基于RS和GIS技術的城市居住用地適宜性分析模型

林金城

【摘 要】本文綜合現有城市居住用地適宜性分析研究理論成果，采用RS與GIS技術相結合的辦法，以RS技術作為重要數據來源，以GIS技術作為技術支撐，以城市人口、自然人文環境、交通設施為主指標，以建筑容積率、人均綠地占有、城市溫度分布、噪聲環境，交通便利度、人文設施等為分指標，建立城市居住用地適宜性綜合分析模型，充分反映了人類對居住環境的主觀感受與要求。為建設宜居城市和人們購房、住房選擇位置提供科學的決策依據。

【關鍵詞】RS；GIS；居住適宜性；模型

人居環境是人類聚居活動的地方，是和人類生存活動密切密切相關的地表空間。自從我國實施改革開放政策以來，城市現代化進程加快，人們的生活水平、質量得到很大提高，同時人們也開始關心自身居住環境的優劣。居住用地的舒適性逐漸成為人們購房、住房過程中關注的焦點。目前國內學者對城市居住適宜性分析評價都有進行了許多細致研究，提供了許多方法，主要可分為兩種，一種是傳統分析手段，另一種則是借助現代RS、GIS技術分析。傳統研究方法如陳靜等采用問卷調查形式結合專家打分對各個指標賦予權重，并通過統計學建立評價指標體系。這種方法雖然能很大程度地體現居民對居住環境的要求，但這種方法工作量大，并且難以全面綜合周圍居住空間與自然信息。而應用現代遙感（RS）技術、地理信息系統（GIS）對城市居住用地適宜性評價也具有完善地系統性研究，借助RS可以獲取到人眼獲取不到的地面信息，GIS技術則能很直觀地對居住用地進行地理空間分析并專題制圖。

筆者綜合了國內學者應用RS、GIS技術在城市居住用地適宜性分析方面的研究方法與成果，基于RS、GIS技術提取信息，結合前人在城市人居環境評價方法，構建居住適宜性專題圖，提出城市居住用地適宜性分析模型。

1 城市居住環境適宜性分析模型建立方案設計

1.1 居住環境適宜性評價模型影響因素

城市居住環境適宜性是一種受多方面因素影響的復雜評判體系。從理論上講，評價居住環境適宜性的指標越全面越好，但現實中會受到獲取數據上的限制，所以實際研究分析中只能選取其中最具代表性，最滿足人類對居住環境要求的指標。龍騰銳[3]等提出了以環境要素（空氣，水，聲環境等）、環境設施（綠化等）、環境管理三方面作為主指標。程承旗等依據高分辨率遙感圖像從研究居住單元建筑擁擠度來評價。師永強等利用RS從人均綠地面積，綠地覆蓋率等作為人居環境質量指標。黃煥春等借助GIS從噪聲、公園河流、醫院、中小學、商業5個方面進行適宜性分析。徐蕾等從生活服務點、公共電、聲環境、人文環境等5個方面建立評價指標。本文基于以上學者的研究成果與方法，同時引入人口擁擠度、城市熱島溫度分布圖等評價指標對城市居住環境適宜性進行評價。

1.2 居住環境適宜性分析模型建模方案

居住環境適宜性分析模型主要包括三個步驟：（1）利用RS技術，獲取城市高分辨率遙感影像，間接獲取人口密度，綠地水體信息以及城市熱島圖等數據。（2）基于遙感信息，借助GIS技術制作人口擁擠度，綠地水體，溫度分布等專題圖，并利用空間緩沖分析工具，制作噪聲環境，交通設施，人文環境等專題圖，并依據城市居住環境評價指標進行加權處理。（3）根據權重指標，對以上圖層進行疊加計算，分等定級，得出城市居住區適宜性評價圖。

2 遙感影像信息提取

近幾年遙感技術迅速發展，搭載的傳感器也越來越豐富先進，因為其監測范圍廣、信息量大、簡便精確等優點，在諸多領域中得到廣泛應用。單波段遙感影響空間分辨率可達到2.44m，而多波段遙感影像空間分辨率可以達到0.61m，如此高的空間分辨率情況下，我們就可以利用其獲取豐富的地物光譜信息以及細致的城市建筑結構。

2.1 建筑容積率信息提取

高容積率的居住區意味著小區有著高密度的居住人口，另外，高密度的居住人口還會對小區內外的交通、景觀、娛樂中心以及樓宇內的電梯、消防通道等方面形成較大的壓力，導致居民的生活舒適度下降。所以建筑容積率則可以成為評判居住適宜性的指標之一。建筑容積率是指總建筑面積與用地面積的比值。何華偉[4]等利用高分辨率遙感影像得到建筑物高度與陰影長度線性關系，從而估算出建筑樓層。H=0.9197L+3.4513上式中，H為建筑物的高度，L為陰影長度。然后利用下列公式可計算出建筑容積率，Fi為居住單元i的容積率，Si為居住單元i的土地面積，Sij為居住單元i內j建筑物基底面積，nj為j建筑物的樓層。

依據遙感影像，我們可以得到居住區的面積，樓層高度等，結合統計得到每一住宅類型對應的人口密度，依據人口擁擠度計算公式，計算出各個居住區建筑容積率，根據《建筑密度與容積率控制指標表》，如下表所示，按居住區住宅類型，可將居住區分為較擁擠、擁擠、正常、優秀四個等級。

2.2 綠地信息提取

基于遙感影像提取城市綠地信息的方法目前以植被指數法最為常用。植物葉綠素在近紅外具有高反射，在紅光波段具有強吸收特征，利用歸一化植被指數法可以突出圖像上的植被信息。其定義的表達式為：NDVI=（IR-R）/（IR+R），式中IR和R分別為影響的近紅外和紅波段的灰度值。黃樹春[7]等分析波譜特征得知綠化草地的NDVI值最大，通過NDVI可以較好提取，較暗色綠地的NDVI值較??；陰影區綠地同建筑物和瀝青路的NDVI值接近，但在紅波段，綠地的灰度值小于建筑物和路面，且與陰影和水體的差別較大。因此可以調整陰影區綠地在紅波段的灰度值，將紅波段位于105-135的灰度值減少25后進行NDVI分析更好提取綠地信息。設定NDVI值為0.20，大于此值為綠地，小于此值為非綠地。經過幾次操作后將提取出的部分綠地和上面提取的綠地信息進行運算，就可以得到總城市綠地面積。人均公共綠地面積指城鎮公共綠地面積的人均占有量，其算法表達式為：Aglm = Ag/NP式中Aglm人均公園綠地面積（m/人）；Ag公園綠地面積（m2），其中公園綠地面積包括公園綠地、生產綠地、防護綠地、附屬綠地等；NP城市人口數量（人）

2.3 城市溫度分布信息

熱島效應使城市溫度升高，高溫反應同時帶來大氣污染，對人們的健康和生活舒適性會產生嚴重影響，特別是夏季。嚴重的城市熱島效應不但會影響了人們正常的生活和工作，還會成為人們生活質量進一步提高和城市進一步發展的制約因素。所以城市居住區溫度則可以成為評判居住適宜性的指標之一。熱紅外遙感能記錄地物的熱輻射特性，所以通過熱紅外遙感圖像能夠大范圍、準確地獲取地面溫度信息。白天溫度對人的影響最大，所以熱紅外遙感圖像應選為白天，以中午14點左右最為合適。通過Landsat TM6所接收到的地面各處熱輻射值大小進行溫度反演可以算出地面溫度的高低及其分布。由于大氣和其它因素會干擾衛星接受熱紅外遙感圖像，所以采用覃志豪等的單窗算法可以把大氣和地表的影響包括在算法公式中，且演算精度最高可以達到<0.4℃，其算法表達式為：

3 GIS空間分析過程

在通過遙感收集到的相關數據的基礎上，我們可以通過GIS系統對相關數據進行一系列信息處理和空間分析工作。對居住區容積、綠地水體信息與城市溫度分布等信息獲得的數據進行重分類，并按各自評價指標進行賦值，得到各個居住區評價專題圖。將得到的擁擠度、綠地水體、城市溫度分布、噪聲影響區、人文緩沖區圖、交通設施緩沖圖等7個專題圖，分別添加新字段并按等級、指標權重賦值，利用GIS疊加生成新的城市居住適宜性專題圖，對新圖層建立新字段，使得新字段值等于前7個字段值相加。利用聚類分析法，按新圖層的字段值分類，得到不同適宜性居住區分類圖。其流程圖為：

圖2

4 結語

一般，城市居住用地在城市用地中所占比重在40%以上，由此可以看出居住用地的適宜性對城市發展起著很大影響作用。所以建立城市居住用地適宜性綜合分析模型，對建設宜居城市和人們購房、住房選擇位置具有重要意義。本文提出對建立城市居住用地適宜性分析模型的設想和方案仍存在一些不可避免的缺陷，很難對社會性較強的因素進行分析，如物業管理質量，居住區治安狀況，鄰里關系等等因素。因此，此模型的設計仍具有一定的局限性。對于分析模型的實施和分析驗證工作，還需要進行大量的實地考察和數據收集。

【參考文獻】

[1]吳良鏞.人居科學引論[Z].2003.

[2]陳靜，尹衛紅，張景秋.宜居城市與北京城市居住適宜性評價[J].北京聯合大學學報（人文社會科學版），2006，4（2）.

[3]龍騰銳，張智.居住區環境質量綜合評價體系研究[N].重慶建筑大學學報，2002.24（6）.

[4]何華偉，郭仕德，林旭東，程承旗.廈門典型居住區環境質量高分辯率遙感評價[J].測繪科學，2005.12（6）.

[5]師永強，薛重生，徐磊，高松峰.基于RS和GIS的城市綠地與城市人居環境質量的研究[J].安徽農業科學，2008.36（11）.

[6]黃煥春，運迎霞，李明玉.基于GIS的延吉市城區居住用地適宜性分析[N].吉林師范大學學報（自然科學版），2004.4.

[7]黃樹春，李書，薛重生.基于Quick Bird影像的城市綠地景觀信息提取研究[J].安徽農業科學，2007，35（2）：396-397.

[責任編輯：李書培]