag公园绿地面积（m2），其中公园绿地面积包括公园绿地、生产绿地、防护绿地、附属绿地等；NP城市人口数量（人）

2.3 城市温度分布信息

热岛效应使城市温度升高，高温反应同时带来大气污染，对人们的健康和生活舒适性会产生严重影响，特别是夏季。严重的城市热岛效应不但会影响了人们正常的生活和工作，还会成为人们生活质量进一步提高和城市进一步发展的制约因素。所以城市居住区温度则可以成为评判居住适宜性的指标之一。热红外遥感能记录地物的热辐射特性，所以通过热红外遥感图像能够大范围、准确地获取地面温度信息。白天温度对人的影响最大，所以热红外遥感图像应选为白天，以中午14点左右最为合适。通过Landsat TM6所接收到的地面各处热辐射值大小进行温度反演可以算出地面温度的高低及其分布。由于大气和其它因素会干扰卫星接受热红外遥感图像，所以采用覃志豪等的单窗算法可以把大气和地表的影响包括在算法公式中，且演算精度最高可以达到<0.4℃，其算法表达式为：

3 GIS空间分析过程

在通过遥感收集到的相关数据的基础上，我们可以通过GIS系统对相关数据进行一系列信息处理和空间分析工作。对居住区容积、绿地水体信息与城市温度分布等信息获得的数据进行重分类，并按各自评价指标进行赋值，得到各个居住区评价专题图。将得到的拥挤度、绿地水体、城市温度分布、噪声影响区、人文缓冲区图、交通设施缓冲图等7个专题图，分别添加新字段并按等级、指标权重赋值，利用GIS叠加生成新的城市居住适宜性专题图，对新图层建立新字段，使得新字段值等于前7个字段值相加。利用聚类分析法，按新图层的字段值分类，得到不同适宜性居住区分类图。其流程图为：

图2

4 结语

一般，城市居住用地在城市用地中所占比重在40%以上，由此可以看出居住用地的适宜性对城市发展起着很大影响作用。所以建立城市居住用地适宜性综合分析模型，对建设宜居城市和人们购房、住房选择位置具有重要意义。本文提出对建立城市居住用地适宜性分析模型的设想和方案仍存在一些不可避免的缺陷，很难对社会性较强的因素进行分析，如物业管理质量，居住区治安状况，邻里关系等等因素。因此，此模型的设计仍具有一定的局限性。对于分析模型的实施和分析验证工作，还需要进行大量的实地考察和数据收集。

【参考文献】

[1]吴良镛.人居科学引论[Z].2003.

[2]陈静，尹卫红，张景秋.宜居城市与北京城市居住适宜性评价[J].北京联合大学学报（人文社会科学版），2006，4（2）.

[3]龙腾锐，张智.居住区环境质量综合评价体系研究[N].重庆建筑大学学报，2002.24（6）.

[4]何华伟，郭仕德，林旭东，程承旗.厦门典型居住区环境质量高分辩率遥感评价[J].测绘科学，2005.12（6）.

[5]师永强，薛重生，徐磊，高松峰.基于RS和GIS的城市绿地与城市人居环境质量的研究[J].安徽农业科学，2008.36（11）.

[6]黄焕春，运迎霞，李明玉.基于GIS的延吉市城区居住用地适宜性分析[N].吉林师范大学学报（自然科学版），2004.4.

[7]黄树春，李书，薛重生.基于Quick Bird影像的城市绿地景观信息提取研究[J].安徽农业科学，2007，35（2）：396-397.

[责任编辑：李书培]