2013年，党的十八届三中全会明确指出了就全面建立资源环境承载能力，对水、土地、环境和海洋等资源实施监测预警。国家同步下发《资源环境承载能力监测预警技术方法（试行）》，全面推动县级行政区单元尺度下的资源环境承载能力试评价工作。2020年，自然资源部印发《资源环境承载能力和国土空间开发适宜性评价指南（试行）》，进一步明确了国土空间规划背景下的资源环境承载能力评价方法^[1]。这项工作有助于反映省级范围内的资源环境承载力情况，但区县级的评价单元对于评价城市级内部的资源环境承载力情况显得过于粗糙^[2]，更加精细的地理单元才能为后期的国土适宜性评价乃至国土空间规划提供更为详实的现状评估信息^{[3, 4]}。

本文针对城市级资源环境承载力评价过程中对各类数据精细粒度的要求，研究要素尺度下推方法，利用空间统计、分析技术对经济、土地、水、环境、生态等承载要素进行尺度归一化，解决传统统计方法信息统计单元过大（如市、县单元数据），无法进行精准评价的问题。

1 尺度下推方法

地理空间数据的尺度转换是针对空间数据的常见操作，将不同尺度等级下的空间数据统一为相同尺度，通常包含尺度上推和下推操作^{[5, 6]}。尺度下推是指将大尺度下的信息或数据推绎到较小尺度上，以展现数据的更多细节特征，但难度相对较大。

在评价过程中，传统的统计年鉴、水资源公报等统计信息按区县单元统计，环境监测类信息中的空气质量数据、水质数据、噪声数据均为监测点时序数据。本文利用地学统计方法，研究基于空间划分的尺度下推方法，针对地理国情普查、土地调查和专题调查等数据，对经济、水资源和环境等城市资源环境承载要素特征进行尺度下推操作，具体方法见表 1。

2 不同类指标尺度下推操作 2.1 经济类指标

经济类指标的尺度下推操作主要依据土地利用现状调查用地分类信息进行加权计算，计算各街道单元相关用地类型的面积占比，并将其作为权重值将相关产量、产值信息加权下推至各街道单元等级。

具体来说，一产增加值包含农、林、牧、渔等多方面的经济数据，根据武汉市的实际情况，本文利用农业、林业和水产养殖指标来综合反映该经济指标^[7]。其中，耕地数据主要包括地理国情普查与监测成果中的地表覆盖耕地分布数据，辅以土地分级定等调查数据中耕地地块的经济指标；林业指标主要包括林地面积和林木蓄积量；水产养殖信息主要通过国情要素数据中的养殖水面面积和国有渔场面积来反映。二、三产增加值除包括工业用地和商业服务用地的面积外，还包含启信宝提供的企业产值、营业额信息。

2017年武汉市街道尺度经济指标分布见图 1。二产增加值方面，东湖高新区佛祖岭街、汉阳沌阳街、新洲阳逻街二产增加值居前列。综合地均国内生产总值（gross domestic product，GDP）来看，东湖高新区关东街佛祖岭街、经济开发区（汉南区）的沌阳街、汉口的后湖街、新洲的阳逻街居前列。

2.2 水资源类指标

水资源类指标主要包含水资源和消耗量两个方面，而对一个城市来说，具体考虑可利用水资源和居民生活用水两方面。^[8]

地表水资源指地表水中可以逐年更新的淡水量，是水资源的重要组成部分[9]，武汉市对水资源的开发以地表水为主[10]，因此选取地表水资源总量为评价指标。街道尺度的地表水资源总量计算如下：

$ \begin{array}{c} 街道地表水资源总量 =\frac{\text { 街道水域面积 }}{\text { 区县水域面积 }} \times \\ 区县地表水资源总量 \end{array} $

(1)

其中，水域数据来源于地理国情监测常水位水域，包括江河湖泊、坑塘和水库。

居民生活用水包括居民生活日常所需用水以及相应的商业用水^[11]。居民生活用水的供应量和质量直接反映了该地区或城市的发展水平、卫生状况和水资源可持续利用水平。2017年武汉市街道尺度水资源分布见图 2。街道尺度下居民生活用水量计算公式如下：

$ \begin{array}{c} 街道居民生活用水量 \text{=} \\ \frac{街道人数\times \left( 街道居住人数/商用用地面积 \right)}{区县人数\times \left( 区县居住人数/商业用地面积 \right)}\times \\ 居民生活用水量 \\ \end{array} $

(2)

2.3 环境类指标

与前两类指标不同，空气监测、水质监测、噪声原始信息均为监测点位采样数据，为计算各街道的指标，采用克里金插值方法进行尺度下推。普通克里金法假设具有Z值的点数据空间属性均一^[12-14]。对于空间任意一点(x，y)，都有同样的期望与方差，即任意一点处的值Z (x，y)，都由区域平均值E和该点的随机偏差R (x，y)组成，其数学函数如下：

$ \hat{Z}\left(s_0\right)=\sum\limits_{k=1}^n \lambda_k Z\left(s_k\right) $

(3)

式中，s₀为待预测点空间位置；$\hat{Z} $(s₀) 为待预测表面值（即点数据Z值）；n为监测值总数（原始点数）；Z (s_k) 为第k个监测点的数值；λ_k为第k个监测点的相应权重。普通克里金法的权重λ_k由插值点和数据点之间的距离及其周围监测值间的空间关系决定，一般可通过变异函数反映。

克里金插值一般包括两个步骤：①通过变异函数和协方差函数估算样本的统计相关性（空间自相关）；②预测未知值。

图 3展示了2017年武汉市街道尺度主要污染物浓度的空间分布。武汉市PM₁₀分布特征明显，PM₁₀浓度以蔡甸区成功现代都市农业发展区管理委员会、消泗乡和青山区钢化村、红钢城为双辐射中心，且以双中心连线向外（西北与东南方向）衰减，细颗粒物年均浓度在江汉区、江岸区都具有较高数值。而PM_2.5高浓度带呈西北-东南走向，与武汉季节性风向一致，具体主要集中在武汉市中心城区、东西湖区。武汉市PM₁₀总体呈北高南低，并由城市中心向外辐射衰减的分布格局。

如图 4所示，噪声监测信息来源于2017年武汉市环保局主城区内布设的自动监测站点，共计200多个道路和工地声环境监测点。噪声等级声效值的最高值在青山区（65.65分贝），最低值在洪山区（45.55分贝）。中心城区的高噪声带主要分布在汉口新华路沿线，主要为道路噪音；武昌的噪声带主要集中在紫阳街，以省人民医院为中心的生活噪声为主。

3 结束语

在尺度概念和尺度转换方面，国内外已经有诸多研究，尤其集中在生态学、遥感科学、水文学及气象科学等领域^[15]。但在地理信息科学领域，空间数据的尺度转换理论和技术还缺乏系统性梳理，而城市级资源环境承载力评价过程中复杂数据来源带来的尺度差异性问题更是难以应对。针对此问题，本文综合利用多源数据，集成了加权、叠置、重构等地理空间分析模型算法，提出了资源环境承载要素的尺度下推技术体系，为更为精细的城市级资源环境承载力评价工作提供理论和实践依据。