空间信息技术支持下的福州市城市用地扩张时空特征研究

陈宝芬， 张耀民， 江 东， 林 刚， 付晶莹*

(1.西安科技大学 测绘科学与技术学院， 西安 710054； 2.中国科学院 地理科学与资源研究所， 北京 100101)

空间信息技术支持下的福州市城市用地扩张时空特征研究

陈宝芬1， 张耀民1， 江 东2， 林 刚2， 付晶莹2*

(1.西安科技大学 测绘科学与技术学院， 西安 710054； 2.中国科学院 地理科学与资源研究所， 北京 100101)

城市化是社会发展和经济增长重要动力，遥感和地理信息系统技术(GIS)已成为监测、分析城市发展的重要手段.该文选择我国海西地区重要门户福州市为研究区，以2000年～2015年多期Landsat TM/ETM+影像为数据源，对福州市城市用地空间分布信息进行提取，分析了2000～年～2015年福州市城市用地扩张的时空特征；同时结合福州市2000年～2015年社会经济数据和人文数据，探讨了城市扩张的主要驱动因素.结果表明：在时间上，福州市城市用地扩张总体呈上升增长趋势，尤其是2010年以来城市用地扩张快速发展；在空间上，福州市城市用地扩张呈现向西偏北方向移动；在驱动力上，人口、经济的发展以及高程、坡度、灯光、到一般公路、学校、医院的距离是影响福州市城市用地扩张的重要因素.

城市用地扩张； 时空特征； 驱动力分析

城市扩张是城市由于社会生产力的发展而引起的城市空间增长、城市规模扩大，农村人口向城市集中的过程[1].作为经济发展的客观要求和必然产物，它已成为继工业化、现代化、信息化之后的又一全球性趋势.《中国城市状况报告2010-2011》就指出，今后五年内，中国的城镇人口将超过农村人口，到2030年，中国城镇化率将达到65%左右，各类城镇将新增3亿多人口[2].诺贝尔经济学奖获得者STIGLITZ则把“中国的城市化”和“美国的高科技”并称为 21 世纪人类发展进程的两大关键因素[3].

早期对城市用地扩张的研究主要集中在扩张时空特征的分析上.包括LOPEZ等利用遥感影像，分析并预测了墨西哥莫雷利亚城市边缘的土地利用变换的时空特征[4]；储金龙等采用扩张速度、强度和分维数等指标来研究南通城市用地扩张的时空特征以及演变过程[5]；刘盛和等在多期遥感影像数据的基础上分析城市扩张的面积、速度及方向等时空特征[6]；胡长慧基于Landsat TM数据以扩张的动态度、重心转移、象限方位为手段分析开封城市扩张的时空特征[7].

随着城市用地扩张理论的不断发展，许多学者把城市扩张的研究定位到驱动因素上.STERN通过分析城市化过程得出人口、经济及相关政策等因素影响着城市用地扩张的进程[8].KESSIDES在分析城市转型的驱动因素时发现地租差异在城市扩张过程中占有重要作用[9]；谭明洪采用数学模型探讨了我国城市扩张的主要因素[10].周国华站在区域经济发展现状的角度上，分析地理环境及区域规划等对城市用地扩张的影响[11].张占录提出北京城市扩张的主要驱动因素是居住、交通环境[12].由于研究所用的观测数据大都与地理位置有关，并且呈现一种邻近关系，为了在模型中展现数据的空间特性并予以分析，英国 New castle大学地理学家FORTHERINGHAM A S 等提出了地理加权回归模型 GWR(Geographically Weighted Regression)[13].PaeZ将该模型用于研究日本仙台市城市热岛效应的空间变化[14]；邵一希以常州市孟河镇为例将地理加权回归模型应用到土地利用格局的研究变化[15].本文借鉴上述方法，在提取福州市城市用地信息的基础上，并对其城市用地扩张的特征及驱动力进行了详细的研究分析.

1研究区概况

论文选择福建省福州市作为研究区.福州市位于福建东部、闽江下游沿岸，台湾海峡以西，戴云山脉东冀， 25°15′～26°39′N，118°08′～120°31′E之间.西靠三明市、南平市，南邻莆田市、泉州市，北接宁德市.市辖台江区、仓山区等5区，福清市、长乐市等两个县级市，闽侯县、连江县等6个县以及50个乡镇.具体位置如图1．

作为我国海西地区辐射中西部的重要门户.改革开放以来福州市的社会经济和城市建设有了全面发展.初步统计，2000年至2015年，福州市地区总值(GDP)从876.39亿元增长到5 169.16亿元.2015年年末全市常住人口750万人，城镇化率67.7%，各项社会事业、公共基础设施也得到了全新的发展，人民生活水平和环境显著提高，为福州市正全力打造“一带一路”海上丝绸之路战略枢纽城市提供支撑.

2数据来源和研究方法

2.1数据来源

本文使用的遥感影像数据源为4个不同时相的Landsat TM/ETM+数据，社会经济数据来源于福州市统计年鉴(2000-2015年)(表1).

本文需要对上述数据做的预处理如下：首先进行投影转换，统一获得albers投影；然后借助于GIS空间分析功能，如距离计算、栅格计算、邻域计算等功能对数据进行计算分析，然后统一重采样成100m*100m栅格大小.最后，再消除所有数据量纲对后面研究的影响，利用Arcgis中的栅格计算工具RasterCalculator完成标准化过程.本文研究采用模糊隶属度函数模型对各种数据进行标准化，其公式为:

(1)

负向因子的模糊隶属度函数模型:

(2)

2.2研究方法

本文以福州市的遥感影像数据为基础，对所获取的遥感数据进行图像波段配准、大气校正、几何校正等预处理后，裁剪出本文所需要的研究区范围，然后利用计算机自动分类与人工交互相结合的方法提取城市城区信息.

基于多时期的城区分布，从时间和空间两个方面对福州市城市用地扩张进行分析.本文采用扩张强度和扩张动态度两个指标来研究福州城市用地扩张在时间上的变化规律；采用重心转移和缓冲区分析两种方法来分析城市用地扩张在空间上的变化情况.

最后针对福州市城市用地扩张的时空规律，利用地理加权回归分析的方法探求其发展的驱动机制.主要从人口、经济、自然地理环境等因素出发，分析其对福州市城市用地扩张的影响.

具体研究路线如图3所示．2.2.1扩张强度指数 扩张强度指数(UrbanizationIntensityIndex，UII)是指某空间在研究区的建成区扩张的面积占其土地总面积的百分比，即对建成区年均扩张速度进行处理，分析得出不同时期城市扩张的快慢强弱[16].其计算公式如下：

(3)

式中，UII表示扩张强度；Uib和Uia分别表示研究期内的末年和初始年的城市用地面积，TLA为研究区土地总面积；T表示时间跨度，用年来计算.

2.2.2扩张动态度指数 城市扩张动态度是指研究时期内研究区的某种土地类型数量的变化状况，可以用来描述土地利用变化的速度[16].其计算公式：

(4)

式中，K表示建城区扩张的动态度；Ub和Ua分别表示研究期内的末年和初始年的城市用地面积；T表示时间跨度，用年来计算.

2.2.3重心转移分析 城市重心是指不同区位的平衡点，随着城市用地扩张的同时也在不断偏移，它表征着城市发展规划的方向[17].重心横纵坐标的计算公式为：

(5)

式中,Xt，Yt为第t年的重心坐标;ati表示第i个图斑的面积;Xi和Yi为第i个图斑的重心坐标.重心距离转移的计算公式如下：

(6)

2.2.4缓冲区分析 缓冲区分析是指以点、线、面实体为基础，自动建立其周围一定宽度范围内的缓冲区多边形图层，对研究要素进行一定范围内的邻近分析.它可以定量描述不同距离范围内建成区扩张的空间分布特征.

2.2.5地理加权回归 地理加权回归(GeographicallyWeightedRegression，GWR)模型在传统回归模型的基础之上，将局部位置的空间特性纳入到模型中，同时反映空间上某一点的特征值受其邻近观测点特征值的影响程度，并且这种影响会随而距离的增加逐渐降低[18].地理加权回归对一般的全局最小二乘回归模型进行扩展，将数据的地理位置嵌入到回归参数之中，其表达式为：

(7)

3城市用地扩张特征分析

基于计算机自动分类与人工交互相结合的方法提取了2000年、2005年、2010年、2015年的福州市城区，并对其进行城市用地扩张的时空分析(图4、图5).在ArcGIS10.2中统计并计算福州市4个时期的城市用地面积(图6)，从图6可以直观的反映出福州市城市用地面积是呈直线上升的，变化幅度比较明显，但是2010年～2015年面积增长的最快，年平均水平达到17.39%，是同时期全国城市用地年平均增长水平2.66%(统计年鉴)的8倍多.

3.1城市用地扩张时间特征分析

本文采用胡长慧在开封城市用地扩张强度时空特征划分标准[7]，即：高速扩张(>1.92)；快速扩张(1.05～1.92)；中速扩张(0.59～1.92);低速扩张(0.28～0.59)；缓慢扩张(0～0.28)；同时参考王丽萍等在江苏省城市用地扩张动态度研究的划分等级[16]，即：高速扩张(>20%)；快速扩张(14～20%)；中速扩张(8～14%);缓慢速扩张(<8%).根据划分标准和公式(3)、(4)得到福州市各阶段城市用地扩张强度与动态度(表2).

从表2中可以明显的看出，福州市城市用地的扩张强度逐步递增，2000年～2005年扩张强度为0.47km2/年，属于低速扩张类型；2005年～2010年城市扩张强度有所增加，达到0.99km2/年，步入快速扩张行列；2010年～2015年扩张强度大幅增加，为2.41km2/年，是2000年～2005年和2005年～2010年总和的2倍以上，属于高速扩张类型.同时期福州市城市用地的扩张动态度类型为低速扩张型、中速扩张型和快速扩张型，扩张动态度分别为7.02%、11.21%、17.39%，其中2010年～2015年扩张动态度最高，因为这一时期在“一带一路”等相关政策的推动下，福州市的社会经济水平大幅度增加，生活素质在不断改变的同时，城市建设用地也在不断扩张.

3.2城市用地扩张空间特征分析

本文采用重心转移的方法分析了2000年～2015年福州市城市用地重心的偏向情况，揭露了这一时期福州市城市用地的发展方向；并且利用缓冲区分析了同时期离重心距离的不同福州市城市用地的发展偏移情况.

3.2.1重心转移分析 在ArcGIS10.2中进行分析，利用CalulateGeometry几何计算功能和AddXYDate功能以及计算公式得到城市坐标(表3)并制作出城市重心转移示意图(图7).

从表3和图7可以看出，2005年～2000年，福州市城市的重心向西偏北移动1.37km，偏移速度相对缓慢，主要是在原来的城市用地上进行大饼式扩张；2005年～2010年，城市重心向西偏北方向偏移的速度有所增加，偏移距离为3.58km; 在2010年～2015年，城市偏移速度明显增加，向西偏北的距离为7.34km.这一阶段处于福州市城市处于飞速发展时期，经济带动人口数量的急剧上升，必然导致更多地居民住宅区以及相关基础设施的建设向西北偏移.

3.2.2缓冲区分析 在ArcGIS10.2的操作环境下以2000年福州市城市用地重心为圆心，利用Buffer缓冲区分析功分别缓冲出10个10km缓冲区，然后和4个时期福州市城市用地矢量图进行叠加分析，得到各时期城市用地在距离城市重心不同距离区域的区扩张总量及空间分布(图8、图9).

从图8和9分析可以看出，不同的缓冲区范围内，城市用地扩张量是不同的.2000年～2005年期间，扩张量最高达到121.39km2，出现在距离城市重心10km的范围内，在距离城市用地重心50km时，城市扩张量开始下降，到距离100km的缓冲区范围内扩张量为0；2005年～2010年期间，在距离城市重心20km的范围内扩张量达到最高为182.40km2；2000年～2005年期间，扩张量最高达到301.19km2，出现在距离城市重心30km的范围内.

4城市用地扩张驱动力分析

城市发展是一个动态的、复杂的系统，是内外因素共同影响下的结果.城市用地扩张的驱动因素通常分为自然因素、社会经济因素和政策因素，但是政策因素对城市用地扩张的影响有很大的限制性，因此本文主要从经济、人口以及自然因素出发，对2000年～2015年福州市城市用地扩张的驱动因素进行了初步探讨.

4.1城市用地扩张与人口、经济关系分析

城市用地是人类生产、生活的场所，人口增长必然导致对土地需求的增加，它是城市用地扩张本质的因素[19].因此，人口增长必然导致土地利用系统输出产品需求量的增加和居住地的增加.伴随着城市化进程加快，人口的增加，人口流动性越来越显著，农业与非农业人口的转换加快，这些都表现为城市用地的不断扩张.同样，一个城市经济的发展变化，也影响着该地区土地利用的规模、结构和布局，可以这样说经济水平是衡量城市发展的重要指标.本研究根据2005年～2015年福州市城市用地面积数据和对应年份的福州市年末户籍总人口数据及生产总值GDP数据， 分别得到城市用地面积与人口、GDP的关系如图10、11所示.

由图9、10可知，福州市在2000年～2015年这段时期内，年末户籍总人口总体呈上升趋势，同期建设用地面积也呈现同向增长态势，两者呈现高度的正相关.因此可以这样说人口的增加是城市用地扩张的主要促进因素.同样，在研究时间内，GDP从876.39亿元增长到5 169.16亿元，总量增长迅速.具体表现在2000年～2005年，GDP增长相对缓慢，同期城市用地也呈相同的增长趋势.之后GDP和城市用地都开始大幅度增长，在2010年～2015年增长速度最快.GDP和城市用地两者呈现同向的增长态势，因此GDP是促进城市用地扩张的重要因素.所以，可以毫不夸张的说人口增长和经济的快速发展是城市用地扩展的最直接驱动力[20].

4.2城市用地扩张与自然地理环境的关系分析

作为城市用地扩张变化的基本影响因素，自然地理环境影响在某种程度上能够决定城市用地扩张的宏观格局[20].地理空间位置的变化，以及空间要素的空间不稳定性，这都导致空间环境因素对城市用地格局的影响程度具有空间异质性，简单来说就是同一影响因子在不同区域对土地利用格局的影响程度是不同的.因此，本文采用基于地理加权回归的逻辑回归模型来模拟分析城市用地扩张与自然地理环境的关系[21-22].

本文将城市用地赋值为1，非城市用地的值为 0.通过查询参考文献以及根据科学性、独立性和可行性等原则，选取了高程(DEM)、坡度(slope)、灯光以及到一般公路、高速公路、水体、学校、医院、公园绿地、生活品市场的距离10 个自然环境影响因子(表4).在进行回归之前，需要对研究区进行采样.本文采用Arcgis10.2 中的CreateRandomPoints工具在研究区随机产生样本点，并除去约束层范围内的点，最后获得1 053个样本点.然后利用Arcgis10.2 的ExtractValuestoPoints工具将各地理环境要素的属性数据提取至样本点中.由于Arcgis10.2 软件里的GWR回归方法不能做BinaryLogistic回归，所以用GWR4.0 软件对所得数据进行全局性逻辑回归和地理加权逻辑回归. 结果如表 5所示.

从表5可知，全局性逻辑回归的AICc和异常解释百分比(Percentdevianceexplained)分别为 585.290 5 和 0.704 1，而基于GWRBinaryLogistic回归分析的AICc和异常解释百分比分别为 532.687 2 和 0.782 5，且局部R2均在 0.70 以上.AICc表示模型模拟的效果，其值越小表示效果越好.结果表明，基于GWRBinaryLogistic的回归拟合效果相比于全局回归效果明显较好，而且异常解释百分比也有较大的提高.从全局性逻辑回归结果来看，高程、坡度、灯光和到一般公路、高速公路、河流、 学校、 医院的距离对城市用地的影响都表现了显著的相关性，表明地形、区位、水体、交通、教育及医疗条件对城市用地的扩张具有较大的相关性.而灯光数据的影响系数的绝对值是最大的，即区位对城市用地扩展具有重要的影响作用.而从地理加权回归的地理空间差异性检验结果DIFFofCriterion可知，高程、坡度、灯光和到一般公路、河流、学校、医院的距离对城市用地的影响在空间上表现出极大的差异性.总的来说，到高速的距离对城市用地扩张的影响显著但是空间差异性较小，而到高程、坡度、灯光、到一般公路、河流、学校、和医院的距离对城市用地扩张的影响显著而且空间差异性较大.

福州市三面环山，面海临江，地势自西向东倾斜，因此城区建设向西部发展受到限制，整体格局表现为东扩南进、西拓北挺、沿江向海，同时这也决定了高程、坡度对城市用地扩张的空间差异性影响.到灯光的距离的代表着地理区位，随着到灯光距离的增大，到灯光的距离对城市扩张的影响逐渐减少，且在东部的影响程度最大；到一般公路的距离和河流的空间差异影响主要表现在西北部和东南部的差异.在东南部，随着距离一般公路和河流距离的增大，一般公路和河流对城市扩张的影响逐渐减少，而在西北部则相反；到学校和医院的距离的空间差异影响主要表现在东南部与西部之间的空间差异，在东南部到学校和医院的距离与对城市扩张的影响呈正相关，即到学校和医院的距离越大对城市扩张的影响越大；在西部，学校和医院相对较少，故而对城市用地扩张的影响表现不明显.而高速公路、生活品市场、公园大多集中在东部地区，这些地方相比于其他区域城市用地已经趋于饱和，城市用地扩张相对不明显，因此这些因素对城市用地发展的空间差异性表现不明显.总的来说，这些因素在空间表现上的差异性均由福州市独特的地理区位、地势以及空间发展格局决定.对于西部和北部而言，地势较高，多为山地，因此城市用地多远离其而发展.而南部、东南部地区，面江临海，地势相对平坦，在一般公路、河流、医院、学校的影响下，距离近的较小的村落迅速集聚发展，东南部表现的最为明显.

注：**代表在 0.01 水平上极显著相关，*表示在 0.05 水平上显著相关； 根据模型选择标准，当DIFFofCriterion为正值时，表示没有空间异质性.

5主要结论

本文选择福州市为研究对象，利用扩张强度、扩张动态度、重心转移以及缓冲区的方法，对提取的福州市城市用地进行时空特征分析，最后从人口、GDP和自然因素3个方面探讨了各因素对福州市城市用地扩张的影响机制.主要结论如下.

1) 2000年～2015年福州市城市用地扩张呈现不断发展的趋势，2000年～2010年城市用地扩张相对缓慢，扩张强度和扩张动态度增长平稳，但是2010年以后，城市扩张飞速发展，扩张强度和扩张动态度快速增长.同时在2000年～2015年内，福州市城市用地的重心主要向西偏北方向偏移；缓冲区内扩张量最多的分别出现在距离城市重心10km的缓冲区、距离城市重心20km的缓冲区、距离城市重心30km的缓冲区.

2) 人口的增加、GDP的增长是促进城市用地扩张的重要因素，他们在2000年～2015年这段时间内的增长趋势和同期福州市城市用地的变换是同向正相关，总体的上升态势是相同的，因此他们的共同作用主导了福州市城市用地的扩张.

3) 通过全局性逻辑回归和地理加权逻辑回归分析可知， 整体上， 地形、区位、河流、交通、教育及医疗条件对城市用地扩张的影响较显著.其中，到高速的距离对城市用地扩张的影响显著但是空间差异性较小，而到高程、坡度、灯光、到一般公路、河流、学校、和医院的距离对城市用地扩张的影响显著而且空间差异性较大.

[1] 徐新良， 赵美艳， 闵稀碧. 城市扩展研究的主要进展与展望[J].生态科学， 2014， 33(3): 619-624．

[2] 汪光焘. 中国城市状况报告 2010-2011[R]. 北京：外文出版社， 2010．

[3] 牛文元， 刘怡君. 中国新型城市化报告2009[M].北京:科学出版社， 2009：33-35．

[4]LOPEZE，BOCCOG，MENDOZAM，etal.Predictingland-coverandland-usechangeintheurbanfringe:acaseinMoreliacity，Mexco[J].LandscapeandUrbanPlanning， 2001， 55(4): 271-285．

[5] 储金龙， 马晓冬， 高 抒， 等. 南通地区城镇用地扩展时空特征分析[J]. 自然资源学报， 2006， 21(1): 55-63．

[6] 刘盛和， 吴传钧， 沈洪泉， 等. 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．

[7] 胡长慧. 开封城市用地扩张时空特征及驱动力分析[D]. 开封：河南大学， 2014．

[8]STERNPC，YOUNGOR，DRUEKMAND.Globalenvironmentalchange:Understandingthehumandimensions[J].NationalAcademiesPress， 1991， 17: 60．

[9]KESSIDESC.TheurbantransitioninSub-SaharanAfrica:Implicationsforeconomicgrowthandpovertyreduction[M].Washington，DC:CitiesAlliance， 2006．

[10] 谈明洪， 吕昌河. 以城市用地面积表征的中国城市规模分布[J].地理学报， 2003， 58(2):285-293．

[11] 周国华， 贺艳华. 长沙城市土地扩张特征及影响因素[J].地理学报， 2006， 61(11):1171-1180．

[12] 张占录. 北京市城市用地扩张驱动力分析[J].经济地理， 2009， 29(7): 1182-1185．

[13] 覃文忠. 地理加权回归基本理论与应用研究[D].上海：同济大学，2007．

[14] 玄 燕， 黎锁平， 刘树群. 地理加权回归模型及其拟合[J].甘肃科学学报， 2007， 19(1):51-52．

[15] 邵一希， 李满春， 陈振杰， 等. 地理加权回归在区域土地利用格局模拟中的应用—以常州市孟河镇为例[J].地理科学， 2010(1):92-97．

[16] 王丽萍， 周寅康， 薛俊菲. 江苏省城市用地扩张及驱动机制研究[J].中国土地科学， 2005， 19(6):26-29．

[17] 景 新. 论城市重心转移规律——以北京市为例[J].学习与实践， 2007(5):46-53．

[18]FOTHERINGHAMAS，BRUNSDONC，CHARLTONM.GeographicallyWeightedRegression-TheAnalysisofSpatiallyVaryingRelationships[M].JohnWiley&SonsLtd，England，2002

[19] 明 洪， 李秀彬， 吕昌河. 我国城市用地扩张的驱动力分析[J]. 经济地理， 2003， 23(5):635-639．

[20] 吴晓青， 胡远满， 贺红士， 等. 沈阳市城镇扩展时空格局及其驱动力[J]. 应用生态学报， 2007， 18(10):2282-2288．

[21]LIH，WEIY，HUANGZ.UrbanlandexpansionandspatialdynamicsinglobalizingShanghai[J].Sustainability， 2014， 6: 8856-8875．

[22]SHAFIZADEHMH，HELBICHM.Spatiotemporalvariabilityofurbangrowthfactors:aglobalandlocalperspectiveonthemegacityofMumbai[J].InternationalJournalofAppliedEarthObservationandGeoinformation， 2015， 35: 187-198.

Study on the spatio-temporal characteristics and driving forces of urban land expansion of Fuzhou City with spatial information techniques

CHEN Baofen1, ZHANG Yaomin1, JIANG Dong2, LIN Gang2, FU Jingying2

(1.College of Geomatics, Xi’an University of Science and Technology, Xi’an 710045; 2.Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Science, Beijing 100101)

Urbanization is an important driving force for social development and economic growth. Remote Sensing (RS) and geographic information system (GIS) technology have become important means of monitoring and analysis of urban development. In this paper Fuzhou City， which is an important gateway in the west of china， is chosen as the research area， and the Landsat TM/ETM+images of Fuzhou City in 2000～2015 are taken as the data source. The spatial information of Fuzhou urban is extracted， and spatial characteristics of land expansion along with its driving factors are analyzed from 2000 to 2015 in Fuzhou city. At the same time， the driving factors of city are studied in combination of the social， economic and cultural data of Fuzhou city from 2000 to 2015. Results show that in time， Fuzhou urban land expansion exhibits an overall upward trend， especially since 2010， when urban land expansion develops rapidly. In space， Fuzhou city urban land expansion was moved westward in the space. For the driving force， the development of population and economy along with DEM， slop， light， road， school and hospital are important factors to affect the expansion of urban land of Fuzhou city．

urban land expansion; spatio-temporal variation; driving forces

2016-11-30.

国家自然科学基金项目(41571509)；中国国防科技工业局高分辨率对地观测重大专项项目(30-Y30B13-9003-14/16-04).

1000-1190(2017)02-0237-10

F291.1

A

*通讯联系人. E-mail: fujy@igsnrr.ac.cn.