基于遥感影像的嘉兴市城市扩张与驱动力分析

2016-12-15陈可欣杜震洪刘仁义

浙江大学学报（理学版） 2016年6期

关键词：嘉兴市因子区域

陈可欣, 张丰*, 杜震洪, 刘仁义

(1. 浙江大学浙江省资源与环境信息系统重点实验室，浙江杭州 310028；2. 浙江大学地理信息科学研究所，浙江杭州 310027)

表1 各年份建设区域面积与面积增加量

表2 扩张速度和强度

表3 驱动力备选因子

表4 因子取值

基于遥感影像的嘉兴市城市扩张与驱动力分析

陈可欣1,2, 张丰1,2*, 杜震洪1,2, 刘仁义1,2

(1. 浙江大学浙江省资源与环境信息系统重点实验室，浙江杭州 310028；2. 浙江大学地理信息科学研究所，浙江杭州 310027)

在当前高速城市化的背景下，为及时了解嘉兴市的城市发展现状，使用遥感手段提取各时间段内城市的建设区域，并分析了扩张过程的时空特征，再结合社会经济数据探究了城市扩张的驱动力因素.结果表明：嘉兴市在1993～2013年间城市扩张明显，扩张速度和强度先增后减，扩张方向由西北转向南，扩张模式经历了“主动型-被动型-稳定型”的转变过程，扩张合理性较差，城市扩张速率高于人口增长速率，扩张驱动因子主要为经济发展、产业结构调整和人口增长.

遥感影像；城市扩张；时空分析；驱动分析

城市化指人类生产和生活方式由乡村型向城市型转化的历史过程[1]，截至2014年底，中国城镇化水平已经达到54.8%，超出了世界总体均值52.5%，预计到2030年中国城镇化水平将达到70%左右[2]，城市化已成为中国现代化建设发展道路上的必然趋势.城市化在空间上表现为城市建设区域的持续扩张，在土地总量相对固定的前提下，若城市用地增多，必然会侵占耕地等其他用地，导致人口与土地利用之间的矛盾.因此，必须及时掌握城市建设区域的分布状态，了解城市扩张的动力因素，从而实现对城市发展的合理规划控制，避免出现人地矛盾.

当前，国内外均有城市化以及城市扩张的相关研究，这些研究多以遥感影像作为基础数据，利用监督分类、非监督分类、指数分类、决策分析、人工神经网络、面向对象信息提取等多种方法获得研究区域的城市扩张范围，再结合其他地学手段对城市的空间模式、运动特征、结构特征等进行时空相关研究[3-6].部分研究使用逻辑回归、灰色关联、通径分析等方法进一步探究了城市扩张的驱动因子，常见的驱动力因子包括经济、人口、区位、地形、交通等[7-10].

本文在现有研究的基础上，采取三指数合成和监督分类的方法，利用Landsat影像提取嘉兴市不同时段的城市扩张范围，从多个角度描述扩张过程，并结合主成分分析和多元线性回归方法对扩张驱动力进行研究.

1 研究区概况

嘉兴市位于30°35′N～31°55′N，120°32′E～121°56′E，地处浙江省东北部的杭嘉湖平原中心，少有山地丘陵，地势低平，境内河网密布，属于大运河水系，运河北进西出贯穿市区.下辖2个市辖区，分别为南湖区和秀洲区，面积共986 km2，除此之外还包括3个县级市和2个县.嘉兴市是长江三角洲城市群中的一员，东北邻上海、北接苏州，西南与浙江省会城市杭州接壤，隔杭州湾与宁波、绍兴相望，城市交通区位优异，境内有苏嘉杭、沪杭、申嘉湖高速公路以及沪杭客运高铁、沪昆铁路、320国道等众多重要交通线路，距离杭州、苏州和上海三大都市均在100 km以内，处于上海、苏南、浙江三大经济板块的地理中心.鉴于嘉兴市特殊的地理区位以及历史文化渊源，在2005～2020年的市域总体规划中提出了“加快融入长三角，接轨上海，竞合江苏，借力杭甬，整合市域”的区域总体发展战略，力争发展为浙江接轨上海、竞合江苏的门户型都市和交通枢纽，以及融汇江南水乡的生态宜居型城市[11].

2 数据准备

2.1 数据来源

共采用了5个时相的Landsat数据，分别为1993年、2003年和2008年的TM影像、1998年的ETM+影像以及2013年的OLI影像，空间分辨率均为30 m，条代号为119，行编号为39，成像时间集中在夏季，目标区域影像云覆盖率低于10%.原始数据需经过几何配准、辐射校正、波段叠加和影像裁切等预处理操作.

使用的其他辅助数据包括：全国行政区划数据、道路及水系分布数据、嘉兴市历年土地利用数据、30 m分辨率的DEM、浙江省和嘉兴市历年统计年鉴.

2.2 建设区域提取

对比不同地物的波谱特征曲线可知，建筑物在中红外波段和近红外波段的波谱反射率与其他地物有明显的区别，利用这2个波段构建的归一化建筑指数(NDBI，Normalized Difference Building Index)能够有效区分出建筑物和其他地物[12].

(1)

其中，MIR为中红外波段光谱反射率，NIR为近红外波段光谱反射率.

由式(1)可知，NDBI的取值为-1～1，值越大表明建筑物覆盖度越高，一般取0为临界值，大于0的区域为建筑物，小于0的区域为其他地物，根据该规则对NDBI图像进行二值化即可得到建设区域的提取结果.

上述方法利用了多光谱影像的波段信息，实现简单，但由于裸地和建筑物的光谱特征存在一定的相似性，在植被覆盖率较低的区域，该方法可能造成误判.三指数合成法对NDBI指数进行了改进，提高了单纯依靠NDBI指数提取建设区域的精度.该方法将实际地表上覆盖度最广的3种地物类型(建筑物、绿色植物和水体)的提取指数，分别作为RGB通道进行假彩色合成，用于合成的建筑指数为NDBI，植物指数为NDVI，水体指数为MNDWI[13].

(2)

(3)

其中，NIR为近红外波段光谱反射率，R为红色波段光谱反射率，G为绿色波段光谱反射率，MIR为中红外波段光谱反射率.

各年份遥感数据的3指数合成影像如图1所示，可观察到影像中建设区域得到增强，且与植被、水体等其他地物的区别明显.

图1 各年份3指数合成影像Fig.1 Three-index images in different years

本文选取了草地、林地、水体、裸地、建筑5种类型的训练样本，采用支持向量机的监督分类方法提取影像上的建设区域，获得嘉兴市1993～2013年建设区域的扩张情况如图2所示.

图2 嘉兴市1993～2013年城市扩张情况Fig.2 Urban expansion in Jiaxing city from 1993 to 2013

3 时空扩张特征

经统计，嘉兴市在1993～2013年间的扩张情况如表1所示，建设区域总面积共增加了258%，其中1993～1998年增加了12.04 km2，1998～2003年增加了22.16 km2，2003～2008年增加了66.15 km2，是各时间段内增加幅度最大的，2008～2013年增加了43.51 km2.

表1 各年份建设区域面积与面积增加量

Table 1 Built-up areas and increasing areas in different years

3.1 扩张速度与强度

城市面积增长指数(UGI，Urbanization Growth Index)用于描述城市扩张的年平均速度，可由扩张面积的年平均值得到；城市扩张强度指数(UII，Urbanization Intensive Index)用于描述扩张强度，该指数是扩张面积增长率的年平均值，消除了建设区域的初始规模对扩张特征的影响[4].UGI和UII的计算公式如式(4)和(5)所示.

(4)

(5)

其中，S为前时相的建设区域面积，S′为后时相的建设区域面积，ΔT为前后时相之间的时间间隔，单位为a.

经统计，1993～2013年各时间段内的扩张速度和强度如表2所示，可知2003～2008年间，嘉兴市经历了高速的城市扩张，在此之前和之后，扩张速度和强度相对较低.

表2 扩张速度和强度

Table 2 Expansion rate and intensity

3.2 方向分析

利用象限分析方法探究了嘉兴市各年份扩张的方向特征.即将空间划分成8个区域，各区域分别以南、北、东、西、东南、东北、西南和西北8个方向为中心线.将各方向区域与不同年份的城市建设区域叠加，按式(6)统计各方向区域在不同时间段内的面积贡献率ω，结果如图3所示.

(6)

其中，Si为某时间段的建设扩张区域总面积，SDi为该时间段内建设扩张区域与某一方向区域相交部分的面积.

图3 各方向扩张面积贡献率Fig.3 Contribution rate of expansion area in different directions

1993～1998年，集中向北方和西北方向扩张，1998～2003年主要向北方和东南方向扩张，2003年后主要向东南方向扩展，2008～2013年间，西向也有一定程度的扩张.

3.3 模式分析

利用同心圆划分的方法分析了嘉兴市不同时期的扩张模式.同心圆圆心位置为研究区域的中心点，同心圆半径递增步长为1 km，通过扩张区域与同心圆的叠加，可获取不同半径下的扩张面积，进而计算得到扩张强度，据此可推断该时间段城市的扩张模式.

由图4可知，1993～2003年的2个时间段中，城市扩张主要集中在6和10 km处，该阶段城市建设主要分布于中心城区的边缘地带，属于主动扩张型.2003～2008年各半径位置上的扩张强度均较大，主要建设位置外移，超出了10 km，非中心城区的建设明显，多处出现小峰值，属于被动扩张型.2008～2013年城市建设平稳，波形未出现明显的起伏，属平缓扩张.

图4 扩张强度随半径的变化情况Fig.4 Variation of expansion intensity along with the distance

3.4 合理性分析

城市扩张与人口增长有着不可分离的关系，通过探究两者之间的适应程度，可知城市扩张的合理性.异速生长模型用式(7)所示的幂函数拟合了人口和建设面积之间的数量关系.

S=kPm，

(7)

其中，S为某时间点城市的建设区域面积，P为该时间点的人口数量，k、m为常系数.据研究，城市扩张的合理性与拟合结果中系数m的取值相关，当m=0.9时，城市属于合理扩张，当m>0.9时，表示正生长关系，扩张快于人口增长，当m<0.9时，表示负生长关系，扩张慢于人口增长[13].

经统计，嘉兴市的城市异速生长模型函数如式(8)所示，拟合R2为0.973 5，拟合度较好.系数m=1.772 7，超过了合理值0.9，表示城市处于非合理扩张状态，扩张速度过快，超出了人口的增长速率.

S=0.211 8P1.772 7.

(8)

4 驱动力分析

4.1 回归分析

根据浙江省和嘉兴市统计年鉴，本文选取了如表3所示的14个社会经济指标作为研究嘉兴市城市扩张驱动力的备选因子.

表3 驱动力备选因子

Table 3 Alternative driving factors

分别对表3中的14个因子与相应年份的嘉兴市城市建设面积做因果分析和相关分析，得到因子P1、S1、S2、S3、E2、E3、E4、R1、R2、B1、B2与城市建设存在因果关系且相关性较强.

对当前选取的12个因子进行两两相关性分析，结合相关系数矩阵观察到因子之间存在较强的相关性，因此可以通过主成分分析法，对因子进行降维.本文选取了前3个主成分因子，累计贡献率99%，其中第1主成分(X1)的特征值为10.390，贡献率为87%，第2主成分(X2)的特征值为0.894，贡献率为7%，第3主成分(X3)的特征值为0.595，贡献率为5%.

以本文提取所得的建设区域面积为因变量，3个主成分因子为自变量，各因子取值如表4所示.

表4 因子取值

Table 4 Value of factors

通过多元线性回归分析，可得因变量与自变量之间的拟合方程如式(9)所示，拟合R2为0.993，拟合效果较好.

(9)

由主成分分析中的因子载荷矩阵可知，第1主成分变量X1主要与P1、P2和R1相关，分别为国内生产总值、人均GDP和总人口数，即反映了经济增长和人口的情况；第2、3主成分变量X2和X3主要与S1、S2和S3相关，分别为第一、二、三产业所占的比重，即反映了产业结构的组成情况.由此，得出经济发展、人口增长和产业结构调整均对嘉兴市的城市扩张具有驱动作用.

4.2 定性分析

4.2.1 经济发展

国内生产总值是对经济发展最为重要的一项衡量指标，嘉兴市自1993年以来，国内生产总值从43.5亿元增长到780.37亿元，增幅约18倍，人均GDP从5 796元增长到91 642元，增长了约15倍.尤其自2000年以来，经济发展速度明显加快，这与嘉兴市城市扩张速度相一致.

工业一直是嘉兴市经济增长最重要的行业.在20世纪90年代，轻工业和小型企业占据嘉兴市工业产值的主要部分，乡镇企业发展迅速，快速带动了小城镇建设，但该时间段内由于缺乏对工业空间布局的合理规划，企业格局散乱、集聚性差，未能形成规模集中的城市建设区域.2000年，随着嘉兴市本级行政区划的调整，加强了对中心城镇的建设，大量乡镇企业向工业园区集中，轻工业和小型企业的占比逐年降低，重工业和大型企业开始成为工业生产的主要组成部分.乡镇企业的集中化与城镇建设相互促进，促使城市向外扩张.

4.2.2 产业结构调整

据统计，嘉兴市城市规模与第一和第二产业占比呈负相关，与第三产业占比呈正相关，即第三产业比重的增大驱动了城市的扩张.嘉兴市1993年的产业结构占比分别为15.1%，54.9%和30.0%，到2013年变为4.2%，48.2%和47.6%，第一、第二产业所占比重降低，第三产业比重增加，其中第二产业始终占比最大，但第二、第三产业之间的差距在逐年缩小.

嘉兴市正计划向新型工业化的道路转型，在保证传统制造业发展的同时，着力于现代服务业的发展，新建了嘉兴科技城、嘉兴工业园区、南湖新区、秀洲新区等高新产业集聚地，紧紧围绕“优先发展现代服务业、大力发展先进制造业、积极发展生态高效都市型农业、调整优化产业布局”的思路，逐渐形成以第二、第三产业带动城市发展的新格局[11].

4.2.3 人口增长

人口的增长对城市的扩张具有显著且直接的驱动作用.嘉兴市在1993～2013年间，总人口增加了13.3%，城镇人口增加了103.1%，城镇人口比重由29.5%增长到了52.8%.同时，嘉兴市外来人口流入增多，大量人口从其他区位转移到城市中，原有城市生活空间无法满足需求，促进了城市建设，具体表现为城市居住用地、生活用地和公共设施用地的增加，进而导致城市的扩张.

近年来，嘉兴市人口自然增长率趋于平稳，但人口迁入迁出率仍维持在较高水平，预计未来几年，嘉兴市人口仍处于增长期，对新增建设用地的需求也会保持在一定的水平.

5 结论

以Landsat影像为基础数据，对嘉兴市在1993～2013年间的扩张过程以及驱动力因素进行了分析，得出以下结论：

5.1 嘉兴市在这20年间始终保持扩张态势，建设区域的年增长量为6.35 km2，年增长率为12%，在浙江省11市中排位中等，同期嘉兴市经济发展水平也处于浙江省中等位置[14]，两者相适应.2003～2008年嘉兴市扩张速度与强度相对高于其他时间段，这一时期也是嘉兴市经济迅速增长、工业产值快速上升的时期，中心城区周边的工业园区大量建设并形成规模.

5.2 在研究阶段初期，扩张方向主要为北方和西北方向，这一时期老城区南湖区的建设规模变化较小，多集中在北侧的秀洲区，后期为保护北部水网及生态环境，建设重心南移，南湖新区等一系列新的建设集中出现.同时为了对接杭州、上海等经济发达区域，嘉兴市在东西方向上也有一定程度的扩张.

5.3 嘉兴市的建设区域具有“一核多点”的分布特征，核心建设区域位于南湖区和秀洲区的公共边界附近，周围零散分布着面积较小的飞地.研究阶段初期扩张集中在核心建设区域的边缘，为主动型的扩张模式，中期飞地扩张明显，部分飞地互相连接，部分接入了核心建设区域.城市中高强度扩张区域跳跃式分布，表示城市扩张模式转变为被动型.后期城市整体扩张较为缓和，扩张模式转变为平缓型.

5.4 由于嘉兴市地形平坦、路网丰富，因此城市扩张受自然和交通条件的约束较少，扩张驱动力主要为经济发展、产业结构调整和人口增长，这3个因素都促成了建设行为的发生，进而导致城市扩张，在规划城市发展策略时可以从这3个角度提出控制手段.

5.5 嘉兴市城市发展仍存在一些问题：比如城市扩张合理性较差，建设用地的增长速度高于城镇人口的增长速度，两者不相适应；主城区建设区域分布零散，对周围城镇凝聚力较差；产业结构中第二产业仍占有最高比重，尚未实现“三二一”型的产业结构优化；在与长三角其他城市的横向对比中发展水平较低，沪杭同城融入力度不够等[15].

本文在利用遥感影像提取建设区域的基础上，完成了对嘉兴市城市扩张的研究，取得了较好的效果.今后可以进一步改良数据来源以提高精度、扩大研究范围以提高广度，从而获取更精准和全面的研究成果.

[1] 国家质量技术监督局.GB/T50280-98城市规划基本术语标准[M].北京：中国建筑工业出版社,2006. The State Bureau of Quality and Technical Supervision. Urban Planning Basic Terminology Standard GB/T50280-98[M]. Beijing：China Building Industry Press, 2006.

[2] 潘家华,魏后凯.城市蓝皮书——中国城市发展报告NO.8[M].北京：社会科学文献出版社,2015. PAN Jiahua, WEI Houkai. Urban Blue Book-China City Development Report NO.8[M]. Beijing:Social Sciences Academic Press, 2015.

[3] 关兴良,方创琳,周敏,等.武汉城市群城镇用地空间扩展时空特征分析[J].自然资源学报,2012,27(9):1447-1459. GUAN Xingliang, FANG Chuanglin, ZHOU Min, et al. Spatial and temporal characteristics of spatial expansion of urban land in Wuhan urban agglomeration[J]. Journal of Natural Resources, 2012,27(9):1447-1459.

[4] 李晓文,方精云,朴世龙.上海及周边主要城镇城市用地扩展空间特征及其比较[J].地理研究,2003,22(6):769-779，813-814. LI Xiaowen, FANG Jingyun, PIAO Shilong. The comparison of spatial characteristics in urban landuse growth among the central and sub-cities in Shanghai region[J]. Geographical Research, 2003,22(6):769-779,813-814.

[5] 刘盛和,吴传钧,沈洪泉.基于GIS的北京城市土地利用扩展模式[J].地理学报,2000,55(4):407-416. LIU Shenghe, WU Chuanjun, SHEN Hongquan. A GIS based model of urban land use growth in Beijing[J]. Acta Geographica Sinica, 2000,55(4):407-416.

[6] 张雪峰,杨晏立,何政伟,等.苏、锡、常建成区遥感方法提取及城市扩展分析[J].测绘科学,2011,36(2):113-115. ZHANG Xuefeng, YANG Yanli, HE Zhengwei, et al. Built-up area extraction by RS and urban expansion analysis of Suzhou, Wuxi and Changzhou[J]. Science of Surveying and Mapping, 2011,36(2):113-115.

[7] ALSHARIF A A A, PRADHAN B. Urban sprawl analysis of Tripoli Metropolitan City (Libya) using remote sensing data and multivariate logistic regression model[J]. Journal of the Indian Society of Remote Sensing, 2014,42(1):149-163.

[8] CHEN J, CHANG K T, KARACSONYI D, et al. Comparing urban land expansion and its driving factors in Shenzhen and Dongguan, China[J]. Habitat International, 2014,43(3):61-71.

[9] 刘涛,曹广忠.城市用地扩张及驱动力研究进展[J].地理科学进展,2010,29(8):927-934. LIU Tao, CAO Guangzhong. Progress in urban land expansion and its driving forces[J]. Progress in Geography, 2010,29(8):927-934.

[10] 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):2272-2280. HE Zhen, ZHAO Wenliang, HE Junping. 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):2272-2280.

[11] 甄延临,曹秀婷,李忠国.嘉兴市城市总体规划修改思考[J].城乡规划:城市地理学术版,2012(3):28-35. ZHEN Yanlin, CAO Xiuting, LI Zhongguo. Thinking about urban master planning modification in Jiaxing[J]. Urban Planning: Urban Geography Academic Edition, 2012(3):28-35.

[12] 武鹏飞,王茂军,张学霞.基于归一化建筑指数的北京市城市热岛效应分布特征[J].生态环境学报,2009,18(4):1325-1331. WU Pengfei, WANG Maojun, ZHANG Xuexia. Distribution of urban heat island effects based on normalized difference built-up index in Beijing city[J]. Ecology and Environmental Sciences, 2009,18(4):1325-1331.

[13] 李爱民.基于遥感影像的城市建成区扩张与用地规模研究[D].郑州：解放军信息工程大学,2009. LI Aimin. Research on Urban Built-up Area Expansion and Land Use Scale Based on Remote Sensing Images[D]. Zhengzhou: PLA Information Engineering University, 2009.

[14] 陈征,胡德勇,曾文华,等.基于TM图像和夜间灯光数据的区域城镇扩张监测——以浙江省为例[J].国土资源遥感,2014,26(1):83-89. CHEN Zheng, HU Deyong, ZENG Wenhua, et al. TM image and nighttime light data to monitoring regional urban expansion: A case study of Zhejiang Province[J]. Remote Sensing for Land and Resources, 2014, 26(1):83-89.

[15] 李国明,蒋明祥,严勤斐.“十二五”以来嘉兴与长三角相关城市综合实力比较研究[J].统计科学与实践,2015(11):30-33. LI Guoming, JIANG Mingxiang, YAN Qinfei. Research of Jiaxing urban comprehensive strength comparison to Yangtze river delta since the twelfth five-year plan[J]. Statistical Theory and Practice, 2015(11):30-33.

CHEN Kexin1,2, ZHANG Feng1,2, DU Zhenhong1,2, LIU Renyi1,2

(1.ZhejiangProvincialKeyLabofGIS,ZhejiangUniversity,Hangzhou310028,China; 2.DepartmentofGeographicInformationScience,ZhejiangUniversity,Hangzhou310027,China)

Analysis of urban expansion and driving forces in Jiaxing city based on remote sensing image. Journal of Zhejiang University(Science Edition), 2016,43(6):709-715

China is going through rapid urbanization. To understand the urban development status of Jiaxing, this paper made research on built-up areas extracted from remote sensing images, and took means of geographic information science and mathematical statistics to analyze the spatio-temporal characteristics of expansion process, as well as explored the driving factors based on the social and economic data. The research shows that the built-up areas in Jiaxing kept expanding from 1993 to 2013, with the rate and intensity changing from increasing to decreasing. The direction moved from the northwest to the south, and the expansion mode transformed from active to passive and then to stable. Urban construction is inconsistent with population. Driving factors of expansion are concluded as economic development, industrial restructuring and population growth.

remote sensing image; urban expansion; spatio-temporal analysis; driving force analysis