EN中文

Journal of Geo-information Science >

2017 , Vol. 19 >Issue 2: 238 - 247

DOI: https://doi.org/10.3724/SP.J.1047.2017.00238

Orginal Article

Quantifying the Spatial-Temporal Changes of Impervious Surface Landscape Pattern from1988 to 2015 in Qinhuai River Basin

  • SONG Mingming , 1, 2, 3 ,
  • DU Jinkang , 1, 2, 3, * ,
  • ZHENG Wenlong 1, 2, 3 ,
  • LI Chengxi 1, 2, 3 ,
  • BIAN Guodong 1, 2, 3
Expand
*Corresponding author: DU Jinkang, E-mail:

Received date: 2016-01-25

  Request revised date: 2016-04-04

  Online published: 2017-02-17

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

Urbanization has made natural and semi-natural landscape to be gradually replaced by impervious surface, which has caused significant reduction of surface permeability in urban region. Along with these changes, profound transformations have occurred in hydrological processes, water environment, urban thermal environment, and ecological service system. Impervious surface is an important indicator of characterizing the urban expansion, which has extremely important ecological implications. We chose the multi-temporal Landsat images as our data sources, and took Qinhuai River Basin as the research area in this study. Rotation forest algorithm, which belongs to the category of ensemble learning that synthesizes the advantages of different classifiers and effectively addresses the limits of the information provided by a single image, was used to produce the nine-year land cover maps of Qinhuai River Basin. Focusing on the large watershed scale, we explored the changing process of the urban landscape pattern in the research area during the past 30 years. Impervious surface coverage dynamic analysis was used to reveal the changes of impervious surface area. Land cover change trajectory analysis was used to explore the resources of impervious surface and transformation process of land cover. Landscape metrics analysis was used to quantify the spatial and temporal changes of impervious surface pattern. We aimed to reveal the spatial-temporal changing characteristics of urban landscape configuration against the background of urbanization. The results showed that the landscape pattern has changed significantly during the past 30 years. Overall, the impervious area has increased by nearly four times. The dominance of the impervious surface has increased greatly. The analysis suggested that the turning point of urban expansion is between 2001 and 2003. Urban expansion mainly occurred in Nanjing city and Jiangning district before the turning point, while the impervious surface expansion rate of Nanjing city has greatly decreased after that. At the same time, there is a sharp rise in the expansion rate of Lishui and Jurong districts. The impervious surface within the 2001-2003 period had the highest spatial heterogeneity, which then decreased significantly after the turning point until 2015. The shape of the impervious patches has becoming simpler at the latter stage, and the impervious surface has turned from a dispersed distribution into a distribution pattern with higher connectivity. Besides, the area with high level of connectivity is mainly distributed in Nanjing city and Jiangning district.

Key words： Landsat; big watershed scale; urban expansion; landscape pattern; impervious surface

Cite this article

SONG Mingming , DU Jinkang , ZHENG Wenlong , LI Chengxi , BIAN Guodong . Quantifying the Spatial-Temporal Changes of Impervious Surface Landscape Pattern from1988 to 2015 in Qinhuai River Basin[J]. Journal of Geo-information Science, 2017 , 19(2) : 238 -247 . DOI: 10.3724/SP.J.1047.2017.00238

1 引言

城市化进程使自然、半自然的景观逐渐被不透水面景观所代替,这一过程造成城市地表渗水性大大减弱、水文过程被不透水的城市地表所阻隔,水环境特征、热环境特征、生态服务体系均发生改 变[1]。不透水面是衡量城市化进程的重要指标,是指如屋顶或水泥道路以及停车场等具有不透水性的地表面,与透水性的植被和土壤表面相对。不透水率即不透水面覆盖面积与区域面积的比例。不透水面的面积、盖度和空间格局不仅代表着城镇化的程度,也对流域的水循环、热环境等生态因子具有重要影响。基于流域尺度进行城市化格局的时空演变研究,是进行水文模型构建、洪水模拟预测、河流水质变化检测等定量研究工作的前提,有利于深入理解流域内城市化发展内在机制,定量衡量城市化对流域生态过程带来的影响,为优化城市发展格局、实现区域可持续发展提供建议。
遥感与地理信息系统技术的发展极大地促进了土地利用景观格局研究,研究方法上主要包括3方面：地统计学方法、景观指数方法、土地利用的空间模型[2]。景观格局指数包含丰富的景观信息,能够很好地反映景观的结构组成和空间配置[3],因此该方法在定量研究城市化区域的时空动态变化特征、挖掘城市化进程机制中得以广泛应用[4-6]。贾琦等[7]利用TM数据,采用梯度带分析了天津市10年间景观格局变化趋势;齐杨等[8]选取分别代表中国东西部的长江三角洲地区和新疆地区共24个中小城市作为中小城市的代表进行1986-2000年城市景观格局变化分析,并进行对比研究;杜培军等[9-10]利用北京一号小卫星数据和多时相CBERS数据进行徐州地区景观格局演化的分析;Xu等[11]运用多时相遥感数据,选取中国不同地区的18个城市进行景观格局分析,通过定量化计算城市扩展速率、扩展强度和景观指数等指标,得到中国近40年以来城市化的时间、空间扩展特点;Milan等[12]运用多时相遥感数据,结合梯度分析与景观指数,定量化研究菲尼克斯都市区域过去60年来城市化的变化特征及驱动力;Rebecca等[13]结合景观格局指数与轴线分析,研究指数分析方法在小流域（50~100 km2）的适用性。综合来看,以往城市化景观格局演变研究主要在城市、城市边缘等中小尺度中进行,而在大尺度的流域范围内研究较少,且主要侧重于流域城市化格局演化与水质[14-16]、水文过程[17-18]、城市温度[19]等的关系研究。冯异星等[20]利用数学模型和景观格局指数重建玛纳斯河流域土地利用变化过程,探讨了近50年以来,土地利用变化对干旱区流域景观格局的影响;秦淮河流域位于中国经济发展水平高、城镇最密集的长江三角洲地区[21],近年来流域内城市化进程显著[22]。本文旨在系统、定量地描述流域范围内城市化结构与构成、发展模式和发展程度。通过选取九景Landsat数据,提取秦淮河流域近30年尺度的土地利用信息;在此基础上进行土地利用变化轨迹分析,以不透水面为主,分析其近30年来变化程度及变化趋势;结合景观格局指数分析,分析全流域及4个城市化水平不同的次一级行政区不透水面景观格局的时空演变规律及差异。

2 研究区

秦淮河流域位于江苏省西南部,流域面积2631 km2,是一个闭合的流域,呈方形,长、宽各约50 km。流域范围介于118°39'~119°19' E,31°34'~32°10' N之间[23]。流域高程介于0~417 m之间,四面环山,中间低平。从流域四周到腹部,地貌可分为山地丘陵、黄土岗地、平原圩区,属于典型的江南低山丘陵地区。流域处于亚热带湿润季风气候区,具有气候湿润,四季分明,冬暖夏热、雨热同季、光照充足的特点。其主要的农业土地利用类型为灌溉农田、旱地。自1978年以来,秦淮河中下游地区经历了快速城市化阶段,2000年流域人口城市化水平已达59.3%,经济发展推动的城市化建设使流域的下垫面结构发生大规模变化,不透水面大幅增加[24]。依据城市化发展程度,对秦淮河流域行政单位进行归类,最终将流域划分为南京城区、江宁区、溧水区、镇江句容市4部分（图1）。
Fig. 1 Location of the study area

图1 研究区位置示意图

3 数据与方法

3.1 数据获取与处理

（1）遥感影像数据包括1988-2015年Landsat TM/ETM+/OLI影像共9景（http://landsatlook.usgs.gov）,影像参数详见表1。经过几何校正、辐射定标、flash大气校正、波段合成、研究区裁剪完成数据预处理,其中Landsat7 ETM+在2003年以后的数据都有严重的条带问题,因此需要先做去条带校正,相应时间的GoogleEarth高分辨率影像作为参考影像。
Tab. 1 Information of the data sources

表1 数据源信息

年份 数据类型 遥感影像采集时间 分辨率/m
1988 Landsat5 TM 1988-07-05 30
1994 Landsat5 TM 1994-07-06 30
2001 Landsat7 ETM+ 2001-07-17 30
2003 Landsat5 TM 2003-02-05 30
2006 Landsat5 TM 2006-05-20 30
2009 Landsat7 ETM+ 2009-05-04 30
2011 Landsat7 ETM+ 2011-07-29 30
2013 Landsat8 OLI 2013-08-11 30
2015 Landsat7 ETM+ 2015-05-05 30
（2）研究区DEM（Digital Elevation Model）数据采用SRTM（Shuttle Radar Topography Mission）数据,由搭载在2000年2月11日上午11时44分发射升空的美国“奋进”号航天飞机上的SRTM系统所采集,平面精度±20 m,高程精度±16 m（http://www.gscloud.cn）,通过影像拼接、矢量裁剪最终得到研究区DEM数据。
（3）此外,矢量数据主要包括研究区流域边界、行政边界、秦淮河数字化水系图。

3.2 土地利用分类与评价

综合考虑研究目的、遥感影像地类光谱信息,结合研究区土地利用实际,确定土地利用分类体系为5类：不透水面（城乡居民用地、商业、工矿、交通、机场用地等）、耕地（灌溉农田、旱地）、水体（河流、湖泊以及水库等）、林地（有林地、园地、灌木地、草地等）、裸地（在建用地、其他裸露地表）。运用旋转森林算法进行土地利用分类,根据原始影像进行样本选取,每景数据每个地类选取样本点2000个,训练出针对各幅影像的分类模型,得到9年土地利用分类结果。集成学习作为模式识别和机器学习领域的热门问题,目前已广泛应用于遥感数据分析[25]、图像处理[26]等。在一个理想的分类器集成系统中,应包含一组精度高并尽可能具有较高差异性的分类器。Rodriguez[27]提出的旋转森林（Rotation Forest,RoF）算法便是一种利用特征提取来构造基分类器差异性的集成学习分类方法。旋转森林算法的基本思想是利用主成分分析法（Principal Components Analysis,PCA）对原来的特征轴进行旋转,使每个基分类器得到不同的训练集。旋转森林采用特征提取算法生成稀疏旋转移矩阵,将原始影像投影到不同的坐标系中,从而提高基分类器的差异性。因此,作为一种异构分类器集成算法,旋转森林算法的基分类器均具有较高的差异性和准确性,具有较好的分类性能。
Tab. 2 Result of accuracy assessment

表2 精度评价结果

年份
1988 1994 2001 2003 2006 2009 2011 2013 2015
总体精度 0.93 0.90 0.91 0.92 0.93 0.93 0.92 0.90 0.93
Kappa系数 0.86 0.83 0.85 0.88 0.87 0.85 0.85 0.88 0.89
不透水面F值 0.90 0.89 0.90 0.91 0.92 0.86 0.92 0.89 0.92
分类结果精度评价采取随机取点,逐个对照的方式。在研究区内随机生成1000个样本点,通过目视解译的方式对照每年的分类结果地类和实际影像地类（2006年后采用Google Earth相同月份高分辨率影像进行精度对照,2006年之前采用原始影像进行对照）。结合本文研究目的,精度评价采取指示总体分类结果精度的指标包括总体精度（Overall Accuracy）、Kappa系数;针对不透水面错分、漏分现象评价的指标包括F值。最终得到分类总体精度达到90%以上、Kappa系数达到0.83以上,不透水面信息提取F值达86%以上,详见表2。
F值的计算方法如下：
F = 2 TP 2 TP + FP + FN （1）
式中：TP（True Positive）是不透水面被准确识别的像元数量;FP（False Positive）是其他地类像元被误分为不透水面的数量;FN（False Negative）是漏分的不透水面像元数量。

3.3 土地利用变化轨迹检测

将30年尺度以2001年为界分为前后2个时段,选取3个时间节点（1988、2001、2015年）进行土地利用变化轨迹分析。将土地利用分类结果栅格图根据地类进行编码,赋予每个像元相应的土地利用类别属性值,根据式（2）对3年分类结果进行基于像元的叠加计算[28-29],得到土地利用变化的轨迹图层。
T P ij = ( G 1 ij × 10 2 + ( G 2 ij × 10 1 + ( G 3 ij × 10 0 （2）
式中：TPij指轨迹图层中i行j列像元的属性值,代表该像元轨迹变化的模式;（G1）ij、（G2）ij、（G3）ij分别代表1988、2001、2015年位于i行、 j列的像元的土地利用类别属性值。将轨迹计算结果分为5类：XXX型、XYY型、XXY型、XYZ型、XYX型,分别代表稳定不变、前期变化、后期变化、连续变化、重复变化5种轨迹变化模式。

3.4 景观格局指数计算

景观格局指数的选用应该反映景观格局与生态过程的内在联系,并具有明确的生态学含义[30]。本文依据生态意义显著,对城市化的梯度变化较为敏感且变化规律明显,彼此相互独立的原则[31]选取了在斑块面积、密度、形状、破碎度、多样性等具有代表性的两大级别的景观指数。斑块类型尺度上,包括斑块数量（NP）、斑块数量年均变化率（Annual growth rate of NP）、平均斑块尺寸（MPS）、最大斑块指数（LPI）、景观形状指数（LSI）、散布与并列指标（IJI）、聚集度指数（AI）;景观尺度上,包括香农多样性指数（SHDI）、香农均度指数（SHEI）。所有指数采用Fragstats软件计算,景观指数具体含义参考表3。
Tab. 3 Ecological implications of the landscape pattern metrics

表3 景观格局指数生态含义

格局指数 计算公式 解释
斑块数量NP nk nk表示地类k的斑块总数量,常用来描述景观的异质性,其值的大小与景观的破碎度有很好的正相关
斑块数量年均增长率
Annual Growth Rate of NP		 nbna-1 nb表示后期斑块数量,na表示前期斑块数量,n为时间跨度（年）,解释斑块数量年平均增长的速度（%）
平均斑块尺寸MPS Ank×106 地类k总面积A与斑块数量之比,转化为km2。代表一种平均状况
最大斑块指数LPI max(aij)A（100） 0<LPI≤100,aij表示第i行,第j列斑块的面积,A为总面积（m2）,决定景观的优势种
景观形状指数LSI 0.25EA 以正方形为标准,LSI ≥1,只有一个正方形斑块时LSI =1,形状越不规则,LSI越大
散布与并列指标IJI -∑k=1m(eik∑k=1meik)Ln(eik∑k=1meik)]Ln(m-1100 IJI在斑块类型级别上等于与某斑块类型i相邻的各斑块类型的邻接边长除以斑块i的总边长再乘以该值的自然对数之后的和的负值,除以斑块类型数减1的自然对数,最后乘以100是为了转化为百分比的形式
聚集度指数AI [gijmax→gij](100) AI基于同类型斑块像元间公共边界长度来计算,当该类型中像元间的公共边界达到最大时,具有最大的聚合指数
香农多样性指数SHDI -∑i=1n[PiLn(Pi)] 当景观中只有一种类型的板块时SHDI =0,当斑块类型增加或者各斑块所占比例趋于相近时,SHDI也相应增大
香农均度指数SHEI -∑i=1m[piLn(Pi)]LnM SHEI等于香农多样性指数除以给定景观丰度下的最大可能多样性（各斑块类型均等分布）

4 结果与分析

4.1 不透水率动态变化

1988-2015年秦淮河流域不透水面增长极其显著（图2、表4）,不透水率已由1988年的3.92%增长到2015年的19.09%,增长近4倍,年均增长率为6.04%。从行政区尺度来看,1988-2015年秦淮河流域4个行政区不透水面积均呈现不断增长的变化趋势。其中,南京城区不透水率始终处于4个行政区之首,其不透水率由1988年的10.69%发展到2015年的59.52%,近30年增长了4.6倍;江宁区次之,1988年不透水率为3.72%,2015年增长至25.17%,增长了5.8倍;溧水区与句容市不透水率相对较低,1988年2个地区不透水率分别为2.89%、3.77%,2015年分别增至15.22%、9.09%,分别增长了4.3倍和1.4倍。
为研究秦淮河流域不透水面增长趋势的时空差异,将研究时段以2001年为界分为前13年和后14年共2个时期分析增速的变化。从整个流域来看,后期较前期增速小幅度上升。对比4个行政区增速,南京城区不透水面年均增长率在后期大幅降低,建设步伐明显放缓;江宁区不透水面增速在近30年始终维持在较高的水平,后期较前期略有降低;溧水区与句容市增速在前期均处于低水平,不透水面缓慢增加,而在后期明显提速,说明两个地区近十四年来不透水面增长迅速,城市化建设进程加快。通过横向对比发现,秦淮河流域城市化建设前期主要以南京城区和江宁区为主,后期城市化扩张主要以江宁区、溧水区与句容市3个地区为主,而南京城区城市化建设已接近饱和状态,增速大大 减慢。
经济发展是推动城市发展的根本原因。近30年,南京市经历了改革的深化阶段和加速化发展阶段,经济发展水平的提高刺激了土地利用需求提升,城区建设以及开发区建设使建筑用地面积大幅增加。
政策制度是影响城市化发展的一种激励机制,政策对经济的布局、引导和刺激作用能够进一步影响土地利用变化。江宁区自1992年创办南京江宁经济开发区以来,经济和社会发展迅速,到2000年已经建立了功能完备的基础设施和社区服务设施,完成了25 km2的开发建设[32],而2000年2月江宁撤县建区,进一步扩大了城市空间,提升发展速度。溧水是皖江城市带进出长江三角洲地区的重要门户,位于南京都市圈紧密圈层范围内,近年来经济增长方式的转变推动城市化进程逐步加快,2013年3月,溧水撤县建区,其现有的优越区位条件和便利的交通条件优势将进一步凸显。
南京都市圈的辐射影响是溧水区和句容市城市化进程的重要推动因素。溧水近年来交通设施的大规模发展以及撤县设区政策,使其受南京辐射的影响将进一步增强;句容是长江三角洲城市群沪宁城镇发展轴上的重要节点城市,是江苏省实施沿江开发战略的有机组成部分,属于南京都市圈的核心圈层,城市化发展受南京发展的辐射影响显著。近年来,句容城市西北向的空间扩展趋势明显。此外,开发区建设也开始成为句容城市发展的主导因素,句容市有条件成为南京未来的重要居住及休闲产业用地[33]。
Tab. 4 Statistics of the impervious surface coverage and annual change rates for the four districts ofQinhuai River Basin

表4 秦淮河流域行政区历年不透水率及年均变化率统计

时间 全流域/% 南京/% 江宁/% 溧水/% 句容/%
1988 3.92 10.69 3.72 2.89 3.77
1994 4.43 18.60 5.08 3.23 2.50
2001 8.59 32.74 9.53 6.11 5.60
2003 9.01 39.41 11.16 5.49 4.44
2006 11.12 48.14 14.32 6.67 4.98
2009 13.51 50.23 17.88 8.83 6.25
2011 16.31 59.38 21.22 12.51 7.22
2013 17.48 60.84 22.64 11.46 9.93
2015 19.09 59.52 25.17 15.22 9.09
1988-2001 5.71 9.09 7.60 4.36 1.09
2001-2015 6.45 3.50 7.01 8.88 6.15

4.2 土地利用变化轨迹

近30年来,秦淮河流域土地利用变化显著,恒定不变的地类仅为56.77%（表5）。城市化建设后期,土地利用变化进一步增大,属于前期变化模式的地类所占比例为12.34%,属于后期变化模式的地类占17.83%。其中,前期变化模式主要转变轨迹为耕地向不透水面转变和林地向耕地转变,后期变化模式中,耕地向不透水面转变和林地向耕地转变仍然占主要部分。此外,耕地向裸地转变的模式同样突出,裸地即未利用的裸露地表,涵盖大范围处于施工建设中的土地,这一定程度上揭示了近10多年来城市化建设步伐加快的现象。连续变化模式主要为耕地-裸地-建筑和林地-耕地-建筑2种变化轨迹,分别占比32.98%和14.3%,这揭示了秦淮河流域近30年来城市化建设来源与自然、半自然景观逐渐被不透水面景观所替代的过程。
Tab. 5 Statistics of land use trajectory in Qinhuai River Basin

表5 秦淮河流域土地利用轨迹变化统计

转变模式 面积/km2 百分比/% 模式内主要转变轨迹 面积/km2 百分比/%
稳定不变 1467.44 56.77 耕地-耕地-耕地 1232.40 83.98
林地-林地-林地 162.58 11.08
前期变化 318.91 12.34 耕地-建筑-建筑 133.36 41.82
林地-耕地-耕地 62.57 19.62
后期变化 460.97 17.83 耕地-耕地-建筑 256.29 55.60
林地-林地-耕地 60.87 13.20
连续变化 135.81 5.25 耕地-耕地-裸地 56.01 12.15
耕地-裸地-建筑 44.80 32.98
林地-耕地-建筑 19.42 14.30
重复变化 201.67 7.80 耕地-裸地-耕地 55.97 27.76
耕地-林地-耕地 61.20 30.34

4.3 不透水面时空格局演变

根据表6统计,秦淮河流域不透水面近30年来最大斑块所占比例不断增加,优势度不断上升,同时扩展的阶段性特征显著。斑块数量的变化趋势受新增斑块与既有斑块的相对位置关系制约。如果不透水面新增斑块与既有斑块不连通,则斑块数量会随之上升;如果新增斑块在既有斑块基础上扩展,与之相连通,则斑块数量会随面积的增加保持不变或下降[18]。秦淮河流域斑块数量在2003年达到最大,2003年之后的10多年,不透水面面积加速增长,但是斑块数量不断减少,这说明2003年之后新增的不透水面斑块较多属于“填充式”增长,使原本地块连通性加强,相应地,景观形状指数保持下降趋势,散布与并列指数下降,不透水面斑块形状趋于规则、完整,与其他地类的并列现象减少,聚集度上升。从景观尺度来看,2003年之前多样性和均匀度不断增加,后期则保持较稳定的趋势。
Tab. 6 Land use pattern measures of Qinhuai River Basin

表6 秦淮河流域景观指数统计

年份
1988 1994 2001 2003 2006 2009 2011 2013 2015
NP 7929 18 857 20 498 25 121 21 467 17 346 12 569 16 375 15 908
LSI 97.24 145.36 161.65 173.51 164.08 151.18 121.62 148.66 147.26
LPI 0.08 0.19 1.85 3.33 4.35 6.53 7.34 7.44 8.14
IJI 37.97 47.36 54.65 53.73 41.97 43.16 45.08 37.47 34.39
AI 71.22 59.25 67.56 66.02 71.10 75.85 82.35 77.61 80.23
SHDI 0.73 0.83 0.97 1.01 0.96 1.00 0.98 1.02 1.05
SHEI 0.46 0.52 0.60 0.63 0.60 0.62 0.61 0.63 0.65
从行政区尺度来看（图3）,南京城区2006年较2003年斑块数量大大减少,之后逐年降低,说明近10年不透水面建设不断在原有斑块上进行扩展,同时交通线路的新建,也使原有的破碎斑块不断合并成一个连通的整体;江宁区不透水面斑块数量的变化呈现一致的趋势,且变化幅度较大;溧水与句容地区不透水面斑块数量相对平稳,在近几年稍有下降。4个地区平均斑块尺寸在近30年不断增加,其中,南京城区不透水面平均斑块尺寸位居四区之首,且近30年来增长了4倍,增长迅速,江宁区次之,溧水区与句容市增长幅度相对较小。4个行政区斑块形状指数于近10年有所下降,斑块形状有简单化趋势,表明随着城市化发展的深入,城市景观逐渐趋向集聚性、规则化、稳定性。
Fig. 2 Results of land use classification in Qinhuai River Basin

图2 秦淮河流域土地利用分类结果图

从不同时段来看（图3）,4个地区不透水面斑块数量的年均增长率在1988-1994年较高,1994-2001年斑块数量增加速度变慢,2001-2003年之后变为负增长,2006-2011年斑块数量总体下降速度逐渐增大,2013-2015年减缓。由于景观指数变化在2003年前后存在明显差异,故将研究时段分为1998-2003年和2003-2015年前后2个时期。经统计,整个流域在前期斑块数量普遍呈增加的趋势,其中南京市和江宁区斑块数量增加较快,二者年均增长率均达到11%,溧水与句容增加较慢,年均增长率在5%~6%,后期南京市斑块数量下降最快,2015年相对于2003年,斑块数量年均减少12%,江宁区次之,年均减少5%,溧水区与句容市斑块数量略有下降,年均分别减少为1%和2%。综合来看,秦淮河流域不透水面格局演化主要以2001-2003年为转折点,经历了破碎化阶段,逐渐发展为聚合式增长,连通性逐渐加强。研究区连通性趋势以南京市与江宁区最为突出,南京市城市化建设起步早,起点高,后期建设用地聚合式增长态势明显;江宁区近年来新增不透水面面积在整个流域中居于首位,城市化建设趋势与南京市一致,是受南京市辐射影响最大的地区。溧水与句容城市化建设相对平稳,2003年之后,斑块数量有所下降,存在潜在的连通性趋势。平均斑块尺寸的变化趋势印证了斑块数量的变化,后期增长幅度大大增加,其中以南京城区最高。
Fig. 3 Landscape metrics of the impervious surface

图3 不透水面类型斑块景观指数统计

交通设施的大规模修建是城市化建设作用于土地利用格局的重要方式。交通设施建设是城市化建设的主要组成部分,是研究区4个行政区的城市化进程的主导因素。1995年,禄口国际机场建设动工,同时江宁区大批城市道路开始修建,如机场高速公路、沪宁高速公路连接线、城东干道等;溧水县是南京市“两带一轴”中南北向发展轴上的重要地区,溧水县北部地区交通优势显著,具有便捷的高速公路立交、干线公路路网。随着宁杭城际铁路溧水站以及城市轨道S1、S7线的建设,交通条件将得到进一步改善;句容市的城市化进程中,104国道、122省道等交通建设也是发展的重要因素,大大促进了城市化建设。
城市化建设初期,由于交通路网的修建,打破了原有的斑块格局,致使土地利用斑块呈“碎片式”分布,城市化格局的破碎化趋势逐渐加强随着城市化程度逐渐加强,交通路网逐渐完善,住房、商服等其他配套建筑设施在交通路网框架下呈“填充式”增加,城市化景观格局连通性趋势不断加强。因此,城市格局在城市化建设的不同阶段呈现不同的特点,交通因素深刻地影响着城市化格局的时空 变化。

5 结论

近30年,秦淮河流域经历了城市化快速发展的时期,整个流域的不透水面面积由103 km2增长到502 km2,扩张约4倍,不透水面主要由耕地和林地转变而来,不透水面景观格局发生了重大的变化,主要表现为：
（1）不透水面景观格局在城市化前期和后期呈现不同的发展特点：城市化建设前期,不透水面的增长主要以南京城区和江宁区为主,不透水面景观格局主要呈现无序、破碎化的趋势;2001-2003年后,不透水面的增长速度较前期进一步提升,相比于前期的大幅度增长,南京城区不透水面在后期的增加幅度较小,城市扩张接近饱和,这主要与城市化发展的阶段性有关,而江宁区、溧水区、句容市在城市化后期呈现较强的增长态势,江宁区城市化配套设施逐步完善,溧水区与句容市在城市化发展后期的不透水面增速均明显高于前期。城市化建设在此阶段,不透水面增加主要在道路网的大框架下呈现“填充式”增长,不透水面格局逐渐趋于连通,景观稳定性逐步加强。
（2）不透水面景观格局在流域内不同地区呈现不同的发展特点：流域内4个行政区划所处的城市化发展阶段不一致,其中南京城区的城市化水平最高,不透水面景观格局连通性最强,江宁区次之,溧水区与句容市的不透水面格局连通性尚处于较低水平,但是近几年城市化发展迅速,城市扩张步伐加快,不透水面的连通性加强具有较大的潜力。秦淮河流域原本的南京城市中心对于景观的影响在逐渐变小,建筑用地多中心扩张的格局逐渐形成,在一定程度上有利于城乡统筹发展,缓解城市中心资源压力。
（3）在秦淮河流域城市化发展过程中,政策制度是引领城市化发展的直接因素,经济发展带来的土地利用需求增加是不透水面增加的根本驱动力,南京都市圈的辐射影响是周边地区城市化进程的重要推动因素。而城市建设中,交通路网设施的建设是制约不透水面景观格局连通性的重要因素。
不透水面景观格局变化的定量分析对于今后定量研究其带来的生态效应具有重要的意义,能够为新型城市化建设提供可靠的决策依据。城市化建设对生态环境造成了诸多影响,如水质变化,城市洪水效应发生改变等。如何在城市建设和生态环境保护方面寻求平衡点,在城市化建设进程中引入“海绵型城市”等新概念,从而提高新型城镇化质量,是今后城市化建设过程中应关注的重要问题。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Alberti M.The effects of urban patterns on ecosystem function[J]. International Regional Science Review, 2005,28(2):168-192.

[2]
李秀珍,布仁仓,常禹,等.景观格局指标对不同景观格局的反应[J].生态学报,2004,24(1):123-134.

[ Li X Z, Bu R C, Chang Y, et al.The response of landscape metrics against pattern scenarios[J]. Acta Ecologica Sinica, 2004,24(1):123-134. ]

[3]
Sha M, Tian G.An analysis of spatiotemporal changes of urban landscape pattern in Phoenix metropolitan region[J]. Procedia Environmental Sciences, 2010,2:600-604.

[4]
Grimm N B, Grove J G, Pickett S T, et al.Integrated approaches to long-term studies of urban ecological systems urban ecological systems present multiple challenges to ecologists-pervasive human impact and extreme heterogeneity of cities, and the need to integrate social and ecological approaches, concepts, and theory[J]. BioScience, 2000,50(7):571-584.

[5]
Wu J, Jelinski D E, Luck M, et al.Multiscale analysis of landscape heterogeneity: Scale variance and pattern metrics[J]. Geographic Information Sciences, 2000,6(1):6-19.

[6]
Jenerette G D, Wu J.Analysis and simulation of land-use change in the central Arizona-Phoenix region, USA[J]. Landscape Ecology, 2001,16(7):611-626.

[7]
贾琦,运迎霞,黄焕春.快速城市化背景下天津市城市景观格局时空动态分析[J].干旱区资源与环境,2012(12):14-21.

[ Jia Q, Yun Y X, Huang H C.Spatial-temporal dynamic analysis on city landscape pattern of Tianjin on the background of rapid urbanization[J]. Journal of Arid Land Resources and Environment, 2012,12:14-21. ]

[8]
齐杨,邬建国,李建龙,等.中国东西部中小城市景观格局及其驱动力[J].生态学报,2013,33(1):275-285.

[ Qi Y, Wu J G, Li J L, et al.Landscape dynamics of medium-and small-sized cities in eastern and western China: A comparative study of pattern and driving forces[J]. Acta Ecologica Sinica, 2013,33(1):275-285. ]

[9]
杜培军,袁林山,张华鹏,等.基于多时相CBERS影像分析矿业城市景观格局变化——以徐州市为例[J].中国矿业大学学报,2009(1):106-113.

[ Du P J, Yuan L S, Zhang H P, et al.Urban landscape pattern change based on multi-temporal CBERS imagery: Taking Xuzhou city as an example[J]. Journal of China University of Mining & Technology, 2009,1:106-113. ]

[10]
杜培军,单丹丹,夏俊士,等.北京一号小卫星数据的城市景观格局监测分析——以徐州市城区为例[J].地球信息科学学报,2010,12(6):855-862.

[ Du P J, Shan D D, Xia J S, et al.Monitoring and analyzing urban landscape pattern change using Beijing-1 small satellite remote sensing data: taking the urban area of Xuzhou city as an example[J]. Journal of Geo-Information Science, 2010,12(6):855-862. ]

[11]
Xu X, Min X.Quantifying spatiotemporal patterns of urban expansion in China using remote sensing data[J]. Cities, 2013,35:104-113.

[12]
Shrestha M K, York A M, Boone C G, et al.Land fragmentation due to rapid urbanization in the Phoenix Metropolitan Area: analyzing the spatiotemporal patterns and drivers[J]. Applied Geography, 2012,32(2):522-531.

[13]
Cifaldi R L, David Allan J, Duh J D, et al.Spatial patterns in land cover of exurbanizing watersheds in southeastern Michigan[J]. Landscape and Urban Planning, 2004,66(2):107-123.

[14]
Choi J, Han J, Park C, et al.Nutrients and sestonic chlorophyll dynamics in Asian lotic ecosystems and ecological stream health in relation to land-use patterns and water chemistry[J]. Ecological Engineering, 2015,79:15-31.

[15]
Lee S, Hwang S, Lee S, et al.Landscape ecological approach to the relationships of land use patterns in watersheds to water quality characteristics[J]. Landscape and Urban Planning, 2009,92(2):80-89.

[16]
Alberti M, Booth D, Hill K, et al.The impact of urban patterns on aquatic ecosystems: an empirical analysis in Puget lowland sub-basins[J]. Landscape and Urban Planning, 2007,80(4):345-361.

[17]
Zhou Z X, Li J.The correlation analysis on the landscape pattern index and hydrological processes in the Yanhe watershed, China[J]. Journal of Hydrology, 2015,524:417-426.

[18]
Olivera F, Defee B B.Urbanization and its effect on runoff in the Whiteoak Bayou Watershed, Texas1[Z]. Wiley Online Library, 2007.

[19]
Zheng B, Myint S W, Fan C.Spatial configuration of anthropogenic land cover impacts on urban warming[J]. Landscape and Urban Planning, 2014,130:104-111.

[20]
冯异星,罗格平,周德成,等.近50a土地利用变化对干旱区典型流域景观格局的影响-以新疆玛纳斯河流域为例[J].生态学报,2010,30(16):4295-4305.

[ Feng Y X, Luo G P, Zhou D C, et al.Effects of land use change on landscape pattern of a typical arid watershed in the recent 50 years: A case study on Manas River Watershed in Xinjiang[J]. Acta Ecologica Sinica, 2010,30(16):4295-4305. ]

[21]
吴福象,刘志彪.城市化群落驱动经济增长的机制研究–来自长三角16个城市的经验证据[J].经济研究,2008(11):126-136.

[Wu F X, Liu Z B.Research on the mechanism of how city group drive economic growth-empirical evidences from 16 cities of Yangtze River Delta[J]. Economic Research Journal, 2008,11:126-136. ]

[22]
安静,刘红玉,郝敬锋,等.快速城市化对南京东郊景观结构与格局的影响[J].生态学杂志,2012(2):421-425.

[ An J, Liu H Y, Hao J F, et al.Effects of rapid Urbanization on landscape pattern in the east suburb of Nanjing[J]. Chinese Journal of Ecology, 2012,2:421-425. ]

[23]
芮菡艺. 秦淮河流域土地利用变化及其水文效应[D].南京:南京大学,2012.

[ Rui H Y.Land use changes and its hydrological responses in the Qinhuai River basin[D]. Nanjing: Nanjing University, 2012. ]

[24]
许有鹏,石怡,都金康.秦淮河流域城市化对水文水资源影响[C].首届中国湖泊论坛论文集: 2011.

[ Xu Y P, Shi Y, Du J K.Effects of urbanization on hydrology and water resources in Qinhuai River Basin[C]. Proceedings of the 1st China 's Forum on Lakes, 2011. ]

[25]
Dwork C.The differential privacy frontier[A]. In: Theory of Cryptography[M]. Berlin: Springer, 2009:496-502.

[26]
Dwork C.Differential privacy in new settings[C]. Proceedings of the Twenty-First Annual ACM-SIAM Symposium on Discrete Algorithms, 2010.

[27]
Rodriguez J J, Kuncheva L I, Alonso C J.Rotation forest: A new classifier ensemble method[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2006,28(10):1619-1630.

[28]
Wang D, Gong J, Zhang L.Joint rectification of image series classification results based on trajectory analysis[C]. International Society for Optics and Photonics, 2010.

[29]
Gong W, Yuan L, Fan W, et al.Analysis and simulation of land use spatial pattern in Harbin prefecture based on trajectories and cellular automata-Markov modelling[J]. International Journal of Applied Earth Observation and Geoinformation, 2015,34:207-216.

[30]
Li H, Wu J.Use and misuse of landscape indices[J]. Landscape ecology, 2004,19(4):389-399.

[31]
俞龙生,符以福,喻怀义,等.快速城市化地区景观格局梯度动态及其城乡融合区特征-以广州市番禺区为例[J].应用生态学报,2011,22(1):171-180.

[ Yu L S, Fu Y F, Yu H Y, et al.Landscape pattern gradient dynamics and desakota features in rapid urbanization area: A case study in Panyu of Guangzhou[J]. Chinese Journal of Applied Ecology, 2011,22(1):171-180. ]

[32]
王艳君,姜彤,吕宏军.快速城市化地区的土地利用时空动态变化研究-以南京市为例[J].长江流域资源与环境,2005(2):168-172.

[ Wang Y J, Jiang T, Lv H J.Spatial-temporal changes in land use patterns in fast urbanization regions: A case study in Nanjing, China[J]. Resources and Environment in the Yangtze Basin, 2005,2:168-172. ]

[33]
吴鹏. 句容市城市空间结构的适应性研究[D].南京:南京工业大学,2012.

[ Wu P.Study on the capability of Jurong city's spatial structure[D]. Nanjing: Nanjing University of Technology, 2012. ]

Options
Outlines

/

〈 〉