林 欣，张 贵，李建军

（ 1.莆田学院 工艺美术学院，福建 莆田 351100；2.中南林业科技大学 理学院，湖南 长沙 410004）

21世纪以来，中国城镇化发展迅速，以平均每年1.35%的速度发展，2050年之前，中国的城镇化率将提高到70%以上。在这个过程中，城市空间将不断扩展，将致使土地利用/覆盖类型由植被为主的自然景观逐渐被水泥、沥青等不透水面取代，从而导致生物多样性下降、城市热岛效应、水土流失等一系列的生态环境问题[1]。如李广宇等[2]通过长三角地区植被退化的研究结果表明：城市的快速扩展对植被覆盖（NDVI）具有重要的影响；陈亮等对湖北省植被覆盖变化及其对地形因子影响进行研究[3]，黎良财也对喀斯特山区植被覆盖进行研究[4]，也得出了相同结论。王涛等以西安为例分析了植被NDVI对城市扩展的响应，结果也表明城市扩展等人为干扰对植被NDVI的影响超过了气候变化[5]。因此研究城市空间扩展及其对植被覆盖变化的影响，有利于进一步掌握两者之间的权衡关系，对今后城镇化发展和生态环境保护具有重要的意义[5]。

卫星遥感对地观测技术具有大尺度、可追溯性、快速和实时等优点已被广泛地用于对区域植被、城市、河流等各种土地覆盖的监测和评价[6]。然而，目前国内研究城市扩展多数停留在针对个别重点城市，如北京[7]、杭州[8]、厦门[6]等一线城市，而对三线城市的关注不够。莆田市地处福建沿海中部，东面与台湾隔海相望，被列为第一批国家新型城镇化综合试点地区，且获得“2018年国家森林城市”荣誉称号。因此，其城市空间扩展是否给生态环境造成破坏是当前人们关注的问题。本研究拟利用遥感技术对莆田市2000年—2016年间的城市空间扩展及其对植被NDVI的影响进行定量化分析，找出城市空间扩展与植被覆盖变化关系，以期为该国家森林城市的科学规划和建设提供科学依据。

1 研究区概况

莆 田 市（118°27′～ 119°39′E，24°59′～25°46′N），位于福建沿海中部，东面与台湾隔海相望，西北与省会城市福州毗邻，南接泉州。地形以沿海山地、丘陵为主，地势由东南向西北逐渐抬升，背山面海，东南部平原广阔，中部丘陵起伏，西北部山峦叠嶂，海拔介于500～1 800 m之间。属海洋性亚热带季风气候，年均温度为18～21 ℃，年降水量为1 000～1 800 mm。2016年末，全市常住人口289万人，其中，城镇常住人口167.9万人，占总人口比重为58.1%，居全省第4位。2002年2月1日，国务院批准调整莆田市部分行政区划，目前包含城厢、涵江、荔城、秀屿4个区和仙游1个县。2018年10月，获得“2018年国家森林城市”荣誉称号。

2 材料与方法

2.1 数据来源

研究数据来源于地理空间数据云下载的卫星遥感影像，为了数据处理的一致性，所有遥感数据均采用Landsat卫星系列数据，选取莆田市陆地面积为研究对象，以2000-06-29的Landsat5 TM影像、2010-08-04的Landsat7 ETM+影像和2016-07-27的Landsat8 OLI_TIRS影像作为最终影像数据。所选影像季相相近、质量完好，空间分辨率30 m，影像信息，如表1所示。

表1 遥感影像数据基本信息Table1 Basic information of remote sensing image data

2.2 遥感数据预处理

影像下载于地理空间数据云官方网站Landsat的Level 1T产品，该产品无需几何校正，研究区3景影像叠加准确。影像预处理主要利用ENVI软件进行辐射定标和大气校正，用Chander等[9-10]和Chavez[11]的模型和参数将原始影像的灰度值（DN）转换为传感器处反射率，以减少不同时相的影像在地形、光照和大气等方面的差异；FLAASH大气校正采用与研究区纬度和季节相对应的Tropical（热带的）模型，气溶胶模型选择Urben（城市）模型；不同时相的影像之间采用二次多项式和最邻近像元法进行配准，配准的RMS误差都小于0.5个像元。在辐射校正后的遥感影像基础上计算归一化的植被指数（NDVI）和归一化建筑指数（NDBI），最后结合莆田市的行政区划矢量图对两种指数影像图进行裁剪，得到所需要的研究区指数遥感图像（图1和图2）。

2.3 指数提取

2.3.1 植被指数提取

归一化的植被指数NDVI 是植被生长状态及植被覆盖度的最佳指示因子，因此本研究采用NDVI反演植被信息。公式为：

式（1）中：NIR为近红外波段，Red为红外波段。NDVI值在[-1，1]之间，负值表示地面覆盖为水体等，对可见光高反射；0表示有岩石或裸土等，NIR和Red波段近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大。

2.3.2 建筑指数提取

NDBI指数源于对归一化植被指数（NDVI）的深入研究和分析，也称为仿植被归一化指数[12]。NDVI之所以能够有效地提取植被信息，是因为植被在NIR波段上的灰度值大于Red波段，而其他地类都相反，因此在NDVI指数图像上大于0的大都是植被。城镇用地的灰度值在NIR和NIR波段反射增强，而其他地类都变小，因此，模仿NDVI指数的提取方法，查勇[13]提出的归一化建筑指数NDBI，可用于提取研究区的建筑用地，公式为：

NDBI=[p(MIR)-p(NIR)]/[p(MIR)+p(NIR)]。（2）式（2）中：MIR为中红外波段。NDBI指数法是一种有效的城镇用地提取方法，精度高于非监督分类，与监督分类的精度接近，但NDBI比较客观。

3 结果与分析

3.1 莆田市2000—2016年建筑用地扩展分析

NDBI值介于-1与1之间，经比对谷歌地图等高清历史影像，人为确定-0.20为建筑用地阈值，即NDBI值大于-0.20为建筑用地，NDBI值小于-0.20为非建筑用地；从而获取了莆田市3个时相的城市建筑用地扩展信息（图1），并对其建筑用地与非建筑用地面积占比进行统计（表2）。

图1 2000—2016年莆田市建设用地扩展Fig.1 The expansion of construction land in Putian City from 2000 to 2016

从表2可以看出，2000—2016年间莆田市城市建筑用地面积占比有了较大幅度的增长，由22.70%增至28.84%，净增6.14%。建筑用地增长的速率和模式呈现出阶段性特征；前10 a增长了2.04%，后6 a增长了4.10%，后6 a的增长速率大于前10 a，这表明莆田市城市空间的快速扩展时期为后6 a。从扩展模式上看，2000—2010年间破碎散布在全市各地的建筑用地斑块逐渐在东南部平原形成大片的面状核心城区，而西北部散布的建筑用地转变为非建筑用地；而后6 a间不仅在2010年形成的面状核心城区内进行填充，而且在西北山区原有的非建筑用地上出现大量分散的建筑用地（图1）。

表2 莆田市2000—2016年建筑用地/非建筑用地面积占比Table2 Proportion of construction land/non-construction land in Putian City from 2000 to 2016

总体而言，16 a间莆田市区的扩展表现为先慢后快，先东南后西北的时空变化特点。扩展模式是从全市零星散布转变为东南部平原集中连片的面状城区，继而面状城区内部和西北部又出现破碎斑块；扩展幅度东南平原最大，中部丘陵次之，西北山区最小。

3.2 莆田市2000—2016年植被景观变化规律分析

根据植被覆盖指数（NDVI）模型分别反演出各研究年份的植被覆盖指数（图2），经归一化后植被覆盖指数（NDVI）介于0到1之间，以0.2为间隔将NDVI由低到高分为低、较低、中、较高、高五类，并计算出它们的面积占比（表3）。由表3可知，2000—2010年期间NDVI等级为高的面积占比由37.32%增至48.89%，NDVI等级为较高的面积由30.31%减至17.94%，NDVI等级为中、较低和低3个等级的面积占比基本相同；而2010—2016年期间NDVI等级为高和较高的面积占比有所下降，NDVI等级为中、较低和低的面积占比均上升，表明后6 a期间大面积地表植被覆盖下降。由图2可知，2010年影像与2000年影像对比中部丘陵地带绿色加深，表明前10 a期间大面积地表的植被覆盖增加；2016年影像在2010年影像NDVI等级为高和较高的位置出现大量NDVI等级为中、较低和低的小斑块，表明这部分森林覆盖质量下降。

图2 2000—2016年莆田市归一化植被指数NDVI的空间分布Fig.2 Spatial distribution of the NDVI in Putian City from 2000 to 2016

表3 莆田市2000—2016年NDVI分类面积占比Table3 Area ratios of different grades of NDVI in PutianCity from 2000 to 2016

将图2中各研究年份反演出的NDVI值相减，以-0.1、0.1为分割点进行NDVI指数变化分类，差值由低到高分为变差、不变和变好3类，获得莆田市植被覆盖指数年际变化（图3），并计算出它们的面积占比（表4）。从表4可知，2000—2016年NDVI变差的面积为37.26%，NDVI变好的面积占28.87%，变差相较于变好的面积多出8.39%，说明在这16 a里植被覆盖在减少。由图4可知，2000—2016年NDVI年际变化具体表现为变差与变好的斑块相互交错，西北部大部分地表NDVI指数变差，中部大部分地表NDVI指数变好，东南部大部分地表NDVI指数变差。这表明城市建筑用地的拓展会造成植被覆盖度下降。

图3 2000—2016年莆田市归一化植被指数NDVI的变化Fig.3 Changes of NDVI in Putian City from 2000 to 2016

如果将研究的时间段分为2000—2010年和2010—2016年两个阶段，则前一个阶段整个莆田市NDVI变好的面积减去变差面积年均有1.29%面积的地表植被获得恢复，在图3中具体表现为中部和西北有大面积NDVI变好，而东南部有大面积地表NDVI变差，但植被恢复的面积要高于植被损失的面积。而后一个阶段NDVI变差的面积年均净增2.80%，表明每年有2.80%面积的植被受到破坏，图3中具体表现为西北部大面积地表NDVI变差，仅有东南部城市边缘有少部分地表NDBI变好；后一阶段植被损失比前一阶段植被恢复快了一倍多。

表4 莆田市2000—2016年NDVI年际变化Table4 Interannual variation of NDVI in Putian City from 2000 to 2016

3.3 莆田市2000—2016年建筑指数与植被指数相关性分析

将2000—2010年、2010—2016年两阶段的建筑用地扩展过程和植被变化规律的相关性进行定性分析可知，前后两个阶段建筑用地面积分别增加了2.04%和4.10%，两阶段建筑面积占比均增加；但前一阶段年均有1.29%面积的植被获得恢复，而后一阶段年均有2.80%面积的植被遭到破坏。两阶段植被的变化规律截然相反，因为前一阶段消除了大量破碎分散的建筑用地斑块转变为集中面状核心城区，而后一阶段产生了大量破碎的建筑用地斑块。由此可知大量破碎且分散的建筑用地斑块会造成大面积地表植被覆盖度下降。

为了进一步分析建筑指数（NDBI）对植被覆盖指数（NDVI）的影响，分别将各研究年份的建筑指数影像和它们对应的植被覆盖指数影像做回归分析（图4）。在影像上按500 m×500 m的网格随机采样，每个年份的NDBI和NDVI各采增加15 556个样本，大量的样本有助于增加统计分析的代表性和客观性。由图4可知，从各年份的回归模型来看，建筑指数（NDBI）和植被覆盖指数（NDVI）呈线性负相关关系，说明建筑用地的增加会使地表植被覆盖下降。从所获得的回归方程来看，在莆田市，建筑指数每提升10%，地表植被覆盖指数最少降低0.77。如果从最新的2016年回归模型来看，建筑指数每提升10%，则降低的地表植被覆盖指数高达0.86，说明莆田市城市空间的拓展会造成地表植被覆盖度急剧下降，且后期对植被的负面影响会越来越大。

图4 2000—2016年莆田市建筑指数与植被指数回归分析Fig.4 Regression analysis of NDBI and NVEI in Putian City from 2000 to 2016

4 结论与讨论

1）莆田市城市空间拓展伴随部分地区地表植被覆盖指数变差。在城市发展进程中，城市建筑用地面积占比由22.70%增至28.84%，净增6.14%；整个研究区植被覆盖指数变差的面积占37.26%，而植被覆盖指数变好的面积占28.87%，变差面积净增8.39%，植被覆盖指数变差地位于城市空间拓展较快的西北部山区和东南部平原地带。

2）从莆田市发展阶段来看，建筑用地面积增加较快时段植被破坏较严重。在2000—2010年间，全市建筑用地面积占比增加了2.04%，建筑用地呈向东南部集中面状，扣除NDVI变差面积年均有1.29%面积的植被获得恢复；在2010—2016年间，建筑用地面积占比增加4.10%，市内西北部出现大量破碎分散的建筑用地斑块，扣除NDVI变好面积年均有2.80%面积的植被遭到破坏；莆田市的建筑指数（NDBI）和植被覆盖指数（NDVI）呈线性负相关关系，建筑指数每提升10%，植被覆盖指数可降低0.77～0.86，后期城市扩展对植被景观的影响更大。

3）城市空间的拓展会导致地表植被覆盖指数变差，但在部分地区也存在植被恢复变好的状况，当出现破碎分散的建筑用地斑块时植被破坏较严重；当建筑用地斑块集中出现在某区域时，植被覆盖指数会变好。可能的原因是随着城市拓展和人们生活水平的提高，人们对美好生活的需求也体现在对景观的需求上，景观规划质量自然提升。如何利用卫星图像对城市空间拓展与城市地表植被覆盖指数进行监测，通过监测部分特征指标来弄清城市空间拓展中植被覆盖指数的变化，详细讨论城市空间拓展与植被覆盖指数质量的关系，为城市大尺度空间景观规划提供指导依据，需在以后的研究中深入探讨。