吳子豪，童滋雨

引言

改革開放以來，中國經(jīng)歷了城鎮(zhèn)化水平的快速發(fā)展階段。作為一個空間過程[1]，城鎮(zhèn)化帶來了城市物質空間形態(tài)的巨大改變，在城市尺度下建成區(qū)及其周邊范圍內(nèi)的形態(tài)演變特征成為了反映城市發(fā)展最顯著的指標[2]。這一宏觀層面下形態(tài)的改變一方面使得土地得到更為高水平、集約化的利用[3]，城市人民的生活水平和住房條件得以改善[4]；而另一方面，這一空間過程也引發(fā)了諸如城市熱島加劇[5]、空氣污染嚴重[6]、能源消耗增加[7]、生態(tài)韌性降低[8]等一系列的城市氣候環(huán)境問題。為了應對此類問題，加深對城鎮(zhèn)化背景下城市物質空間形態(tài)演變特征的認識，已然成為當下城市發(fā)展的迫切需求。

針對城市尺度下物質空間形態(tài)演變特征，已有許多學者做出了研究，從傳統(tǒng)意義上講，這些研究主要可以分為兩個類別。其中發(fā)展于德英的歷史地理學科中的城市形態(tài)學，以具有層次分級的形態(tài)區(qū)域為基礎，劃定形態(tài)周期以結構性地表達城市形態(tài)的演變規(guī)律[9]；而源于意法建筑學科中的類型學研究，則將建筑、城市或區(qū)域等要素視作為一種基本類型，注重討論其發(fā)展變化的類型過程與歷史特性[10]。在上述經(jīng)典理論的基礎上，陳飛等針對中國城市的實際情況，整合兩者進一步提出了形態(tài)-類型的研究框架，將城市整體分為了城市總平面、天際線等7 大要素進行分析，豐富了形態(tài)學研究的內(nèi)涵[11，12]。而隨著計算機技術和遙感技術的不斷發(fā)展，針對城市形態(tài)的建成環(huán)境信息量化手段也不斷涌現(xiàn)[13]。相關學者在獲取土地覆蓋信息的基礎上，通過設定如分形維數(shù)、緊湊度、擴展強度、景觀格局指數(shù)等特定指標[14-17]，或進一步結合轉移矩陣、標準差橢圓、密度分析等空間分析手段[18，19]，對城市尺度下的形態(tài)演變特征進行刻畫，城市形態(tài)的研究從傳統(tǒng)的定性分析逐步轉向了可操作的量化描述。上述研究從理論和方法層面均做出了突出的貢獻，但也存在一定的不足：以上研究主要將城市建成區(qū)視作為一個整體分析其類型演變，而基本忽略了其內(nèi)部存在的豐富形態(tài)特征的變化（如建筑高度、開發(fā)強度等）。如何將精細化的降尺度形態(tài)特征納入到城市尺度整體形態(tài)分析的框架中仍有一定的可發(fā)展之處。

根據(jù)形態(tài)特征劃分類型，并將其作為構成城市整體的基本單元進行分析將是一個可行的思路，而在城市氣象學領域中對城市進行分類的方法為實現(xiàn)這一目標提供了具體的操作途徑。其中局地氣候分區(qū)（Local Climate Zone，簡稱LCZ）分類框架是目前最為主流的一種針對城市氣候進行形態(tài)分類的理論框架[20]。該方法以街區(qū)為基本單元，以熱環(huán)境性能為導向，根據(jù)與性能具有關聯(lián)的地表物質空間形態(tài)特征來對城市環(huán)境進行分類，其結果能夠將精細化的降尺度的形態(tài)類型嵌入到城市整體，表達出不同類型在城市范圍內(nèi)的數(shù)量配置與空間分布狀況，并進一步被用于判斷微觀氣候的差異[21]，在城市研究中具有廣泛的應用價值，例如城市形態(tài)量化與比較[22]、城市微氣候效應[23]等。而在城市物質空間形態(tài)演變方面也有了一些利用LCZ 開展的初步研究，但進行時間較短，且均集中在部分城市或地區(qū)[24-27]，有待進一步探索。

基于上述背景，本研究以南京市為案例，在城市尺度下基于LCZ 分類框架進行精細化、降尺度的城市物質空間形態(tài)量化，并進一步分析其在特定時間段內(nèi)的演變特征，以此加強對城鎮(zhèn)化背景下城市物質空間形態(tài)演變的理解，并為城市未來規(guī)劃與形態(tài)發(fā)展提供一定的參考。

1 研究對象與數(shù)據(jù)來源

1.1 研究對象

南京市是江蘇省的省會，也是我國重要的中心城市之一。在經(jīng)歷了快速的城鎮(zhèn)化過程后，其城市形態(tài)豐富而復雜，具有一定的典型性和代表性，故本研究選取其主城區(qū)及其周邊區(qū)域作為研究對象。具體的范圍是以南京市政府為中心，向外輻射25km 的方形區(qū)域（圖1），包含了鼓樓區(qū)、玄武區(qū)、秦淮區(qū)、建鄴區(qū)、雨花臺區(qū)全境及棲霞區(qū)、浦口區(qū)、江寧區(qū)、六合區(qū)等周邊部分區(qū)域。選擇這一區(qū)域作為研究范圍，既保證大部分的城市建成環(huán)境均能被納入研究，也省去了過多的自然環(huán)境要素對數(shù)據(jù)處理與分析的影響，能夠較好表征南京市的城市物質空間形態(tài)演變特征。

圖1 研究對象范圍

1.2 數(shù)據(jù)來源

本研究所使用的數(shù)據(jù)來源于分辨率為30m 的Landsat 7 多光譜衛(wèi)星遙感影像，這是目前提取城市信息最常用的數(shù)據(jù)源之一，它提供了自2003 年以來的影像數(shù)據(jù)產(chǎn)品（SLC-OFF），相關數(shù)據(jù)可以從地理空間數(shù)據(jù)云網(wǎng)站中下載（http://www.gscloud.cn/）。研究選擇其中第1 至第5 波段，及第7 波段（藍綠紅三色波段和近紅外、中紅外波段）作為基礎數(shù)據(jù)進行輸入。為了保證分類結果的準確性，并避免因植被在秋冬季枯黃所帶來的識別誤差，遙感影像的采集時間被限制為春夏季節(jié)，云量則要求少于10%。

2 研究方法

2.1 城市物質空間形態(tài)分類識別

本研究采用基于世界城市數(shù)據(jù)庫和訪問門戶工具（World Urban Database Access Portal Tools，簡 稱WUDAPT）的LCZ 分類框架對城市物質空間形態(tài)進行分類識別。WUDAPT 工具是一種結合可用遙感數(shù)據(jù)源和現(xiàn)場調(diào)研信息，采用監(jiān)督式機器學習構建LCZ 地圖的數(shù)據(jù)處理方法[28-30]，其在0 級的工作流程通過以傳統(tǒng)城市設計意義上的形態(tài)參數(shù)為依據(jù)構建訓練樣本集，并結合機器學習將遙感影像轉化為不同形態(tài)的類型網(wǎng)格，以此識別城市尺度下的物質空間形態(tài)，具有采樣識別便捷，適用范圍廣的特點。

具體的過程主要包含五個步驟：（1）對獲取的遙感影像進行處理，通過SAGA GIS 軟件對基礎影像數(shù)據(jù)其進行重采樣，將分辨率由30 m 調(diào)整為100 m，以獲取局地尺度下城市特征的光譜信號；（2）構建訓練樣本，首先基于LCZ 分類框架和實際情況，對其分區(qū)類型進行修正；而后將LCZ 框架中的形態(tài)參數(shù)范圍為參考依據(jù)，通過視覺辨認的方法創(chuàng)建矢量化的訓練樣本。由于Landsat只能提供30 m 分辨率的影像精度，因此在此步驟中需要使用同期的Google Earth 中的高分辨率影像作為采樣依據(jù)；（3）運用監(jiān)督式機器學習中的隨機森林分類法[31]，以訓練樣本為依據(jù)，遙感波段為數(shù)據(jù)源，對整體的城市物質空間形態(tài)進行初步識別；（4）采用眾數(shù)濾波的方式（濾波半徑=2 像素）對初始結果進行平滑處理；（5）將訓練結果重新載入軟件與遙感圖像進行人工對比，對差異較大地區(qū)樣本重新訓練，直至識別結果與觀察的實際情況相吻合時，將其作為地圖柵格數(shù)據(jù)進行輸出。

在LCZ 分類框架下，包括了10 種建成環(huán)境類型（LCZ 1-LCZ 10）和7 種自然環(huán)境類型（LCZ A-LCZ G），并在研究中可以根據(jù)研究對象和研究目的，對類型劃分進行地域適宜性的調(diào)整，這一解決措施在成都[32]、北京[33]、廣州[34]等相關案例研究中均得到了廣泛的應用。考慮到在南京市范圍內(nèi)部分類型存在數(shù)量較少，因而對其合并處理。最終保留10 種形態(tài)類型，并參考LCZ 分類框架中提供的形態(tài)參數(shù)范圍，以相應數(shù)值賦予合并后的類型作為其識別依據(jù)。本研究中的LCZ 類型及其所對應的樣本圖例和形態(tài)參數(shù)如表1 所示。

表1 LCZ 類型樣本圖例及形態(tài)參數(shù)

2.2 形態(tài)演變特征分析

在獲取經(jīng)識別的城市物質空間形態(tài)柵格數(shù)據(jù)后，下一個重要的步驟是對其演變特征進行分析。目前而言，數(shù)量變化、類型轉變和空間格局演變等是城鎮(zhèn)化分析的三個主流維度[17-19，27]，其反映了城市物質空間形態(tài)的變化結果和動態(tài)演變過程。因此本研究從上述維度對南京市的形態(tài)演變特征展開分析。

數(shù)量變化特征反映了形態(tài)演變的結果，在本研究中通過對不同時期的形態(tài)類型柵格數(shù)量進行統(tǒng)計，并采用柱狀圖的方式分析其演變。而類型轉變特征則進一步從數(shù)量角度上反映出形態(tài)演變的動態(tài)過程，在本研究中主要通過轉變流向圖對其進行可視化分析。

空間格局演變特征反映了城市物質空間形態(tài)在位置關系上的動態(tài)變化，在本研究中，首先將利用景觀格局指數(shù)對形態(tài)空間格局進行量化，這是一種源于生態(tài)學領域中的概念，但由于其能夠有效量化類型要素的空間格局特征，目前已被廣泛應用于對城市形態(tài)和土地利用的量化研究中[35]。而后對多個時期下的指標計算結果進行比對，以分析其空間格局演變特征。在本研究中，選取了部分具有明確形態(tài)學意義，且與環(huán)境性能存在部分關聯(lián)的指標[35-37]，分別用于反映類型斑塊的個體特征和城市整體的格局特征。其中包括集聚度（AI），反映了某一形態(tài)類型斑塊的集聚程度；平均斑塊面積（AREA_MN），反映了某一形態(tài)類型斑塊的平均面積；蔓延度（CONTAG），反映了城市整體的形態(tài)類型集聚或破碎程度，香農(nóng)均勻度指數(shù)（SHEI）則反映了研究范圍內(nèi)形態(tài)類型的多樣性和均勻度。具體指標的計算公式、含義、取值范圍及單位如表2 所示。

表2 空間格局指標計算公式、含義、取值范圍及單位

3 研究結果

3.1 形態(tài)識別與數(shù)量變化特征

圖2 展示了2005 年、2010 年、2015 年和2020 年的南京市物質空間形態(tài)識別結果，圖3 則進一步說明了其數(shù)量特征。結果顯示，在研究范圍內(nèi)的自然環(huán)境類型的數(shù)量明顯高于建成環(huán)境。其中，LCZ 4、LCZ 5 和LCZ8 是構成建成環(huán)境部分的主要類型，而自然環(huán)境則主要由LCZ A 和LCZ D 等構成。

圖2 不同時期的南京市城市物質空間形態(tài)識別結果

圖3 南京市城市物質空間形態(tài)類型數(shù)量統(tǒng)計

進一步對圖3 中不同時期的類型數(shù)量進行對比，可以發(fā)現(xiàn)其城市物質空間形態(tài)的演變主要可以分為兩個階段。第一階段為2005-2010 年，在此階段中以LCZ 5和LCZ 8 等中低層建成環(huán)境類型的增長為主，其所占比例分別從2005 年的8.32%和8.00%上升至2010 年的11.48%和13.72%。第二階段為2010-2020 年，在此階段高層的兩種類型（LCZ 1 和LCZ 4）的增長速度顯著，分別從2010 年的0.02%和0.59%上升至2020 年的0.06%和6.78%。而在兩個階段中，LCZ 3 和LCZ D 則均出現(xiàn)了明顯的下降，分別從2005 年的1.93%和51.07%下降至2020 年的0.31%和38.79%。其余類型未反映出顯著演變趨勢。

3.2 類型轉換特征

圖4 展現(xiàn)了2005～2020 年間南京市城市形態(tài)轉變的總體流向，可以進一步用于對南京市城市物質空間形態(tài)演變的兩個階段進行描述?？梢钥闯觯诘谝浑A段（2005-2010 年）中，形態(tài)演變以自然環(huán)境向建成環(huán)境類型轉變?yōu)橹鳌３鞘兄苓叺腖CZ D 和LCZ E，被大量地轉變?yōu)橐訪CZ 5 和LCZ 8 為主體的中低層建成環(huán)境類型，整體的城市物質空間形態(tài)呈現(xiàn)出增量擴張的趨勢。而在城市建成區(qū)內(nèi)部也同時發(fā)生著小部分的形態(tài)更替，主要表現(xiàn)為LCZ 3 類型的數(shù)量減少，并大多被轉換為LCZ 5，從而在一定程度上提升了城市的整體高度。城市規(guī)劃政策是影響這一階段城市物質空間形態(tài)演變的主導因素。在《南京市城市總體規(guī)劃(2000-2010)》中將東山、仙林和江北等主城區(qū)外的三個新區(qū)作為城市建設的重點[38]。在總體規(guī)劃的指導下，城市建成區(qū)得以向外擴展。

圖4 2005～2020 年間南京市城市物質空間形態(tài)類型轉變流向圖

在第二階段（2010～2020 年）內(nèi)，形態(tài)演變表現(xiàn)為存量更新和增量擴張等兩種演變路徑并存，且其演變目標均轉向了能夠集約化利用土地的高層建筑。其中存量更新表現(xiàn)為既有的LCZ 5 和LCZ 8 等兩類建成環(huán)境類型向LCZ 4 發(fā)生轉移，進一步導致城市建成區(qū)內(nèi)部的建筑高度顯著上升。而增量擴張則主要表現(xiàn)為兩類自然環(huán)境類型LCZ D 和LCZ E 直接向LCZ 4 的轉移，但相較于上一階段，其擴張速度有所減弱，且土地集約化利用特性明顯增強。對照圖1 可以看出，南京市主城區(qū)位于地勢低平的平原地區(qū)，周邊環(huán)繞的山脈和永久基本農(nóng)田成為了阻礙城市發(fā)展的自然屏障，導致其用地趨于飽和，從而在一定程度上導致了限制早期的向外增量擴張模式，同時規(guī)劃管控政策在這一階段也進一步加強，采取的主體功能區(qū)規(guī)劃、土地利用總體規(guī)劃、城市總體規(guī)劃和生態(tài)紅線保護規(guī)劃等“多規(guī)”管控對建成區(qū)規(guī)模與布局控制產(chǎn)生了顯著的成效[39]。

3.3 空間格局演變特征

空間格局演變特征在不同的形態(tài)演變階段內(nèi)也存在差異。表3 展示了不同時期下城市形態(tài)類型的空間格局指數(shù)計算結果。從中可以看出，在第一階段中（2005-2010年），南京市城市物質空間形態(tài)分布格局變化微弱，從總體上看蔓延度（CONTAG）和香農(nóng)均勻度指數(shù)（SHEI）僅呈現(xiàn)出小幅度的下降和上升。這說明在以城市擴張為主要特征的第一階段中，整體的形態(tài)特征基本維持了原有布局模式，城市擴張并未改變整體的空間格局。

具體分類型看，作為該階段增長主體之一的LCZ 5的空間格局指標也并沒有發(fā)生明顯的改變，僅有LCZ 1和LCZ 8 的集聚度和平均斑塊面積有所上升。而在該階段內(nèi)類型數(shù)量減少的LCZ 3、LCZ 6 等低層形態(tài)類型與LCZ D、LCZ E 等自然環(huán)境形態(tài)類型的相關指標則呈現(xiàn)出下降趨勢，類型斑塊的面積和離散程度增大，整體性得到削弱。

而在第二階段中，城市物質空間形態(tài)空間格局的變化趨勢顯著。在此階段蔓延度（CONTAG）的數(shù)值持續(xù)下降，而香農(nóng)均勻度指數(shù)（SHEI）總體呈上升趨勢，說明了原有存在優(yōu)勢的類型斑塊破裂且空間優(yōu)勢降低，類型均質程度上升，城市整體的破碎程度和豐富度均顯著增加。在這一階段中城市物質空間形態(tài)存量更新和增量擴張并存，此過程中的城市并非是整體性的集中開發(fā)，而是漸進式、碎片化在局部進行更新迭代，從而導致了整體形態(tài)呈現(xiàn)出越發(fā)豐富而混合的空間分布格局。

表3 不同時期城市形態(tài)類型的空間格局指標計算結果

進一步針對各個形態(tài)類型的指標進行比較，可以發(fā)現(xiàn)高層形態(tài)類型的集聚程度和斑塊范圍正不斷擴大，顯著地影響了該階段中各類形態(tài)的分布格局。就其本身而言，LCZ 1 和LCZ 4 的集聚度和平均斑塊面積均有大幅度的上升，提升幅度分別為17.17%、10.94%和118.97%、106.66%。與此同時，中低層建成環(huán)境形態(tài)類型和部分自然環(huán)境形態(tài)類型則呈現(xiàn)出平均斑塊面積縮減，集聚程度小幅度下降的現(xiàn)象，并對應了這一階段中類型數(shù)量的下降，其中包括了LCZ 5、LCZ 8 和LCZ D 等。這一過程的產(chǎn)生主要是由于高層形態(tài)類型在數(shù)量增長的同時將原有斑塊的周邊區(qū)域發(fā)生同化，以增強其在城市建成區(qū)中形成的集聚核心，使其內(nèi)部相互聚合，更加緊湊。

4 結論與討論

4.1 研究主要結論

本研究基于LCZ 分類框架，采用類型化的方式對建成區(qū)內(nèi)部降尺度形態(tài)特征進行了精細化刻畫，并將其作為基本單元納入至城市尺度整體形態(tài)演變的分析中，為理解城市尺度下的城市形態(tài)演變提供了一個新的可用視角。

以南京市為案例，研究從數(shù)量變化、類型轉換和空間格局演變等三個維度分析了其演變特征。結果表明，南京市城市物質空間形態(tài)演變可以主要分為兩個階段：第一階段為2005～2010 年，在此期間中受到規(guī)劃政策的影響，形態(tài)演變主要表現(xiàn)為以自然環(huán)境向中低層形態(tài)為主體的建成環(huán)境類型發(fā)生轉變，但在空間格局上仍基本維持了原有的類型布局模式。第二階段為2010～2020 年，由于規(guī)劃政策發(fā)生改變，同時受到自然環(huán)境的限制，形態(tài)演變表現(xiàn)為存量更新和增量擴張等兩種演變路徑并存，城市整體類型的空間格局更為豐富而混合。同時，該階段內(nèi)的演變目標均轉向了能夠集約化利用土地的高層形態(tài)類型，其集聚程度和斑塊范圍均顯著擴大，對形態(tài)空間格局也產(chǎn)生了重要的影響。這一分析結果可以為南京市未來城市發(fā)展提供一定的參考。

4.2 未來研究展望

研究尚有一定的可提升之處：在方法層面上，主要體現(xiàn)為對遙感數(shù)據(jù)的處理：目前基于WUDAPT 方法的遙感影像分類雖然能夠總體上較為準確地表征出城市形態(tài)的空間分布情況和數(shù)量特征，但就單個柵格而言，其對于遙感圖像的識別精度并不高[40]，在未來可結合多源數(shù)據(jù)[40，41]、機器學習[42]或提升訓練集數(shù)量和對類型地圖的后期濾波處理[43]，以增加分類結果的準確性和分析的可操作性。

在內(nèi)容層面上，一方面本研究僅考慮了城市物質空間形態(tài)演變的情況，沒有考慮與城鎮(zhèn)化相關的其他指標（如人口、經(jīng)濟、功能類型等），在未來關聯(lián)性有待進一步明確。另一方面，目前城市形態(tài)已被證明與環(huán)境性能存在較強的耦合關系[44-46]，而LCZ 框架其本身也正適用于對于城市環(huán)境性能的分析[23]，因此在未來可以結合多個時間下的LCZ 地圖，進一步從數(shù)量特征、空間格局等角度，去分析物質空間形態(tài)演變和其所對應的環(huán)境性能特征之間的關聯(lián)性，并以此為依據(jù)對演變的合理程度進行評價，為城市環(huán)境性能的優(yōu)化提出適宜性的空間規(guī)劃建議。

圖、表來源

本文圖、表均由作者繪制。