北京部分中心城區1990—2019年三維建筑形態變化特征

李楨, 胡聃

北京部分中心城區1990—2019年三維建筑形態變化特征

李楨1,2, 胡聃1,*

1. 城市與區域生態國家重點實驗室, 中國科學院生態環境研究中心, 北京 100085 2. 中國科學院大學, 北京 100049

城市三維建筑形態影響城市近地表能量平衡、微氣候及空氣質量?；诙嘣纯臻g數據(高分辨率Pléiades遙感影像、高分辨率谷歌影像和建筑輪廓數據), 構建三維建筑形態指標體系, 并基于網格法分析了各三維建筑形態指標的空間敏感性, 應用該指標體系評價了1990—2019年北京部分中心城區的三維建筑形態特征及其變化。主要結果如下: (1)整合11個指數構建了一套三維建筑形態指標體系; (2)各指標的核密度分布存在差異; 形狀指數、三維分形維數、聚集度、鄰近度對網格大小敏感, 其他指標對網格大小不敏感; (3)1990—2019年建筑面積占比、加權面積建筑高度、三維形狀指數、鄰近度變化顯著, 且主要集中在四環兩側及國貿附近。

城市形態; 三維建筑形態; 空間格局; 空間敏感性

0 前言

高強度的城鎮化導致城市景觀格局、形態結構發生改變, 致使其生態過程改變, 進而引發一系列的生態環境問題[1-2], 如熱島效應、空氣污染等[3]。因此, 深入理解城市形態結構及其變化可為城市可持續發展和科學、宜居的城市空間形態建設提供支持。

近年來, 城市三維景觀格局研究獲得快速發展, 主要體現在三維信息獲取方法和三維景觀指數的擴展[4-5]。城市三維信息主要獲取方法: 實地調查、基于遙感的方法及開源空間信息數據。傳統實地調查精度高, 適宜小面積開展?；谶b感的方法, 可快速獲取大面積多時相的城市形態信息, 基于光學影像[6]、基于雷達影像[7]、高精度數字表面模型及多源數據融合[8]獲取城市形態信息逐漸得到應用。三維指標的發展主要體現在基于二維景觀格局指數在三維空間的擴展, 可分為基本指標(如數量、面積)、高度指標、體積指標、表面積指標、形狀指標及綜合指標[9]。如Kedron 等發展了一套基于面積和體積的三維景觀指數體系并應用于新奧爾良城區的城市三維景觀研究[4]。當前, 對三維鄰近度的關注較少[4]。城市三維景觀格局與近地表能量平衡過程、城市熱環境、空氣污染的關系得到開展[10-12], 研究多以城市、功能區、小區為分析單元?？臻g尺度敏感性的研究多從空間異質性、基于網格法及空間連續小波變化、小波相干分析來開展。目前, 三維景觀格局指數在小微尺度下的敏感性關注較少?；谝陨蠁栴}, 本文發展了三維鄰近度并綜合11種景觀指數構建三維建筑形態指標體系, 并基于網格法分析了各景觀指數在小微尺度上的空間敏感性。

本文研究目的: (1)基于網格法, 發展了三維鄰近度指數并整合現有三維建筑景觀指數, 構建建筑三維景觀指數體系。(2)分析各三維建筑形態指標的空間尺度敏感性。(3)評價研究區建筑三維形態在1990—2019年的變化特征。

1 材料和方法

1.1 研究區概況

北京, 中國典型特大型城市, 面積1.68 萬km2, 人口2154.2 萬(2018)(圖1)。該區屬北溫帶半濕潤大陸性季風氣候, 年降雨量600 mm, 年均溫接近14 ℃。研究區(116°23′20″—116°30′20″E, 39°54′00″—39°59′30″N)分布在東城區、朝陽區, 屬平原區, 平均海拔44.2 m。城市發展東擴和內部更新, 使得區內建筑類型多樣、異質性高。北京商務區在研究區內, 超高層的商業建筑聚集, 如北京國貿大廈, 中央電視臺總部大樓, 中國電信大廈。圖1底圖所用地表高程數據由2019年10月Pléiades遙感影像生產。

圖1 研究區示意圖

Figure 1 Location of the study area

1.2 數據處理與方法

建筑輪廓數據獲取自2019年百度地圖數據(map.baidu.com), 建筑輪廓數據與Pléiades遙感影像(全色波段空間分辨率0.7 m、多光譜波段分辨率為2.8 m)空間匹配效果較好。Pléiades高分辨率衛星星座由2顆衛星組成, 分別于2011, 2012年發射成功并接收數據。少量未更新建筑, 經目視解譯人工數字化。1990年建筑輪廓數據基于Google Earth影像修訂2019年建筑輪廓數據而獲得。以建設部住房設計規范為參考, 假定每層樓高為3 m (GB50368—2005)。利用激光測高儀(Forest550., Nikon, JAPAN)隨機調查94棟建筑, 包括48棟低層及多層建筑(樓高<24 m)、46棟高層建筑(樓高>24 m), 2019年的樓高標準誤差分別為1.72 m, 4.84 m, 樓層準確度85.10%。

1.3 三維建筑形態指標體系

11個建筑形態指標見表1, 并分類成強度、粗糙度、復雜度、多樣性、優勢度、聚集度和鄰近度。其中, 三維分形維數的計算過程基于計盒法計算[13]。二維景觀擴展指數是基于緩沖區共享率得來的[14], 本文的三維鄰近度計算過程: 建筑物先做10 m緩沖, 求和重疊區域面積與緩沖重疊區所依據的建筑物高度的乘積, 該求和與網格內建筑體積的比值即為三維鄰近度。多樣性指數的計算, 基于局地氣候分區[15](Local climate zones, LCZs)將建筑按高度分為三個類別: 高層建筑(>=25 m)、中層建筑(10—25 m)、低層建筑(<10 m)。所有指數的計算都基于ArcGIS10.4。網格大小分別為240 m、180 m、120 m、100 m、90 m、80 m、70 m、60 m。

表1 城市建筑三維形態指標定義及描述

2 結果與分析

2.1 三維建筑形態指標的空間敏感性

用核密度分布來表征三維建筑格局分布狀況(圖2)。加權面積平均高、加權面積平均高的標準差、容積率、鄰近度和建筑最大表面積呈明顯左偏分布。形狀指數SAVR、形狀指數3DSI、三維分形維數、聚集度呈對稱分布。建筑面積占比、基于表面積的辛普森多樣性指數則存在兩個波峰。

建筑面積占比在2%、25%呈現兩個波峰?；诒砻娣e的辛普森多樣性指數在0—0.2則表現出快速下降, 然后緩慢上升, 在0.65附近出現一個波峰。加權面積平均高在6 m出現峰值, 而加權面積平均高的標準差在2.5 m出現峰值。當網格大小>60 m, 形狀指數SAVR的峰值出現在0.2; 當網格大小為60 m, SAVR的峰值出現在0.9。形狀指數3DSI在網格大小為100 m時, 峰值明顯大于其他網格大小時的峰值; 而網格大小為60 m時其峰值又明顯低于其他網格大小的峰值; 在網格大小為70 m、80 m、90 m、120 m、180 m、240 m時, 其峰值點逐漸右移。網格大小為70—100 m, 三維分形維數的峰值出現在2.20左右, 且隨網格大小其峰值點逐漸右移; 當網格大小為120—240 m, 三維分形維數的峰值出現在2.42左右。聚集度隨著網格的增大, 其峰值點逐漸左移。鄰近度在網格大小為60 m, 70—100 m, 120—240 m的核密度分布明顯不同。

形狀指數SAVR、形狀指數3DSI、三維分形維數、聚集度、鄰近度具有尺度依賴性, 對網格大小敏感; 建筑面積占比、加權面積平均高、加權面積平均高的標準差、容積率、基于表面積的辛普森多樣性指數、建筑最大表面積具有尺度穩定性, 對網格大小不敏感。

2.2 1990—2019年北京部分中心城區建筑三維形態特征及變化

排除spearman相關性大于0.7的形態指標, 以建筑面積占比、建筑加權面積平均高、三維形狀指數及鄰近度在網格大小為90 m時具體分析了北京市部分中心城區1990—2019年建筑三維形態的變化。

圖2 建筑三維形態指標的核密度分布

Figure 2 Kernel distribution density of 3D architectural form indicators

高密度區(建筑面積占比>40%), 集中分布在古城區、國貿及望京附近, 其原因是古城區建筑多為低層建筑, 密集分布; 國貿附近為商業用地, 用地緊張; 望京附近有工業基地, 單棟建筑的面積大。低密度區(建筑面積占比<20%), 主要分布在研究區外圍, 主要原因是村莊的搬遷, 新建小區綠化程度高(圖 3)。建筑面積占比發生變化的區域集中在主干道附近, 如二環、建國路、四環。此外, 建筑面積占比的增加與減少伴隨發生。

古城區、研究區東北部及東南部建筑加權面積平均高較低; 二環兩側、國貿及望京附近加權面積平均高較高, 多為高層商業建筑; 其他加權面積平均高較高的區域, 多為高層住宅區, 如奧林匹克公園附近。1990—2019年建筑高度變化明顯, 高層建筑主要分布在商業區及主干道附近, 研究區東部及北部建筑高度的增加主要原因是高層住宅區的建設(圖 3)。

2019年三維形狀指數介于0—2.56, 古城區的三維形狀指數較大, 而其他地區呈現小聚集, 大分散的特點。1990—2019年, 三維形狀指數變化較大的區域主要集中在四環附近及研究區東部(圖 4)。2019年鄰近度在古城區及道路兩側較大, 但其原因不同, 古城區是建筑間距較小, 而道路兩側的原因是建筑高度較高。1990—2019年鄰近度增大較大的地方集中在商業區及道路兩側。

圖3 建筑面積占比、加權面積平均高的分布圖(網格大小為90 m)

Figure 3 Spatial distribution map of building surface fraction and area-weighted mean building height (grid size: 90 m)

圖4 建筑三維形狀指數、鄰近度的分布圖(網格大小為90 m)

Figure 4 Spatial distribution map of building and adjacency (grid size: 90 m)

3 討論

城市區域建筑異質性高, 建筑形態分析的尺度至關重要。相關城市形態分析有以功能區、地塊、居民區為分析單元, 而以網格為分析單元的網格大小在200—500 m[16-17]。本研究以網格法為基礎, 在小微尺度下分析了各三維建筑形態指標的空間敏感性, 在網格大小為<60 m, 60—100 m, >100 m, 建筑三維形態指數的核密度分布規律存在差異, 在建筑三維形態與地表城市熱島、城市森林碳儲存、水質、空氣污染等相關生態過程分析中可能有助于發現更有用的結論。如地表熱島效應與其影響因素存在尺度效應, 尺度的敏感性分析可以給出更穩定的結論。

1990—2019年, 區域內平均建筑面積占比、平均加權面積建筑高度、三維形狀指數和鄰近度變化顯著, 區域內建筑向高密、緊湊、形狀復雜方向發展。變化顯著的地方主要集中在四環兩側及國貿附近。已有研究表明城市建筑三維變化的主要原因是政策, 人口增加, 經濟增長, 產業結構調整及自然因素[18]。朝陽區作為首都城市功能擴張區, 是城市發展的主要方向, 國貿中央商務區、奧林匹克公園核心區是重點打造區域。東城區則產業服務特征明顯, 另一方面對古建筑保護完善。經濟和人口的增長是城市發展的內在驅動力。以朝陽區為例, 1990—2018年, 常住人口增加178.7 萬; 地區國內生產總值由1995年的43.1 億元增長到2018年底的6093.5 億元。經濟和人口的增長對城市橫向擴張和垂直擴張影響明顯。產業結構調整影響城市垂直方向擴張, 北京商務中心位于研究區內, 超高層商業建筑的建設推動著建筑高度的不斷增加, 逐漸聚集, 如北京國貿大廈, 中央電視臺總部大樓, 中國中信大廈等集中在國貿商務區核心地段。奧林匹克公園核心區將打造成為國家級大型文化體育設施的集聚地, 也推動著城市垂直方向的擴展。

4 結論

本文結合多源空間數據, 構建了三維建筑形態指標體系, 基于網格法分析了各建筑三維形態指標在網格大小為60—240 m的核密度分布變化, 并應用該指標體系評價了1990—2019年北京部分中心城區的建筑三維形態變化特征, 主要結論如下:

(1)各三維建筑形態指標的核密度分布明顯不同, 可分三類, 左偏(如加權面積平均高、加權面積平均高的標準差、容積率、鄰近度和建筑最大表面積), 對稱(如形狀指數SAVR、形狀指數3DSI、三維分形維數、聚集度), 和兩次波峰(如建筑面積占比、基于表面積的辛普森多樣性指數)。

(2)在網格大小為60—240 m時, 形狀指數SAVR、形狀指數3DSI、三維分形維數、聚集度、鄰近度對網格大小敏感; 建筑面積占比、加權面積平均高、加權面積平均高的標準差、容積率、基于表面積的辛普森多樣性指數和建筑最大表面積對網格大小不敏感。

(3)1990—2019年, 建筑面積占比、加權面積平均高、三維形狀指數和鄰近度變化顯著的區域集中在二環兩側、建國路兩側、四環附近及四環外的區域, 由超高層的商業建筑及高層住宅的建設所導致。

[1] 陳利頂, 孫然好, 劉海蓮, 等. 城市景觀格局演變的生態環境效應研究進展[J]. 生態學報, 2013, 33(4): 1042– 1050.

[2] ZHOU Weiqi, HUANG Ganlin, STEWARD T A P, et al. 90 years of forest cover change in an urbanizing watershed: spatial and temporal dynamics[J]. Landscape Ecology, 2011, 26(5): 645–659.

[3] 宮繼萍, 胡遠滿, 劉淼, 等. 城市景觀三維擴張及其大氣環境效應綜述[J]. 生態學雜志, 2015, 34(2): 562–570.

[4] KEDRON P, ZHAO Yun, FRA A E, et al. Three dimensional (3D) spatial metrics for objects[J]. Landscape Ecology, 2019, 34(9): 2123–2132.

[5] 張楚宜, 胡遠滿, 劉淼, 等. 景觀生態學三維格局研究進展[J]. 應用生態學報, 2019, 30(12): 4353–4360.

[6] ZHENG Zhong, ZHOU Weiqi, WANG Jia, et al. Sixty-Year Changes in Residential Landscapes in Beijing: A perspective from both the horizontal (2D) and vertical (3D) dimensions[J]. Remote Sensing, 2017, 9(10): 992.

[7] ROTTENSTEINER F, BRIESE C. A new method for building extraction in urban areas from high-resolution LIDAR data[J].International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences, 2002, 34: 295–301.

[8] XU Yanyan, LIU Miao, HU Yuanman, et al. Analysis of three-dimensional space expansion characteristics in old industrial area renewal using GIS and Barista: a case study of Tiexi sistrict, Shenyang, China[J]. Sustainability, 2019, 11(7): 1860.

[9] 周偉奇, 田韞鈺. 城市三維空間形態的熱環境效應研究進展[J]. 生態學報, 2020, 40(2): 416–427.

[10] TIAN Yunyu, ZHOU Weiqi, QIAN Yuguo, et al. The effect of urban 2D and 3D morphology on air temperature in residential neighborhoods[J]. Landscape Ecology, 2019, 34(5): 1161–1178.

[11] LUAN Qingzu, JIANG Wei, LIU Shuo, et al. Impact of Urban 3D Morphology on Particulate Matter 2.5 (PM2.5) Concentrations: Case Study of Beijing, China [J]. Chinese Geographical Science, 2020, 30(2): 294–308.

[12] HONG J W, LEE S D, LEE K, et al. Seasonal variations in the surface energy and CO2flux over a high-rise, high- population, residential urban area in the East Asian monnoon region[J]. International Journal of Climatology, 2020, 40(10): 4384–4407.

[13] 秦靜, 方創琳, 王洋, 等. 基于三維計盒法的城市空間形態分維計算和分析[J]. 地理研究, 2015, 34(1): 85–96.

[14] 劉稼豐, 焦利民, 董婷, 等. 一種新的城市景觀擴張過程測度方法: 多階鄰接度指數[J]. 地理科學, 2018, 38(11): 1741–1749.

[15] STEWART I D, OKE T R. Local climate zones for urban temperature studies[J]. Bulletin of the American Meteorogical Society, 2012, 93(12): 1879–1900.

[16] HE Sijia, WANG Xiaoyun, DONG Jingru, et al. Three- dimensional urban expansion analysis of valley-type cities: a case study of Chengguan District, Lanzhou, China[J]. Sustainability, 2019, 11(20): 5663.

[17] QIAO Weifeng, WANG Yahua, JI Qingqing, et al. Analysis of the evolution of urban three-dimensional morphology: the case of Nanjing city, China[J]. Journal of Maps, 2019, 24(1): 567–576.

[18] MOREIRA F, REGO F C, FERREIRA P G, et al. Temporal (1958-1995) pattern of change in a cultural landscape of northwestern Portugal: implications for fire occurrence[J]. Landscape Ecology, 2001, 16(6): 557–567.

Characterization of three-dimensional architectural form change of part of Beijing’s central cityfrom 1990 to 2019

LI Zhen1,2, HU Dan1,*

1. State Key Laboratory of Urban and Regional Ecology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China 2. University of Chinese Academy of Sciences, Beijing 100049, China

Urban three-dimension morphology has an effect on the near surface energy balance, micro-climate, and air quality. Based on multi-source spatial data (high spatial resolution Pléiades image, high spatial resolution Google image, and building footprint data), we introduced a suite of 3D architectural form metrics. We analyzed the spatial sensitivity of the 3D architectural form indicators by adopting grid method. Then, we adopted the 3D architectural form metrics to recognize 3D characteristics of architectural form and examined their changes from 1990 to 2019. The main results were as follows: (1) a set of 3D architectural morphology index system was constructed and proposed. (2) Kernel distribution density of 3D architectural form indicators was different: the 3D shape index, 3D fractal, aggregation, and adjacency were sensitive to grid size change, but other indicators were notsensitive to grid size change. (3) Building surface fraction, area-weighted mean building height, 3D shape index,and adjacency changed significantly from 1990 to 2019, and the changed areas were concentrated on the side of the fourth road and the neighborhood of Guomao.

urban morphology; 3D architectural form; spatial pattern; spatial sensitivity

李楨, 胡聃.北京部分中心城區1990—2019年三維建筑形態變化特征[J]. 生態科學, 2023, 42(1): 49–55.

LI Zhen, HU Dan. Characterization of three-dimensional architectural form change of part of Beijing’s central city from 1990 to 2019[J]. Ecological Science, 2023, 42(1): 49–55.

10.14108/j.cnki.1008-8873.2023.01.006

TU984.12

A

1008-8873(2023)01-049-07

2020-10-26;

2021-01-11

國家自然科學基金項目(41571482, 42071274)

李楨(1991—), 男, 博士, 主要從事城市生態學研究, E-mail: lizhen9106@126.com

胡聃, 男, 博士, 研究員, 主要從事城市生態學研究, E-mail: hudan@rcees.ac.cn