赵安周^,1,2, 刘宪锋³, 裴韬^,2,4, 王金杰¹, 张安兵¹, 宋辞^2,41.河北工程大学矿业与测绘工程学院,邯郸 056038
2.中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室,北京 100101
3.陕西师范大学地理科学与旅游学院,西安 710119
4.中国科学院大学,北京100049

Spatiotemporal evolution of impervious surface percentage and its impact on vegetation in Beijing-Tianjin-Hebei region

ZHAO Anzhou^,1,2, LIU Xianfeng³, PEI Tao^,2,4, WANG Jinjie¹, ZHANG Anbing¹, SONG Ci^2,41. School of Mining and Geomatics, Hebei University of Engineering, Handan 056038, Hebei, China
2. State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
3. School of Geography and Tourism, Shaanxi Normal University, Xi'an 710119, China
4. University of Chinese Academy of Sciences, Beijing 100049, China

通讯作者: 裴韬（1972-）,男,江苏扬州人,博士,研究员,博生生导师,研究方向为时空数据挖掘、空间统计、城市感知。E-mail: peit@lreis.ac.cn

收稿日期:2020-06-8接受日期:2020-09-22网络出版日期:2021-06-10

基金资助:

国家自然科学基金重大项目.41590845 教育部人文社会科学研究青年基金项目.18YJCZH257 河北省普通高等学校青年拔尖人才计划项目.BJ2018043 资源与环境信息系统国家重点实验室开放基金项目

Received:2020-06-8Accepted:2020-09-22Online:2021-06-10
作者简介 About authors
赵安周（1985-）,男,河北邯郸人,博士,副教授,硕士生导师,主要从事城市扩张对生态环境影响等方面的研究。E-mail: zhaoanzhou@126.com








摘要
基于不透水表面和MODIS增强型植被指数（EVI）数据,辅以分段线性回归、趋势分析等方法,定量分析2000—2018年京津冀不透水表面覆盖率（ISP）的时空演变及其对植被的影响。结果表明：① 京津冀ISP呈显著增加的趋势,增速为0.024%/a（P<0.01）。分阶段来看,2000—2010年和2011—2018年ISP均呈显著增加趋势,增速分别为0.019%/a（P<0.01）和0.037%/a（P<0.01）,后一阶段的增速快于前一阶段;② 空间上,ISP快速增加的区域主要位于城市和近郊,缓慢增加和增加的区域主要位于主城区和农村;③ 从不同ISP区域ΔEVI的时间变化趋势来看,城区、近郊和远郊的ΔEVI均呈显著下降趋势（P<0.05）的地市分别有6个、6个和3个。主城区的ΔEVI呈显著增加趋势的地市有3个（P<0.05）。从EVI的空间变化趋势来看,显著增加的区域主要位于北京、天津等市的主城区,显著减少的区域主要位于北京、天津、石家庄等地市的近郊和远郊;④ 从EVI随ISP的空间变化趋势看,所有地市EVI随ISP的增加均呈显著减小的趋势（P<0.01）。减小趋势最大和最小的地市分别为秦皇岛和张家口,其下降速率为-0.0081/a和-0.0043/a。从时间变化来看,京津冀的EVI与ISP呈显著负相关,其相关系数为-0.4912。研究结果可为中国城市快速扩张过程中的植被变化提供理论参考和科学实践。
关键词： 不透水表面覆盖率;EVI;时空演变;京津冀

Abstract
Exploring the urbanization effects on vegetation is crucial for the urban ecological management and green space planning. Moderate Resolution Imaging Spectroradiometer Enhanced Vegetation Index (MODIS-EVI) and impervious surface data from 2000 to 2018 were utilized to assess the spatiotemporal impervious surface percentage (ISP) and its impact on vegetation by the piecewise regression model, trend analysis, and correlation analysis. Results indicated that (1) During the whole period, the ISP significantly increased (P<0.01), with the linear tendency being 0.024%/a. There existed two distinct periods with different increasing trends, with the linear tendency being 0.0019/a (P<0.01) and 0.0037/a (P<0.01) in terms of 2000-2010 and 2011-2018, respectively. The ISP from 2011 to 2018 increased faster than that from 2000 to 2010. (2) Rapid increases in the ISP were mainly distributed in the urban (0.5<ISP≤0.75) and suburban (0.25<ISP≤0.5) areas. Slow increases in the ISP were mainly distributed in the urban core (0.75<ISP≤1) and rural areas (0<ISP≤0.05). (3) From the perspective of change trends of rural EVI and the ΔEVI in urban areas, the areas with significant decreased ISP were mainly distributed in the urban, suburban, and exurban areas. The ΔEVI decreased significantly in urban, suburban and exurban areas for 6 of 13 cities, 6 of 13 cities and 3 of 13 cities, respectively (P<0.05). By contrast, the areas with increased ISP were mainly distributed in the urban core, and increased significantly for cities of Beijing, Tianjin and Baoding (P<0.05). The stable or even significant increase trend of ΔEVI in the urban core (0.75<ISP≤1) in most cities in Beijing-Tianjin-Hebei region could primarily be attributed to the positive effects derived from the urban ecological environment, and improvement of the preservation and construction of the urban green space. In terms of spatial variation, EVI increased significantly in the urban cores of Beijing and Tianjin, and decreased significantly in the suburban and exurban areas of Beijing, Tianjin and Shijiazhuang. (4) As for spatial trends, the annual maximum EVI from 2000 to 2018 decreased significantly (P<0.05) with elevating ISP for all the cities in the Beijing-Tianjin-Hebei region. The highest decaying rate was observed in Qinhuangdao (-0.0081/a), while the lowest decaying rate was found in Zhangjiakou (-0.0043/a). From the view of temporal variation, significant negative correlation between ISP and EVI was found in the study region and the correlation coefficient was -0.4912. The results can provide scientific and theoretical basis for research on vegetation change in the process of rapid urban expansion in China.
Keywords：impervious surface percentage;EVI;spatiotemporal change;Beijing-Tianjin-Hebei region


PDF (6913KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
赵安周, 刘宪锋, 裴韬, 王金杰, 张安兵, 宋辞. 京津冀地区不透水表面覆盖率的时空演变及其对植被的影响. 地理研究[J], 2021, 40(6): 1582-1595 doi:10.11821/dlyj020200509
ZHAO Anzhou, LIU Xianfeng, PEI Tao, WANG Jinjie, ZHANG Anbing, SONG Ci. Spatiotemporal evolution of impervious surface percentage and its impact on vegetation in Beijing-Tianjin-Hebei region. Geographical Research[J], 2021, 40(6): 1582-1595 doi:10.11821/dlyj020200509

1 引言

改革开放以来,中国城市化的规模和速度远高于世界同期水平,已有数据表明中国的城市化率已由1978年的17.9%增加到2018年的59.58%,中国政府和世界银行发布的报告中明确指出中国的城市化率到2030年将达到70%左右^[1,2,3]。快速的城市化进程一方面促进了中国社会经济的发展和居民生活水平的提升,另一方面也带来了植被破坏等一系列生态环境问题。不透水表面作为城市化进程直接的表现特征之一,易于利用遥感技术进行大范围定量提取,可以综合反映人类活动的强度,相比于人口、GDP等,该指标可以从定性和定量的角度反映人类活动对城市生态系统的永久性影响,进而可以用来表征城市扩张对生态环境的影响^[4,5,6]。随着城市化进程的加快,1978—2017年期间,中国不透水表面面积呈现快速增加的趋势^[7]。目前已有诸多****利用遥感技术对区域或全球的不透水表面进行了提取,并对其时空分布进行了研究。如Zhang等认为中国东部地区,尤其是北京、天津、上海和江苏等省市的不透水表面扩张最为迅速^[8];匡文慧发现在全球尺度上,不透水表面主要集中在亚洲、北美洲以及欧洲地区,其城市不透水表面面积占全球的84.25%^[9]。不透水表面的快速增加一方面会直接导致草地、耕地等绿色植被的减少,降低区域植被的活动强度,引发城市热岛等生态环境问题^[10,11,12];另一方面会使得区域CO₂浓度、氮沉降的增加以及温度升高,进而促进区域植被的生长^[13]。同时城市绿地管理活动（绿地开发、植树造林）也可以从一定程度上缓解因植被面积减少所导致的植被活动的降低^[14]。因此分析植被随城市发展的时空变化对城市绿地空间的规划具有重要的意义。

京津冀是中国经济发展格局中最具有活力和潜力的地区之一^[15]。改革开放以来,该地区城市化进程日益加快。1980—2018年期间,该地区城市用地面积快速增加^[12,16]。城市的快速扩张使得城市周边的耕地、草地等绿色植被减少,生态环境问题日益突出。国内外****已经开展了诸多有关城市扩张对植被影响的研究。在全球尺度上,Liu等利用DMSP-OLS夜间灯光数据和归一化差值植被指数（Normalized Difference Vegetation Index,NDVI）数据分析了全球50个主要城市的城市化与植被退化的关系,认为在城市快速扩张阶段植被退化的可能性更大^[17]。在区域尺度,尤其是在城市快速扩张的地区,城市扩张对植被影响的研究更加受到关注。如Zhao等基于MODIS增强型植被指数（Enhanced Vegetation Index,EVI）数据分析了中国32个城市扩张对植被的影响,认为植被随城市发展强度的增加呈现减少的趋势,城市扩张对植被存在直接和间接影响^[18,19];Yao等分析了非洲主要城市的城市扩张对植被的影响,认为44个主要城市的植被随城市扩张呈现显著减少的趋势^[20];裴凤松等利用DMSP-OLS夜间灯光数据、MODIS-NDVI和净初级生产力（Net Primary Productivity,NPP）等数据对中国的长江三角洲地区、湖北省和太湖地区城市扩张对植被的影响进行了分析,认为植被活动受到城市开发强度的影响^[21,22,23]。在京津冀地区,虽然已有研究对城市化时空演变及其对植被的影响进行了研究,但多基于统计数据,且集中在省、市和县等尺度^[24,25,26],缺乏从像元尺度上研究连续的长时间序列不透水表面覆盖率（impervious surface percentage,ISP）的时空演变及其对植被的影响,有关植被活动随ISP的时空动态研究相对较少。

《京津冀协同发展规划纲要》明确指出要大力推进生态保护与建设,扩大区域生态空间^[27,28]。鉴于此,本文以京津冀13个地市为研究对象,首先基于2000—2018年长时间序列的不透水表面数据构建京津冀ISP,其次分析ISP和EVI的时空演变规律,在此基础上,探讨植被随不同等级ISP的时空演变特征。研究结果可为京津冀城市绿地空间的规划建设和管理提供参考。

2 研究方法与数据来源

2.1 研究区概况

京津冀地区位于36°05′~42°37′N、113°27′~119°50′E,总面积约21.6万km²,包含北京、天津两个直辖市以及河北省11个地级市。该地区地貌类型复杂多样,地势从西北向东南倾斜,包括山地、丘陵、平原等,气候类型属于温带季风气候,植被类型主要为耕地、林地和草地,占整个区域的85%以上^[29]。随着城市化进程的加快,该地区不透水表面面积迅速增加,导致耕地、绿地等绿色植被面积减少,生态环境问题日益突出,已严重影响到该地区城市的健康发展^[30]。

2.2 数据来源与处理

植被指数数据来源于美国国家航空航天局NASA的EOS/MODIS提供的16 d合成的MOD13A2-EVI数据（https://ladsweb.modaps.eosdis.nasa.gov/）,时间跨度为2000年2月—2018年12月,空间分辨率为1 km。该数据已经过了大气校正、几何纠正等数据预处理过程,同时在计算的时候使用了背景值的修订参数以及蓝光波段,有效消除了土壤背景值和大气气溶胶的影响,与NDVI数据相比,该数据更加适用于分析植被较为稀疏的城镇等地的植被变化^[31,32]。利用 MODIS Reprojection Tools（MRT）对原始数据进行重投影和拼接,经过裁剪得到京津冀2000—2018年的16 d合成的EVI数据集。为进一步减少大气气溶胶、云等因素的影响,采用最大值合成方法（Maximum Value Composite,MVC）得到2000—2018年最大EVI数据^[33]（图1）。2000—2018年京津冀不透水表面数据来源于清华大学地球系统研究中心（Finer Resolution Observation and Monitoring-Global Land Cover）,该数据的空间分辨率为30 m,由Google Earth Engine（GEE）平台上提供的Landsat影像（TM/ETM+/OLI）解译得到,总体精度高于90%（图2a、图2d）^[34]。

图1

新窗口打开|下载原图ZIP|生成PPT
图12000年、2005年、2010年和2018年京津冀地区的MODIS-EVI数据分布

Fig. 1Spatial distribution of MODIS-EVI in the Beijing-Tianjin-Hebei region in 2000, 2005, 2010 and 2018

图2

新窗口打开|下载原图ZIP|生成PPT
图22000年和2018年京津冀地区不透水表面、ISP以及不同的ISP区域

Fig. 2The impervious surface, impervious surface percentage(ISP), and regions with different ISP values of the Beijing-Tianjin-Hebei region in 2000 and 2018

2.3 研究方法

2.3.1 ISP的计算 本研究定义的ISP是指在1 km×1 km像元范围内不透水表面所占的比例,该指标可以综合反映人类活动强度,被认为是一个关键的城市化指标（图2b、图2e）^[19,35],其计算公式如下所示：

（1）ISPi=UAiTAi
式中：UA_i是指第i年区域33×33像元范围内不透水表面的面积;TA_i是指第i年区域33×33像元区域的总面积。为保持与EVI的像元空间分辨率一致,利用双线性内插法将计算的ISP像元大小重采样为1 km×1 km。同时进一步根据计算的ISP值大小,将研究区域划分为5个等级：主城区（0.75<ISP≤1）、城区（0.5<ISP≤0.75）、近郊（0.25<ISP≤0.5）、远郊（0.05<ISP≤0.25）和农村（0<ISP≤0.05）（图2c、图2f）^[19]。

2.3.2 植被随不同等级ISP的时间变化趋势分析 为分析2000—2018年期间京津冀ISP对EVI影响的时间变化趋势,本文以2000年ISP为基准,计算2000—2018年期间不同等级ISP（主城区、城区、近郊、远郊和农村）的年最大EVI值。同时为消除降水等气候要素的年际变化对EVI变化趋势的影响,本文将农村区域的年最大EVI定义为基准（不受城市扩张影响的区域）,然后分析不同不透水表面覆盖率区域（主城区、城区、近郊和远郊）与农村EVI差值的变化趋势^[19],其具体计算公式如下所示：

（2）EVI1=EVI主城区-EVI农村
（3）ΔEVI2=EVI城区-EVI农村
（4）ΔEVI3=EVI近郊-EVI农村
（5）ΔEVI4=EVI远郊-EVI农村
式中：ΔEVI₁、ΔEVI₂、ΔEVI₃和ΔEVI₄分别表示主城区、城区、近郊和远郊年最大EVI值与农村年最大EVI值的差值;EVI_主城区、EVI_城区、EVI_近郊、EVI_远郊和EVI_农村分布代表主城区、城区、近郊、远郊和农村的年最大EVI值。若ΔEVI随时间变化趋势显著,则认为该城市区域内植被活动发生显著变化。

为进一步探索京津冀13个地市植被随连续ISP梯度下的空间变化趋势,本文以0.1为间隔划分2000—2018年ISP均值,分析EVI在不同ISP梯度下的变化趋势。同时本文将高于城区和主城区最高高程50 m的像元移除,进而消除海拔信息对其结果的影响^[19,36]。

2.3.3 趋势分析 采用一元线性回归分析模拟2000—2018年研究区每个栅格单元ISP或EVI的变化趋势,该方法基于最小二乘法逐栅格拟合年ISP或EVI的斜率,可以综合反映其变化趋势,其具体计算公式如下^[37]：

（6）slope=n×∑i=1ni×bi-∑i=1ni∑i=1nbin×∑i=1ni2-∑i=1ni2
式中：slope为ISP或EVI的变化趋势;n为时间序列;b_i为第i年ISP或EVI的值。当slope>0时,表示呈上升的趋势;当slope<0时,表示呈下降的趋势;当slope=0时,表示无变化。

2.3.4 分段线性回归 分段线性回归模型可以有效提取长时间序列数据变化的转折点,其具体计算公式如下：

（7）y=β0+β1t+εt≤αβ0+β1t+β2(t-α)+εt>α
式中：y为ISP;t和α分别表示年份和提取出的时间序列转折点;β_0、β₁和β₂分别表示截距、转折点前后的斜率;ε为残差。由最小二乘法求出各项系数,定义P<0.05为显著变化。

3 结果分析

3.1 ISP时空演变趋势分析

3.1.1 ISP时间变化特征 2000—2018年京津冀的ISP呈显著增加的趋势,增速为0.024%/a（P<0.01）。分段线性回归结果显示京津冀ISP的变化可以分为两个阶段：① 2000—2010年ISP呈显著增加趋势,增速为0.019%/a（P<0.01）;② 2011—2018年ISP增加趋势为前一阶段的近2倍,增速达到0.037%/a（P<0.01）（图3）。以上结果表明,2000—2018年京津冀ISP呈显著增加的趋势,但是不同阶段增速有所差异。究其原因主要是由于京津冀地区2011—2018年的不透水表面的增加面积高于2000—2010年,其后一阶段的增加面积为前一阶段的1.51倍（表1）。

图3

新窗口打开|下载原图ZIP|生成PPT
图32000—2018京津冀的ISP年际变化

Fig. 3Annual change trend of impervious surface percentage(ISP) in the Beijing-Tianjin-Hebei region during 2000-2018



Tab. 1
表1
表1京津冀不同时间段不透水表面的增加面积
Tab. 1The increased area of impervious surface in the Beijing-Tianjin-Hebei region during 2000-2010 and 2011-2018

城市	2000—2010年(km2)	2011—2018年(km2)	后一阶段变化是前一阶段的倍数
北京	1148.65	1210.74	1.05
天津	721.70	1123.01	1.56
石家庄	418.70	735.44	1.76
唐山	695.2	699.39	1.01
秦皇岛	203.36	237.77	1.17
邯郸	149.51	558.85	3.74
邢台	262.15	555.96	2.12
保定	683.03	853.23	1.25
张家口	243.30	405.10	1.67
承德	79.16	199.67	2.52
沧州	294.35	671.61	2.28
廊坊	396.18	629.81	1.59
衡水	118.30	262.42	2.22
京津冀	5440.97	8190.87	1.51

新窗口打开|下载CSV

就不同城市区域的ISP时间变化趋势来看,近郊和远郊的ISP呈显著增加的趋势,其增加速率分为为0.06%/a和0.08%/a（P<0.05）（图4c和4d）。从主城区的变化趋势来看,ISP呈现下降的趋势,2010年以后的下降趋势更加显著（图4a）,造成该结果的原因主要是主城区在发展过程中更加注重绿地空间的建设和现有城市绿地的保护;城区的ISP呈现先减少后增加的变化趋势（图4b）。以上分析结果表明,2000—2018年京津冀不同城市区域ISP时间变化趋势有所差异,其ISP的增加主要由近郊、远郊和城区不透水表面的扩张造成的。

图4

新窗口打开|下载原图ZIP|生成PPT
图42000—2018年京津冀不同城区ISP时间变化趋势

Fig. 4Temporal trends of ISP in urban zones (urban core, urban areas, suburban areas and exurban areas) in the Beijing-Tianjin-Hebei region during 2000-2018



3.1.2 ISP空间变化特征 2000年、2010年和2018年京津冀ISP值的空间分布如图5所示。2000年高值区主要分布在北京、天津、石家庄、唐山等地市中心,ISP>0.5的区域占整个地区不透水表面的比例为7.83%（图5a）;2010年期间,高值区的范围由城市中心向周边进一步扩大,ISP>0.5的区域占整个地区不透水表面的比例增加到11.86%（图5b）;到2018年,ISP>0.5的区域占整个地区不透水表面的比例进一步增加,其值高达19.53%（图5c）。除北京、天津、石家庄和唐山等地市外,中南部的廊坊、邯郸、邢台以及西北的张家口等地市的ISP高值区域也开始增加。总体来看,京津冀ISP高值区域主要围绕2000年的城市中心向周边扩散,向东南方向开发的强度大于西北,主要是由于东南方向为平原,地势平坦,人类活动较为剧烈,而西北部为丘陵和山地,受地形等自然要素影响,其ISP增加较为缓慢。

图5

新窗口打开|下载原图ZIP|生成PPT
图52000年、2010年和2018年京津冀ISP空间分布

Fig. 5The spatial distribution of ISP of the Beijing-Tianjin-Hebei region in 2000, 2010 and 2018



为进一步分析京津冀ISP的空间变化,基于一元线性回归模型,在像元尺度上进一步分析了近20年来京津冀ISP的变化趋势（图6a）,并选取0与ISP的slope均值为阈值,将ISP的变化趋势分为无变化（slope=0）、缓慢增加区域（0<slope<ISP_mean）、增加区域（ISP_mean≤slope <2ISP_mean）和快速增加区域（slope≥2ISP_mean）。统计结果表明2000—2018年京津冀的ISP呈增加趋势的面积占24.89%,其中快速增加的面积占14.50%,主要分布在城区、近郊和远郊;缓慢增加和增加的面积分别占3.97%和7.23%,主要分布在主城区和农村（图6b）。上述分析表明,近20年来京津冀不透水表面覆盖率在不同的城市区域（主城区、城区、近郊和远郊）存在差异。

图6

新窗口打开|下载原图ZIP|生成PPT
图62000—2018年京津冀地区的ISP变化趋势

Fig. 6The change trend of ISP in the Beijing-Tianjin-Hebei region during 2000-2018

3.2 不同ISP区域植被的时空变化趋势

表2显示了2000—2018年13个地区的城市区域（主城区、城区、近郊和远郊）ΔEVI和农村EVI的时间变化趋势。从表中可以看出,大部分地市的城区（11个）、近郊（11个）和远郊（10个）的ΔEVI均呈下降的趋势,其中显著下降（P<0.05）的地市分别有6个、6个和3个,城区、近郊和远郊的最大递减率分别发生在邢台市和秦皇岛市,其减少速率为-0.365%/a、-0.357%/a和-0.457%/a（P<0.01）。从主城区的ΔEVI变化来看,其变化范围介于-0.162%/a~0.271%/a之间,呈增加和减少趋势的地市分别为8个和5个,其中3个地市的增加趋势通过了0.05显著性水平检验,增加趋势最大的地市为北京,其增加速率为0.271%/a（P<0.05）。总体来看,ΔEVI显著减少的区域主要位于城区和近郊,而大部分地市主城区的ΔEVI呈缓慢的变化态势,只有北京、天津等3个地市的ΔEVI呈现显著增加的趋势,表明城市化水平高的地市更加注重已有的绿色空间的建设和保护。

Tab. 2
表2
表22000—2018年京津冀地区13个城市的农村EVI和不同城市区域ΔEVI的变化趋势
Tab. 2Change trends of rural EVI and the ΔEVI in different urban zones of the Beijing-Tianjin-Hebei region during 2000 to 2018

城市	农村			远郊			近郊			城区			主城区
	slope/a	R2		slope/a	R2		slope/a	R2		slope/a	R2		slope/a	R2
北京	-0.172	0.216*		-0.219	0.334**		-0.070	0.070		0.157	0.344**		0.271	0.734**
天津	-0.099	0.036		-0.189	0.165		-0.091	0.080		0.016	0.006		0.219	0.591**
石家庄	0.023	0.004		-0.065	0.031		-0.222	0.305*		-0.234	0.414**		0.108	0.187
唐山	-0.099	0.051		-0.155	0.126		-0.258	0.378**		-0.280	0.429**		-0.104	0.139
秦皇岛	-0.432	0.525**		-0.457	0.597**		-0.357	0.519**		-0.264	0.421**		0.009	0.005
邯郸	-0.016	0.000		-0.004	0.000		0.003	0.000		-0.047	0.015		0.119	0.092
邢台	-0.053	0.010		-0.056	0.014		-0.188	0.139		-0.365	0.518*		-0.162	0.181
保定	-0.017	0.002		-0.044	0.011		-0.213	0.244*		-0.049	0.026		0.098	0.208*
张家口	0.387	0.396**		0.283	0.277*		0.071	0.028		-0.126	0.109		0.009	0.001
承德	0.116	0.067		0.031	0.007		-0.089	0.054		-0.159	0.141		-0.004	0.000
沧州	0.096	0.028		0.022	0.002		-0.023	0.003		-0.149	0.120		-0.014	0.002
廊坊	-0.126	0.052		-0.216	0.159		-0.282	0.378**		-0.101	0.094		0.077	0.087
衡水	-0.02	0.001		-0.143	0.065		-0.251	0.240*		-0.233	0.373**		-0.047	0.028

注：^*和^**分别代表0.05和0.01显著性水平。

新窗口打开|下载CSV

为进一步检验京津冀不同ISP区域植被的空间变化,对2000—2018年的EVI变化趋势进行计算,并采用Mann-Kendall对其进行检验,将研究区域划分为显著减少（slope<0,P<0.05）、不显著减少（slope<0,P>0.05）、不显著增加（slope>0,P>0.05）和显著增加（slope>0,P<0.05）4个等级。结果表明,京津冀EVI呈增加和减少的面积分别占48.24%和51.76%,其中呈显著增加和显著减少的面积分别为12.60%和15.90%。显著增加的区域主要位于北京、天津等市的主城区,显著减少的区域主要位于北京、天津、石家庄等地市的近郊和远郊（图7）。

图7

新窗口打开|下载原图ZIP|生成PPT
图72000—2018年京津冀不同城市区域EVI的空间变化趋势

Fig. 7The change trend of EVI in the Beijing-Tianjin-Hebei region during 2000-2018

3.3 植被随ISP变化的时空格局

同时本文分析了京津冀不同地市植被随ISP变化的空间分布格局,将所计算的2000—2018年京津冀平均ISP以0.1为间隔进行等间隔划分,进而分析该地区13个地市的2000—2018年EVI均值随ISP的变化趋势。从表3中可以看出,13个地市的EVI随ISP的增加均呈现显著减小的趋势（P<0.01）,进一步表明不透水表面覆盖率的增加会造成植被破坏。减小速率最大的地市为秦皇岛,其EVI随ISP的减小速率为-0.0081/a;减小速率最小的地市为张家口,其年EVI随ISP的减小速率仅为-0.0043/a。

Tab. 3
表3
表32000—2018年京津冀不同地市EVI随ISP变化趋势
Tab. 3The EVI change trend along the ISP gradient in the Beijing-Tianjin-Hebei region during 2000-2018

地市名称	slope/a	地市名称	slope/a	地市名称	slope/a
北京	-0.0066	邯郸	-0.0069	沧州	-0.0063
天津	-0.0067	邢台	-0.007	廊坊	-0.0072
石家庄	-0.0073	保定	-0.0069	衡水	-0.007
唐山	-0.0066	张家口	-0.0043
秦皇岛	-0.0081	承德	-0.0059

新窗口打开|下载CSV

2000—2018年京津冀及其典型城市ISP与EVI的相关性如图8所示。总体来看,整个京津冀的EVI与ISP的相关系数为-0.4912,表明EVI会随着ISP的增加而减少（图8a）。从典型城市来看,北京、天津、石家庄和秦皇岛的EVI与ISP的相关系数分别为-0.5257、-0.4670、-0.2079和-0.7785,进一步表明不透水表面覆盖率的增加会造成植被破坏（图8b~图8e）。

图8

新窗口打开|下载原图ZIP|生成PPT
图8京津冀及其典型城市ISP与EVI的关系

Fig. 8The relationships between ISP and EVI in the Beijing-Tianjin-Hebei region and several typical cities

4 讨论和结论

4.1 讨论

本研究系统评估了京津冀13个城市的不透水表面覆盖率及其对植被影响的时空格局,定量揭示了区域ISP的时空演变及其EVI随ISP变化的趋势。ISP可以表征人类活动的强度,进而作为一个关键的指标来量化地区的城市化水平^[35]。本文的研究结果发现京津冀ISP呈显著增加的趋势,但2011—2018年的增加速率远高于2000—2010年,主要是由于2010年以后政策、经济发展的驱动导致京津冀中南部三线城市周边更多的卫星城开始出现,使得不透水表面面积迅速增加^[38]。2011—2018年京津冀不透水表面的增加面积为2000—2010年的1.5倍,其中2011—2018年南部的邯郸市、邢台市和沧州市的不透水表面的增加面积分别为2000—2010年的3.74倍、2.12倍和2.28倍,进一步证实了京津冀不同阶段ISP增速有所差异（表1）。从不同城市区域的ISP变化趋势来看,近郊和远郊呈现显著的增加趋势,主城区呈现下降趋势,主要是由于城市在发展过程中更加注重主城区公共绿地空间等生态环境的建设和保护,使得主城区的绿地面积增多^[19,28]。从不同城市区域的ΔEVI时间变化趋势来看,城区和近郊的ΔEVI呈下降趋势的地市最多,主要是由于京津冀城市扩展主要集中在这两个区域,原有的植被区域被不透水表面取代,使得其ΔEVI呈下降趋势^[19,21]。同时本研究也发现在北京和天津两个市的主城区ΔEVI的增加趋势最为显著,进一步说明了城市化发展水平高的地市在发展过程中更加注重城市绿地空间的建设。因此,城市绿地空间管理政策对植被活动的时间变化有着重要的影响,北京、天津等城市化水平高的地区应关注近郊和远郊不透水表面扩张对植被的影响,唐山、石家庄、秦皇岛等城市化进程较快的地区应关注城区、近郊和远郊不透水表面扩张对植被的影响。从植被随ISP变化的时空分布格局来看,京津冀ISP与EVI呈现负相关,13个地市的不透水表面扩张均会对植被造成消极的影响（表3、图8）,这与Yao等的研究结果类似^[39]。在新型城镇化建设及京津冀协同发展规划纲要背景下,京津冀一体化进程不断推进,各地区要从本地的实际出发,构建高质量和多空间联动的城市发展规划,完善城市绿地系统规划,以“两山”理念引领城市高质量发展,进而降低城市扩张对植被生态系统的消极影响,促进城市与植被生态系统协调发展^[23]。

目前,对ISP时空演变的研究多为不连续的时间序列,无法真实刻画城市发展对植被的影响。本文基于长时间序列连续的不透水表面数据构建了京津冀2000—2018年逐年的ISP,并从时间和空间尺度上分析了其对植被的影响。其研究结果不仅有助于系统理解城市群地区城市化造成的生态环境后果,而且可以为中国其他城市群地区的城市可持续发展提供理论参考依据。未来几十年京津冀的快速城市化进程仍将继续,亟需通过科学的城市发展规划来规范城市建设对城市植被的影响。然而,本研究所计算的ISP仅仅是依据不透水表面数据,虽然不透水表面数据能够提供高空间分辨率城市发展强度的对比,且已有诸多研究采用不透水表面来研究城市化带来的生态环境问题,但是也存在以下不足：首先城市化是人类活动和土地系统交互耦合的复杂过程,除不透水表面扩张外,人口、经济和社会投入等方面的指标也会影响城市发展^[40];其次,除城市发展等人类活动外,降水、气温等自然要素也会影响植被的生长。未来的研究中,综合考虑影响城市发展的因素,整合统计数据、遥感数据、实际监测数据等多源数据,构建完善的城市发展指标体系,剥离自然和人类活动要素对植被的影响,以便更加准确地研究城市发展对植被的影响^[41]。

4.2 结论

本文分析了近20年来京津冀ISP时空演变及其对植被的影响,结论如下：

（1）2000—2018年京津冀ISP呈显著增加的趋势,其增加速率为0.024%/a（P<0.01）。从ISP的阶段性特征变化来看,2000—2010年和2011—2018年均呈显著增加趋势,其增速分别为0.019%/a（P<0.01）和0.037%/a（P<0.01）。

（2）空间上,ISP的高值区主要分布在北京、天津等地市中心,东南方向的ISP高于西北。ISP呈快速增加、缓慢增加和增加的面积分别占14.50%、3.97%和7.23%。

（3）从不同城市区域ΔEVI的时间变化趋势来看,城区、近郊和远郊的ΔEVI均呈显著下降（P<0.05）的地市分别有6个、6个和3个;主城区的ΔEVI呈显著增加的地市有3个。北京、天津等城市化水平高的城市应重点关注近郊和远郊的植被变化,唐山、石家庄、秦皇岛等城市化进程较快的地区应重点关注城区、近郊和远郊的植被变化。

（4）从植被随ISP变化的空间格局来看,京津冀13个地市的EVI随ISP的增加均呈现显著减小的趋势（P<0.01）。减小趋势最大和最小的地市分别为秦皇岛和张家口。从时间变化来看,京津冀EVI与ISP呈显著负相关（P<0.05）,其相关系数为-0.4912。

致谢

真诚感谢匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文研究背景的阐述、不同不透水表面覆盖率区域植被的时空变化趋势部分的研究思路以及讨论总结的修改意见,使本文获益匪浅。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 李通屏. 中国城镇化四十年: 关键事实与未来选择
人口研究, 2018, 42(6): 15-24.
[本文引用: 1]

[Li Tongping. 40 years of Chinese urbanization: Key findings and future options
Population Research, 2018, 42(6): 15-24.] DOI: CNKI: SUN: RKYZ.0.2018-06-002.
[本文引用: 1]

[2] 崔学刚, 方创琳, 张蔷. 京津冀城市群环境规制强度与城镇化质量的协调性分析
自然资源学报, 2018, 33(4): 563-575.
[本文引用: 1]

[Cui Xuegang, Fang Chuanglin, Zhang Qiang. Coordination between environmental regulation intensity and urbanization quality: Case study of Beijing-Tianjin-Hebei urban agglomeration
Journal of Natural Resources, 2018, 33(4): 563-575.] DOI: 10.11849/zrzyxb.20170208.
[本文引用: 1]

[3] 国务院发展研究中心和世界银行联合课题组. 中国: 推进高效、包容、可持续的城镇化
管理世界, 2014, (4): 5-41.
[本文引用: 1]

[Development Research Center of the State Council and World Bank. China: Promoting efficient, inclusive and sustainable urbanization
Management World, 2014: (4): 5-41.] DOI: 10.19744/j.cnki.11-1235/f.2014.04.004.
[本文引用: 1]

[4] 罗毅, 赵艺淞, 杨昆, 等. 城镇化过程中滇池流域不透水表面扩张特征及其水环境效应
农业工程学报, 2018, 34(6): 224-232.
[本文引用: 1]

[Luo Yi, Zhao Yisong, Yang Kun, et al. Characteristics of Dianchi Lake watershed impervious surface expansion and its effect of water environment during urbanization
Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(6): 224-232.] DOI: 10.11975/j.issn.1002-6819.2018.06.029.
[本文引用: 1]

[5] Bai X, Chen J, Shi P, et al. Landscape urbanization and economic growth in China: Positive feedbacks and sustainability dilemmas
Environmental Science and Technology, 2012, 46(1): 132-139. DOI: 10.1021/es202329f.
URL [本文引用: 1]

[6] 杨昆, 王桂林, 杨扬, 等. 昆明市不透水表面扩张与PM_2.5质量浓度变化相关性分析
环境科学研究, 2017, 30(4): 499-509.
[本文引用: 1]

[Yang Kun, Wang Guilin, Yang Yang, et al. Association between impervious surface and PM_2.5 concentrations in Kunming, China
Research of Environmental Sciences, 2017, 30(4): 499-509.] DOI: 10.13198/j.issn.1001-6929.2017.01.75.
[本文引用: 1]

[7] Gong P, Li X, Zhang W, et al. 40-Year (1978-2017) human settlement changes in China reflected by impervious surfaces from satellite remote sensing
Science Bulletin, 2019, 64(11): 756-763. DOI: 10.1016/j.scib.2019.04.024.
URL [本文引用: 1]

[8] Zhang P, Pan J, Xie L, et al. Spatial-temporal evolution and regional differentiation features of urbanization in China from 2003 to 2013
ISPRS International Journal of Geo-Information, 2019, 8(1): 31. DOI: 10.3390/ijgi8010031.
URL [本文引用: 1]

[9] 匡文慧. 全球城市人居环境不透水面与绿地空间特征制图
中国科学: 地球科学, 2019, 49(7): 1151-1168.
[本文引用: 1]

[ Kuang Wenhui, Mapping global impervious surface area and green space within urban environments
Science China Earth Sciences, 2019, 49(7) 1151-1168.] DOI: 10.1360/N072018-00164.
[本文引用: 1]

[10] Yao R, Wang L C, Huang X, et al. Greening in rural areas increases the surface urban heat island intensity
Geophysical Research Letters, 2019, 46(4): 2204-2212. DOI: 10.1029/2018GL081816.
URL [本文引用: 1]

[11] Zhong Q, Ma J, Zhao B, et al. Assessing spatial-temporal dynamics of urban expansion, vegetation greenness and photosynthesis in megacity Shanghai, China during 2000-2016
Remote Sensing of Environment, 2019, 233: 111374. DOI: 10.1016/j.rse.2019.111374.
URL [本文引用: 1]

[12] Du J, Fu Q, Fang S, et al. Effects of rapid urbanization on vegetation cover in the metropolises of China over the last four decades
Ecological Indicators, 2019, 107: 105458. DOI: 10.1016/j.ecolind.2019.105458.
URL [本文引用: 2]

[13] Salvati L, Ferrara C. Do changes in vegetation quality precede urban sprawl?
Area, 2013, 45(3): 365-375. DOI: 10.1111/area.12047.
URL [本文引用: 1]

[14] Manninen S, Forss S, Venn S. Management mitigates the impact of urbanization on meadow vegetation
Urban Ecosystems, 2010, 13(4): 461-481. DOI: 10.1007/s11252-010-0129-4.
URL [本文引用: 1]

[15] 陆大道. 京津冀城市群功能定位及协同发展
地理科学进展, 2015, 34(3): 265-270.
DOI:10.11820/dlkxjz.2015.03.001 [本文引用: 1]
本文回顾了京津冀大城市群内部各组成部分的经济联系与利益矛盾。阐述了改革开放以来,京津两市和河北省的经济发展特点及已形成的优势。根据各自的特点、优势和符合国家战略利益的原则,提出了京津冀大城市群中北京、天津、河北省的功能定位。
[Lu Dadao. Function orientation and coordinating development of subregions within the Jing-Jin-Ji Urban Agglomeration
Progress in Geography, 2015, 34(3): 265-270.] DOI: 10.11820/dlkxjz.2015.03.001.
[本文引用: 1]

[16] Kuang W, Zhang S, Li X, et al. A 30-meter resolution dataset of China's urban impervious surface area and green space fractions, 2000-2018
Earth System Science Data, 2021, 13(1): 63-82. DOI: 10.5194/essd-13-63-2021.
URL [本文引用: 1]

[17] Liu Y, Wang Y, Peng J, et al. Correlations between urbanization and vegetation degradation across the World's Metropolises using DMSP/OLS nighttime light data
Remote Sensing, 2015, 7(2): 2067-2088. DOI: 10.3390/rs70202067.
URL [本文引用: 1]

[18] Zhao S, Liu S, Zhou D, et al. Prevalent vegetation growth enhancement in urban environment
Proceedings of the National Academy of Sciences of the United States of America, 2016, 113(22): 6313-6318. DOI: 10.1073/pnas.1602312113.
[本文引用: 1]

[19] Zhou D, Zhao S, Liu S, et al. Spatiotemporal trends of terrestrial vegetation activity along the urban development intensity gradient in China's 32 major cities
Science of the Total Environment, 2014, 488: 136-145. DOI: 10.1016/j.scitotenv.2014.04.080.
[本文引用: 7]

[20] Yao R, Cao J, Wang L, et al. Urbanization effects on vegetation cover in major African cities during 2001-2017
International Journal of Applied Earth Observation and Geoinformation, 2019, 75: 44-53. DOI: 10.1016/j.jag.2018.10.011.
URL [本文引用: 1]

[21] 裴凤松, 王坤, 刘小平, 等. 长江三角洲城市化地区植被初级生产力的时空变化研究
地球信息科学学报, 2018, 20(6): 862-870.
DOI:10.12082/dqxxkx.2018.180100 [本文引用: 2]
城市化过程对植被初级生产具有重要影响。以往研究主要集中于城市用地扩张对植被初级生产力的直接影响分析,而较少关注其间接效果。本文以长江三角洲地区为例,分别从地区尺度和城市尺度分别分析了2000-2013年植被初级生产力的时空变化,探讨了其与气温、降水量及城市建成区绿化覆盖率的关系。研究表明：地区尺度上,2000-2013年长江三角洲植被初级生产力呈现不断增加,其中城市建成区植被初级生产力呈现显著增加的趋势（P
[Pei Fengsong, Wang Kun, Liu Xiaoping, et al. Temporal-spatial dynamics of vegetation primary productivity in the urbanized areas in the Yangtze River Delta, China
Journal of Geo-information Science, 2018, 20(6): 862-870.] DOI: 10.12082/dqxxkx.2018.180100.
[本文引用: 2]

[22] 赵维清, 李经纬, 褚琳, 等. 近10年湖北省植被指数时空变化特征及其驱动力
生态学报, 2019, 39(20): 7722-7736.
[本文引用: 1]

[Zhao Weiqing, Li Jingwei, Chu Lin, et al. Analysis of spatial and temporal variations in vegetation index and its driving force in Hubei province in the last 10 years
Acta Ecologica Sinica, 2019, 39(20): 7722-7736.] DOI: 10.5846/stxb201809011864.
[本文引用: 1]

[23] 乔旭宁, 顾羊羊, 邹长新, 等. 基于夜间灯光数据的太湖流域城镇扩张对净初级生产力的影响研究
生态学报, 2018, 38(16): 5883-5893.
[本文引用: 2]

[Qiao Xuning, Gu Yangyang, Chu Changxin, et al. The impact of urban expansion on net primary productivity in the Taihu Lake basin based on nighttime light images
Acta Ecologica Sinica, 2018, 38(16): 5883-5893.] DOI: 10.5846/stxb201706051026.
[本文引用: 2]

[24] 严珅, 孙然好. 京津冀县域城镇化与景观格局变化的协调性研究
生态环境学报, 2018, 27(1): 62-70.
[本文引用: 1]

[Yan Kun, Sun Ranhao. Assessment of the county-level coordination between urbanization intensity and landscape patterns in the Beijing-Hebei-Tianjin region
Ecology and Environmental Sciences, 2018, 27(1): 62-70.] DOI: CNKI: CDMD: 2.1018.108986.
[本文引用: 1]

[25] 严珅, 孙然好, 曹明明. 京津冀地区城镇化与环境质量协调性
生态学杂志, 2018, 37(2): 506-513.
[本文引用: 1]

[Yan Shen, Sun Ranhao, Cao Mingming. An assessment of the synchronization between urbanization intensity and environmental quality in Beijing-Tianjin-Hebei region
Chinese Journal of Eclogy, 2018, 37(2): 506-513.] DOI: 10.13292/j.1000-4890.201802.004.
[本文引用: 1]

[26] Wang Z, Liang L, Sun Z, et al. Spatiotemporal differentiation and the factors influencing urbanization and ecological environment synergistic effects within the Beijing-Tianjin-Hebei urban agglomeration
Journal of Environmental Management, 2019, 243: 227-239. DOI: 10.1016/j.jenvman.2019.04.088.
URL [本文引用: 1]

[27] 方创琳. 京津冀城市群协同发展的理论基础与规律性分析
地理科学进展, 2017, 36(1): 15-24.
DOI:10.18306/dlkxjz.2017.01.002 [本文引用: 1]
推动京津冀城市群协同发展既是一项国家重大战略,又是一个复杂的长期博弈过程,需要遵循科学理论,尊重科学规律,推动京津冀城市群实现共同繁荣昌盛、共享蓝天白云、共担发展风险、共建世界都会的战略目标。本文从理论上提出了京津冀城市群协同发展的科学理论基础与科学规律。认为推进京津冀城市群协同发展应以协同论、博弈论、耗散结构理论和突变论作为科学理论基础,其中协同论为核心理论。京津冀城市群的协同发展过程是一个博弈、协同、突变、再博弈、再协同、再突变的非线性螺旋式上升过程,每一次博弈—协同—突变过程,都将城市群的协同发展推向更高级协同阶段,并呈现出阶段性规律。具体包括协助阶段、协作阶段、协调阶段、协合阶段、协同阶段、协振阶段、一体化阶段和同城化阶段共8大阶段。进一步分析认为,京津冀城市群协同发展的真正内涵是推动城市群实现规划协同、交通协同、产业协同、城乡协同、市场协同、科技协同、金融协同、信息协同、生态协同和环境协同,建设协同发展共同体。本文成果旨在为京津冀协同发展提供科学基础和理论依据。
[Fang Chuanglin. Theoretical foundation and patterns of coordinated development of the Beijing-Tianjin-Hebei urban agglomeration
Progress in Geography, 2017, 36(1): 15-24.] DOI: 10.18306/dlkxjz.2017.01.002.
[本文引用: 1]

[28] 王静, 周伟奇, 许开鹏, 等. 京津冀地区城市化对植被覆盖度及景观格局的影响
生态学报, 2017, 37(21): 7019-7029.
[本文引用: 2]

[Wang Jing, Zhou Weiqi, Xu Kaipeng, et al. Spatiotemporal pattern of vegetation cover and its relationship with urbanization in Beijing-Tianjin-Hebei megaregion from 2000 to 2010
Acta Ecologica Sinica, 2017, 37(21): 7019-7029.] DOI: 10.5846/stxb201608311779.
[本文引用: 2]

[29] 阎世杰, 王欢, 焦珂伟. 京津冀地区植被时空动态及定量归因
地球信息科学学报, 2019, 21(5): 767-780.
DOI:10.12082/dqxxkx.2019.180578 [本文引用: 1]
作为气候变化的敏感指示器,植被的物候、生长、空间分布格局等特征及其动态变化主要取决于气候环境中的水热条件,因此在气候变化背景下,气候-植被关系成为了全球变化研究的前沿和热点问题。本文综合平均温度、降水、水汽压、湿度、日照时数、SPEI等气候因子,坡度、坡向海拔等地形因子及人为活动因子,应用地理探测器方法针对2006-2015年京津冀地区不同季节NDVI、不同地貌类型区、不同植被类型区生长季NDVI的定量归因研究,揭示了过去10年间植被时空分布格局,及植被对气候、非气候因素响应的季节差异与区域差异,以期为生态工程的建设与修复提供参考意义。趋势分析表明：①2006-2015年京津冀地区NDVI呈现增加趋势,但存在显著的空间差异,如山地生长季NDVI的增长速率大于平原、台地、丘陵等地;②基于地理探测器的定量归因结果表明,降水是年尺度上NDVI空间分布的主导因子（解释力39.4%）,土地利用与降水的交互作用对NDVI的影响最为明显（q=58.2%）;③NDVI对气候因子的响应存在季节性及区域性差异,水汽压是春季NDVI空间分布的主导因子,湿度是夏、秋两季的主导因子,土地利用是冬季的主导因子;④影响因子对生长季NDVI的解释力因不同地貌类型区、不同植被类型区而差异显著。
[Yan Shijie, Wang Huan, Jiao Kewei. Spatiotemporal dynamics of NDVI in the Beijing-Tianjin-Hebei region based on MODIS data and quantitative attribution
Journal of Geo-information Science, 2019, 21(5): 767-780.] DOI: 10.12082/dqxxkx.2019.180578.
[本文引用: 1]

[30] 杨天荣. 京津冀城市群城市不透水地表遥感制图与时空特征分析
北京: 中国科学院大学硕士学位论文, 2017: 10-11.
[本文引用: 1]

[Yang Tianrong. Mapping urban impervious surface area with satellite images and its analysis of spatiotemporal pattern in Beijing-Tianjin-Hebei metropolitan area
Beijing: Master Dissertation of University of Chinese Academy of Sciences, 2017: 10-11.]
[本文引用: 1]

[31] Huete A R, Didan K, Miura T, et al. Overview of the radiometric and biophysical performance of the MODIS vegetation indices
Remote Sensing of Environment, 2002, 83(1-2): 195-213. DOI: 10.1016/S0034-4257(02)00096-2.
URL [本文引用: 1]

[32] Dallimer M, Tang Z, Bibby P R, et al. Temporal changes in green space in a highly urbanized region
Biology Letters, 2011, 7(5): 763-766. DOI: 10.1098/rsbl.2011.0025.
PMID:21429910 [本文引用: 1]
The majority of the world's population now lives in towns and cities, and urban areas are expanding faster than any other land-use type. In response to this phenomenon, two opposing arguments have emerged: whether cities should 'sprawl' into the wider countryside, or 'densify' through the development of existing urban greenspace. However, these greenspaces are increasingly recognized as being central to the amelioration of urban living conditions, supporting biodiversity conservation and ecosystem service provision. Taking the highly urbanized region of England as a case study, we use data from a variety of sources to investigate the impact of national-level planning policy on temporal patterns in the extent of greenspace in cities. Between 1991 and 2006, greenspace showed a net increase in all but one of 13 cities. However, the majority of this gain occurred prior to 2001, and greenspace has subsequently declined in nine cities. Such a dramatic shift in land use coincides with policy reforms in 2000, which favoured densification. Here, we illustrate the dynamic and policy-responsive nature of urban land use, thereby highlighting the need for a detailed investigation of the trade-offs associated with different mechanisms of urban densification to optimize and secure the diverse benefits associated with greenspaces.

[33] Holben B N. Characteristics of maximum-value composite images from temporal AVHRR data
International Journal of Remote Sensing, 1986, 7(11): 1417-1443. DOI: 10.1080/01431168608948945.
URL [本文引用: 1]

[34] Gong P, Li X, Wang J, et al. Annual maps of global artificial impervious area (GAIA) between 1985 and 2018
Remote Sensing of Environment, 2020, 236: 111510. DOI: 10.1016/j.rse.2019.111510.
URL [本文引用: 1]

[35] 王桂林, 杨昆, 杨扬. 京津冀地区不透水表面扩张对PM_2.5污染的影响研究
中国环境科学, 2017, 37(7): 2470-2481.
[本文引用: 2]

[Wang Guilin, Yang Kun, Yang yang. The spatio-temporal variation of PM_2.5 pollution and its correlation with the impervious surface expansion
China Environmental Science, 2017, 37(7): 2470-2481.]
[本文引用: 2]

[36] Imhoff M L, Zhang P, Wolfe R E, et al. Remote Sensing of the urban heat island effect across biomes in the Continental USA
Remote Sensing of Environment, 2010, 114(3): 504-513. DOI: 10.1016/j.rse.2009.10.008.
URL [本文引用: 1]

[37] Zhao A, Zhang A, Cao S, et al. Spatiotemporal patterns of water use efficiency in China and responses to multi-scale drought
Theoretical and Applied Climatology, 2020, 140: 559-570. DOI: 10.1007/s00704-020-03103-9.
URL [本文引用: 1]

[38] Chang S, Wang J, Zhang F, et al. A study of the impacts of urban expansion on vegetation primary productivity levels in the Jing-Jin-Ji region, based on nighttime light data
Journal of Cleaner Production, 2020, 263: 121490. DOI: 10.1016/j.jclepro.2020.121490.
URL [本文引用: 1]

[39] Yao R, Wang L, Gui X, et al. Urbanization effects on vegetation and surface urban heat islands in China's Yangtze River Basin
Remote Sensing, 2017, 9(6): 540. DOI: 10.3390/rs9060540.
URL [本文引用: 1]

[40] 岳文泽, 章佳民, 刘勇, 等. 多源空间数据整合视角下的城市开发强度研究
生态学报, 2019, 39(21): 7914-7926.
[本文引用: 1]

[Yue Wenze, Zhang Jiamin, Liu Yong, et al. Measuring urban development intensity based on the integration of multi-source spatial data
Acta Ecologica Sinica, 2019, 39(21): 7914-7926.] DOI: 10.5846/stxb201810232296.
[本文引用: 1]

[41] 吴大放, 胡悦, 刘艳艳, 等. 城市开发强度与资源环境承载力协调分析: 以珠三角为例
自然资源学报, 2020, 35(1): 82-94.
[本文引用: 1]

[Xu Dafang, Hu Yue, Liu Yanyan, et al. Empirical study on the coupling coordination between development intensity and resources-and-environment carrying capacity of core cities in Pearl River Delta
Journal of Natural Resources, 2020, 35(1): 82-94.] DOI: 10.31497/zrzyxb.20200108.
[本文引用: 1]