EN中文

地球信息科学学报 >

2021 , Vol. 23 >Issue 11: 2055 - 2072

DOI: https://doi.org/10.12082/dqxxkx.2021.200751

地理空间分析综合应用

1979—2019年武汉市重点水体多要素协同的时空演变特征

  • 文超 , 1 ,
  • 詹庆明 , 1, * ,
  • 樊智宇 1 ,
  • 湛德 2 ,
  • 赵皇 2 ,
  • 吴凯 2
展开
  • 1. 武汉大学城市设计学院,武汉 430072
  • 2. 中建三局绿投公司战略研究所,武汉 430074
*詹庆明(1964- ), 男,福建永安人,博士,博士生导师,教授,主要从事数字城市研究。E-mail:

文超(1989- ), 男,河南郑州人,博士生,主要从事城市规划信息化应用研究。E-mail:

收稿日期: 2020-12-10

  要求修回日期: 2021-02-16

  网络出版日期: 2022-01-25

基金资助

广东省重点领域研发计划项目(2020B0202010002)

国家自然科学基金项目(52078389)

中国工程科技发展战略湖北研究院咨询项目(HB2019B14)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

Spatiotemporal Characteristics of Multi-factor Synergy in Urban Key Water Bodies of Wuhan from 1979 to 2019

  • WEN Chao , 1 ,
  • ZHAN Qingming , 1, * ,
  • FAN Zhiyu 1 ,
  • ZHAN De 2 ,
  • ZHAO Huang 2 ,
  • WU Kai 2
Expand
  • 1. School of Urban Design, Wuhan University, Wuhan 430072, China
  • 2. China Construction Third Bureau Green Industry Investment Company of Limited Liability, Wuhan 430074, China
*ZHAN Qingming, E-mail:

Received date: 2020-12-10

  Request revised date: 2021-02-16

  Online published: 2022-01-25

Supported by

Key- Area Research and Development Program of Guangdong Province, China, No(2020B0202010002)

National Natural Science Foundation of China, No.52078389(52078389)

the Consultancy Project for the Hubei Branch of Chinese Academy of Engineering, No(HB2019B14)

Copyright

Copyright reserved © 2021. Office of Journal of Geo-information Science All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

城市发展对水体多方面要素产生了巨大影响,尤其是对水资源丰富的城市,迫切需要开展相关监测研究。研究以武汉市为例,通过梳理国内外相关研究以及武汉水体保护政策,提出融合水体面积、水质、水体景观、滨水区生态环境4个方面要素的分析技术路线以更为全面的反映城市尺度的水体时空演变特征,具体的,利用随机森林模型基于1979—2019年遥感影像获取武汉67个重点水体信息,并以此获取水体面积和水体景观的变化特征;同时,通过梳理多年水质监测数据分析水质变化特征;另外,基于遥感生态指数（Remote Sensing Ecological Index, RSEI）分析滨水区生态环境变化;最后,采用多尺度地理加权回归模型（Multi-scale Geographically Weighted Regression, MGWR）对重点水体面积变化的影响因素研究,希冀为政府制定差异化的水体保护政策提供科学支撑,并为其他地区水体的多要素分析提供有益借鉴。结果表明：① 武汉市水体面积呈下降趋势,水体总面积、重点水体面积分别减少10.75%及13.12%,中心城区及郊区水体变化存在显著差异;② 水体景观呈退化趋势,周长面积分维数、平均斑块面积、聚合指数及结合指数分别减少了6.43%,79.35%,1.55%及10.94%;③ 重点水体水质总体呈恶化趋势,其中江河及水库多数常年为III类及以上水体,中心城区湖泊多为V类及以下水体,郊区湖泊多为IV类及V类水体;④ 中心城区及郊区滨水区遥感生态指数（RSEI）分析表明滨水区生态环境呈恢复态势,其中中心城区滨水区平均RSEI增长了14.29%;⑤ MGWR分析表明,自然气象因素中,相对湿度的增加对江夏区湖泊恢复影响更为显著,降水对水面较小的水体恢复影响更为显著;社会经济因素中,各行政区GDP的增加有助于水体恢复,对中心城区、黄陂及新洲的水体保护影响更为显著;滨水缓冲区内不透水面占比（IS）的增加导致大多数水体面积的减少,然而,对于少数重点修复水体,IS增加是受相关保护政策影响,IS增加有助于这些水体恢复。

关键词： 城市重点水体; 多要素融合; 时空演变; 影响因素; 随机森林; 多尺度地理加权回归

本文引用格式

文超 , 詹庆明 , 樊智宇 , 湛德 , 赵皇 , 吴凯 . 1979—2019年武汉市重点水体多要素协同的时空演变特征[J]. 地球信息科学学报, 2021 , 23(11) : 2055 -2072 . DOI: 10.12082/dqxxkx.2021.200751

Abstract

Urban development has a great impact on water bodies in many aspects, especially for cities rich in water resources. Thus, it is urgent to carry out relevant monitoring and research. This study takes Wuhan as study area. Based on relevant studies at home and abroad, as well as Wuhan water protection policies, this study put forward a technical route, integrating water area, water quality, water landscape, and waterfront ecology, to reflect the spatiotemporal characteristics of urban scale water more comprehensively. Specifically, the random forest model was used to obtain water information of 67 key water bodies from remote sensing images from 1979 to 2019. Based on the information, the changes of water area and water landscape were analyzed. The evolution characteristics of water quality and waterfront ecology were analyzed based on water quality monitoring data and Remote Sensing Ecological Index (RSEI), respectively. Then, the influencing factors of the changes in water body area were analyzed using the Multi-scale Geographical Weighted Regression model (MGWR). This study aims to provide scientific support for the government to formulate differentiated water protection policies, and provide useful reference for the multi-factor analysis of water bodies in other regions. The results showed that the total water areas of Wuhan and 67 key water bodies had decreased by 10.75% and 13.12%, respectively. There were significant differences in the changes of water bodies in the downtown area and the suburban area. The water landscape showed a degradation trend. The Perimeter Area Fractal Dimension (PAFRAC), Edge Density(ED), Mean Patch Area(MPA), Aggregation Index(AI), and Cohesion Index (COHESION) decreased by 6.43%, 79.35%, 1.55%, and 10.94%, respectively. The water quality of Wuhan was deteriorating. Most of the rivers and reservoirs are of class III or above all the year round. Most of the lakes in the downtown area are of class V or below. Most of the lakes in the suburbs are of class IV or V. Changes of RSEI of the waterfront in the downtown area and the suburb area showed that the eco-environment of the waterfront zone was recovering. The average RSEI of waterfront in the downtown area had increased by 14.29%. MGWR analysis showed that among the natural factors, the increase of relative humidity had more effects on the recovery of lakes in Jiangxia, while the increase of precipitation had a more significant impact on the recovery of lakes with smaller water area. Among the socioeconomic factors, the increase of GDP in each administrative region was helpful to water restoration, especially for water bodies in the downtown area, Huangpi, and Xinzhou. The increase of Impervious Surface (IS) proportion in waterfront area had led to the shrinkage of most water bodies. For a few key recovering water bodies, the growth of IS due to relevant protection policies had a positive effect on the recovery of these bodies.

Key words： key urban water bodies; multi factor fusion; spatio-temporal evolution; influencing factors; random forest model; Multi-scale Geographically Weighted Regression model

1 引言

十九届五中全会审议通过了《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》[1],要求在新时代必须树立和践行“绿水青山就是金山银山”的理念,坚持节约资源和保护环境的基本国策。城市水体是城市内最重要的生态资源之一,在践行生态文明建设基本国策方面发挥着重要作用[2]。武汉是中国内陆地区水资源最丰富的城市之一,是第二批全国水生态文明建设试点城市, 1978年改革开放后,武汉经历了快速的工业化和城镇化进程,目前,武汉面临着水体不断减少、水质不断恶化、滨水区生态修复难度大等多方面的水生态问题[3,4]。如何实现城市社会、经济与水生态的和谐发展,成为武汉必须破解的重大战略问题。对城市尺度的水体多方面要素的演化特征进行研究,有助于发掘城市水体的发展规律及亟待解决的重大问题,为实现生态文明发展提供决策支撑。
既有研究多关注于微观尺度少数水体的景观形态[5,6,7]、水体面积[8,9]等方面的变化情况[10,11],对特大城市尺度的多个水体,在城市扩张影响下的长时序、多方面的演变特征关注较少。1978年改革开放后,我国特大城市建成区扩张显著,对城市水体产生了多方面的影响,仅关注水体面积、景观变化显然无法更为全面的反映水体受城市扩张的影响[12],并且政府在制定水体保护政策的过程中往往是面向市域内多个水体的,已有研究表明城市中不同位置的水体受到的城市扩张影响及其所处的地理环境有所差异,使得各水体的变化具有较大的差异[13],而局限于对局部区域个别水体的研究较难反映城市内不同区域发展对城市水体的不同影响,也难以为城市水体整体性的保护政策制定提供有力支撑。近年来,少部分学者们利用遥感影像数据,基于不同的视角,借助相关指标,例如,有研究基于城市热环境 视角[14]、遥感生态等视角[15,16],结合如地表温度、遥感生态指数等指标,对特定区域滨水区的生态环境以及水体面积变化与城市扩张之间的关系进行研究,既拓展了研究思路,也再次体现出对水体的研究需要从多方面要素进行更为全面的分析。因此,在城市尺度对多个水体开展融合水体面积、水体景观、滨水区生态等多要素的研究,不仅能够更全面的反映城市内不同地区水体的发展情况,更可以为政府制定差异化的水体保护政策提供科学依据。
梳理武汉市相关水体保护政策与规划,武汉市已逐步形成从水体面积单要素管控转向水体面积、水体景观、水质、滨水区生态环境多要素协同治理体系。自1980年起,武汉市政府便制定了如“退耕还湖”的水体治理政策[17],随后市政府制定了一系列的水体保护条例、保护规划及治理方案,其中,武汉市水生态文明城市建设试点实施方案明确指出要从水体面积的单要素管控转向“水量-水质-水生态”多要素协同治理,同时在《武汉市湖泊保护总体规划》[18]中明确指出湖泊保护不仅包括水体自身,更需要对滨水区的用地规划进行统筹部署,并针对市内166个湖泊制定《“三线一路”保护规划》[18],划定水域保护线、环湖绿化控制线及环湖滨水区建设控制线。由此可知,武汉市逐步形成了以水体面积维持、水体景观及滨水区生态保护、水质达标以及严格管控滨水区建设行为为核心的水体保护体系。这不仅符合武汉市水体发展情况,也与学界关于城市扩张对水体面积、水体景观、滨水区生态环境产生多方面影响的相关研究不谋而合,更可以从对这些方面的研究,管窥1978年改革开放后,我国特大城市快速扩张对自然水体产生的多方面影响。
综上所述,本文基于文献研究以及武汉市形成的水体多要素协同治理体系,采用随机森林算法,从多时相遥感影像中提取武汉市域范围水体,从水体面积、水体景观、水质、滨水区生态环境4个方面定量分析武汉市重点水体40年的时空变化特征,其中,对水体面积与水体景观分析可以反映武汉市整体层面水体面积变化情况、水体斑块层面的面积、岸线、连通度、聚集度的变化情况,对水质及滨水区生态环境变化的研究则分别从水体质量、滨水区两个方面反映出水体变化的情况。另外,采用多尺度地理加权回归模型对重点水体面积变化的影响因素进行分析,揭示城市尺度的水体与城市发展的关系,为决策者制定水体保护政策提供科学支撑。

2 研究区概况

武汉以“百湖之市”出名,也是内陆地区城镇化程度最高的城市之一,对其水体研究具有较强的典型性和代表性。武汉市下辖13个行政区,中心城区包含汉阳、洪山、江岸、江汉、硚口、青山、武昌7个区。郊区包含蔡甸、东西湖、汉南、黄陂、江夏、新洲6个区。武汉属亚热带气候,年平均气温15.8~17.5 ℃,年均降水量1205 mm,大部分降水出现在4—8月。基于2019年水体信息提取结果并参考武汉市重点保护水体名单,选取武汉市67个面积不小于1 km2的重点水体进行研究（图1,表1）。67个重点水体遍布武汉市13个行政区,包含河流、水库和湖泊,能够基本反映武汉市总体的水体时空变化特征。
图1 武汉市重点水体空间分布

Fig. 1 Distribution of key water bodies in Wuhan

表1 武汉市重点水体名单

Tab. 1 List of key water bodies in Wuhan

行政区 名称
- 倒水河,府河,汉水（武汉段）,金水河,举水河,马影河,长江（武汉段）,通顺河,滠水
黄陂 梅店水库,泥河水库,夏家寺水库,院基寺水库
武昌 东湖,沙湖
江岸 黄潭湖
硚口 张毕湖
汉阳 龙阳湖,墨水湖,南太子湖,三角湖,万家湖,月湖
青山 青山北湖,严西湖
洪山 黄家湖,南湖,青菱湖,野湖,野芷湖
东西湖 杜公湖,金银湖
蔡甸 北太子湖,沉湖,官莲湖,后官湖,烂泥湖,桐湖,王家涉,西湖,小奓湖,许家赛,张家大湖,朱山湖
汉南 汤湖,西北湖
江夏 豹澥湖,斧头湖,后石湖,梁子湖,鲁湖,汤逊湖,团墩湖,严东湖
黄陂 后湖,马家湖,梅店水库,墨家湖,任凯湖,什子湖,童家湖,武湖,姚子海
新洲 安仁湖,柴伯湖,七湖,陶家大湖,涨渡湖

3 研究方法

3.1 研究技术路线

本文整体研究思路与技术路线（图2）分为3步：① 研究对象及数据获取：采用随机森林模型获取武汉市重点水体及土地利用分类数据。另外,研究计算了滨水缓冲区内不透水面用地占比数据（IS）,以反映城市建设活动对水体面积的影响; ② 分析指标体系的构建：基于武汉市形成的水体面积、水体景观、水质、滨水区生态环境多要素协同治理体系,分别采用对应的数据和指标进行分析 （表2）,以反映武汉市重点水体40年的时空演变特征,研究进一步采用MGWR模型从社会经济、自然气象进一步分析了水体面积的影响因素;③ 基于以上分析,提出研究结论、政策建议、研究不足及展望。
图2 研究技术路线

Fig. 2 Research technology roadmap

Tab. 2 Indicators of multi factor coordination of water bodies in Wuhan
分析要素 指标 计算方法 数据来源
水体面积 历年水体面积统计、重点湖泊相对变化率及减少水体的转换分析 采用随机森林模型和人工修绘提取 Landsat、Sentinel-2影像提取
水体景观 周长面积分维数、平均斑块面积、聚合指数和结合指数 采用fragstats4.2软件计算 Landsat、Sentinel-2影像提取
水体水质 水体水质类别 - 武汉市生态环境局
滨水区生态 遥感生态指数（RSEI） 借鉴参考文献[15]计算 Landsat影像提取

3.2 水体多要素协同指标体系构建及计算方法

3.2.1 水体面积变化分析
采用随机森林模型获取武汉市67个重点水体信息以及武汉市土地利用数据,统计历年水体面积数据,计算相邻年份重点湖泊面积的变化幅度并对减少的水体转换情况进行分析,获取水体面积变化特征。
3.2.2 水体景观指数及水质变化分析
使用fragstats4.2软件计算了4个最常使用的景观形态指数以分析水体景观变化。具体包括周长面积分维数（PAFRAC）、平均斑块面积（MPA）、聚合指数（AI）和结合指数（COHESION）。周长面积分维数代表了水体岸线的复杂程度,其值越小则复杂程度越低,平均斑块面积（MPA）反映了水体的平均面积大小,聚合指数和结合指数反映了水体之间的连接和聚集强度[19]。研究采用的4种景观指标不仅与水体面积、岸线直接相关,更可以通过AI和COHESION的计算,对水体间的空间联系进行调查,为“河湖连通”等重大保护工程提供决策依据。另外,基于政府相关部门对重点水体水质的年际监测数据对水体质量变化进行分析。
3.2.3 遥感生态指数
采用遥感生态指数（RSEI）对滨水缓冲区范围的生态环境进行研究。滨水区是与城市水体关系最密切的区域也是武汉市政府及公众最关注的区域之一,遥感生态指数是一个完全基于遥感技术并以自然因子为主的指标[15],该指标也是基于环保部《生态环境状况评价技术规范》[15,20]提出的生态环境考量要求,能够从滨水区的绿度、湿度、热度、干度 4个方面反映滨水缓冲区生态环境的优劣,计算该指标时可采用归一化植被指数（NDVI）、归一化土壤指数（NDSI）、湿度分量（WET）、地表温度（Land surface temperature,LST）分别代表对绿度、干度、湿度、热度4个方面的考量[15,21]。
从4个成分来看,湿度（WET）,绿度（NDVI）数值越大,说明该区域的地表植被覆盖度高,土壤水分充足,生态环境质量越好,裸土指数（NDSI）、地表温度（LST）值越高,说明地表植被覆盖稀疏、地表硬化严重,生态环境质量越差[22]。其中,干度指标选用裸土指数（NDSI）表示,在城市中,建筑用地可以造成地表的“干化”,因此裸土指数包括裸土指数（SI）和建筑指数（BI）二方面,具体计算参考相关文献进行[15,23]。湿度指标（WET）由遥感缨帽变换所获得[24]。LST采用Landsat用户手册的模型来计算[25],对于Landsat 8的LST计算,研究选用第10波段进行热红外反演[26]。
利用归一化方法将NDVI、NDSI、WET、LST数值归一为0~1之间（式(1)）。
NI = I - I min I max - I min
式中：NI是NDVI、NDSI、WET、LST标准化后的指标值。利用ENVI软件的主成分模块获取4个指标的第一主成分（PC1）来表示遥感生态质量。为了使得值越大表示生态环境越好,采用式（2）进行处理。最后,为了便于指标对比,将初始遥感生态指数(RESI0)进行归一化得到最终的遥感生态指数（RESI,式(3)）。
RSE I 0 = 1 - P C 1 f NDVI , WET , LST , NDSI
RSEI = ( RSE I 0 - RSE I 0 min ) ( RSE I 0 max - RSE I 0 min )
针对滨水缓冲区范围的确定,学术界并未有统一界定,例如有研究提出理想的缓冲区范围在7.6~176 m[27],也有研究采用10、30和100 m缓冲区进行分析[28]。本文通过梳理《湖北省湖泊保护条例》[29]、《武汉市湖泊保护条例实施细则》[30]等法定文件中对滨水区范围的界定①(① 《湖北省湖泊保护条例》报告中指出“湖泊控制区在湖泊保护区外围根据湖泊保护的需要划定,原则上不少于保护区外围500 m的范围”（资料来源： https://wenku.baidu.com/view/d276663531126edb6f1a1080.html）,其他法定文件中划定湖泊控制区虽然存在一定差异,但也提出类似的空间管控范围。),以《湖北省湖泊保护条例》[29]为指导,计算沿水体岸线外围500 m缓冲区范围的遥感生态指数,对1990—2018年②(② 受限于卫星传感器,1979年和2019年遥感影像数据缺乏部分波段,1979年影像无可用替代数据,2019年的数据则采用2018年的Landsat影像替代,进行计算。)的城市水体滨水缓冲区遥感生态情况进行调查。

3.3 城市水体及其他土地利用类型提取方法

使用随机森林模型提取水体信息并对地物分类。随机森林模型包含了大量的、独立的分类器,每个分类器构成一个独立的分类决策树,这些分类器最终的投票结果决定了分类结果[31],在使用随机森林处理影像时,除了对遥感影像的原始波段进行处理以获取地物特征外,研究还计算了增强归一化差分水体指数（Modified Normal Difference Water Index,MNDWI）（式（4））、归一化差分建筑指数（Normal Difference Building Index,NDBI）（式（5））和归一化差分植被指数（Normal Difference Vegetation Index,NDVI）（式(6)）[32]。
MNDWI = ρ G - ρ SWIR ρ G - ρ SWIR
NDBI = ρ SWIR - ρ NIR ρ SWIR + ρ NIR
NDVI = ρ NIR - ρ R ρ NIR + ρ R
式中： ρ G为绿波段, ρ NIR为近红外波段, ρ R为红波段 ρ SWIR为中红外波段。将MNDWI、NDBI、NDVI放入随机森林分类器,用于加强水体、建筑和植被的特征差异,实验所采用的样本数据通过人工目视解译法获取,根据图像的光谱特征以及Google earth数据对照综合确定训练样本。
为了客观评估监督分类效果,研究将原始训练样本集合按照1:2比例随机分割为二部分。其中, 2/3的数据用于构建随机森林分类模型,剩余1/3数据用于模型评估,采用预测正确率和Kappa指标进行评估。通过计算后,各时期的影像分类结果的分类精度与Kappa系数分别在89%与0.9以上,表明分类结果可靠,之后对水体提取结果进行人工校核,以保证数据的可靠性。
土地利用被分为水体、不透水面、自然植被、耕地（包含水生植物）和未利用用地。水体主要包括湖泊和河流。不透水面主要包括城市与农村的建设区域、房屋和道路等硬质化地面。自然植被主要包括自然林草地。耕地主要包括耕种地、尚未种植作物的休耕地等。未利用用地主要包括水体周围的沙滩或因水位下降而裸露的土地。

3.4 水体面积影响因素确定及分析方法

关于水体面积影响因素的研究,较多研究从社会经济及自然气象相关因素进行分析,例如梁文军等[33]对岱海湖面积在1976—2015年的变化研究中,采用年平均气温、流域常住人口等因素探讨气候环境及社会经济对水体面积变化的影响;张恒等[34]在对京津冀地区湖泊面积变化影响因素中采用年平均气温、年平均降水及GDP等社会经济数据进行研究。这些研究中关于气象的年平均数据大多基于月平均数据再次进行计算获得,如此虽然能保证这些因素在时间尺度上具有一定的可比较性,但显然存在较大误差,采用与遥感影像采集时间对应月份的相关数据虽然也存在一定误差,但相对而言误差有所减少。另外,已有研究表明水体面积变化受滨水区内的城市建设活动以及相关保护政策影响显著[35]。借鉴这些研究,本文从社会经济、自然气象二方面因素出发对武汉市重点湖泊面积变化影响因子进行定量分析,具体因子及数据来源见表3,并结合武汉市城市扩张及相关水体保护政策进行定性分析。在各个影响因素中,行政区GDP用以表现武汉市社会经济变化与湖泊水体面积变化的关系,缓冲区内不透水面占比则是与具体水体挂钩的变量,与某一具体湖泊周边的城市化进程和生态保护情况有关,可以直观反映城市建设对水体的影响。自然环境因素方面的数据主要获取自中国国家气象数据网中的地面气象资料（http://data.cma.cn）,限于数据的可获取性,本研究所用数据只包括了1995年、2000年、2005年、2014年和2019年的相关数据,在分析之前,所有自变量经过了标准化处理。
表3 武汉市重点水体面积影响因素确定

Tab. 3 Influencing factors of water area in Wuhan

具体影响因素 数据来源
社会经济因素 各行政区GDP 城市统计年鉴
500 m缓冲区内不透水面占比 遥感影像提取缓冲区不透水面用地数据
自然环境因素 月总降水量 中国国家气象数据网（http://data.cma.cn）
月平均气温
月平均相对湿度
使用MGWR（式（11））挖掘水体面积变化与社会经济及自然影响因子之间的关系。MGWR是在地理加权回归（GWR）的基础上,进行了尺度空间约束上的改进,使得模型可以获取到每个自变量与因变量之间的最优带宽,并基于此进行每个采样位置的局部回归[36]。如表4所示,MGWR的核函数为普通最小二乘回归模型（OLS,式(7)）,在城市内,由于不同区域的城市开发程度和自然地理环境不同,导致不同位置的城市水体受到的空间影响存在一定差异,使用最小二乘回归模型（OLS）和可拓展的随机性的环境影响评估模型（STIRPAT）等进行分析[37,38],只能得到水体变化和影响因子之间的恒定的全局系数,无法反映自变量和因变量之间的空间异质性,也无法得到一个可靠的结果。
表4 OLS,GWR,MGWR模型的计算公式

Tab. 4 Calculation formula of OLS, GWR, MGWR

模型 公式 公式编号 相关参数
OLS Y = β 0 + ∑ k = 1 m β k X k + ε i = 1 , 2 , 3 … , n （7） Y为自变量;β0为截距;βk为变量Xk的估计系数;n为自变量个数;Ɛ为随机误差
GWR Y u i , v i = β 0 u i , v i + ∑ k = 1 m β k u i , v i X k u i , v i + ε i i = 1 , 2 , 3 … , n
（8） （ui, vi）是局部采样的位置;βk(ui, vi)是Xk(ui, vi)的系数值;β0(ui, vi)为（ui, vi）的截距;Ɛi为（ui, vi）的随机误差;X为自变量;Y为因变量;dij为采样位置i和采样位置j之间的欧氏距离;bi为带宽值
β k u i , v i ˆ = X T W u i , v i X - 1 X T W u i , v i Y （9）
W i , j = [ 1 - d ij b i 2 ] 2 d ij < b i 0 , d ij ≥ b i （10）
MGWR Y u i , v i = β bw 0 u i , v i + ∑ k = 1 m β bwk u i , v i X k u i , v i + ε i ( i = 1 , 2 , 3 … , n ) （11） βbwk(ui, vi) 为自变量Xk(ui, vi) 在带宽bwk下的估计系数值;βbw0(ui, vi) 是对应带宽下的截距
地理加权回归（GWR）是OLS在空间上的扩展,与OLS相比,GWR在各个采样位置都建立了回归模型,因而可以获取各个位置的局部回归系数用以反映自变量和因变量之间的关系,其计算公式如式（8）所示[39]。其中,βk(ui, vi)计算如式（9）所示,W(ui, vi)为各个采样位置与本地局部位置（ui, vi）之间的邻接关系的空间权重,研究使用了Bi-Square函数计算 （式(10)）。
在GWR中,所有变量的带宽值是恒定的,这一假设在一定程度上违反了不同自变量与因变量之间存在“尺度异质性”的特性。不同自变量对因变量的影响往往存在着尺度差异。MGWR通过后向拟合处理的方式,在以GWR估计参数为初始值的基础上,进行最优尺度选取以及参数进一步优化,可以更好的处理尺度差异造成的不确定性,以得到更为精确可靠的结果,MGWR的计算公式与GWR相似,但是不同变量参数的处理带宽是不一样的。

4 数据来源

4.1 遥感数据

遥感影像来自于美国地质调查局(http://glovis.usgs.gov/)。在采集影像之前,通过与武汉市水务相关单位的多位专家沟通,认为武汉市水体发展在1995—2012年受城市建设影响较为显著,特别是对水体面积、水质以及滨水区的生态环境方面造成了显著影响,在实施保护规划方面以2014年颁布的中心城区首批湖泊“三线一路”保护规划以及市内的“河湖连通工程”等重点建设项目为标志,开始从水体面积维持、水质提升、滨水区内生态景观提升等多个方面修复水生态环境。基于此,本研究对1995年之前的水体研究选取了采样间隔较大的影像进行分析,对1995年之后的影像选取则尽量以5年为一个采样间隔以基本保证影像能够反映武汉市水体在城市发展影响下的总体变化情况,同时,为了尽可能排除气象条件不同造成的干扰,选择武汉市当年无明显暴雨年份、影像采集时云量小于10%且采集期间连续3 d内均为晴天的影像。考虑到后文对滨水区生态环境相关指标计算及武汉气候条件的影响,研究以每年的暖季为主进行分析。对于1979—2014年,选取了6幅满足以上要求的Landsat MSS/TM/ETM+影像,对于2019年影像,研究选取了Seninel-2影像（表5）。
表5 1979—2019年武汉市遥感影像数据信息

Tab. 5 Data sources of remote sensing images of Wuhan from 1979 to 2019

采集日期 传感器 空间分辨率
1979年6月16日 MSS 绿波段、红波段和2个近红外波段均为60 m
1990年9月2日 TM 波段1~5及波段7为30 m,波段6为120 m
1995年8月31日 TM 波段1~5及波段7为30 m,波段6为120 m
2000年6月18日 TM 波段1~5及波段7为30 m,波段6为120 m
2005年4月20日 TM 波段1~5及波段7为30 m,波段6为120 m
2014年8月8日 ETM+ 波段1~5及波段7为30 m,波段6为60 m
2019年9月12日 MSI 蓝色波段、红色波段、绿色波段及近红外波段是10 m;红边1,红边2,红边3,近红外边,中红外1和中红外2是20 m;海岸、水汽、中红外卷云为60 m

4.2 水质数据

水质数据来源于武汉市生态环境局（ http://hbj.wuhan.gov.cn/fbjd_19/xxgkml/zwgk/hjjc/hjzkgb/idex_1.shtml）,由于该数据自2005年起开始公示,且2005—2012年只有48个重点水体年际监测数据,2013—2019年数据包含了67个重点水体的年际监测数据③(③ 该数据源自市环保局水质监测站点监测数据,通过与市水务部门专家沟通,认为该数据虽然存在一定不足,但限于更为详细水质数据的使用权限问题,且研究时段跨度较大,利用环境公报数据能够基本反映武汉市水体水质长时序变化情况。)。

4.3 数据预处理

关于遥感影像数据,对于Landsat系列数据,采用了Level-1级产品,已经经过了系统辐射校正、地面控制点几何校正和DEM地形校正,在此基础上,使用ENVI软件进行辐射定标和大气校正预处理操作。对于Sentinel-2影像,使用了European Space Agency提供的Sen2cor软件进行辐射定标和大气校正操作,并在SNAP软件中进行投影转换和重采样等工作。在前述诸多条件限制下,影像获取的时间存在一定差异,为保证水体信息的准确性,结合人工判读对提取的水体信息进行逐一修绘,以保证水体信息的准确性。
关于气象数据,由于气象数据均为站点数据,使用克里金插值进一步得到气象要素的空间分布,并使用水体所在位置的矢量进行气象要素的均值提取以得到每个水体对应的气象变量数据。

5 结果及分析

5.1 水体面积的时空演化特征

水体面积的变化是反映城市水体受城市扩张影响最直观的方面之一,统计结果显示,武汉市水体总面积及重点水体面积不断减少,不同类型及不同区域水体变化存在明显差异。1979—2019年,武汉水体总面积下降10.75%,其中,中心城区水体面积减少41.48%,郊区水体面积减少3.26%;67个重点水体面积减少13.12%,湖泊及水库总面积下降15.3%,河流水体则相对稳定（表6）。为了直观显示重点水体变化,对相邻年份水体进行叠加并统计各湖泊变化可知（图3,表7）,中心城区各湖泊面积不断减少,多数降幅在10%~50%之间;在郊区,少数湖泊及水库面积有一定增长,其余多个湖泊减少幅度在0至20%之间。将1979—2019年始终保持稳定的水体定义为基本水体,统计各行政区基本水体占比显示（表8）④(④ 由于河流跨行政区,且河流的变化受到了流域的系统影响,因此表7,表8是以58个重点湖泊进行统计。),黄陂、江夏和蔡甸3个区的基本水体占比最高,比例分别为91.67%、90.66%和89.22%,硚口、汉阳和东西湖基本水体占比最少,分别为19.37%、67.46%和71.19%。具体而言,在黄陂,武湖、姚子海、墨家湖分别减少25.27%,23.12%和17.11%,区内其他湖泊减少幅度主要在5%左右,任凯湖上涨4.3%,区内4个水库较为稳定;在江夏,鲁湖、豹澥湖和梁子湖分别下降16.61%,15.5%和10.74%,区内其他5个湖泊降幅在5%左右;在蔡甸,张家大湖、北太子湖、王家涉湖和桐湖分别下降32.8%,20.4%,14.89%,12.89%,区内其余7个湖泊降幅在8%左右,1个湖泊降幅1.4%;在硚口仅有张毕湖,该湖是减少幅度最高的湖泊,降幅达80%;在汉阳,南太子湖、万家湖降幅超40%,墨水湖、月湖降幅超30%,三角湖、龙阳湖降幅在20%左右;东西湖区仅杜公湖、金银湖,2个湖降幅均在30%左右。
图3 1979—2019年武汉市重点水体变化情况

Fig. 3 Changes of key water bodies in Wuhan from 1979 to 2019

表6 1979—2019年武汉市水体面积统计

Tab. 6 Statistics of water area in Wuhan from 1979 to 2019 (km2)

1979年 1990年 1995年 2000年 2005年 2014年 2019年
全市水体 中心城区 291.34 287.84 280.66 247.88 215.71 181.04 170.48
郊区 1196.78 1134.64 1158.94 1157.46 1169.66 1104.33 1157.74
重点水体 河流 249.47 245.29 265.47 271.22 228.19 226.85 234.22
湖泊及水库 801.16 794.80 738.83 694.06 733.77 723.56 694.69
表7 1979—2019年武汉市重点湖泊面积变化情况

Tab. 7 Area change of key lakes in Wuhan from 1979 to 2019

分区 与1979年相比重点湖泊相对变化率/% 湖泊数量/个
中心城区 -20<相对变化率<-10 8
-50<相对变化率<-30 4
-81<相对变化率<-60 2
郊区 0<相对变化率<5 4
5<相对变化率<11 1
-10<相对变化率<0 20
-20<相对变化率<-10 8
-35<相对变化率<-20 8
-42<相对变化率<-40 3
表8 1979—2019年武汉市各行政区基本水体占比统计

Tab. 8 Statistics of the proportion of basic water in each administrative district of Wuhan from 1979 to 2019

行政区 基本水体占比/%
黄陂 91.67
江夏 90.66
蔡甸 89.22
青山 89.20
新洲 88.99
江岸 80.91
武昌 78.98
洪山 78.29
汉南 74.32
东西湖 71.19
汉阳 67.46
硚口 19.37
从湖泊减少的水体转换情况来看（表9）,城市建设、耕地及鱼类养殖是水体退化的主要原因。中心城区减少的水体主要转变为不透水用地,部分转换为水田及鱼塘。其中,江汉、硚口、汉阳、武昌、青山区减少的水体超过50%被转换为不透水面,江岸和洪山区减少水体的近半数被转换为不透水面用地。郊区减少的水体主要转变为水田及鱼塘,部分转换为不透水面。其中,江夏和新洲减少的水体有超过57%的部分被转换为水田和鱼塘,蔡甸、汉南、黄陂分别有47%、38%、34%的水体转为水田和鱼塘,东西湖、蔡甸、江夏、汉南这些地区减少的水体主要转换为不透水面,同时转换为耕地或鱼塘的水体也较多。黄陂和新洲减少的水体主要转为鱼塘及水田,其次是相对均匀的转为其他各类用地。这反映出中心城区内的水体减少主要受城市建设影响,与中心城区相临的近郊区水体减少受到了城市建设及农业及水产养殖活动的双重影响,而远郊区则主要受农业及水产养殖活动的影响。可以看出,水体变化原因较为复杂,无法从整体层面统一归纳其变化原因。
Tab. 9 Proportion of reduced water body converted to other land use in each administrative district in Wuhan (%)
行政区 不透水面 耕地 自然植被 鱼塘或水田 未利用用地
中心城区 江汉 93.57 1.52 0.91 0.47 3.52
硚口 78.26 10.48 5.28 2.32 3.67
汉阳 62.39 12.14 15.14 7.47 2.85
武昌 58.34 7.76 15.72 13.94 4.24
青山 54.90 14.25 10.91 15.93 4.01
江岸 49.49 7.52 29.36 6.44 7.19
洪山 49.32 22.54 15.51 12.12 0.51
郊区 东西湖 41.68 19.77 14.21 19.65 4.68
蔡甸 39.33 24.59 15.95 18.57 1.56
江夏 35.86 4.82 21.11 37.65 0.56
汉南 32.43 26.48 23.02 15.23 2.83
黄陂 25.69 21.62 17.92 31.79 2.98
新洲 15.45 28.11 18.90 36.34 1.20

5.2 水体景观及水质分析

5.2.1 水体景观分析
水体景观分析能够反映水体斑块的面积、水体岸线以及水体空间联系的变化情况,计算结果显示（表10）,水体景观呈现出不断退化的发展趋势。1979—2019年,水体整体的周长面积分形维数从1.40下降至1.30,反映出水体边缘岸线越来越规则,虽然该指标变化原因较为复杂,但在一定程度上反映出城市建设等人为干预活动对水体产生了一定影响。平均斑块面积从1979—2019年下降了79.35%,可以看出大量的水体消亡。水体结合指数和聚集指数也在不断下降,水体结合指数与不同水体斑块之间的邻接边数目和空间距离相关,该指数下降说明邻接的水体斑块数量在不断减少。近年来,由于水体斑块的面积不断减少或消亡,增加了水体的空间距离,不仅导致水体之间的连通性降低,也使得水体的集聚性有所下降。总体来看,水体景观呈现逐渐恶化的发展趋势,水体被改造和侵占的现象较为明显,大面积的水体不断消亡,分散的水体斑块越来越少,这不仅与前文对城市层面水体面积的变化结果相一致,也反映出在水体斑块层面,由于水体的减少导致水体岸线的复杂度、斑块的空间聚集程度及相互之间的连接紧密性已经大不如前,更进一步的反映了水体变化情况。
表10 1979—2019年武汉市水体景观指数计算结果

Tab. 10 Landscape index of water body in Wuhan from 1979 to 2019

年份 周长面积分形维数 平均斑块面积/km2 聚合指数 结合指数
1979 1.40 12.88 99.24 94.67
1990 1.37 11.42 99.24 94.67
1995 1.38 10.13 98.85 90.05
2000 1.35 3.28 98.00 86.75
2005 1.36 3.80 97.79 87.18
2014 1.33 3.59 97.72 88.75
2019 1.31 2.66 97.70 84.31
图4 1979—2019年武汉市重点水体周长面积分形维数变化情况

Fig. 4 Variation of PAFRAC of key water bodies in Wuhan from 1979 to 2019

对67个水体周长面积分形维数分析,以反映各个水体斑块的具体变化情况（图4,表11）,研究表明,中心城区及郊区水体多数变化幅度不大,部分水体景观复杂度下降明显,少数水体景观复杂度存在一定上涨。周长面积分形维数的变化是多重因素作用造成的,尤其是9条河流,与上下游江河流域密切相关,因此该指数的变化并不能直接反映水体受城市建设的影响,但结合变化最大的水体发展情况可以一定程度的反映湖泊变化与城市建设的关系。该指数涨幅最大的水体是位于黄陂区的4个水库,其余水体涨幅一般不超过4%。4个水库长期受到政府的保护,近年来区内投入十数亿资金进行污水截流、生态修复、水土保持并对区内中小河流水域整治、进行水系连通试点建设,使得水库的景观得以保护。降幅最大的水体主要位于中心城区以及郊区经济开发区的面积较小的湖泊,例如月湖、南湖、沙湖的周长面积分形维数分别减少7.04%,4.32%,3.63%。这些水体位于武汉市四环内,减少的水体主要转换为不透水面用地,用地类型以商业、居住及工业等城市建设用地为主,反映出城市建设活动不断侵占水体面积,水体面积不断减少使得岸线变得越来越规则,进而造成这些湖泊景观变化。由此可知,不同导向的建设活动对水体景观的影响是截然不同的,制定以保护资源为导向的空间发展政策对水体的保护具有重要作用。
表11 1979—2019年武汉市重点水体周长面积分形维数变化情况

Tab. 11 Variation of PAFRAC of key water bodies in Wuhan from 1979 to 2019

与1979年相比相对变化率/% 水体数量/个
江河 0<相对变化率<7 8
中心城区水体 -7<相对变化率<-4 2
-4<相对变化率<0 3
0<相对变化率<2 9
2<相对变化率<4 3
郊区水体 5<相对变化率<10 4
2<相对变化率<5 12
0<相对变化率<2 11
-2<相对变化率<0 8
-6<相对变化率<-2 6
5.2.2 水质分析
水体质量变化是反映城市水体变化另一个最直观和基础的方面之一,水质数据显示,自2005年以来,武汉市不同类型的重点水体水质变化情况差异较大,江河、水库水质较好且相对稳定,湖泊水质呈恶化发展趋势（图5,表12）。2005年后,II类水体占比呈现增加趋势,III类水体在2011年之前有所增长,之后则呈现下降趋势。IV类及V类水体占比最高,增长趋势明显,劣V类水体则呈现逐年降低的趋势。就各类水体来看,江河水系常年为II类或III类水质,仅马影河水质为V类,但马影河水质常年处于劣V类,近年来逐渐转为V类。4个水库水质常年为II类或III类。中心城区湖泊水质多为V类及劣V类水体,郊区湖泊水质多为IV类及V类水体,总体来看,IV类及以下水质的水体占比始终居高不下,且中心城区多数湖泊常年为V类及劣V类水质,可见武汉市水质不容乐观。
图5 2005—2019年武汉市重点水体水质情况统计

Fig. 5 Statistics of water quality of key water bodies in Wuhan from 2005 to 2019

表12 2019年武汉市重点水体水质情况统计

Tab. 12 Water quality statistics of key water bodies of Wuhan in 2019

2019年水质等级 水体数量/个
江河 II类 3
III类 3
IV类 2
V类 1
水库 II类 4
中心城区湖泊 III类 1
IV类 3
V类 7
劣V类 6
郊区湖泊 III类 3
IV类 16
V类 14
劣V类 4

5.3 滨水缓冲区遥感生态分析

滨水区域是武汉水体保护规划的核心内容之一,各时期滨水缓冲区遥感生态指数各个成分系数以及主成分量PC1的贡献情况（表13）及计算结果（表14）表明,遥感生态指数能够很好的反映不同时期滨水缓冲区的生态环境,中心城区及郊区滨水缓冲区生态环境在早期阶段受到一定破坏,近年来呈现不断恢复的趋势,这一发展趋势与武汉城市扩张进程吻合。通过计算1990—2018年各水体滨水缓冲区的遥感生态指数的相对变化（图6）,大部分水体滨水缓冲区的平均遥感生态指数值都呈现上升的趋势。在中心城区,青山北湖是滨水区生态环境恢复的最好,青山区是武汉市重工业最集中的区,近年来,青山区政府制定了生态保护环境政策,大力推进生态环境改造,促使区内产业升级与转型,减少工业污染对滨水区域的影响。在郊区,梁子湖和豹澥湖以及各个水库的滨水缓冲区的生态环境恢复的最好,这主要是由于这些水体自身面积较大,滨水区自然植被覆盖率高、城市建设活动较少且一直受政府专项保护,因此这些水体缓冲区生态环境恢复的较好。
表13 1990—2018年滨水区RSEI各成分系数及主成分PC1贡献率

Tab. 13 Coefficient of each component and PC1 contribution rate of principal component of RSEI in waterfront area from 1990 to 2018

年份 Wet NDVI NDSI LST PC1贡献度/%
1990 0.57 0.12 -0.44 -0.67 99
1995 0.61 0.57 -0.17 -0.25 99
2000 0.61 0.4 -0.56 -0.37 97
2005 0.59 0.1 -0.63 -0.47 97
2014 0.66 0.23 -0.43 -0.56 95
2018 0.69 0.09 -0.67 -0.22 98
图6 1990—2018年武汉市重点水体500 m滨水缓冲区RSEI平均变化

Fig. 6 Variation of average RSEI in 500 m buffer zone of key water bodies in Wuhan from 1990 to 2018

表14 1990—2018年武汉市中心城区、郊区重点水体滨水缓冲区平均RSEI指数情况

Tab. 14 The mean values of RSEI in waterfront area of key water bodies in urban districts and suburb areas in Wuhan from 1990 to 2018

1990年 1995年 2000年 2005年 2014年 2018年
中心城区 0.28 0.21 0.21 0.22 0.35 0.32
郊区 0.40 0.32 0.32 0.35 0.44 0.40

5.4 水体面积变化的影响因素分析

水体面积的变化是城市水体演变研究及武汉市政府治理水体的最重要的内容之一,通过前文分析,武汉中心城区与郊区水体的发展存在显著的空间异质性,因此采用MGWR进行回归分析。由于江河水系与上下游流域影响密切相关,此部分研究仅对58个水体面积变化的影响因素研究。结果表明,MGWR的拟合优度R2为0.857,表明该模型较为可靠,从各变量空间系数的平均值来看（表15）,社会经济因素方面,行政区GDP的增加有助于水体恢复,滨水缓冲区内不透水面占比的增加易于导致水体面积的损失;自然气象因素方面,温度提升易于导致水体面积减少,降水和相对湿度增加能够促进水体恢复,气温影响弱于降水和相对湿度的影响。通过对各因素的作用带宽计算,行政区GDP、降水、湿度、气温带宽最大,是全局性影响因素,缓冲区内不透水面占比带宽最小,且从该因素空间系数的最大值和最小值表明其对不同地区水体影响是不同的。
表15 MGWR模型各个自变量系数的相关值

Tab. 15 Correlation values of each independent variable coefficient of MGWR

自变量 平均值 标准差 最小值 最大值 带宽
GDP 0.005 0.002 0.002 0.012 393
缓冲区不透水面占比 -0.028 0.208 -1.495 0.237 50
降水 0.007 0.003 0.003 0.014 393
相对湿度 0.204 0.639 -0.220 4.613 393
温度 -0.005 0.005 -0.015 0.007 393
5.4.1 自然气象因素
MGWR能够计算各因素的空间影响情况,图7反映了3个自然环境因素系数的空间分布情况。其中,气温与绝大部分水体呈负相关关系,对江夏区的梁子湖、斧头湖等远郊区湖泊影响相对较大,这些湖泊周边以自然植被为主,与城市联系微弱,其变化更多的是受温度、相对湿度影响,温度对黄陂、新洲的个别水体呈现非常微弱的正向关系,系数值均小于0.007,之所以出现气温与这些区域水体的正向关系,极可能是由于在不同气候条件下,受到不同的人工干预影响。相对湿度与江夏地区的梁子湖、斧头湖相关性最高,对其他水体影响较弱,江夏区水体面积较大,水体附近湿地较多,湿度增加有助于水体面积的增加。降雨则主要对水库和面积较小的水体的影响较为显著,对江夏区的梁子湖等面积较大的水体影响较弱,江夏区的几个湖泊之间相互连通,且水体面积较大,导致降雨对水体面积的影响较为有限。
图7 温度、相对湿度、降水的空间系数分布

Fig. 7 Spatial coefficients distribution of land surface temperature, relative humidity, and precipitation

5.4.2 社会经济因素
图8显示出行政区GDP及滨水缓冲区内不透水面占比的空间系数分布。其中,行政区GDP与所有水体的系数均为正值,系数值最高的是黄陂及新洲的水体,尤其是黄陂的水库。黄陂和新洲是武汉市生态保育区,黄陂的水库承担生态旅游、备用水源、农田灌溉等多项功能,2015—2017年市政府投资近13亿对区内水库的灌溉区进行节水改造并对全区水体进行疏浚整治、水系连通、岸坡整治,对新洲的重点湖泊及倒水、举水投入大量资金通过整治⑥（⑥ 资料来源：中建三局《武汉市水生态文明城市建设试点主要项目规划表》。）。就缓冲区不透水面占比的影响来看,该因素与大部分湖泊呈负相关关系,体现出以城市开发为导向的建设活动对水体具有较强的负面影响。然而,该因素与城区部分湖泊如汤逊湖、南湖等水体,以及郊区部分水体如4个水库以及汤逊湖、金银湖、斧头湖等呈正相关关系,这是由于近年来武汉市针对部分重点治理水体,投入大量资金建设了沿湖绿道、河提,并划定了岸线和环湖生态控制区,虽然增加了滨水区内不透水面占比,但是水体得到了很好的保护。
图8 行政区GDP及滨水缓冲区不透水面占比的空间系数分布

Fig. 8 Spatial coefficients distribution of GDP of each administrative region and impervious surface proportion of waterfront area

5.4.3 相关政策影响
武汉市水体的演变历程与城市扩张及相关政策实施紧密相关。在1979—1990年,武汉市颁布了“退耕还湖”的政策,同时武汉也逐步开始建设工业区及配套住宅区以满足工业发展及人口增长的空间需求,如江汉区唐家墩工业园及配套的北湖居住组团,位于沙湖和东湖之间的中北路工业园等,虽然城市生态环境受到了一定影响,但此阶段水体面积降幅较小,体现出相关政策的有效性,也反映出此阶段城市扩张对水体影响不大;在1995—2005年,武汉市进入快速扩张阶段,在此阶段政府制定了《武汉湖泊保护条例》等条例[17],但由于大量的建设项目集中进行,并且此时期的水体保护意识不足,导致水体面积开始大幅减少;例如在中心城区环南湖地区的居住区、高教区建设项目大力实施;在郊区,吴家山经济开发区、武汉经济开发区、盘龙城等新区大面积扩张,对位于这些新区周边的水体,例如后湖、硃山湖、南湖等造成了巨大影响;在2005—2014年,武汉市进入地产开发高潮期,同时水体保护也在逐步加强,这是由于一方面,城市人口大幅增加,对城市功能空间需求骤增,大量的环湖地产开发项目也应运而生,例如环金银湖组团、武湖组团、杨春湖副中心、黄家湖组团等,占用大量水体及滨水区进行建设⑦（⑦ 资料来源：武汉大学数字城市研究中心、武汉市城市规划编制研究与展示中心、湖北省人居环境工程研究中心联合项目《城市市发展演变与规划实施效果评估定量分析方法及应用——以武汉市为例》。）;另一方面,水生态环境制约日益凸显,市政府制定了一系列的水体保护规划,例如制定了中心城区23个重点保护水体的《“三线一路”保护规划》[17]从实施角度开始探索水体保护规划;2015年之后,城市扩张逐步放慢,城市经济实力及水体保护意识日益增强,政府开始投入大量资金修复水体,例如在2015—2017年,市政府投资105.63亿元人民币从控源截污、湖泊综合治理与修复、重点河段治理、生态水网构建等诸多方面对水库、重点河段、重点保护水体实施分阶段的水环境修复计划⑧（⑧ 资料来源：《湖北省武汉市水务发展“十三五”规划（2016—2020年）》（ http://plandb.cn/plan/2653）。）。这与MGWR对社会经济因素分析的结果相一致,也符合环境库茨涅兹曲线理论提出的当城镇化达到一定水平之后,环境质量将随着城镇化水体的继续提高而提升[40]。

6 结论与讨论

6.1 结论

研究从遥感影像获取武汉市水体及土地利用数据,从水体面积、水体景观、水质和滨水缓冲区遥感生态4个方面分析了武汉重点水体1979—2019年的时空演变特征并利用MGWR分析影响水体面积变化的因素,通过对水体多要素研究发现武汉市不同地区水体的各个要素变化存在显著差异,中心城区及郊区水体面临治理问题及亟待修复的要素存在差异,研究更全面的反映了武汉市水体多要素的长时序演变特征,为制定差异化的水体保护政策制定提供依据,也为其他地区城市水体多要素研究提供了有益借鉴,通过研究,获得如下结论：
（1）武汉市水体面积呈下降趋势,水体总面积及重点水体面积分别减少10.75%及13.12%;各类水体中湖泊减少最为显著且中心城区湖泊减少幅度普遍高于郊区湖泊;减少的水体转换分析表明中心城区水体退化主要受城市扩张影响,郊区水体退化受城市扩张、耕地、鱼类养殖等多重影响;
（2）水体景观呈现出不断退化的发展趋势,水体景观复杂度、水体斑块平均面积以及水体斑块在空间上的连接紧密性下降明显;对变化幅度最大的水体分析表明不同导向的城市建设对水体景观影响截然不同,制定以保护为导向的空间发展政策具有重要意义;
（3）在水质方面,武汉市不同类型的水体水质变化差异较大,江河、水库水质较好且相对稳定,多数达到III类及以上,湖泊水质多为IV类及以下并呈恶化发展趋势,其中中心城区湖泊水质常年处于V类及以下类别,亟待修复;
（4）在滨水区生态方面,RSEI能够很好的反映武汉市滨水区生态情况,滨水区RSEI变化显示出重点水体滨水区生态环境总体呈恢复趋势,这与武汉城市扩张进程及水体相关保护政策不断完善紧密相关;
（5）MGWR分析表各行政区GDP的增加有助于水体恢复,其中,GDP增加对中心城区、黄陂和新洲的水体的恢复影响更为显著,这与政府近年来投入资金对这些区域水体进行整治相关;滨水区IS的增加导致大多数水体面积减少,但在水库及部分重点修复水体滨水区内IS增加主要受水体保护政策影响,IS增加对其恢复具有促进作用;
（6）自然因素分析表明,相对湿度、降水的增加有助于水体面积恢复,气温升高易于造成水体面积损失;其中,相对湿度对江夏区的梁子湖等湖泊影响更为显著,降水对水面较小的水体影响更为明显;
总体而言,武汉市当前的社会经济发展正朝向有利于水体保护的方向进行,政府及公众对环境保护的关注,有助于水体的恢复。

6.2 政策建议

面对武汉市当前的水生态发展情况,在城市层面应持续完善水体保护的法律制度,在整体层面为水体的治理提供制度保障,并持续制定针对不同区域水体的情况的保护规划,同时构建针对跨区域的河流水系保护协调机制;分地区治理层面,中心城区与郊区水体应采取差异化治理措施,经过多年努力,武汉市中心城区水体面积及岸线基本稳定,治理重点在水质及滨水区生态持续修复,郊区水体则应重点关注水体面积、岸线维持及对涉水农业及渔业的管控;另外,武汉市针对重点水体实施跨行政区的河湖连通工程建设,而在治理过程中存在各行政区仅对所属区内水体负责的现象,因此针对各个已连通的水系治理机制仍需完善,具体的治理主体仍需明确;具体水体治理层面,目前武汉市依据水体位置划定了城市型、郊区型和生态型湖泊,经研究发现湖泊类型需要继续细分,尤其是郊区型和生态型湖泊,需综合考虑郊野生态公园、涉水农业和鱼类养殖的需求,以进一步明确湖泊的治理导向;城市型湖泊需要结合岸线固定情况、水体受威胁程度和公众需求,制定湖泊的修复政策。

6.3 研究不足

本研究存在一定的缺陷,研究过程中未能全面考虑季节性因素对水体产生的影响,导致研究可能存在一定偏差;对水体变化的驱动机制研究,仅定量分析了水面的变化,对其他方面的研究更多的是基于定性分析,存在一定不足。
鉴于城市水生态环境修复是一个非常复杂的治理过程,未来应针对不同区域重点水体及水系开展水动力、水质、水污染、水安全等视角的多学科融合研究,从而更客观、全面的分析和揭示城市水体的发展规律,基于此对水体发展进行评估,识别风险及制约因素,进而实现水体的科学修复。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
习近平. 关于《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》的说明[J]. 新长征, 2020(12):4-7.

[ Xi J P. Statements on “the suggestions of the CPC Central Committee on formulating the 14th five year plan for national economic and social development and the long-term objectives for 2035 ”[J]. Economy, 2020(12):16-20. ]

[2]
陈进. 水生态文明建设的方法与途径探讨[J]. 中国水利, 2013(4):4-6.

[ Chen J. Methods and approaches of water ecological civilization construction[J]. China Water Resources, 2013(4):4-6. ]

[3]
陈雯, 孙伟, 吴加伟, 等. 长江经济带开发与保护空间格局构建及其分析路径[J]. 地理科学进展, 2015, 34(11):1388-1397.

DOI

[ Chen W, Sun W, Wu J W, et al. Constructing a spatial pattern of development and protection in the Yangtze River Economic Belt and its analysis[J]. Progress in Geography, 2015, 34(11):1388-1397. ]

[4]
段学军, 王晓龙, 徐昔保, 等. 长江岸线生态保护的重大问题及对策建议[J]. 长江流域资源与环境, 2019, 28(11):2641-2648.

[ Duan X J, Wang X L, Xu X B, et al. Major problems and countermeasures of ecological protection on the waterfront resources along the Yangtze River[J]. Resources and Environment in the Yangtze Basin, 2019, 28(11):2641-2648. ]

[5]
冯永玖, 韩震. 基于遥感和GIS的海岸带水域生态景观格局演变研究——以杭州湾北岸上海市段为例[J]. 国土资源遥感, 2011, 23(1):123-127.

[ Feng Y J, Han Z. RS and GIS derived spatio-temporal evolution of water landscape in coastal areas: A case study of Shanghai section on the northern bank of Hangzhou bay[J]. Remote Sensing for Land & Resources, 2011, 23(1):123-127. ]

[6]
俞孔坚, 张蕾. 黄泛平原区适应性“水城”景观及其保护和建设途径[J]. 水利学报, 2008, 39(6):688-696.

[ Yu K J, Zhang L. Preservation and development of water cities adaptive to the areas flooded by the Yellow River[J]. Journal of Hydraulic Engineering, 2008, 39(6):688-696. ]

[7]
张梦嫚, 吴秀芹. 近20年白洋淀湿地水文连通性及空间形态演变[J]. 生态学报, 2018, 38(12):4205-4213.

[ Zhang M M, Wu X Q. Changes in hydrological connectivity and spatial morphology of Baiyangdian wetland over the last 20 years[J]. Acta Ecologica Sinica, 2018, 38(12):4205-4213. ]

[8]
付颖, 徐新良, 通拉嘎, 等. 近百年来北京市地表水体时空变化特征及驱动力分析[J]. 资源科学, 2014, 36(1):75-83.

[ Fu Y, Xu X L, Tong L G, et al. Spatial-temporal variation and driving forces of surface water in Beijing over one hundred years[J]. Resources Science, 2014, 36(1):75-83. ]

[9]
肖茜, 杨昆, 洪亮. 近30 a云贵高原湖泊表面水体面积变化遥感监测与时空分析[J]. 湖泊科学, 2018, 30(4):1083-1096.

[ Xiao Q A, Yang K, Hong L A. Remote sensing monitoring and temporal-spatial analysis of surface water body area changes of lakes on the Yunnan-Guizhou Plateau over the past 30 years[J]. Journal of Lake Sciences, 2018, 30(4):1083-1096. ]

DOI

[10]
卞晴, 赵晓龙, 刘笑冰. 水体景观气候调节性研究进展与展望[J]. 风景园林, 2020, 27(6):88-94.

[ Bian Q, Zhao X L, Liu X B. Progress and prospects of waterscape climate regulation researches[J]. Landscape Architecture, 2020, 27(6):88-94. ]

[11]
徐晓龙, 王新军, 朱新萍, 等. 1996—2015年巴音布鲁克天鹅湖高寒湿地景观格局演变分析[J]. 自然资源学报, 2018, 33(11):1897-1911.

[ Xu X L, Wang X J, Zhu X P, et al. Landscape pattern changes in alpine wetland of bayanbulak swan lake during 1996-2015[J]. Journal of Natural Resources, 2018, 33(11):1897-1911. ]

DOI

[12]
陈昆仑, 王旭, 李丹, 等. 1990—2010年广州城市河流水体形态演化研究[J]. 地理科学, 2013, 33(2):223-230.

DOI

[ Chen K L, Wang X, Li D, et al. The morphological evolution of river and water body in urban area of Guangzhou city in 1990-2010[J]. Scientia Geographica Sinica, 2013, 33(2):223-230. ]

[13]
白艳芬, 马海州, 张宝成, 等. 基于遥感和GIS技术的青海湖环湖地区生态环境脆弱性评价[J]. 遥感技术与应用, 2009, 24(5):635-641.

[ Bai Y F, Ma H Z, Zhang B C, et al. Eco-environmental vulnerability analysis around Qinghai lake based on RS and GIS technology[J]. Remote Sensing Technology and Application, 2009, 24(5):635-641. ]

[14]
黄木易, 岳文泽, 何翔. 巢湖流域地表热环境与景观变化相关分析及其尺度效应[J]. 中国环境科学, 2017, 37(8):3123-3133.

[ Huang M Y, Yue W Z, He X A. Correlation analysis between land surface thermal environment and landscape change and its scale effect in Chaohu Basin[J]. China Environmental Science, 2017, 37(8):3123-3133. ]

[15]
徐涵秋. 城市遥感生态指数的创建及其应用[J]. 生态学报, 2013, 33(24):7853-7862.

[ Xu H Q. A remote sensing urban ecological index and its application[J]. Acta Ecologica Sinica, 2013, 33(24):7853-7862. ]

[16]
汪芳, 王舜奕, Prominski Martin. 城镇化与地方性中的水资源:可持续视角的水环境保护利用与水空间规划设计[J]. 地理研究, 2018, 37(12):2576-2584.

DOI

[ Wang F, Wang S Y, Martin P. Water-related urbanization and locality: Protection and utilization of water environment as well as planning and design of water space in a sustainable perspective[J]. Geographical Research, 2018, 37(12):2576-2584. ]

[17]
Wu J, Luo J M, Tang L. Coupling relationship between urban expansion and lake change: A case study of Wuhan[J]. Water, 2019, 11(6):1215.

DOI

[18]
韩忠. 武汉湖泊的时代变化与公众参与治理的空间策略[J]. 中国名城, 2019(2):57-64.

[ Han Z. Changes of times about the lakes in Wuhan and the spatial strategy of public participation in governance[J]. China Ancient City, 2019(2):57-64. ]

[19]
吴箐, 李宇. 土地经济生态位变化下的城乡空间景观格局表征——以广东省惠州市为例[J]. 地理科学, 2014, 34(6):705-710.

DOI

[ Wu Q, Li Y. The repersentation of landscape pattern to land economic niche changes: A case study of Huizhou city in Guangdong Province[J]. Scientia Geographica Sinica, 2014, 34(6):705-710. ]

[20]
中国环境监测总站. 生态环境状况评价技术规范(试行)[M]. 行业标准-环保. 2006: 11P.A4.

[ China National Environmental Monitoring Centre. Technical criterion for eco-environmental status evaluation[M]. Industry standard - Environmental Protection. 2006: 11P.A4. ]

[21]
徐涵秋. 区域生态环境变化的遥感评价指数[J]. 中国环境科学, 2013, 33(5):889-897.

[ Xu H Q. A remote sensing index for assessment of regional ecological changes[J]. China Environmental Science, 2013, 33(5):889-897. ]

[22]
农兰萍, 王金亮. 基于RSEI模型的昆明市生态环境质量动态监测[J]. 生态学杂志, 2020, 39(6):2042-2050.

[ Nong L P, Wang J L. Dynamic monitoring of ecological environment quality in Kunming based on RSEI model[J]. Chinese Journal of Ecology, 2020, 39(6):2042-2050. ]

[23]
李霞, 徐涵秋, 李晶, 等. 基于NDSI和NDISI指数的SPOT-5影像裸土信息提取[J]. 地球信息科学学报, 2016, 18(1):117-123.

DOI

[ Li X, Xu H Q, Li J, et al. Extraction of bare soil features from SPOT-5 imagery based on NDSI and NDISI[J]. Journal of Geo-information Science, 2016, 18(1):117-123. ]

[24]
Baig M H A, Zhang L F, Shuai T, et al. Derivation of a tasselled cap transformation based on Landsat 8 at-satellite reflectance[J]. Remote Sensing Letters, 2014, 5(5):423-431.

DOI

[25]
Crist E P. A TM Tasseled Cap equivalent transformation for reflectance factor data[J]. Remote Sensing of Environment, 1985, 17(3):301-306.

DOI

[26]
Yu X L, Guo X L, Wu Z C. Land surface temperature retrieval from landsat 8 TIRS—comparison between radiative transfer equation-based method, split window algorithm and single channel method[J]. Remote Sensing, 2014, 6(10):9829-9852.

DOI

[27]
Xiang W N. GIS-based riparian buffer analysis: Injecting geographic information into landscape planning[J]. Landscape and Urban Planning, 1996, 34(1):1-10.

DOI

[28]
Du N R, Ottens H, Sliuzas R. Spatial impact of urban expansion on surface water bodies: A case study of Wuhan, China[J]. Landscape and Urban Planning, 2010, 94(3/4):175-185.

DOI

[29]
李斐, 陈蕾, 邓瑞. 湖北省湖泊管理制度机制建设对策[J]. 中国水利, 2019(8):14-17.

[ Li F, Chen L, Deng R. Countermeasures for the construction of lake institutional mechanisms management system in Hubei Province[J]. China Water Resources, 2019(8):14-17. ]

[30]
曾忠平, 彭浩轩. 城市湿地损失和内涝灾害响应的遥感分析——以武汉市南湖为例[J]. 长江流域资源与环境, 2018, 27(4):929-938.

[ Zeng Z P, Peng H X. Remote sensing analysis of urban wetland loss and waterlogging: A case of Wuhan south lake[J]. Resources and Environment in the Yangtze Basin, 2018, 27(4):929-938. ]

[31]
方匡南, 吴见彬, 朱建平, 等. 随机森林方法研究综述[J]. 统计与信息论坛, 2011, 26(3):32-38.

[ Fang K N, Wu J B, Zhu J P, et al. A review of technologies on random forests[J]. Statistics & Information Forum, 2011, 26(3):32-38. ]

[32]
徐涵秋. 基于谱间特征和归一化指数分析的城市建筑用地信息提取[J]. 地理研究, 2005, 24(2):311-320,324.

[ Xu H Q. Fast information extraction of urban built-up land based on the analysis of spectral signature and normalized difference index[J]. Geographical Research, 2005, 24(2):311-320,324. ]

[33]
梁文军, 春喜, 刘继遥, 等. 近40a岱海湖面动态变化研究[J]. 干旱区资源与环境, 2017, 31(4):93-98.

[ Liang W J, Chun X, Liu J Y, et al. Research on the area change processes in the past 40a of Daihai Lake[J]. Journal of Arid Land Resources and Environment, 2017, 31(4):93-98. ]

[34]
张恒, 陶胜利, 唐志尧, 等. 近30年京津冀地区湖泊面积的变化[J]. 北京大学学报(自然科学版), 2020, 56(2):324-330.

[ Zhang H, Tao S L, Tang Z Y, et al. Lake area changes in jing-Jin-ji region in recent 30 years[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2020, 56(2):324-330. ]

[35]
Zhu J F, Zhang Q W, Tong Z. Impact analysis of lakefront land use changes on lake area in Wuhan, China[J]. Water, 2015, 7(12):4869-4886.

DOI

[36]
Fotheringham A S, Yang W B, Kang W. Multiscale geographically weighted regression (MGWR)[J]. Annals of the American Association of Geographers, 2017, 107(6):1247-1265.

DOI

[37]
Łukawska-Matuszewska K, Urbański J A. Prediction of near-bottom water salinity in the Baltic Sea using Ordinary Least Squares and Geographically Weighted Regression models[J]. Estuarine, Coastal and Shelf Science, 2014, 149:255-263.

DOI

[38]
卢爱桐, 简舒婷, 王远, 等. 基于半参数面板数据模型的江苏省经济增长与水污染排放关系实证研究[J]. 中国环境管理, 2018, 10(4):93-99.

[ Lu A T, Jian S T, Wang Y A, et al. Using semi-parametric panel data analysis to explore the relationship detween economic growth and industrial COD emissions in Jiangsu Province[J]. Chinese Journal of Environmental Management, 2018, 10(4):93-99. ]

[39]
Harris P, Fotheringham A S, Crespo R, et al. The use of geographically weighted regression for spatial prediction: An evaluation of models using simulated data sets[J]. Mathematical Geosciences, 2010, 42(6):657-680.

DOI

[40]
Lawson L A, Martino R, Nguyen-van P. Environmental convergence and environmental Kuznets curve: A unified empirical framework[J]. Ecological Modelling, 2020, 437:109289.

DOI

Options
文章导航

/

〈 〉