張 飛,邵 媛,黃 暉,朱帕爾·巴合提拜

1 新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院/智慧城市與環(huán)境建模自治區(qū)普通高校重點(diǎn)實(shí)驗(yàn)室, 烏魯木齊 830046 2 新疆大學(xué)綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室, 烏魯木齊 830046 3 CSIRO,Land & Water,Canberra ACT 2601,Australia 4 新疆大學(xué)圖書(shū)館, 烏魯木齊 830046

城市化包括人口城市化、經(jīng)濟(jì)城市化和土地城市化三大最顯著的特征[1]。在城市化水平快速發(fā)展?fàn)顩r下,以城市化為背景的城市生態(tài)環(huán)境問(wèn)題一直是地理學(xué)研究的熱點(diǎn)。城市化造成了大量農(nóng)用地被侵占,環(huán)境惡化、資源危機(jī)等一系列“城市病”,嚴(yán)重影響人們的正常生活[2- 6]。面對(duì)日益嚴(yán)峻的生態(tài)環(huán)境問(wèn)題,迫切需要國(guó)內(nèi)外學(xué)者借助新技術(shù)、新手段、新方法深入開(kāi)展城市化相關(guān)問(wèn)題研究。

城市化在多源、多尺度、主動(dòng)和被動(dòng)遙感圖像上,均表現(xiàn)出對(duì)資源生態(tài)環(huán)境系統(tǒng)的影響。事實(shí)上,盡管城市應(yīng)用通常需要以最佳的地面分辨率獲取數(shù)據(jù),但許多宏觀的地物特征可以使用低分辨率遙感影像獲得(圖1)[7]。城市遙感應(yīng)用的主要方向是空間城市化過(guò)程及其在這個(gè)過(guò)程中引發(fā)的自然變化和人文變化。在上述研究過(guò)程中,“3S”技術(shù)是集監(jiān)測(cè)、管理和分析城市化進(jìn)程及其生態(tài)環(huán)境響應(yīng)最有效信息源和研究方法[8-9]。國(guó)家新型城鎮(zhèn)化規(guī)劃(2014—2020)對(duì)城市遙感提出了新的挑戰(zhàn),遙感數(shù)據(jù)獲取技術(shù)的快速發(fā)展為城市遙感提供了越來(lái)越多的數(shù)據(jù)源,人工智能、地理時(shí)空大數(shù)據(jù)分析與挖掘技術(shù)為城市遙感提供了更為智能、快速的處理和分析工具?，F(xiàn)已進(jìn)入大數(shù)據(jù)時(shí)代,利用“星—空—地”一體化遙感監(jiān)測(cè)平臺(tái)和Google Earth Engine(GEE)云遙感數(shù)據(jù)處理平臺(tái),可為城市及城市群遙感的分析提供堅(jiān)實(shí)的基礎(chǔ),為城市可持續(xù)健康發(fā)展提供有力支持。

圖1 城市區(qū)域數(shù)據(jù)融合方法(改自[7])Fig.1 Data fusion method in urban area

通過(guò)文獻(xiàn)檢索,目前國(guó)內(nèi)外對(duì)于城市遙感的研究,多集中在單一領(lǐng)域,對(duì)城市遙感諸多要素的綜合性研究較少。很少將城市中遙感所涉及的問(wèn)題進(jìn)行統(tǒng)一闡述,因此,本文將總結(jié)國(guó)內(nèi)外學(xué)者在城市地表溫度、城市邊界擴(kuò)張、城市不透水表面、城市景觀格局和城市生態(tài)安全5個(gè)方面的研究動(dòng)態(tài)以及發(fā)展態(tài)勢(shì),較為完整的從理論、方法以及應(yīng)用幾個(gè)層面展開(kāi)討論,為城市遙感的深層次研究指明方向。

1 城市遙感研究的主題和主要進(jìn)展

遙感技術(shù)已滲透到城市建設(shè)和研究的各個(gè)領(lǐng)域,在城市規(guī)劃管理中具有重要的作用,為全面、有效和實(shí)時(shí)地了解城市的發(fā)展變化提供了強(qiáng)有力的技術(shù)支持(圖2)。本文通過(guò)CNKI和Web of Science數(shù)據(jù)庫(kù)共檢索出包含基于遙感技術(shù)的城市地表溫度、城市邊界擴(kuò)張、城市不透水表面、城市景觀格局和城市生態(tài)安全5個(gè)方面的1501篇中文文章和3368篇英文文章,通過(guò)文獻(xiàn)梳理,根據(jù)年代發(fā)展篩選出國(guó)內(nèi)外城市遙感部分研究主題和主要研究?jī)?nèi)容,如表1所示。

表1 國(guó)內(nèi)外城市遙感部分研究主題和主要研究?jī)?nèi)容

圖2 不同衛(wèi)星在城市細(xì)節(jié)、特征識(shí)別、地方規(guī)劃上的比較(改自[10])Fig.2 A comparison of satellite generations in terms of detail, feature recognition and planning requirements

1.1 城市地表溫度

地表溫度(Land Surface Temperature,LST),即陸地表面的溫度[31]。地表溫度(LST)是研究地表能量預(yù)算、陸地表面過(guò)程以及城市熱島中最重要的參數(shù)之一[28,32]。通過(guò)中國(guó)知網(wǎng)數(shù)據(jù)庫(kù),按照主題為遙感*城市*(“地表溫度”+“LST”+“熱島”+“TVDI”+“微氣候”)共檢索出965篇文獻(xiàn),通過(guò)Web of Science數(shù)據(jù)庫(kù),按照主題為Remote Sensing* Urban*(“Land Surface Temperature”O(jiān)R“LST”O(jiān)R“Heat Island”O(jiān)R“TVDI”O(jiān)R“Microclimate”)共檢索出798篇文獻(xiàn)。圖3揭示了1999—2019年間的中英文發(fā)文數(shù)量趨勢(shì),圖4揭示了我國(guó)不同的研究機(jī)構(gòu)及不同國(guó)家/地區(qū)發(fā)文現(xiàn)狀(圖4)。

圖3 近20年中英文發(fā)表文章數(shù)量趨勢(shì)圖Fig.3 Trend chart of publishing article number in Chinese and English about twenty years

圖4 近20年國(guó)內(nèi)不同機(jī)構(gòu)及不同國(guó)家/地區(qū)發(fā)表文章現(xiàn)狀Fig.4 The status of publishing article in different domestic institution and different countries/regions about twenty years

從圖3可以看出,關(guān)于城市地表溫度遙感研究的中英文文章數(shù)量雖然在個(gè)別年份有回落現(xiàn)象,但是整體呈現(xiàn)逐年迅速增長(zhǎng)的趨勢(shì)。從圖4中可以看出南京信息工程大學(xué)在城市熱環(huán)境研究中發(fā)表中文文章數(shù)量最多,為65篇。發(fā)文數(shù)量排名前三的高校都來(lái)自華東地區(qū),該地區(qū)是我國(guó)城市化水平最高、氣象觀測(cè)站點(diǎn)分布最為密集的區(qū)域,非常有利于從事城市地表溫度研究。從不同國(guó)家/地區(qū)發(fā)表文章數(shù)量來(lái)看,中國(guó)發(fā)表文章數(shù)量最多,達(dá)到了303篇,其次為美國(guó),為209篇,德國(guó)為41篇。

目前,地表溫度的研究數(shù)據(jù)主要利用ASTER和Landsat TM/ETM+等衛(wèi)星數(shù)據(jù)以及MODIS地表溫度產(chǎn)品數(shù)據(jù)反演LST[33]。針對(duì)地表溫度方法研究,黃妙芬等[34]、萇亞平等[35]采用TM、ETM+和TIRS數(shù)據(jù)進(jìn)行了LST算法的精度對(duì)比分析,均發(fā)現(xiàn)單窗算法與實(shí)測(cè)數(shù)據(jù)的一致性較好。嚴(yán)安等[36]、周梅等[37]也利用單窗算法反演了各自研究區(qū)夏季地表溫度,發(fā)現(xiàn)效果理想。而Yu等[38]利用實(shí)測(cè)數(shù)據(jù),比較了多種算法,發(fā)現(xiàn)反演精度為輻射傳輸方程法>分裂窗算法>普適性單通道算法。之后,孟翔晨等[39]利用ASTER數(shù)據(jù),Landsat 8地表反射率及實(shí)測(cè)地表溫度數(shù)據(jù)分析了驗(yàn)證點(diǎn)的空間異質(zhì)性,發(fā)現(xiàn)普適性單通道算法估計(jì)的地表溫度(LST)總體精度較高,可更好的用于城市熱島效應(yīng)(UHI)、地表蒸散發(fā)估算等研究。

改革開(kāi)放以來(lái),中國(guó)的城鎮(zhèn)化進(jìn)程顯著加快。根據(jù)《國(guó)家新型城鎮(zhèn)化發(fā)展規(guī)劃》,2020年中國(guó)的城鎮(zhèn)化率將達(dá)到60%?？焖俪擎?zhèn)化帶來(lái)日益嚴(yán)峻的生態(tài)環(huán)境問(wèn)題,尤其產(chǎn)生城市熱島效應(yīng)[40- 41]。城市熱島效應(yīng)(UHI)是由于人類(lèi)的活動(dòng),大規(guī)模改造局部下墊面條件而影響了局部區(qū)域的氣候環(huán)境。Dihkan等[42]對(duì)土耳其不同氣候區(qū)域的七個(gè)城市進(jìn)行城市熱島效應(yīng)研究,得出熱島效應(yīng)是城市化地區(qū)的主要環(huán)境問(wèn)題。Dwivedi等[43]通過(guò)Landsat遙感數(shù)據(jù),研究了印度孟買(mǎi)都市區(qū)微觀層面的城市熱島現(xiàn)象和室外熱環(huán)境,研究表明可以通過(guò)控制區(qū)域綠化的百分比來(lái)減輕城市高溫?zé)釄?chǎng)的影響。Shafizadeh-Moghadam等[44]探索了城市LST與環(huán)境和人為因素的關(guān)系,并利用隨機(jī)森林(Random Forests, RF),增強(qiáng)回歸樹(shù)(Boosting Regression Tree, BRT),廣義加性模型(Generalized Additive Model, GAM)和支持向量機(jī)(Support Vector Machines, SVM)模型評(píng)價(jià)城市LST的模擬精度。國(guó)內(nèi)學(xué)者徐涵秋[45]通過(guò)反演福州市地表溫度,分析了城市熱島形成的原因。方剛[46]采用Landsat 8影像,分析了蘇州城市熱島效應(yīng),初步探討了城市熱島效應(yīng)與建筑用地,水體,裸土和植被四個(gè)不同指標(biāo)之間的定量關(guān)系。黎良財(cái)?shù)萚47]運(yùn)用Landsat 8遙感影像,引入熱島強(qiáng)度(Heat Island Intensity,HII) 因子,并與LST反演結(jié)果相結(jié)合,分析了柳州市城市熱島效應(yīng),結(jié)果表明該研究區(qū)熱島效應(yīng)的輪廓與城市建成區(qū)輪廓吻合。上述研究者都是對(duì)城市的熱島效應(yīng)進(jìn)行了研究,然而,還有少部分學(xué)者[48- 52]對(duì)城市冷島(Urban Cool Island)效應(yīng)也進(jìn)行了深入研究,其中Rasul等[53]指出未來(lái)的城市研究方向還是應(yīng)該多集中于城市熱島群的研究。

隨著時(shí)間的推移,雖然一些經(jīng)典的算法依然在使用,但是這些方法都在不同程度上進(jìn)行了融合和改進(jìn)(表2)?？傊?隨著反演算法及遙感技術(shù)的發(fā)展,城市地表溫度研究還將繼續(xù)在研究方法以及實(shí)際應(yīng)用中進(jìn)行探索,大多數(shù)LST研究的空間分辨率都較低,雖然這些研究可以為熱島帶來(lái)的環(huán)境問(wèn)題治理提供一定依據(jù),但是若要制定小范圍區(qū)域的政策仍需要高空間分辨率影像的支持。另外,LST動(dòng)態(tài)變化是確定城市發(fā)展和氣候變化對(duì)居住場(chǎng)所溫度狀況影響的一個(gè)良好指標(biāo)。季節(jié)及日變化LST會(huì)嚴(yán)重影響人們?cè)诔鞘械娜粘Ｉ?。進(jìn)一步的研究可以考慮對(duì)多個(gè)熱衛(wèi)星數(shù)據(jù)進(jìn)行時(shí)間序列分析,以驗(yàn)證LST值的增長(zhǎng)趨勢(shì)和氣候變化以及燈光指數(shù)大小等潛在原因。

表2 常用的LST反演算法

1.2 城市擴(kuò)張

隨著全球城市化的發(fā)展,城市邊界擴(kuò)張研究逐漸成為學(xué)術(shù)界關(guān)注的焦點(diǎn)[77- 78]。著名學(xué)者He等[79]提出一種全卷積網(wǎng)絡(luò)(Fully Convolutional Networks, FCN)方法,并運(yùn)用該方法來(lái)檢測(cè)1992—2016年全球城市擴(kuò)張情況,研究得出全球城市土地面積從27.47×104km2增加到62.11×104km2,增加了34.64×104km2。作者所提出的FCN方法在有效檢測(cè)全球城市擴(kuò)張方面具有巨大潛力。通過(guò)中國(guó)知網(wǎng)數(shù)據(jù)庫(kù),按照主題為遙感*(“城市邊界擴(kuò)張”+“城市擴(kuò)展”+“城市形態(tài)”+“城市面積增長(zhǎng)”+“城市動(dòng)態(tài)變化監(jiān)測(cè)”)共檢索出119篇文獻(xiàn),通過(guò)Web of Science數(shù)據(jù)庫(kù),按照主題為Remote Sensing*(“Urban Boundary Expansion”O(jiān)R“Urban Expansion”O(jiān)R“Urban Form”O(jiān)R“Urban Area Expansion”O(jiān)R“Urban Dynamic Change monitoring”)共檢索出872篇文獻(xiàn)。圖5揭示了1999—2019年間的中英文發(fā)文數(shù)量趨勢(shì),圖6揭示了我國(guó)不同的研究機(jī)構(gòu)及不同國(guó)家/地區(qū)發(fā)文現(xiàn)狀。

圖5 近20年中英文發(fā)表文章數(shù)量趨勢(shì)圖Fig.5 Trend chart of publishing article number in Chinese and English about twenty years

圖6 近20年國(guó)內(nèi)不同機(jī)構(gòu)及不同國(guó)家/地區(qū)發(fā)表文章現(xiàn)狀Fig.6 The status of publishing article in different domestic institution and different countries/regions about twenty years

從圖5可以看出,關(guān)于城市擴(kuò)張遙感研究的中文文章數(shù)量雖然在個(gè)別年份呈現(xiàn)波動(dòng)起伏現(xiàn)象,但是整體上呈現(xiàn)增加的趨勢(shì),而英文文章出現(xiàn)陡增的趨勢(shì)。由于福州大學(xué)在城市研究領(lǐng)域具有一定特色,所以該校在關(guān)于城市擴(kuò)張遙感研究中發(fā)表中文文章數(shù)量最多(圖6),從不同國(guó)家/地區(qū)發(fā)表文章數(shù)量來(lái)看,中國(guó)發(fā)表文章數(shù)量最多,為399篇,其次為美國(guó),為161篇,之后為德國(guó)和印度,都為42篇。

目前,城市用地?cái)U(kuò)張空間模式可分為填充性、廊道型、外延型和衛(wèi)星城型等[80- 81]。Patino和Duque[82]研究表明有許多方法和措施可用于評(píng)估城市發(fā)展和蔓延,而衛(wèi)星遙感已被證明是獲取地面信息以大規(guī)模評(píng)估規(guī)劃和政策成果的有用工具。Masek等[83]基于多期Landsat TM影像,利用NDVI插值結(jié)合地物的紋理特征分析方法,研究長(zhǎng)時(shí)間序列華盛頓市域建成區(qū)的時(shí)空擴(kuò)張規(guī)律。Pesaresi等[84]以Landsat等衛(wèi)星數(shù)據(jù)為主,輔以其他數(shù)據(jù),向全球免費(fèi)提供了1975—2014年全球人居環(huán)境數(shù)據(jù)集(GHS),主要包括建設(shè)用地面積與人口空間分布信息,精確的對(duì)城市擴(kuò)張過(guò)程中面積增長(zhǎng)與人口聚集情況行了分析。Bilbisi[27]以約旦安曼市為例,利用衛(wèi)星遙感圖像進(jìn)行城市擴(kuò)展的空間監(jiān)測(cè)。國(guó)內(nèi)學(xué)者張曉平等[85]從城市土地?cái)U(kuò)張的影響機(jī)制方面進(jìn)行了研究。管馳明等[86]從空間角度方面總結(jié)了我國(guó)城市土地?cái)U(kuò)張規(guī)律,并闡述了城市擴(kuò)張的形態(tài)和模式。張巖等[87]修改了元胞自動(dòng)機(jī)(SLEUTH)模型并應(yīng)用于北京城市擴(kuò)展的模擬和預(yù)測(cè)中,深入研究了北京城市發(fā)展的模式和成因。此外,國(guó)內(nèi)一些學(xué)者分別以上海、廣州等幾個(gè)城市為研究區(qū),分析了城市土地?cái)U(kuò)張過(guò)程的空間形態(tài)及其影響機(jī)制[88- 94]。隨著遙感數(shù)據(jù)的多源化,新的數(shù)據(jù)源對(duì)城市邊界擴(kuò)張識(shí)別有著顯著的作用,夜間燈光數(shù)據(jù)具有長(zhǎng)時(shí)間序列及范圍廣的優(yōu)勢(shì),利用夜間燈光對(duì)城市邊界進(jìn)行提取是一種效率較高的方式。如王翠平等[95]從空間擴(kuò)張強(qiáng)度、擴(kuò)張類(lèi)型和方向性空間擴(kuò)張?zhí)卣鹘嵌确治隽司┙蚣?長(zhǎng)江三角-珠江三角城市群城市用地的空間擴(kuò)張?zhí)卣?從社會(huì)經(jīng)濟(jì)角度分析城市群空間擴(kuò)張的驅(qū)動(dòng)因素。鄒欣怡等[96]在重慶市南岸區(qū)1996—2016年建成區(qū)擴(kuò)展的數(shù)量及形態(tài)研究的基礎(chǔ)上,采用改進(jìn)的壓力-狀態(tài)-響應(yīng)模型DPSR綜合生態(tài)評(píng)價(jià)模型定量評(píng)價(jià)了城市用地?cái)U(kuò)張的生態(tài)環(huán)境效應(yīng),并識(shí)別了城市用地?cái)U(kuò)張系統(tǒng)與生態(tài)環(huán)境系統(tǒng)的主要影響因素,從小尺度、系統(tǒng)、動(dòng)態(tài)的角度對(duì)城市擴(kuò)張/蔓延的生態(tài)環(huán)境耦合效應(yīng)進(jìn)行了研究。鄧劉洋等[97]采用面向?qū)ο缶灯品指罘椒?、?gòu)建決策樹(shù)分類(lèi)方法和基于土地利用類(lèi)型的標(biāo)準(zhǔn)差變量信息實(shí)現(xiàn)高空間分辨影像建成區(qū)提取,探討了虞城縣2000—2017年城區(qū)擴(kuò)張過(guò)程。此外,學(xué)界也積極地將CA 模型與其他模型相結(jié)合形成混合模型,來(lái)進(jìn)行城市增長(zhǎng)邊界研究[98- 99]。城市增長(zhǎng)邊界(Urban Growth Boundary,UGB)作為空間增長(zhǎng)管理的政策工具之一,以“生態(tài)優(yōu)先”保護(hù)城市生態(tài)本底,以“精明增長(zhǎng)”提升城市內(nèi)部空間績(jī)效,在協(xié)調(diào)保護(hù)與發(fā)展需求之間起到了重要作用[100],有研究表明UGB也是有效控制城市土地?cái)U(kuò)張的手段之一[101]。作者通過(guò)文獻(xiàn)分析發(fā)現(xiàn)UGB的主要?jiǎng)澏ǚ椒ㄒ约把芯績(jī)?nèi)容如表3所示。

與此同時(shí),國(guó)內(nèi)有部分學(xué)者利用遙感技術(shù)從國(guó)家尺度和全球尺度的角度研究了城市擴(kuò)張帶來(lái)了一些生態(tài)環(huán)境問(wèn)題。如：He等[113]通過(guò)整合夜間燈光、植被指數(shù)和地表溫度的數(shù)據(jù),準(zhǔn)確地總結(jié)1992—2012年中國(guó)的城市擴(kuò)張動(dòng)態(tài)變化情況。分別從國(guó)家、生態(tài)區(qū)域和地方三個(gè)尺度對(duì)這一時(shí)期的自然生境損失進(jìn)行了評(píng)估。結(jié)果顯示,1992—2012年,中國(guó)城市發(fā)展極為迅速,年均增長(zhǎng)率為8.74%,而全球平均水平為3.20%。大規(guī)模的城市擴(kuò)張導(dǎo)致中國(guó)部分地區(qū)的自然生境損失嚴(yán)重。Liu等[114]使用分辨率為30m的Landsat地表反射率數(shù)據(jù),繪制了1985—2015年的全球年度城市動(dòng)態(tài)圖。全球城市范圍每年擴(kuò)大9687 km2。這一速度比以往對(duì)全球各個(gè)城市的可靠估計(jì)高出四倍,表明全球城市化的速度是前所未有的。城市擴(kuò)張的速度明顯快于人口增長(zhǎng)的速度,說(shuō)明城市土地面積已經(jīng)超過(guò)了維持人口增長(zhǎng)的需要。將這些地圖與綜合評(píng)估模型結(jié)合使用,有助于更好地了解城市化對(duì)環(huán)境的復(fù)雜影響,并幫助城市規(guī)劃者避免自然災(zāi)害。Liu等[115]也使用GlobeLand30以及MODIS產(chǎn)品中的土地利用、NDVI和NPP數(shù)據(jù)集發(fā)現(xiàn)在2000年至2010年之間,全球城市土地的擴(kuò)張速度遠(yuǎn)遠(yuǎn)超過(guò)預(yù)期。在這10年間,世界城市面積每年增加5694 km2,占2000年城市總面積的5%左右。但是相反,快速的城市擴(kuò)張卻減少了全球陸地的凈初級(jí)生產(chǎn)力(NPP)。Chen等[116]在共享社會(huì)經(jīng)濟(jì)路徑(SSPs)的框架下,利用FLUS模型對(duì)1 km分辨率下的未來(lái)城市土地?cái)U(kuò)張進(jìn)行了預(yù)測(cè)。預(yù)測(cè)結(jié)果顯示,雖然在2040年之前,全球城市土地繼續(xù)快速擴(kuò)張,但預(yù)計(jì)2050年之后,中國(guó)和許多其他亞洲國(guó)家將面臨城市人口減少的巨大壓力。預(yù)計(jì)約有50%—63%新擴(kuò)張的城市土地將出現(xiàn)在現(xiàn)有的耕地上,全球農(nóng)作物產(chǎn)量將下降約1%—4%。因此,利用現(xiàn)有的遙感產(chǎn)品數(shù)據(jù)研究城市擴(kuò)張所引起的生態(tài)環(huán)境、自然生境、作物產(chǎn)量問(wèn)題已迫在眉睫。

總之,城市邊界擴(kuò)張的長(zhǎng)時(shí)間序列研究中,多源數(shù)據(jù)處理中的不確定性是導(dǎo)致誤差的重要原因之一,此外,還需要考慮不同遙感影像數(shù)據(jù)之間的尺度問(wèn)題。城市遙感研究對(duì)象從之前以單個(gè)城市為核心轉(zhuǎn)向現(xiàn)在的城市群和城市重點(diǎn)區(qū)發(fā)展為主(如：珠三角城市群、京津冀城市群、成渝城市群、長(zhǎng)江三角洲核心區(qū)城市群、蘇錫常城市群等)。隨著多尺度對(duì)地觀測(cè)數(shù)據(jù)和產(chǎn)品的快速發(fā)展,遙感提供了對(duì)不同尺度城市化及其資源環(huán)境響應(yīng)的綜合觀測(cè),為開(kāi)展不同范圍的城市遙感研究創(chuàng)造了條件。目前,已進(jìn)行了對(duì)城鎮(zhèn)用地?cái)U(kuò)展方面的多地域、多尺度的綜合性和典型性研究,如：王惠霞[117]研究了武漢城市群、長(zhǎng)株潭城市圈、中原城市群在不同時(shí)間階段上的城鎮(zhèn)擴(kuò)展規(guī)律,并探討了不同規(guī)模等級(jí)城市的城鎮(zhèn)擴(kuò)展模式。Fei 等[118]繪制并量化了1978年至2015年中國(guó)六大城市(北京、重慶、廣州、上海、深圳、天津)擴(kuò)張的時(shí)空動(dòng)態(tài)。

1.3 城市不透水表面

城市不透水面的信息提取是研究城市化進(jìn)程的一個(gè)重要手段[119]。城市不透水表面(Urban Impervious Surface,UIS)為城市管理策略、可持續(xù)發(fā)展和環(huán)境變化監(jiān)測(cè)提供有價(jià)值的信息[120- 121]。著名學(xué)者Gong等[122]使用Google Earth Engine (GEE)平臺(tái)上30m分辨率的Landsat圖像,繪制了1985—2018年年均全球人工不透水面分布圖。揭示了在過(guò)去的30年里,全球不透水面積發(fā)生了相當(dāng)大的增長(zhǎng)。2018年全球人工不透水面的總面積為797, 076km2,與1990年的面積相比增加了1.5倍。在各大洲中,亞洲的增長(zhǎng)最為顯著,尤其是東亞地區(qū)。中國(guó)和美國(guó)是人工不透水面積總量最多的兩個(gè)國(guó)家,2018年占全球總量約50%。通過(guò)中國(guó)知網(wǎng)數(shù)據(jù)庫(kù),按照主題為遙感*城市*(“不透水面”+“不透水層”+“建成區(qū)提取”)共檢索出171篇文獻(xiàn),通過(guò)Web of Science數(shù)據(jù)庫(kù),按照主題為Remote Sensing* Urban*(“Impervious Surface”O(jiān)R“Impervious Layer”O(jiān)R“Built Area Extraction”)共檢索出378篇文獻(xiàn)。圖7揭示了1999—2019年間的中英文發(fā)文數(shù)趨勢(shì),圖8揭示了我國(guó)不同的研究機(jī)構(gòu)及不同國(guó)家/地區(qū)發(fā)文現(xiàn)狀。

圖7 近20年中英文發(fā)表文章數(shù)量趨勢(shì)圖Fig.7 Trend chart of publishing article number in Chinese and English about twenty years

圖8 近20年國(guó)內(nèi)不同機(jī)構(gòu)及不同國(guó)家/地區(qū)發(fā)表文章現(xiàn)狀Fig.8 The status of publishing article in different domestic institution and different countries/regions about twenty years

從圖7可以看出,關(guān)于城市不透水表面遙感研究的中文文章數(shù)量雖然在個(gè)別年份呈現(xiàn)微弱回落現(xiàn)象,但是整體呈現(xiàn)陡增的趨勢(shì),而英文文章數(shù)量呈現(xiàn)階梯上升的趨勢(shì)。由于武漢大學(xué)等單位已成功完成了“城市不透水面遙感高精度監(jiān)測(cè)關(guān)鍵技術(shù)及應(yīng)用”的項(xiàng)目,而且全球首次完成了國(guó)家尺度的米級(jí)不透水面產(chǎn)品,促使該校在城市不透水面遙感研究中取得了豐碩的成果,因此,武漢大學(xué)在城市不透水表面遙感研究中發(fā)表中文文章數(shù)量最多,為13篇。從不同國(guó)家/地區(qū)發(fā)表文章數(shù)量來(lái)看,中國(guó)發(fā)表文章數(shù)量最多,為148篇,其次為美國(guó),為143篇。

近年來(lái),不透水表面已成為城市化進(jìn)程的評(píng)價(jià)指標(biāo),同時(shí)也是環(huán)境質(zhì)量的評(píng)價(jià)指標(biāo)[123]。早在1994年,Deguchi等[124]就已經(jīng)使用兩種方法和多種數(shù)據(jù)源對(duì)日本一個(gè)小城市進(jìn)行城市不透水面的提取。1995年,Ridd[125]提出了研究城市生態(tài)的植被-不透水面-土壤(V—I—S)模型。2000年之后,Ward等[126]通過(guò)遙感提取城市不透水面成功監(jiān)測(cè)了城市動(dòng)態(tài)發(fā)展變化和土地利用組成。Phinn[127]依據(jù)V—I—S模型,應(yīng)用亞像元分析方法得到了澳大利亞布里斯班市的不透水面分布,并分析了城市的環(huán)境構(gòu)成情況。Braun 等[128]采用ASTER數(shù)據(jù),以研究德國(guó)西部科隆/波恩城市群的不透水面程度,比較了基于線性光譜分離的植被分?jǐn)?shù)和NDVI的兩種方法。國(guó)內(nèi)學(xué)者Wu 等[129]通過(guò)使用Landsat ETM+數(shù)據(jù)的完全約束線性光譜混合模型估算不透水表面分布以及植被和土壤覆蓋。陳爽等[130]基于IKONOS數(shù)據(jù)首次在我國(guó)城市中心城區(qū)尺度上探索土地利用的不透水性。王俊松等[131]提取了城市區(qū)域尺度上的不透水面信息,利用監(jiān)督分類(lèi)方法得到了綠地、裸地等城市透水面高精度信息。Deng等[132],Zhang等[133]利用多時(shí)期遙感圖像分析了珠三角地區(qū)不透水面的變化及城市擴(kuò)張情況。程熙等[134]整合夜間燈光遙感與Landsat TM影像中的空間和光譜信息實(shí)現(xiàn)了不透水面覆蓋范圍的自動(dòng)提取。周玄德等[135]利用歸一化不透水面指數(shù)(Normalized Impervious Surface Index,NDISI),提取了烏魯木齊市主城區(qū)的不透水面。通過(guò)文獻(xiàn)分析梳理出不透水層表面提取的主要方法如表4所示。

表4 不透水層提取的主要方法

不透水層分布是城市和區(qū)域環(huán)境的生態(tài)考核指標(biāo)之一,對(duì)城市和區(qū)域的發(fā)展規(guī)劃和生態(tài)評(píng)估具有重要意義[151]。因此,已經(jīng)有很多學(xué)者都開(kāi)展了此類(lèi)研究,城市不透水表面是影響城市生態(tài)環(huán)境的重要因素。不透水表面信息已被廣泛應(yīng)用土地利用現(xiàn)狀、城市環(huán)境保護(hù)、城市水文模擬和城市專(zhuān)題制圖等,故獲取及持續(xù)監(jiān)測(cè)不透水層并從中獲取更多信息,用于各個(gè)領(lǐng)域的討論和研究,從而改變城市面貌,改善人居環(huán)境。但是,城市遙感研究中不透水面信息的準(zhǔn)確提取一直都是需要攻克的難題。如：市區(qū)不透水面信息低估和農(nóng)村不透水面信息高估是典型的問(wèn)題。這樣的問(wèn)題可以通過(guò)結(jié)合志愿者地理信息(VGI)[152- 153]來(lái)解決。今后可以使用VGI將錯(cuò)誤分類(lèi)的建筑物陰影和水覆蓋物糾正到不透水表面。此外,VGI還可以提供有用的土地覆蓋信息[154],以改善城市不透水的地表分類(lèi)。

1.4 城市景觀格局

景觀格局包括景觀組成單元的數(shù)目、類(lèi)型以及空間分布與配置[155]。定量分析景觀格局及其變化對(duì)于監(jiān)測(cè)和評(píng)估城市化的生態(tài)后果至關(guān)重要[156],從景觀空間格局角度來(lái)理解以及解決城市化問(wèn)題是景觀生態(tài)學(xué)的一個(gè)研究熱點(diǎn)[157]。通過(guò)中國(guó)知網(wǎng)數(shù)據(jù)庫(kù),按照主題為遙感*城市* (“景觀格局”+“景觀”+“LUCC”+“土地利用變化”)共檢索出113篇文獻(xiàn),通過(guò)Web of Science數(shù)據(jù)庫(kù),按照主題為Remote Sensing* Urban*(“Landscape Pattern”O(jiān)R“Landscape”+“LUCC”+“Land Use Change”)共檢索出1290篇文獻(xiàn)。圖9揭示了1999—2019年間的中英文發(fā)文數(shù)量趨勢(shì),圖10揭示了我國(guó)不同的研究機(jī)構(gòu)及不同國(guó)家/地區(qū)發(fā)文現(xiàn)狀。

圖9 近20年中英文發(fā)表文章數(shù)量趨勢(shì)圖Fig.9 Trend chart of publishing article number in Chinese and English about twenty years

圖10 近20年國(guó)內(nèi)不同機(jī)構(gòu)及不同國(guó)家/地區(qū)發(fā)表文章現(xiàn)狀Fig.10 The status of publishing article in different domestic institution and different countries/regions about twenty years

從圖9可以看出,關(guān)于城市景觀格局遙感研究的中英文文章數(shù)量雖然在個(gè)別年份出現(xiàn)了明顯的回落現(xiàn)象,但是整體上呈現(xiàn)陡增上升的趨勢(shì),從圖10中可以得知北京林業(yè)大學(xué)在城市景觀格局遙感研究中發(fā)表中文文章數(shù)量最多,為35篇。其次為南京林業(yè)大學(xué)和華東師范大學(xué),因?yàn)檫@三所高校在景觀生態(tài)學(xué)的研究中都具有一定優(yōu)勢(shì)。從不同國(guó)家/地區(qū)發(fā)表文章數(shù)量來(lái)看,中國(guó)發(fā)表文章數(shù)量最多,為463篇,其次為美國(guó),為360篇,之后為德國(guó),為62篇。

國(guó)外學(xué)者Batty[158]在構(gòu)建細(xì)胞自動(dòng)機(jī)模型的基礎(chǔ)上,探討了該模型與城市格局之間的關(guān)系。Luck & Wu[156]以美國(guó)亞利桑那州鳳凰城為例,分析城市景觀格局變化與空間幅度大小的關(guān)系。Raúl & George[159]研究了西班牙Encinares城市景觀格局變化并進(jìn)一步解釋了產(chǎn)生變化的原因及其生態(tài)意義。Kabisch等[160]利用一種多傳感器多時(shí)相的遙感方法,用于檢測(cè)城市景觀格局異質(zhì)性中的土地利用動(dòng)態(tài)變化。Ramachandra等[161]利用完善的景觀指標(biāo)和遙感數(shù)據(jù)量化了城市動(dòng)態(tài)。國(guó)內(nèi)學(xué)者徐建華等[162]通過(guò)SPOT全色波段數(shù)據(jù)和地理信息系統(tǒng)技術(shù),用空間統(tǒng)計(jì)分析方法研究城市景觀格局的空間尺度效應(yīng)。杜秀敏等[163]基于人工神經(jīng)網(wǎng)絡(luò)技術(shù),建立了廈門(mén)市景觀格局分析的模型。逯萍等[164]選取景觀破碎度、分維數(shù)、分離度等指數(shù)進(jìn)行了延吉市景觀格局定量分析。范辰等[165],陳文術(shù)等[166]均利用多期遙感數(shù)據(jù)探討了城市景觀格局的動(dòng)態(tài)變化以及其驅(qū)動(dòng)因素。此外,付鳳杰等[167]還運(yùn)用景觀格局指數(shù)和景觀連通性等方法定量分析了建筑景觀和綠地景觀變化及空間影響,常用于城市遙感的景觀指數(shù)有破碎度指數(shù)、分離度指數(shù)、孔隙度指數(shù)和多樣性指數(shù)等。

總之,正如潘泓君[168]在研究中指出：利用景觀指數(shù)描述景觀格局存在一定不足,如：景觀格局指數(shù)有幾十種,它們之間存在著一定的聯(lián)系,因此,在研究中應(yīng)該更多考慮景觀指數(shù)應(yīng)用的合理性。其次,由于景觀格局指數(shù)具有尺度效應(yīng),從而使研究的難度和不確定性增加。

1.5 城市生態(tài)安全

城市生態(tài)安全指支持城市經(jīng)濟(jì)社會(huì)持續(xù)發(fā)展的基礎(chǔ)上,人類(lèi)生活的城市自然生態(tài)環(huán)境條件處于其承載力內(nèi)的一種城市生態(tài)系統(tǒng)狀況[169]。而城市生態(tài)安全格局是維持城市自然生命系統(tǒng)正常運(yùn)行,保持經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的關(guān)鍵性格局[170]。通過(guò)中國(guó)知網(wǎng)數(shù)據(jù)庫(kù),按照主題為遙感*城市* (“生態(tài)安全”+“生態(tài)變化”+“環(huán)境承載力”+“生態(tài)足跡”+“生態(tài)紅線”)共檢索出133篇文獻(xiàn),通過(guò)Web of Science數(shù)據(jù)庫(kù),按照主題為Remote Sensing* Urban*("Ecological Security"OR"Ecological Environmental Change"OR"Ecological Carrying Capacity"OR"Ecological Footprint"OR"Ecological Red Line")共檢索出30篇文獻(xiàn),圖11揭示了1999—2019年間的中英文發(fā)文數(shù)量趨勢(shì)圖,圖12揭示了我國(guó)不同的研究機(jī)構(gòu)及不同國(guó)家/地區(qū)發(fā)文現(xiàn)狀。

圖11 近20年中英文發(fā)表文章數(shù)量趨勢(shì)圖Fig.11 Trend chart of publishing article number in Chinese and English about twenty years

圖12 近20年國(guó)內(nèi)不同機(jī)構(gòu)及不同國(guó)家/地區(qū)發(fā)表文章現(xiàn)狀Fig.12 The status of publishing article in different domestic institution and different countries/regions about twenty years

從圖11可以看出,關(guān)于城市生態(tài)安全遙感研究的中英文文章數(shù)量都普遍偏低,兩者均存在比較明顯的波動(dòng)現(xiàn)象,雖然中英文文章數(shù)量都呈現(xiàn)增加的趨勢(shì),但是之間的差別不大,發(fā)展較為緩慢。從圖12中可以得知福州大學(xué)在城市生態(tài)安全遙感研究中發(fā)表中文文章數(shù)量最多,通過(guò)之前的分析發(fā)現(xiàn)福州大學(xué)在城市遙感研究的很多領(lǐng)域都是領(lǐng)先的,說(shuō)明了這些領(lǐng)域之間存在一定共性。從不同國(guó)家/地區(qū)發(fā)表文章數(shù)量來(lái)看,中國(guó)發(fā)表英文文章數(shù)量最多,為18篇,其次為美國(guó),為3篇。從統(tǒng)計(jì)中可知,國(guó)內(nèi)外利用遙感技術(shù)評(píng)價(jià)城市生態(tài)安全的文章較少,這可能是由于很多學(xué)者都是采用模型,算法進(jìn)行城市生態(tài)安全評(píng)價(jià)。

國(guó)外學(xué)者Brauch[171]運(yùn)用PSR模型作為生態(tài)安全的評(píng)價(jià)模型,完成了區(qū)域的生態(tài)安全評(píng)價(jià)研究。Hodson和Marvin[172]提出了如何在城市生態(tài)安全條件下確保世界城市物質(zhì)和生態(tài)再生產(chǎn)的論點(diǎn)和一系列命題。國(guó)內(nèi)學(xué)者張浩等[173],郭斌等[174]對(duì)快速城市化下區(qū)域開(kāi)發(fā)的生態(tài)承載力及生態(tài)風(fēng)險(xiǎn)度進(jìn)行了動(dòng)態(tài)評(píng)價(jià),且提出相應(yīng)的生態(tài)風(fēng)險(xiǎn)調(diào)控措施。麻秋玲等[175]基于壓力—狀態(tài)—響應(yīng)(P—S—R)模型,利用突變級(jí)數(shù)法對(duì)福州市2000—2009年生態(tài)安全進(jìn)行綜合評(píng)價(jià)。Lu 等[176]提出了一個(gè)濱海旅游城市生態(tài)安全系統(tǒng)模型,該研究所提供的方法可以用于評(píng)估潛在的社會(huì)經(jīng)濟(jì)對(duì)沿海旅游城市生態(tài)安全系統(tǒng)的影響,并為科學(xué)管理提供有用的信息。黃煥春等[177]把天津市濱海新區(qū)作為研究區(qū),對(duì)其生態(tài)安全格局底線運(yùn)用GIS和大數(shù)據(jù)技術(shù)進(jìn)行綜合分析,最終得出優(yōu)化城市擴(kuò)張模式的合理途徑。艾媛巧等[178]將生態(tài)安全等級(jí)劃分為了5個(gè)等級(jí),然后在PSR模型和熵權(quán)法的支持下分別對(duì)2007—2016年的長(zhǎng)沙市生態(tài)安全進(jìn)行了評(píng)價(jià),并運(yùn)用無(wú)偏GM(1,1)模型對(duì)長(zhǎng)沙市2017—2021年的生態(tài)安全值進(jìn)行了預(yù)測(cè)。通過(guò)文獻(xiàn)的分析,作者梳理出生態(tài)安全評(píng)價(jià)的模型框架如表5所示。

表5 生態(tài)安全評(píng)價(jià)的模型框架

總之,在城市生態(tài)安全及風(fēng)險(xiǎn)評(píng)估過(guò)程中,可借助3S技術(shù)手段,將其以空間的形式進(jìn)行表達(dá)。然后對(duì)其進(jìn)行歸因分析,之后再借助相關(guān)模型(熵權(quán)TOPSIS法、ARIMA模型、人工神經(jīng)網(wǎng)絡(luò)模型等)或者改進(jìn)的模型來(lái)開(kāi)展對(duì)生態(tài)安全的預(yù)測(cè)和預(yù)警分析。

通過(guò)上述的國(guó)內(nèi)外文獻(xiàn)梳理,發(fā)現(xiàn)我國(guó)學(xué)者非常重視在城市地表溫度、城市邊界擴(kuò)張、城市不透水面、城市景觀以及城市生態(tài)安全這個(gè)五個(gè)主題的研究,促使我國(guó)學(xué)者的文章數(shù)量呈現(xiàn)出遞增的趨勢(shì)。作者認(rèn)為雖然這些研究都是單獨(dú)統(tǒng)計(jì)和分析的,但它們彼此也存在一定的聯(lián)系(圖13),城市不透水面和城市擴(kuò)張變化都會(huì)驅(qū)使城市地表溫度發(fā)生改變,隨之城市景觀格局也會(huì)發(fā)生變化,在此基礎(chǔ)上,可以探討城市生態(tài)安全性。如：Huang等[192]對(duì)2050年的城市土地?cái)U(kuò)張和熱島強(qiáng)度進(jìn)行了全球空間精確的預(yù)測(cè)。研究得出：城市擴(kuò)張?jiān)斐傻臍鉁厣吲c溫室氣體排放造成的氣溫升高一樣嚴(yán)重,在某些地方甚至更嚴(yán)重。結(jié)合溫室氣體空間變化和社會(huì)經(jīng)濟(jì)發(fā)展,揭示了一個(gè)新的全球極端熱風(fēng)險(xiǎn)增加的地理環(huán)境。因此,今后如何更好的開(kāi)展這五個(gè)主題的交互研究,需要作者以及科研工作者不斷的去探索和完善。

圖13 本研究主題的關(guān)系圖Fig.13 Relationship map of research subject in the paper

2 討論與結(jié)論

2.1 討論

目前,城市陸表環(huán)境(城市綠度、城市熱度、城市濕度、城市灰度、城市亮度以及城市高度)決定城市宜居性,與人們?nèi)粘Ｉ蠲芮邢嚓P(guān),其內(nèi)部作用機(jī)理復(fù)雜,已成為重要命題和研究熱點(diǎn)。伴隨著城市的邊界擴(kuò)展,不透水面繼續(xù)擴(kuò)張,城市熱島效應(yīng)加劇,其中LST受高覆蓋的不透水面影響較大。由于植被的降溫效果較好,因此在城市生態(tài)環(huán)境建設(shè)中,要考慮綠地面積和空間分布,既可以美化城市,又可以降低城市熱島效應(yīng)。通過(guò)一些措施,如優(yōu)化不透水面的空間格局；降低不透水面的斑塊密度等措施,以便減弱不透水面對(duì)地表溫度的正相關(guān)作用。還可以從道路的材質(zhì)選擇、屋頂綠化等措施,來(lái)優(yōu)化城市生態(tài)環(huán)境。

雖然,有關(guān)城市遙感的研究已經(jīng)取得了豐碩的成果,學(xué)者們也在不斷完善研究方法,但是由于受數(shù)據(jù)的可獲取性和方法的精度性限制,目前還有許多問(wèn)題需要進(jìn)一步分析,因此,從目前的研究態(tài)勢(shì)來(lái)看,研究還主要存在以下不足和問(wèn)題：

(1)城市地表溫度研究方面：遙感圖像已被廣泛用于估計(jì)陸地表面溫度(空氣溫度的主要驅(qū)動(dòng)力)以及繪制LST的空間分布圖[193]。此外,遙感反演的是地表溫度,而實(shí)測(cè)的是1.5—2.0m處的氣溫,所以?xún)烧咧g會(huì)有一定差異。現(xiàn)有許多地表溫度算法的參數(shù)已經(jīng)較少,而且較為成熟。當(dāng)前地表溫度反演的問(wèn)題是如何將地表溫度與氣溫進(jìn)行耦合和關(guān)聯(lián)的問(wèn)題。針對(duì)此問(wèn)題,國(guó)內(nèi)外學(xué)者[194- 196]已經(jīng)研究了地溫與氣溫的時(shí)空特征,發(fā)現(xiàn)地溫和氣溫相關(guān)性極強(qiáng)。目前各種算法的反演結(jié)果與實(shí)測(cè)溫度都存在一定差異,如何提高各算法反演的準(zhǔn)確度？如何細(xì)化定量評(píng)價(jià)影響地表溫度因子(人為熱排放對(duì)地表溫度的影響)？因此,有必要開(kāi)發(fā)一種新技術(shù),通過(guò)協(xié)同使用紅外和微波測(cè)量來(lái)估計(jì)全天候條件下的全球LST。此外,加強(qiáng)對(duì)LST的地面觀測(cè)會(huì)進(jìn)一步提高全球和區(qū)域衛(wèi)星對(duì)LST估計(jì)的準(zhǔn)確性。

(2)城市擴(kuò)張研究方面：目前已經(jīng)從各個(gè)方面研究了城市擴(kuò)張對(duì)生態(tài)環(huán)境帶來(lái)的影響,但仍然存在一些局限性。在研究城市擴(kuò)張帶來(lái)的生態(tài)環(huán)境影響時(shí),缺乏相對(duì)系統(tǒng),客觀和全面的評(píng)估體系。而且,參與生態(tài)環(huán)境影響評(píng)估的大多數(shù)影響因素都來(lái)自低分辨率和中等分辨率遙感圖像,有必要采用更高分辨率遙感圖像提高其評(píng)價(jià)準(zhǔn)確性。城市地區(qū)的擴(kuò)展通常有助于城市熱島的形成,從而增加LST的規(guī)模。建議今后應(yīng)考慮夏季和冬季之間的季節(jié)性,開(kāi)展LST的季節(jié)變化研究?？傮w而言,必須融合多源遙感圖像,以滿足不同規(guī)模城市擴(kuò)展的需求,而目視判讀和自動(dòng)分類(lèi)方法的集成已成為當(dāng)今的趨勢(shì)。遙感技術(shù)在我國(guó)城市擴(kuò)展領(lǐng)域的應(yīng)用隨著數(shù)據(jù)建設(shè)、方法和模型從初始階段發(fā)展到創(chuàng)新階段而得到了推廣。但是,仍需要從城市擴(kuò)張過(guò)程及其對(duì)當(dāng)?shù)赝恋乩玫拈L(zhǎng)期和高頻影響方面著眼于全國(guó)城市化趨勢(shì)和模式。

(3)城市不透水表面研究方面：由于城市地表覆蓋的多樣性,人造地面物體材料的復(fù)雜性以及地表成分的異質(zhì)性,如何準(zhǔn)確地提取城市不透水表面是一個(gè)仍需要解決的復(fù)雜問(wèn)題。雖然,Huang等人[197]提出了基于深度學(xué)習(xí)和多源遙感數(shù)據(jù)的城市不透水面自動(dòng)提取(AEIDLMRS)方法,但是一方面由于AEIDLMRS方法的復(fù)雜性導(dǎo)致提取效率不如傳統(tǒng)的方法,因此,要提高計(jì)算機(jī)硬件設(shè)備或者采取云計(jì)算平臺(tái),另一方面還需要解決由于植被覆蓋路面產(chǎn)生陰影后導(dǎo)致的不透水面提取遺漏問(wèn)題。因此,不透水表面的精確估計(jì)仍然具有挑戰(zhàn)性。另外,Wang和Li[121]提出了一種基于深度壓縮的卷積深度置信網(wǎng)絡(luò)(dc—CDBN)方法和一種用于多源數(shù)據(jù)融合模型的新穎分類(lèi)策略,但是該作者的研究并沒(méi)有詳細(xì)探究針對(duì)不透水面問(wèn)題的科學(xué)難點(diǎn)和解決方案,因?yàn)樵诳茖W(xué)研究中會(huì)不斷出現(xiàn)新的挑戰(zhàn),所以,在出現(xiàn)新問(wèn)題時(shí)合理采用最佳方法來(lái)解決這些問(wèn)題是今后要面臨的科學(xué)難點(diǎn)。城市不透水面監(jiān)測(cè)的準(zhǔn)確性直接影響城市管理的決策和環(huán)境治理的質(zhì)量。為了提高城市不透水面監(jiān)測(cè)的準(zhǔn)確性,我們必須清楚還要面臨很多的技術(shù)挑戰(zhàn)?？傮w來(lái)看,基于多源數(shù)據(jù)的不透水表面提取是一個(gè)研究趨勢(shì),而具體的融合方法也將成為一個(gè)研究重點(diǎn)。

(4)城市景觀格局及生態(tài)安全方面：景觀格局指數(shù)之間存在相關(guān)性,在研究中需要更多的考慮景觀指數(shù)應(yīng)用的合理性。由于景觀格局指數(shù)的尺度效應(yīng)問(wèn)題,以至于增加了研究的難度和不確定性。在城市景觀格局以及生態(tài)安全研究中,仍然有一些問(wèn)題需要解決,如：①傳感器圖像的空間分辨率必須足夠高,以區(qū)分城市土地利用和城市土地覆蓋的不同結(jié)構(gòu)；②傳感器設(shè)計(jì)應(yīng)允許有意義的指標(biāo),如NDVI是最普遍采用的植被指數(shù),但是,考慮到城市地區(qū)的復(fù)雜性和多維性,NDVI可能會(huì)低估城市綠色空間中的綠色程度；③城市地區(qū)是地物復(fù)雜的區(qū)域,復(fù)雜的城市結(jié)構(gòu)可能會(huì)隨著時(shí)間的推移而在很小的時(shí)間內(nèi)發(fā)生變化；④雖然在景觀格局及生態(tài)安全研究中,所采用的遙感圖像,如Landsat,SPOT或IRS之類(lèi)的衛(wèi)星已經(jīng)提供了超過(guò)25年的產(chǎn)品,而Rapid Eye已經(jīng)提供了10年的圖像,這些圖像可用于監(jiān)測(cè)隨時(shí)間變化的城市狀態(tài)和結(jié)構(gòu)。然而,在某種程度上,不同的光學(xué)遙感數(shù)據(jù)針對(duì)小尺度城市區(qū)域的復(fù)雜性,異質(zhì)性的研究具有不確定性。

盡管土地利用/土地覆蓋方式對(duì)城市小氣候的變化有很大的影響,但是管理者很少關(guān)注發(fā)展適應(yīng)氣候變化的局部戰(zhàn)略。為了在不損害城市環(huán)境的情況下應(yīng)對(duì)城市擴(kuò)張的挑戰(zhàn),未來(lái)的工作應(yīng)探討城市擴(kuò)張對(duì)景觀格局變化和生態(tài)安全變化的影響。

總之,快速的城市化導(dǎo)致了城市用地?cái)U(kuò)張時(shí)空變化加速[198- 199]。進(jìn)一步,城市擴(kuò)張導(dǎo)致不透水表面空間格局發(fā)生變化,從而引起城市地表溫度空間格局發(fā)生變化。通過(guò)引入景觀生態(tài)學(xué)理論,可以分析不透水面景觀格局的空間變化規(guī)律。城市居住環(huán)境的迅速蔓延改變了城市生態(tài)環(huán)境的時(shí)空分布[200-201],因此,引發(fā)了一系列城市生態(tài)安全問(wèn)題[202- 204]。在未來(lái)新型城鎮(zhèn)化過(guò)程中,堅(jiān)持可持續(xù)發(fā)展的理念,將生態(tài)安全的價(jià)值觀與現(xiàn)代文明建設(shè)置于同一高度[205],從上述五個(gè)方面,采取交互研究的方式,為城市遙感研究發(fā)展提供一定理論指導(dǎo)。

2.2 結(jié)論

本研究通過(guò)梳理國(guó)內(nèi)外研究文獻(xiàn),對(duì)城市遙感的5個(gè)主要研究主題進(jìn)行了歸納和總結(jié)。主要得出如下結(jié)論：

(1)從研究對(duì)象來(lái)看：城市地表溫度(LST)的研究以熱島效應(yīng)研究為主,但也有學(xué)者開(kāi)展了城市冷島效應(yīng)的研究,此外,LST的反演方法也逐漸得到了改進(jìn)和提升；城市擴(kuò)張研究中針對(duì)城市增長(zhǎng)邊界的研究方法逐漸提高和改進(jìn),而且基于城市群的時(shí)間序列研究也逐漸成為主流趨勢(shì),但是不同規(guī)模的城市以及城市群擴(kuò)張的特點(diǎn)、擴(kuò)張強(qiáng)度、擴(kuò)張類(lèi)型有待深入研究；雖然城市不透水層的提取方法逐漸改進(jìn)和提高,但是,城鄉(xiāng)交接區(qū)域不透水層信息提取的精度研究依然是今后的難點(diǎn)。城市景觀格局研究方法較為成熟,但是,針對(duì)不同類(lèi)型、不同規(guī)模城市的景觀格局指數(shù)選擇依據(jù)還依然存在一定的不足,因此,景觀指數(shù)的最優(yōu)化選擇是今后的難點(diǎn)。城市生態(tài)安全研究中采用的方法是以模型,算法為主,而且算法也在不斷的改進(jìn)和完善,但是借助遙感技術(shù)構(gòu)建適合不同類(lèi)型城市的生態(tài)安全指數(shù)的研究較少。

城市遙感的研究目標(biāo)將不斷擴(kuò)展、深化和聚焦。除了本研究探討的五個(gè)主題以外,還有很多領(lǐng)域有待探討,如：城市水環(huán)境、城市微氣候、城市綠地生態(tài)系統(tǒng)、城市固體廢棄物、城市噪聲污染、城市地面沉降、城市光污染和電磁污染、城市林業(yè)、城市人口以及城市房地產(chǎn)等。作者認(rèn)為對(duì)城市遙感領(lǐng)域之間的交互研究將是今后科學(xué)研究的前沿。

(2)從采用的數(shù)據(jù)源來(lái)看：數(shù)據(jù)源從單個(gè)遙感數(shù)據(jù)研究走向多源遙感數(shù)據(jù)融合發(fā)展的方向,多源遙感數(shù)據(jù)尤其是結(jié)合高分辨率數(shù)據(jù)越來(lái)越多的被應(yīng)用到城市研究的各個(gè)領(lǐng)域。如何充分整合和利用更多的遙感派生產(chǎn)品、公開(kāi)專(zhuān)題信息、行業(yè)監(jiān)測(cè)數(shù)據(jù)等,將是今后城市遙感數(shù)據(jù)資料選擇的一個(gè)重要方向,不僅可以降低城市遙感數(shù)據(jù)選擇的難度,還可以提高數(shù)據(jù)資料綜合分析能力,便于得出更客觀、可靠的研究成果。將遙感數(shù)據(jù)整合到單中心城市空間結(jié)構(gòu)模型中對(duì)于在缺乏空間分解數(shù)據(jù)的發(fā)展中國(guó)家的應(yīng)用而言是一個(gè)有用的選擇；為了實(shí)現(xiàn)這種可能性,需要對(duì)城市建模和空間數(shù)據(jù)采集進(jìn)行進(jìn)一步研究。

(3)從研究?jī)?nèi)容來(lái)看：城市遙感研究已開(kāi)始了從二維到三維空間的拓展,如：三維城市地表溫度的研究、植被三維結(jié)構(gòu)提取、綠度空間三維分布與配置評(píng)價(jià)等。此外,數(shù)字城市、智慧城市建設(shè)這些領(lǐng)域都要求建立城市三維模型,加強(qiáng)對(duì)三維城市建筑模式與城市熱島效應(yīng)之間關(guān)系的探討,有利于合理規(guī)劃城市建設(shè)布局。城市遙感涉及的內(nèi)容之間相互作用,相互影響。今后應(yīng)按照城市形態(tài)與構(gòu)成、城市關(guān)鍵要素、生態(tài)環(huán)境響應(yīng)、生態(tài)環(huán)境評(píng)價(jià)以及城市擴(kuò)展與環(huán)境預(yù)測(cè)的體系結(jié)構(gòu)進(jìn)行綜合分析。