基于GIS和RS的重庆市主城区NDBI分布特征研究

张晓媛, 周启刚

(重庆工商大学 旅游与国土资源学院, 重庆 400067)

基于GIS和RS的重庆市主城区NDBI分布特征研究

张晓媛, 周启刚

(重庆工商大学 旅游与国土资源学院, 重庆 400067)

利用RS技术快速、精确地获取监测城镇用地信息，有助于城市的合理规划及生态环境的保护。采用2002年、2007年、2010年Landsat TM遥感数据提取重庆主城区建筑指数(NDBI)，获取重庆主城区建筑指数的数量结构与空间分布特征，并结合分形理论，对NDBI的分维数与稳定性进行研究。结果表明：2002—2010年低建筑区减少，高建筑区增加；在空间分布上，巴南区的建筑指数明显低于其他区域，九龙坡区以及渝北区的建筑指数相对较高；低建筑区的斑块复杂程度明显高于高建筑区，而高建筑区域的稳定性则高于低建筑区，主要是建设用地相对集中，斑块形状较为规整，从而受外界的干扰较小。研究结果为重庆市城市土地利用管理与城市生态保护提供参考。

NDBI; RS&GIS; 重庆市主城区

归一化建筑指数(NDBI)以其卓越的城镇用地信息表达能力，成为城镇用地及其变化研究的重要分析工具[1]。NDBI 指数的前身是杨山提出的仿归一化植被指数，用于研究城乡聚落形态信息提取。查勇等改称为归一化建筑指数(Normalized Difference Built-up Index)，且利用其自动提取了无锡市的城镇用地信息，吴宏安等在研究西安城市边界信息提取时指出，NDBI从本质上讲揭示了地表裸露特征，因此将NDBI定义为归一化裸露指数(Normalized Differenced Barren Index)[2-8]。现目前，对于NDBI的研究主要集中于NDBI的提取方法，而对于NDBI与土地利用之间的关系及其分布特征研究较少[9-11]。重庆市作为典型的山地城市，其建筑指数(NDBI)的分布特征研究有助于重庆市城市用地管理与城市生态管理。研究采用美国陆地卫星2002年、2007年、2010年TM遥感数据提取重庆都市区建筑指数(NDBI)，并设置阈值对NDBI进行等级划分，得到重庆都市区建筑指数的数量结构与空间分布特征。最后，结合分形理论，对建筑指数(NDBI)的特征参数——分维数与稳定性进行研究。

1 研究区概况

重庆市位于长江上游，四川盆地以东，东经105°17′—110°11′、北纬28°10′—32°13′，是长江上游最大的经济文化中心、重要的水陆交通换乘地以及西南部重要经济增长极之一。其中，主城区包括渝中区、大渡口区、江北区、沙坪坝区、九龙坡区、南岸区、北碚区、渝北区、巴南区9个行政区，总面积为5 463.9 km2。区域地形结构复杂，主要为中山、低山、丘陵，属亚热带季风性湿润气候，冬暖夏热。

2 数据源与研究方法

2.1 数据源

本研究分别以Landsat-TM2002年、2007年和2010年8月的遥感影像数据作为研究重庆市都市区建筑指数(NDBI)的影像数据源，其轨道号为127039，127040，128039，128040，来源为Landsat7，空间分辩率为30 m，同时收集重庆市都市区1∶5万DEM数据、行政区划数据。

2.2 数据预处理

为了能够更精确地提取城市建筑用地指数，必须对Landsat TM影像进行预处理，具体包括影像的正射校正、辐射校正等。首先，根据重庆1∶5万DEM数据，选取控制点对影像进行正射校正，选取的控制点需均匀分布等，校正精度在1个像元之内。在正射校正后，裁减出覆盖重庆都市区的图像，利用ERDAS 8.7对裁减后的影像进行大气校正。

2.3 NDBI计算方法

NDBI指数源于对归一化差异植被指数(NDVI)的深入分析。基于TM遥感影像的NDBI指数计算公式为：

NDBI=(band5-band4)/(band5+band4)

(1)

式中，band4，band5分别指ETM 图像的第4，5波段，取值在- 1到1之间。

2.4 NDBI分类方法

根据NDBI的计算结果，在ArcGIS软件支持下，采用自然断点法进行分级，将其分为高建筑区、较高建筑区、中等建筑区、较低建筑区、低建筑区区共5个等级。

2.5 NDBI各等级分形指数分析

NDBI等级斑块不仅能反映NDBI的总体特征，而且能通过内在的图形信息特征，即斑块形状信息，揭示NDBI空间形态特征，现采用分维数、稳定指数指标，整体分析重庆主城区的NDBI斑块形态特征。

(1) 分维数：分维数主要是用来解释NDBI各等级的形状和面积大小之间的相互关系，公式如下[12]：

D=2ln(P/4)ln(A)

(2)

式中：D——分维数；P——斑块周长；A——斑块面积。D值的大小表示景观结构的复杂性和稳定性，D值越大，表明斑块形状越复杂，D值的理论范围为1.0～2.0，1.0代表形状最简单的正方形斑块，2.0表示等面积下周边最复杂的斑块。

(2) 对于某种景观要素而言，D值越大，表示该要素的镶嵌结构越复杂，D=1.50时，表示该等级类型处于一种类似于布朗运动的随机状态，即最不稳定状态，由此还可以定义景观要素的稳定性指数(SK)[13]：

SK=│1.5-D│

(3)

SK值越小，表明该要素越不稳定。

3 结果与分析

3.1 NDBI数量结构特征分析

根据公式(1)计算重庆都市区2002年、2007年、2010年三期NDBI数据，采用自然断点法对计算结果进行分级，并统计各级NDBI的面积，得到表1。

由表1可以看出，重庆都市区NDBI各等级面积分布差异明显，以中度建筑区和较低建筑区为主。其中，2010年，中度建筑区面积为2 613.87 km2，占总面积的47.84%；较低建筑区共占总面积的37.92%，仅次于中度建筑区；高建筑区和较高建筑区面积分别为108.45 km2和570.65 km2，占评价面积的1.98%和10.44%；低建筑区面积最小，为99.01 km2，主要因为重庆都市区森林覆盖度极高的区域较小。2007年，重庆都市区NDBI各等级数量结构与2010年基本相同，依次为中度建筑区3 176.14 km2，占总面积的58.19%；较低建筑区所占比例为25.89%，面积1 420.49 km2；较高建筑区622.52 km2，占比例为11.39%；高建筑区152.91 km2；低建筑区91.85 km2，占总面积的比例仅为1.68%。2002年，重庆都市区NDBI各等级数量结构有所改变，其中，面积最大的依然为中度建筑区，而面积最小的是高建筑区，具体表现为中度建筑区较>低建筑区>较高建筑区>低建筑区>高建筑区。

重庆都市区NDBI各级面积均发生变化，2002—2010年，低建筑区面积变化不明显，且三年面积均未超过2 km2；较低建筑区总体有所增加，由2002年的1 492.446 km2变为2 071.938 km2，这主要是由于近年来重庆都市区大力植树造林，改善城市绿化环境所导致；中度建筑区逐年减少，且变化明显，由3 646.228 km2减少为2 071.938 km2，这主要是因为城市大面积扩张，对耕地与草地的替代；较高建筑区变化较为明显，2002—2010年，增加了358.536 km2；高建筑区面积2002—2007年大幅度增加，但2007—2010年有所减少，主要原因为2002—2007年重庆市城市快速发展，建设用地大面积增加，而2007—2010年城市建筑老化，反射率降低，导致高建筑区面积减少。

3.2 NDBI空间分布特征分析

根据公式(1)计算重庆都市区2002年、2007年、2010年三期NDBI数据，采用自然断点法对计算结果进行分级，得到NDBI空间分布图(图1)，进而分析重庆都市区NDBI空间分布特征。

图1 重庆都市区NDBI空间分布

由图1可以看出，重庆都市区NBDI各等级在空间上的分布呈现一定的规律，高建筑区与较高建筑区分布集中，低建筑区主要分布于长江流域。2010年高建筑区位于渝北区、南岸区以及九龙坡区，渝北区因两江新区的建设，新增城镇用地大量增加，而南岸区则因茶园新区的发展，导致其具有较高的建筑指数；其次，建筑指数较高的区域包括渝中区、渝北区等区县的已建成区，该区域因其建设用地面积较大，但建筑相对老化，导致其具有较高的建筑指数；中度建筑区所占面积较大，且较为分散，主要因为重庆都市区绿化相对较好，稀疏植被面积较大；较低建筑区主要分布于重庆都市区西南的巴南区、嘉陵江部分区域以及渝北区的铜锣山区域，巴南区地势较为平坦，植被覆盖面积较大，城市建设开发活动相对较少，建筑指数较低，铜锣山则因其较高的植被覆盖率；低建筑区主要集中分布于长江流域。2007年重庆都市区NDBI的分布态势与2010年相似，但其高建筑区比2010年所占面积较大，说明2007年重庆都市区城市建设活动较大；2007年嘉陵江整个区域建筑指数表现为较低，表明水域环境相对2010年较差。2002年重庆都市区高建筑区与较高建筑区主要集中于渝中、江北以及九龙坡区，低建筑区主要覆盖长江流域。

在垂直空间分布上，重庆市山地丘陵区的NDBI与较平坦地区的NDBI呈现出明显的垂直地带性。在山地丘陵地区，植被覆盖率保持相对稳定，且海拔越高，植被覆盖率越高，NDBI越小。这主要是由于高海拔地区地势陡峭，不利于土地的开发和利用，且都市区各大山脉都划入了限制建设区或禁止建设区，使植被得以较好的保护。地势平缓区域为人类活动和建设用地扩张的主要区域，其建筑指数相对较高。

重庆都市区高建筑区与较高建筑区呈现外延式和多核心扩展的趋势。以重庆都市区各行政区已建成区为中心向外扩展，同时部分区域沿长江和嘉陵江两岸扩展，特别是渝北区、南岸区、九龙坡区、北碚区和巴南区增速最快。这主要是由于直辖以来，这几个区的经济发展迅速，建设用地面积急剧增加，城市绿化的速度跟不上建设用地扩张的速度，导致建筑指数不断增加。低建筑区基本保持稳定，表明长江水域环境质量稳定。较低建筑区域面积扩大，说明重庆都市区生态保护工程效果明显，植被覆盖呈逐步恢复的状态。

3.3 NDBI各等级分维数分析

对计算分形维数的公式两边取对数，将2002年、2007年以及2010年重庆都市区NDBI各等级每个图斑的面积和周长数据代入对数公式，对每一对数据作出散点图，分析NDBI各等级斑块面积与周长的线性关系。从统计结果来看，重庆都市区NDBI各等级图斑分布具有较好的自相似性，因此应用分形理论对NDBI各等级从总体上进行分形分析是可行的。根据公式(2)与公式(3)计算重庆都市区NBDI各等级的分维数与稳定性指数，计算结果见表2。

利用分形理论对重庆都市区NBDI空间行为结果进行研究，主要是研究NDBI空间行为对土地形态的改变，并对此做出行为解释。因此，应关注的是NDBI分形维数的变化情况。由表2可知，2002年NDBI各等级分维数最小的为高建筑区，最大的为低建筑区，主要因为建设用地较为集中所导致；2007年分维数最大的仍为低建筑区，而2010年分维数大小排序依次为：低建筑区>较高建筑区>中度建筑区>较低建筑区>高建筑区。

对照2002年和2007年NBDI各等级的分形数据，分形维数降低的等级有低建筑区，其他等级的分形维数在增加。低建筑区分形维数减少量为0.061 9，分形维数增加最多的是较高建筑区，增加量为0.077 9。2007—2010年，低建筑区、较低建筑区以及高建筑区分维数降低，而中度建筑区与较高建筑区的分维数增加，其中变化量最大的仅为0.017 7，表明2007—2010年间，重庆都市区NDBI各等级图斑较为稳定。综合分析2002—2010年从各等级分形维数的变化量来看，NDBI各等级变化的程度不是很大，说明重庆都市区NDBI空间行为总体上对土地形态的改变比较小。从分形的角度来看，分形维数越大，相同面积NDBI图斑的周长越长，斑块越复杂。分形维数降低表明NDBI斑块的形状越来越规整，分形维数增加则斑块形状越复杂。一般来讲，合理的城市规划行为会使得NDBI斑块更规整，从而朝着降低NDBI斑块分形维数的方向发展。从景观生态的角度来看，分形维数越低，NDBI各等级斑块的接触面越少，受外界及相互干扰的机会越少。

在2002—2010年间，重庆都市区境内没有发生大的自然灾害，NDBI各等级形态及格局的改变绝大部分是由城市开发空间行为引起的。对于分形维数降低的等级而言，城市开发行为对空间的合并或分割使这些等级类型沿着一定的方向发展，分形维数降低的程度，说明NDBI各等级斑块形态规整化的程度及人们改善NDBI空间形态的行为强度，如植树造林、退耕还林。对于分形维数增加的等级而言，城市开发空间行为使NDBI斑块形态向着破碎化的方向发展，分形维数增大的多少反映了这种无序行为的强度。

表2 重庆都市区NBDI各等级分维数与稳定性

3.4 NDBI各等级稳定指数分析

由表2可知，重庆都市区NDBI各等级稳定性存在差异，高建筑区的稳定性最强。其中，2002年，高建筑区的稳定性最强，指数为0.289 9，较高建筑区稳定性其次，低建筑区最不稳定，指数仅为0.003 1，表明此等级极易受外界干扰。2007年，重庆都市区NDBI各等级稳定性结构与2002年有所改变，其中稳定性最强与最弱的依然为高建筑区与较高建筑区，而中度建筑区与较高建筑区稳定性则低于较低稳定区。2010年，重庆都市区NDBI各等级稳定性表现为高建筑区>较低建筑区>中度建筑区>较高建筑区>低建筑区。

对比2002年和2007年重庆都市区NDBI各等级稳定性指数，低建筑区的稳定性增加，其他等级稳定性都减弱。在所有等级中，稳定性降低最多的是较高建筑区，降低了0.077 9，表明其受其他干扰较大。2007—2010年，低建筑区与较低建筑区的稳定性增加，其中，低建筑区稳定性增加了0.059 2，说明重庆都市区的生态改造与保护工程作用效果明显；中度建筑区与较高建筑区的稳定性降低，但改变较小。整体分析，从变化的情况来看，重庆都市区2002—2010年间NDBI各等级斑块的稳定性变化较小。

根据稳定性与分形维数的关系，NDBI图斑分形维数在越接近1.5的时候越不稳定；分形维数小于1.5时，NDBI各等级图斑分形维数增加，其稳定性降低；分形维数大于1.5，斑块分形维数增加，其稳定性也增加。因此，土地利用规划与城市规划，应结合分形统计分析，严格控制城市的发展形态以及对生态的保护。

4 结 论

(1) 重庆都市区NDBI 2002—2010年发生了显著变化，中低建筑区减少，高建筑区增加，主要是因为近几年重庆城市化的大力发展所导致。

(2) 在空间分布上，巴南区的建筑指数明显低于其他区域，九龙坡区以及渝北区的建筑指数相对较高。

(3) 通过对重庆都市区NDBI的研究发现，低建筑区的斑块复杂程度(即分维数)高于高建筑区；2002—2007年，低建筑区分形维数降低，其他等级的分形维数在增加，2007—2010年，低建筑区、较低建筑区以及高建筑区分维数降低，而中度建筑区与较高建筑区的分维数增加。

(4) 高建筑区域的稳定性高于低建筑区，主要是建设用地相对集中，斑块形状较为规整，从而受外界的干扰较小；2002—2007年低建筑区的稳定性增加，其他等级稳定性减弱，2007—2010年，低建筑区与较低建筑区的稳定性增加，中度建筑区与较高建筑区的稳定性降低。

[1] 李建,杨昆.基于NDBI提取城镇用地的最佳时相遥感影像研究:以郑州市为例[J].数字技术与应用,2013(1):79-80.

[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] 杨存建,周成虎.基于知识发现的TM图像居民地自动提取研究[J].遥感技术与应用,2001,16(1):1-6.

[4] 查勇,倪绍祥,杨山.一种利用TM图像自动提取城镇用地信息的有效方法[J].遥感学报,2003,7(1):37-40.

[5] 陈志强,陈健飞.基于NDBI指数法的城镇用地影像识别分析与制图[J].地球信息科学,2006,8(2):137-140.

[6] 吴宏安,蒋建军,张海龙,等.比值居民地指数在城镇信息提取中的应用[J].南京师大学报:自然科学版,2006,29(3):118-121.

[7] 杨山.发达地区城乡聚落形态的信息提取与分形研究:以无锡市为例[J].地理学报,2000,55(1):671-678.

[8] Zha Y, Gao J, Ni S. Use of normalized difference built-up index in automatically mapping urban areas from TM imagery[J]. International Journal of Remote Sensing,2003,24(3):583-594.

[9] 李建辉,周启刚,陈倩,等.基于RS和GIS的建设用地变化研究:以重庆市主城九区为例[J].重庆工商大学学报:自然科学版,2012,29(01):76-81.

[10] Mandelbrot B B. The fractal geometry of nature[M].W.H.Freeman.1982.

[11] 王东升,汤鸿霄,栾兆坤.分形理论及其研究方法[J].环境科学学报,2001(6):10-16.

[12] 王平,卢珊,杨光,等.地理图形分析方法及其在土地利用研究中的应用[J].东北师大学报:自然科学版,2002,34(1):93-99.

[13] 黄登仕,李后强.分形几何学R/S分析与分式布朗运动[J].自然杂志,1992,13(8):477-478.

StudyonNDBIDistributionCharateristicsinMainDistrictofChongqingCityBasedonGISandRS

ZHANG Xiao-yuan, ZHOU Qi-gang

(SchoolofTourismandLandResources,ChongqingTechnologyandBusinessUniversity,Chongqing400067,China)

RS technique was used to quickly and accurately obtain and monitor urban land-use information, which is helpful to rationally plan city and protect ecological environment. Chongqing Main City Zone Normalized Differences Built-up Index (NDBI) was extracted through the data sources including 2002, 2007, 2010 Landsat TM remote sensing data, and the quantitative structure and spatial distribution characteristic of Chongqing Main City Zone NDBI were obtained.The NDBI of fractal dimension and stability were studied based on fractal theory. The results indicated that the low building district was decreased and the high building district was increased from 2002 to 2010. With respect to spatial distribution, Banan district built-up index is lower than other districts obviously, Jiulongpo district and Yubei district built-up index are relatively high. The low building district of the patches′ complexity is higher than the high building district, and the high building district of stability is higher than the low building district. It is mainly because that the construction land is relatively concentrated, and patch shape is more regular, little in external interference. The results offer reference for urban land utilization and management and the city ecology protection of Chongqing.

NDBI; RS&GIS; main city zone of Chongqing

2013-11-02

：2013-12-08

国家自然基金项目“三峡库区屏障带土地利用生态风险数值模拟”(41101503);国家社科基金重大项目(11&ZD161)

张晓媛(1990—),女,在读硕士生;主要研究方向:3S理论与应用、土地利用与规划、环境监测与保护。E-mail:xiaoyuan.kul@163.com

周启刚(1976—),男,副教授,博士,硕士生导师;主要研究方向:3S理论与应用、土地利用与规划、环境保护。

TP79;F301.24

：A

：1005-3409(2014)05-0111-05