地理国情普查成果在城市扩张监测中的应用

张艳梅，雷宇宙，毛亚萍，黄悦康，张 艳

（1.国家测绘地理信息局 第三航测遥感院，四川 成都 610100）

地理国情普查成果在城市扩张监测中的应用

张艳梅1，雷宇宙1，毛亚萍1，黄悦康1，张 艳1

（1.国家测绘地理信息局 第三航测遥感院，四川 成都 610100）

本文以成都龙泉驿区为例，探索了国情普查成果在城市发展监测中的应用。基于地理国情普查地表覆盖和重要要素成果、历史影像成果以及历史基础地理信息数据，结合人口、社会经济数据，对2009～2014年龙泉驿区城市扩张特征和驱动力进行了监测分析。监测表明，监测时段内龙泉驿区城区向西南快速扩张，土地利用类型也随之变化，其扩张的主要动力来自于社会经济发展、产业集约发展模式以及政府政策规划。

国情普查；城市扩张；龙泉驿区；土地利用；动力机制

城市化的程度代表了一个国家或者地区的文明程度[1]。城市建成区扩展往往伴随着城市周边地区土地利用类型、基础设施、公共服务设施等诸多要素的急剧变化，对其进行有效的监测，分析城市扩张背后的驱动力机制，可以科学合理地指导城市规划，对控制用地规模、土地资源有效利用、经济社会和生态环境协调发展具有非常重要的意义[2]。

过去常规的监测手段费时费力，并且难以快速反映城市土地资源利用的空间变化特征及发展趋势[3]。近些年，快速发展的3S技术能够快速、准确、实时获取城市用地状况，还可以空间化、直观化、宏观化描述城市发展的优势，已越来越多地应用到城市发展监测中，特别是自“十二五”以来，随着第一次全国地理国情普查工作的全面开展，如何利用3S技术在国情普查成果的基础上进行城市发展监测、研究城市扩展模式及发展动力机制，已然成为当今一大热点。

本文以成都市龙泉驿区为研究区，利用3S技术，基于全国第一次地理国情普查数据成果、历史高分正射影像以及1∶10 000DEM数据，结合社会经济统计数据，对2009～2014年该区域的城市建成区扩张特征开展研究。

1 方法与技术路线

本文的技术路线为：①参照历史遥感影像和地理国情普查成果，提取2009、2012、2014年龙泉驿区城市建成区范围；②在地理国情普查地表覆盖数据和

1.1 城市建成区范围提取

城市建成区包括市区集中连片的部分以及分散在近邻区域与城市有着紧密联系的、具有基本完善的市政功能的城市建设用地（如机场、污水处理场和通讯电台等）[4]。国内外对城市建成区的提取方法有基于城市道路网络、基于城乡纹理密度以及仿归一化植被指数法等[5]。

本文2014年龙泉驿区城区范围来自于国情普查的BOUA8层，2012年和2009年的城区范围则是在BOUA8层基础上，基于高分航空正射影像（分辨率0．5 m）的城乡纹理密度差异进行修编得到，修编遵循以下原则：城市实体保持空间上的连续性，城市内部小范围区域以及城市内部的水体都划到城市实体内[6]。

1.2 土地利用分类

龙泉驿区土地利用类型与地理国情普查的分类体系不同。首先依据表1，对地理国情普查地表覆盖成果（LCA层）进行整理，使用ArcMAP的裁切工具提取2014年城市建成区内的土地利用数据；然后，参照2012年正射影像，在2014年土地利用分类基础上进行修编，获得2012年土地利用数据。

表1 土地利用类别与国情普查数据地表覆盖类别对应表

1.3 城区扩张特征分析方法

1）城区扩张幅度和强度指数。利用城区扩展面积和扩展速率指数分析城区扩张的幅度和强度特征。城市建成区扩展面积ΔS指在一个时段内城区扩展的面积之差，即后一期的城区面积减去前一期城区面积；年均扩展速度ΔS/Y指在一个时段内城区扩展的年平均速度，等于扩展面积除以监测年限。ΔS和ΔS/Y值越大，表示城区扩展强度越大、速度越快。

冠心病目前临床上分为稳定型冠心病、慢性冠心病和急性冠脉综合征。慢性冠心病包括稳定型心绞痛、缺血性心肌病和隐匿性冠心病等，急性冠脉综合征主要包括不稳定型心绞痛(UA)、非ST段抬高型心肌梗死(NSTEMI)和ST段抬高型心肌梗死(STEMI)，也有将冠心病猝死包括在内。

2）城区扩张空间特征八象限方位分析方法。采用八象限方位分析法分析城区空间扩张方向特征。以城市几何中心为原点，以东西方向为横轴，以南北方向为纵轴，按8个方位将研究区分为8个象限区域，空间叠加3个时期的城区范围，通过计算不同象限内城区扩张面积ΔS和年均扩展速度ΔS/Y，分析城区空间扩张方向的差异。扩展速度最快的方向为城区扩展的主要方向。

3）土地利用变化特征分析方法。采用定量化、空间化、动态化分析方法描述某一个时间段内某个区域的土地利用变化状况。

定量化分析方法主要是利用监测时间段内变化面积ΔS、年变化率ΔS/Y，宏观描述城区土地利用的变化幅度和强度。

空间化分析方法是将不同时期的土地利用图栅格化，然后将得到的栅格数据进行空间叠加相减，对相减得到的栅格图按土地利用变化类型进行分类，对分类结果进行空间分色显示，制成土地利用变化图。该图可以清晰直观地反映出各类土地的流转强度和分布特点。

动态化分析方法是利用土地利用转移矩阵来分析各类土地流动方向。土地利用转移矩阵是一种二维矩阵，矩阵的“行”表示监测时段初期的地类状态，“列”表示监测时段末期的地类状态，行和列交叉的位置表示监测时段初期的地类变为监测时段末期的地类的面积[7]。

1.4 城区扩张社会经济影响因素分析方法

采用相关系数法分析各类社会经济因素对城区扩张的影响力。相关系数能够利用相关的数据和信息得到影响因素与分析要素间的关联程度。设X=（X1，X2，X3，…，Xn），Y=（Y1，Y2，Y3，…，Yn），这两组值的相关系数RXY的计算公式如下：

假设上述公式中X为不同年限的城区面积，Y则可为相应年限的GDP、人口数量、三大产业产值等社会经济因素数据，则RXY表示城区范围面积和各社会经济因素间的关联程度。若相关系数值为正，表示影响因素（GDP）的正向变化对分析要素（城区范围）发展起促进作用，反之则是抑制作用，相关系数绝对值越大，表示影响力越大[8]。

2 城区扩张空间特征分析

2.1 扩张幅度和强度分析

龙泉驿区2009年、2012年和2014年的城市建成区面积分别为25．5 km2、45．0 km2和50．5 km2，面积逐年增大。2009年～2014年城区总扩张面积约25 km2，相比2009年城区几乎扩张了一倍，平均扩展速率约5．0 km2/年，城市建成区在大幅度扩张；Ⅰ时段（2009～2012年）城市建成区扩张面积是Ⅱ时段（2012～2014年）的3．5倍，分别为19．5 km2和5．5 km2，且扩展速度前者是后者的2．4倍，分别为6．5 km2/年和2．75 km2/年。

Ⅰ、Ⅱ两个时段扩张速率差异较大的主要原因是龙泉驿区城市扩展区域主要位于西部工业区，Ⅰ时段内，在“十一五”加强城镇化建设及工业集中发展的规划目标推动下，龙泉驿区大力开展西部工业区建设，随着建设的全面铺开，城区范围快速向外延伸；Ⅱ时段主要是在Ⅰ时段建设基础上进行推进和配套设施完善，所以城区范围扩张速度减慢。

2.2 八象限方位分析

图1 龙泉驿区城市建成区八象限划分图

图1为龙泉驿区城区八象限方位划分图，表2为8个象限的扩展面积和年平均扩展速率计算结果。综合分析图1和表2可得，2个时段内，5象限的城区扩展面积、年扩展速率均最大，其次为4、6象限，然后为2、3象限，扩展最小的为1、7、8象限。由此可见，龙泉驿区城市建成区主要往西部偏西南方向扩展。经外业实地调查，西部和西南部主要为工业区，东部和西北部为居住区，说明监测时段内工业区建设速度和强度明显大于居住区。

表2 不同象限城区扩张面积及年扩张速度统计/km2

造成龙泉驿区空间扩展方向差异的主要原因有：①龙泉驿城市规划对工业区的重点建设；②地形地貌的影响，龙泉驿区东部为龙泉山脉，其他区域则多为低丘陵地貌，较为平坦，因此西部和南部比较适合城区建设；③地理位置的影响，龙泉驿区西部靠近成都主城区，交通便利，而西南边靠近郊区，人口密度较低，环境承载能力更大，适合工业发展，故人口居住区主要向西部扩展，工业区向西南方向扩展。

2.3 土地利用变化特征

1）定量化特征描述。表3为龙泉驿区2012～2014年土地利用的变化面积和年平均变化速率统计结果。

表3 龙泉驿区城市建成区土地利用类型变化统计

表3表明，龙泉驿区城市建成区土地利用结构基本未变，建筑物用地仍是土地利用主体，相比2012年绿化地稍大于道路用地的情况，2014年道路用地升至仅次于建筑物用地的土地利用类型；除建筑物和道路用地面积增长外，其余用地均在减少；其中，建筑物面积增加幅度大于道路，分别为2．71 km2和1．43 km2，但建筑物年增长速率要低于道路，分别为5．47%和10．14%，面积减少最多的为绿化地2．21 km2，最少的为水域0．09 km2，年减少速率最大的为耕地30．64%，最小的为未利用地4．77%。

2）空间化特征描述。本文按照土地职能将土地利用分为3种：农业生产用地（耕地、园地和水域）、建设用地（绿化地、建筑物和道路）以及未利用地。以此将土地利用变化类型划分为9类：未发生变化为第0类，农业生产用地间的相互变化为第1类，建设用地间的相互变化为第2类，农业生产用地向建设用地的流转为第3类，建设用地向农业生产用地的流转为第4类，未利用地向农业生产用地的流转为第5类，未利用地向建设用地的流转为第6类，农业生产用地向未利用地的流转为第7类，建设用地向未利用地的流转为第8类。这9类变化的空间分布见图2。

图2表明，东部居住区基本未发生变化，土地流转主要发生在城市建成区的中部和西部工业区，且以第6、第8类土地流转为主，即建设用地和未利用地交互频繁，这是由于新城建设占用未利用地以及旧城改造使建设用地暂时废弃为未利用地造成的；其次，第3、第4类流转也较多，发生区域分布较为分散，大致分布在城区边缘地带；第1、第2类流转强度相对较弱，发生区域分布分散，没有明显的分布特征；第5、第7类强度最小，呈零星分布。

图2 龙泉驿区城市建成区土地利用变化图

表4 土地利用变化转移矩阵/km2

3）土地利用变化动态化描述。龙泉驿区城区土地利用转移矩阵见表4。从表中分析可得，建筑物和未利用地是其他地类流向的两个主要目标类别，绿化地和道路次之，而它们的反向流转强度较弱，这与城市扩张引起的土地利用向高等级转化趋势保持一致；此外，耕地和园地的相互流转幅度较大，这说明农业生产方式变化较为频繁；未利用地大量增加主要是由监测时段内土地被占用却未立即投入使用造成的。

3 城区扩张社会经济因素分析

由于采用的遥感影像获取时间均在监测年份的1～4月份，为更加合理地分析城市扩张与社会经济发展的关联程度，分析采用监测年份上一年年末的政府发布的社会经济数据。

表5中“相关系数”是社会经济驱动因素与城市建成区面积的相关系数。表5表明，除第一产业和第三产业比重的正向变化对城市扩张呈负作用力外，其他因素均促进城区扩张，影响力从大到小依次为：非农业人口＞年末常住总人口＞人均GDP＞第二产值比重＞地区总GDP。由此可见，人口增长是2009～2014年龙泉驿区城区扩张的主导因素，其次为第二产比重和地区总GDP的增长。

此外，三大产业中第二产业比重越来越大是龙泉驿区产业集约发展的体现，而根据扩展城区主要为工业园区看来，产业集约发展是现阶段龙泉驿城区扩张的直接原因。

表5 龙泉驿区社会经济数据及其与城区面积相关系数

4 结 论

本文初步探索了地理国情普查成果在城市扩张监测中的应用，特别是其城市建成区范围（BOUA8）和地表覆盖分类数据（LCA层）的应用，形成了从监测底层支持数据制作、空间扩张特征分析到城市扩张影响因子分析的一整套技术流程和方法，能够为后续的地理国情监测工作的开展提供技术参考。但由于研究时间限制以及两期数据制作工作量大，本文仅研究了城市扩张的幅度、强度、方向以及土地利用变化特征，关于城市建成区的基础设施配置、公共服务水平、生态环境协调发展等城市系统功能和发展协调性方面的研究并未开展，这是下一步研究的主要内容。

[1] 梁守真,施平,周迪．城市扩展及其环境效应遥感监测研究进展[J]．世界科技研究与发展,2010,32(4)：474-478

[2] 吴宏安,蒋建军,周杰,等．西安城市扩张及其驱动力分析[J]．地理学报,2005,60(1)：143-150

[3] Dousset B,Ourmelon F． Satellite Multi-sensor Data Analysis Urban Surface Temperatures and Land Cover[J]． ISPRS Journal of Photogrammetry and Remote Sensing, 2003(58)：43-54

[4] 昌达,唐伶俐,陈刚,等．卫星遥感监测城市扩展与环境变化的研究[J]．环境遥感,1995,10(1)：2-8

[5] 潘卫华,徐涵秋．泉州市城市扩展的遥感监测及其城市化核分析[J]．国土资源遥感,2004,62(4)：36-40

[6] 潘洁晨,胡友健,王冬梅,等．遥感影像用于城市扩展监测的研究[J]．地理空间信息,2008,6(2)：111-113

[7] 朱会义,李秀彬．关于区域土地利用变化指数模型方法的讨论[J]．地理学报,2003,58(5)：643-649

[8] 肖倩．皖江城市带建设用地变化驱动力分析[J]．安徽理工大学学报,2012,14(3)：45-48

P208

B

1672-4623（2016）04-0033-04

10.3969/j.issn.1672-4623.2016.04.011

张艳梅，硕士，主要从事地理国情监测与遥感数据处理等方面的研究。

2014-12-10。

项目来源：四川省地理国情监测工程技术研究中心资助项目（GC201403）。