王 芳，温小荣，林国忠，佘光辉

基于相似度理论的绿地斑块动态变化的估计与分析

王 芳，温小荣，林国忠，佘光辉

（南京林业大学 森林资源与环境学院，江苏 南京，210037）

系统地阐述了相似度理论，将该理论体系与层次分析法（AHP）相结合，以深圳特区两期绿地斑块的动态变化为例，对每个区总体和每种类型绿地总体的斑块相似度进行估计；通过与一定阈值的比较，判断其相应绿地斑块的变化程度及变化类型，最后综合分析整个深圳特区两期绿地斑块动态变化的原因。结果表明：利用相似度分析绿地斑块的动态变化是可行的，为进一步评估深圳特区城市化进程中的绿地规划提供了有效的方法和依据。

相似度理论；绿地斑块；动态变化；估计；深圳

深圳市是我国经济特区，随经济的快速发展，人口剧增，城市资源和能量消耗的增加，生态环境面临着巨大压力。而绿地系统是城市生态系统中唯一执行“纳污吐新”的负反馈子系统，在完善城市生态和维持自然生态平衡方面起到关键作用，是城市居民生活质量的重要标志。作为当前城市的生态建设与可持续发展的重要内容，在有限的土地资源上实现城市绿地空间结构优化和合理布局，改善城市生态质量，美化城市景观，及时了解城市绿地动态，使绿地充分发挥效益，需要对深圳绿地的动态变化进行实时检测，并针对绿地信息所反映的问题提出合理有效的解决方案。在检测城市绿地动态时，其首要环节就是空间数据变化的测定，即在不同时间对同一对象观察识别其差异，通过调查、比较，确定发生的变化，识别对象前后变化的差异性和相似性[1]。然而，空间相似关系作为空间关系的一个子集，可计算性差，需要复杂分析，并涉及多学科领域[2]，目前国内外对空间关系相似性的研究成果也不多。同时，在跟踪变化的过程中，需要判断变化的程度，对空间分布特征的相似性进行分析和度量,其评价测定的方法也必须定量化[3]。因此，相似系统理论[4]的提出,能有效解决对图形对象相似性的量化分析，考查不同对象的相似度大小，这样，发生的变化就可以通过实体对象变化的定量分析来反映。

本文以广东省深圳特区的2002年及2005年两期绿地斑块动态变化为例，由局部到整体，先分别从各区和各类型着手研究其局部绿地斑块变化情况，再综合分析整个深圳特别行政区的整体变化，为城市化地区实现绿地的动态评估与管理、合理规划与布局提供科学的依据，加快其“生态城市”的建设。

1 原理与方法

1.1 相似系统理论

当不同系统之间具有相似元素时，即一个系统相似于另一个系统，这两个系统就叫做相似系统。两系统相似度的大小由相似元素的数量和相似元的数值来确定[5]。其中，相似度即为系统相似性的大小，相似元即两个系统构成要素中的相似要素[6]。本文以同一对象不同时期的状态作为两个研究系统，分析两者的相似性。

假设系统T在两个不同时期的状态分别为T1、T2，各有k个、l个组成元素， 两者之间有n个相似元素、即n个相似元，两系统间的相似度则表示为

其中，q(ui)表示第i个相似元的数值，βi表示q(ui)的权重系数。因此，系统间的相似度可用具体数值表示，并与相似要素间的相似元数值及其权重值相关，其值的变化则反映了相似系统的动态特性，并将存在的动态特性分为以下三种情况：

(1) Q=0，系统T1、T2不相似；

(2) 0

(3) Q=1，系统T1、T2完全相同。

Q越大表明两系统的相似程度越大，对象发生的变化就越小。针对第二种情况，识别变化情形进行定量分析时，需要一个界值作为判断变化本质的标准。本研究设置各时期矢量图对象的相似度阈值为0.618，若0

目前，相似性理论在很多方面得到了应用，在GIS方面的应用主要基于空间形状方面的相似。但GIS中的地理实体除了空间形状特征外,还存在位置、属性等特征，按空间特征又可以抽象为点对象、线对象和面对象。本文重点描述基于面对象的相似度的计算方法，将不同时期地理实体（深圳2002年及2005年绿地）所构成的两个同质系统的空间属性作为系统研究要素，针对两系统中相对应的空间属性计算其相似元及权重，从而得到同一对象不同时期的相似度大小,作为判断地理实体发生变化的定量依据。

1.2 确定相似元值

度量相似度的相似元数值即相似元值q(ui)与基于要素的属性特征数目、构成相似元的要素间相似特征数目及每一特征的特征值大小有关。为了简化系统，本文取两期矢量图的三个空间属性构成相似元要素：位置、形状、大小，并分别记为u1，u2，u3。

（1）位置要素相似元值的确定

自然现象的变化过程中，地理实体不同时期的变化是有限的，故同一实体对象不同时期的空间分布会有较大的重叠，那么本文所采用的矢量面对象在不同时期的空间位置上也会有重叠。根据特征集合观点[7]，我们计算位置相似元u1用以下公式：

其中T1、T2分别表示不同时期的同一矢量对象，函数f(T1∩T2)、f(T1∪T2)分别表示矢量对象不同时期重叠斑块个数及合并后的斑块个数。u1越大说明位置变化越大，反之越小。

（2）形状要素相似元值的确定

形状是描述图形的重要特征之一，本文结合GIS，以绿地景观的形状指数作为研究面状对象形状的描述参数。为保证得到的值保持在[0,1]范围，将较小值与较大值的比率作为形状参数，则u2的计算公式如下：

其中，SI1、SI2分别表示矢量对象不同时期的形状指数。u2越大说明形状变化越大，反之越小。

（3）大小要素相似元值的确定

衡量面状大小的因子有周长、面积、长距等，由于面积变化尺度大且易得，本文采用面积来计算大小属性相似元的值，则u2的计算公式如下：

其中，AREA1、AREA2分别表示矢量对象不同时期的总面积，u2越大说明面积变化越大，反之越小。

1.3 确定权重

权重的确定有多种方法，常用的有主成分分析法、模糊决策法和层次分析法（AHP）等。本文采用的是定性与定量相结合的AHP，以1～9进行标度，对相似元素的权重进行分析：由于位置是地理实体空间定位的主要方面，故位置相似元重要性最高，形状及尺寸信息次之，而形状是空间对象的直观形态，较尺寸信息相对重要些，故建立简单的层次模型后得到以下判断矩阵：

1.4 确定相似度

表1 绿地评价要素权重信息的判断矩阵Table 1 Judgement matrix of green land’s weight information

由于本文研究对象为同一系统不同时期的相似度，故相似元数量即对相似度的影响忽略不计，相似度Q仅由相似元及对应权值多决定，得简化后的公式（1）如下：

计算出对象不同时期的权值及相似元值后得相似度，再根据判断原则，分析研究对象的变化。

2 绿地斑块动态变化的评估

2.1 研究区概况

深圳市地处广东省东南沿海，位于北回归线以 南，113°45′44″～ 114°37′21″E，22°26′59″～22°51′49″N。全市总面积 1 952.84 km2，现辖有罗湖、南山、福田、宝安、龙岗、盐田6个区，其中宝安区和龙岗区是深圳市的两个郊区。本文研究对象为深圳特区所辖范围的罗湖、南山、福田和盐田等4 个区的绿地，面积为395.81 km2，东西长49 km，南北宽平均7 km，呈狭长形，海岸线长达229.96 km。

2.2 绿地斑块信息的提取

综合绿地分类标准和原则，结合深圳特区的实际情况，本文将研究区城市绿地分为公园绿地、生产绿地、防护绿地、单位附属绿地、居住绿地、道路绿地、其他绿地等七类。其中，将绿地以外的土地利用类型如城建用地、交通用地、水域、未利用地等归为非绿地。

本文遥感信息源为2002年和2005年两期QuickBird 高分辨率卫星影像，在遥感图像处理软件中进行研究区域裁减、几何精校正、辐射校正，然后通过对影像进行统计特征分析、波段间相关性分析以及最佳指数（OIF）分析，得出最佳波段组合。再对多光谱影像和全色波段进行主成分变换融合方法进行影像融合处理，运用监督分类法的最大似然法[8]进行图像分类。在ArcGIS 9.2软件支持下，按绿地类型对矢量数据属性赋值并提取所需绿地信息获得所需绿地斑块的矢量图[9]。深圳特区2002年及2005年各区绿地斑块矢量图如下。

图1 2002年深圳特区绿地斑块矢量图像Fig.1 Vector graph of green patch in Shenzhen special zone in 2002

2.3 绿地斑块动态变化的估计

2.3.1 相似元值

将GIS中所得相关数据代入相似元的计算公式，可以得到以下相似元值数据结果：

图2 2005年深圳特区绿地斑块矢量图像Fig.2 Vector graph of green patch in Shenzhen special zone in 2005

表2 2002年及2005年深圳特区各区对应绿地的图形相似元值表Table 2 Approximate values of similarity units of different style in every district in Shenzhen special zone between 2002 and 2005

2.3.2 相似元的权值

根据判断矩阵(表3),得出一致性指标ICI=0.009 169，平均随机一致性指标ICR=0.015 808<0.1，所以判断矩阵的一致性可以接受。其中，各评价要素相对应的权值如下

2.3.3 相似度的计算

根据相似系统原理，地理实体不同时期的相似度可由以下公式计算所得：

表3 深圳特区2002年及2005年绿地评价要素权重Table 3 Weights of green land’s evaluation elements in Shenzhen special zone between 2002 and 2005

进而得出2002年至2005年深圳绿地各区各类型的相似度，如表4。

表4 2002-2005年深圳特区绿地变化相似度Table 4 Changes’ similarities of different style in Shenzhen special zone between 2002 and 2005

2.3.4 类型变化的识别

由定量分析的阈值识别研究对象的变化情形，根据表5可得到对应的各区各类型绿地的变化情况，如表5所示。

表5 2002～2005年深圳特区绿地变化情况Table 5 Changes of green land in Shenzhen special zone between 2002 and 2005

2.4 结果与分析

根据表4的数据，主要按区对各绿地类型进行分析，2002～2005年期间，由于深圳城市化进程中城市绿地增加，自然植被遭到破坏，南山区大部分绿地发生质变，防护绿地尤为明显，只有居住绿地及生产绿地发生较小变化，且以量变的变形为主。福田区内各绿地类型的变化相当，均为质变，由于福田区的绿化建设重点仍为道路、企事业单位和居住区等，其防护绿地及生产绿地相对比较明显。罗湖区位于深圳经济特区中部，是开发较早的商业中心区，从变化类型看，其公园绿地变化最小，其他绿地类型发生明显质变。盐田区内没有生产绿地类型，除公园绿地仅发生量变外，其他绿地类型均发生质变，其中居住绿地的变化最大，这与该区的地理位置、地形特点和城市建设等因素有很大关系。

分析整个深圳特别行政区的绿地类型，可以看出，附属绿地、道路绿地及其他绿地变化相对公园绿地等变化较小，各个区的变化按大小排序依次为南山区、罗湖区、盐田区、福田区，且均以质变为主，整体的变化较大。

由于四个城区所处地理位置、资源状况、发展历史和经济文化状况不同，各区面积和城市化程度差别很大，城市绿地的构成和动态变化存在差异。分析引起变化的原因，主要分为自然因素和人为因素，自然因素作用于绿地景观的时空尺度较大，可引起较大范围的变动，主要包括气候、水文、地质、土壤、植被等；人为因素则包括人口、技术、政治、经济、文化等。综合实际情况分析，深圳特区的人为活动和道路网延伸是绿地变化的主要影响因素，自然条件是重要约束因素。

3 小 结

本文在RS与GIS技术支持下提取深圳市绿地信息获得相应的绿地斑块矢量图，基于相似系统，结合AHP层次分析法及GIS的统计分析功能，采用定量分析，从多方面综合考察了深圳绿地斑块的动态变化，自动分辨对象的变化类型及大小，使不同时期的图像匹配信息更加详细，更加直观地反映出绿地斑块发生何种类型及何种程度的变化，方便决策人员进行判读并制定相应的方案措施。

研究采用定量评估的方法，首先确定所选系统相似元的元值及权重，由相似度计算模型得到相似度，再由相似度大小直接判断变化程度；最后再将相似度与一定的阈值进行比较来分析变化类型。相对于定性分析，在判断绿地斑块发生的变化时，定量评估的判断依据更加客观，且能从多方面（如位置、形状和大小等）检测对象在不同时期的变化，得到具体而详细的变化信息，便于对绿地斑块动态的跟踪管理。

由于所取研究对象为矢量图，研究的相似元素主要为空间特性，可适量增加属性要素或其他空间属性的相似要素作为辅助信息，并由专业人士根据相关原则标准进行各要素的权重判定，以使判断过程中的变化分析更加全面。为得到更加精确的相似度，使对象变化的判定也更加准确，可以设定一组阈值，并根据具体情况，比较获得准确率较高且符合一定要求的阈值作为最终判定标准，制定出更加完善的决策。

[1] 唐炉亮,杨必胜,徐开明.基于线状图形相似性的道路数据变化检测[J].武汉大学学报：信息科学版, 2008,33(4)： 367-370.

[2] 吴 静，尹 涛.多尺度空间关系相似性研究[J].测绘科学，2011,36(4)：69-71.

[3] 江 浩,褚衍东,郭丽峰.曲线形态相似性的定义与度量[J].云南民族大学学报：自然科学版,2009,18(4)：316-318.

[4] 张美立,王 翔,刘崇都译,孙厚芳.相似性系统理论的原理与实践[J].成组技术与生产现代化,1996,(1)：25-28.

[5] 夏慧琼,李德仁,郑春燕.基于相似度理论的时空变化定量描述方法[J].地理与地理信息科学,2010,26(3)：1-5.

[6] 高丰农,邓健儿,王 贵.海南与台湾两省铁路交通相似度研究[J].铁道工程学报,2007,(2)：1-8.

[7] Tversky A.Features of Similarity[J].Psychological Review,1977,84：327-352.

[8] 巢宁佳.遥感影像监督分类[J].江西测绘,2007,70(4)：63-64.

[9] 乌日汗.基于RS和GIS的城市绿地景观动态及其规划研究——以深圳市为例[D].南京：南京林业大学,2008.

Estimation and analysis of greenland variation based on similarity theory

WANG Fang ,WEN Xiao-rong, LIN Guo-zhong, SHE Guang-hui
(College of Forest Resources and Environmen, Nanjing Forestry University, Nanjing 210037, Jiangsu, China)

The similarity theory was systematically introduced, by combining the theory and the analytic hierarchy process (AHP), and taking the dynamic changes of two-stages green land patches in Shenzhen as an example, the patches similarity of each distract and each green land type were estimated.The location, shape and areas of green land unit were used as the similarity elements.Then the similarity coefficients can be defined.The overlapping number of green land patches indicated the location variation of green land.The ratio of minimum and maximum shape index of green land indicated the shape variation of green land.With the same method, the areas variation coefficient was also obtained.The results shows that the estimation of green land variation based on similarity theory and method are feasible.The research of results also provide an effective method for the further assessment of green land development in Shenzhen Special Economic Zone .

similarity theory; green land patches; dynamic changes; assessment; Shenzhen

S731.2

A

1673-923X(2012)03-0119-05

2011-12-09

国家自然科学基金资助项目（30571491）;南京林业大学科技创新基金（CX2011-24）;江苏省林业三项工程项目（lysx(2009)46）;国家林业局公益性行业科研专项(200804006/rhh-11)；江苏高校优势学科建设工程资助项目(PAPD)

王 芳(1987—)，女,江苏南京人，硕士研究生,专业方向：林业遥感与GIS

佘光辉,男,教授,博士生导师,主要研究方向：3S技术在森林资源与监测中的应用,E-mail：ghshe@njfu.com.cn

[本文编校：吴 毅]