穆亚超，颉耀文，张玲玲，陈云海

（1.兰州大学 资源环境学院，甘肃 兰州 730000；2. 93116部队，辽宁 沈阳 110141）

1994～2015年兰州市不透水面变化分析

穆亚超1，颉耀文1，张玲玲1，陈云海2

（1.兰州大学 资源环境学院，甘肃 兰州 730000；2. 93116部队，辽宁 沈阳 110141）

不透水面的监测与变化分析对于城市化进程的了解、城市景观格局的研究以及生态环境的建设等方面具有重要意义。以兰州市建成区为例，基于Landsat遥感影像数据，采用线性光谱分解模型获取了城市不透水面信息，对不透水面的变化进行研究，结果表明，1994～2015年间，兰州市建成区的不透水面发生了较大的变化，但由于发展空间限制，扩张速率和扩张强度呈现下降趋势，在景观格局上分布越来越集中，形状也趋于相对简单化。到2015年，研究区内的不透水面覆盖度达到较高水平，对于兰州城市未来的发展规划提出严峻考验。

不透水面；兰州；变化；格局

近些年来，城市化进程的加快带来了城市景观的巨大变化，大量的自然地表转化为不透水面。不透水面（impervious surface）一般是指相对于植被和土壤而言，渗透率较小的人工建筑物表面，如由沥青、混凝土等物质覆盖的建筑物顶部、道路、广场等[1-2]。不透水面作为城市的重要组成部分，不仅是城市化程度的指标，也是一个环境质量的指标，对于城市的生态环境和地表径流等具有重要的影响，如城市热岛效应、城市洪水灾害。不透水面的发展变化受到了人们的广泛关注与重视，因此，城市不透水面的相关研究是城市研究的重要方向之一。

目前，遥感技术由于具有客观性、高效性和动态性等特点，已成为不透水面动态监测的有力手段[3-4]。国内外不少学者对城市不透水面进行了相关研究，这些研究主要集中在不透水面的估算方法[5-6]、不透水面对城市热岛的影响[7-10]、不透水面与植被覆盖度的相关分析[11-12]、基于不透水面信息的城市扩展研究[13-14]等。其中利用线性光谱分解模型（LSMA）对城市地表组分进行混合像元分解，获得城市不透水面信息，进而分析不透水面的变化及空间分布特征是城市遥感研究的重要内容，对于城市的规划建设具有重要的指导意义[15]。

兰州市由于其特殊的地理位置，地形复杂，形成了东西狭长-南北略窄的典型的河谷型城市，其气候属于西北内陆干旱气候，年均降水量较小。近几十年来，兰州城市发展迅速，尤其是进入21世纪后，城市人口迅速增加，城市化进程空前加快，大量的自然地表转化为城市不透水面，交通拥堵，建筑密度大；城市绿化率低，城市热岛效应明显，生态环境脆弱，城市环境质量受到人们的高度关注。因此，研究兰州市不透水面的时空变化特征，进而为兰州城市的发展规划及生态建设提供参考，以及对于了解兰州的城市化进程，分析其景观格局变化具有重要意义。

1 研究区概况与数据源

兰州市位于中国西北部，甘肃省中部，作为甘肃省省会是西部地区重要的中心城市，现辖城关、七里河、西固、安宁、红古5个区和永登、榆中、皋兰3个县。本研究选取的范围为兰州市第三版城市规划的中心城区范围，该区域是兰州城市人口最密集的区域，也是兰州市的政治、经济、文化中心，具有很高的城市化水平（图1为2015年的Landsat8_OLI影像）。

图1 研究区影像图

本文选取的影像数据为Landsat卫星系列影像，来源于USGS官网（http://glovis.usgs.gov/）。为反映兰州城市近20 a的不透水面变化情况以及考虑到影像质量问题，本研究从1994～2015年每隔7 a选取一期影像，总共选取了4期影像，影像的基本信息见表1。首先对获取的影像进行辐射定标、大气校正等预处理工作，然后对影像进行裁剪，获得本研究区的遥感影像数据。

表1 遥感影像信息表

2 研究方法

2.1 线性光谱分解

线性光谱混合模型定义为将像元组分在某一波段的反射率分别以各组分所占像元面积比为权重系数的线性组合[16]。根据RIDD[17]提出的V-I-S模型，将城市景观看成是除水体之外由植被、不透水面以及土壤3种组分有机组成。利用线性光谱分解模型（linear spectral mixture analysis，LSMA）进行城市不透水面信息的提取，一般包括3个步骤：降低维度、端元选取、线性光谱分解。

本文首先利用最小噪声分离变换（MNF变换）获取前3个主成分，相关研究表明MNF变换后的前3个分量构成的特征空间已经能够满足端元的选取需求[18-19]。然后基于V-I-S模型在MNF1、MNF2和MNF3这3个波段组成的特征空间中分别选取植被、高反照率、低反照率以及土壤4种端元类型的样本，并且结合人工目视解译进行样本修正，获取较为纯净的端元。最后，利用线性光谱分解模型获得各个端元的丰度图，进而获取不透水面盖度图。

2.2 变化分析方法

本研究区采用定性与定量相结合的方法对不透水面变化的分布及变化特征进行研究，根据对于兰州实际情况的了解以及对照影像进行定性分析；在定量分析中选取变化速率、变化强度两个指标来反映不透水面信息在数量上的变化，选取分维数、聚集度指数这两个景观格局指数来刻画不透水面的空间形态变化。通过上述4个指标可以较好地反映兰州市不透水面的数量变化和分布格局特征，变化速率和变化强度这两个指标由公式计算获得，分维数和聚集度通过Fragstats4.2软件计算获得，指标公式如下：

变化速率K反映不透水面面积在一段时期内的年均变化量：

式中，An+i和Ai分别代表n+i年和i年的城市不透水面面积；n是以a为单位的时间。

变化强度AGR用城市不透水面年均增加面积与基年面积之比来表示：

式中，An+i和Ai分别代表n+i年和i年的城市不透水面面积；n是以a为单位的时间。

分维数PAFRAC是反映景观形状复杂程度的指标，分维数的值域范围为1～2，其值越接近 1，类型景观斑块形状越简单越有规律；越接近 2，则越复杂：

式中，aij为斑块ij的面积；Pij为斑块ij的周长；ni为斑块数目。

聚集度指数AI是反映斑块在景观中聚集与分散状态的指数，值域范围为0～100，聚集度指数值越小则斑块越分散，其值越大斑块分布越聚集：

式中，n为斑块总数；Pij为斑块i和j相邻的概率；Pij=Eij/Nb；Eij为相邻生态系统i、j间的共同边界长度，Nb是景观中不同生态系统间边界的总长度。

3 结果与分析

图2 精度评价结果图

3.1 提取精度分析

利用分解后得到的均方根误差（RMS）结果以及对照高清影像人工采样进行精度评价（图2），每个采样点选择3×3窗口的均值，以2015年为例进行精度评价（其他年份采取相同的评价方法），其均方根误差值均很小，误差低于0.02的像元数超过90%；最终提取的不透水面盖度结果如图3所示，通过实测盖度与线性光谱分解盖度的线性拟合结果来看，相关系数达到0.920 3，R2为0.834，结果较为理想。

不透水面的提取利用不透水面盖度结果设定阈值进行二值化处理，阈值的设定通过对比高清影像并结合对研究区的调查了解，通过多次实验最终确定ISC大于0.43为提取不透水面的阈值，获得不透水面的提取结果。利用ArcGIS随机生成300个验证点进行精度验证，基于Landsat卫星影像以及Google Earth高清影像人工判别验证点是否为不透水面，然后与不透水面二值化结果进行对照，其准确率均高于85%，结果满足研究要求。

图3 不透水面盖度图

3.2 数量变化分析

从1994～2015年间，兰州市不透水面扩张显著，面积从1994年的113.752 km2增加到2015年的200.876 km2（见表2），增加的不透水面主要集中在研究区东北部的雁滩地区，中西部地区的迎门滩、马滩、崔家大滩等地区，以及北部的九州开发区（图4）。不透水面的变化由分散向连片发展，主要为向外部蔓延式为主，有少量的内部填充。到2015年，研究区内的可建设之地已基本被城市侵占完毕，不透水面覆盖度达到84.654%，表明研究区城市化达到较高水平。

图4 不透水面提取结果图

本文划分为3个阶段研究城市不透水面的扩张：1994～2001年、2001～2008年、2008～2015年。从这3个阶段总的来看（表2），整个研究区城市不透水面的变化速率在逐渐下降，其中第一阶段最大，为5.168 km2/a；第三阶段最小，为2.609 km2/a。变化强度也是呈现不断降低的趋势，从第一阶段的4.543%降低到第三阶段的1.429%。可见，随着城市的不断发展，研究区可利用土地不断减少，城市扩张的进程也随之变慢，表现为城市不透水面的变化速率和变化强度的不断降低。

表2 不透水面相关统计指标值

主城四区的不透水面的变化速率和变化强度如图5所示，安宁区由于1990年之后兰州市大力建设安宁经济技术开发区（1993年批准），城市居住用地、商业用地以及科研教育用地等不断扩张，表现在第一阶段不透水面在该区的中南部地区增加较快，变化强度较大；到第二阶段变化减慢，增加的不透水面主要在该区的东部、中部地区以及南部的迎门滩地区；第三阶段不透水面变化主要发生在该区的西部及中部地区，主要为交通用地、居住用地、工业用地的扩张，还有南部沿滨河路有少量的城市工业和商业用地增加，变化较前两个阶段明显变慢。

图5 主城四区不透水面变化速率与变化强度图

西固区在“一五”计划期间建设了兰炼、兰化等大型重点骨干企业，逐步形成了西固石化工业区，之后在此基础上不断发展完善，第一阶段和第二阶段实现了较为稳定的发展，变化速率和变化强度在主城四区中相对较低。到第三阶段西固区的发展基本已经定型，变化速率和变化强度较前两个阶段迅速降低。

七里河区在第一阶段不透水面扩张相对较快，到第二阶段、第三阶段变化减慢，第一个阶段主要是该区西北部的大滩村以及中北部的马滩村等村庄的城市化建设，使得该区的不透水面扩张较为迅速，变化强度相对较大，到第二、三阶段主要是兰州西站的建设带动了周围的发展，如郑家庄新村的城市化建设，使得该区域的不透水面得到一定程度的扩张，但与第一阶段相比，变化速率和变化强度降低较多。

城关区作为老城区其城市扩张主要发生在雁滩地区以及九州开发区，随着雁滩高新开发区的大力投资建设，大量的农用地转化为不透水面，在第二阶段九州开发区开始加快发展，因此在前两个阶段的不透水面扩张速率较大，而到第三阶段该区可发展空间变得相当有限，变化速率迅速降低，变化强度也变得较小，到2015年城关区除黄河外基本被不透水面覆盖完毕。

从图5可以看出，城关区的变化速率在四区中一直处于最大状态，但变化强度几乎处于最小状态，可见虽然城关区在近20 a的时间内实现了一定的发展，但作为老城区其发展早已定型，变化强度不大。而安宁区的变化强度一直高于其他三区，变化速率也相对较高，说明近20 a来由于安宁经济开发区的大力开发建设，不透水面实现了较大的变化。四区中的西固区变化速率和变化强度几乎一直处于较低状态，这是由于该区作为甘肃省和兰州的核心工业区发展较早，在1994年的城市发展就基本定型，后期发展变化不大。

3.3 景观格局变化分析

从空间形态变化方面分析（图6），结果表明，由于兰州城市地理位置的特殊性，城市形态并非规整的近似圆形或方形发展，而是呈特殊的“东西长南北窄”的长条形，整个研究区的分维值均大于1.41，并且聚集度指数很高，均在94以上，说明不透水面形状比较复杂，并且分布集中程度高。

图6 景观指数统计图

1994～2015年间分维数值的变化呈现出类似“N”型，即不透水面的形状复杂程度在这20 a左右的时间内波动变化。1994年的兰州市建成区不透水面大体形成分裂的几大斑块，城关-七里河核心斑块、西固核心斑块，还有安宁区相对规模较小的两个斑块，但各个斑块形状相对比较简单，分维数较低。1994～2001年间，不透水面扩张较为显著，在原来的基础上增加了许多不透水面斑块，尤其是安宁区的不透水面发生了较大变化，整个研究区的分维数值显著增大。2001～2008年期间不透水面不断扩张，将整个研究区连成一片，分维数明显降低。到2015年，由于九州开发区的建设以及七里河区的兰州西站西南地区的发展，使得城市突破原来的形态，分维数略有上升。

兰州城市的不透水面随着时间的变化，聚集度指数基本上处于不断增加的状态，只有在2001年略有下降，这与分维数的变化相对应，2001年城市不透水面在几个分裂的斑块基础上扩张，不仅原来的斑块增大，还增加了许多零星分布的小斑块，导致聚集度指数降低。之后不透水面不断填充侵占非不透水面，不透水面斑块不断聚集，导致聚集度指数不断增加，2015年研究区的聚集度指数值达到96.58，可见不透水面的分布已经相当密集紧凑。

4 结 语

本文基于线性光谱分解模型实现了兰州市建成区不透水面信息的有效提取，从数量变化及景观格局指数变化两个方面分析了兰州市建成区近20 a不透水面变化特征，结果表明：

1）1994～2015年间兰州城市发展使得周边大量的农用地、空地等非不透水面转化为城市不透水面，但是由于地形的限制，研究区不透水面变化的速率和强度越来越小。主城四区在近20 a的发展也都呈现出逐渐下降的趋势，但各个区的变化特征不同，其中变化强度最大的为安宁区，变化速率最大的为城关区，这主要是由于政策的影响和不同地区发展程度的不同引起的。

2）从景观格局变化来看，聚集度指数呈现上升的趋势，不透水面覆盖度越来越高，聚集化程度也越来越高。而分维数呈现波动变化，但总体趋于降低的态势。综上表明，在有限的空间内兰州城市的不断发展使得不透水面在景观格局上空间分布更加聚集，形状趋于规整简单化。

近20 a兰州城市建成区不透水面不断扩张，不透水面覆盖度达到较高水平，城市绿化率低，生态环境质量差，城市要想继续发展只能另谋出路，因此像兰州新区等城市副中心的出现将是兰州城市发展必不可少的产物。

[1] JR CLA,GIBBONS C J.Impervious Surface: The Emergence of a Key Arban Environmental Indicator[J]. Journal of the American Planning Association.1996,62 (2) :243-258

[2] WENG Q. Remote Sensing of Impervious Surfaces in the Urban Areas: Requirements, Methods, and Trends[J]. Remote Sensing of Environment, 2012, 117(2):34-49

[3] SHEN W, WU T, LI M. Mapping Urban Impervious Surfaces of Nanjing from the Dense Landsat Imagery[C]. International Congress on Image and Signal Processing,2012

[4] HU T, YANG J, LI X, et al. Mapping Urban Land Use by Using Landsat Images and Open Social Data[J].Remote Sensing,2016,8(2):151

[5] WENG Q, HU X. Medium Spatial Resolution Satellite Imagery for Estimating and Mapping Urban Impervious Surfaces Using LSMA and ANN[J]. IEEE Transactions on Geoscience & Remote Sensing, 2008, 46(8):2 397-2 406

[6] 崔秋洋,潘云,杨雪.基于Landsat 8遥感影像的北京市平原区不透水层盖度估算[J].首都师范大学学报（自然科学版）, 2015, 36(2):89-92

[7] 杨可明,周玉洁,齐建伟,等.城市不透水面及地表温度的遥感估算[J].国土资源遥感,2014, 26(2):134-139

[8] 宋毅.基于Landsat影像的滇池流域不透水面变化与城市热岛效应关系研究[D].云南：云南师范大学, 2014

[9] ROY S S, YUAN F. Trends in Extreme Temperatures in Relation to Urbanization in the Twin Cities Metropolitan Area, Minnesota[J]. Journal of Applied Meteorology & Climatology, 2009,48(3):669-679

[10] 陈婉佳,高孝杰,刘蓉蓉,等.基于Landsat 8数据的城市不透水面及其与热环境的关系研究[J].测绘与空间地理信息, 2015(4):92-95

[11] 潘竟虎,李晓雪,冯兆东.基于V-I-AP模型的兰州市不透水面与植被盖度时空格局分析[J]. 资源科学, 2010, 32(3):520-527

[12] 谢苗苗,王仰麟,李贵才.基于亚像元分解的不透水表面与植被覆盖空间分异测度:以深圳市为例[J].资源科学, 2009, 31(2):257-264

[13] 王婷.基于不透水表面信息遥感提取的城市扩展研究[D].兰州：兰州大学, 2013

[14] 陈亮.基于不透水面的城市建成区提取及其空间扩展过程分析[D].南京：河海大学,2008

[15] 周纪,陈云浩,张锦水,等.北京城市不透水层覆盖度遥感估算[J].国土资源遥感, 2007(3):13-17

[16] 陶秋香,陶华学,张连蓬.线性混合光谱模型在植被高光谱遥感分类中的应用研究[J].勘察科学技术, 2004(1):21-24

[17] RIDD M K.Exploring a V-I-S (Vegetation-Impervious Surface-Soil) Model for Urban Ecosystem Analysis Through Remote Sensing[J]. International Journal of Remote Sensing, 1995, 16(12):2 165-2 185

[18] 李波,黄敬峰,吴次芳.基于热红外遥感数据和光谱混合分解模型的城市不透水面估算[J]. 自然资源学报,2012, 27(9): 1 590-1 600

[19] SMALL C.Estimation of Urban Vegetation Abundance by Spectral Mixture Analysis[J]. International Journal of Remote Sensing, 2010, 33(22):299-307

P208

B

1672-4623（2017）02-0094-04

10.3969/j.issn.1672-4623.2017.02.029

2016-09-08。

项目来源：国家自然科学基金资助项目（41471163）；甘肃省地理国情监测资助项目（GSGP-2014-23-34）。

穆亚超，硕士研究生，主要从事遥感与GIS应用研究。