黎峰昌，陳廣乾，朱祖明，楊克布，謝相建

(東華理工大學(xué)測(cè)繪工程學(xué)院，江西 南昌 330013)

0 引 言

城市化是區(qū)域經(jīng)濟(jì)發(fā)展的重要特征，是人類社會(huì)、經(jīng)濟(jì)、文化發(fā)展到一定階段的必然結(jié)果[1]。建筑是城市化的重要成果，建筑從制造到拆除都與周邊的環(huán)境發(fā)生著物理的變化[2]。建材的制造、使用和建筑垃圾處理都對(duì)生態(tài)環(huán)境造成破壞。中國快速城市化的同時(shí)，資源需求和環(huán)境污染問題也日益突出[3]。城市問題與物質(zhì)代謝密切相關(guān)，資源和環(huán)境等問題的根源在于城市物質(zhì)代謝在時(shí)間和空間尺度上的阻礙和耗盡[4-6]。

1852年Moleshott研究生命循環(huán)提出代謝概念，而物質(zhì)代謝研究特定時(shí)空內(nèi)對(duì)自然生態(tài)系統(tǒng)有顯著影響的物質(zhì)流通量與分布[7]。它可以衡量社會(huì)經(jīng)濟(jì)體物質(zhì)吞吐量與經(jīng)濟(jì)發(fā)展、資源環(huán)境等之間的關(guān)系[8]。而物質(zhì)存量是物質(zhì)代謝的基礎(chǔ)，物質(zhì)存量泛指具有社會(huì)經(jīng)濟(jì)產(chǎn)出功能、可為人類工作和生活提供服務(wù)功能的產(chǎn)品或物料的含量，相關(guān)研究隨著全球城市化迅速發(fā)展[9]。定量化計(jì)算城市中各種建筑物質(zhì)的在用物質(zhì)存量，并利用GIS分析其分布的時(shí)空變化規(guī)律，能夠發(fā)現(xiàn)城市中存在的一些問題，并為制定城市的可持續(xù)發(fā)展策略提供數(shù)據(jù)支持。

早期建筑物質(zhì)存量研究大多集中于統(tǒng)計(jì)存量的方法與更新。目前國內(nèi)基于GIS(Geographic Information System)的物質(zhì)存量研究中，GIS常被用在大區(qū)域整體規(guī)劃層面，而局部區(qū)域?qū)用鎰傞_始，借助GIS分析城市化進(jìn)程中能耗、住宅建筑物質(zhì)存量變化和住宅建筑生命周期三者聯(lián)系的研究較少，特定階段的動(dòng)態(tài)演變分析被忽視[9]。國外對(duì)建筑物質(zhì)存量的GIS分析則處在起步階段，主要從宏觀上分析存量分布現(xiàn)象或?qū)ζ淠硞€(gè)方面進(jìn)行研究。

目前城市代謝主要基于實(shí)物物理單位，根據(jù)研究對(duì)象的區(qū)別，研究方法目前應(yīng)用較為廣泛的有：物質(zhì)能量流分析、生命周期分析和生態(tài)足跡分析[10]。按研究視角的不同，物質(zhì)存量研究分為對(duì)元素存量的分析和對(duì)代謝主體存量的分析。特定元素存量研究多是金屬類物質(zhì)的存量研究。非特定物質(zhì)存量研究的對(duì)象主要包括“建成環(huán)境和人工制品”[11]等具有完善服務(wù)功能的代謝主體。自下而上法把物質(zhì)存量按結(jié)構(gòu)類型進(jìn)行劃分，定義結(jié)構(gòu)內(nèi)標(biāo)準(zhǔn)單位的物質(zhì)含量——物質(zhì)強(qiáng)度系數(shù)。GIS技術(shù)能更直觀地呈現(xiàn)物質(zhì)存量的空間分布和時(shí)間變化信息，激光雷達(dá)的數(shù)據(jù)標(biāo)明建筑物的高度信息,它們對(duì)自下而上法是極大的補(bǔ)充[12]。

南昌城市化進(jìn)程快，住宅建筑物質(zhì)存量的研究增多。但大多依賴年鑒數(shù)據(jù)，通過查閱當(dāng)年流入流出物質(zhì)量，得到住宅建筑在用物質(zhì)存量凈增量。這遺失了較多的數(shù)據(jù)細(xì)節(jié)，如住宅建筑中的物質(zhì)構(gòu)成比例，物質(zhì)存量空間分布等信息。針對(duì)以上研究的不足，本文基于眾源數(shù)據(jù)提取南昌市住宅建筑基礎(chǔ)信息，以自下而上存量分析思想計(jì)算南昌市住宅建筑水泥和鋼筋在用存量，分析其空間分布特征，以及探測(cè)近30年其總量變化和時(shí)空演變規(guī)律。

1 研究方法

1.1 住宅建筑信息數(shù)據(jù)獲取

首先利用網(wǎng)絡(luò)爬蟲工具從房地產(chǎn)網(wǎng)站快速搜集海量的南昌市的小區(qū)住宅建筑信息。其工作原理是通過人在網(wǎng)頁上的操作，將網(wǎng)頁分區(qū)域，記錄人在該區(qū)域的具體操作，從而實(shí)施模擬，自動(dòng)提取網(wǎng)頁數(shù)據(jù)，采集完成的結(jié)果可以手動(dòng)或自動(dòng)導(dǎo)出到數(shù)據(jù)庫[13]。采集數(shù)據(jù)的步驟為：點(diǎn)擊小區(qū)進(jìn)入首頁，再點(diǎn)擊小區(qū)詳情頁，提取小區(qū)名、建筑面積、占地面積、總樓棟數(shù)、詳細(xì)地址、戶型及面積、層數(shù)等數(shù)據(jù)。住宅建筑數(shù)據(jù)的具體采集流程如圖1所示。

圖1 眾源數(shù)據(jù)采集流程圖

1.2 數(shù)據(jù)清洗及空間可視化

1.2.1 數(shù)據(jù)清洗整理

在Python中編寫代碼，對(duì)所有數(shù)據(jù)進(jìn)行清洗得到可利用住房信息字段。

直接從網(wǎng)站獲取的住房信息中有部分字段信息不規(guī)范，為了得到所有住宅建筑的規(guī)范屬性信息，研究通過編寫Python代碼，對(duì)爬取的每一條記錄的地區(qū)、年代、室、廳、樓層、朝向、建筑面積等字段信息進(jìn)行規(guī)范整理，刪除重復(fù)的和信息不全的。另外，為進(jìn)一步獲取住宅建筑的詳細(xì)地址，研究借助百度地圖平臺(tái)提供的位置查詢API接口，每一條記錄以“小區(qū)名”+‘棟’或‘樓’為關(guān)鍵字進(jìn)行搜索，循環(huán)搜索得到小區(qū)內(nèi)匹配到的住宅建筑的地址信息。

1.2.2 坐標(biāo)獲取

在Excel中添加Datamap for Excel插件將數(shù)據(jù)清洗整理得到的詳細(xì)地址進(jìn)行地址解析，獲得地址對(duì)應(yīng)的地理坐標(biāo)。并將Datamap for Excel得到的百度坐標(biāo)系下的經(jīng)緯度坐標(biāo)轉(zhuǎn)為WGS84坐標(biāo)下的經(jīng)緯度坐標(biāo)。整理流程如圖2所示。

圖2 數(shù)據(jù)清洗整理流程圖

1.2.3 空間可視化

在ArcGIS中導(dǎo)入住宅建筑數(shù)據(jù)表要素，以WGS-84坐標(biāo)系(World Geodetic System——1984 Coordinate System) 中經(jīng)度為 X 字段，緯度為 Y 字段顯示表中元素，加載南昌市行政區(qū)劃數(shù)據(jù)，添加基本地理要素，建立住宅建筑點(diǎn)圖層并可視化。數(shù)據(jù)清洗后獲取地址并轉(zhuǎn)換坐標(biāo)后的結(jié)果示例如表1所示。

表1 南昌市住房網(wǎng)絡(luò)數(shù)據(jù)抓取示例

1.3 住宅建筑在用物質(zhì)存量估算

根據(jù)不同住宅建筑結(jié)構(gòu)類型所含建筑材料物質(zhì)存量的差異，將南昌市住宅進(jìn)行分類，構(gòu)建不同回歸分析模型，可以計(jì)算得到每一種存量單元的物質(zhì)存量以及整個(gè)研究區(qū)各種建筑材料的物質(zhì)存量[14]。建筑材料的種類繁多，其中以鋼筋和水泥為主，因此本研究以鋼筋和水泥為代表，對(duì)住宅建筑的在用物質(zhì)存量進(jìn)行分析。

現(xiàn)實(shí)中住宅建筑類型多樣，結(jié)構(gòu)復(fù)雜，詳細(xì)的建筑結(jié)構(gòu)參數(shù)不易獲取，因此，研究通過設(shè)定住宅標(biāo)準(zhǔn)層高，根據(jù)南昌市住宅建筑的現(xiàn)狀和住宅層數(shù)將南昌市住宅建筑劃分為低層(1～6層)住宅，多層(7～9層)住宅，高層(10層及以上)住宅[15]。

在住宅建筑結(jié)構(gòu)類型相同時(shí)，住宅建筑面積與住宅建筑物質(zhì)存量之間存在線性關(guān)系?；谶@一假設(shè)，通過對(duì)不同結(jié)構(gòu)類型的南昌市住宅建筑的工程造價(jià)信息價(jià)樣本數(shù)據(jù)，分別構(gòu)建回歸分析方程，據(jù)此根據(jù)建筑面積估算該類型建筑內(nèi)的在用物質(zhì)存量。以低層住宅結(jié)構(gòu)參考建筑樣本數(shù)據(jù)為例，借助Excel構(gòu)建單位面積鋼筋耗量估算模型。樣本數(shù)據(jù)如表2所示。

表2 低層住宅磚混結(jié)構(gòu)樣本

設(shè)單位建筑面積鋼筋耗量為因變量y，建筑面積為自變量x，建立一元線性回歸模型y=ax+b，線性回歸分析結(jié)果如表3和表4所示。

表3 回歸統(tǒng)計(jì)

表4 方差分析

根據(jù)表4可知，回歸系數(shù)a為0.003 001 232，回歸常數(shù)b為17.071 510 4，則一元線性回歸模型為：

y=17.071 510 4+0.003 001 23x

(1)

相關(guān)系數(shù)R是反映兩變量間線性關(guān)聯(lián)程度的量化指數(shù)。從表2可以得出R=0.983>0.950，所以在T=0.05的顯著性檢驗(yàn)水平上，R檢驗(yàn)通過，說明單位建筑面積鋼筋耗量與建筑面積之間線性關(guān)系合理。t檢驗(yàn)和F檢驗(yàn)中有一個(gè)共同的判斷法則P-value法，表中的置信區(qū)間為95%，那么α=1-0.95=0.05，P-value=0.016 728 147<0.05，則可以說明單位建筑面積鋼筋耗量與建筑面積之間存在一個(gè)顯著的關(guān)系。以上相關(guān)系數(shù)R檢驗(yàn)及P-value檢驗(yàn)都說明建立的回歸模型成立，即在住宅建筑結(jié)構(gòu)類型相同時(shí)，單位建筑面積鋼筋耗量之間線性關(guān)系合理。因此，可以分別構(gòu)建不同種類建筑類型的物質(zhì)存量估算模型?；讷@取的數(shù)據(jù)，通過回歸分析方程，南昌市各類住宅建筑在用物質(zhì)存量估算結(jié)果如表5所示。

表5 各類型水泥、鋼筋估算存量

表5(續(xù))

2 結(jié)果與分析

2.1 南昌市住宅建筑在用物質(zhì)存量總體變化分析

從圖3可以看出，1995～2019年南昌市住宅建筑在用物質(zhì)存量增長了約100倍，水泥和鋼筋在用總存量從101 780.67 t增長到9 569 598.14 t。南昌市住宅建筑在用物質(zhì)存量歷經(jīng)了從1995～2009年快速增長、2009～2016年高速增長到2016～2019穩(wěn)步增長的3個(gè)階段，具有鮮明的城市發(fā)展階段特征。

圖3 南昌市住宅建筑各年份水泥、鋼筋在用存量及比值

2.2 南昌市住宅建筑在用物質(zhì)存量時(shí)空演變分析

南昌市當(dāng)前住宅建筑水泥和鋼筋在用存量分布總體呈環(huán)形放射加方格網(wǎng)的軸網(wǎng)布局，主要聚集在贛江兩側(cè)，分布極其不均(圖4)。大量集中分布在青山湖區(qū)的京東鎮(zhèn)、蛟橋鎮(zhèn)、塘山街道，東湖區(qū)的董家窯街、滕王閣街，紅谷灘區(qū)的沙井街道、生米鎮(zhèn)，南昌縣的小藍(lán)鄉(xiāng)，新建區(qū)的望城鎮(zhèn)、西湖區(qū)的桃花鎮(zhèn)。灣里區(qū)的幸福街道和站前街道，南昌縣的麻丘鎮(zhèn)也有部分分布。龍津鎮(zhèn)、松湖鎮(zhèn)和塔湖鄉(xiāng)的住宅建筑物質(zhì)存量則很少(圖5)。

圖4 南昌市住宅建筑鋼筋、水泥在用存量統(tǒng)計(jì)柱狀圖

圖5 1990～2000年南昌市轄區(qū)水泥、鋼筋存量統(tǒng)計(jì)

從20世紀(jì)70年代開始，南昌市住宅建筑在用物質(zhì)存量為點(diǎn)陣分布，主要集中在南昌市南部和西部。之后，隨著經(jīng)濟(jì)的迅速發(fā)展和城市規(guī)劃的不斷深化，南昌市住宅建筑在用物質(zhì)存量分布演變?yōu)槌拭黠@的環(huán)狀輻射和方形網(wǎng)格狀結(jié)構(gòu)。南昌市中軸線網(wǎng)絡(luò)的發(fā)展歷程反映出該地區(qū)由封閉向多樣化開放、由零散到有序完備的轉(zhuǎn)變，為未來的大發(fā)展打下了堅(jiān)實(shí)的基石。

3 結(jié) 語

研究以南昌市為研究區(qū)域，利用網(wǎng)絡(luò)爬蟲技術(shù)快速獲取住宅建筑結(jié)構(gòu)信息，同時(shí)選取了建筑面積和層高等主要影響因素建立回歸模型，以估算住房建筑在用物質(zhì)存量，重點(diǎn)探討了南昌市住宅建筑在用鋼筋和水泥存量的時(shí)空分布特征及其演變規(guī)律。從研究結(jié)果來看：近幾十年來，南昌市住宅建筑物質(zhì)存量激增，紅谷灘區(qū)、青山湖區(qū)、南昌縣三個(gè)市區(qū)住宅建筑物質(zhì)存量最大；當(dāng)前南昌市住宅建筑在用物質(zhì)存量總體呈環(huán)形放射加方格網(wǎng)的軸網(wǎng)布局，聚集在贛江兩側(cè)的中心城區(qū)。

另一方面，本文對(duì)南昌市住宅建筑在用物質(zhì)存量演變分析仍存在不足：研究只采用了自下而上的分析方法，沒有對(duì)比研究其他方法進(jìn)行對(duì)比論證。本文主要是分析鋼筋、水泥物質(zhì)存量，其他要素暫未討論。估算模型方面，主要考慮了相關(guān)較強(qiáng)的建筑面積和層高等結(jié)構(gòu)因素，綜合戶型等更多影響因子可以進(jìn)一步改善估算精度。另外，本研究基于眾源數(shù)據(jù)獲得的住宅建筑信息，并不能全周期全地域覆蓋整個(gè)南昌市。