面向城市尺度的人居环境自然适宜性评价

张 美 慧，李 霖，马 建 芳

(武汉大学资源与环境科学学院，湖北 武汉 430079)

0 引言

随着我国经济增长对国民幸福感的提升作用逐步减弱，居住环境逐渐成为人们评价生活幸福感的重要因素[1]。为有效分析和定位城市环境问题，学术界以自然适宜性为基础开展了许多关于人居环境的研究，为城市规划与相关决策提供了科学支持。

20世纪中叶，古希腊城市规划学家萨蒂亚斯首次提出人居环境的概念，认为地球上一切对人类有用的、任何形式的实体都是人居环境的组成部分[2]。随后逐渐形成以人为本的可持续发展环境观。国内学者吴良镛将人居环境系统划分为自然、人类、社会、居住和支撑五大系统[3]；封志明等在自然系统上提出人居环境综合评价框架，对地形、气候、水文、植被进行量化及空间叠加，得到中国各个区域自然适宜性评价结果[4]，为后续研究提供了基础理论与方法，但该研究面向全国尺度，对区域或中微观尺度的规划发展提供的支持有限。在此基础上，许多学者将研究范围延展到局部区域。例如：郝慧梅等对陕西省地形起伏度、植被指数、温湿指数、水温指数进行定量分析，并探究陕西省人居环境自然适宜性空间格局[5]；李益敏等选取坡度、坡向、海拔、土地利用、交通、水资源、土壤质量等作为评价指标，利用 GIS 叠置分析、缓冲区分析等空间分析技术对怒江峡谷区的泸水县人居环境适宜性进行定量综合评价[6]；杨雪等基于人居环境自然要素指数(地形起伏度、气候指数、水文指数和植被指数)和人文要素指数(夜间灯光指数、空气质量指数和交通通达指数)对京津冀区域人居环境质量进行综合评价[7]。但这些研究大多针对特定案例区域，所构建的指标体系不完全相同，研究方法不一致，模型不具有通用性，区域案例间的可比性差，很难在统一基准下把握各案例区的差异，也不能为制定一致性的决策提供支持。

针对上述不足，本文提出一个具有普适性的城市尺度人居环境自然适宜性评价模型，选取地形、植被、水体、气候、自然灾害五大指标，结合GIS空间分析、遥感影像分析与层次分析法构建模型，并选取成都、武汉、兰州3个案例城市验证模型的有效性和科学性，以期为城市间人居环境自然适宜性对比分析提供方法，为城市人居环境保护、空间规划布局与可持续发展提供决策依据[8]。

1 研究区域概况与数据来源

本文选取成都、武汉和兰州作为研究城市。成都市位于四川盆地西部，东西两侧分别为龙门山和熊坡背斜所限，内部地势平坦，河网纵横，植被覆盖度高，气候湿润，偶尔伴有低级地震；武汉市位居长江中下游平原，地质结构以新华夏构造体系为主，位于长江和汉江交汇处，地势平坦，河流丰富，气候湿润，夏季炎热；兰州市位于黄土高原西部，地表裸露且沟壑纵横，具有较为典型的高原地形，植被和水体覆盖率低，气候干燥，易受低级地震影响。3个城市所在区域地形差异较大，自然环境各异，作为试验区有助于验证模型的科学性和普适性。

本文研究数据包括：1)GDEMV2 30 m分辨率的DEM高程数据，用于地形综合评价，来源于地理空间数据云(http://www.gscloud.cn/)；2)1999-2019年夏季的Landsat7或Landsat8影像数据，进行波段融合、辐射定标、大气校正等预处理，用于植被和水体动态评价，来源于美国地质勘探局 USGS 网站(https://earthexplorer.usgs.gov/)；3)案例城市内及附近的气象站1999-2019年月观测数据，用于气候动态评价，来源于国家气象科学数据中心(http://data.cma.cn)；4)1900-2013年发生在中国及其毗邻地区的4级及其以上地震数据，用于自然灾害综合评价，来源于全球变化科学研究数据出版系统(http://www.geodoi.ac.cn/)；5)全国第六次人口普查数据，用于自然灾害综合评价，来源于国家统计局(http://www.stats.gov.cn/)。

2 研究方法

2.1 评价模型构建

目前关于人居环境自然适宜性的研究多考虑地形、气候、水文、植被[4，5]因子，对于特殊灾害频发地区还考虑地震、海啸等自然灾害因子[9]。本文基于文献[2-10]，考虑数据获取途径，选取地形、植被、水体、气候、自然灾害五大指标，通过GIS空间分析或遥感图像处理等方法对各指标适宜性进行量化，然后利用层次分析法确定各指标权重，从而通过各指标适宜性和权重线性加权(式(1))，构建一个城市尺度上具有普适性的人居环境自然适宜性评价模型，技术路线如图1所示。

图1 人居环境自然适宜性评价模型技术路线Fig.1 Technical route of evaluation on natural suitability of human settlements

HEI=wt×TI+wv×VI+ww×WI+wc×CI+wd×DI

(1)

式中：HEI为人居环境综合指数；TI、VI、WI、CI、DI分别为地形指数、植被指数、水体指数、气候指数和自然灾害指数，wt、wv、ww、wc、wd分别为对应的权重。

本文参考相关专家的意见，应用层次分析法构建判断矩阵，矩阵中每个数值为因素i相对因素j的重要程度(表1)，对称数值互为倒数，然后利用判断矩阵计算各指标权重，将各指标权重的均值作为最终权重(wt、wv、ww、wc、wd分别为0.1496、0.0865、0.0802、0.3047、0.3791)。

表1 判断矩阵量化规则Table 1 Quantization rules of judgment matrix

2.2 指标量化

(1)地形适宜性。本文选取沟壑密度、平均高程和平均坡度作为基本地形因子[11]，对3个二级指标进行最小效果归一化处理，并用熵值法分配权重，加权汇总得到城市地形适宜性总得分(式(2))。由于均值变点分析法能有效提取函数突变点，本文基于该方法确定提取沟壑网的阈值[12]。

(2)

式中：xi、wi分别为第i(i=1,2,3)个因子的归一化值和权重。

(2)植被适宜性。植被适宜性的量化分为现有植被覆盖度和未来植被覆盖度预测两部分[13]，基于既有多年植被覆盖度，应用灰色预测方法预测未来植被覆盖度可能发生的变化，二者加权汇总得到城市植被适宜性的总得分。本文选择像元二分法计算植被覆盖度[14]，公式为：

fc=(S-Ssoil)/(Sveg-Ssoil)

(3)

式中：fc为某像元的植被覆盖度；S为通过遥感传感器观测的信息；Ssoil、Sveg分别为全由土壤所覆盖的纯像元和全由植被所覆盖的纯像元得到的遥感信息[15]，在计算过程中，可将Ssoil、Sveg分别近似为一个区域置信区间内NDVI的最小值和最大值[16]，则：

fc=(NDVI-NDVImin)/(NDVImax-NDVImin)

(4)

(3)水体适宜性。水体适宜性量化过程与植被相似，分为现有水体覆盖率和未来水体覆盖率预测两部分。由于城市建筑物多且密集，采用NDWI方法提取水体存在较大误差[17]，本文基于改进的归一化水体指数(MNDWI)(式(5))提取城市水体面积[18]，其与城市面积的比值即为城市水体覆盖率。

MNDWI=(Green-MIR)/(Green+MIR)

(5)

式中：Green为绿光波段；MIR为中红外波段，即TM/ETM+的5波段，OLI的6波段[19]。

(4)气候适宜性。本文选取气温、日照、湿度、风速和降水量综合评价气候适宜性[20-22]。评价人体舒适度最常用的指数为温湿指数I(保留一位小数)和风效指数K(取整数)[23]，计算公式为：

I=T-0.55×(1-RH)×(T-14.4)

(6)

(7)

式中：T、RH、V、S分别为评价时段的平均温度(℃)、平均空气相对湿度(%)、平均风速(m/s)和平均日照时数(h/d)[24]。

根据表2形成人体感受舒适度综合评价[24]，对舒适度和降水量进行灰色预测后，分别进行最大效果归一化和中心效果归一化处理，加权汇总得到气候适宜性综合评分CI：

表2 人居环境气候舒适度等级划分Table 2 Classification of climatic comfort degree of human settlements

CI=(C×wco+AP×wAP)×100

(8)

式中：C为体感舒适度归一化值；AP为降水量归一化值；wco和wAP分别为舒适度和降水量的权重。

(5)自然灾害适宜性。本文选取地震、海啸和极端温度作为自然灾害的二级指标[25]，对三者的量化结果进行最小效果归一化处理，加权汇总得到城市自然灾害综合评分(式(9))。根据不同地震烈度的影响，将地震烈度为6级的区域定为地震烈度影响1级区域，烈度每增加1级，影响等级相应增加1级。研究区域受到地震的影响程度为多年来发生的地震烈度影响等级与相应城区受影响人口数的乘积(式(10))。对于海啸影响的量化可用COMCOT海啸模拟软件，对沿岸验潮站的记录数据进行分析，估算出近海断层破裂引起的海啸影响范围[26]。最后，将归一化后极端温度出现的频率作为极端温度影响程度。

DI=(EQ×weq+TN×wtn+ET×wet)×100

(9)

式中：EQ、TN、ET分别为地震、海啸和极端温度影响程度，weq、wtn、wet分别为各自对应的权重。

(10)

式中：n为地震发生次数；m、S分别为受地震影响的城区数和城区面积；SI为地震烈度影响等级；ρ为城区人口密度。

3 结果与讨论

3.1 主要因子空间规律

根据本文提出的人居环境自然适宜性评价模型，得到3个案例城市各因子的空间分布，限于篇幅，仅对地形、植被、水体结果进行可视化(图2-图4)。

图2 案例城市坡度及沟壑网分布Fig.2 Slope and gully net of case cities

图3 案例城市植被覆盖度分布Fig.3 Vegetation coverage of case cities

图4 案例城市改进的归一化水体指数分布Fig.4 MNDWI of case cities

(1)地形因子。3个城市中武汉地形因子表现最优，整个区域地势平坦，多数区域坡度小于15°，丘陵在城区离散分布；成都高坡度区集中在东部龙泉山地区，其余区域地表松散，拥有冲积扇平原的明显特征；兰州西北和东南山区海拔大于3 000 m，中心城区海拔相对较低，整体坡度较大，在北部、南部和西部山区表现显著，其平均高程、坡度起伏、沟壑密度均明显高于成都和武汉，地形是影响其人居环境适宜度的重要限制因子。

(2)植被因子。3个城市2019年夏季植被覆盖度与城区繁华程度显著相关。成都中心城区植被覆盖度低于40%，从中心向外围呈辐射状增高，东南部山区植被最密集；武汉植被覆盖度小于20%的区域多为水体，南部植被覆盖度高于北部；兰州植被覆盖度次于武汉和成都，高植被覆盖区离散分布于西北和东南部的山区。

(3)水体因子。武汉由长江、汉水交汇而成，整座城市跨越长江两岸，有上百个湖泊，水系丰富；成都有府河、白沙河、南河、岷江等主要河流，以及石象湖、龙泉湖等小型湖泊，基本满足市民对水资源的需求，空间上无显著分布规律；兰州区域水资源匮乏，黄河自西南向东北贯穿全境，弱水为中部的一条内陆河，几乎没有湖泊。

(4)气候因子。成都全年气候温和湿润，夏冬无极端温度，人体感受舒适时间超半年，全年降水量在 1 000 mm左右；武汉夏季炎热多雨，冬季寒冷湿润，春秋季舒适度较高，但换季迅速，舒适温度持续时间不长；兰州为半干旱地区，夏季凉爽，冬季寒冷，气候舒适度1级(寒冷)月份超过半年。

(5)自然灾害因子。地震方面：武汉不受地震影响；成都的震源均在城市外西北方向，北部区域受到的烈度影响大于南部；兰州市有一次百年一遇震源，受损较为严重，其余震源均在兰州以北。极端温度方面：成都和兰州夏季很少出现38 ℃以上高温，武汉夏季则达到39 ℃以上高温；成都、武汉冬季温度不会过低，而兰州极端低温可能达-20 ℃。

3.2 研究区域得分

根据3个案例城市的人居环境自然适宜性评分结果(表3)，将城市的人居环境自然适宜性分为5个等级(表4)[27]。1)武汉人居环境自然适宜性得分最高(83.33分)，属于高度适宜城市。作为长江中下游平原的代表城市，武汉地理位置较优越，夏季高温对人居环境舒适度有所影响，但总体评价保持在良好水平。未来城市发展应减少CO2排放，提高植被覆盖度，减少夏季高温天气的影响，提升人居环境舒适度。2)成都人居环境自然适宜性得分为83.05分，也属高度适宜城市。地形、植被、气候、自然灾害因子表现优良，水体是成都人居环境自然适宜性的主要限制因子，但其周边水库较多且距都江堰水利工程近，极大改善了水源补给情况。未来城市发展应注重涵养水源，改善气候，保持植被覆盖度。3)兰州人居环境自然适宜性得分为61.21分，属于一般适宜城市。除自然灾害因子外，其余因子对其人居环境舒适度均有不同程度的限制。由于城市植被覆盖度和水体覆盖率较低，在未来城市发展中应注重对植被和水源的保护，合理规划城市发展，克服自然环境的不足，提高人居环境的自然适宜性。

表3 案例城市人居环境自然适宜性评分Table 3 Scoring for natural suitability of human settlements of case cities

表4 人居环境自然适宜性(HEI)等级划分Table 4 Evaluation classification of natural suitability of human settlements

3.3 模型讨论

本文提出城市尺度人居环境自然适宜性评价模型，计算结果表明：成都和武汉评分相近，两者均属于高度适宜城市；兰州先天自然环境条件不够优越，但近年环境有明显改善，现为一般适宜城市。已有研究中，武汉在中国典型旅游城市人居环境适宜度排序中的评分略高于成都，二者差距很小[28]，黄土高原人居环境自然适宜性研究结果[29]表明，位于黄土高原西部的兰州人居环境适宜度远低于武汉和成都，可见本文结果与已有研究结果高度一致。在人居环境自然适宜性分级方面，本文的分级结果与已有研究也表现出较高的相似性，验证了本文模型的科学性。例如：已有对全国人居环境的评价大致区分了我国的宜居区域，其中四川盆地局部(成都)、长江中下游平原局部(武汉)均属于人居环境高度适宜区，人口密度大于1 000人/km2[4]；黄土高原北部属于临界适宜区，南部属于一般适宜区[4]，而兰州位于黄土高原西部，在本文模型中也处于临界适宜和一般适宜城市的交界处。

通过3种评价方法的对比(表5)可知，相较于现有的基于栅格数据的人居环境自然适宜性评价方法，本文评价模型在权重和因子选择方面更具通用性，且对不同城市的评价具有显著的区分度，能够统一评价基准，增加城市间评价结果的可比性。

表5 不同评价方法对比Table 5 Comparison of different evaluation methods

4 结论

本文综合地形、植被、水体、气候、自然灾害五大指标，结合层次分析法，建立了一个面向城市尺度且具有普适性的人居环境自然适宜性评价模型，对武汉、成都、兰州3个位于不同区域的代表性城市进行人居环境自然适宜性评价，验证了模型的科学性和有效性。本文模型的显著特征在于：可将对不同区位的城市人居环境自然适宜性评价体系纳入统一的体系框架下，具有普适性；利用影响人居环境自然适宜性的重要因子，构建统一的评价基准，在评价精度上优于全国尺度的栅格评价方法，在普适性上优于大尺度的特定区域评价法；位于平原、盆地和高原3个城市的评价结果对比显示，模型在具有普适性的基础上表现出较强的有效性和区分度，大大增强了不同城市间人居环境评价结果的可比性，有助于城市规划设计人员在地形、植被、水体、气候和自然灾害五大主要评价指标上逐个分析对比，补齐短板，借鉴其他城市发展策略与方针，实现共同发展。

本文模型的不足之处在于具体城市评价上没有特定模型的解释性高，今后可深入探讨各个二级指标的相关性，去除相互影响的可能性，进一步完善自然灾害的二级指标(如洪涝灾害、寒潮、台风、泥石流等)，逐步扩大模型的适用范围，修正权重，进一步提高模型的精度。