盧培嘉，童新華，韋燕飛

(1.南寧師范大學 地理科學與規(guī)劃學院，廣西 南寧 530001； 2.南寧師范大學 自然資源與測繪學院，廣西 南寧 530001)

1 引言

2006年7月為積極推進中國與東盟的全面發(fā)展關系,中國考察團首次提出了南寧—新加坡經濟走廊(簡稱南新走廊)戰(zhàn)略構想，這一構想得到了中國領導人的肯定和東盟國家領導人的認同[1]?！澳闲伦呃取边@條被寄予厚望的中國—東盟合作新通道同時也是共建“一帶一路”的重要組成部分，這引起了國內外學者和廣大媒體的高度關注[2]。因此，開展“南新走廊”沿線地區(qū)城市的遙感監(jiān)測，有利于促進“南新走廊”沿線國家之間的互聯互通，為“南新走廊”和中國—東盟合作等發(fā)展戰(zhàn)略提供依據[3]。

城市是人類的聚集地，是人類在不斷地適應自然環(huán)境并且改變環(huán)境下形成的“自然-經濟-社會”復合體。聯合國人類住區(qū)規(guī)劃署認為城市化仍然是全球化的驅動力[4]。權衡城市化的指標有人口變化、經濟變動、城市擴張，其中城市擴張是地理空間中最直接的表現形式。科學地探討城市擴張規(guī)模時空演變特征對城市化發(fā)展和社會資源可持續(xù)發(fā)展具有重要意義[5]。當前的城市化研究成果有：毋冰龍等以20期“類NPP-VIIRS”夜光數據，在改進的不透水面指數基礎上結合多閾值法提取北京市2000～2019年城市建設用地，分析其城市擴張?zhí)卣鱗6]。何雄等利用2001～2013年共13年的DMSP/OLS全球夜間燈光數據，并運用空間計量模型(SLM和SEM)研究分析城市空間擴張的驅動因素[7]。李婷等以成渝地區(qū)2010年建設用地數據為初始數據，構建基于城市擴張速率分區(qū)的FA-MLP-CA模型預測2030年成渝地區(qū)雙城經濟圈城市擴張[8]。邢梓涵等基于2000～2006年間夜間燈光影像和碳排放數據定量研究城市擴張與碳排放關系[9]。Gebremedhin等在利用Landsat 數據并運用最大似然分類算法編制了研究區(qū)土地利用規(guī)劃圖，并以借鑒過去30年城市擴張演變規(guī)律，預測了2025年的城市擴張的動態(tài)趨勢[10]。以上國內對于城市擴張研究背景的分析表明，在城市擴張方面對于“南新走廊”沿線地區(qū)國家城市的研究分析比較少，所以本文以“南新走廊”地區(qū)北部城市中國南寧、越南河內、老撾萬象為例，研究分析“南新走廊”沿線地區(qū)城市的時空擴張?zhí)卣鳌?/p>

2 研究區(qū)概況及數據來源

2.1 研究區(qū)概況

“南新走廊”地區(qū)北部城市中國南寧、越南河內、老撾萬象位于北緯17°～25°，東經102°～110°，研究區(qū)3個城市的總面積為29075 km2，由于地處亞洲東南部，氣候主要為亞熱帶季風氣候和熱帶季風氣候。其中南寧四季常青，有“綠城”的美譽，是“南新走廊”的起點和中國東盟博覽會永久舉辦地[11]。河內因臨近海洋(北部灣)，降雨豐富，花木繁茂，素有“萬花春城”之稱[12]。萬象屬熱帶季風氣候，萬象屬于熱帶季風氣候，全年炎熱多雨，陽光充沛，物產豐富。本文研究區(qū)是“南新走廊”地區(qū)北部城市，研究這3個城市的遙感監(jiān)測對“南新走廊”沿線國家的城市化發(fā)展有一定的參考意義。

2.2 研究數據

本文的遙感研究數據從美國地質調查局USGS網站(http://www.usgs.gov)下載空間分辨率為30m的2000年、2010年Landsat TM影像以及2020年的Landsat OLI影像，并利用ENVI5.3軟件平臺工具對數據進行預處理[13]。人口與經濟數據均來源于世界銀行數據庫(https://data.worldbank.org.cn/)[14]。

3 研究方法

3.1 城市不透水面的提取

本研究采用歸一化差異不透水面指數法(NDII)提取城市的不透水面[15]。由于研究區(qū)地表覆蓋類型復雜，單一的不透水面指數并不能完全精確地提取不透水面信息，因此需要對預處理后的數據進行分類優(yōu)化，在充分分析研究區(qū)地表的混淆復雜地物的基礎上，通過契合研究區(qū)城市地表的水體、裸土和植被指數基于決策樹思想方向提取不透水面信息[16]。為了更好的保持原始光譜的信息量，首先將影像進行圖像融合，再輻射定標和大氣校正，最后通過Subset工具，對影像進行剪裁，得到預處理后的遙感數據，再使用ENVI5.3軟件工具對研究區(qū)影像進行水體掩膜、植被掩膜、土壤掩膜，然后提取出不透水面。公式如下：

(1)

式(1)中，b3代表landsant影像中的綠波段，b4代表遙感衛(wèi)星影像的紅波段，b5和b6分別代表近紅外和短紅外波段。BUDI是建成區(qū)指數，NDVI和NDBI代表歸一化植被和建筑指數。

3.2 地表不透水面精度評價

本文將選用在遙感領域廣泛使用的遙感圖像處理軟件ENVI5.3對研究區(qū)在2000、2010、2020年的三期影像提取到的地表不透水面并采用混淆矩陣法進行精度評估。研究區(qū)遙感影像分類結果采用總體精度OA和kappa系數作為精度評價指標，通過使用軟件混淆工具計算了研究區(qū)9期的分類精度，得出結果如下表1所示，總體精度為92.48～95.37，Kappa系數為0.83～0.91，證明分類的結果與檢驗的數據之間存在著高度的一致性。

表1 研究區(qū)不透水面精度評價

3.3 城市擴張衡量指標

3.3.1 城市擴張強度

城市擴張強度顧名思義，就是城市用地面積在一段時間內擴張的程度，同時是衡量城市化強度的重要指標之一[17]。本文用城市擴張強度指數E來計算研究區(qū)城市在20年時間段內擴張過程的強弱程度，分析研究區(qū)建設用地擴張面積占總研究區(qū)面積的比例的變化幅度。

其表達式為：

(2)

式(2)中，Sa和Sb分別代表a年和b年的城市面積；T代表a到時間b的間隔。

3.3.2 城市擴展速率

城市擴張速率就是城市建設用地時空動態(tài)擴張的速度變化率[18]。它在一定基礎上反映了建成區(qū)面積在某段時間內的變化量。本文選擇K作為年速率指數。其公式為：

(3)

式(3)中，S1、S2、S3分別表示研究區(qū)第一期、第二期、第三期的建設用地面積，如對于本文的就是2000、2010和2020的城市建成區(qū)的面積，T為研究區(qū)的時間間隔。若計算得出的K大于0則該城市為加速型擴張，K等于0和小于0分別為勻速擴張型和加速擴張型。

3.3.3 城市緊湊性指數

城市緊湊性顧名思義就是城市空間形態(tài)的緊湊度程度，是衡量城市空間結構密度性演化的指標之一[19]。當城市空間結構的緊湊度變小時，則代表城市空間結構不夠緊湊，即城市建筑之間聯系不夠緊密，表現為松散狀態(tài)。相反，城市的形態(tài)結構緊湊度指數增大時，則代表城市建筑物與各部門之間的聯系越來越緊密。本文的研究方法選擇P作為城市建成區(qū)的緊湊性指數，其公式表達如下：

(4)

式(4)中，P為緊湊性指數；S代表建設用地面積；C為城市的輪廓周長。

3.3.4 城市重心演變

城市重心演變指不同時空尺度上城市建設用地的“重心”在城市土地上的動態(tài)足跡，且重心遷移的方向一般與城市擴張的方向基本一致[20]。城市重心的變化反映了建設用地和土地利用范圍的變化，并且更好地體現了城市空間蔓延的特征。建成區(qū)重心計算公式為 ：

(5)

式(5)中，M和N分別代表城市重心的經緯度坐標，即(M，N)為城市重心的坐標，xi和yi為幾何中心的經緯度坐標，wi為權重[21]。

4 結果

4.1 不透水面擴張時序變化

通過計算研究區(qū)三期地表不透水面面積，得出結果如表2所示，可以看到3個城市從2000年到2010年再到2020年的地表不透水面都在不斷的增加，且南寧的地表不透水面積最大，其次為河內、萬象?？傮w可以看出研究區(qū)3個城市的擴張面積在這20年期間呈現遞增態(tài)勢。

表2 研究區(qū)地表不透水面變化 km2

4.2 城市擴張強度及擴張速率

城市擴張強度指數是反映兩個時期內建筑用地增長幅度的一個重要指標[22]。從表3可以看出3個城市的擴張強度，其中E1、E2和E3代表了2000～2010年、2010～2020年以及2000～2020年的擴展強度。

通過分析發(fā)現：南寧2000～2010年間的擴張強度最高，達5.14%，河內地區(qū)的擴展強度最低，為3.50%；2010～2020年，萬象地區(qū)的擴展強度最高，達4.12%，其次為南寧和河內分別為3.59%和2.95%；在整個研究時期，萬象的擴張強度最大，為5.67%，其次為南寧、河內，擴張強度分別為5.29%、3.74%。將研究時間分成2個階段，對研究區(qū)3個城市的城市擴展速度進行了分析，其中3個研究區(qū)在2000～2020年內的擴大速率均大于0，因此3個城市均屬于加速擴張型。

表3 城市擴張強度與速率定量指數

4.3 城市空間緊湊性

2000～2020 年研究區(qū)的緊湊性指數如表4所示，由緊湊性指數P計算結果可知，基本經歷了2000～2010、2010～2020 年2個時間段的城市擴張過程。城市空間緊湊性代表著城市各部分之間的聯系，城市越緊湊，能夠在一定程度上提高土地集約度。而南寧、河內、萬象在 2000～2020 年，城市緊湊性指數為穩(wěn)定狀態(tài)，特別是河內的緊湊性指數一直為 0.007，表明城市擴張其空間緊湊性維持穩(wěn)定。

表4 城市空間緊湊性指數

4.4 城市重心演變分析

由圖1可知：2000～2010年南寧城市重心逐漸向西北方向移動，2010～2020年，其城市重心主要向東北方向移動，總體而言，南寧城市重心向北方向移動；2000～2010年河內城市重心逐漸向西南方向移動，2010～2020年城市重心向西北方向移動，2000～2020年河內城市重心總體轉移方向為西方向；萬象2000～2010年城市重心轉移方向主要為西北方向，2010～2020年城市重心也向西北方向轉移，其總體偏移方向為北方向。

圖1 2000～2020年研究區(qū)3個城市重心轉移變化

5 人口發(fā)展對城市擴張的影響

由于研究區(qū)3個城市的城市化發(fā)展水平存在一定差異以及城市人口的增長對城市用地的需求，本文選擇城市人口比例作為人口數據探討人口發(fā)展與城市擴張的關系。

由圖2可知，研究區(qū)3個城市面積變化存在著明顯的差異，將2000～2020年劃分為2000～2010 和2010～2020年2個階段，城市擴張面積都呈現出不同程度的增長。首先，研究區(qū)3個城市的面積增量在第二階段要高于第一階段，在整個研究時期，南寧的增長面積是335.63 km2，為3個城市中最高，其次是河內、萬象，分別為182.43 km2、99.18 km2。2000～2020年研究區(qū)3國各國的城市人口比例總體呈現出上升態(tài)勢?？傮w而言，研究區(qū)在20年期間城市建設用地面積和城市人口比例逐年增加，表明這二者之間有一定的相關性。

6 結論與討論

6.1 結論

本文以中國南寧、越南河內、老撾萬象為研究對象，基于2000～2020的landsat數據，采用指數法提取城市的不透水面信息，并結合城市擴張?zhí)卣髦笜司C合分析城市擴張的時空變化特征，得出如下結論。

(1)在城市擴張強度方面，2000～2020年研究區(qū)3國城市的建設用地面積在逐年增加在整個研究時期，萬象的擴張強度最大，其次為南寧、河內。在城市擴張速率方面，研究區(qū)3個城市的在2000～2020年的擴張速率都大于0，所以這3個城市都是加速擴張類型。

圖2 建設用地與城市人口比例

(2)城市空間緊湊性分析表明，2000～2020年南寧、河內、萬象城市緊湊性指數為穩(wěn)定狀態(tài)，表明城市擴張其空間緊湊性維持穩(wěn)定。

(3)城市重心演變軌跡分析表明，2000～2010年南寧城市重心逐漸向西北方向移動，2010～2020年其城市重心主要向東北方向移動，總體而言，南寧城市重心向北方向移動；2000～2010年河內城市重心逐漸向西南方向移動，2010～2020年城市重心向西北方向移動。2000～2020年河內城市重心總體轉移方向為西方向；萬象2000～2010年城市重心轉移方向主要為西北方向，2010～2020年城市也向西北方向轉移，其總體偏移方向為北方向。

(4)研究區(qū)在20年期間城市建設用地面積和城市人口比例逐年增加，表明這二者之間有一定的相關性。

本文針對中國南寧、越南河內、老撾萬象這3個城市進行城市擴張研究，了解其城市擴張?zhí)卣鳎凇澳闲伦呃取钡慕ㄔO發(fā)展中，優(yōu)化城市結構，注重協調發(fā)展，為城市發(fā)展提供有力的信息支持。

6.2 討論

本文研究獲取的遙感數據來源于陸地衛(wèi)星，易于獲取，缺點是陸地衛(wèi)星遙感圖像清晰度不如高分辨率遙感圖像，可能降低其準確性。但陸地衛(wèi)星能夠大體地表現城市擴張情況。其次，由于研究區(qū)“南新走廊”沿線地區(qū)北部3個城市的資料缺少和不全面，使部分析受到了限制。今后，應進一步深入研究，分析城市擴張演化系統(tǒng)的驅動因子，探討城市擴張對生態(tài)環(huán)境的影響程度等。