随着城市化发展的日益深入，国民经济增长速度和城市化进程的日益加快，城镇建筑用地大规模增加，对于如何更适宜的进行城市建设规划和城市生态环境保护变得越来越重要。利用遥感数据处理技术对城市化进行监测和分析，能够快速地获取城市区域范围的现状信息及历史信息，极大地促进了关于城市化进程的理论研究。

在中国已经有很多学者对城市扩张进行了研究，运用遥感技术研究城市扩张、城市土地利用、城市环境保护等已成为一种趋势。彭文甫等^[1]利用专题制图仪(TM)和增强型专题制图仪(ETM+)获取的遥感影像，采用地理信息系统(geographic information system，GIS)的空间分析技术，综合运用缓冲区分析方法和因子分析方法，通过各时段内的城市建筑区域扩张图作对比，研究了成都市的城市扩张及驱动力分析。王士君等^[2]利用遥感和地理信息系统，对大庆市的城市扩展进行了定量和定性研究。王元超等^[3]根据TM影像进行决策树分析，探究了重庆市主城区的扩张。陈世莉等^[4]利用遥感影像监督分类来研究成都市的城市扩张。刘帆等^[5]基于Landsat遥感数据, 运用空间分析方法研究了连云港市的城市扩张强度、紧凑度等指标，结合各种因素进行驱动力分析取得了良好的效果。王磊等^[6]采用决策树分类方法对苏州市进行城市扩张分析，显示政府政策对规划影响最为显著。陈可欣等^[7]采用三指数合成和监督分类的方法，结合主成分分析和多元线性回归方法对嘉兴市进行了扩张驱动力研究，指出区域经济发展、人口增长及产业结构升级对城市扩张的综合影响。综上所述，国内学者的城市扩张研究主要侧重于成都、重庆、西安^[8]、天津^[9]、吉首^[10]等大中城市的研究，但针对小城市的城市扩张研究较少。

本文主要目的是利用遥感影像处理技术和GIS空间分析技术研究池州市建筑面积的空间扩张状况及结合分类数据探究城市扩张的速度、趋势及扩张动力等因素，以更好地为社会经济的发展服务。

1) 研究区。池州市位于皖南山区与长江中下游平原交界处，池州市行政区下辖一区三县，分别是贵池区、东至县、石台县、青阳县，行政区域面积达8 272 km²，人口162万。

2) 数据来源。本文采用的基础遥感数据来自地理空间数据云。文本资料来自池州市相应年份的统计年鉴。图像数据源选用陆地资源卫星Landsat 5 TM、Landsat 7 ETM+、Landsat 8的遥感影像，成像时间分别为1990年、1995年、2000年、2006年、2015年，影像在研究区域内无大量云层及积雪覆盖，图像分辨率均为30 m。

3) 研究方法。在完整的遥感图像处理平台ENVI(environment for visualizing images)5.1中对5个时期的遥感数据进行拼接，将数据转换为标签图像文件格式(tag image file format，TIFF)，导入到ArcMap中进行剪裁，以获得所要研究的池州市影像区域范围。在ENVI中使用RGB(red green blue)颜色通道进行真彩色合成，依据目视解译的结果建立兴趣区域(regine of interese，ROI)，将检验合格的感兴趣区利用最大似然法进行监督分类。对生成的分类图像加载到ArcMap进行重分类，获得整个区域的建筑区域并转换为矢量文件格式。再将矢量文件数据与真彩色遥感影像叠加显示，进行目视判读，改正错分的区域。在ArcMap中加载各时期的矢量数据进行叠置，结合人口、国内生产总值(gross domestic product, GDP)等相关资料进行动力、趋势等分析。

4) 遥感影像拼接与剪裁。Landsat遥感影像数据是以分幅的形式来表示遥感影像，要获取整个池州市行政区的遥感影像需要两幅遥感影像数据进行拼接处理，才能获取整个池州市范围内的影像数据。Landsat遥感影像具有墨卡托(UTM)地图投影，可以根据地图投影的经纬度坐标进行自动拼接，在ENVI中用Mosaicking的Georeferenced模块对下载后的基础数据进行拼接，利用直方图匹配技术调节不同时相的遥感影像数据的色差，拼接后输出TIF数据，从而获得整个池州市地区的遥感影像图。在ArcMap中裁剪时注意选取的矢量行政区地图投影与遥感影像的地图投影相一致，以防止由于投影不一致，造成剪裁的错误。如图 1所示。

图 1(Fig.1)

图 1 遥感影像拼接 Fig.1 Remote Sensing Image Mosaic

5) 波段数据合成。在ENVI中选择遥感影像的前3个波段进行合成，TM1输入蓝色波段中，TM2输入到绿色波段中，TM3输入到红色波段中，进行真彩色合成，即合成地物的颜色与现实情况相同。选择波段时，可对合成后的真彩色图像进行灰度拉伸，增强反差，以更好地进行目视判读，可利用直接判读法、对比判读法和逻辑推理法选取地物训练样本数据。如图 2所示。

图 2(Fig.2)

图 2 遥感影像真彩色合成 Fig.2 True Color Synthesis of Remote Sensing Image

6) 选择训练样本。本文选择水系、建筑用地、山地、裸地和其他5种类别样本。各地物类别的样本数量在图面上尽可能均匀分布。由于局部区域的差异性，可进行适当调整，如在池州东北部建筑区面积较多、分布密集，适当减少训练样本数量，而在池州东南部多属于山区，建筑区域面积少、分布离散，适当多取样本数据，已达到整体的采样平衡。如图 3所示。

图 3(Fig.3)

图 3 遥感影像ROI选择 Fig.3 Selection of ROI in Remote Sensing Image

7) 分类精度评价。对选择好的样本数据进行分类精度评价，本文采用Kappa系数进行精度评价，能够很好地描述数据的分类情况，使其达到较好的分类效果。若各类地物的分类精度大于0.8，则表示选择的训练区样本符合精度要求，可以进行分类；否则，应重新选择训练样本，再对训练样本进行精度评价。如图 4所示。

图 4(Fig.4)

图 4 Landsat 8遥感影像监督分类结果图 Fig.4 Landsat 8 Remote Sensing Image Supervision Classification Results

8) 城市边界信息提取。在训练样本数据精度评价合格后，利用ENVI的监督分类模块进行遥感数据的监督分类，数据执行过后进行目视判断，及时调整分类样本的选取。另外，由于建筑物周边情况复杂，易与周围地物形成混合像元，存在错分的可能性，在分类的边缘可能出现一些误差，通过对遥感影像的目视解译，可以发现建筑物的错误分类之处。对小块建筑检查是否存在其他地物错分情况，对大块建筑检查是否存在漏分情况，并通过目视解译对地物分类错误之处进行纠正。对小于阈值的碎片分类可以并入大块的同类类别中或予以删除。对于河谷地带的小型建筑物尽可能保留，在河流上水文站、坝体、水利设施等都给予保留。如图 5所示。

图 5(Fig.5)

图 5 遥感影像分类目视解译原理图 Fig.5 Schematic Diagram of Visual Interpretation of Remote Sensing Image Classification

9) 边界数据栅格转矢量。为了便于统计各时期的数据，先对遥感影像分类后的栅格数据进行矢量化，通过ArcMap10.2中的工具对栅格数据进行重分类，获得建筑区域的分类结果；再利用转换工具将其转换成矢量数据结构，以此方式获得池州市的建筑物矢量数据；最后，利用矢量数据的几何属性获得各时期各区域的面积，并进行汇总统计，获得各个时期池州市的建筑面积。

通过各个时期城市建筑区域的叠置分析，可以获取各时期城市扩张的速度，比较各时期内扩张强度。利用相邻两个时期的矢量数据进行叠加，可计算出各个时段内建筑物面积的增加情况，通过对比各时段建筑物增加的面积，可计算出城市扩张的面积及速度。如图 6所示。

图 6(Fig.6)

图 6 池州市各时期建筑区域示意图 Fig.6 Schematic Diagram of Chizhou Construction Area in Each Period

池州市在1990年、1995年、2000年、2006年、2015年城市扩张面积依次为233.26 km²、318.39 km²、381.79 km²、423.49 km²、511.78 km²。

1990-2015年建筑面积扩张了1.2倍，反映了25年间池州城市化发展迅速，城乡建筑面积大幅增加。也能看出上述4个时段(1990-1995、1995-2000年、2000-2006年、2006-2015年)的年均扩张速率分别为8.52%、3.98%、1.82%、2.30%，这说明年均增速放缓，但呈正增长的趋势不变，一定程度上显示了池州经济的可持续发展趋势。

从1990-2015年来看，城市化逐渐从池州市东北部向中部沿江区域转移，东北部发展放缓，中部区域的城市扩张迅速崛起，南部丘陵山区地带仍处于缓慢发展态势。池州集中示范园区位于宜宁城际铁路及长江之间区域，交通优势明显，地势以平原为主，有利于城市建筑区扩张的发展。如图 7所示。

图 7(Fig.7)

图 7 池州市1990-2015年建筑重心转移示意图 Fig.7 Schematic Diagram of Building Center Transfer in Chizhou City from 1990 to 2015

1992年池州市在主城区东北部设立国家级池州经济技术开发区，经济区建筑面积快速增加，造成了1995年建筑区向东北方向的转移。1995年以后青阳-九华山地区及南部山区的快速建设，造成了建筑区向东南移，从2000-2006年可以看出建筑面积增加变弱，东北部开发区的建筑面积也在增长。2006-2015年可以看到建筑区中心明显向西北部平移，这说明3个经济区的设立，促进了经济的发展，带动建筑面积的大幅增加。

1) 自然地理环境。城市扩张的趋势、速度、方向多与城市的自然环境相关联。池州市位于安徽省西南部，北部为长江中下游平原，属于皖南山区的边缘地带，耕地面积较少，平原地区主要集中在西北部的长江南岸，东南部地区主要为山地丘陵地区，一定程度上制约了当地区域经济的发展。东北部九华山旅游风景区，虽位于山区，但依靠自身的旅游资源，经济发展较快，建筑区面积增长明显。

2) 人口增长及经济发展。城市扩张的规模和速度在很大程度上受到经济和人口因素的影响。经济的增长会伴随着工业区的发展、区域建设和交通设施的完善。城市人口的增长增加了对住房、交通、城市基础设施的影响，促进了城市扩张与相关城镇的城市化建设。从图 8(a)中可以看出人口在持续增长，带来了丰富的劳动力，降低了企业单位的人力资源成本，一定程度上促进了经济的快速发展。乡镇人口的增加促进了乡镇土地的城镇化进程，在各处的表现不一，地域性明显。1990-2015年人口和GDP增长如图 8所示。

图 8(Fig.8)

图 8 池州市1990-2015年总人口和GDP增长示意图 Fig.8 Schematic Diagram of GDP Growth and GDP of Chizhou City in 1990-2015

从图 8可以看出，1990-2010年总人口增长曲线大致呈直线形态。在2010-2015年曲线形态趋于平缓，表明池州户籍总人口数逐年增加，整体增长趋势平稳。2010-2015年增长较前期略有下降，但总体形势依旧呈上升态势。

从图 8可以看出，从1990-2015年池州市GDP增加了530.12亿元，增长了36.3倍，增长迅速。1990-2000年增长幅度较小，仅增长了45.75亿元。从2000年开始GDP增长开始加速，并且没有出现减缓的态势，说明池州经济增长动力强劲，且具有一定的可持续性。

3) 政府规划及决策。在城市的扩张中政府的影响不可忽视，在改革开放前，城市扩张速度不明显，城市发展动力不足，基础设施建设滞后。20世纪80年代后，城镇的建筑区域扩张快速，规模不断扩大，城市化进程进入高速发展阶段。池州市政府为以沿江区域经济发展为中心，带动周边发展，沿岸分布着“长江经济带”、“皖江城市带承接产业转移示范区”等。政府的规划和决策对城市发展与扩张具有导向作用。

本文以遥感影像为基础数据源，运用遥感监督分类技术提取池州市内建筑区域面积，以探究池州市城市扩张程度及趋势。通过结合自然环境、人口、经济、政策规划等相关资料分析池州城市扩张的动力因素。结果如下：①从1990-2015年25年内，池州市建筑面积持续增加，总共增加了287.4 km²，增长率为128.88%。②在城市扩张中心出现向东北部转移的趋势，建筑区域逐渐增加，但年增长速率呈现逐渐下降的趋势，这显示了自然环境对建筑区域的制约，由于随着建筑区的逐年增加，后备建筑用地日益减少，池州多山地丘陵，逐步达到环境承载力的最大值。③在池州中部升金湖地区出现水体面积缩小，西北部沿江区域耕地转变为居民用地，东北部青阳-九华山地区裸地转化为居民用地的现象，说明在城镇化的发展过程中，伴随着土地资源利用类型的变化。④在城市扩张中，人口的增加直接加速了城市扩张的进程，促进的建筑用地面积的增长。经济发展为城镇建设提供资金，进一步促进建筑用地面积的增长。政府规划及决策为城市发展指明方向，具有导向性的作用，一定程度上决定了扩张的趋势和强度。

遥感能够进行大面积同步观测，现实性强，利用遥感技术提取建筑用地面积，快速简便。传统的建筑用地测量工作量大，更新困难，消耗大量的财力物力，已渐渐不能满足城镇快速发展的需求。利用遥感影像分类技术提取城镇建筑用地，能够方便监测城市的扩张趋势及速度，在此基础上制定合理的发展决策，及时对城市规划进行调控，保证各项指标处在合理区间，提高资源利用率，改善土地利用状况，进一步服务好国计民生。