基于遙感影像的城市土地集約利用評價

基于遙感影像的城市土地集約利用評價

目前，中國正處于經(jīng)濟快速發(fā)展、城市化加速發(fā)展、城市規(guī)模快速擴張、建設用地需求不斷增長的階段。越來越多的城市土地利用效率很高。中國的土地資源有限，耕地資源不足。1996~2004年間中國耕地減少了6.67×106hm2,人均耕地占有量僅0.09hm2。因此,無論是從保護土地資源、城市發(fā)展和城市土地合理配置角度,還是從經(jīng)濟增長方式最佳化的角度,實現(xiàn)城市土地集約化利用都顯得非常重要。城市土地集約利用是在現(xiàn)期一定的技術條件下,在合理利用的基礎上,通過增加單位面積土地上的投入,不斷提高城市土地的使用效率和經(jīng)濟效益的一種開發(fā)經(jīng)營模式,目的在于挖掘土地使用潛力,節(jié)約土地資源。城市土地集約利用的最終實現(xiàn)依賴于對其評價的實現(xiàn),評價方法是城市土地集約利用定量評價的基礎,但由于城市土地集約利用評價涉及因子多,數(shù)量大,并且評價單元是空間屬性和非空間屬性合一,常規(guī)的工作方法效率低下,結(jié)果不甚準確。如何定量評價城市土地集約利用度成為該研究領域的重點、熱點和難點。本研究以GIS為操作平臺,以RS技術為快速獲取城市土地集約利用評價指標主要信息源,以BP神經(jīng)網(wǎng)絡模型(ANN)建立定量城市土地集約利用評價方法。通過河北省石家莊市橋東區(qū)為試驗區(qū),對石家莊市橋東區(qū)土地集約利用進行了評價并對結(jié)果進行分析,旨在探求獲取數(shù)據(jù)快捷準確,評價方法定量、可行,能夠科學、公正地評價城市土地集約利用水平。1建立土地集約利用評價體系按照國土資源部頒布的《城市土地集約利用潛力評價技術方案》,并以石家莊市為例,結(jié)合該市城市規(guī)劃,以城市功能分區(qū)為基礎,參考其他城市建立土地集約利用評價體系,對不同功能土地集約利用程度進行分區(qū),著眼城市內(nèi)部功能分區(qū)中觀層面土地集約利用的評價。筆者在功能分區(qū)的基礎上選取指示性強、較易獲取的14項指標,構(gòu)成城市土地集約利用中觀評價指標體系(表1)。2根據(jù)流暢技術評估指標的提取2.1ikons1m多光譜圖像融合前色彩調(diào)整方法本次工作采用IKONOS1m分辨率全色圖像和4m分辨率多光譜圖像進行融合,來提高圖像的解像率。為了提高融合質(zhì)量,在融合前通過線性拉伸和高通濾波等方法對IKONOS1m的全波段圖像調(diào)整,主要是為了增強其紋理細節(jié)并盡可能降低噪聲。針對4m多光譜圖像,融合前以增強色彩為主,通過調(diào)整總體色階、亮度、色度、飽和度,拉大不同地類之間的色彩反差。融合方法采用的是IHS法,融合后對配準的精度和紋理細節(jié)的再現(xiàn)程度進行了檢查,并對融合后影像的色調(diào)進行了進一步調(diào)整。2.2城市地下空間類型城市是由各種建筑和交通設施匯集的綜合體,是一個規(guī)模宏大、結(jié)構(gòu)復雜、功能綜合和因素繁多的人工生態(tài)系統(tǒng)。這些空間結(jié)構(gòu)復雜的建筑都被記錄在IKONOS影像上,利用地物反射光譜特性與其影像色彩及紋理結(jié)構(gòu)的對應關系,結(jié)合地物的大小、形態(tài)、影紋、結(jié)構(gòu)、相關區(qū)位和組合形式等特征,采用綜合分析方法識別不同地物,進行城市各類用地解譯。各類城市土地的解譯特征見表2。各種主要用地類型在IKONOS影像上的示例見圖1。2.3城市用地分類評價單元是指土地投入強度、使用強度、經(jīng)濟效益、土地利用方向大體一致的區(qū)域,其集約利用程度和使用潛力也應基本相同。根據(jù)以上界定,并按照行政區(qū)劃完整性和地形、地物邊界一致性的原則,在城市用地分類圖的基礎上將城市劃分為若干個均質(zhì)功能區(qū)。本次劃分為居住、商業(yè)、工業(yè)三類,其它地類根據(jù)其用途的相近性進行歸并,道路廣場、綠地、交通用地不進行集約利用水平評價。公用設施用地中除商業(yè)用地外均并入居住區(qū),城中村、特殊用地、市政公用設施用地并入居住區(qū),商業(yè)區(qū)以外的零星商業(yè)用地并入居住區(qū),倉儲用地并入工業(yè)區(qū)。2.4遙感調(diào)查和數(shù)據(jù)分析根據(jù)建立的城市土地集約利用評價指標體系,主要需要遙感提取的指標有:建筑密度(各類用地)、容積率(各類用地)以及綠地率。其他指標信息主要通過調(diào)查和收集資料獲取。所有數(shù)據(jù)處理都是在GIS平臺上進行,包括數(shù)據(jù)采集、錄入、集成和數(shù)據(jù)的空間分析。遙感信息提取主要根據(jù)遙感影像特征、參考數(shù)據(jù)庫已有的以前地類數(shù)據(jù)綜合分析,進行城市各類用地半自動和目視解譯[7~9]。建筑物層數(shù)是根據(jù)陰影高度確定的,建筑總面積是建筑基地面積乘以建筑物層數(shù)得到。為了驗證遙感技術提取評價指標的精度,利用收集到的石家莊市該區(qū)的部分1:500地籍圖作為參照值,選取部分地塊進行了比較。對比選擇區(qū)域比較結(jié)果,其中建筑密度中誤差為11.15%,容積率中誤差為6.71%,可以滿足評價精度要求。3評價單元的確定根據(jù)《城市土地集約利用潛力評價技術方案》的極限條件方法和綜合評價法對石家莊市橋東區(qū)3種功能區(qū)進行城市土地集約利用評價,但是由于個別評價單元評價的結(jié)果與實際情況出入較大,本文引入人工神經(jīng)網(wǎng)絡模型(ANN)對城市土地集約利用水平進行評價。人工神經(jīng)網(wǎng)絡是基于連接學說構(gòu)造的智能仿生模型,它是由大量簡單元件———神經(jīng)元,廣泛相互連接而成的非線性、非局域性、非定常性和非凸性的復雜網(wǎng)絡系統(tǒng),具有并行分布的信息處理結(jié)構(gòu)和自適應性的腦模式的信息處理的本質(zhì)與能力,它可以通過“自學習”或“訓練”掌握大量的知識,完成特定的工作。3.1輸入單元的個數(shù)根據(jù)土地集約利用評價的過程,本文設計的用于城市土地集約利用評價的神經(jīng)網(wǎng)絡模型為3層BP網(wǎng)絡。根據(jù)阮連法等在土地評價中網(wǎng)絡模型結(jié)構(gòu),可分為第一層輸入層,第二層隱含層和第三層輸出層。第一層為輸入層,代表網(wǎng)絡的輸入變量,輸入單元的個數(shù)等于集約利用評價指標的個數(shù),對于居住區(qū)和工業(yè)區(qū)為5個,商業(yè)區(qū)為4個。每個神經(jīng)元對應一個評價指標,該層的作用只是將輸入變量xi傳如到下一層,即:f(xi)=xi第二層為隱含層,采用sigmoid激發(fā)函數(shù)式中,wi為第一、二層神經(jīng)元之間的連接權重,neti為第二層第i個神經(jīng)元的輸入值的加權和,si是為第i個神經(jīng)元輸入值加權和,qi為第二層第i個神經(jīng)元的閾值,yi為第j二層第i個神經(jīng)元的輸出值。第三層為輸出層,該層神經(jīng)元采用線性激發(fā)函數(shù),即:f(netj)=netj+qj式中,wij為第二、三層神經(jīng)元之間的連接權重,qj為第三層第j個神經(jīng)元的閾值,netj為第二層第j個神經(jīng)元的輸入值的加權和,yj為第二層第j個神經(jīng)元的輸出值。3.2神經(jīng)網(wǎng)絡學習算法神經(jīng)網(wǎng)絡的學習過程包括前向計算和誤差的反向傳播,前向計算可參考本文的3.1部分,這里進一步對誤差的反向傳播進行分析。本文將輸出誤差定義為輸出神經(jīng)元的平均誤差之和,則網(wǎng)絡的目標函數(shù)為式中,dm(n)和zm(n)分別表示第n個樣本在第m個輸出神經(jīng)元的期望輸出和實際輸出;m為輸出層的神經(jīng)元個數(shù),n為樣本個數(shù),P為訓練樣本數(shù);學習的目標是使得E取最小值。根據(jù)BP算法將權重和閾值沿誤差梯度下降方向進行修正的思想,權重(閾值)的學習規(guī)則為:式中,η為學習率,α為動量系數(shù),t是訓練次數(shù)。Dj代表第j個訓練樣本的原始值,Cj是相應得經(jīng)過神經(jīng)網(wǎng)絡計算的輸出值,δj和δi為學習信號,具體表示如下:對于神經(jīng)網(wǎng)絡學習結(jié)束的條件是:(1)在當前學習中,對于受訓練組當中的每一個模式,神經(jīng)網(wǎng)絡的實際輸出與目標輸出之間的均方誤差小于某一個指定值θ(最大平均輸出誤差),則學習結(jié)束。其公式表達如下:(2)訓練次數(shù)達到預先設定的最大訓練次數(shù)。4石家莊土地集約利用評估4.1評價單元的選取和土地集約利用等級的確定本文以石家莊市橋東區(qū)土地集約利用評價為實例對建立的評價模型進行測試。以常規(guī)綜合評價模型計算各評價單元綜合指數(shù)及集約水平區(qū)間確定其土地集約利用水平,具體評價方法參見筆者進行的石家莊市宏觀評價,絕大部分結(jié)果令人滿意,但是發(fā)現(xiàn)居住區(qū)的“城中村”落在適度利用、個別甚至達到集約利用的水平,這與實際情況不符。于是筆者從各類型用地區(qū)分別選取一定數(shù)量的具有代表性的評價單元,對這些評價單元的綜合潛力,在爭取多方專家知識的基礎上參照綜合評價模型計算結(jié)果進行賦值。用神經(jīng)網(wǎng)絡模型進行計算,以這些評價單元作為訓練樣本對神經(jīng)網(wǎng)絡進行訓練。在完成了神經(jīng)網(wǎng)絡訓練后,就可以將各功能分區(qū)各個評價單元輸入到訓練好的網(wǎng)絡中,得到的輸出值即是該單元的綜合指數(shù)值。根據(jù)石家莊市實際情況和專家知識確定各功能區(qū)城市土地集約利用評價分級標準(表3)。利用表3的評價標準確定各個評價單元的土地集約利用等級,最終的石家莊市橋東區(qū)土地集約利用評價結(jié)果見表4和圖3。神經(jīng)網(wǎng)絡模型計算值及其確定的土地集約利用水平與實際完全符合。4.2城市功能分區(qū)從表4和圖3(見圖版Ⅲ)可知,居住區(qū)粗放利用的評價單元共50個,主要分布在北二環(huán)以北和槐安路以南等地區(qū),一環(huán)內(nèi)也有粗放利用地塊零星出現(xiàn),主要是建成區(qū)內(nèi)的“城中村”,如義堂村、人栗村、休門村、元村等,以及20世紀50~60年代的2至3層的老舊房屋。適度利用的評價單元有45個,分布在裕華路以南、建設南大街和平安南大街兩側(cè)、勝利北街兩側(cè)。土地總面積占橋東區(qū)居住用地總面積的40.80%,接近整個橋東區(qū)居住面積的一半,說明橋東區(qū)居住用地總體上處于適度利用狀態(tài),集約利用潛力不大。集約利用的評價單元有31個,主要分布于和平東路、建設大街、裕華路和鐵路圍成的區(qū)域,主要是4~6層的中高層和7層以上的高層建筑。這一區(qū)域是石家莊市(橋東區(qū))的中心區(qū),交通便利,基礎設施和公共服務設施完備,土地集約利用程度高。過度利用的評價單元有2個,分布在建安小區(qū)和十五條,是由容積率和建筑密度過大造成的。(2)商業(yè)用地從表4和圖3可知,商業(yè)用地粗放利用的評價單元共11個,大多分布于二環(huán)線以外地區(qū)。主要是占用面積較大,經(jīng)濟效益較差的倉儲、大型專業(yè)商場(如批發(fā)市場、鋼材市場)用地。適度利用的評價單元共11個,分布于桃園鎮(zhèn)建筑材料交易市場、槐中路裝飾材料市場,及緊鄰集約利用類型評價單元。集約利用的評價單元共17個,主要分布在中山路兩側(cè)。該區(qū)域是石家莊市的中心地區(qū),分布有大型商場、賓館旅店和綜合性商業(yè)企業(yè),如北國商城、燕春大酒店和南三條批發(fā)市場等。占地面積小,經(jīng)濟效益大,土地集約利用程度高。沒有過度利用類型的評價單元。(3)工業(yè)用地結(jié)合表4和圖3可知,可以清晰地看出石家莊市橋東區(qū)城市工業(yè)用地的特點,即主要分布在一、二環(huán)路之間的區(qū)域(占總工業(yè)用地面積的61.91%),分布較為合理。工業(yè)用地中粗放利用的評價單元共6個,主要分布于二環(huán)路以外,集約利用潛力巨大,可是面積較小,未能形成有效的規(guī)模和集聚效益。今后應加大建成區(qū)邊緣區(qū)和郊區(qū)的開發(fā)和改造,加大基礎設施和公用設施建設投入,吸引和鼓勵工業(yè)企業(yè)在此投資辦廠或從城市中心區(qū)搬遷出來。適度利用的評價單元共16個,主要分布在北二環(huán)路北側(cè)、南二環(huán)路北側(cè)以及勝利北街和鐵路線圍成的區(qū)域內(nèi)。這一城市土地集約利用類型面積較大,但集約利用潛力較小,挖潛能力較差。集約利用的評價單元共10個,一環(huán)路內(nèi),一、二環(huán)路之間以及二環(huán)路以外都有分布,分布較為零散。此類土地已經(jīng)是集約利用,僅對分布在主城區(qū)內(nèi),分布不合理的工業(yè)企業(yè)進行土地置換,合理利用城市土地。沒有過度利用類型的評價單元。5應用模型的方法本次研究是基于遙感技術來獲取城市土地集約利用評價信息,它比以往采用的土地利用、城鎮(zhèn)地籍、城建規(guī)劃等收集資料進行評價更具時效性,實用性更強,工作更快捷、方便,節(jié)省人力、物力和財力。同時以它為基礎獲取信息具有現(xiàn)勢性,能夠為政府快速科學決策提供依據(jù)。本次研究在評價時應用綜合評價模型和神經(jīng)網(wǎng)