基于格网的西安市人居环境适宜性评价

2022-04-30徐崟尧孙姝博

宁夏大学学报（自然科学版） 2022年1期

高珊，孙虎*，徐崟尧，孙姝博

(1.陕西师范大学地理科学与旅游学院,陕西西安 710119;2.陕西师范大学地理国家级实验教学示范中心,陕西西安 710119)

西安是西北地区最大的城市,也是一带一路的起点.随着西安市建设的快速推进,整个城市的面貌焕然一新,但与此同时也出现了人口激增、环境负荷增大、社会竞争加剧等问题.这些因城市建设引发的社会问题和城市建设本身都属于人居环境科学的研究范畴.希腊学者道萨迪亚斯于20世纪50年代提出的“人居环境科学”概念推动了与人居环境有关的研究[1].国外学者认为,宜居是一个包含着环境质量与生活质量的整体概念[2],他们提倡将人类聚居环境作为研究对象,探寻合理的城市空间结构[3—4].总体而言,人居环境是人与环境相互作用的结果,适宜的人居环境能够为人类提供良好的生态基础,也能够满足人对于医疗、科教、文化服务等方面的需求[5—8].目前,国外人居环境质量评级体系仍在不断丰富,学者将收入、健康、自然灾害等因素也归入其中[9—12]. 1993年,吴良镛首次把人类聚居学理论引进中国,并提出以城市等为研究对象的“人居环境科学”设想[13].张文忠则认为,真正的宜居应该是和谐的自然环境与舒适的人文环境相结合[14].在此基础上,近几年学者又提出“山水城市”“生态文明城市”“海绵城市”等理念,这些理念反映了新时期人类希望人居环境能达到自然环境与社会文明的和谐统一[15—17].随着地理信息技术的日渐成熟,GIS分析法成为人居环境适宜性研究的常用手段．封志明等构建的中国人居环境自然适宜性评价模型,定量揭示了中国不同地区人居环境的自然适宜程度及其空间规律性,为各地区发展提供了参考依据[18].目前,人居环境适宜性的相关研究开始与时空演变[19—20]、生态安全[21]、人居环境系统脆弱性[22]等相结合,但我国对于人居环境适宜性的研究多注重自然环境方面[23—29],对于人文要素考虑较少[30].同时,由于地区发展特点和程度存在较大差异,相对于自然指标,人文指标的选取更加灵活且更符合研究区的人文环境特征.

近几年,西安市的人地关系矛盾突出,资源配置不合理,发展不均衡.西安市于2018年提出《大西安发展规划》,该规划以期延续城市肌理,提升历史街区,实施城市有机更新,疏解人口,降低密度,提升品质,彰显千年古都底蕴,从而建设中华民族共有精神家园标识地[31].笔者依据西安市发展现状,针对性地选取交通通达度、GDP、科教、医疗、住宅服务密度作为人文指标,并结合自然指标,构建人居环境适宜性评价模型,并对现状进行评述,希望可为西安市优化资源配置、缓和人地关系矛盾的相关研究提供参考.

1 研究区及数据

1.1 研究区概况

西安市位于λN=33.42°～34.45°、φE=107.40°～109.49°,属于渭河流域中部的关中平原,北临黄土高原,南接秦岭,区内海拔高度差异悬殊,秦岭山地与渭河平原界线分明,构成西安市的地貌主体.行政上,西安市下辖新城区、碑林区、莲湖区、雁塔区、未央区、灞桥区、阎良区、临潼区、长安区、高陵区、蓝田县、户县、周至县等10区3县,其中,新城区、碑林区、莲湖区为主城区.西安市的常住人口约750万人,市区人口近300万,人均居住面积10.19 m2,居住在城镇的人口占总人口的56.14%,居住在乡村的人口约300万人,占总人口的43.86%.西安市的人口密度为666人/km2,市区人口密度为1 533人/km2,城区人口密度以碑林区为最高,为3.11万人/km2,城郊区人口密度以雁塔区为最多,达5 244人/km2.

1.2 数据来源

Landsat8遥感影像、90 m分辨率DEM来源于中国地理空间数据云(http://www.gscloud.cn/);西安市水域矢量数据来源于西安市地形图(矢量化); 西安市13个站点的空气质量指数来源于全国空气质量实时发布平台(http://106.37.208.233:20035/);西安市的GDP、道路、人口、科教、医疗数据来源于《西安市统计年鉴》(2017年)．

1.3 研究方法

1.3.1地形起伏度(SRDL)SRDL是指在一定范围内,最高点海拔与最低点海拔的差值,可以反映地形切割深度,从而反映一个地区的地形特征.西安市地处关中平原和秦岭山地,SRDL影响着居住环境选址.SRDL的计算模型:

SRDL=Hmax-Hmin,

(1)

式中：Hmax为单位面积内最高海拔;Hmin为单位面积内最低海拔[32].

1.3.2归一化植被指数(INDV) 植被覆盖状况对于居住区热环境和大气有一定影响[33],INDV可有效反映植被生长发育特征.INDV的计算公式:

INDV=(RNIR-RR)/(RNIR+RR),

(2)

式中:RNIR,RR分别代表近红外光和红光的反射值.

1.3.3格网技术格网技术是将数据以设定的面积大小为单位表达出来.数据的格网化将数据置于同一尺度下,可提高数据的可读性,也利于发现数据的规律.笔者以西安市为研究范围,在ArcGIS中建立1 km×1 km的网格,用于表达各评价指标.

2 模型的建立

2.1 自然因子数据的处理

2.1.1地形起伏度(SRDL)与归一化植被指数(INDV) 将计算所得SRDL,INDV重采样为1 km×1 km分辨率,再利用分区统计,将数据格网化.

2.1.2水域密度(DTW) 西安市的降水空间分异极小,因此只选取水域密度代表水文因子.利用Identify和西安市格网将西安市水域矢量数据格网化,再转为栅格数据,并分区统计,获得1 km×1 km格网化的西安市水域分布图.

2.1.3空气质量指数(IAQ)IAQ是将空气中几种污染物质量浓度依据一定的计算方式归为一个指数来表征城市的空气质量.IAQ在短期内就会有波动,可据此监测空气质量的变化程度.IAQ越大,表示空气质量越差.笔者将西安市13个空气质量监测站点IAQ的平均值数据以1 km×1 km进行克里格插值,再利用分区统计获得格网化西安市的IAQ.

2.2 人文因子数据处理

2.2.1交通通达度(DTA)DTA表达交通的可达性,以路网密度表示.西安市的道路矢量数据与格网取交集,将路网切成段,折线转栅格后,重采样并分区统计,获得1 km×1 km格网化的路网密度.

2.2.2国内生产总值(GDP)与人口密度(POP) 将西安市GDP与POP重采样、分区统计后,获得格网化数据.

2.2.3科教服务密度(S)、医疗服务密度(M)与住宅密度(H) 将3种点文件与西安市格网分别建立空间连接,获得每个网格所含科教服务、医疗服务与住宅的数量,即S,M,H.以此属性创建栅格数据.

2.3 人居环境适宜性评价模型

文中所建立的人居环境适宜性评价模型:

IHE=α×SNRDL+β×INNDV+γ×DNTW+δ×

INAQ+ε×DNTA+θ×PNGD+λ×SN+μ×

MN+ω×HN,

(3)

式中:IHE为人居环境适宜性指数;SNRDL,INNDV,DNTW,INAQ,DNTA,PNGD,SN,MN,HN分别为在MATLAB中标准化后,基于1 km×1 km格网下的地形起伏度、归一化植被指数、水域密度、空气质量指数、交通通达度、国内生产总值、科教服务密度、医疗服务密度和住宅密度;α,β,γ,δ,ε,θ,λ,μ,ω分别为各指标的对应权重,一般,各单项指标与人口密度的相关系数占相关系数总和的比例为各指标的权重[19].

文中使用的最小、最大标准化方法[34]计算公式:

Y=(Xi-Xi,min)/(Xi,max-Xi,min)×100,

(4)

式中:Y为某评价因子的标准化值;Xi为某评价因子的原始值;Xi,min为某评价因子的最小值;Xi,max为某评价因子的最大值．

3 结果与分析

3.1 西安市人居环境适宜性评价

为进一步分析西安市人居环境适宜性分布特征,笔者结合实地调研结果及专家意见,将计算结果根据相似性进行迭代优化聚类分析.经聚类后,人居环境适宜性评价指数(IHE)被分为5级,即不适宜、临界适宜、一般适宜、较适宜和适宜(表1、图1～图2).同时,对各指标与人居环境适宜性各分级区进行相关性分析(表2).总体而言,西安市人居环境适宜性由南向北递增,由秦岭山区向关中平原递增,基本呈层状分布,其中,北部较适宜区中有闭合区域,人居环境适宜性偏低,为人口集中的主城区.

1)不适宜区.该区的面积为2 155 km2,约占西安市总面积的21.19%,人口为5.36万人,占全市总人口的0.76%,人口密度为24.88人/km2.在所有区县中周至县的不适宜区面积占比最高,为36.99%.SNRDL与IHE的相关系数最大,表明地形与该区人居环境适宜性的相关性最大.不适宜区主要集中在西安市南部的山地,处在秦岭的北麓,该地的地形陡峭崎岖,环境恶劣,人迹罕至,还未完全开发,因此极不适宜居住.

表1 西安市人居环境适宜性分类统计

图1 西安市人居环境适宜性分级评价结果

2)临界适宜区.该区的面积为2 907 km2,约占西安市总面积的28.58%,人口为304.03万人,占全市总人口的43.33%,人口密度为1 045.85人/km2.临界适宜区集中分布于不适宜区的周边,即高陵区、长安区的东部、蓝田县西部和西安市的主城区. 该区域的SNRDL与IHE的相关系数仍然很高.结合SNRDL的分布特征可知,对于山区周边和城郊各区县,由于交通通达度较低,医疗、科教等各服务设施不完善,该区的人居环境适宜性低.在西安市的主城区中,临界适宜区面积占70.19%,是西安市的中心,经济发达,交通网络完善,也是科技与文化最发达的地区,因此人口密度在全市最高.由此也产生环境压力大,城区空气质量较差、交通拥堵、住房资源紧张等问题，使得人居环境适宜性偏低.

3)一般适宜区.该区的面积为2 410 km2,约占西安市总面积的23.70%,人口为167.70万人,占全市总人口的23.91%,人口密度为695.87人/km2.一般适宜区主要分布于临界适宜区的周围和西安市的东北部,即周至县、户县的少部和灞桥区、临潼区的大部.由于该区域位于西安市的主城区附近,经济相对发达,设施较完备.INNDV,INAQ与IHE的相关性最大,说明生态环境已经成为影响人居环境的主要因素.近郊区城市的热岛效应明显,环境质量较差,因此,人居环境适宜性一般、人口密度也较低.

图2 西安市人居环境适宜性面积累加柱状图

表2 各分级区与各评价指标的相关系数

4)较适宜区.该区的面积为2 146 km2,约占西安市总面积的21.10%,人口为200.11万人,占全市总人口的28.53%,人口密度为932.48人/km2.较适宜区主要分布于西安市的西北部,即周至县、户县、长安区的北部以及未央区.在该区的评价指标中,PNGD与IHE的相关程度最大,同时,INNDV与IHE的相关性也较高.表明自然因子和社会因子对该区的适宜性有较大影响,且在该区基本达到平衡.由于该区地势平坦开阔,水源充足,植被覆盖度高,交通便利,距离主城区较近,经济相对发达,较适宜居住.

5)适宜区.该区的面积为553 km2,约占西安市总面积的5.44%,人口为24.32万人,占全市总人口的3.47%,人口密度为439.78人/km2.西安市的适宜区面积最小,仅在较适宜区中有点状分布,人口密度低.在所有县区中,蓝田县的适宜区面积最大,占11.35%.结合各因子分布特征,这些区域的植被覆盖度高,自然条件优越,经济水平高,服务设施完备,因此人居环境适宜性高.

3.2 西安市人居环境适宜性单因子分析

在MATLAB中对各标准化后的评价因子与IHE进行相关性分析.不同指标对于人居环境适宜性的限制程度不同,在西安市存在差异.人口密度(PNPO)与各评价因子的相关系数见表3.

表3 人口密度、西安市人居适宜性指数与各指标的相关系数

1)自然条件相关指标.在SNRDL,INNDV,DNTW中,INNDV与PNPO,IHE的相关性最大.西安市大部分地区位于关中平原,地势平坦,人口也集中分布于平原之上,但西安市的水域面积较少,因此,水域对于人口和人居环境适宜性相关性较小,水资源短缺也一直是西安城市发展扩张的重要制约因素.PNPO与INNDV的相关系数为0.36,IHE与INNDV的相关系数达0.83,说明INNDV越高的区域所能容纳的人口越多,越适宜居住,因此,城市的规划与建设应该高度重视城市绿化的布局.

2)INAQ分析.IAQ越高,表征空气质量越差.INAQ与PNPO呈正相关(表3),与IHE呈负相关,且在所有指标中,INAQ与IHE的相关系数最大,表明空气质量对于人居环境适宜性的制约最大.主城区的人口集中,交通网络密度大,产生废气较多,且市区内空气的自净能力有限.目前，西安市的冬季雾霾严重,大大影响了居民健康及其正常生活.

3)交通通达度(DNTA)分析.由于地形条件制约,西安市交通网络主要分布在平原地区,而南部秦岭山区的交通线路稀疏.因此,交通通达度影响了西安市南部人口密度与人居环境适宜性.

4)经济条件相关指标分析.西安市的IHE与PNGD呈显著正相关,相关系数达0.7以上,表明经济发展水平越高,人居环境适宜性越好.PNGD与PNPO的相关系数在所有指标中最高,表明经济发展对于人口的集聚有很大作用.科教文化服务、医疗服务、住宅数量都与人口密度和人居环境成正比.经济发展与城市建设吸引大量人口,同时必然会增加社会服务设施与之配套,从而提高了人居环境适宜性.

4 讨论

秦岭山区因地形崎岖属于人居环境不适宜区,但却是关中地区的生态屏障.因此应该合理开发,保护其自然景观和生物多样性,提升秦岭国家生态公园的质量,使秦岭北麓成为城市天然氧吧以及旅游经济带.主城区的人口密度大、环境压力大,在规划过程中，应该以协调发展为目标,以商贸和旅游业为主导,实现部分功能区外迁,从而带动人口迁移,缓解主城区压力.同时，还应该加强保护古城区,恢复历史街区与人文遗存,构建具有古城特色的人文西安.目前,人居环境较适宜区和适宜区目前还没有吸引大量人口,因此还需要继续引导科教产业向该区转移,并建设配套设施更完善的大型居住区,疏解老城压力.

人居环境适宜性的研究正在逐渐趋于成熟,但一些方面仍然有待提高：对于指标的选取,应该紧随社会的发展及时增减;对于何种尺度下选取何种大小格网来刻画规律,依旧没有定论,这些都值得进一步探讨.