测绘地理信息   2018, Vol. 43 Issue (5): 9-13
0
基于遥感的淮北市城市扩展特征及驱动力研究[PDF全文]
刘辉1, 杨义炜1, 张志赟1    
1. 福州大学环境与资源学院,福建 福州,350116
摘要: 基于多时相Landsat遥感影像数据,针对建筑物的光谱特征,采用建筑用地指数(index-based build-up index, IBI)分别提取淮北市中心城区2003年、2009年和2016年建筑用地,在此基础上,根据城镇与农村建设用地差异,利用Matlab连通区域算法提取各研究年份的城市建成区。结合城市扩张强度以及紧凑度指标,定量研究淮北市城市扩展的规模、方向和形态特征。结果表明:在2003~2016年间建成区面积净增57.83 km2,净增面积是2003年的105.4%;城市建成区扩展方向基本沿“东延、西进、南扩”的战略格局发展;通过拆解建成区分析可知,中心区扩展形态趋于紧凑,以填充型扩展为主,而外围区扩展形态趋向非紧凑,以外延型扩展为主。同时,淮北市的地理环境、政府宏观政策导向、经济因素及道路交通的发展都决定着城市扩展的速度和方向,是城市扩展的主要驱动力。
关键词: 城市扩展     遥感信息提取     建筑用地指数     驱动力分析     淮北市    
Study on Urban Expansion and Driving Forces Analysis in Huaibei City Based on Romote Sensing
LIU Hui1, YANG Yiwei1, ZHANG Zhiyun1    
1. College of Environment and Resources, Fuzhou University, Fuzhou 350116, China
Abstract: This study used IBI(index-based build-up index) to extract built-up land information from Landsat time-series images of the year 2003, 2009 and 2016. Based on the result of IBI and the characteristics of between urban area and rural area, an algorithm of connected areas was used to extract Huaibei's urban built-up area. Spatial metrics were applied to quantify the spatial area, direction and morphology of urban expansion. Results showed that during the 13-year period, the urban built-up area had increased 57.83 km2, which was 105.4% more than the area in 2003. The direction of urban expansion were mainly distributed in the east, west and south parts of urban built-up area. Splitting urban built-up area into two revealed that the morphology of urban built-up area expansion tended to be more compact in center zone and the remaining peripheral zone tended to be less compact. Socio-economic data showed that Huaibei's urban built-up area expansion was closely related to the growth of the city's secondary industries and investment. At the same time, this study also revealed that the other mainly driving forces causing urban expansion included the topographical environment, the guidance of policy and the development of traffic systems.
Key words: urban built-up area expansion     information extension of remote sensing data     IBI     analysis of driving forces     Huaibei    

随着我国城市化进程的加快,城市空间扩展进入了加速期,“土地城市化”快于“人口城市化”的现象尤为突出[1]。城市土地的粗放开发利用,使大量耕地和林地等被占用[2]。部分省市建设用地规模更是突破2020年土地利用总体规划的指标[3]。因此,监测城市空间发展状况及其规律,对防止城市无序蔓延扩张,保障城市土地资源的合理配置具有重要的意义。

目前,利用卫星遥感技术对城市空间扩展进行动态监测分析的方法被国内外学者广泛应用,研究尺度涵盖了全国性的宏观层面、区域性的中观层面以及个案城市的微观层面,当前从遥感影像中提取建筑用地的常用方法有两种:①计算机分类与目视解译相结合的人机交互的方法[4];②基于地物反射特征的谱间差异构建的归一化指数模型法[5]。其中,后者与前者方法相比操作更加简单快捷,且提取的建筑用地精度相对较高[5],被国内外众多学者广泛应用,并取得满意结果[6]

安徽省淮北市是以煤炭开采及利用为主导的资源型城市。随着社会经济发展,其城市空间扩展迅速。而当前针对淮北市的研究主要在产业结构转型[7]与采煤塌陷区复垦利用[8]等方面,对淮北市城市扩展的研究较少。基于此,本文以Landsat遥感影像为数据源,采用基于指数的建筑用地指数(index-based build-up index, IBI)及连通区域算法提取2003~2016年淮北市城市建成区变化信息,进而研究煤炭资源型城市淮北市空间扩展特征及其驱动力,以期为淮北市政府提供科学的决策依据。

1 研究区及数据源 1.1 研究区域

本研究区位于淮北市北部,主要为淮北市中心城区,范围包括相山区及下辖的渠沟镇、烈山区及下辖的烈山镇和宋疃镇、杜集区以及濉溪县下辖的濉溪镇(图 1),面积约为528 km2

图 1 研究区位置与塌陷区分布 Figure 1 Location of Study Area and Distribution of Subsidence Land

1.2 研究区数据来源

本研究数据资料包括:3个时相Landsat遥感影像及淮北市2014年统计年鉴;影像传感器和成像时间分别为2003-04-16的ETM+影像;2009-04-08的TM影像和2016-03-10的OLI影像。

2 研究方法 2.1 研究区建筑用地提取

本文采用徐涵秋[5]提出的基于指数的建筑用地指数IBI,对淮北市建筑用地进行提取。提取结果如图 2所示,其中,图 2(a)~2(c)为研究区假彩色影像;图 2(d)~2(f)为经阈值提取的建筑用地二值化影像,黑色图斑为建筑用地。

图 2 不同年份遥感影像及对应获取的建筑用地影像 Figure 2 Remote Sensing Images ofthe Study Area and Corresponding IBI Images in 2003, 2009 and 2016

将生成的各年份建筑用地二值化影像采取随机抽样的方法,选取200个样点进行精度验证(表 1)。由表 1可知,3个年份的建筑用地提取总精度均在90%以上,也具有较高的Kappa系数值。因此,采用该方法提取的建筑用地进行进一步的研究分析。

表 1 精度评价表 Table 1 Accuracy Assessment

2.2 城市建成区范围提取

经过IBI建筑指数提取的研究区建筑用地,包含了城市建筑用地和农村建筑用地。因此,本文采用基于连通区域的算法[9]进行城市建成区的自动提取,以获得最佳城市建成区范围(图 3)。

图 3 不同年份城市建成区范围及空间变化图 Figure 3 Spatio-Temporal Changes of Urban Built-up Area in 2003, 2009 and 2016

2.3 城市扩展强度

城市扩展强度是衡量城市扩展程度的重要指标,引入城市扩展强度能够分析淮北市城市建筑用地扩张规模特征,其公式为[10]

$ G = \frac{{100\Delta A}}{{TA \times T}} $ (1)

式中,G为城市扩张强度;ΔA为某时段中心城区净增长面积(km2);TA为中心城区总面积(km2);T为该时段的长度(a)。

2.4 紧凑度

城市外围轮廓形态是城市用地不断向外扩张的结果,引入紧凑度能够分析不同时期城区平面轮廓形态变化特征公式[11]

$ \mathit{c} = {\rm{2}}\sqrt {{\rm{ \mathit{ π} }}\mathit{A}} {\rm{/}}\mathit{P} $ (2)

式中,c为城市的紧凑度;A为城市面积(km2);P为城市轮廓周长(km)。若紧凑度值越大,则说明形状越具有紧凑性;反之,形状紧凑性越差[11]

3 结果分析 3.1 城市建成区时空变化分析

通过计算各研究时期城市的扩展面积、扩展强度和扩展速率可知(表 2),在13年间淮北市城市建成区面积从2003年的54.83 km2扩展至2016年的112.67 km2,共增加了57.83 km2,年平均增长率为8.11%。其中2003~2009年间为9.16%,而2009~2016年间为4.66%。此外,2003~2009年间的城市扩展强度为0.95,而2009~2016年间的城市扩展强度为0.75,两者相差0.2。由此可见,13年间淮北市城市建成区扩展表现出先增强后减弱的过程,总体建成区面积呈增长趋势。

表 2 城市建成区及相关指标 Table 2 Urban Built-up Area and Relevant Indicators

3.2 城市建成区扩展方向分析

为了能够更直观地表达城市空间变化状况及发展方向,本文采用象限方位法对提取结果进行分象限分析,如图 4图 5所示。由图 4图 5可知,在2003~2009年间,第6象限面积扩展最大,呈现高的增长势头,占该时段总新增面积的36.7%,其次是第1象限和第7象限,仅这3个象限新增的面积就占到该时段总新增面积的80%以上,可见在2003~2009年间,城市建成区的扩展主要在正南和东北的方向上。在2009~2016年间,第6象限仍然延续着较高增长势头,扩展的面积占该时段总新增面积的32%,其次是第4象限,而第1、7象限新增面积所占的比率均有所下降,可见在2009~2016年间,城市建成区的扩展主要在西南以及西北的方向上。总体来说,在2003~2016年间,淮北市城市建成区在第1、4、6、7象限上扩展较大,基本与淮北市城市“东延、西进、南扩”的战略发展格局相一致。

图 4 城市建成区象限划分 Figure 4 The Partition of Eight Quadrants for Urban Built-up Area

图 5 各时期不同象限建成区面积增长情况 Figure 5 Urban Expansion Situation in Different Period and Quadrants

3.3 城市建成区扩展形态分析

本文通过将提取的城市建成区拆解为中心区与外围区,对城市扩展形态进行分析。中心区主要包括相山老城区及濉溪县县城(图 6),外围区是各个经济开发区(图 7)。通过计算中心区和外围区各年份的紧凑度大小(表 3)得出:①在2003~2009年间,中心区的紧凑度提高了0.12,而在2009~2016年间,紧凑度不变。可见,在2003~2016年间中心区总体轮廓形态趋向紧凑。②而外围区在2003~2016年间,除濉溪经济开发区块紧凑度呈现较大幅度先增加后减小的特征外,其余的总体呈现下降趋势。可见,外围区内各大经济开发区块总体轮廓形态趋向非紧凑式发展。

图 6 不同年份中心区边界 Figure 6 Region of Center Zone in Different Period

图 7 不同年份外围区边界 Figure 7 Region of Peripheral Zone in Different Period

表 3 2003年、2009年和2016年城市建成区紧凑度 Table 3 Compactness Ratio of Urban Build-up Area in 2003, 2009 and 2016

3.4 城市建成区扩展驱动力分析

1) 自然地理因素。淮北市地处淮北平原中部,地势自西北向东南微倾。在研究区内分布有相山、龙脊山以及青龙山等山地,而建成区受到相山的限制,难以向北扩展。同时,由于淮北市长期进行地下煤田开采,致使地表移动变形,形成多处深浅不一的塌陷区,并且主要位于建成区东部,从而制约城市向东扩展,由图 3也可知,在2003~2016年间第8象限内建成区仅扩展2.72 km2,在一定程度上促使建城区向西和向南扩展,与濉溪县城连为一体,加快了“相濉一体化”进程,也使得淮北成为全国少数市县同城的城市之一。可见,地理环境状况也决定了城市扩展的形态和方向。

2) 政策因素。20世纪90年代,淮北市就开始探索产业结构转型之路,由此促使濉溪经济开发区的成立;2002年,党的十六大报告中明确提出支持以资源开采为主的城市和地区发展接续产业,至此以后,淮北市又陆续完善和筹建了淮北经济开发区、烈山经济开发区、杜集经济开发区以及凤凰山经济开发区等;2009年,国务院确定淮北市为第二批32个资源枯竭城市之一,进一步提供资金支持和优惠政策,推动淮北市经济增长方式的转变。通过政府一系列政策的扶持,淮北市经济开发区获得长足发展。在2003~2016年间,淮北市建城区内经济开发区总增长面积为39.92 km2,占建成区总新增面积的69%。

3) 社会经济因素。统计淮北市2003~2014年的经济数据可知(图 8),11年间,淮北市国内生产总值从138.7亿元增长到759.6亿元,增长了近5.5倍。从产业结构的分布可知,11年间淮北市的产业结构依旧以第二产业为主,其中工业在第二产业中所占比重一直保持在85%以上,占据主导地位。此外,淮北市固定资产投资额从2003年的51.1亿元增长到了2014年的840.8亿元,这些对淮北市经济开发区、城镇项目和房地产项目的发展起着重要的作用。

图 8 2003~2014年淮北市GDP及各产业比重变化图 Figure 8 Changes of GDP and Proportion of Different Industries in Huaibei City from 2003 to 2014

4) 交通设施的发展。淮北市是因煤而建的城市,早期铁路符夹线为了开发闸河煤田和减轻徐州枢纽运输负担所建,淮北的中心城区城市形态也是沿铁路沿线两侧扩张(图 9)。淮北中心城区内有省道101和省道202穿过,这两条省道连接着凤凰山经济开发区与濉溪经济开发区。随着淮北市城市内部干道的网络化,使得城区与各个经济开发区的联系更加紧密,经济开发区得以快速发展。因此,淮北市城市建成区沿铁路和公路发展的趋势十分明显。

图 9 建成区道路分布图 Figure 9 Traffic Distribution of Urban Build-up Area

4 结束语

本研究基于遥感影像,利用IBI建筑用地指数与连通区域算法相结合的方法自动提取淮北市2003年、2009年和2016年的城市建成区,并采用空间指标对城市建成区扩展特征进行了定量分析,有效地反映了淮北市城市建成区扩展历程的现实情况。研究得出如下结论:

1) 淮北市城市建成区从2003~2016年13年间,面积共增长了57.83 km2,总体来说,淮北市城市建成区扩展演化基本可以分为2个时期:在2003~2009年间,建成区面积扩展速率较快,强度较高,主要朝正南和东北的方向扩展,城市中心区形态变得相对紧凑,而城市外围区轮廓形态更趋向非紧凑;而在2009~2016年间,建成区面积扩展速率和强度均有所减弱,扩展方向更加多元化,总体以淮北市“东延、西进、南扩”的战略格局发展。

2) 淮北市建成区的空间扩展主要受自然环境因素、政策因素、社会经济因素及交通因素的驱动和影响。

参考文献
[1]
牛文元. 中国新型城市化报告2014[M]. 北京: 科学出版社, 2014.
[2]
姚士谋, 陈爽, 吴建楠, 等. 中国大城市用地空间扩展若干规律的探索——以苏州市为例[J]. 地理科学, 2009, 29(1): 15-21. DOI:10.3969/j.issn.1000-0690.2009.01.003
[3]
国家土地督察机构.国家土地督察公告[EB/OL].[2014-03-21].http://www.mlr.gov.cn/xwdt/jrxw/201403/t20140321_1308491.htm
[4]
刘纪远, 匡文慧, 张增祥, 等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J]. 地理学报, 2014, 69(1): 3-14.
[5]
Xu H. A New Index for Delineating Built-up Land Features in Satellite Imagery[J]. International Journal of Remote Sensing, 2008, 29(14): 4 269-4 276. DOI:10.1080/01431160802039957
[6]
Polydoros A, Cartalis C. Use of Earth ObservationBased Indices for the Monitoring of Built-up Area Features and Dynamics in Support of Urban Energy Studies[J]. Energy and Buildings, 2015, 98: 92-99. DOI:10.1016/j.enbuild.2014.09.060
[7]
戴昕晨. 资源型城市转型过程中的产业结构调整问题——基于安徽淮北市的分析[J]. 华东经济管理, 2010, 24(5): 22-24. DOI:10.3969/j.issn.1007-5097.2010.05.006
[8]
卢璟莉, 常江, 杨洋. 淮北市采煤塌陷地利用现状分析[J]. 煤炭工程, 2014, 47(4): 118-120. DOI:10.3969/j.issn.1008-4495.2014.04.033
[9]
徐涵秋, 杜丽萍, 孙小丹. 基于遥感指数的城市建城区界定与自动提取——以苏锡常地区为例[J]. 福州大学学报(自然科学版), 2011, 39(5): 707-712.
[10]
郭燕滨, 徐涵秋, 张灿, 等. 闽南金三角地区城市扩展及其驱动力分析——以漳州市主城区为例[J]. 地球信息科学学报, 2015, 17(8): 927-936.
[11]
刘纪远, 王新生, 庄大方, 等. 凸壳原理用于城市用地空间扩展类型识别[J]. 地理学报, 2003, 58(6): 885-892. DOI:10.3321/j.issn:0375-5444.2003.06.012