任鵬飛，甘 淑，謝顯奇，宗慧琳，韓林華

（1.昆明理工大學(xué) 國土資源工程學(xué)院，云南 昆明650093；2.中國人民解放軍66240部隊(duì)，北京100042）

不透水面（impervious surface，簡稱IS）是城市中一種人工地表特征，其隔離地表水下滲到土壤，割斷了城市地表與地下水文聯(lián)系，主要由城市中的道路、停車場、廣場及屋頂?shù)冉ㄖ锝M成［1－2］。不透水表面指數(shù)（impervious surface area index，簡稱ISA）是指單位面積內(nèi)透水表面地表所占的面積比例，不僅作為表示城市化程度的指標(biāo)，還可作為衡量環(huán)境質(zhì)量的指標(biāo)［3］。土地利用變化首先反映在各種土地利用類型的面積變化，面積變化可以反映區(qū)域土地利用格局的變化［4］。隨著我國城市化進(jìn)程的加快，作為城市化顯著特征之一的不透水面也在不斷增加，這將影響地區(qū)的生態(tài)環(huán)境，從而導(dǎo)致流域水文循環(huán)異常、非點(diǎn)源污染增加、城市熱島效應(yīng)增強(qiáng)以及生物多樣性減少等問題［5］。

從遙感探測的角度來理解，不透水面特征表現(xiàn)為水滲透率相對較小的地表覆蓋土地類型。隨著遙感技術(shù)的迅速發(fā)展，利用衛(wèi)星對地觀測技術(shù)也已經(jīng)被應(yīng)用到研究城市不透水面信息探測中。Ridd［6］提出了研究城市生態(tài)的植被—不透水面—土壤模型（vegetable-impervious-soil model，簡稱 V-I-S模型），將城市影像中的每個像元看成這3種代表性類型的線性組合。Carlson等［7］利用植被覆蓋度與不透水面之間的關(guān)系，研究了適合于城市建成區(qū)不透水面信息提取的方法。Bauer等［8］將Landsat TM分類影像和高分辨率的航空照片結(jié)合，提取出不透水面，然后再利用纓帽變換中的綠度分量與不透水面的回歸關(guān)系來評價(jià)不透水面提取的精度。Wu等［9］利用光譜混合分析法（SMA）對Landsat 7ETM＋影像進(jìn)行分解，提取出不透水面，并利用DOQQ影像對提取精度進(jìn)行了驗(yàn)證。

生態(tài)環(huán)境是人類賴以生存和發(fā)展的基本條件，是經(jīng)濟(jì)、社會發(fā)展的基礎(chǔ)，是區(qū)域可持續(xù)發(fā)展的核心［10］?；趯ι降爻擎?zhèn)化發(fā)展及其生態(tài)環(huán)境脆弱性的認(rèn)識，借鑒已有的研究成果，本文以昆明市主城區(qū)為例，應(yīng)用遙感探測技術(shù)，構(gòu)建植被覆蓋度與不透水面在城市建成區(qū)內(nèi)的關(guān)系以快速提取獲得城市不透水面信息，并對研究區(qū)內(nèi)10a間3個時相的不透水面信息進(jìn)行初步的動態(tài)分析研究。

1 研究區(qū)概況及研究數(shù)據(jù)

昆明，云南省省會，首批國家級歷史文化名城，位于云南省中部，東經(jīng)102°10′—103°40′，北緯24°23′—26°33′，南北長237.5km，東西寬152km，總面積約21 473km2。城區(qū)坐落在滇池壩子，海拔1 891m，三面環(huán)山，南瀕滇池。昆明屬低緯度高原山地季風(fēng)氣候，冬無嚴(yán)寒，夏無酷暑，四季如春，年平均氣溫15℃左右，年均日照約2 200h，無霜期240d以上，年均降水約1 000mm。鮮花常年開放，草木四季常青，是著名的“春城”、“花城”，是休閑、旅游、度假、居住的理想之地。昆明市主城區(qū)包括五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)，即市內(nèi)4區(qū)。本研究選取的研究區(qū)為昆明市主城區(qū)。

本次試驗(yàn)數(shù)據(jù)選取了Landsat 7經(jīng)過輻射糾正和幾何糾正的系統(tǒng)級糾正產(chǎn)品，影像獲取時間為2000年11月2日，2006年1月3日，2010年1月30日。3幅影像質(zhì)量較好，所選研究區(qū)內(nèi)均無云遮擋。遙感影像處理采用ENVI 4.8軟件。Landsat 7 ETM＋數(shù)據(jù)包含了8個波段，其中，波段1和波段3為可見光波段，波段4為近紅外波段，波段5和波段7為短波紅外波段，這6個波段地面分辨率為30m；波段8為全色波段，分辨率為15m。波段6為熱紅外波段，分為波段61和波段62，主要用于探測地球表面不同物質(zhì)的自身熱輻射。

2 研究方法

2.1 修正的歸一化水體指數(shù)（MNDWI）

MNDWI［11］是在 Mcfeeters［12］所提出 的歸一 化水體指數(shù)（NDWI）上進(jìn)一步改進(jìn)的水體指數(shù)。該指數(shù)利用中紅外波段替換近紅外波段進(jìn)行計(jì)算，可用于快速、簡單、準(zhǔn)確地提取水體信息。相對于NDWI，MNDWI的應(yīng)用范圍更為廣泛，不僅可用于植被區(qū)的水體提取，還可以用于準(zhǔn)確地提取城鎮(zhèn)范圍內(nèi)的水體信息。本研究采用修正的歸一化水體指數(shù)（MNDWI）進(jìn)行研究區(qū)內(nèi)水體信息的剔除，其表達(dá)式為：

式中：GREEN——綠波段；MIR——中紅外波段。在ETM＋影像中，分別為2波段和5波段。

2.2 研究區(qū)不透水面提取

Carlson［7］指出，在城市建成區(qū)內(nèi)，不透水面與植被覆蓋度有著很強(qiáng)的負(fù)相關(guān)性。因此，城市建成區(qū)的不透水面信息的提取可以利用植被覆蓋度來獲取。

2.2.1 歸一化植被指數(shù)（NDVI） 植被指數(shù)常作為遙感解譯的重要參數(shù)，它是從多光譜遙感數(shù)據(jù)中提取的有關(guān)地表植被狀況的光譜量數(shù)值，能數(shù)量化地反映植物狀況，有助于增強(qiáng)遙感影像的解譯力，以排除非林地信息產(chǎn)生的不必要干擾。歸一化差值植被指數(shù)又稱標(biāo)準(zhǔn)化植被指數(shù)，是目前應(yīng)用最廣泛的一種植被指數(shù)［13］。

歸一化植被指數(shù)計(jì)算可以將多光譜數(shù)據(jù)變換成一個單獨(dú)的圖像波段，用于顯示植被分布，對土壤背景的變化較為敏感，削弱了地形和群落結(jié)構(gòu)陰影的影響，常用來反映植被狀況、植被覆蓋、生物量信息，是反映植被生態(tài)環(huán)境的重要指標(biāo)。其公式為：

式中：NIR——近紅外波段；RED——紅波段。在ETM＋影像中，分別為4波段和3波段。

2.2.2 利用模型計(jì)算植被覆蓋度 作為地表植被覆蓋狀況的一個重要指標(biāo)，植被覆蓋度能描述生態(tài)系統(tǒng)的現(xiàn)狀及區(qū)域生態(tài)系統(tǒng)環(huán)境變化［14］。本研究運(yùn)用李苗苗等［15］在像元二分模型的基礎(chǔ)上得出的植被覆蓋度模型來計(jì)算研究區(qū)的植被覆蓋度。其公式為：

式中：Fc——植被覆蓋度；NDVIveg——全部被植被覆蓋的像元的NDVI值；NDVIsoil——完全是裸地或無植被覆蓋區(qū)域的NDVI值。這2個值的計(jì)算公式為：

式中：Fcmax——植被覆蓋度的最大值；Fcmin——植被覆蓋度的最小值；NDVImax——區(qū)域內(nèi)最大的NDVI值；NDVImin——區(qū)域內(nèi)最小的NDVI值。

本研究中，設(shè)定區(qū)域內(nèi)近似取Fcmax＝100%，F(xiàn)cmin＝0%。研究區(qū)影像中NDVIsoil和NDVIveg取固定值，從而計(jì)算植被覆蓋度。即NDVImax和NDVImin分別為區(qū)域內(nèi)最大和最小的NDVI值。由于不可避免存在噪聲，NDVImax和NDVImin一般取一定置信度范圍內(nèi)的最大值與最小值，置信度的取值主要根據(jù)圖像實(shí)際情況來定。經(jīng)過多次實(shí)驗(yàn)對比，本研究選取累積概率為5%和95%附近的NDVI值作為NDVImin和NDVImax（如表1所示）。

表1 研究區(qū)各時相影像NDVI特征值

2.2.3 不透水面提取 根據(jù)不透水面與植被覆蓋度在城市建成區(qū)呈負(fù)相關(guān)關(guān)系。不透水率（ISA）可用以下公式計(jì)算［7，16］：

式中：dev表示該關(guān)系式只適用于被劃分為城市建成區(qū)的區(qū)域。

根據(jù)以上方法和步驟，獲得了昆明市主城區(qū)在2006年的不透水面分布圖（圖1）。

圖1中灰度顯示了不透水面的強(qiáng)弱。數(shù)值越高所表現(xiàn)的亮度越大，則不透水面的信息越強(qiáng)。以2006年為例，圖1中灰度較暗區(qū)域的植被覆蓋度較密集，主要是林地、農(nóng)田、草地等，其值在0.5以下；城市用地（如房屋、道路等）的灰度較亮，趨近于白色，其數(shù)值多在0.7以上?；叶戎滴挥?.5～0.7的地物為植被和不透水面的混合區(qū)域。在此基礎(chǔ)上，為更為直觀地反映不透水面信息，對圖像進(jìn)行密度分割，共分為10個層次，得到研究區(qū)的不透水面密度分割圖（如圖2所示）。

圖1 研究區(qū)2006年不透水率（ISA）灰度圖

圖2 研究區(qū)2006年不透水率（ISA）圖像密度分割圖

本研究通過高分辨率影像進(jìn)行提取適宜性分析。將ETM＋的第8波段即全色波段（分辨率為15m）與原影像（30m）進(jìn)行影像融合，以融合后的圖像作驗(yàn)證影像。同時應(yīng)用Google Earth影像進(jìn)行對比驗(yàn)證。通過反復(fù)試驗(yàn)，選取閾值為0.8，即把影像進(jìn)行二值化處理，大于0.8為不透水面，小于0.8為透水面。將融合后的高分辨率影像與二值化后的影像疊加在一起，采用隨機(jī)抽樣的方法進(jìn)行人機(jī)交互驗(yàn)證。在2006年的影像上，抽取了1 579個驗(yàn)證像元，232個誤分，總精度達(dá)到85.31%，Kappa系數(shù)為0.826 5?？梢姡囼?yàn)所選方法能較好地體現(xiàn)城市不透水面信息，具有較好的可行性。

3 結(jié)果與分析

按照上述方法，依次提取2000，2010年的不透水面信息。10a研究區(qū)不透水面有了明顯變化，其詳細(xì)變化統(tǒng)計(jì)信息見表2。由統(tǒng)計(jì)數(shù)據(jù)可知，在2000—2010年10a間，昆明經(jīng)歷了一個快速發(fā)展的過程，尤其是從2006年以來，居民人均收入逐年提升，大量周邊居民涌入城區(qū)，極大地帶動著城市消費(fèi)以及居民住宅用地的增加，城市呈迅速擴(kuò)張態(tài)勢，從而促使城區(qū)不透水面面積迅速增長。經(jīng)反復(fù)對比驗(yàn)證，本研究選取閾值0.7～1.0為不透水面，0.1～0.4為植被覆蓋較好區(qū)域進(jìn)行定量分析（圖3）。

2000—2006年，研究區(qū)不透水面面積由900.90km2降為871.45km2，共減少了29.45km2；植被覆蓋較好區(qū)域面積由1 186.58km2增加到1 194.15km2，共增加了7.57km2。主要原因?yàn)?，在這6a間，城市發(fā)展程度較緩慢，擴(kuò)張程度較小，且城市綠化率較高，城市周邊的植被覆蓋率較高。根據(jù)昆明市2006年年鑒，建成區(qū)綠化覆蓋率從2001年開始逐年增加，分別是：2001年30.7%，2002 年 29.88%，2003 年25.34%，2004年24.67%，2005年26.08%。與本研究所得數(shù)據(jù)顯示的趨勢相同。

圖3 研究區(qū)2000－2010年不透水率統(tǒng)計(jì)

2006—2010年，昆明市發(fā)展勢頭較為迅猛，尤其是從2008年開始的舊城改造項(xiàng)目，直接加速了城市擴(kuò)展速度，城建區(qū)域逐漸向四周郊縣擴(kuò)張，導(dǎo)致城市不透水面面積迅速增加，伴隨植被面積大量下降，尤其是城郊區(qū)植被，較嚴(yán)重地破壞了城市周邊的生態(tài)環(huán)境。

4a間，研究區(qū)不透水面面積由871.45km2增加至1 296.28km2，較好植被覆蓋區(qū)域面積由1 194.15 km2下降到950.81km2。

表2 研究區(qū)不透水面統(tǒng)計(jì)信息 km2

4 結(jié)論

本研究采取修正的歸一化水體指數(shù)進(jìn)行水體的剔除，能較好地排出水體對不透水面提取精度的影響，利用城市不透水面與植被覆蓋度負(fù)相關(guān)的聯(lián)系，進(jìn)而提取研究區(qū)不透水面信息，提取精度較高，能較好地反映出城市擴(kuò)張的趨勢，以及對城市周邊生態(tài)環(huán)境的破壞程度。在2000—2010的10a間，昆明市主城區(qū)不透水面增加了395.38km2，植被覆蓋較好區(qū)域面積減少了235.77km2。

從2009年開始，昆明的氣候逐漸向干熱發(fā)展，這與城市的迅速擴(kuò)張有強(qiáng)烈關(guān)系。城市不透水面面積的增加，嚴(yán)重地影響到地表徑流的下滲，于此同時，不透水面擁有較高的反射率，將太陽輻射較大程度地反射到近地面空氣中，從而加劇了城市熱島效應(yīng)。研究不透水面不僅為城市規(guī)劃提供依據(jù)，而且能較好地反映城市生態(tài)格局。

利用文中方法進(jìn)行城市不透水信息提取存在如下問題，即季節(jié)對于提取精度的影響較大，昆明雖為低緯度高原山地季風(fēng)氣候，植物多為四季常綠，但仍有部分季節(jié)性落葉樹木等植被，以及郊縣農(nóng)田的影響。如何提高提取精度將是進(jìn)一步研究的重點(diǎn)。

［1］ Espey W H，Morgan C W，Masch F D.A study of some effects of urbanization on storm runoff from a small water shed［R］.Austin：Texas Water Development Board，1966.

［2］ Stankowski S J.Population density as an indirect indicator or urban and suburban land-surface modifications［C］∥ U.S.Geological Survey Professional Paper.1972，800：219-224.

［3］ Arnold C L，Gibbons C J.Impervious surface coverage：emergence of a key environmental factor［J］.Journal of the American Planning Association，1996，62（2）：243-258.

［4］ 陳紅順，夏斌.快速城市化地區(qū)土地利用變化及驅(qū)動因素分析：以廣東省東莞市為例［J］.水土保持通報(bào)，2012，32（1）：54-59.

［5］ 任金華，吳紹華，周生路，等.城市不透水面遙感研究進(jìn)展［J］.國土資源遙感，2012，24（4）：8-15.

［6］ Ridd M K.Exploring a V-I-S （vegetation-impervious surface-soil） model for urban ecosystem analysis through remote-sensing-comparative anatomy for cities［J］.International Journal of Remote Sensing，1995，16（12）：2165-2185.

［7］ Carlson T N，Arthur S T.The impact of land use-land cover changes due to urbanization on surface microclimate and hydrology：a satellite perspective［J］.Global and Planetary Change，2000，25（1／2）：49-65.

［8］ Bauer M E，Doyle J K，Heinert N J.Impervious surface mapping using satellite remote sensing［C］∥Geoscience and Remote Sensing Symposium，IGARSS′02.IEEE International，2002，4：2334-2336.

［9］ Wu Changshan，Murray A T.Estimating impervious surface distribution by spectral mixture analysis ［J］.Remote Sensing of Environment，2003，84（4）：493-505.

［10］ 張峰，李珍存.陜西省榆林地區(qū)生態(tài)環(huán)境評價(jià)研究［J］.水土保持通報(bào)，2008，28（6）：146-150.

［11］ 徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究［J］.遙感學(xué)報(bào)，2005，9（5）：589-595.

［12］ Mcfeeters S K.The use of Normalized Difference Water Index（NDWI）in the delineation of open water features［J］.International Journal of Remote Sensing，1996，17（7）：1425-1432.

［13］ 郭凱，孫培新，李衛(wèi)國.利用ERDAS IMAGINE從遙感影像中提取植被指數(shù)［J］.西部探礦工程，2005，17（6）：210-212.

［14］ 李麗，童立強(qiáng)，李小慧.基于植被覆蓋度的石漠化遙感信息提取方法研究［J］.國土資源遙感，2010（2）：59-62.

［15］ 李苗苗，吳炳芳，顏長珍，等.密云水庫上游植被覆蓋度的遙感估算［J］.資源科學(xué)，2004，26（4）：153-159.

［16］ Owen T W，Carlson T N，Gillies R R.An assessment of satellite remotely-sensed land cover parameters in quantitatively describing the climatic effect of urbanization［J］.International Journal of Remote Sensing，1998，19（9）：1663-1681.