昆明市呈贡区不透水面时空变化及驱动力分析

doi:10.6046/zrzyyg.2020187

摘要
图/表
参考文献
相关文章
Metrics

全文: PDF(5604 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

地表不透水面是衡量城市生态环境的关键因素,及时准确地掌握不透水面的动态变化对城市发展规划具有重要意义。以昆明市呈贡区为研究区,基于2007年、2011年、2015年、2019年4期Landsat影像为数据源,对比研究归一化差值不透水面指数(normalized difference impervious surface index,NDISI)和调整型土壤调节植被指数(modified soil adjusted vegetation index,MSAVI)2种方法的提取精度,择优提取呈贡区不透水面,并分析呈贡区不透水面时空动态变化。结果表明: NDISI平均提取精度为87.01%,平均Kappa系数为0.81,优于MSAVI的81.78%和0.75,故选用NDISI方法提取呈贡区不透水面; 2007—2019年间,呈贡区不透水面快速增长,其面积由2007年的46.12 km²增长到2011年的72.64 km²,2015年的146.94 km²,2019年的164.42 km²,尤其是2011—2015年,不透水面面积增长速度最快,增长近一倍; 呈贡区不透水面变化主要受国家政策、城市规划、地形因素和交通发展等因素影响,呈贡区西部的滇池方向以及中部几个街道办事处增加较快,对城市内涝、滇池防治带来一定的压力。在未来城市规划过程中,应协调好不透水面的扩张范围和速度,避免不透水面空间格局不合理带来生态环境问题。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	李益敏
	杨舒婷
	吴博闻
	梁雨西
	孟月玥

关键词 ：不透水面, 遥感提取, 时空特征, 驱动力, 呈贡区

Abstract：

Impervious surface is a key factor to measure the urban ecological environment. It is of great significance for urban development planning to grasp the dynamic changes of impervious surfaces timely and accurately. Taking the Chenggong District of Kunming City as an example, based on the Landsat images in 2007, 2011, 2015, and 2019, the comparative study of normalized difference impervious surface index (NDISI) and modified soil adjusted vegetation index(MSAVI) was carried out to analyze the spatial and temporal evolution characteristics of impervious surface. The results showed that: ①As the extraction accuracy and Kappa coefficient of NDISI were 87.01% and 0.81, respectively, which were better than MSAVI’s 81.78% and 0.75, this paper selected the NDISI method to extract impervious surfaces in the Chenggong District;② the impervious surface area extracted in this paper increased from 46.12 km² in 2007 to 72.64 km² in 2011, 146.94 km² in 2015 and 164.42 km² in 2019, especially from 2011 to 2015, the impervious surface area had the fastest growth rate and nearly doubled. The changes to the impervious surface in Chenggong District are mainly influenced by such factors as national policies, urban planning, topographic factors, and traffic development. The impervious surface area along the Dianchi Lake in the west of Chenggong District and several administrative regions in the middle of Chenggong District developed rapidly, which brings certain pressure on the prevention and control of waterlogging in urban areas and the Dianchi Lake area. In the process of future urban planning, the expansion scope and speed of impervious surfaces should be well controlled to avoid ecological and environmental problems caused by the unreasonable spatial patterns of impervious surfaces.

Key words： impervious surface area extraction by remote sensing spatiotemporal characteristics driving force Chenggong District

收稿日期: 2021-06-16 出版日期: 2022-06-20

ZTFLH:

TP79

基金资助:云南省科技厅-云南大学联合基金重点项目“‘天空地’协同的高山峡谷区重大地质灾害隐患识别监测预警研究”(2019FY003017);云南省教育厅-科技创新人才计划项目“云南大学大湄公河次区域气候变化研究省创新团队”(2019HC027)

作者简介: 李益敏(1965-),女,研究员,主要从事3S技术在山地资源环境和地质灾害中的应用研究。Email: 648119611@qq.com。

引用本文:

李益敏, 杨舒婷, 吴博闻, 梁雨西, 孟月玥. 昆明市呈贡区不透水面时空变化及驱动力分析[J]. 自然资源遥感, 2022, 34(2): 136-143.
LI Yimin, YANG Shuting, WU Bowen, LIANG Yuxi, MENG Yueyue. Spatiotemporal evolution of impervious surface and the driving factors in Chenggong District,Kunming City. Remote Sensing for Natural Resources, 2022, 34(2): 136-143.

链接本文:

https://www.gtzyyg.com/CN/10.6046/zrzyyg.2020187 或 https://www.gtzyyg.com/CN/Y2022/V34/I2/136

Fig.1 呈贡区地理位置概况

Tab.1 提取不透水面2种指数对比

Fig.2 不透水面提取结果

Tab.2 各年份不透水面面积占比及精度验证

Fig.3 提取土壤对比(局部)

Fig.4 -1 提取白色大棚对比(局部)

Fig.4 -2 提取白色大棚对比图(局部)

Fig.5 2007—2019年不透水面时空变化

Fig.6 呈贡区2007—2019年GDP增长与不透水面面积变化

Tab.3 2007—2019年不透水面面积增长变化

Fig.7 2007—2019年各街道不透水面增长速率

[1]	徐涵秋, 王美雅. 地表不透水面信息遥感的主要方法分析[J]. 遥感学报, 2016, 20(5):1270-1289.
	Xu H Q, Wang M Y. Remote sensing-based retrieval of ground impervious surfaces[J]. Journal of Remote Sensing, 2016, 20(5): 1270-1289.
[2]	蔡博文, 王树根, 王磊, 等. 基于深度学习模型的城市高分辨率遥感影像不透水面提取[J]. 地球信息科学学报, 2019, 21(9):1420-1429. doi: 10.12082/dqxxkx.2019.180679
	Cai B W, Wang S G, Wang L, et al. Extraction of urban impervious surface from high-resolution remote sensing imagery based on deep learning[J]. Journal of Geo-Information Science, 2019, 21(9):1420-1429.
[3]	周正龙, 沙晋明, 范跃新, 等. 厦门市不透水面景观格局时空变化及驱动力分析[J]. 应用生态学报, 2020, 31(1):230-238.
	Zhou Z L, Sha J M, Fan Y X, et al. Temporal and spatial variations of impervious surface landscape pattern and the driving factors in Xiamen City,China[J]. Chinese Journal of Applied Ecology, 2020, 31(1):230-238.
[4]	Omurakunova G, Bao A M, Xu W Q, et al. Expansion of impervious surfaces and their driving forces in highly urbanized cities in Kyrgyzstan[J]. International Journal of Environmental Research and Public Health, 2020, 17(1):362. doi: 10.3390/ijerph17010362
[5]	李涵, 李龙, 张婷, 等. 徐州市中心城区不透水面时空异质性分析[J]. 长江流域资源与环境, 2019, 28(3):668-680.
	Li H, Li L, Zhang T, et al. Mapping and characterizing the spatio-temporal heterogeneity of impervious surface in Xuzhou urban area[J]. Resources and Environment in the Yangtze Basin, 2019, 28(3):668-680.
[6]	刘畅, 杨康, 程亮, 等. Landsat8不透水面遥感信息提取方法对比[J]. 国土资源遥感, 2019, 31(3):148-156.doi: 10.6046/gtzyyg.2019.03.19. doi: 10.6046/gtzyyg.2019.03.19
	Liu C, Yang K, Cheng L, et al. Comparison of Landsat8 impervious surface extraction methods[J]. Remote Sensing for Land and Resources, 2019, 31(3): 148-156.doi: 10.6046/gtzyyg.2019.03.19. doi: 10.6046/gtzyyg.2019.03.19
[7]	周玄德, 郭华东, 孜比布拉·司马义.城市扩张过程中不透水面空间格局演变及其对地表温度的影响——以乌鲁木齐市为例[J]. 生态学报, 2018, 38(20):7336-7347.
	Zhou X D, Guo H D, Zibibula S. Spatial pattern evolution of impervious surfaces and its influence on surface temperature in the process of urban expansion: A case study of Urumqi[J]. Acta Ecologica Sinica, 2018, 38(20):7336-7347.
[8]	帅艳民, 马现伟, 曲歌, 等. 协同多时相波谱特征的不透水面信息级联提取[J]. 地球信息科学学报, 2021, 23(1):171-186. doi: 10.12082/dqxxkx.2021.200236
	Shuai Y M, Ma X W, Qu G, et al. Cascade extraction of impervious surface information based on the signature of temporal spectrum[J]. Journal of Geo-Information Science, 2021, 23(1):171-186.
[9]	Yang J, He Y. Automated mapping of impervious surfaces in urban and suburban areas: Linear spectral unmixing of high spatial resolution imagery[J]. International Journal of Applied Earth Observation and Geoinformation, 2017, 54:53-64. doi: 10.1016/j.jag.2016.09.006
[10]	吴溪, 郭斌, 陈忠升, 等. 基于Landsat影像的环胶州湾不透水面格局演变过程[J]. 资源科学, 2018, 40(11):2260-2269.
	Wu X, Guo B, Chen Z S, et al. Spatio-temporal dynamic characterization of impervious surface in the Jiaozhou Bay based on Landsat imagery[J]. Resources Science, 2018, 40(11):2260-2269.
[11]	李波, 黄敬峰, 吴次芳. 基于热红外遥感数据和光谱混合分解模型的城市不透水面估算[J]. 自然资源学报, 2012, 27(9):1590-1600.
	Li B, Huang J F, Wu C F. Estimating urban impervious surface based on thermal infrared remote sensing data and a spectral mixture analysis model[J]. Journal of Natural Resources, 2012, 27(9):1590-1600.
[12]	Yang L, Huang C, Homer C G, et al. An approach for mapping large area impervious surfaces: Synergistic use of Landsat-7 ETM+ and high spatial resolution imagery[J]. Canadian Journal of Remote Sensing, 2003, 29(2):230-240. doi: 10.5589/m02-098
[13]	张路, 高志宏, 廖明生, 等. 利用多源遥感数据进行城市不透水面覆盖度估算[J]. 武汉大学学报(信息科学版), 2010, 35(10):1212-1216.
	Zhang L, Gao Z H, Liao M S, et al. Estimating urban impervious surface percentage with multisource remote sensing data[J]. Geomatics and Information Science of Wuhan University, 2010, 35(10):1212-1216.
[14]	蔡耀通, 刘书彤, 林辉, 等. 基于多源遥感数据的CNN水稻提取研究[J]. 国土资源遥感, 2020, 32(4):97-104.doi: 10.6046/gtzyyg.2020.04.14. doi: 10.6046/gtzyyg.2020.04.14
	Cai Y T, Liu S T, Lin H, et al. Extraction of paddy rice based on convolutional neural network using multi- source remote sensing data[J]. Remote Sensing for Land and Resources, 2020, 32(4):97-104.doi: 10.6046/gtzyyg.2020.04.14. doi: 10.6046/gtzyyg.2020.04.14
[15]	赵怡, 许剑辉, 钟凯文, 等. 基于Sentinel-2A和Landsat8的城市不透水面的提取[J]. 国土资源遥感, 2021, 33(2):40-47.doi: 10.6046/gtzyyg.2020215. doi: 10.6046/gtzyyg.2020215
	Zhao Y, Xu J H, Zhong K W, et al. Impervious surface extraction based on Sentinel-2A and Landsat8[J]. Remote Sensing for Land and Resources, 2021, 33(2) :40-47.doi: 10.6046/gtzyyg.2020215. doi: 10.6046/gtzyyg.2020215
[16]	杨玉婷, 陈海兰, 左家旗. 1990—2017年间杭州市不透水面比例遥感监测[J]. 国土资源遥感, 2020, 32(2):241-250.doi: 10.6046/gtzyyg.2020.02.31. doi: 10.6046/gtzyyg.2020.02.31
	Yang Y T, Chen H L, Zuo J Q. Remote sensing monitoring of impervious surface percentage in Hangzhou during 1990—2017[J]. Remote Sensing for Land and Resources, 2020, 32(2):241-250.doi: 10.6046/gtzyyg.2020.02.31. doi: 10.6046/gtzyyg.2020.02.31
[17]	徐涵秋. 一种快速提取不透水面的新型遥感指数[J]. 武汉大学学报(信息科学版), 2008, 33(11): 1212-1216.
	Xu H Q. A new remote sensing index for fastly extracting impervious surface information[J]. Geomatics and Information Science of Wuhan University, 2008, 33(11):1212-1216.
[18]	穆亚超, 颉耀文, 张玲玲, 等. 一种新的增强型不透水面指数[J]. 测绘科学, 2018, 43(2):83-87.
	Mu Y C, Jie Y W, Zhang L L, et al. An enhanced normailzed difference impervious surface index[J]. Science for Surveying and Mapping, 2018, 43(2):83-87.
[19]	张晓萍, 吕颖, 张华国, 等. 1990―2011年舟山群岛不透水面动态遥感分析[J]. 国土资源遥感, 2018, 30(2):178-185.doi: 10.6046/gtzyyg.2018.02.24. doi: 10.6046/gtzyyg.2018.02.24
	Zhang X P, Lyu Y, Zhang H G, et al. Remote sensing analysis of impervious surface changes in Zhoushan Islands during 1990—2011[J]. Remote Sensing for Land and Resources, 2018, 30(2):178-185.doi: 10.6046/gtzyyg.2018.02.24. doi: 10.6046/gtzyyg.2018.02.24
[20]	徐雯靓, 王少军. PROSAIL模型模拟下的植被指数土壤调节能力比较与适用环境分析[J]. 遥感学报, 2014, 18(4):826-842.
	Xu W L, Wang S J. Soil-adjusted power comparison and application conditions of vegetation indices based on PROSAIL model[J]. Journal of Remote Sensing, 2014, 18(4):826-842.
[21]	闫如柳, 杨树文, 张珊, 等. 一种Landsat8影像提取不透水面的新方法[J]. 遥感信息, 2019, 34(4):128-132.
	Yan R L, Yang S W. Zhang S, et al. A new extraction method of impervious surface based on Landsat8[J]. Remote Sensing Information, 2019, 34(4):128-132.

[1]	张仙, 李伟, 陈理, 杨昭颖, 窦宝成, 李瑜, 陈昊旻. 露天开采矿区要素遥感提取研究进展及展望[J]. 自然资源遥感, 2023, 35(2): 25-33.
[2]	史姝姝, 窦银银, 陈永强, 匡文慧. 中国海岸带区域城市扩展遥感监测与内部地表覆盖时空分异特征分析[J]. 自然资源遥感, 2022, 34(4): 76-86.
[3]	朱思佳, 冯徽徽, 邹滨, 叶书朝. 2000—2019年洞庭湖流域植被NPP时空特征及驱动因素分析[J]. 自然资源遥感, 2022, 34(3): 196-206.
[4]	李静芝, 王苗, 冯文静, 李彬. 湘西州地区生态系统服务价值时空特征及驱动分析[J]. 自然资源遥感, 2022, 34(3): 207-217.
[5]	郝固状, 甘甫平, 闫柏琨, 李贤庆, 胡辉东. 红崖山水库近20年面积变化遥感调查及驱动力分析[J]. 国土资源遥感, 2021, 33(2): 192-201.
[6]	赵怡, 许剑辉, 钟凯文, 王云鹏, 胡泓达, 吴萍昊. 基于Sentinel-2A和Landsat8的城市不透水面的提取[J]. 国土资源遥感, 2021, 33(2): 40-47.
[7]	胡苏李扬, 李辉, 顾延生, 黄咸雨, 张志麒, 汪迎春. 基于高分辨率遥感影像的神农架大九湖湿地土地利用类型变化及其驱动力分析——来自长时间尺度多源遥感信息的约束[J]. 国土资源遥感, 2021, 33(1): 221-230.
[8]	曹勇, 陶于祥, 邓陆, 罗小波. 一种抑制裸地的不透水面指数构建[J]. 国土资源遥感, 2020, 32(3): 71-79.
[9]	杨玉婷, 陈海兰, 左家旗. 1990—2017年间杭州市不透水面比例遥感监测[J]. 国土资源遥感, 2020, 32(2): 241-250.
[10]	左家旗, 王泽根, 边金虎, 李爱农, 雷光斌, 张正健. 地表不透水面比例遥感反演研究综述[J]. 国土资源遥感, 2019, 31(3): 20-28.
[11]	刘畅, 杨康, 程亮, 李满春, 郭紫燕. Landsat8不透水面遥感信息提取方法对比[J]. 国土资源遥感, 2019, 31(3): 148-156.
[12]	易佳思, 胡翔云. 基于Grabcut融合多源数据提取不透水面[J]. 国土资源遥感, 2018, 30(3): 174-180.
[13]	于冰, 王继燕, 苏勇, 肖东升, 刘福臻. 基于像元转换的土地覆盖变化监测方法——以北京市区县为例[J]. 国土资源遥感, 2018, 30(3): 60-67.
[14]	张晓萍, 吕颖, 张华国, 李朝奎. 1990―2011年舟山群岛不透水面动态遥感分析[J]. 国土资源遥感, 2018, 30(2): 178-185.
[15]	贺丽琴, 杨鹏, 景欣, 晏磊, 苏琳琳. 基于MODIS影像及不透水面积的珠江三角洲热岛效应时空分析[J]. 国土资源遥感, 2017, 29(4): 140-146.

Viewed

Full text

Abstract

Cited

Shared

Discussed