关键词:城市扩张;生态响应;拐点识别;分段线性回归;深圳市 Abstract The expanding impervious surface along with the process of urbanization has produced great impact on ecological land in most of megalopolises all over the world. A typical urban expansion process usually shows a phase character, and the rapid increase of urban area has a non-linear correlation with vegetation degradation. Therefore, it is essential to recognize the important turning points in the curve of urban growth and the expansion pattern, which would also make a clear understanding of ecosystems' responses to urbanization. Landsat TM/ETM+ dataset was widely used in the detection of landscape change, however, most of the studies used the visual interpreted data per 5 years or above to characterize a long-term variation, and less attention was paid to the identifications of urban sprawl stages. In this study, with western Shenzhen City as a case study area, two new indexes of MNDBI* and NDVI* were built based on long-term Landsat dataset during 1987-2015, in order to identify the turning points of urban sprawl in temporal dimension and analyze the landscape evolution characteristics at different expansion axes. The results showed that western Shenzhen had experienced a rapid urbanization and the water area as well as vegetation coverage decreased dramatically. Specifically, the urban growth could be divided into two phases, i.e. rapadly growing period and stable period by the year 2003, and the vegetation degradation changed in 1999. The similar turning points confirmed the consistent spatiotemporal correlation between urbanization and the ecosystem responses. Furthermore, from the perspective of spatial differentiation, urban sprawl consistently occurred in the northern districts and coastland with sea reclamation until 2003-2006. The southern districts in western Shenzhen experienced the stable urbanization period much earlier than the other ones, with the turning points were identified during 1995-1998. Urban landscape evolution showed various characteristics in different profiles, a large number of sample points were selected through the west, north, east, northwest, northeast directions per 120 m, and the two indexes were calculated in 1987 and 2015 in four directions from central Shenzhen. Obvious urbanization as well as vegetation degradation could be found in a further expansion radius. Also, it is indicated that the north and west profiles should be the major urban expansion axes. In a word, Shenzhen's urbanization has exerted a complex effect on the eco-environment, and in order to realize vegetation restoration, a series of environmental protection policies were promulgated and implemented in recent 10 years. However, this could only postpone the process of habitat degradation rather than ecological restoration. Therefore, more powerful policies are required in the future development of Shenzhen City, and more attention should be focused on the response of ecosystems to the urbanization process.
Keywords:urban sprawl;ecological response;turning point identification;piecewise linear regression;Shenzhen City -->0 PDF (8150KB)元数据多维度评价相关文章收藏文章 本文引用格式导出EndNoteRisBibtex收藏本文--> 张甜, 王仰麟, 刘焱序, 彭建. 1987-2015年深圳市主城区景观演变过程多时相识别[J]. , 2016, 71(12): 2170-2184 https://doi.org/10.11821/dlxb201612008 ZHANGTian, WANGYanglin, LIUYanxu, PENGJian. Multi-temporal detection of landscape evolution in western Shenzhen City during 1987-2015[J]. 地理学报, 2016, 71(12): 2170-2184 https://doi.org/10.11821/dlxb201612008
作为中国首个经济特区,深圳市自1979年建市以来实现了由边陲小镇向经济中心的转变,并已在2014年国务院发布的《关于调整城市规模划分标准的通知》中被评为全国6座“超大城市”之一[29]。在地理位置上,深圳市位于113°46′E~114°37′E、22°27′N~22°52′N之间,地处广东省南部沿海,整体呈东西宽、南北窄的狭长形分布。深圳市属亚热带海洋性季风气候,年平均气温22.4 oC,年降雨量1981 mm,全年高温多雨。市内河流水系分布呈现出小河众多、大河稀少的特征,共有独立河流93条、中小水库171座,但人均水资源拥有量仅为全国平均水平的1/12。目前,全市下辖6个行政区和4个新区、57个街道办(图1)。 显示原图|下载原图ZIP|生成PPT 图1研究区地理位置示意及城市扩张典型剖面线 -->Fig. 1The general situation of the study area (western Shenzhen) and location of typical profiles -->
深圳市西部城市扩张及其生态响应过程可通过指标MNDBI*、NDVI*进行刻画,通过对逐年指标空间化制图可以发现,深圳市在近30年间经历了快速城市化进程,硬质地表不断扩张,由此导致城区内部及周边水体、绿地急剧减少(图2,图3)。图2a表明深圳市西部不透水面覆盖度整体提高,尤以北部的光明新区、龙华新区及龙岗区最为显著;相对而言,南部福田、罗湖、南山等老城区城市扩张较缓。变异系数可以衡量指标的离散程度,深圳市西部大部分地区MNDBI*均具有较高的波动性,而离散度较低的地区对应着生态本底相对完好的山区,当地MNDBI*长期处于稳定低值,因而波动性弱(图2b)。MNDBI*最大值中的低值区指示着长时间序列下的稳定建设用地,也即深圳市城市发展的最初状态,发展初期不透水面主要集中于福田、罗湖及西南沿海,北部各区建设程度相对较低(图2c)。图2d中高值区对应着城市化程度最低、植被覆盖度最高的区域,即深圳市稳定的城市绿地。 显示原图|下载原图ZIP|生成PPT 图21987-2015年深圳市西部MNDBI*特征 -->Fig. 2The MNDBI* of western Shenzhen in 1987-2015 -->
显示原图|下载原图ZIP|生成PPT 图31987-2015年深圳市西部NDVI*特征 -->Fig. 3The NDVI* of western Shenzhen in 1987-2015 -->
为进一步了解深圳市西部城市扩张及其生态响应的动态变化,对27期Landsat影像计算所得的MNDBI*及NDVI*逐年均值进行统计,并按4年为间隔进行均一化,以进一步排除指标的波动变化。由此,在排除水体影响的情况下绘制两指标在1987-1990年、1991-1994年、1995-1998年、1999-2002年、2003-2006年、2007-2010年及2011-2015年共7个时段的变化趋势,并对其进行分段线性拟合,得到不同阶段的增减程度及突变点,同时绘制各指标在首尾及突变时段的空间分布图(图4)。总体来看,随着近30年间深圳市西部的城市发展,建设用地与绿地覆盖整体呈现完全相反的变化趋势,且在不同空间区域,建设用地增加与绿地减少程度差异明显。 显示原图|下载原图ZIP|生成PPT 图41987-2015年深圳市西部NDVI*及MNDBI*拐点识别 -->Fig. 4Turning point of long-term NDVI* and MNDBI* of western Shenzhen in 1987-2015 -->
从图4a的变化趋势来看,MNDBI*指标呈先快速下降再趋于平缓的特征,拐点出现在2003-2006年间,通过Pettitt检验所得突变点为2003年(P < 0.05),两种判断方法所得结果一致。具体而言,深圳市在1987-2003年间全面响应经济特区建设号召,在全区进行大规模开发建设,因此经历了城市扩张的“萌生期”与“加速阶段”;2003年至今,深圳市西部城市化步伐明显放缓,城市扩张进入“约束期”,部分城市绿地保护有所加强。与城市化进程相反,深圳市西部植被覆盖度不断降低,拐点出现在1999-2002年间,与Pettitt检验得到的1999年相符(P < 0.05)。城市扩张与生态约束拐点的出现一方面是由于城市发展生命周期的内部制约,另一方面则与当地相关政策的颁布与实施息息相关。在城市发展的第一阶段,深圳市西部生态问题突出、人居环境及生物多样性均受到不同程度的威胁,深圳市政府于2004年、2005年分别颁布了《深圳市绿地系统规划(2004-2020)》[36]及《深圳市基本生态控制线管理规定》[30],基于该政策背景,深圳市西部绿地在第二阶段缩减速度明显变缓,这也从另一方面反映出当地政府实施环境保护政策的及时性与有效性。 对首尾时段与突变时段的NDVI*及MNDBI*进行空间制图,并选取5个显著变化样区,识别深圳市西部城市发展的空间模式(图4b)。在城市化及其生态响应的第一阶段,全区城市绿地均大幅减少,尤以1~4号样地削减最为显著,同时,样地中对应的MNDBI*明显提升。在城市发展的第二阶段,相应地类的格局变化明显变缓,北部各区建设用地更为密集,而南部中心城区城市绿地覆盖有小幅提升。值得注意的是,以5号样地为代表的珠江口及沿海地区水体在城市发展的两个阶段均呈缩小趋势,这是深圳市为实现沿海地区高速城市化不惜“向海借地”的直观体现[35]。同时,图4b也展示出研究区的城市扩张模式,具体以罗湖区西南部及福田区东部的10个街道办为扩张中心向四周进行蔓延式扩张,且城市整体格局于2003-2006年间基本定型,后期扩张速度明显减缓,总体呈现城市群密度高、扩张速度快且集中连片的特征。 对深圳市西部全域的景观演变拐点识别体现了城市发展的整体特征,而对各个行政区的进一步刻画则反映出了这一过程的空间特异性,有利于明晰环境变化及政策导向对于城市发展的差异化影响。图5展示了深圳市西部8个行政区NDVI*及MNDBI*的变化趋势及拐点,由此可知,位于南部的福田及罗湖区在发展初期虽具有较高的城市化水平,但各自发展模式并不相同:福田区的高速城市化阶段较短,随后经历了近20年的平稳发展,且植被与建设用地的突变具有一致性;相比之下,罗湖区的植被覆盖一直经历着高速退化,虽在近10年间城市化进程变缓,仍无法阻止植被的削减趋势。盐田区山地较多因而具备相对稳定的植被覆盖,当地城市化及植被退化呈稳定的单调变化趋势。在发展初期,毗邻深圳湾的南山区不断进行填海造陆,导致该时段MNDBI*指标迅速下降,而后期滨海地区逐步建立了如深圳湾公园等大量生态公园,使南山区发展后期的整体生态有所恢复。 显示原图|下载原图ZIP|生成PPT 图51987-2015年深圳市西部各行政区NDVI*及MNDBI*拐点识别 -->Fig. 5Turning point identification of the long-term NDVI* and MNDBI* of each district in western Shenzhen in 1987-2015 -->
城市扩张往往以一个或多个城区集群为中心向四周进行蔓延,从新扩张斑块与老城区斑块的空间关系来看,一般分为“填充式扩张”、“边缘延伸式扩张”与“边远式扩张”3种[37]。对于深圳市西部来说,1987-2015年间以罗湖区、福田区的10个街道办为中心进行扩张,采用典型剖面线布设的方法对NDVI*、MNDBI*的空间分异进行度量。由于深圳市西部城市呈辐射式扩张趋势,因此选取西、北、西北及东北4个轴线方向,以每120 m为间断点对轴线进行划分并提取NDVI*及MNDBI*数值,并重点关注首尾两期指标的改变(图6、图7),图中横轴为距中心辐射点的采样点次序。 显示原图|下载原图ZIP|生成PPT 图61987年和2015年深圳西部不同扩张轴线MNDBI*动态特征 -->Fig. 6MNDBI* variation in different profiles of western Shenzhen in 1987 and 2015 -->
显示原图|下载原图ZIP|生成PPT 图71987年和2015年深圳市西部不同扩张轴线NDVI*动态特征 -->Fig. 7NDVI* variation in different profiles of western Shenzhen in 1987 and 2015 -->
本文从时间和空间两个角度全面评价深圳市城市扩张特征,除对NDVI*、MNDBI*指标在长时间序列上的动态分析与拐点识别外,还加入了城市不同扩张轴线上的剖面线监测,以期深入了解典型大城市发展过程中的景观演变规律。在时间上,1987-2015年深圳市西部城市主体扩张明显,且以2003年为关键拐点,经历了“快速增长”至“平稳约束”的变化。同时,随着城市硬化表面的扩大,城区内植被及水体显著减少,植被指数的关键拐点与城市扩张拐点基本重合,表现了城市建成区从扩张到约束与生态用地从收缩到恢复的时间一致性。不同行政区的发展进程体现出一定的差异性与规律性,南部老城区的城市化约束期及植被缓慢退化期的出现相对更早,拐点一般出现在1995-1998年间;而北部各区的快速城市化时期持续时间更长,一般在2003-2006年后城市化才趋于平缓。 在空间上,1987-2015年间深圳市以罗湖区、福田区的10个街道办为中心点实现了蔓延式扩张,且城市化主要包括不透水面压缩城市内部生态用地、填海造陆两种模式,北部各区及珠江口沿岸城市增长最为显著,相应的植被退化程度也最大。对NDVI*及MNDBI*在不同扩张轴线上的动态刻画反映了城市不同辐射半径与方向的发展差异,距扩张中心越近的地区景观类型变化越小,说明发展较早的福田区及罗湖区城市化较早达到饱和,此外,西北与东北轴线方向的整体生态水平高于西向及北向轴线。对城市景观空间格局变化的研究同时发现,深圳市水体资源的削减主要发生在西部沿海,而城市内部的人工水体如水库等水资源保有量并无明显变化。总体而言,近10年间由于相关环保措施的有力实施,使城市化步伐与相应的生境退化明显变慢,但城市扩张所带来的生态威胁依然不容小觑。深圳市作为中国乃至世界的富有社会经济活力的大都市,其发展历程对其他城市有着极强的典范性,当地政府及环保部门应继续加强相关保护政策的实施,以实现深圳市社会、经济、生态的协调发展。 基于长时间序列连续遥感影像,本文突破了传统研究的局限性,有助于挖掘城市发展过程的细微波动,而使用NDVI*、MNDBI*等典型指标代替传统遥感影像解译而来的景观类型指标来识别城市景观演变也是研究的一大趋势。然而,由于数据来源等限制,本文也难免有一些不足之处。首先,虽然通过归一化及分时段平均的方法尽可能消除季节、天气等要素对遥感影像的影响,但在多种不确定因素作用下逐年指标仍有一定的波动。如何在数据预处理阶段加强对干扰要素的排除与滤波,还有待进一步研究。其次,本文所提取的NDVI*、MNDBI*指标属于景观组分指数,而景观连通度、多样性等构型指数也能够反映生态环境的改变,但该类指标的提取需基于各类用地的空间范围获得,相应所需的遥感指数及关键阈值的获取有待在后续研究中予以补充。 The authors have declared that no competing interests exist.
YangYanzhao, FengZhiming, ZhaoYande, et al.Coordination between urban land expansion and population growth in China. , 2013, 32(9): 1668-1678. [本文引用: 1]
WangYing, GuChaolin, LiXiaojiang.Preliminary study on urban growth boundary of Suzhou City . , 2015(2): 1-24.
[王颖, 顾朝林, 李晓江.苏州城市增长边界划定初步研究 . , 2015(2): 1-24.]
[8]
Huber MT, Currie TM.The urbanization of an idea: Imagining nature through urban growth boundary policy in Portland, Oregon. , 2007, 28(8): 705-731.
[9]
Jun MJ.The effects of Portland's urban growth boundary on urban development patterns and commuting. , 2004, 41(7): 1333-1348. [本文引用: 1]
[10]
GaoJinlong, ChenJianglong, SuXi.Urban expansion and its driving mechanism in China: From three main shools' perspectives. , 2013, 32(5): 743-754. [本文引用: 1]
GaoYicheng, ShenYuming, QiuLing.The evolvement and restructuring of the urban spatial structure of Jincheng City, Shanxi Province. , 2013, 32(7): 1231-1242. [本文引用: 1]
WuJiansheng, FengZhe, GaoYang, et al.Research on ecological effects of urban land policy based on DLS model: A case study on Shenzhen City. , 2014, 69(11): 1673-1682. [本文引用: 1]
Hadeel AS, Jabbar MT, ChenX.Application of remote sensing and GIS to the study of land use/cover change and urbanization expansion in Basrah Province, southern Iraq. Geo-spatial 2009, 12(2): 135-141.
[18]
Alsharif A AA, PradhanB. Urban sprawl analysis of Tripoli Metropolitan City (Libya) using remote sensing data and multivariate logistic regression model. , 2014, 42(1): 149-163.
[19]
TayyebiA, Perry PC, Tayyebi AH.Predicting the expansion of an urban boundary using spatial logistic regression and hybrid raster-vector routines with remote sensing and GIS. , 2014, 28(4): 639-659. [本文引用: 1]
[20]
JiaoLimin, XiaoFengtao, XuGang, et al.Spatial-temporal response of green land fragmentation patterns to urban expansion in Wuhan metropolitan area. , 2015, 37(8): 1650-1660. [本文引用: 1]
ZhouD, ZhaoS, LiuS, et al.Spatiotemporal trends of terrestrial vegetation activity along the urban development intensity gradient in China's 32 major cities. , 2014, 488: 136-145. [本文引用: 1]
HeZhen, ZhaoWenliang, HeJunping.Remote sensing monitoring of urban sprawl based on object-oriented and driving forces analysis: A case study of Zhengzhou City. , 2011, 30(12): 2272-2280.
LiXia, Anthony Gar-on Yeh. Application of remote sensing for monitoring and analysis of urban expansion: A case study if Dongguan. , 1997, 16(4): 57-63. [本文引用: 1]
ZhangXiufang, NiuShuwen, FengXiao, et al.Spatial-temporal characteristics and driving factors of urban land expansion of a valley city: A case study of Tianshui City in western China. , 2013, 32(12): 2312-2323. [本文引用: 1]
KuangWenhui, ShaoQuanqin, LiuJiyuan, et al.Spatio-temporal patterns and driving forces of urban expansion in Beijing central city since 1932. Journal of Geo-information , 2009, 11(4): 428-435. [本文引用: 1]
LiuXianfeng, ZhuXiufang, PangYaozhong, et al.The spatial-temporal changes of cold surge in Inner Mongolia during recent 53 years. , 2014, 69(7): 1013-1024. [本文引用: 1]
Pettitt AN.A non-parametric approach to the change-point problem. , 1979, 28(2): 126-135. [本文引用: 1]
[35]
YuHaibo, MoDuowen, WuJiansheng.Study on the dynamic changes and driving forces based on remote sensing images of land reclamation in Shenzhen. , 2009, 28(4): 584-590. [本文引用: 3]