石憶邵，王安迪

（同濟大學測繪與地理信息學院，上海 200092）

多倫多市生態(tài)用地變化及影響因素分析

石憶邵，王安迪

（同濟大學測繪與地理信息學院，上海 200092）

基于五年已進行過輻射校正及幾何校正的多倫多地區(qū)Landsat5-TM影像數(shù)據(jù)，利用ENVI 5.1軟件進行遙感影像處理與土地利用信息提取，分析了1992~2010年間多倫多市的耕地、植被覆蓋、水域等生態(tài)用地的變化特征及其影響因素，為其他大都市的生態(tài)宜居城市建設提供參考和借鑒。

生態(tài)用地；變化特點；影響因素；多倫多市

多倫多按照空間尺度可分為兩種：大多倫多地區(qū)（Greater Toronto Area）是加拿大人口密度最高的都會區(qū)，按安大略省政府規(guī)劃部門的定義，大多倫多地區(qū)除了多倫多市之外，還包括皮爾區(qū)、約克區(qū)、杜林區(qū)和荷頓區(qū)四個地區(qū)自治體（圖1）。狹義上的多倫多則指多倫多市（City of Toronto）（圖2）。多倫多市是安大略省的省會，坐落在安大略湖西北岸的南安大略地區(qū)，是加拿大最大的城市，亦是北美五大湖城市群中的重要城市。多倫多是全球最多元化的都市之一，49%的居民是來自全球各國共100多個民族的移民，140多種語言匯集在這個北美大都市，由于這里有怡人的環(huán)境，而且犯罪率極低，多倫多市被評為全球最宜居的城市之一。

近年來，一些學者研究了多倫多地區(qū)的土地利用變化。Eric Vaz 等利用1990年、2000年和2010年共3期的TM影像解譯出大多倫多地區(qū)城市的擴張情況，并利用馬爾科夫預測模型對2020-2030年大多倫多地區(qū)的城市擴張進行了預測[1]。Tenley Conway等利用1999年ETM+影像計算大多倫多地區(qū)的NDVI值，從而得到大多倫多地區(qū)的土地覆蓋等信息[2]。Ying Zhang等借助衛(wèi)星影像資料及土地利用變化的歷史信息資料，來測度和解析加拿大的城市化過程[3]。國內(nèi)有關學者對多倫多地區(qū)做過一些宏觀的分析。高鑒國對加拿大的城市化進程做過總結[4]。尹德挺等對北京、東京和多倫多的城市化、經(jīng)濟發(fā)展和人口空間分布進行了比較分析[5]。然而，很少對多倫多市的生態(tài)用地進行過獨立的分析。

圖1 大多倫多地區(qū)行政區(qū)劃Fig.1 The administrative zoning map of greater Toronto area

圖2 多倫多市區(qū)行政區(qū)劃Fig.2 The administrative zoning map of city of Toronto

1 數(shù)據(jù)來源與處理

1.1 數(shù)據(jù)來源

本文利用五年已進行過輻射校正及幾何校正的多倫多地區(qū)Landsat5-TM影像數(shù)據(jù)，作為分類數(shù)據(jù)源。所選用的TM影像基本參數(shù)如表1所示。

1.2 數(shù)據(jù)處理平臺

利用ENVI 5.1軟件作為遙感數(shù)據(jù)處理平臺。ENVI(The Environment for Visualizing Images)是美國Exelis Visual Information Solutions公司的旗艦產(chǎn)品。它是采用交互式數(shù)據(jù)語言IDL(Interactive Data Language)開發(fā)的一套功能強大的遙感圖像處理軟件，是快速、便捷、準確地從影像中提取信息的首屈一指的軟件。目前，ENVI已經(jīng)廣泛應用于科研、遙感工程、水利、海洋、測繪、氣象、與區(qū)域規(guī)劃等領域[6~10]。

表1 TM影像基本信息Table 1 Basic information of TM images

1.3 影像預處理

（1）地理配準

土地利用變化的監(jiān)測需要利用多時相的遙感影像，要得到可靠的土地利用變化結果，則需要對影像進行地理配準。影像配準實質(zhì)就是使同一地區(qū)的不同時相、不同類型的影像具有相同的空間參考和像元大小，從而減少數(shù)據(jù)間的系統(tǒng)誤差。

研究所用的TM影像均已經(jīng)過輻射校正和幾何校正，且具有空間參考。因此以1992年TM影像為基準，利用ENVI 5.1軟件分別對其余4幅圖進行配準。配準時采用Image to Image模式，使用二次多項式變換模型。通過特征地物點選取兩幅影像的同名點。在手動選擇5個同名點后，利用自動找點功能，生成30個同名點，并通過手動調(diào)整和刪除RMS較大的點，使得所有點的RMS小于1個像元。再使用雙線性內(nèi)插法對影像進行重采樣。

（2）多光譜彩色合成處理

TM影像的每個波段的圖像都為灰度圖像，而灰度圖像不利于人眼進行識別。因此可根據(jù)彩色合成原理，選取3個波段合成一幅彩色圖像。從而使圖像上的地物信息差別擴大，提高識別效果。

TM影像7個波段中，信息量較大的是第2、3、4、5這四個波段，而其余三個波段所含信息量較少。當4、3、2波段被分別賦予紅、綠、藍顏色進行彩色合成時，這一合成方案即為標準假彩色合成。標準假彩色合成具有地物圖像豐富、顏色反差大、層次好的特點，易于進行訓練樣區(qū)的選擇，適合進行植被分類、水體識別，其中植被顯示為紅色，建筑物顯示為亮藍色。因此選擇4、3、2波段進行標準假彩色合成。

（3）圖像增強

為了改善圖像的視覺效果，從圖像中獲取更有用的信息，應根據(jù)需要進行圖像增強處理，減弱或丟掉那些不相干的信息特征。將進行標準彩色合成后的TM影像進行拉伸處理，這里選擇線性拉伸(linear 2%)。拉伸后的圖像各地物間顏色反差更加明顯，可以使之后的訓練樣區(qū)選取更加清晰準確，從而保證了分類的精度。

（4）圖像裁剪

原始的TM影像范圍很大，包括了大多倫多地區(qū)及周邊城市。大范圍的影像對分類速度和精度都有一定的影響。因此，利用多倫多市的邊界范圍，對原始影像進行裁剪，分別得到多倫多市五年的TM影像（圖3）。

圖3 多倫多市TM影像Fig.3 TM images of city of Toronto

1.4 影像分類

（1）訓練樣區(qū)選取

根據(jù)影像分辨率和研究區(qū)狀況，對像元進行光譜分析發(fā)現(xiàn)，建設用地區(qū)存在明暗兩種像元，明亮的像元表示為大型建筑、空地或者開闊的道路等，暗像元表示為小型居民房和道路綠化的混合。經(jīng)測試，如果將暗像元作為建設用地，分類效果很差，大量的城區(qū)綠化將錯分為建設用地。因此在分類時，將亮的建設用地區(qū)劃分為建設用地區(qū)，將暗的建設用地區(qū)劃分為建筑物與植被混合類型，混合類型在計算時按照建設用地60%、植被40%的比例進行劃分。該比例是利用谷歌地球影像，建立多個小區(qū)域的隨機樣本，在樣本區(qū)內(nèi)對建設用地和城市綠化進行人工勾畫分區(qū)，得到的近似比例。由于1995年、1999年、2005年的TM影像為8、9月份獲取的，此時農(nóng)田上的莊稼已經(jīng)成熟，所以在影像中無法很好地將農(nóng)田和植被區(qū)分。而且多倫多市的農(nóng)田只集中于東北角以及西部，面積很小。因此，本文利用目視判讀，結合多時段的谷歌地球高分衛(wèi)星影像，人工在TM影像中勾畫出農(nóng)田區(qū)域，再使用ArcGIS進行面積計算，從而得到1995年、1999年、2005年的農(nóng)田面積。

最終將研究區(qū)域的訓練樣區(qū)分為5類：建設用地、小型居民房和道路綠化的混合類型、植被、耕地、水體。其中1995年、1999年、2005年三年的訓練樣區(qū)僅有4類：建設用地、小型居民房和道路綠化的混合類型、植被、水體。

（2）訓練樣區(qū)評價

使用計算ROI可分離性（Compute ROI Separability）工具，可以計算任意類別間的統(tǒng)計距離，這個距離是為了判斷任意兩個類別間的差異性程度，從而判斷各訓練樣本之間是否可區(qū)分。

ENVI將會對每個感興趣區(qū)組合計算Jeffries-Matusita距離和轉換分離度（Transformed Divergence），這兩個參數(shù)值的大小也決定了最終分類的結果。當參數(shù)值為1.9~2.0時，說明各訓練樣本之間的可分離性較好，為合格樣本；參數(shù)值介于1.0~1.8時，分離度不佳，需要對樣本進行重新選擇；當參數(shù)值介于0.1~1.0時，說明兩類樣本屬于同一類，應將其合并。

本實驗所用ROI可分離性計算結果見表2。

表2 訓練樣本ROI可分離性Table 2 ROI separability of training sample

從表中可以看出：建設用地—植被、建設用地—水體、植被—水體、植被—耕地、混合類型—植被、混合類型—耕地的Jeffries-Matusita距離和轉換分離度的值均在1.9~2.0，樣本的可分離性好。而建設用地—耕地、建設用地—混合類型和2005年的混合類型—水體的分離度在1.8~1.9之間，這是由于建設用地和耕地、混合類型的像素特征較為接近，存在著同譜異物現(xiàn)象，因此較難區(qū)分。

（3）執(zhí)行監(jiān)督分類

對研究區(qū)遙感影像采用最大似然法進行監(jiān)督分類，進行土地利用信息提取。5年的分類結果如圖4所示。

（4）精度評定

影像分類后，需要對分類結果進行精度評定。分類精度是指分類圖像中的像元被正確分類的程度。為了評價分類試驗精度，對5年的影像進行目視判讀，選取樣本點作為真實地表ROI區(qū)域，使用利用真實地表ROI建立混淆矩陣(Confusion Matrix Using Ground Truth ROIs)工具，計算每年的混淆矩陣，從而得到其總體精度及Kappa系數(shù)。由表3可知，kappa系數(shù)均大于最低允許判別精度0.70。

圖4 多倫多市土地利用分類結果Fig.4 Land use classification results of city of Toronto

表3 精度評定Table 3 Accuracy assessment

2 多倫多市生態(tài)用地變化特征

狹義的生態(tài)用地是指生產(chǎn)性用地和承載性用地以外，以提供生態(tài)產(chǎn)品、環(huán)境調(diào)節(jié)和生物保育等生態(tài)服務功能為主要用途，對維持區(qū)域生態(tài)平衡和可持續(xù)發(fā)展具有重要作用的土地利用類型[11]。廣義的生態(tài)用地則是指除建設用地以外的非建設用地。根據(jù)影像分類數(shù)據(jù)，本文主要分析耕地、植被面積、水域等生態(tài)用地的變化特征。

2.1 耕地變化

近20年來，多倫多市區(qū)的耕地面積呈現(xiàn)出不斷減少的趨勢，由1992年的10.19km2減少為2010年的4.95km2，共減少了5.24km2，減少了51.4%，年平均減少率為2.57%；人均耕地面積由1992年的4.48m2減至2010年的1.89m2（表4）。事實上，多倫多市的耕地面積已經(jīng)很少，僅在市區(qū)的東北角有一些耕地；且隨著城市化進程，城市邊緣不斷向外擴張，耕地也在不斷被占用。雖然近年來耕地總面積與人均耕地面積減少的速度有所變慢，但多倫多市的城市化進程仍在緩慢進行中。

表4 多倫多市耕地面積變化Table 4 Changes in cultivated land area of city of Toronto

2.2 植被覆蓋率變化

1992~2005年間，多倫多市的植被面積一直呈現(xiàn)小幅增長的趨勢，由1992年的292.6km2增加到2005年的303.7km2，共增加11.1km2，增加了3.7%，年平均增長率為0.3%（表5）。2005~2010年間植被面積有所減少，一方面是由于市區(qū)建設用地增加導致部分林地和草地被占用；另一方面是由于2010年的影像獲取時間為5月，可能部分植被還未完全生長茂盛，導致分類時產(chǎn)生錯分現(xiàn)象。總體來說，多倫多市的植被覆蓋率已經(jīng)較高，對植被保護也一直很重視，出臺了很多法律、法規(guī)用以保護樹木不被破壞。

表5 多倫多市植被面積及覆蓋率變化Table 5 Changes in vegetation area and coverage of city of Toronto

2.3 水域面積變化

多倫多市的水域面積在近20年呈現(xiàn)一個較為平穩(wěn)的趨勢，總體在5~7km2間浮動（表6）。通過再對5年的TM影像進行目視判讀，多倫多的水域面積基本沒有變化。高地公園的Grenadier Pond，面積有些縮小。西部的亨伯河、東部的唐河以及多倫多內(nèi)港的面積則沒有明顯的變化。

表6 多倫多市水體面積及占比變化Table 6 Changes in water area and its percentage of city of Toronto

3 多倫多市生態(tài)用地變化的影響因素

3.1 人口因素

人口因素是導致農(nóng)業(yè)和生態(tài)用地變化的基本因素。當人口數(shù)量不斷增大時，一方面增加了對糧食的需求量，另一方面要求城市建造更多的房屋和基礎設施用以滿足人們的日常活動需求，因此建設用地的需求量也會增大，從而導致農(nóng)業(yè)用地或生態(tài)用地面積萎縮。

第二次世界大戰(zhàn)以來，加拿大大都市地區(qū)的人口增長率超過全國的人口增長率。1970年代以后，加拿大城市與鄉(xiāng)村人口比重趨于穩(wěn)定，但大都市地區(qū)人口繼續(xù)增長。1961~1991年，大多倫多地區(qū)的人口增加了一倍。1991~2011年大多倫多地區(qū)人口從389.89萬增至583.88萬，多倫多市的人口也從227.58萬增至261.51萬（表7）。隨著人口的增長，城市用地不斷擴張，進而對生態(tài)用地產(chǎn)生了一定的影響。

表7 大多倫多地區(qū)和多倫多市歷年土地面積和人口密度變化Table 7 Changes in land area and population density of great Toronto area and city of Toronto

3.2 政策因素

多倫多市在城市建設和經(jīng)濟發(fā)展過程中，一直重視生態(tài)環(huán)境保護。多倫多市制定的城市規(guī)劃處處體現(xiàn)人與自然的和諧，城市規(guī)劃一經(jīng)確定，即產(chǎn)生法律效力，并持之以恒地貫徹執(zhí)行，不因政府領導人的變更而改變。如多倫多市通常采取跳越式發(fā)展方式，在城市擴展的同時預留大片的空地，這些土地全部用于建設公園、綠地等。多倫多有1500多個開放的公園，占地約8000公頃，包括了近600km的公園步行道。這些公園改善了城市的環(huán)境質(zhì)量，并為人們提供休息和娛樂場所。

多倫多健全的環(huán)保機構和完善的環(huán)境保護法律法規(guī)，為生態(tài)環(huán)境保護管理提供了堅實的保障。加拿大政府的環(huán)境保護采取四級管理，即：聯(lián)邦政府、省政府、市政府和區(qū)政府（或流域管理局），各級之間職責分工明確，工作經(jīng)費由政府撥發(fā)。環(huán)保機構根據(jù)環(huán)境保護法設立，負責人由政府任命，但其工作不受控于政府，享有獨立的執(zhí)法權，環(huán)境保護部門將環(huán)境保護狀況及時向社會公布，讓社會來共同參與監(jiān)督。安大略省除設有省環(huán)保部門外，還設有環(huán)境專員辦公室，其專員由省議會任命，專員辦公室平衡省內(nèi)各個部門的關系，評估、觀察環(huán)境保護工作，享有知情權、調(diào)查權、申訴權、訴訟權和舉報權等多項權利。這種相互獨立，又相互監(jiān)督的管理機制，保證了各項環(huán)境保護政策的有效實施。同時，加拿大政府制定嚴格的環(huán)境質(zhì)量標準和污染物排放標準，各項環(huán)境保護法律法規(guī)健全。正是因為這樣嚴格的生態(tài)保護規(guī)定，使得多倫多的生態(tài)用地一直保持很高的占有量。

3.3 居民環(huán)保意識因素

多倫多人十分熱愛大自然，保護動物和植物，已成為人們的社會公德和自覺行動。國民人人動手載種樹木，并十分注重培植和保護。加拿大全國有近半數(shù)的國土為林木所覆蓋。居民樓和別墅都很注重綠化的設計。幾乎每棟住宅周圍都有大量的草地、樹木等。多倫多大約有1020萬棵樹，擁有占地約18000公頃的城市森林。其中大約有60萬棵的樹木在多倫多的街道上，約350萬棵的樹木在公園內(nèi)[12]。在多倫多，城市的生態(tài)空間十分充足，大量的草坪在城市的中心區(qū)域，建筑物以花草樹木作為屏障，現(xiàn)代化的城市設施與自然風光相互輝映。這種格局，歸根到底還是加拿大人強烈的“環(huán)境意識”，以及世代培養(yǎng)起來的“環(huán)境文化”。全社會自覺參與生態(tài)環(huán)境保護工作，形成了人與自然和諧相處的氛圍。多倫多人從小就受到良好的教育，國民的環(huán)境保護意識很強。如多倫多大學就有一個自發(fā)的公眾環(huán)境保護組織，一方面向公眾提供環(huán)境保護教育服務，另一方面積極參與環(huán)保研究和對生態(tài)環(huán)境檢測活動，并就環(huán)境保護工作向政府提出意見和建議。加拿大法律和政策研究所也向公眾開放，該機構就有大學生和高中學生參與其研究和管理，并且富有成效。

4 結語

一般來說，處于后工業(yè)化時期的國際大都市，其生態(tài)用地總規(guī)模及其比重趨于基本穩(wěn)定。其中：森林資源和城市園林綠地面積均大體保持不變，并達到較高水平；農(nóng)業(yè)用地在經(jīng)歷了持續(xù)下降態(tài)勢之后，也逐漸趨于基本穩(wěn)定；農(nóng)業(yè)生產(chǎn)功能地位下降，但農(nóng)業(yè)生態(tài)功能地位顯著上升。

目前多倫多市的耕地面積不僅總量很少，而且耕地總面積與人均耕地面積仍在減少。雖然近年來減少的速度有所變慢，但其城市化進程仍在緩慢進行中。

多倫多市的植被覆蓋率雖有波動，但已經(jīng)達到較高水平，既有嚴格的法律保障，又有完善的政策實施機制，還有健全的管理和監(jiān)督機制及良好的居民環(huán)保意識。

多倫多市不僅公園數(shù)量多、分布廣、質(zhì)量高，而且水域面積廣闊且穩(wěn)定，為其贏得宜居城市美譽奠定了良好基礎。

References)

[1] Vaz E, Arsanjani J J. Predicting urban growth of the greater Toronto area: Coupling a markov cellular automata with document metaanalysis[J]. Journal of Environmental Informatics, 2015. doi: 10.3808/jei.201500299.

[2] Conway T, Hackworth J. Urban pattern and land cover variation in the greater Toronto area[J]. The Canadian Geographer, 2007, 51(1):43-57.

[3] Zhang Y, Guindon B, Sun K. Spatial-temporal-thematic assimilation of Landsat-based and archived historical information for measuring urbanization processes[J]. Journal of Land Use Science, 2015,10(4):369-387.

[4] 高鑒國. 加拿大城市化的歷史進程與特點[J]. 文史哲, 2000, (6): 95-126.

Gao J G. Historical phases and characteristics of Canada’s urbanization[J]. Journal of Literature, History and Philosophy, 2000,(6):95-126.

[5] 尹德挺,史毅,盧鐿逢. 經(jīng)濟發(fā)展 城市化與人口空間分布——基于北京 東京和多倫多的比較分析[J]. 北京行政學院學報,2015, (6):83-91.

Yin D T, Shi Y, Lu Y F. Economic development, urbanization and spatial distribution of population: Based on the comparative analysis of Beijing, Tokyo and Toronto[J]. Journal of Beijing Administrative College, 2015,(6):83-91.

[6] 徐麗華,王歡歡,張結存,等. 近15年來杭州市土地利用結構的時空演變[J]. 經(jīng)濟地理, 2014,34(7):135-142.

Xu L H, Wang H H, Zhang J C, et al. Spatial-temporal dynamics of land use in the Hangzhou city during the recent 15 years[J]. Economic Geography, 2014,34(7):135-142.

[7] 何春陽,史培軍,陳晉,等. 北京地區(qū)土地利用/覆蓋變化研究[J]. 地理研究,2001,20(6):679-687.

He C Y, Shi P J, Chen J, et al. Land use / cover change research in the Beijing area[J]. Geographical Research, 2001,20(6):679-687.

[8] 王玲, 呂新. GIS 和 RS 技術在土地利用動態(tài)監(jiān)測中的應用[J]. 湖北農(nóng)業(yè)科學,2008,47(1):47-51.

Wang L, Lü X. The application of GIS and RS technology in dynamic monitoring of land use[J]. Hubei Agricultural Sciences, 2008,47(1):47-51.

[9] 林浩嘉,趙耀龍. 城市快速擴張驅動下的耕地演化模擬與預測——以廣東省東莞市為例[J]. 地球信息科學學報,2016,18(4): 493-505.

Lin H J, Zhao Y L. Simulation and forecast of cultivated land evolution under rapid urban expansion: A case study of Dongguan city in Guangdong province[J]. Journal of Geo-information Science, 2016,18(4):493-505.

[10] 張中浩. 城鄉(xiāng)統(tǒng)籌視角下的城市化時空格局與過程[D]. 杭州:浙江大學, 2014.

Zhang Z H. Spatial-temporal patterns and processes of urbanization under the perspective of urban and rural integration[D]. Hangzhou: Zhejiang University, 2014.

[11] 喻鋒,李曉波,張麗君,等. 中國生態(tài)用地研究:內(nèi)涵、分類與時空格局[J]. 生態(tài)學報,2015,35(14):4931-4943.

Yu F, Li X B, Zhang LJ. Study of ecological land in China: conception, classification, and spatial-temporal pattern[J]. Acta Ecologica Sinica, 2015,35(14) :4931-4943.

[12] Olive A. Urban awareness and attitudes toward conservation: A first look at Canada's cities[J]. Applied Geography, 2014,54:160-168.

Analysis of ecological land use change and impacting factors in Toronto

SHI Yi-Shao, WANG An-Di
(College of Surveying and Geo-Informatics, Tongji University, Shanghai 200092, China)

This study uses Landsat5-TM image data for Toronto, which was corrected for both radiation and geometry, and ENVI 5.1 software for remote image processing and extracting information regarding land use. Using this technology, the study analyzes the variations of cultivated land, vegetation cover, water, and other ecological land and the reasons for this variation in Toronto during 1992–2010. The data provides a resource for other metropolises engaging in livable city construction.

ecological land use; characteristic of change; impacting factors; city of Toronto

F293.22

A

2095-1329(2017)01-0065-05

10.3969/j.issn.2095-1329.2017.01.015

2016-10-07

修回日期: 2016-11-28

石憶邵(1963-),男,博士,教授,博士生導師,主要從事城市與區(qū)域經(jīng)濟及土地資源管理等研究.

電子郵箱: shiyishao@#edu.cn

聯(lián)系電話: 021-65981085基金項目: 上海市規(guī)劃和國土資源管理局資助項目(課題編號: 2015(D)-002(F)-03)