2003—2019年厦门市不透水面时空演变特征

2022-03-22 01:47宋小琪林志垒
亚热带资源与环境学报 2022年1期
关键词:不透水中位数厦门市

宋小琪,林志垒,b*

(福建师范大学 a.地理科学学院,b.福建省陆地灾害监测评估工程技术研究中心,福州 350007)

不透水面是指由各种不透水建筑材料所覆盖的表面,如由瓦片、沥青、水泥混凝土等材料构成的建筑物、路面和停车场等[1]。当前,城市人口激增[2],土地利用类型迅速变化,不透水面增加。不透水面具有阻止水下渗,影响自然地表蒸散作用等特征,故不透水面对地表径流、水质量、热岛效应等生态环境因子有显著影响[3-4],研究不透水面的演变规律,明确不透水面的发展趋势对城市未来发展以及生态环境等具有重要意义。遥感技术可以大范围、准确、实时地获取地面不透水面信息。目前,提取不透水面的方法中,线性光谱混合分解法具有适用于中低分辨率、能有效解决混合像元问题、模型简单效率高等特点而被广泛应用和深入研究。不透水面的时空变化可以有效反映城市的发展与扩张[5],许多学者采用了不同的方法进行研究,比如,Li等[6]采用缓冲带分析方法,对杭州市区1991—2014年8个方向不透水面的空间格局和动态变化进行了分析;Xu等[7]使用不透水面加权平均中心及标准差椭圆分析了整体和局部尺度下不透水面的扩张方向和分布差异;Man[8]等也进行了相关研究。然而以往的研究相对缺乏从时间和空间角度出发分别对不透水面的扩张特征进行定量分析。厦门市是东南沿海重要的中心城市,地理区位独特,改革开放以来,厦门快速发展,自设立为经济特区起,城市化速率加快,在中国城市发展中具有典型性。从时间和空间角度定量剖析厦门市的不透水面演变规律,对城市空间优化,提高城市环境竞争力具有重要作用。因此本研究以厦门市为研究区,运用线性光谱混合分解法获取多时相不透水面信息,并分别从时间和空间角度出发,采用转移矩阵、中位数中心来定量分析厦门市不透水面的演变过程,以期为城市规划与城市生态改善提供一定的理论依据。

1 研究区与数据源

1.1 研究区概况

厦门市(117°53′E~118°25′E,24°25′N~24°54′N)是国家综合配套改革试验区、国家物流枢纽、自由贸易区、东南国际航运中心,由思明区、湖里区、海沧区、集美区、同安区和翔安区6个市辖区组成(图1)。陆地面积1 699.4 km2,海域面积390 km2,属亚热带季风气候,温和多雨,多年平均气温为21℃,年均降水量为1 200 mm,是中国首批经济特区之一,得益于国家政策支持和其优越的地理位置,城市发展十分迅速,至2019年常住人口约为429万,城镇化率约89.2%。

图 1 研究区概况

1.2 数据源及处理

研究数据包括Landsat系列遥感影像和厦门市矢量数据。鉴于影像的可获取性,并考虑影像时间的一致性,选取了3期影像进行研究,具体为2003年1月29日和2010年12月18日的 Landsat 5 TM以及2019年12月11日的Landsat 8 OLI/TIRS的三期影像。此外,还需要Google Earth历史影像。数据预处理包括大气校正、影像配准以及影像裁剪。

2 研究方法

2.1 线性光谱混合分解

中低分辨率影像存在混合像元问题,会影响不透水面提取精度。混合像元分解可以有效解决此问题。本研究基于Ridd[9]于1995年提出了植被-不透水面-土壤(V-I-S)模型,采用线性光谱分解模型(LSMA)和最小噪音(MNF)分离变换方法来估算不透水面。首先,基于归一化水体指数法(MNDWI)掩膜水体,去除水体对不透水面提取带来的干扰。MNDWI的公式为:

(1)

式(1)中:ρGreen和ρMIR1表示绿波段和中红外1波段的反射率。

其次,提取端元波谱。使用LSMA进行混合像元分解时,端元即地物类别的选取极为重要。据已有研究,对城市影像数据进行混合像元分解时,选取3~4种端元,提取效果优良[10]。故本研究根据Wu和Murray[10]提出的高反照率地物、低反照率地物、植被和土壤4类端元进行选取。在选取时,借助二维散点图与纯净像元指数(PPI)获得端元波谱。但多光谱影像包含多个波段,波段间的相关性会造成信息冗余影响信息获取精度,不适于直接构成二维散点图。对此,需要进行最小躁声分离MNF处理,将多光谱的主要信息集中到变换后的前几个波段上,分离出数据中的噪声信息,提高端元选取的精度。

再计算PPI以确定影像中高纯度的像元,结合纯净像元和高清历史影像,利用MNF变换后的影像构成的二维散点图,手动选取端元。

图 2 2003、2010、2019年不透水面丰度

接着进行混合像元分解,将分量影像中高反照率和低反照率影像相加,获得不透水面丰度信息影像。LSMA是将像元在某一光谱波段的反射率理解为是由构成像元的基本组分的反射率以及所占像元面积比率为权重系数的组合,其模型为:

(2)

最后进行精度验证:选取混淆矩阵中的总体分类精度(OA)和Kappa系数对不透水面提取精度进行评价。OA指正确分类像元占总体像元比例,Kappa系数可以表示分类结果与实际地物类型的吻合程度[11]。

(3)

K=(P0-Pε)/(1-Pε)

(4)

式(3~4)中:P0即总体分类精度;Pii表示第i类中正确分类的像元数;n为分类类别数;N表示总像元数;Pε为分类结果中与实际地物类型保持一致的概率。

2.2 转移矩阵与动态度

不透水面丰度值表示像元内不透水面所占比例,将不透水面丰度分级,然后分析不透水面各等级转移情况和剧烈程度,可以有效剖析不透水面随时间的变化特征。转移矩阵是马尔科夫提出的描述状态转移的方法,即系统从t时刻到t+1时刻的状态变化过程[12]。结合转移矩阵来量化各等级不透水面的转移变化。首先将不透水面丰度(ISA)等距分为5级:分别为低密度类型、中低密度类型、中密度类型、中高密度类型、高密度类型。然后计算转移矩阵来分析各个等级不透水面随时间的转移情况。

本研究选取动态度指标来定量表达不同等级不透水面变化过程的速率和程度[12-13]。其中,单一动态度可以研究区域内某一等级不透水面的变化速度;综合动态度可以直观反映研究区内不透水面的变化速率。两个指标的计算公式如下[11-12]。

(5)

(6)

式(5~6)中:Ki表示i等级不透水面的单一动态度,Ua和Ub表示研究初期和末期的i等级的不透水面面积,△t表示研究初末期的时间差;Ki值越大,变化越快;LC表示综合不透水面动态度,LU表示研究区总面积,△LUi为i等级不透水面转化为非i等级不透水面面积的绝对值;LC越大,研究区各等级不透水面转化越剧烈。

2.3 中位数中心

描述不透水面在一定时期的扩张方向可以表现研究区在一定时间内不透水面空间演变的特征,本研究通过计算研究区不透水面中位数中心,来揭示不透水面的扩张方向。中位数中心是一种度量中心趋势的工具,可以识别数据集中到其他所有要素的总欧式距离最小的位置点[14]。

3 结果与分析

经过混合像元分解,由低反照率和高反照率不透水面丰度分量相加得到的2003—2019年研究区不透水面丰度影像(图2)。由图2可见,不透水面覆盖度越高,丰度值越大,在图中越红。

进一步将不透水面丰度影像图二值化为不透水面和透水面,基于此,进行精度验证。在 ArcGIS中创建300个随机样本点,导入Google Earth与同期历史高清影像进行对比,判读是否为不透水面,并建立混淆矩阵,计算OA与Kappa系数,2019年混淆矩阵如表1所示。

图 3 2003—2019年不透水面扩张

表 1 2019年不透水面提取精度评价

可见,2019年不透水面提取总体精度为88%,Kappa系数为0.75,结果精度较高,可以认为混合像元分解法提取不透水面符合精度要求。同理,对其余2期遥感影像不透水面提取结果进行验证,OA与Kappa系数均在80%与0.7以上,均满足后续研究精度要求。

3.1 不透水面总体扩张分析

为了从总体上直观反映研究区不透水面扩张情况,分别将2019年与2010年、2010年与2003年不透水面覆盖范围进行差值运算,得到不透水面扩张图(图3)。

由图3可见,2003—2019年,厦门市不透水面面积不断增加,由166.21 km2增加至410.13 km2,共增加了243.92 km2,年均增加14.35 km2。2003年不透水面主要分布在各行政区建成区,由沿海到内陆逐渐减少。其中,厦门岛不透水面覆盖度最高,而翔安区不透水面覆盖度在各区中最少。

2003—2010年间不透水面加速扩张,覆盖面显著增大。2003年厦门市海湾型城市建设的全面启动,促进了岛内外协调发展,使岛外不透水面扩张显著。湖里区扩张区域主要为北边靠海区域;思明区南部山区阻挡发展,不透水面新增较少;海沧街道最南部、中部以及山边公园周围区域扩张明显;集美区不透水面主要在原有基础上向外发散;同安区受限于北面山区等,新增不透水面主要在同集北路两侧的新民、西克、官浔、后庄等区域;而翔安区自设立为行政区划以来,大力发展,扩张呈现较为均匀。

2010—2019年,厦门市不透水面扩张相比前一阶段较为分散,各地区主要在原有基础上向外扩张。厦门岛岛内大批工业企业迁向岛外,部分原有工业用地变为商业用地与居民用地,同时老城区进行大面积改造,总体不透水面增加量减少;翔安区大嶝岛内以及岛外附近区域不透水面扩张显著,这是因为翔安机场在此建立;其余不透水面扩张主要聚集在海沧区南部、海沧集美区交界中部周围、同安区布塘周围。

总体来看,厦门市不透水面扩张表现为由各行政区建成区向外扩张。城市中心先行建设,并辐射到附近地区,带动城市不断扩张。此外,在政策调整引导下,特定区域如大嶝岛的不透水面也出现了不同程度的扩张。交通路网便于交流联动,也会进一步促进发展。在以上多种因素的共同作用下,厦门市不透水面明显扩张。

3.2 不透水面时间变化规律

为了进一步剖析不透水面随着时间的演变特征,本研究从不透水面的主要转化来源和丰度等级转移对研究区不透水面随时间变化情况进行分析。

3.2.1 不透水面的主要转化来源

将不透水面与植被、水体进行叠加分析,得到研究区不透水面转化图(图4)。可知在2003—2019年新增不透水面中,有161.35 km2占用了植被,占净增不透水面总面积的66.15%;其次是水体,有24.65 km2的近岸水体转变为不透水面,占净增不透水面的10.11%。

3.2.2 不透水面丰度等级转移

1)转移矩阵分析

利用ENVI软件来测算2003—2010年、2010—2019年和2003—2019年不透水面丰度等级转移矩阵,结果如表2~4所示。

表 2 2003—2010年不透水面丰度等级转移矩阵/km2

表 3 2010—2019年不透水面丰度等级转移矩阵/km2

表 4 2003—2019年不透水面丰度等级转移矩阵/km2

可见,各个等级的不透水面呈现出程度不同的变化,主要表现为等级1即低密度等级的减少和其他等级的增加。这是快速城市化的典型表现,说明城市土地集约利用程度增加,不透水面聚集效应出现。原因主要是城市化发展使得零星杂乱建筑用地得到整理规划,密度增加,且不透水面利用效率提高,在政策引导下不断挖掘用地内涵。同时,植被、水体以及裸土等自然地表改为人工建筑景观,使得较高等级的不透水面明显增加。并且,等级5与较低等级的不透水面间也存在相互转化情况,主要是因为老城区改造、城市生态建设、工业园区建设等的综合作用。

2)动态度分析

根据公式(5~6)计算研究区单一不透水面等级动态度和综合动态度,结果如表5所示。

表 5 2003—2019年不透水面丰度等级动态度/%

从单一不透水面等级动态度来看,各个等级存在差异。主要表现为:(1)各时期等级1的单一动态度均为负值,其余等级为正值,这说明等级1即低密度的不透水面在发展过程中持续减少,城市化推进了不透水面不同密度间的转变,不透水面丰度增大。(2)2003—2010年间,等级2不透水面动态度最大,而等级3、4、5均低于下一时期,这说明不透水面低密度地区发展建设初有效果,城市零碎建设用地开始聚集。(3)2010—2019年间,等级2不透水面动态度减小,增加减缓,而等级3、4、5动态度均变大,这表示较高等级的不透水面有剧烈发展。

从综合不透水面等级动态度来看,2010—2019年时期综合动态度(值为1.15)大于2003—2010年以及2003—2019年时期。分析其原因,应该是2010—2019年间城市化进程快速,使得各个不透水面转变剧烈,且发展程度高于前一时期。

3.3 不透水面空间演变过程

随着城市化的推进,厦门市不透水面空间分布变化显著。通过剖析不透水面的扩张方向和景观格局变化来揭示不透水面2003—2019年的空间演变过程。

3.3.1不透水面丰度等级转移

不透水面中位数中心变化轨迹可以定量评估城市扩张的方向和距离。计算各行政区不透水面中位数中心,并绘制变化轨迹,其结果如图5和表6所示。由图5、表6可见,各行政区中位数中心迁移具有方向性,且各不相同。

表 6 2003—2019年厦门市各区不透水面中位数中心变化统计

(1)厦门岛:2003年厦门岛中位数中心位于江头街道屿浦路附近。2010年中位数中心向北偏东方向迁移了0.84 km至江头街道百果山公寓附近,这是因为思明区发展受限于南边山区,城市建设主要在湖里区沿海地区。2019年本岛中心往南偏西方向迁移了0.65 km至江头街道摩登大厦附近。总体来看,厦门岛受限于地形,城市建设较为集中,中位数中心较为稳定,均位于江头街道湖里区和思明区交界处。

(2)海沧区:2003年海沧区中位数中心位于新桥水库右下方,偏向海边。2010年中位数中心向北偏西方向迁移了0.84 km,位于新桥水库左下方。这大概是因为东孚街道借助临近漳州市的投资便利,工业得到发展,使得中位数中心向东孚街道偏移。2019年海沧区中位数中心往北偏西方向移动了0.63 km,这可能是厦门岛工业外迁,致使海沧区中位数中心持续北移。

(3)集美区:2003年集美区中位数中心位于西亭嘉园附近。之后,集美区表现为一直向西北方向发展。灌口工业区的人口聚集以及集美街道发展趋于饱和对集美区的西北向扩张具有重要影响力。

(4)同安区:2003年同安区中位数中心位于新民镇附近。2003年后,主城区新民镇加快发展,以及近海地区后庄、官浔等城市扩张,致使2010年不透水面中位数中心向西南方向迁移了1.05 km。2019年同安区不透水面中位数中心往东北方向回移了0.76 km。这可能是因为布塘等郊区发展取得一定效果。

(5)翔安区:2003年翔安区不透水面中位数中心位于大宅附近,2010年向西北方向移动了3.16 km,2019年中位数中心往东南方向回移了0.99 km至新店镇附近。这主要是因为翔安区设立行政区以来,受到政策驱使,新店、马巷等近岛地区加速发展,经济建设初有成效。而2010年后翔安海底隧道通车,2012年厦门高校入驻,以及翔安机场2016年在大嶝岛开工,极大地促进了翔安区社会经济文化的发展,促使不透水面向南扩张。

4 结论

本研究采用线性光谱混合分解法提取研究区不透水面信息,使用差值运算、叠加分析、转移矩阵、中位数中心等分别从时间和空间角度出发,定量剖析研究区不透水面2003—2019年的演变过程。研究发现:

(1)研究区2003—2019年不透水面扩张显著,不透水面面积增加了1.46倍。2003—2010年,不透水面不仅在城市中心原有基础上扩张,在郊区也明显增加,而2010—2019年时期,不透水面主要表现为在原有基础上扩张。总的来说,研究区不透水面扩张表现为由各区中心向周边地区扩展,城市中心先行发展并带动城市不断向外扩张。加上政策指引,厦门市进一步城市化。

(2)在时间尺度上,2003—2019年,城市建设用地增加,农用地和裸地明显减少;低密度等级不透水面大量减少,其他等级密度不断增加,不透水面聚集效应出现,土地利用程度提高,这是城市化的典型表现。并且在研究的后期城市化进程加快,使得各等级不透水面剧烈转变,城市化程度高于前一时期。

(3)在空间尺度上,厦门岛受限于地形,城市建设较为集中,中位数中心较为稳定,均位于江头街道湖里区和思明区交界处;海沧区和集美区分别主要在北方和西北方向上进行城区建设;同安区城市发展先向西南再往东北方向回移;翔安区由政策指引,中位数中心迁移距离最大,不透水面扩张程度最大。

猜你喜欢
不透水中位数厦门市
基于Google Earth Engine 的河南省引黄受水区不透水面时空演变
基于无人机可见光影像与OBIA-RF算法的城市不透水面提取
基于RS 和GIS 的哈尔滨中心城区不透水面研究
七彩屋 福建省厦门市翔安区舫山第二小学
数据的数字特征教学设计
一种提取不透水面的可见光波段遥感指数
厦门市妇联打造“爱在厦门”交友联谊互动平台
“Double-subjects” at PWP Stages in English Class at Junior Stage
组织祭扫活动 缅怀革命先烈
中位数教学设计