城市不透水面信息提取及水环境效应分析——以武汉市江南三区为例

罗智勇，王明珠，陈婉佳

(1.成都理工大学 地球科学学院，四川 成都 610059；2.国土资源部 地学空间信息技术重点实验室，四川 成都 610059；3.海南省地质调查院，海南 海口570206)

0 引言

不透水面定义为: 诸如屋顶、沥青或水泥道路等水不能通过其下渗到土壤中的城市人工景观[1].不透水面的面积、丰度和空间格局不仅是城镇化的重要表征，也对城市的水热环境有着重要影响.近年来，我国大中城市频繁遭遇内涝灾害，造成的人员伤亡和财产损失十分惨重，其中一个重要原因是城市扩张过程中，不透水面范围扩大，排水系统跟不上，使得地表径流增加，导致内涝发生.因此，了解掌握不透水面信息，科学规划城市排水系统十分重要.目前，随着遥感技术的发展，快速大范围提取不透水面成为可能.在国外，Ridd[2]提出V-I-S模型，为定量研究城市生态环境提供了理论基础.在此基础上，Ward[3]、Phinn[4]、Wu[5]、Lu[6]等结合光谱混合分解方法对不透水面成功进行了估算.在国内，周存林[7]等、王浩[8]等、陈云[9]等利用光谱混合分解模型，综合高、低反照率组分含量成功估算了城市不透水信息；金晶[10]、李波[11]等则以光谱混合分解模型为基础，结合地表温度提取不透水分布情况.

上述不透水面提取方法存在一个难点，土壤和建筑用地以及云和反射率较强的地物(如新建筑用地)极易混淆，Landsat8新增的卷云波段为问题的解决提供了契机.卷云波段光谱范围位于大气窗口外，大部分地面反射的电磁波信息无法穿过大气.黏土矿物具有其他地物没有的特征：在卷云波段附近有一个明显的吸收谷[12].因此，可以通过卷云波段将建筑用地与土壤分离.

本文基于2001年ETM+和2015年Landsat8影像，利用完全约束最小二乘法混合像元分解，获取不透水面信息，得到14年间研究区不透水面的时空变化情况，并分析其面积增加引起的水环境效应，为城市内涝治理、改善热岛效应提供参考依据.

1 研究区概况和数据预处理

1.1 研究区概况

武汉，湖北省省会，位于中国腹地中心，长江与汉江交汇处，是世界各大城市中人均拥有水量最多的城市，又被称为“江城”.本文研究包括三个行政区：武昌区、青山区、洪山区.此江南三区分别为武汉的政治中心、工业中心和教育中心，同时环抱东湖、西湖、南湖，也是内涝灾害严重的区域.

1.2 数据源及其预处理

本研究采用ETM+和Landsat8影像，获取时间分别为2001年1月11日和2015年1月23日.其处理过程均利用ENVI5.1软件进行.

图1 研究区的Landsat8影像Fig.1 The Landsat8 image of study area

(1)反射率定标.利用反射率定标系数将其像元灰度值(DN)转换为对应的反射率值(Reflectance).其公式为：

(1)

其中:增益Mρ、偏移Aρ参数和太阳高度角sin(θSE)都可直接从元数据文件中获取.

(2)几何精校正.以1∶5万地形图为基准，选取地面控制点50个，进行几何校正，使得校正误差RMS均值小于0.5个像元.

(3)影像裁剪.将以上处理后的影像根据研究区范围进行裁剪，得到两期影像图，图1为研究区的Landsat8影像.

2 研究方法

2.1 线性光谱混合分解

混合像元是指在一个像元内存在有不同类型的地物，而解决该问题的关键在于确定组成混合像元各种地物的比例.本文采用线性光谱混合分解的方法，其模型(式2)及约束条件如下(式(3)和式(4)[14])：

(2)

(3)

(4)

其中:ρIb为像元I在第b波段的光谱反射率；fkI为像元I中k所占分量值；ρkbE为端元k在第b波段的光谱反射率；n为像元I所包含的端元数目;εIb为光谱模型的随机误差.用完全约束最小二乘法来求各像元中基本组分的比例，使误差最小.

2.2 端元选取

(1)首先采用最小噪声分离法(MNF)对影像信息进行降维、压缩.ETM+和Landsat8影像进行MNF后各分量的特征值如表1和表2所示.前3个分量的纹理清晰，且贡献值占总信息量分别为96.33%、94.40%，因此都选择MNF变换后的前3个分量用于端元选择.分析前3个分量的散点图(见图2)，结合假彩色图像，获得端元样区.

表1 ETM+影像MNF变换后的各分量特征值Tab.1 Eigenvalue of six components generated by MNF transformation of ETM+ image

表2 Landsat8影像MNF变换后的各分量特征值Tab.2 Eigenvalue of seven components generated by MNF transformation of Landsat8 image

(2)通过纯净像元指数计算(PPI)进一步筛选，提取纯净像元.

(3)综合1、2步骤，最终确定4个端元为：高反射率不透水面、低反射不透水面、土壤、植被.其中Landsat8影像得到的端元光谱反射率曲线如图3所示.

图2 Landsat8影像MNF后三个分量特征空间散点图Fig.2 Feature space scattergram representing the first three MNF components of Landsat8 image

2.3 “噪音”信息的去除

直接将高、低反射率不透水面相加不能准确反映不透水面信息.一般来说，高反射率不透水面信息易与云、沙土混合，而低反射率不透水面也包括了水体、植被阴影等信息，所以需要去除这些“噪音”信息[11].研究区含云量极少，受云的干扰可忽略不计.对于植被，通过端元波谱来设定阈值；对于土壤等信息，结合端元波谱以及利用Landsat8的卷云波段将其分离；而对于水体等“噪音”，通过MNDWI指数[15]计算将其去除.

图3 各端元在7个波段的光谱反射率Fig.3 Spectral reflectance of 4 endmembers at 7 bands

从图3中可以看到，高反射率不透水与土壤的反射率曲线相近，不易区分.但二者在OLI 9，即卷云波段差别较大，前者亮度明显高于后者.

图4 卷云波段的伪彩色图像Fig.4 Pseudo color image of the Cirrus

图4为经反射率定标后Landsat8卷云波段的伪彩色图像，在其东南部和西南部的洪山区境内为土壤分布区域，而该区域在卷云波段的反射率明显高于其他地方.参考端元波谱中的土壤数据，Landsat8影像就设定土壤端元波谱值的0.154作为阈值，选取大于该阈值的部分构造掩膜，从而去除高反射率不透水面信息中的“噪音”.具体去除各个“噪音”的阈值设定如表3.

表3 去除“噪音”的阈值统计Tab.3 Statistical threshold of removing the “noise”

3 结果与分析

3.1 不透水面信息提取

利用两期影像，基于线性光谱混合分解模型，最终得到了四个端元的丰度图像，然后通过“噪音”的剔除，将修正后的高、低反射率不透水面分量相加，得到了研究区的不透水面丰度图(见图5和图6).为更好研究其变化情况，将两期不透水面丰度图进行差值运算[16]，得到了不透水面变化图(见图7).

图5 ETM+影像不透水面信息丰度图Fig.5 Impervious surface images of ETM+

图6 Landsat8影像不透水面信息丰度图Fig.6 Impervious surface images of Landsat8

如图5和图6，修正前的不透水面信息丰度图中，长江、东湖、南湖等水体区，水田分布区，洪山区东部和南部土壤区，生态园、植物园、森林公园等植被阴影覆盖区以及城区周边的零星沙土区都处于高值区.进行“噪音”剔除后，明显消除了这些异常，将以上修改成了低值区.

图7 不透水面变化图Fig.7 The change image of impervious surface

3.2 精度验证

经过光谱混合分解后，得到其均方根误差(RMSE)均值分别为0.005 235、0.006 093，误差较小.同时，利用高空间分辨率的SPOT影像，通过多光谱融合全色影像跟ETM+所得到的结果来进行验证，随机选择107个样本，其中9个误分，总精度达到了91.59%，Kappa系数为0.823.

3.3 不透水面变化分析

结合研究区的城区布局，发现所得的丰度图与其基本一致.青山区内驻有武汉钢铁集团公司、武汉石油化工厂等10多个大型企业，工厂较多，建筑多为水泥、玻璃、混凝土等，所以不透水丰度值基本大于80%.武昌区为江南核心区，以高密度的商业中心和住宅用地为主，不透水面丰度多大于70%；而洪山区是武汉市以城带郊的中心城区，区内不透水面丰度值变化较大.大学城、珞瑜路、武汉火车站等商圈丰度值均大于80%，而东部以垄岗平原为主的区域丰度值多低于40%.

从两个时间点的不透水面分布图(图5(b)和图6(b))可以看出，总体上湖泊群数量和面积、植被面积都在减少，随之增加的便是不透水面面积，城市建设成为形成不透水面的重要驱动力之一.从不透水面变化图(图7)，可以反映出城区建筑的增加，三环线、外环高速、天兴洲长江大桥、沙湖大桥的建成.图7中，洪山区不透水面增加最为明显，其东南部的左岭镇，北部、西南部的村落面积均有扩大.14年间研究区不透水面覆盖度总体上随着围湖垦殖呈放射状扩张；青山区和武昌区部分区域不透水面呈降低态势，这是由于近年来园林局加强绿化工程建设，开展植树造林活动，将粉煤灰“废渣”地块改造为城市绿地，致力建设“城市绿肺”.

空间统计分析不透水面变化情况，如表4所示.14年间，江南三区的不透水面积一共增加了52.598 9 km2，其中青山区增加了8.800 1 km2，占该区总面积的10.51%；武昌区增加9.010 5 km2，占该区总面积的10.31%；洪山区增加34.788 3 km2，占该区总面积的7.24%.从两个时期的不透水面丰度图，可知青山区、武昌区的各类建设用地发展已较为饱和，变化绝对值不大；而洪山区的绿地和农业用地范围广，14年来增加的不透水面积相对较大.对比两个时期的变化情况，其中，水体面积从2001年的130.242 4 km2减少到94.019 4 km2，共计36.223 km2，占不透水面增加值的68.87%，水体面积的缩小为不透水面的扩张做了较大贡献.

表4 不透水面信息变化Tab.4 The change of impervious surface

3.4 水环境效应分析

城市化进程使得水体面积大幅缩减，不透水面积不断增加，地表覆被状况的大幅改变对城市水环境状况产生了深刻的影响.主要表现在以下3个方面[17]：

(1)短期水文效应，不透水表面增加导致降雨下渗量减少以及洪峰提前.由于不透水表面的阻隔作用，降水无法及时下渗，会迅速转化为地表径流，从而加大径流量，加快径流速度，缩短径流历时，甚至迅速形成洪峰，造成洪水灾害.绿地、水体在城市中起着重要的“汇水”作用，能够适当缓解城市内涝.然而在城市化进程中，湖泊大量被填埋，绿地减少，城市蓄水能力大幅削弱.据统计，从2002 年到2013年的11年间，武汉市的湖泊由200余个快速缩减至160多个.

(2)长期水文影响，城市不透水表面大幅增加，改变了城市地表径流的时空模式及城市地区的水文循环过程，进而改变了城市小流域的水量平衡状况.由于大面积不透水表面的存在，城市局部小气候发生改变，形成的蒸腾作用不同于自然过程，干扰了水文循环的过程.城市地区不透水表面的增加，还容易形成局部高温现象，影响城市局部气候，形成热岛效应和雨岛效应，增加城市地区降水，加剧城市极端气候，导致夏季暴雨常态化，使得内涝愈加严重.因此，在有“火炉”之称的武汉，特别是武昌区、青山区等不透水面密集的区域，出现 “逢夏必涝”的现象.

(3)对城市水质的影响.城市不透水表面大幅增加造成的地表径流特征对城市地区非点源污染有重要影响，氮、 磷以及重金属等依附在城市地表的污染物随着降雨迅速进入河道，会影响河流水质.不同的不透水表面盖度对水质变化的作用不同，随着盖度的增长和不透水面积的增加，水质受到的非点源污染负荷愈发严重.

4 结论

本文基于ETM+和Landsat8影像，采用混合像元分解方法得到研究区不透水面信息的变化信息，并分析其水环境效应.通过分析，得出了以下结论：(1)Landsat8新增的卷云波段可以突出土壤特征，有助于区别土壤与建筑等不透水信息.同时，Landsat8将Landsat7的8 bit辐射分辨率提高到12 bit，大大增加了影像的灰度量化级，提高了高波段的信噪比，这对于不透水信息提取过程中“噪音”的剔除具有重要意义；(2)城市建设是形成不透水面的重要驱动力之一.14年间，江南三区不透水面积的增加52.598 9 km2，多是建立在围湖垦殖的基础上，并呈放射状扩张.同时，政府绿地工程的建设使得部分不透水面呈负增长.(3)不透水面深刻地影响到城市水文过程、环境水质及局部气候，研究获得不透水面分布格局及变化情况可为城市内涝治理、改善热岛效应提供依据.