陳大釗，李國志，田曉暉

（國家林業(yè)和草原局華東調(diào)查規(guī)劃設計院，浙江 杭州 310019）

1 問題的提出

20世紀90年代以來，城市化的不斷推進不僅影響城市中心地區(qū)，同時也改變了城市郊區(qū)土地資源的利用，其變化甚至比城市中心更為顯著，最直接的影響就是不透水層面積比例。不透水層是指無法使水通過下滲到地表以下的人工地貌物質(zhì)，常見的不透水層有房屋、道路、停車場等[1]。不透水層的發(fā)展擴張造成土地資源結構的變化，而這種變化不僅意味著城市人口的增加、經(jīng)濟的發(fā)展，同時也表示該區(qū)域原有生態(tài)系統(tǒng)被改變甚至破壞。在這樣的背景下，如何科學有效地規(guī)劃城市發(fā)展已成為不得不考慮的問題。

在不透水層動態(tài)監(jiān)測方面，國外學者Ridd[2]在1955年提出V-I-S模型（Vegetation-Imperious-Soil）之后開始利用遙感工具研究不透水層。之后的學者在此基礎上不斷研究和總結新的研究方法，其中Slonecker等[3]和Brabec等[4]分別研究總結不透水層遙感提取的3種主要方法以及1970——1980年用于不透水層研究的4種方法。國內(nèi)對不透水層的研究起步較晚，但在前人研究成果的啟發(fā)下，國內(nèi)學者也取得了較多成果，其中以周存林[5]創(chuàng)建的歸一化差值不透水層指數(shù)在之后的研究工作中應用最為廣泛，但此方法具有局限性，只能應用于特定的區(qū)域，而且只適用于中、低分辨率的不透水層制圖。駱成鳳[6]與李明杰[7]提出估算和提取不透水層的新方法。

傳統(tǒng)不透水層地面勘測與制圖主要依靠人工，成本高而且消耗大量的人力物力，不具備大范圍測繪的能力，與基于遙感觀測的城市特征相比效率較低[8]。近些年來國內(nèi)外針對不透水層的研究工作將側重點放在不透水層圖像利用與開發(fā)新的不透水層提取方法上，大量的論文著眼于利用不透水層來表征城鎮(zhèn)化的進程。不少論文立足于國外主要城市不透水層的提取并結合各種資料進行對比分析，以此驗證不透水層對表示城市化進程的重要作用，但是并未對研究區(qū)域進行較大時間跨度的研究。陳晉[9]等雖對研究區(qū)域1984——2010年的數(shù)據(jù)進行研究，其側重點是提供一個更為有效的數(shù)據(jù)處理方法。郝立仁[10]等對美國四大城市的不透水層面積變化進行時間分析，研究其是否能夠用于城市政策制定，是否適用于現(xiàn)有的景觀指標量化等，對不透水層面積變化驅動因子的分析和其在空間上的變化進行動態(tài)監(jiān)測的研究仍處于相對空白狀態(tài)。本文對研究區(qū)域進行較大時間跨度的研究，對其空間分布與時間序列變化進行動態(tài)監(jiān)測，并分析引起不透水層面積變化的驅動因子。

利用南京市江寧區(qū)Landsat TM/ETM+數(shù)據(jù)在ENVI 5.0及ArcGIS 9.3平臺上進行大氣校正及輻射定標，利用生物物理成分指數(shù)（Biophysical Composition Index，簡稱BCI）提取不透水層，這種方法相較于利用線性光譜混合模型更為快速、易于操作。同時BCI指數(shù)相較于NDVI、NDBI、NDISI等指數(shù)能更有效地反映不透水層面積變化情況[11]，而且BCI指數(shù)不存在NDVI等指數(shù)在空間和分辨率上的局限性。本次研究使用的Landsat TM/ETM+數(shù)據(jù)屬于中等分辨率數(shù)據(jù)，滿足本次研究對數(shù)據(jù)精度的要求，同時Landsat TM/ETM+數(shù)據(jù)是免費數(shù)據(jù)，在原始數(shù)據(jù)方面沒有資金限制，可以在較大的時間范圍內(nèi)使用。

2 研究區(qū)域概況

江寧區(qū)位于南京市中南部，從東西南三面圍繞南京市主城，其地理位置為北緯30°38′～32°13′，東經(jīng)118°31′～119°04′，全區(qū)土地總面積約1 577.75 km2，水域總面積約186.00 km2。江寧區(qū)屬北亞熱帶季風氣候區(qū)，氣候溫和，四季分明。光照充足，全年日照總時數(shù)達1 723～1 948 h，年平均無霜期為224 d；雨水充沛，全區(qū)歷年平均降水量為1 072.9 mm，年平均相對濕度76%；年平均氣溫15.7 ℃，年極端最低氣溫-13.3 ℃，年極端最高氣溫為40.4℃，氣候條件比較優(yōu)越。

中華人民共和國成立后，江寧縣被劃入鎮(zhèn)江專區(qū)，之后經(jīng)過2次改劃于1971年3月劃歸南京市。2000年12月，經(jīng)國務院批準，江寧撤縣設區(qū)，至此江寧區(qū)的區(qū)域范圍基本穩(wěn)定。到2015年底，江寧區(qū)總戶籍數(shù)35.53萬戶，總人口數(shù)達99.36萬，城鎮(zhèn)人口比重71.52%。此外，江寧區(qū)交通體系健全，匯集航空、港口、鐵路、公路等交通方式，是南京市對外交通的重要紐帶。

3 資料來源與研究方法

3.1 數(shù)據(jù)來源與預處理

數(shù)據(jù)源主要包括：①地理空間數(shù)據(jù)云網(wǎng)站（http://www.gscloud.cn/）下載的江寧區(qū)1993——2013年Landsat TM、ETM+時間系列數(shù)據(jù)影像，云覆蓋率＜10%，多光譜波段空間分辨率為30 m×30 m，全色波段空間分辨率為15 m×15 m，影像數(shù)據(jù)時相選擇為每年5——10月；② 南京統(tǒng)計年鑒提供的江寧區(qū)1993——2013年氣象、人文及社會經(jīng)濟資料（具體包括江寧區(qū)第二、第三產(chǎn)業(yè)GDP占總GDP百分比、非農(nóng)業(yè)人口占總人口百分比以及建成區(qū)面積）；③江寧區(qū)1:50萬邊界地形圖、江寧區(qū)行政區(qū)域圖（鄉(xiāng)鎮(zhèn)圖）。

由于獲取的1993——2013年江寧區(qū)LTSS系LIT產(chǎn)品，已經(jīng)經(jīng)過幾何精校正、正射校正，因此圖像預處理主要包括輻射校正、云檢測、條帶去除。采用基于光譜規(guī)則的ACCA 算法對云及陰影進行自動識別并掩膜。在輻射定標基礎上，利用FLASSH方法對定標及云掩膜后的影像進行大氣校正，將影像的光譜值轉化為地表反射率值，形成相應的地表反射率產(chǎn)品。對于2003年5月31日后獲取的Landsat-7 ETM+SLC OFF產(chǎn)品的數(shù)據(jù)條帶丟失情況，采用ENVI的Destrip補丁進行條帶修復。

3.2 研究方法

3.2.1 不透水層提取方法

生物物理成分指數(shù)（簡稱BCI）是通過把城市地表看作由植被、不透水層及土壤3種基本成分組成，并以此來區(qū)分城市地物的城市環(huán)境指數(shù)[12]。BCI由DENG C B[13]首次提出，其思想來源是1955年Ridd提出V-I-S模型，不透水層的BCI指數(shù)灰度值大于0，植被與其他土地覆蓋類型灰度值均小于0，土壤的灰度值接近于0。將經(jīng)過BCI指數(shù)運算的圖像與進行水體掩膜的研究區(qū)域圖像進行疊加，再根據(jù)不同覆蓋類型的不同灰度值即可提取不透水層，此法與端元提取法相比更為簡便，而且提取精度較高。

根據(jù)DENG C B的算法進行BCI運算，公式如下：

式中：H表示高反射率，是歸一化的TC1值；V是植被，是歸一化的TC2值；L表示低反射率，是歸一化的TC3值。TC1、TC2和TC3分別為TC的3個分量，對應遙感影像纓帽變換后形成的亮度、綠度、濕度3個分量。

3.2.2 城鎮(zhèn)化指數(shù)計算

城鎮(zhèn)化對于不同學科有不同的意義：人口學中的城鎮(zhèn)化指的是農(nóng)業(yè)人口轉化為非農(nóng)業(yè)人口的過程，是一種歷史過程，其特征是農(nóng)村人口向城市不斷遷移和聚集；在地理學中城鎮(zhèn)化代表農(nóng)村地貌向城市景觀轉化的過程；經(jīng)濟學中則把城鎮(zhèn)化定義為農(nóng)村傳統(tǒng)的自然經(jīng)濟向城市社會化大生產(chǎn)轉變的過程。由此可見，城鎮(zhèn)化并不是一個單一的變化過程，不僅代表人口從農(nóng)村向城市遷移的過程，同時也表現(xiàn)為地域景觀的改變與產(chǎn)業(yè)結構的轉變。城鎮(zhèn)化是人口、地域、社會經(jīng)濟組織形式從落后的鄉(xiāng)村型社會向先進的城市社會轉化的過程，是多方面內(nèi)容的綜合統(tǒng)一，是反應一個國家或地區(qū)經(jīng)濟社會發(fā)展進步的重要標志。目前城鎮(zhèn)化水平一般用城鎮(zhèn)化率來表示，城鎮(zhèn)化率由國家統(tǒng)計局規(guī)定，其計算方法為城鎮(zhèn)人口與總人口的比值。雖然城鎮(zhèn)化率在一定程度上可以反映城鎮(zhèn)化的進程，但是單純的城鎮(zhèn)化率提高，只能反映城鎮(zhèn)化在人口方面從農(nóng)村向城市轉化，并不代表城市建設程度得到進一步發(fā)展。不同于城鎮(zhèn)化率只計算城鎮(zhèn)人口的比例，城鎮(zhèn)化指數(shù)綜合考慮人口、地域及社會經(jīng)濟組織形式對城市發(fā)展的影響，能夠較為全面地反映城鎮(zhèn)化這一綜合過程。將建成區(qū)面積占總面積百分比，非農(nóng)業(yè)人口占總人口百分比，第二、第三產(chǎn)業(yè)GDP占總GDP的百分比三者的等權平均數(shù)作為城鎮(zhèn)化指數(shù)，綜合考慮影響城鎮(zhèn)化進程的幾種主要因素，而非傳統(tǒng)單一的人口因素，計算方法見公式（2）。

3.2.3 時間序列分析方法

時間序列分析的目的在于揭示某一事件發(fā)展變化的時間規(guī)律。時間系列數(shù)據(jù)與一般統(tǒng)計數(shù)據(jù)的不同之處在于數(shù)據(jù)之間有嚴格的先后順序，大多數(shù)情況下時間系列數(shù)據(jù)往往存在某種前后相承的關系，而非互相獨立。對于隨機性波動較頻繁的非穩(wěn)態(tài)的植被覆蓋度等時間序列的模擬和短期預測，常采用自回歸移動平均（Autoregressive Moving Average，簡稱ARMA）模型[13]。ARMA模型的主要特點是設法將自回歸過程AR和移動平均過程MA結合起來，共同模擬產(chǎn)生具有時間序列樣本數(shù)據(jù)隨機過程的模型。模型表達式如下：

式中：yt是平穩(wěn)、正態(tài)、零均值的時間序列；p和q是模型的自回歸階數(shù)和移動平均階數(shù)；φ和θ是不為零的待定系數(shù)；εt獨立的誤差項。

3.2.4 相關性分析方法

相關性分析是指對2個或多個具備相關性的變量元素進行分析，從而衡量2個變量因素的相關密切程度。相關元素之間需要存在一定的聯(lián)系或者概率才可以進行相關性分析。相關系數(shù)是描述2個變量間線性關系程度和方向的統(tǒng)計量，相關系數(shù)的正負符號說明相關性的方向，大小則表示相關程度的強弱。若相關系數(shù)r=1或-1， 2個變量之間是函數(shù)關系；若-1＜r＜1，2個變量之間是統(tǒng)計關系。當r＞0時，2變量為正相關；當r＜0時，2變量為負相關；當r=0時，2變量無線性相關。通常情況，∣r∣＞0.95存在顯著性相關；0.80＜∣r∣＜0.95，高度相關；0.50＜∣r∣＜ 0.80，中度相關；0.30＜∣r∣＜0.50，低度相關。

4 結果與分析

4.1 不透水層面積比例時間系列分析

在獲得不透水層信息之后，利用SPSS 22.0 時間序列預測模塊的專家建模器選擇模型ARIMA（0，0，0），對研究區(qū)不透水層面積比例時間系列變化數(shù)據(jù)進行模型擬合（見圖1）。

圖1 不透水層面積比例時間序列分析圖

在上述的時間系列分析結果中，得到擬合模型的R2=0.974，表示模型的擬合精度較高，觀測值在擬合曲線周圍輕微波動。從圖1可以得出，1993——2013年研究區(qū)不透水層的面積呈逐漸上升趨勢，1999——2007年的觀測值低于擬合值，其他年份呈現(xiàn)出觀測值高于擬合值的情況。1999年開始，在經(jīng)過改革開放最初幾年城市經(jīng)濟的迅速發(fā)展之后，政府注意到快速的經(jīng)濟發(fā)展雖然加速了城市的發(fā)展擴大，但是消耗了大量資源，增加城市生態(tài)系統(tǒng)的恢復負擔。1999年之后政府制定的江寧區(qū)城市規(guī)劃方案重點是在城市發(fā)展與環(huán)境保護之間尋找平衡點。由于在此期間，江寧區(qū)的城市發(fā)展根據(jù)政府的規(guī)劃嚴格在生態(tài)紅線內(nèi)進行建設，并在建設過程中對歷史文化與風景資源進行保護，因此房屋、道路、停車場等不透水層的建設受到一定限制，增長速度減緩，低于模型計算的擬合值，1999年之前受到改革開放的影響，江寧區(qū)的經(jīng)濟發(fā)展迅速，工廠、道路等一系列基礎設施的建設速度也在不斷加快，因此不透水層的增長速度也較快，從而高于模型計算的擬合值。2007年之后，生態(tài)環(huán)境有所恢復，城市建設速度也逐漸恢復，不透水層的增長速度加快，因此觀測到的真實值高于預測值。

4.2 不透水層空間分布動態(tài)分析

在提取1993——2013年各年度研究區(qū)不透水層信息的基礎上，采用ArcGIS 9.3度量空間分布工具箱中的中心要素工具，提取每個年度的不透水層分布中心，疊加生成不透水層分布中心變化圖（見圖2）。

圖2 江寧區(qū)不透水層空間分布圖

從圖2可以得出，江寧區(qū)不透水層的空間分布呈現(xiàn)放射狀的變化特征，以1993年為中心逐漸向外層擴張，但并不是向每一方向上進行擴展，而是整體向北偏移。主要原因是江寧區(qū)的城鎮(zhèn)發(fā)展主要集中在中部偏北區(qū)域。自然條件方面，此區(qū)域人文古跡和自然風景較少，不適合作為旅游用地；地理條件上，此區(qū)域遠離長江，不適合作為農(nóng)業(yè)用地；資源條件上，此區(qū)域具有豐富的淡水資源，適合作為城市用地。

不透水層的發(fā)展雖呈放射狀但其發(fā)展并不均衡，而是偏向于北方，也得出大部分不透水層分布中心位于秣陵街道。秣陵街道自然資源豐富，屬亞熱帶季風氣候區(qū)，溫暖濕潤，四季分明，農(nóng)漁業(yè)產(chǎn)品豐富。秣陵街道位置優(yōu)越，擁有高效、便捷的立體交通網(wǎng)，物流運輸暢通全國各地。適宜的自然條件與便捷的交通使這一區(qū)域適合居民生活，隨著城市發(fā)展向這一區(qū)域遷移的人口較多，不斷增加的人口促進秣陵街道住房、道路、停車場等基礎設施的建設，不透水層的面積比其他地區(qū)大，不透水層的分布中心主要集中在這一街道。

4.3 不透水層時間變化驅動因素分析

城市郊區(qū)不透水層的變化過程主要受人為干擾因子的影響，人為因子主要包括非農(nóng)業(yè)人口數(shù)量、經(jīng)濟發(fā)展水平、建筑面積等與城市化進程緊密相關的因子。由于溫度高低、降水量多少對城市建設存在一定的影響，本文將氣候因子納入影響因子范疇。在氣候因子中選取年平均氣溫，年平均降水量，人為干擾因子選取建成區(qū)面積比例，第二、三產(chǎn)業(yè)GDP占總GDP比例（簡稱二、三產(chǎn)業(yè)比例），非農(nóng)業(yè)人口比例，共計5個變量，采用Pearson相關系數(shù)進行不透水層變化驅動因素分析（見表1）。

根據(jù)表1可以得出，不透水層面積比例與城鎮(zhèn)化指數(shù)相關系數(shù)接近0.97，可認為兩者有較大相關性，因此城鎮(zhèn)化指數(shù)的不斷上升與不透水層面積的增加有密不可分的關系，但是城鎮(zhèn)化指數(shù)作為一個有多種影響因素的數(shù)值并不能直接作為不透水層時間變化的驅動因素。

將不透水層面積比例與非農(nóng)業(yè)人口比例，建成區(qū)面積比例和二、三產(chǎn)業(yè)比例的相關系數(shù)結合起來，在這三者中，不透水層面積比例與非農(nóng)業(yè)人口比例具有最高的相關性，與建成區(qū)面積比例相關性位于第二，與二、三產(chǎn)業(yè)比例相關性最低。因此，不透水層的時間變化不是單一的因素驅動，而是由影響力不同的幾個因素共同作用的結果。其中非農(nóng)業(yè)人口比例是影響最高的驅動因素，它的增長意味著城市人口增加，不斷增長的人口需要城市提供更多的生存空間和工作崗位，刺激城市不斷建設居民區(qū)和工廠，直接影響著不透水層面積比例；建成區(qū)面積比例位于第二，主要原因是建成區(qū)面積比例的增加受到政府決策的影響，在現(xiàn)有建成區(qū)的基礎上增加建筑面積，無疑會增加不透水層的面積；二、三產(chǎn)業(yè)比例同樣對不透水層的時間變化起到驅動作用，因為二、三產(chǎn)業(yè)的發(fā)展離不開工廠等基礎設施建設，設施同樣屬于不透水層的范疇，其結果也使不透水層面積比例上升；年平均溫度、年平均降水量與不透水層面積比例呈現(xiàn)較差的正相關，如不出現(xiàn)長期的極端性天氣，溫度和降水對不透水層面積比例變化基本無影響。

表1 不透水層面積變化驅動因子分析表

5 結 語

經(jīng)過對不透水層的時空變化及其驅動因子的分析，本次研究可以得到以下幾個結論：不透水層面積比例隨時間呈現(xiàn)不斷增加的趨勢，其中不同年份的增長幅度不同；不透水層因受到地區(qū)自然因素的限制和政府政策的影響，在空間上呈放射狀分布，其動態(tài)變化則是以1993年不透水層空間分布中心為基準點向北偏移；造成不透水層面積比例不斷增加的驅動因素主要為非農(nóng)業(yè)人口比例，建成區(qū)面積比例和二、三產(chǎn)業(yè)比例，驅動因素通過直接或間接地影響研究區(qū)域各種建筑物以及道路等建設而影響不透水層的時間變化。

根據(jù)研究結論可以得出研究區(qū)域不透水層在時間和空間的發(fā)展規(guī)律，結合驅動因子分析可為城市建設規(guī)劃以及人為控制不透水層增長提供依據(jù)。如：政府對農(nóng)業(yè)人口的財政補貼，減少鄉(xiāng)村人口向城市流動；減少建成區(qū)的擴建，保證不透水層的增長速度保持在一個較低的水平；控制二、三產(chǎn)業(yè)的發(fā)展，達到降低不透水層增長的目的。3個因素綜合考慮以便更為有效地控制不透水層的增長速度。

本文雖然在一定程度上得出不透水層在時間和空間上的變化規(guī)律，但是選取的研究區(qū)域是否具有代表性并沒有得到證實，因此得到的結論并不能延伸到所有的城市郊區(qū)。選擇的Landsat數(shù)據(jù)屬于中等精度數(shù)據(jù)，提取不透水層面積的閾值選擇過程由人工完成，因此得到的結果精度有限，無法對其進行較高精度的分析。