基于遥感的海岛型城市发展生态效应分析——以厦门岛为例

林中立， 徐涵秋

(1. 福建工程学院建筑与城乡规划学院， 福建 福州 350118； 2. 福州大学环境与资源学院， 福州大学遥感信息工程研究所， 福建 福州 350108； 3. 福建省水土流失遥感监测评估与灾害防治重点实验室， 福建 福州 350108)

0 引言

当前， 城市化进程正在全球范围内以前所未有的速度进行. 随着城市的发展， 城市地表空间结构发生剧烈变化， 加速了自然资源的消耗， 对区域气候、 能量循环、 土壤、 植被以及生物造成严重干扰. 为探究城市发展对生态环境的影响， 并进行定量化评价， 基于遥感空间技术的城市发展监测和城市环境效应评价已成为当前研究的热点[1-5]. 然而， 这些研究大多以植被、 地表温度、 建筑用地、 裸土等单一指标对城市生态进行分析评价， 缺乏综合性评测.

一些学者发现， 利用主成分分析将与生态相关的指标进行耦合， 这一方法不仅可以科学集成作用于城市生态系统的各指标， 还克服了人为因素对结果的主观判定[6]. 鉴于此， 郭卫华等[7]利用湿度、 绿度和建筑指数， 对生态指数进行构建. 然而， 在当前全球气温升高， 城市化进程不断加快的大环境下， 城市热环境无疑是城市生态环境评价中的重要因素之一， 郭卫华等在生态指数构建中未加入热度指标， 因此在一定程度上限制了该指数在城市生态环境评价中的应用. 王钊齐等[8]将植被覆盖度、 地表裸露度、 地表温度和净初级生产力进行综合分析， 定量评价了城市生态质量. 该生态评价指数同时考虑了植被覆盖度与净初级生产力， 但在各生态指标的主成分分析中， 植被覆盖度与净初级生产力的相关系数高达0.99， 二者存在很大的共线性， 说明在指标的选择上欠妥. 徐涵秋[6, 9]将绿度、 湿度、 热度和干度指标进行主成分耦合分析， 构建了新型遥感生态指数(remote sensing based ecology index, RSEI). RSEI全面考虑了与生态环境息息相关的绿度、 湿度、 热度和干度指标， 而且通过主成分分析将各指标的信息进行了科学集成， 能够定量客观地反映生态环境质量. RSEI已被许多学者应用于内陆及沿海城市[10-12]、 水土流失区[13]、 矿区[14]、 自然保护区[15]等区域的生态环境定量评价研究中， 并取得了良好的效果. 同时， 针对生态环境较为特殊的海岛型城市， 徐涵秋等[16]、 温小乐等[17]采用RSEI分别对厦门岛和平潭岛的生态环境状况进行监测评估， 证明了RSEI能够对海岛的生态环境状况开展快速、 客观的评价.

厦门自1980年成立经济特区， 城市建成区从岛内向岛外迅速扩展， 并形成了众星拱月的海湾型城市格局. 厦门本岛作为中心城区， 经过30多年的特区发展， 岛内建设已臻成熟， 空间趋于饱和， 人口密度较大. 为保证其海岛型风景旅游城市的发展定位， 改善厦门岛生态环境的舒适性， “十二五”期间提出并实施了“提升岛内、 拓展岛外”的发展思路， 岛内致力于保持风貌、 保持特色， 降低开发强度、 降低建设密度， 提升环境品质、 提升城市功能的建设原则[18]. 本文选用新型遥感生态指数(RSEI)对1996—2017年厦门岛的生态环境状况进行监测与评价， 以期客观评测厦门岛城市发展规划成效.

1 研究区及影像预处理

1.1 研究区概况

图1 厦门岛区位示意图Fig.1 Location of Xiamen island

厦门岛位于118°08′～120°31′ E， 24°25′～24°34′ N， 是厦门的中心城区， 岛内分为思明区和湖里区(图1). 厦门岛属于典型亚热带海洋性气候， 年平均气温在21 ℃左右， 年平均降雨量约1 200 mm， 5—8月为雨季. 2016年， 岛内常住人口134.1万人， 占全市总人口的34.21%； 土地面积157.76 km2， 占全市土地面积的9.28%； GDP为1 994.08亿元， 占到全市GDP的52.69%[19]. 本文的研究区仅包含厦门岛主岛和鼓浪屿， 一些分散的小岛屿不在研究区范围内， 面积为149.82 km2.

1.2 遥感影像预处理

研究采用Landsat系列卫星遥感影像作为数据源， 选择质量较好， 夏季无云的影像， 分别为1996-09-06 Landsat TM和2017-08-15 Landsat 8 (图2). 影像均下载于美国地质调查局(USGS)官方网站(https://earthexplorer.usgs.gov/)的Level 1T产品， 同一研究区的影像叠合准确， 无需几何校正. 为消除大气、 太阳高度角和地形等因素对光谱反射信号的影响， 需对影像进行辐射校正， 辐射校正采用日照大气综合校正模型(illumination and atmospheric correction model, IACM)[20-21].

图2 厦门岛遥感影像Fig.2 Landsat images of Xiamen island

2 研究方法

遥感生态指数(RSEI)由G(绿度)、W(湿度)、H(热度)、D(干度)这4个与人类生存息息相关的指标构成， 利用遥感影像分别提取得到植被指数(NDVI)、 缨帽变换中的湿度分量(Wet)、 地表温度(LST)和建筑指数(IBI)， 用于代表G、 W、 H和D等4个指标. RSEI可以表示为这4个指标的耦合函数， 即：

RSEI=f(G, W, H, D)

(1)

其遥感定义为：

RSEI=f(NDVI,Wet,LST,IBI)

(2)

NDVI植被指数、 Wet缨帽变换中的湿度分量、 LST地表温度、 IBI建筑指数的公式分别为[22-28]：

NDVI=(NIR-Red)/(NIR+Red)

(3)

WetTM=0.031 5ρ1+0.202 1ρ2+0.310 2ρ3+0.159 4ρ4-0.680 6ρ5-0.610 9ρ7

(4)

WetOLI=0.151 1ρ2+0.197 3ρ3+0.328 3ρ4+0.340 7ρ5-0.711 7ρ6-0.455 9ρ7

(5)

LST=γ[ε-1(ψ1Lsen+ψ2)+ψ3]+δ

(6)

(7)

式中: Red、 Green、 NIR、 MIR分别代表红光波段、 绿光波段、 近红外波段以及中红外波段反射率；ρi(i=1, 2, …, 7)分别代表TM、 OLI影像各对应的波段反射率； 地表温度LST反演采用Jiménez-Muoz和Sobrino单通道算法[25-27]进行计算，Lsen为传感器处辐射值(W·(m2·sr·μm)-1)；ε为地表比辐射率[29-30]；ψ1、ψ2、ψ3为与大气水汽含量相关的大气参数[26]；γ和δ为基于Planck函数得到的2个参数[25-27].

由于4个指标的量纲各不相同， 因此在计算RSEI前， 需要进行指标的正规化处理， 将指标转化到[0， 1]区间的无量纲数值， 指标的正规化处理同时也能在一定程度上消除不同时相影像间的季相差异[31]. 正规化公式为：

(8)

式中： NIi为正规化后的某一指标值；Ii为该指标在象元i的值；Imax为该指标的最大值；Imin为该指标的最小值.

将正规化后的4个指标进行主成分分析， 根据各指标对第一主成分(PC1)的贡献度计算获得初始生态指数RSEI0， 进而通过对RSEI0的正规化处理， 得到RSEI. 公式表示如下：

RSEI0=1-{PC1[f(NDVI,Wet,LST,IBI)]}

(9)

(10)

式中： RSEI值介于[0, 1]之间， 值越大， 则表示生态越好.

值得注意的是， 由于RSEI不适宜在大面积的水域地区使用[6]， 因此在RSEI计算之前需对影像中的水体进行掩模处理.

3 结果与讨论

表1为4个RSEI构建指标主成分分析数据. 从中可以看出， 在4个主成分分量中， PC1的贡献率最高， 2个年份均超过83%， 说明PC1能够较好地综合代表4个指标. 在PC1分量中， NDVI和Wet所代表的绿度和湿度， 其符号均为正， 表明这2个指标对RSEI的贡献为正， 绿度和湿度对生态环境起改善作用， 而LST和IBI所代表热度和干度， 则对生态环境起负作用.

表1 RSEI构建指标主成分分析

表2为RSEI相关统计， 可以看出， 厦门岛的RSEI从1996年的0.470下降到2017年的0.465， 21年间RSEI虽有0.005的下降， 但总体较为稳定. 其中， NDVI减少幅度最大为0.056， 说明厦门岛植被质量的下降是影响岛内生态质量下滑的主要原因之一. 同时， IBI上升了0.004， 表明随着厦门岛的发展， 城市建设用地随之增加. 还可发现， LST有0.038的下降， 城市热环境有所缓解.

表2 RSEI指数和4个指标的均值

注： NDVI、 Wet、 LST、 IBI这4个指标均经过正规化.

图3为厦门岛1996年和2017年的RSEI结果图， 图中颜色从红色到蓝色， 分别代表生态质量差到优， 其中不透水面、 裸地主要呈现出红色调， 茂密植被的山地呈现蓝色调， 而一些城市公园、 休耕地则呈现亮黄过渡色.

图3 厦门岛RSEI结果图Fig.3 RSEI images of Xiamen island

对比2个研究年份的RSEI结果图可发现， 其差异主要体现在： 1)位于厦门岛西部的老城区， 1996年时， 生态质量较差的区域主要分布于该区域， 到了2017年， 老城区的生态状况有了较大程度的好转； 2)随着岛内发展重心逐渐向东北部移动， 1996年东北部零星分布的聚落村庄， 到2017年已被连片开发， 导致该区域的生态质量明显下滑.

为了更好地分析厦门岛生态环境状况， 进一步将各年份的RSEI指数值以0.2的间隔均分为5级， 1～5级分别代表生态差、 较差、 中等、 良、 优. 表3为RSEI分级统计数据， 图4为RSEI分级图.

表3 厦门岛RSEI等级统计

图4 厦门岛RSEI分级图Fig.4 RSEI grades images of Xiamen island

从表3可以看出， 2个年份的RSEI等级分布均呈现出生态等级较差(2级)面积比例最大， 生态等级中等(3级)次之. 从比例变化上看， 生态等级中等(3级)的增加幅度最大， 达6.75%， 生态等级较差(2级)的减少幅度较大， 为4.84%， 这一部分的变化主要来自对岛内老城区的改造与提升， 在一定程度上补偿了新一轮城市开发所导致的生态质量下滑. 同时， 生态等级良(4级)也有2.27%的减少， 在空间上主要体现在对东北部区域的扩展开发.

从图4还可发现， 位于高崎机场和高崎火车站附近的北部地区， 生态等级差与较差(1、 2级)区域大面积集聚， 加之1996—2017年间围海造地使1、 2级斑块不断扩大， 在空间上形成了生态质量的低值汇集区. 就整体而言， 厦门岛的生态环境质量还有较大提升空间.

4 厦门岛生态变化成因分析与模型预测

图5 厦门岛用地规划图(2011—2020年) Fig.5 Urban land planning of Xiamen from 2011 to 2020

前文述及， 1996—2017年间， 随着城市的发展， 厦门岛向东北部地区扩展， 导致大面积植被被建筑用地和不透水面所替代， 生态环境遭到破坏. 但从RSEI的计算结果上来看， 厦门岛的RSEI从1996年的0.470下降到2017年的0.465， 仅降低0.005， 生态质量未大幅下滑， 研究发现这与厦门岛科学的城市规划关系紧密. 对比厦门岛RSEI (图3、 图4)与用地规划图(图5)可看出： 1) 老城区内主要为规划居住用地， RSEI结果显示该区域生态状况有较为明显的好转， 这主要得益于对老城区的旧城改造， 将一些连片的低层建筑重新规划， 改造成高层现代小区， 增加植被覆盖， 扩宽道路， 改善通风状况； 2) 将岛内工业重心向岛外迁移， 并对岛内工业用地进行整合， 将连片的规划工业用地和区域交通设施用地集中于北部高崎机场周边片区， 该区域也正是岛内生态环境质量的低值汇集区， 便于下一步的重点集中改善； 3) 更重要的是， 对岛内主干道和重点片区进行绿化提升， 不仅在平面上增加植被覆盖， 而且将绿化向“空中”推进， 加大立体绿化的建设力度.

将正规化后的NDVI、 Wet、 LST和IBI专题影像与RSEI结果图进行逐步回归分析， 以2017年为例， 随机采集17500个样点， 建立基于RSEI的城市生态模型(回归模型通过1%显著性检验)：

RSEI=0.357NDVI+0.251Wet-0.299LST-0.468IBI+0.502 (R2=0.99)

(11)

从回归模型来看， IBI所代表的干度其系数为负， 且绝对值在4个指标中最大， 为0.468， 说明城市建筑用地的扩展对厦门岛生态环境的破坏最为显著. 同时， NDVI所代表的绿度其系数为0.357， 表明植被能最大限度地改善生态环境. 因此， 应在增加植被覆盖、 改善城市植被质量的同时减少等量的建筑用地.

5 结语

利用基于遥感的新型生态指数(RSEI)对海岛型城市厦门岛1996—2017年的生态环境状况进行监测与评价， 研究发现， 厦门岛的RSEI从1996年的0.470下降到2017年的0.465， 21年间RSEI虽有0.005的下降， 但总体较为稳定.

基于2个研究年份的RSEI对比分析发现， 城市发展的科学规划是厦门岛生态环境得以保证的重要原因， 对老城区的旧城改造和重新规划， 在一定程度上补偿了城市东扩所导致的生态质量下滑. 研究还发现， 位于高崎机场和高崎火车站附近的北部地区为规划工业用地与区域交通设施用地， 正是岛内生态环境质量的低值汇集区， RSEI等级多为差和较差， 该区域的生态环境还具有较大提升空间， 应在增加植被覆盖、 改善城市植被质量的同时减少等量的建筑用地.