基于多时相卫星影像滨海卫星新城扩张的时空特征分析——以上海临港新城为例

张 婷，郑宗生

（上海海洋大学信息学院，上海 201306）

基于多时相卫星影像滨海卫星新城扩张的时空特征分析
——以上海临港新城为例

张 婷，郑宗生*

（上海海洋大学信息学院，上海 201306）

基于多时相Landsat卫星影像，综合运用基于像元变化的直接比较法和基于光谱分类的分类后比较法（分类精度达85.83%），提取出临港新城2002～2015年三个时相的城镇用地信息，分析城市扩张的变化特征，并通过相关社会经济统计资料对城市扩张的驱动因子进行相关研究。结果表明，2009年成建区面积比2002年增加18.745km2，为2002年的2.12倍，2015年成建区面积较2009年增加24.945km2，为2009年的0.9倍，年增长面积是前一阶段的1.33倍，处于城市空间扩张的第二大阶段，发展较为快速。运用单一因子相关分析法，计算得到经济因子和城镇用地面积的相关系数略大于人口因子与城镇用地面积的相关系数，且均与城镇用地面积成显著的正相关，而政策作为经济建设的导向推动因子，因此认为该区域驱动力主要表现在政策因素作用下的社会经济发展。

城市扩张；驱动机制；城镇用地面积变化；卫星影像信息提取

2001年，上海市提出构建市域多层多轴多核的城镇体系结构理念，规划在上海市中心城外建设11座新城，其中包括号称“上海的东南水上门户”的临港新城。作为上海东南角海岸线重点建设的海滨城市，它与上海市中心城有一定距离，自成一体，相对独立，但在生产、生活等方面又与中心城有着密切联系，发展迅速，是典型的滨海卫星城市。然而在快速城市化进程中，由于大面积的土地利用转型，存在一些城市发展质量问题，比如占用耕地、引发城市热岛现象、生物多样性减少等。

近年来，国内外许多学者对区域快速城市化过程中土地利用变化进行了大量研究[1～15]，并通过遥感技术对城市快速扩张进行动态监测分析。其中，戴昌达等人应用卫星遥感技术对北京地区城市扩张与环境变化进行分析研究[1]；胡德勇等人通过对比多期城市用地的熵值变化，运用叠加、缓冲区分析等方法分析了长沙市城市扩张的时空特性[2]；贺振等人采用面向对象和人工目视解译的方法分析了郑州市城市建设用地的动态变化特征[3]；保罗威廉等人以加纳首都阿克拉为例，探讨了快速城市化下土地利用变化对自然和人文环境以及环境管理方面的影响[4]；张浩等人以珠江三角洲地区的内陆城市佛山为例，通过探索土地利用与覆盖的变化，研究了城市化进程与三角洲腹地洪水风险之间的关系[5]；龙花楼等人利用高分辨率的Landsat TM数据以天津滨海新区为例，讨论了快速城市化进程中生态资源可持续发展的现实意义[6]。然而，这些研究都是针对较为成熟、已发展完备的城市进行探讨，对于海滨城市，尤其是新建卫星城市，在快速城市化背景下土地利用转化方面的研究较少。

本文利用多时相Landsat遥感卫星影像，结合使用ENVI和ArcGIS软件，研究临港新城2002～2015年的城市扩张特征，并结合社会经济统计数据，分析快速扩张的主要驱动机制，更宏观地了解它的发展情况，为规划的修编奠定技术基础。

1 研究区概况

临港新城位于上海东南角，地处长江口和杭州湾交汇处，北临浦东国际航空港，南接洋山国际枢纽港，拥有13km长的海岸线，介于121˚42'～121˚58'E、30˚50'～31˚00'N之间，规划面积达315km2。从功能上分为装备产业区、物流园区、主产业区、综合区、奉贤园区、南汇新城6大片区（图1），涵盖了泥城镇、书院镇、万祥镇和芦潮港镇4个城镇，是中国（上海）自由贸易试验区建设的直接腹地、国际航运中心的建设点以及整个滨江沿海城镇发展轴的重要“拐点”。

2 数据源与研究方法

2.1 数据来源

图1 研究区域Fig.1 Location of the study area

主要选取Landsat多光谱遥感卫星影像数据，具体参数如表1所示。其他数据包括2014年临港地区的土地规划图、Google Earth高分辨率卫星数据、社会经济统计资料以及相关年鉴等。

表1 遥感数据具体参数Table 1 The specific parameters of remote sensing data

2.2 研究方法

基于3个时期的卫星影像，选取相关Landsat波段数据进行组合，以及多个定位精确的地面控制点（精度在1个像元内）进行几何精校正，以2014年的城市规划图为依据，提取研究区域的矢量边界并进行裁剪。在直接比较法中，将三个时相的影像两两组合以TM5波段为匹配波段进行自动图像匹配，运算波段差值，并运用信息熵算法设置分割阀值，从而提取变化信息[16,17]；在分类后比较法中，采用迭代自组织数据分析算法（ISODATA）执行非监督分类，通过类别定义、合并子类获取分类结果图，并运用ENVI中的Change Detection Statistics工具对三个时相的分类结果图进行差异分析，得到土地利用转移矩阵。最后基于所得结果，进行驱动机制的分析。具体技术路线如图2所示。

3 城市化信息提取

3.1 非监督分类

在运用双线性内插法对影像进行重采样，运用线性变换、假彩色合成进行图像增强以及边界裁剪等相关处理的基础上，采用非监督分类法—ISODATA，辅以Google Earth高分辨率影像数据及野外考察数据目视判读并确定分类类别属性，通过ENVI软件合并子类操作，将研究区域的土地类型分为林地、城镇用地、耕地、水域和浅滩等5种类型，最后为突出成建区的动态变化，又将林地、耕地、水域和浅滩4大类别合并为非城镇用地一大类型，把分类结果分别叠加在TM影像上，得到3期的分类结果叠置图（图3），其中黄色部分为城镇用地。

图2 技术路线Fig.2 Schematic diagram of methodology

图3 非监督分类结果Fig.3 The result diagram of unsupervised classification

3.2 精度评价

为验证该提取信息的精度，采用野外实地考察，综合Google Earth高分辨率影像数据，产生反映地表真实地物信息的感兴趣区文件，通过ENVI软件的Confusion Matrix工具获得混淆矩阵，得出基于此方法所取得的总体分类精度为85.83%，满足分析要求。

4 城市扩张特征分析

4.1 图像直接比较

在图像直接比较法的运用中，有很多关于像元值运算或变换处理的方法。此处主要采用基于像元光谱变化的归一化建筑物指数NDBI比值法，以TM5波段为匹配波段对影像进行两两自动匹配，通过该指数的运算进行变化信息的检测，再基于信息熵算法设置划分阀值，提取变化信息，最后得到差值图像（图4）。统计数据显示，2009年相对2002年增加的成建地面积占总研究区域的4.000%，而2015年相对2009年增加的面积占了总研究区域的6.687%，显然，后阶段的成建地面积增长幅度更大。

依照埃里克森城市空间扩张理论，在2002年至2009年的发展阶段，临港新城主要沿海岸线向外扩张，处于“外溢”扩张模式，即专业化扩张阶段；而在2009年至2015年的发展阶段，整个地区进行了全面的城市化扩张建设，属于“分散”扩张模式，即多样化扩张阶段，这一阶段是空间扩张的第二大阶段，扩张速度最快。

图4 两个时段直接比较结果Fig.4 The directly compare result diagram of two periods

4.2 分类后比较

（1）定量变化分析

在非监督分类的基础上，通过ENVI软件得到土地利用转移矩阵，计算获得临港新城三个时段的建设用地情况（表2）。可知，临港新城建设用地从2002年的8.838km2增加到2009年的27.583km2，增加了18.745km2，年增长率为30.30%；在2009年至2015年期间，建设用地又增加到52.529km2，增加了24.945km2，年增长率为15.07%。显然，后一阶段的年增长速率略低于前一阶段，但年增长面积远远高于前一阶段，2009年至2015年的年增长面积是2002年至2009年阶段的1.33倍，表征了一个快速城市化的过程。

表2 两时段城镇用地面积增长情况Table 2 The situation about growth area of urban land in two periods

（2）定性变化分析

将解译得到的2002年、2009年及2015年临港新城建设用地扩张变化信息叠置在同一张图上，可得到图5。通过观察可知，2002～2009年和2009～2015年两个时段，研究区域均有大量的非建设用地转变为建设用地。

图5 建设用地扩张变化叠置图Fig.5 The expansion change overlay diagram of construction land

从整体上看，研究区域这种建设用地持续增加，耕地、林地、水域、浅滩等用地类型持续减少的城市化现象充分利用了海港的动力效应，扩张方向沿海岸线较为明显，滴水湖沿边成建区发展也较为突出，装备产业区和物流园区尤其显著。当然，这与研究区域6大功能区的规划具有重要联系，与政府导向也密切相关[18,19]，比如于2004年开工建设临港大学园区，以及2007年开工建造、2008年完工的滴水湖，均带来周边商业区的发展。

5 城市扩张机制分析

5.1 经济因子

城市化与经济增长具有双向互促的关系[20,21]，临港新城高速增长的经济在一定程度上推动了新城的建设。据相关统计年鉴，2013年临港产业区固定资产投资额123.48亿元，工业生产总值231.41亿元，新增内资企业注册户1211个，外商直接投资项目50个，经济增长相对2002年、2009年均有较大提升。

图6(a)为2002～2014年该地区GDP的变化趋势，可以看出整体呈稳步增长趋势。图6(b)为GDP与城建区面积的关系图，计算可得经济因子与城镇用地面积的相关系数为0.9997，正相关性显著。而由于城市经济具有规模经济递增的特点，其聚集效应能反作用于城市化进程，从而进一步加快城市建设。

图6 经济因子相关分析Fig.6 The correlation graph of economic factor

5.2 人口因子

人口是临港地区城市化进程中另一重要的推动因子，作为一个不断壮大的群体，其为城市的发展带来了源源不断的劳动力和经验技术，在促使城市内部不断改革的同时也加速了城市化进程。据年鉴统计数据，截至2013年，临港地区人口总数16.63万人，流动人口8.73万人，增速明显。图7(a)为2002～2014年该地区人口数量的变化趋势，总体来看，临港新城的人口总量相对规划初期翻了一倍多。图7(b)为人口因子与城建区面积的关系，其相关系数为0.9933，虽然略低于经济因子，但这种正向推动城市扩张的作用力也不容小觑，毕竟城市是以人口集聚为主要特征的居民点。

5.3 其他因素

临港新城的建设作为提升上海城市综合实力、拓展城市发展空间的有利条件，具有明显的国家产业拉动式印记。自2003年临港新城启动建设以来，在市委市政府、区委区政府的领导下，新城的社会事业发展取得了显著成效。主要表现在中国航海博物馆、上海天文馆、滴水湖皇冠假日酒店、豪生国际酒店、大润发购物中心等一大批功能性项目的引进，上海海事大学、上海海洋大学、上海电机学院等高等院校的整体迁入，以及上海中学东校、上海市第六人民医院东院的落户。其次，在上海市建立的“双特”政策及临港管委会出台的“临港30条”的背景下，临港产业格局以及城市配套均取得快速提升，区域潜力不断被挖掘。

图7 人口因子相关分析Fig.7 The correlation graph of population factor

便捷高效的交通运输也是推动临港新城快速城市化的又一驱动力。其中，2004年S2沪芦高速的通行使得临港地区与中心城区建立密切的联系，而2013年轨道交通16号线的运营使得这种联系变得更加紧密；其次，紧邻物流园区的芦潮港铁路集装箱中心站为新城的铁道运输提供了方便，毗邻宁波、舟山、普陀山的芦潮港车客渡码头为新城的旅游业提供了实现手段。海运、铁路、公路、轨交构成了十分便捷、完备的交通优势，为区域发展提供了保障。

6 结语

临港新城作为新一代建设中的滨海卫星新城城市化进程迅速：2009年至2015年的年增长面积是2002年至2009年阶段的1.33倍；其中，2002～2009年成建区的增长总面积为18.745km2，近海地区扩张程度显著，呈“外溢”扩张模式，2009～2015年成建区增长总面积为24.945km2，同比增长33.08%，扩张点分布均匀，整体发展比较全面，属于“分散”扩张模式。预期到第三阶段进入“填充扩张”模式，即多核心发展阶段时，成建区会逐渐饱和，扩张速度也会变慢，但增长仍将持续存在。

卫星新城的发展在一定程度上缓解了中心城交通拥堵、生态恶化、房价上升、经济效率下降等问题，相对其他卫星新城，比如松江新城、嘉定新城，临港新城充分利用海港的动力效应，较好的结合自身优势来彰显海滨卫星新城的特色。

临港新城的发展带有明显的国家产业拉动式印记，政策因素作用下的社会经济发展是快速城市化的主要成因。然而城镇用地的持续增长以减少耕地、湿地、浅滩、林地作为代价，不仅影响整个区域空间的土地利用形式，更直接影响到该区域的生态环境，因此提升耕地保护潜力、减弱生态用地敏感度、保持经济可持续发展尤为迫切。

本文基于3个时相的Landsat多光谱遥感卫星影像数据，运用ENVI和Arc GIS软件，通过基于像元变化的直接比较法和基于光谱分类的分类后比较法多元化地提取临港新城城市化信息，其中前者从宏观视角进行分析，后者从数据细节进行剖析，两者相辅相成，提高了整个研究分析过程的准确度与可信度。但由于数据分辨率的限制，整个研究过程中的分类效率较低，分割阀值的设置缺乏科学、严密的选择标准，如何提高分类精度模版的精度有待深入挖掘。

References)

[1] 戴昌达,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):1-8.

Dai C D, Tang L L, Chen G, et al. Study on the urban expansion and environmental changes by satellite remote sensing[J]. Remote Sensing of Environment, 1995,10(1):1-8.

[2] 胡德勇,李京,陈云浩,等. 基于多时相Landsat数据的城市扩张及其驱动力分析[J]. 国土资源遥感,2006,(4):46-49,54.

Hu D Y, Li J, Chen Y H, et al. An analysis of urban expansion and its dynamics based on multi -temporal Landsat data[J]. Remote Sensing for Land & Resources, 2006,(4):46-49,54.

[3] 贺振,赵文亮,贺俊平. 郑州市城市扩张遥感动态监测及驱动力分析[J]. 地理研究,2011,30(12):2272-2279.

He Z, Zhao W L, He J P. Remote sensing monitoring of urban sprawl based on object-oriented and driving forces analysis: A case study of Zhengzhou city[J]. Geographical Research, 2011,30(12):2272-2279.

[4] Paul William, Kojo Yankson, Katherine Venton Gough. The environmental impact of rapid urbanization in the peri-urban area of Accra, Ghana[J]. Taylor & Francis, 1999,(1):89-100.

[5] Hao Zhang, Weichun Ma, Xiangrong Wang. Rapid urbanization and implication for flood risk management in hinterland of the Pearl River Delta, China: The Foshan study[J]. Sensors, 2008,(8):2223-2239.

[6] Hualou Long, Yongqiang Liu, Xuegang Hou, et al. Effects of land use transitions due to rapid urbanization on ecosystem services: Implication for urban planning in the new developing area of China[J]. Habitat International, 2014,44:536-544.

[7] 鲍海君,徐贞锋,徐保根. 城市扩张:土地利用,耕地保护与规制路径[J]. 上海国土资源,2013,34(4):44-47.

Bao H J, Xu Z F, Xu B G. Land use, cropland protection, and its governance during urban expansion[J]. Shanghai Land & Resources, 2013,34(4): 44-47.

[8] 李晓文,方精云,朴世龙. 上海城市扩展强度,模式及其空间分异特征[J]. 自然资源学报,2003,18(4):412-422.

Li X W, Fang J Y, Piao S L. The intensity and modes of urban land use growth in Shanghai[J]. Journal of Natural Resources, 2003,18(4):412-422.

[9] 冯晓刚,李锐,莫宏伟. 基于RS和GIS的城市扩展及驱动力分析—以西安市为例[J]. 遥感技术与应用,2010,25(2):202-208.

Feng X G, Li R, Mo H W. Study of urban expansion and driving factor using RS and GIS: A case of study of Xi'an city[J]. Remote Sensing Technology and Application, 2010,25(2):202-208.

[10] 朱龙高,王富喜. 烟台城市空间扩展的过程与机制研究[J]. 上海国土资源,2014,35(3):50-53.

Zhu L G, Wang F X. The process and mechanism of urban spatial expansion in Yantai city[J]. Shanghai Land & Resources, 2014,35(3):50-53.

[11] 雷士芬,张全景,柳博会,等. 基于主成分分析的日照市土地利用变化驱动力分析[J]. 上海国土资源,2015,36(2):46-50.

Lei S F, Zhang Q J, Liu B H, et al. Principal component analysis of driving forces behind land-use change in Rizhao city of Shandong province[J]. Shanghai Land & Resources, 2015,36(2):46-50.

[12] 杨建存,张果,陈军,等. 基于遥感的成都市及其周边城镇的扩展[J]. 地理研究,2008,27(1):100-108.

Yang J C, Zhang G, Chen J, et al. The research of the sprawl ofChengdu city and its peripheral towns by using remote sensing[J]. Geographical Research, 2008,27(1):100-108.

[13] 彭文甫,周介铭,罗怀良,等. 利用RS和GIS进行成都市扩张及驱动力分析[J]. 测绘科学,2011,36(5):79-76.

Peng W F, Zhou J M, Luo H L, et al. Analysis of urban expansion and its driving forces in Chengdu city based on RS and GIS[J]. Science of Surveying and Mapping, 2011,36(5):79-76.

[14] Agatino Rizzo. Rapid urban development and national master planning in Arab Gulf countries: Qatar as a case study[J]. Cities, 2014,39:50-57.

[15] 纪慰华. 基于主体功能规划引领的职住平衡与策略路径[J]. 上海城市管理,2014,(3):44-48.

Ji W H. Job-living balance and solutions guided by major function planning[J]. Shanghai City Management, 2014,(3):44-48.

[16] 赵庚星,窦益湘,田文新,等. 卫星遥感影像中耕地信息的自动提取方法研究[J]. 地理科学,2001,21(4):224-229.

Zhao G X, Dou Y X, Tian W X, et al. Study on automatic methods of cultivated land information from satellite remote sensing images[J]. Geographical Science, 2001,21(4):224-229.

[17] 高建燕,江东,黄耀欢,等. HJ-1卫星数据在上海城市扩张动态监测中的应用[J]. 甘肃科学学报,2010,22(3):62-67.

Gao J Y, Jiang D, Huang Y H, et al. Application of HJ-sate data to dynamic monitoring of urban expansion of Shanghai[J]. Journal of Gansu Sciences, 2010,22(3):62-67.

[18] 戴星翼. 上海转型发展中的土地优化利用[J]. 上海国土资源, 2015,36(1):1-4.

Dai X Y. Land resource optimization during the transition phase of Shanghai development[J]. Shanghai Land & Resources, 2015,36(1):1-4.

[19] 何建木. 上海新城建设的发展,创新与转型—以临港新城为例[J].上海市经济管理干部学院学报,2011,9(6):1-7.

He J M. Development, innovation and transformation of Shanghai new city construction[J]. Journal of Shanghai Economic Management College, 2011,9(6):1-7.

[20] 高魏. 上海市建设用地与经济社会发展的空间计量经济分析[J].上海国土资源,2013,34(3):11-15,20.

Gao W. Spatial econometric analysis of socio-economic development and construction land in Shanghai[J]. Shanghai Land & Resources, 2013,34(3):11-15,20.

[21] 陆效平,王静,金志丰. 江苏省建设用地扩展类型及对经济增长的贡献研究[J]. 上海国土资源,2014,35(3):43-46.

Lu X P, Wang J, Jin Z F. Construction land expansion types and their contribution to economic growth in Jiangsu province[J]. Shanghai Land & Resources, 2014,35(3):43-46.

Temporal and spatial analysis of the expansion of a new coastal satellite city based on multi-dimensional satellite imagery

ZHANG Ting, ZHENG Zong-Sheng
(College of Information, Shanghai Ocean University, Shanghai 201306, China)

Multi-dimensional Landsat data analyses (a direct comparison method based on pixel changes and a postclassification comparison method based on spectral classification, with a classification accuracy of 85.83%) were used to assess development of a new satellite city, Lingang New City, in Shanghai, by detecting urban land use patterns over the period 2002–2015; the data were extracted from Thematic Mapper (TM) images. According to the results, the developed area increased by 2.12 times (by 18.745 km2) from 2002 to 2009, and by 0.9 times (by 24.945 km2) from 2009 to 2015, representing a 1.33 times increase between the two growth stages (2002–2009 and 2009–2015), and thus representing a period of rapid urban expansion. The study was conducted to identify the driving factors of urban expansion, by showing relationships between growth and social and economic statistics. As policies provide the overall guide for economic development, the driving forces in the region were considered to be social and economic factors, operating under the policy factor.

urban expansion; driving mechanism; change of city land-use area; information extract from satellite images

F293.22

A

2095-1329(2015)04-0089-04

10.3969/j.issn.2095-1329.2015.04.020

2015-06-10

2015-07-29

张婷(1994-),女,空间信息与数字技术专业.

电子邮箱: misszhting@163.com

联系电话: 021-56333594

山东省海洋生态环境与防灾减害重点实验室开放基金资助项目(2012011)

*通讯作者: 郑宗生(博士/副教授): zszheng@shou.edu.cn