城市不透水面信息提取及水環(huán)境效應(yīng)分析
——以武漢市江南三區(qū)為例

羅智勇，王明珠，陳婉佳

(1.成都理工大學(xué) 地球科學(xué)學(xué)院，四川 成都 610059；2.國(guó)土資源部 地學(xué)空間信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，四川 成都 610059；3.海南省地質(zhì)調(diào)查院，海南 ?？?70206)

0 引言

不透水面定義為: 諸如屋頂、瀝青或水泥道路等水不能通過(guò)其下滲到土壤中的城市人工景觀[1].不透水面的面積、豐度和空間格局不僅是城鎮(zhèn)化的重要表征，也對(duì)城市的水熱環(huán)境有著重要影響.近年來(lái)，我國(guó)大中城市頻繁遭遇內(nèi)澇災(zāi)害，造成的人員傷亡和財(cái)產(chǎn)損失十分慘重，其中一個(gè)重要原因是城市擴(kuò)張過(guò)程中，不透水面范圍擴(kuò)大，排水系統(tǒng)跟不上，使得地表徑流增加，導(dǎo)致內(nèi)澇發(fā)生.因此，了解掌握不透水面信息，科學(xué)規(guī)劃城市排水系統(tǒng)十分重要.目前，隨著遙感技術(shù)的發(fā)展，快速大范圍提取不透水面成為可能.在國(guó)外，Ridd[2]提出V-I-S模型，為定量研究城市生態(tài)環(huán)境提供了理論基礎(chǔ).在此基礎(chǔ)上，Ward[3]、Phinn[4]、Wu[5]、Lu[6]等結(jié)合光譜混合分解方法對(duì)不透水面成功進(jìn)行了估算.在國(guó)內(nèi)，周存林[7]等、王浩[8]等、陳云[9]等利用光譜混合分解模型，綜合高、低反照率組分含量成功估算了城市不透水信息；金晶[10]、李波[11]等則以光譜混合分解模型為基礎(chǔ)，結(jié)合地表溫度提取不透水分布情況.

上述不透水面提取方法存在一個(gè)難點(diǎn)，土壤和建筑用地以及云和反射率較強(qiáng)的地物(如新建筑用地)極易混淆，Landsat8新增的卷云波段為問(wèn)題的解決提供了契機(jī).卷云波段光譜范圍位于大氣窗口外，大部分地面反射的電磁波信息無(wú)法穿過(guò)大氣.黏土礦物具有其他地物沒(méi)有的特征：在卷云波段附近有一個(gè)明顯的吸收谷[12].因此，可以通過(guò)卷云波段將建筑用地與土壤分離.

本文基于2001年ETM+和2015年Landsat8影像，利用完全約束最小二乘法混合像元分解，獲取不透水面信息，得到14年間研究區(qū)不透水面的時(shí)空變化情況，并分析其面積增加引起的水環(huán)境效應(yīng)，為城市內(nèi)澇治理、改善熱島效應(yīng)提供參考依據(jù).

1 研究區(qū)概況和數(shù)據(jù)預(yù)處理

1.1 研究區(qū)概況

武漢，湖北省省會(huì)，位于中國(guó)腹地中心，長(zhǎng)江與漢江交匯處，是世界各大城市中人均擁有水量最多的城市，又被稱(chēng)為“江城”.本文研究包括三個(gè)行政區(qū)：武昌區(qū)、青山區(qū)、洪山區(qū).此江南三區(qū)分別為武漢的政治中心、工業(yè)中心和教育中心，同時(shí)環(huán)抱東湖、西湖、南湖，也是內(nèi)澇災(zāi)害嚴(yán)重的區(qū)域.

1.2 數(shù)據(jù)源及其預(yù)處理

本研究采用ETM+和Landsat8影像，獲取時(shí)間分別為2001年1月11日和2015年1月23日.其處理過(guò)程均利用ENVI5.1軟件進(jìn)行.

圖1 研究區(qū)的Landsat8影像Fig.1 The Landsat8 image of study area

(1)反射率定標(biāo).利用反射率定標(biāo)系數(shù)將其像元灰度值(DN)轉(zhuǎn)換為對(duì)應(yīng)的反射率值(Reflectance).其公式為：

(1)

其中:增益Mρ、偏移Aρ參數(shù)和太陽(yáng)高度角sin(θSE)都可直接從元數(shù)據(jù)文件中獲取.

(2)幾何精校正.以1∶5萬(wàn)地形圖為基準(zhǔn)，選取地面控制點(diǎn)50個(gè)，進(jìn)行幾何校正，使得校正誤差RMS均值小于0.5個(gè)像元.

(3)影像裁剪.將以上處理后的影像根據(jù)研究區(qū)范圍進(jìn)行裁剪，得到兩期影像圖，圖1為研究區(qū)的Landsat8影像.

2 研究方法

2.1 線性光譜混合分解

混合像元是指在一個(gè)像元內(nèi)存在有不同類(lèi)型的地物，而解決該問(wèn)題的關(guān)鍵在于確定組成混合像元各種地物的比例.本文采用線性光譜混合分解的方法，其模型(式2)及約束條件如下(式(3)和式(4)[14])：

(2)

(3)

(4)

其中:ρIb為像元I在第b波段的光譜反射率；fkI為像元I中k所占分量值；ρkbE為端元k在第b波段的光譜反射率；n為像元I所包含的端元數(shù)目;εIb為光譜模型的隨機(jī)誤差.用完全約束最小二乘法來(lái)求各像元中基本組分的比例，使誤差最小.

2.2 端元選取

(1)首先采用最小噪聲分離法(MNF)對(duì)影像信息進(jìn)行降維、壓縮.ETM+和Landsat8影像進(jìn)行MNF后各分量的特征值如表1和表2所示.前3個(gè)分量的紋理清晰，且貢獻(xiàn)值占總信息量分別為96.33%、94.40%，因此都選擇MNF變換后的前3個(gè)分量用于端元選擇.分析前3個(gè)分量的散點(diǎn)圖(見(jiàn)圖2)，結(jié)合假彩色圖像，獲得端元樣區(qū).

表1 ETM+影像MNF變換后的各分量特征值Tab.1 Eigenvalue of six components generated by MNF transformation of ETM+ image

表2 Landsat8影像MNF變換后的各分量特征值Tab.2 Eigenvalue of seven components generated by MNF transformation of Landsat8 image

(2)通過(guò)純凈像元指數(shù)計(jì)算(PPI)進(jìn)一步篩選，提取純凈像元.

(3)綜合1、2步驟，最終確定4個(gè)端元為：高反射率不透水面、低反射不透水面、土壤、植被.其中Landsat8影像得到的端元光譜反射率曲線如圖3所示.

圖2 Landsat8影像MNF后三個(gè)分量特征空間散點(diǎn)圖Fig.2 Feature space scattergram representing the first three MNF components of Landsat8 image

2.3 “噪音”信息的去除

直接將高、低反射率不透水面相加不能準(zhǔn)確反映不透水面信息.一般來(lái)說(shuō)，高反射率不透水面信息易與云、沙土混合，而低反射率不透水面也包括了水體、植被陰影等信息，所以需要去除這些“噪音”信息[11].研究區(qū)含云量極少，受云的干擾可忽略不計(jì).對(duì)于植被，通過(guò)端元波譜來(lái)設(shè)定閾值；對(duì)于土壤等信息，結(jié)合端元波譜以及利用Landsat8的卷云波段將其分離；而對(duì)于水體等“噪音”，通過(guò)MNDWI指數(shù)[15]計(jì)算將其去除.

圖3 各端元在7個(gè)波段的光譜反射率Fig.3 Spectral reflectance of 4 endmembers at 7 bands

從圖3中可以看到，高反射率不透水與土壤的反射率曲線相近，不易區(qū)分.但二者在OLI 9，即卷云波段差別較大，前者亮度明顯高于后者.

圖4 卷云波段的偽彩色圖像Fig.4 Pseudo color image of the Cirrus

圖4為經(jīng)反射率定標(biāo)后Landsat8卷云波段的偽彩色圖像，在其東南部和西南部的洪山區(qū)境內(nèi)為土壤分布區(qū)域，而該區(qū)域在卷云波段的反射率明顯高于其他地方.參考端元波譜中的土壤數(shù)據(jù)，Landsat8影像就設(shè)定土壤端元波譜值的0.154作為閾值，選取大于該閾值的部分構(gòu)造掩膜，從而去除高反射率不透水面信息中的“噪音”.具體去除各個(gè)“噪音”的閾值設(shè)定如表3.

表3 去除“噪音”的閾值統(tǒng)計(jì)Tab.3 Statistical threshold of removing the “noise”

3 結(jié)果與分析

3.1 不透水面信息提取

利用兩期影像，基于線性光譜混合分解模型，最終得到了四個(gè)端元的豐度圖像，然后通過(guò)“噪音”的剔除，將修正后的高、低反射率不透水面分量相加，得到了研究區(qū)的不透水面豐度圖(見(jiàn)圖5和圖6).為更好研究其變化情況，將兩期不透水面豐度圖進(jìn)行差值運(yùn)算[16]，得到了不透水面變化圖(見(jiàn)圖7).

圖5 ETM+影像不透水面信息豐度圖Fig.5 Impervious surface images of ETM+

圖6 Landsat8影像不透水面信息豐度圖Fig.6 Impervious surface images of Landsat8

如圖5和圖6，修正前的不透水面信息豐度圖中，長(zhǎng)江、東湖、南湖等水體區(qū)，水田分布區(qū)，洪山區(qū)東部和南部土壤區(qū)，生態(tài)園、植物園、森林公園等植被陰影覆蓋區(qū)以及城區(qū)周邊的零星沙土區(qū)都處于高值區(qū).進(jìn)行“噪音”剔除后，明顯消除了這些異常，將以上修改成了低值區(qū).

圖7 不透水面變化圖Fig.7 The change image of impervious surface

3.2 精度驗(yàn)證

經(jīng)過(guò)光譜混合分解后，得到其均方根誤差(RMSE)均值分別為0.005 235、0.006 093，誤差較小.同時(shí)，利用高空間分辨率的SPOT影像，通過(guò)多光譜融合全色影像跟ETM+所得到的結(jié)果來(lái)進(jìn)行驗(yàn)證，隨機(jī)選擇107個(gè)樣本，其中9個(gè)誤分，總精度達(dá)到了91.59%，Kappa系數(shù)為0.823.

3.3 不透水面變化分析

結(jié)合研究區(qū)的城區(qū)布局，發(fā)現(xiàn)所得的豐度圖與其基本一致.青山區(qū)內(nèi)駐有武漢鋼鐵集團(tuán)公司、武漢石油化工廠等10多個(gè)大型企業(yè)，工廠較多，建筑多為水泥、玻璃、混凝土等，所以不透水豐度值基本大于80%.武昌區(qū)為江南核心區(qū)，以高密度的商業(yè)中心和住宅用地為主，不透水面豐度多大于70%；而洪山區(qū)是武漢市以城帶郊的中心城區(qū)，區(qū)內(nèi)不透水面豐度值變化較大.大學(xué)城、珞瑜路、武漢火車(chē)站等商圈豐度值均大于80%，而東部以壟崗平原為主的區(qū)域豐度值多低于40%.

從兩個(gè)時(shí)間點(diǎn)的不透水面分布圖(圖5(b)和圖6(b))可以看出，總體上湖泊群數(shù)量和面積、植被面積都在減少，隨之增加的便是不透水面面積，城市建設(shè)成為形成不透水面的重要驅(qū)動(dòng)力之一.從不透水面變化圖(圖7)，可以反映出城區(qū)建筑的增加，三環(huán)線、外環(huán)高速、天興洲長(zhǎng)江大橋、沙湖大橋的建成.圖7中，洪山區(qū)不透水面增加最為明顯，其東南部的左嶺鎮(zhèn)，北部、西南部的村落面積均有擴(kuò)大.14年間研究區(qū)不透水面覆蓋度總體上隨著圍湖墾殖呈放射狀擴(kuò)張；青山區(qū)和武昌區(qū)部分區(qū)域不透水面呈降低態(tài)勢(shì)，這是由于近年來(lái)園林局加強(qiáng)綠化工程建設(shè)，開(kāi)展植樹(shù)造林活動(dòng)，將粉煤灰“廢渣”地塊改造為城市綠地，致力建設(shè)“城市綠肺”.

空間統(tǒng)計(jì)分析不透水面變化情況，如表4所示.14年間，江南三區(qū)的不透水面積一共增加了52.598 9 km2，其中青山區(qū)增加了8.800 1 km2，占該區(qū)總面積的10.51%；武昌區(qū)增加9.010 5 km2，占該區(qū)總面積的10.31%；洪山區(qū)增加34.788 3 km2，占該區(qū)總面積的7.24%.從兩個(gè)時(shí)期的不透水面豐度圖，可知青山區(qū)、武昌區(qū)的各類(lèi)建設(shè)用地發(fā)展已較為飽和，變化絕對(duì)值不大；而洪山區(qū)的綠地和農(nóng)業(yè)用地范圍廣，14年來(lái)增加的不透水面積相對(duì)較大.對(duì)比兩個(gè)時(shí)期的變化情況，其中，水體面積從2001年的130.242 4 km2減少到94.019 4 km2，共計(jì)36.223 km2，占不透水面增加值的68.87%，水體面積的縮小為不透水面的擴(kuò)張做了較大貢獻(xiàn).

表4 不透水面信息變化Tab.4 The change of impervious surface

3.4 水環(huán)境效應(yīng)分析

城市化進(jìn)程使得水體面積大幅縮減，不透水面積不斷增加，地表覆被狀況的大幅改變對(duì)城市水環(huán)境狀況產(chǎn)生了深刻的影響.主要表現(xiàn)在以下3個(gè)方面[17]：

(1)短期水文效應(yīng)，不透水表面增加導(dǎo)致降雨下滲量減少以及洪峰提前.由于不透水表面的阻隔作用，降水無(wú)法及時(shí)下滲，會(huì)迅速轉(zhuǎn)化為地表徑流，從而加大徑流量，加快徑流速度，縮短徑流歷時(shí)，甚至迅速形成洪峰，造成洪水災(zāi)害.綠地、水體在城市中起著重要的“匯水”作用，能夠適當(dāng)緩解城市內(nèi)澇.然而在城市化進(jìn)程中，湖泊大量被填埋，綠地減少，城市蓄水能力大幅削弱.據(jù)統(tǒng)計(jì)，從2002 年到2013年的11年間，武漢市的湖泊由200余個(gè)快速縮減至160多個(gè).

(2)長(zhǎng)期水文影響，城市不透水表面大幅增加，改變了城市地表徑流的時(shí)空模式及城市地區(qū)的水文循環(huán)過(guò)程，進(jìn)而改變了城市小流域的水量平衡狀況.由于大面積不透水表面的存在，城市局部小氣候發(fā)生改變，形成的蒸騰作用不同于自然過(guò)程，干擾了水文循環(huán)的過(guò)程.城市地區(qū)不透水表面的增加，還容易形成局部高溫現(xiàn)象，影響城市局部氣候，形成熱島效應(yīng)和雨島效應(yīng)，增加城市地區(qū)降水，加劇城市極端氣候，導(dǎo)致夏季暴雨常態(tài)化，使得內(nèi)澇愈加嚴(yán)重.因此，在有“火爐”之稱(chēng)的武漢，特別是武昌區(qū)、青山區(qū)等不透水面密集的區(qū)域，出現(xiàn) “逢夏必澇”的現(xiàn)象.

(3)對(duì)城市水質(zhì)的影響.城市不透水表面大幅增加造成的地表徑流特征對(duì)城市地區(qū)非點(diǎn)源污染有重要影響，氮、 磷以及重金屬等依附在城市地表的污染物隨著降雨迅速進(jìn)入河道，會(huì)影響河流水質(zhì).不同的不透水表面蓋度對(duì)水質(zhì)變化的作用不同，隨著蓋度的增長(zhǎng)和不透水面積的增加，水質(zhì)受到的非點(diǎn)源污染負(fù)荷愈發(fā)嚴(yán)重.

4 結(jié)論

本文基于ETM+和Landsat8影像，采用混合像元分解方法得到研究區(qū)不透水面信息的變化信息，并分析其水環(huán)境效應(yīng).通過(guò)分析，得出了以下結(jié)論：(1)Landsat8新增的卷云波段可以突出土壤特征，有助于區(qū)別土壤與建筑等不透水信息.同時(shí)，Landsat8將Landsat7的8 bit輻射分辨率提高到12 bit，大大增加了影像的灰度量化級(jí)，提高了高波段的信噪比，這對(duì)于不透水信息提取過(guò)程中“噪音”的剔除具有重要意義；(2)城市建設(shè)是形成不透水面的重要驅(qū)動(dòng)力之一.14年間，江南三區(qū)不透水面積的增加52.598 9 km2，多是建立在圍湖墾殖的基礎(chǔ)上，并呈放射狀擴(kuò)張.同時(shí)，政府綠地工程的建設(shè)使得部分不透水面呈負(fù)增長(zhǎng).(3)不透水面深刻地影響到城市水文過(guò)程、環(huán)境水質(zhì)及局部氣候，研究獲得不透水面分布格局及變化情況可為城市內(nèi)澇治理、改善熱島效應(yīng)提供依據(jù).