國(guó)安東,李永化,楊 俊,2
(1. 遼寧師范大學(xué)自然地理與空間信息科學(xué)遼寧省重點(diǎn)實(shí)驗(yàn)室,遼寧 大連 116029; 2. 中國(guó)科學(xué)院地理科學(xué)與資源研究所中國(guó)科學(xué)院陸地表層格局與模擬重點(diǎn)實(shí)驗(yàn)室,北京100101)
基于多距離空間聚類的城市建筑景觀時(shí)空分異研究
國(guó)安東1,李永化1,楊 俊1,2
(1. 遼寧師范大學(xué)自然地理與空間信息科學(xué)遼寧省重點(diǎn)實(shí)驗(yàn)室,遼寧 大連 116029; 2. 中國(guó)科學(xué)院地理科學(xué)與資源研究所中國(guó)科學(xué)院陸地表層格局與模擬重點(diǎn)實(shí)驗(yàn)室,北京100101)
以大連市中山區(qū)6個(gè)街道建筑信息為數(shù)據(jù)基礎(chǔ),選取建筑景觀指標(biāo),基于ArcGIS空間統(tǒng)計(jì)與多距離空間聚類分析方法研究了各街道10年間建筑景觀空間格局分異特征。結(jié)果表明:從2003—2013年,各街道建筑景觀逐漸由水平向垂直空間擴(kuò)展,其中青泥洼橋街道、人民路街道及海軍廣場(chǎng)街道城市建筑景觀變化明顯突出;2003年4種類型建筑物在尺度為928.68 m時(shí),空間分布上均呈聚集狀態(tài),當(dāng)大于928.68 m時(shí),超高層建筑空間聚集程度降低。到2013年,高層建筑物隨尺度的增加聚集程度逐漸減低,低層、多層和超高層建筑在空間分布上均呈一定的聚集狀態(tài)。
多距離空間聚類分析;建筑景觀指標(biāo);時(shí)空分異;中山區(qū)
21世紀(jì)以來(lái),中國(guó)城市化進(jìn)入了一個(gè)高速發(fā)展的階段,居民對(duì)土地資源的需求量大幅度增加,為防止城市空間盲目擴(kuò)張,引起更多的生態(tài)環(huán)境惡化問(wèn)題,城市空間形態(tài)演變逐漸由水平向垂直空間延伸[1-2]。高層建筑物作為城市景觀重要的組成部分,也是三維空間擴(kuò)展的重要產(chǎn)物,在一定程度上緩解了城市用地緊缺的現(xiàn)狀,因此研究城市建筑景觀空間格局特征,把握其演變規(guī)律,對(duì)于城市建設(shè)與生態(tài)優(yōu)化具有重要的意義[3]。
近年來(lái),城市景觀格局的研究逐漸由二維向三維空間過(guò)渡,其中三維建筑信息的獲取技術(shù)是其研究的重要前提和基礎(chǔ)[4]。目前,國(guó)內(nèi)外學(xué)者對(duì)城市建筑景觀的研究多集中在三維可視化技術(shù)的實(shí)現(xiàn)、信息提取、建筑景觀指標(biāo)構(gòu)建及三維空間動(dòng)態(tài)演變模擬等幾個(gè)方面[5-7]。如張暉等在CityEngine平臺(tái)下,基于規(guī)則的三維建模方法,實(shí)現(xiàn)了建筑物的三維立體快速搭建[8];馬紅以DSM數(shù)據(jù)為研究基礎(chǔ),采用RANSAC方法,提取了建筑輪廓信息[9];郭怡帆和田新光等分別以Pleiades和QuickBird影像為基礎(chǔ),基于面向?qū)ο蟮亩喑叨确指罘椒ㄌ崛×私ㄖ喞獢?shù)據(jù)[10-11];Ahmed等提出3D體積來(lái)研究城市建筑環(huán)境[12];張培峰等利用景觀類型轉(zhuǎn)移矩陣、建筑景觀指標(biāo)體系及不同空間尺度研究了城市建筑景觀的演變規(guī)律[13-14];Benguigui和秦靜等結(jié)合三維元胞自動(dòng)機(jī)來(lái)模擬城市三維空間增長(zhǎng)[15-16]。綜上所述,本文以大連市中山區(qū)6個(gè)街道為研究范圍,以2003年和2013年城市三維建筑信息為數(shù)據(jù)基礎(chǔ),結(jié)合前人的研究,基于ArcGIS空間統(tǒng)計(jì)與多距離空間聚類分析方法,分析其城市10年建筑景觀時(shí)空分異特征,以期為未來(lái)城市的改造與合理規(guī)劃提供一定的參考值。
1.1 研究區(qū)概況
中山區(qū)是大連市金融與商業(yè)中心區(qū),自2000年以來(lái),城市三維景觀擴(kuò)展幅度加快,各街道間差異明顯。其東部、北部、南部與黃海相鄰,西部和西崗區(qū)相鄰,地域范圍為38°51′N(xiāo)—38°56N′、121°37′E—121°43′E,總面積達(dá)43.85 km2。研究區(qū)范圍由青泥洼街道、人民路街道、昆明街道、桂林街道、海軍廣場(chǎng)街道及葵英街道6個(gè)街道組成,如圖1所示。
圖1 研究區(qū)位置
1.2 數(shù)據(jù)來(lái)源
本文以大連市中山區(qū)地籍?dāng)?shù)據(jù)、地形圖、高分辨率遙感影像等數(shù)據(jù)為基礎(chǔ)(見(jiàn)表1),結(jié)合面向?qū)ο笪蓓斝畔⑻崛》椒ㄌ崛〗ㄖ镙喞?,同時(shí)綜合利用Google Earth、百度全景等對(duì)建筑物賦予高度,考慮到研究區(qū)數(shù)據(jù)量龐大,對(duì)未知高度建筑物的樓層高度賦予3 m進(jìn)行高度求取。
表1 數(shù)據(jù)來(lái)源與說(shuō)明
2.1 建筑景觀指標(biāo)分析
本文選取建筑加權(quán)平均高度、建筑體積、容積率3個(gè)指標(biāo)來(lái)衡量城市建筑景觀變化,充分反映10年間城市三維空間形態(tài)特征。計(jì)算公式如下
(1)
式中,H、V、FAR分別代表研究區(qū)內(nèi)建筑群的加權(quán)平均高度、建筑體積、容積率;Ai、hi、fi分別代表建筑i的基地面積、建筑高度、建筑樓層數(shù);PAi代表各研究區(qū)范圍的總面積(即街道總面積);n代表研究范圍內(nèi)建筑總數(shù)。
采用式(1)中建筑景觀指標(biāo)的計(jì)算方法,統(tǒng)計(jì)中山區(qū)6個(gè)街道10年間建筑景觀變化情況,見(jiàn)表2。
由表2可以明顯看出:中山區(qū)從2003—2013年間,青泥洼街道和人民路街道建筑加權(quán)平均高度增加最大,分別為11.32、9.25 m,葵英街道與昆民街道變化幅度最小,分別為1.13、3.90 m;街道建筑體積和容積率最大值是青泥洼橋街道,分別為1 665.93萬(wàn)m3、3.69;昆明街道和葵英街道由于地勢(shì)較高、距商業(yè)中心遠(yuǎn)等原因,建筑景觀增長(zhǎng)速度較慢,其中葵英街道則由于街區(qū)的重新改造,建筑體積減小了59.67萬(wàn)m3。
表2 2003—2013年各街道建筑景觀統(tǒng)計(jì)
2.2 建筑點(diǎn)多距離空間聚類分析
本文依據(jù)建筑高度分類標(biāo)準(zhǔn)將其劃分為低層建筑、多層建筑、高層建筑、超高層建筑4種類型,基于ArcGIS多距離空間聚類分析方法研究不同類型建筑空間聚集狀態(tài)隨尺度的變化,如圖2和圖3所示。
圖2 2003年建筑點(diǎn)空間分布與多距離空間聚類
圖3 2013年建筑點(diǎn)空間分布與多距離空間聚類
由圖2、圖3可知:2003—2013年中山區(qū)低層和多層建筑物數(shù)量增加幅度最大,高和超高層建筑數(shù)量增加幅度較小且集中于青泥洼橋、人民路及海軍廣場(chǎng)3個(gè)街道。2003年,低層建筑、多層及高層建筑在空間分布上隨尺度的增加,其聚集程度基本保持穩(wěn)定,而當(dāng)尺度大于928.68 m時(shí),超高層建筑聚集程度逐漸降低;到2013年,低層、多層及超高層建筑隨尺度的增加其聚集程度基本保持穩(wěn)定,而高層建筑則隨尺度的增加其空間分布越趨近于離散狀態(tài)。
本文以大連市中山區(qū)6個(gè)街道為研究區(qū)域,以街道為研究尺度,基于ArcGIS空間統(tǒng)計(jì)與多距離空間聚類分析方法研究了城市10年間建筑景觀時(shí)空分異特征,研究表明:
(1) 從建筑景觀指標(biāo)分析,各街道建筑加權(quán)平均高度、建筑體積及容積率整體上都得到提高,說(shuō)明城市空間增長(zhǎng)由水平轉(zhuǎn)向垂直方向延伸。其中青泥洼橋街道、人民路街道及海軍廣場(chǎng)街道建筑景觀變化最大,青泥洼橋街道建筑景觀指標(biāo)值一直處于領(lǐng)先位置,而葵英街道由于社區(qū)改造的原因建筑體積減小了59.67萬(wàn)m3,其余各街道建筑景觀指標(biāo)增長(zhǎng)幅度較小。
(2) 從建筑點(diǎn)空間上分析,2003年,4種類型建筑物在尺度為928.68 m時(shí),空間分布上均呈聚集狀態(tài),當(dāng)大于928.68 m時(shí),超高層建筑聚集程度降低。到2013年,除高層建筑物隨尺度的增加聚集程度降低外,其他3種類型建筑在空間上均呈一定的聚集狀態(tài)分布,且聚集程度大小為:低層建筑>多層建筑>超高層建筑。
[1] 喬偉峰, 劉彥隨, 王亞華, 等. 2000年以來(lái)南京城市三維空間擴(kuò)展特征[J]. 地理研究, 2015, 34(4): 666-676.
[2] 劉冰, 王雅橙, 任維成. 淄博城市空間形態(tài)重構(gòu)與土地利用分析[J]. 測(cè)繪通報(bào), 2012(S1): 733-736.
[3] 劉耀林, 焦利民. 顧及尺度效應(yīng)和景觀格局的土地利用數(shù)據(jù)綜合指標(biāo)研究[J]. 測(cè)繪學(xué)報(bào), 2009, 38(6): 549-555.
[4] 馮甜甜, 龔健雅. 基于LiDAR數(shù)據(jù)的建筑物自動(dòng)提取方法的比較[J]. 測(cè)繪通報(bào), 2011(2): 21-23.
[5] 吳風(fēng)華, 張亞寧. 應(yīng)用WebGIS設(shè)計(jì)與實(shí)現(xiàn)二三維一體化系統(tǒng)[J]. 測(cè)繪通報(bào),2014(7): 125-127.
[6] 許捍衛(wèi), 范小虎, 任家勇, 等. 基于SketchUp和ArcGIS的城市三維可視化研究[J]. 測(cè)繪通報(bào), 2010(3): 52-54.
[7] 程亮. 集成影像與LiDAR數(shù)據(jù)重建三維建筑物模型研究[J]. 測(cè)繪學(xué)報(bào), 2009, 38(4): 494-501.
[8] 張暉, 劉超, 李妍, 等. 基于CityEngine的建筑物三維建模技術(shù)研究[J]. 測(cè)繪通報(bào), 2014(11): 108-112.
[9] 馬紅. 利用高精度DSM數(shù)據(jù)提取建筑物輪廓算法研究[J]. 測(cè)繪通報(bào), 2015(4): 111-113, 124.
[10] 郭怡帆, 張錦, 衛(wèi)東. 面向?qū)ο蟮母叻直媛蔬b感影像建筑物輪廓提取研究[J]. 測(cè)繪通報(bào), 2014(S2): 300-303.
[11] 田新光,張繼賢,張永紅. 利用QuickBird影像的陰影提取建筑物高度[J]. 測(cè)繪科學(xué), 2008, 33(2): 88-89.
[12] AHMED F C, SEKAR S P. Using Three-dimensional Volumetric Analysis in Everyday Urban Planning Processes[J]. Applied Spatial Analysis and Policy, 2015, 8(4): 393-408.
[13] 張培峰, 胡遠(yuǎn)滿, 熊在平, 等. 鐵西區(qū)城市改造過(guò)程中建筑景觀的演變規(guī)律[J]. 生態(tài)學(xué)報(bào), 2012, 32(9): 2681-2691.
[14] 張培峰, 胡遠(yuǎn)滿. 不同空間尺度三維建筑景觀變化[J]. 生態(tài)學(xué)雜志, 2013, 32(5): 1319-1325.
[15] 秦靜, 方創(chuàng)琳, 王洋. 基于元胞自動(dòng)機(jī)的城市三維空間增長(zhǎng)仿真模擬[J]. 地球信息科學(xué)學(xué)報(bào), 2013(5): 662-671.
[16] CZAMANSKI D, BENGUIGUI L, ROTH R. Modeling Cities in 3D: A Cellular Automaton Approach[J]. Environment and Planning B (Planning and Design), 2008, 35(3): 413-430.
Research on Spatial and Temporal Differences of Urban Architectural Landscape Based on Multi-distance Spatial Cluster
GUO Andong1,LI Yonghua1,YANG Jun1,2
(1. Liaoning Key Laboratory of Physical Geography and Geomatics, Liaoning Normal University, Dalian 116029, China; 2. Key Laboratory of Land Surface Pattern and Simulation,Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China)
Based on the building information of 6 streets in Zhongshan District of Dalian City,the building landscape index is selected and ArcGIS spatial statistics and multi-distance spatial clustering analysis method is used to study the spatial pattern of architectural landscape in 10 years. The results showed that: (1) From 2003 to 2013,the landscape of the street buildings gradually expanded from horizontal to vertical space, in which Qingniwaqiao street, Renminlun street and Haijunguangchang street changed obviously. (2) When the scale is 928.68 m, the spatial distribution of the four types of buildings are clustered. When it is more than 928.68 m, the spatial aggregation degree of the ultra-tall buildings decreases in 2003. By 2013, high-rise buildings with the increase in the scale of aggregation gradually reduced, low-rise buildings, multistory buildings and ultra-tall buildings in the spatial distribution of a certain aggregation state.
multi-distance spatial cluster analysis; architectural landscape index; spatial-temporal differentiation; Zhongshan district
國(guó)安東,李永化,楊俊.基于多距離空間聚類的城市建筑景觀時(shí)空分異研究[J].測(cè)繪通報(bào),2017(2):102-105.
10.13474/j.cnki.11-2246.2017.0059.
2016-11-17
國(guó)家自然科學(xué)基金(41471140);遼寧省高等學(xué)校杰出青年學(xué)者成長(zhǎng)計(jì)劃(LJQ2015058)
國(guó)安東(1991—),男,碩士生,主要研究方向?yàn)榈乩硇畔⑾到y(tǒng)應(yīng)用。E-mail:Gandong_GIS@163.com
P208
A
0494-0911(2017)02-0102-04