遥感图像在土地覆盖/利用信息提取、景观变化分析及水文过程影响评价中都具有重要的地位。陆地卫星TM数据是应用最为广泛的遥感数据。本次研究选用TM/ETM⁺图像, 成像时间分别为1995-09-18(Landsat-5 TM)、1999-10-10(Landsat-7 ETM⁺)、2003-03-08(Landsat-7 ETM⁺)和2007-10-05(Landsat-5 TM)^[5], 轨道号为121-38, 成像质量和成像时的天气状况都比较理想, 成像季节均为秋季或春季。研究区以合肥市主城区为中心, 向四周扩展形成了一个矩形区域(对角点为117.12° E, 31.72° N; 117.38° E, 31.92° N)。采用ENVI 4.5几何纠正模块, 利用同名控制点和多项式纠正模型进行图像的几何精纠正, 利用Google Earth上部分地区具有的高分辨率影像, 对土地利用/覆被变化遥感监测解译过程中部分不确定地物进行补判, 以满足景观格局分析的精度要求。此外, 还应用了《中国统计年鉴》、《安徽省统计年鉴》、中国宏观数据挖掘分析系统的统计数据以及中国气象科学数据共享服务网合肥市环境监测系统的数据。

参照国家通用的土地利用分类系统^{[6, 7, 8]}, 结合土地利用方式属性, 依据研究区的实际情况和景观格局特点, 对合肥市景观类型进行景观分类, 选取的典型景观类型有水体(包括湖、水库、河流及其他水域)、林地(包括高覆盖度的乔木、灌木丛、植被等)、耕地和草地(地表有农作物在生长的田地、地表暂处于闲置的田地、草地)、建筑用地(主城区、非主城区的居民地和道路)以及裸地(未开发利用的区域)。卫星热红遥感技术是目前能大范围获取地表温度空间分布的途径之一。本研究采用覃志豪的单窗算法^[9], 以TM6的热红外遥感数据反演地表温度, 研究合肥市地表亮温演变格局。运用ENVI 4.5软件进行合肥市土地利用景观类型分类、地表亮温分类和分类后处理, 分类结果如图1所示, 采用支持向量机分类方法(SVM)和最大似然法(MLC)精度统计如表1所示。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 合肥市多时相景观格局遥感分类Fig.1 Multi-phase remote sensing classification of landscape pattern of Hefei City

表1

Tab.1

表1(Tab.1)

表1 各分类方法的总精度和Kappa系数 Tab.1 The classification accuracies of SVM and MLC classifiers 分类方法 1995-09-18 1999-10-10 2003-03-08 2007-10-05 Kappa 总精度/% Kappa 总精度/% Kappa 总精度/% Kappa 总精度/% SVM 0.906 3 90.525 0 0.906 5 92.571 1 0.886 6 86.330 8 0.875 6 91.556 1 MLC 0.832 5 86.487 3 0.879 4 90.895 3 0.713 5 73.863 1 0.713 5 87.774 8

表1 各分类方法的总精度和Kappa系数 Tab.1 The classification accuracies of SVM and MLC classifiers

景观格局是由景观组分的不相似性造成的, 格局的特性在很大程度上影响穿越景观的能量和物流, 它可以通过土地属性之间的差别观察到。在遥感图像上可观察到的最明显的地表形态和地类属性就是地貌、植被和水体(包括开阔的水面和水系格局)。因此, 分析地表景观格局, 如地物影像的形状、型式和大小等, 已成为区分地类属性最明显、最自然的方法。

景观指数能够高度抽象表达景观格局信息, 反映其结构组成和空间配置某些方面的特征, 定量描述和监测景观结构特征随时间的变化^[6]。本文利用Fragstats 3.3软件, 计算合肥市景观面积指数(CA)、斑块密度(PD)及平均破碎度指数(FRAC_MN)等。斑块密度反映景观的破碎化程度, 斑块密度越大, 异质性也越高; 平均破碎度指数强调的是斑块的自相似性, 一般来说, 受人类活动干扰小的自然景观的分维数值高, 而受人类活动影响大的景观的分维数值低^{[10, 11]}。图2是合肥市CA(单位为km²)、PD、FRAC_MN景观指数变化图。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 景观指数CA(左)、PD(中)、FRAC_MN(右)变化Fig.2 The index of landscape pattern of CA、PD、FRAC_MN

从遥感分类图中可以看到, 图1(a)~(c)反映了城市发展表现出的扩展➝集中发展➝有序扩张的特点, 近12 a来合肥市区域明显扩展, 特别是城市西南方向城市化程度不断提高。图2(左)的CA趋势反映出水域面积基本没变, 建设用地增加迅速, 耕地减少比较明显。从图2(右)中可以看出, 建设用地、耕地和草地的平均分形维数有较强的相关性, 这和建设用地大量占用耕地是密不可分的, 说明耕地的干扰程度有先增长后减小的趋势。

随着合肥城市规模增大, 人口增加, 工业迅速发展, 城市需水量逐年增加。城市排水量和排水强度也明显增大, 原有管网无法负担新增加的雨水的负荷, 促使全市地下排水管网密度逐年增加。景观指数与水文变化关系见图3。从表2和图3(a)中的建设用地CA与供水总量的关系上看, 城市的供水能力有从初期不符合建设规模的发展到逐步与城市扩张力度同步增加的趋势; 而建设用地CA与工业排水总量的关系则反映了用水量在发生着由耗水型向节水型的转变, 水的利用率逐步提高。也可以从表2中得到证实, 随着合肥市社会经济发展对水的需求量增大, 废、污水排放总量有所减少, 处理达标率增加大到了94%。这一拐点出现在2003年前后。由于生活方式、卫生要求、经济条件的改变, 居民的生活用水量呈下降趋势。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 景观指数与水文变化关系Fig.3 The relation between landscape pattern index and hydrological Effect

从表2可以看出, 城市降水量显著增加。图2(中)PD趋势图反映出裸地、耕地和草地、建设用地斑块数目呈减少的趋势, 说明景观结构在向集中方向发展。其中建筑用地的PD减少剧烈, 这说明建设用地连成了一体, 城市不透水面集中度加强。城市中的径流系数与不透水面积的比例呈正相关性^[7], 雨水能较快地从地表流走(大暴雨除外), 进入下水道; 径流系数明显提高, 约增加10%~20%。从图3(b)建设用地PD与年降水量的关系看, 建设用地破碎化有利于降水径流量的减少; 但是当建设用地破碎度指数PD达到15的时候, 降水径流量会随着景观破碎度的的增加而增加。同理, 城市林地PD与降水的关系与前述类似, 不同的是拐点为18。因此, 城市中加强绿地的建设, 增加其斑块化会比集中建设绿地的水文效果更好些。

湿地是地球生态环境重要的组成部分之一, 具有调节气候、调蓄洪水等重要功能。湿地景观是有机物质和能量联系的多重等级组织, 是湿地景观要素有机秩序的具体表达形式, 也是湿地各个要素得以体现的现实承载要素。城市湿地景观是自然与人文结合、功能与艺术统一的景观复合体。从图4的地表亮温变化图可以看出, 1995~2007年间, 城市湿地景观减少了23%, 水文效益降低。城市亮温沿着主要交通线路(铁路和公路)呈辐射状分布, 城市高温区呈离散状分布。结合表2的年平均气温逐年增高的趋势可以看出, 随着合肥市的城市扩张, 全年平均气温逐渐提高, 城市热岛现象明显增强。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 合肥市多时相地表亮温分类Fig.4 Multi-phase remote sensing classification of landscape pattern of Hefei City

图2(右)反映出各地类受人为干扰的强度呈加强趋势, 水域受到人为干扰强度在2003年影响非常大。合肥市内大型水利工程主要有董铺水库和大房郢水库, 对合肥市区影响最主要的河流是南淝河。合肥地区的引用水、湖泊水、地下水水质长期维持在III-IV水平上, 降低了水资源的可利用性, 影响了居民的用水安全。从合肥市环境监测数据来看, 城区水体污染的来源有3个方面: 一是城市居民日常生活排放的生活污水, 它使水体的氮磷、生化耗氧量指数严重超标; 二是城区工业废水, 是造成高锰酸钾、氨氮、重金属(汞、铅、镉等)水体污染的最主要来源; 三是雨淋冲刷不透水面。随着城市扩张合肥市需水量有增长趋势, 研究寻找、开发新的水源地, 应是解决合肥城市优质水源的根本出路。