CN111639833A - 一种基于自然和人文多要素的城市人居环境适宜性综合评价方法 - Google Patents

Abstract

在传统的基于遥感影像的城市人居环境适宜性评价中，评价尺度多聚焦于大面积的行政区域，且侧重于自然要素的影响，导致评价结果相对较为片面，不够准确。本发明针对上述问题，公开了一种基于自然和人文多要素的城市建成区人居环境适宜性评价指标体系，再利用栅格数据主成分分析法对各指标进行赋权的方法。该方法包括如下步骤：步骤1)采用生物物理成分指数(BCI)对城市不透水面进行提取，剔除异常值后建立缓冲区，生成城市建成区。步骤2)基于科学性和实用性的原则，将城市的植被、水体、不透水面、温度作为影响城市人居环境的自然要素指数，夜间灯光、空气质量、交通作为影响城市人居环境的人文要素指数，构建基于遥感栅格数据的城市陆表环境综合评价指标体系。步骤3)根据上述构建的城市人居环境适宜性指标体系，进行单因子指标选取与测算。步骤4)针对遥感栅格数据特征，选择栅格数据主成分分析法测定城市人居环境各指标权重。步骤5)根据上述计算得到的城市人居环境各指标权重，对各指标图层进行栅格加权叠加处理，得到城市人居环境宜居性评价结果。

Description

一种基于自然和人文多要素的城市人居环境适宜性综合评价 方法

技术领域

本发明设计了一种基于自然和人文多要素的城市人居环境适宜性综合评价方法，能较好地形成针对城市建成区尺度上的城市人居环境适宜性评价流程,实现对城市人居环境适宜性空间分析和时空变化分析，为城市环境治理提供参考依据。

背景技术

近年来，随着城市环境问题日益突出，为了缓解不断加深的城市环境问题，寻找一个有利于经济持续健康发展的节奏，我国制定了诸多城市环境改善和治理的策略，但城市人居环境适宜性评价是其中最首要的方法之一。人居环境表现为人类主动地对居住地进行区域安排，是以满足自身生存需求为目的的人类活动结果。该理论最早在二十世纪五十年代由希腊学者道萨迪亚斯提出，并由吴良镛于1993年引入我国并不断发展完善。

从研究层次上来看，城市层级相较全球、区域、社区、建筑层级更为贴近人类生存。城市作为人类活动中心，承载着自然环境与人类活动的平衡。探究城市人居环境需要从自然和人文两个方面来研究。针对城市人居环境评价，国外学者更注重人文尺度的深入挖掘，将低收入人群、疾病比例、性别年龄比例等都纳入评价指标体系，统计数据获取难度较大且难以确保其时效性。国内学者则关注于指标选取方面的研究，重于社会调查却较少考虑自然要素。

遥感作为一种新型信息获取手段，因其覆盖面积大、周期性与时效性强、数据易获取等优势在多领域的环境测评中有着广泛应用，但将遥感影像用于环境综合评价的研究还较少。张文忠等学者在区域范围环境综合评价中使用了遥感数据，其评价尺度多聚焦于大面积的行政区域，对于城市建成区尺度的环境评价研究存在空白。徐涵秋等在针对城市遥感生态评价做了相关尝试，其研究主要着眼于自然环境遥感信息利用，对人文遥感信息的使用有所不足。因此，充分发挥遥感的技术优势，开展基于遥感的城市人居环境综合评价具有重要的研究价值和应用价值。

针对上述问题，本发明充分发挥遥感要素的指标优势，拓展城市人居环境指标体系，综合自然要素与人文要素，将夜间灯光指数、空气质量指数等遥感因子纳入评价系统，构建了针对城市建成区尺度的人居自然环境遥感评价体系，实现了基于遥感技术手段的城市人居自然环境综合评价方式。

发明内容

为探索基于遥感技术的城市人居自然环境综合评价方式，利用遥感影像等数据，针对城市人居环境特征与遥感影像数据优势，综合自然要素与人文要素选取城市人居自然环境影响因子，运用栅格数据主成分分析法对城市人居环境各指标进行赋权，构建了基于遥感的城市人居自然环境综合评价体系。

本发明的目的通过以下技术步骤实现：

步骤1)采用生物物理成分指数(BCI)对城市不透水面进行提取，剔除异常值后建立缓冲区，生成城市建成区。

步骤2)基于科学性和实用性的原则，综合考虑自然和人文两方面要素，将城市的植被、水体、不透水面、温度作为影响城市人居环境的自然要素指数，夜间灯光、空气质量、交通作为影响城市人居环境的人文要素指数，构建基于遥感栅格数据的城市陆表环境综合评价指标体系。

步骤3)根据上述构建的城市人居环境适宜性指标体系，进行单因子指标选取与测算。

步骤4)针对遥感栅格数据特征，对比分析各种赋权方法，选择栅格数据主成分分析法测定城市人居环境各指标权重。

步骤5)根据上述计算得到的城市人居环境各指标权重，对各指标图层进行栅格加权叠加处理，得到城市人居环境宜居性评价结果。

进一步，所述步骤3)的具体方法为：

a)采用归一化植被指数NDVI获取城市植被覆盖度；b)基于的温度反演产品进行测算，得到归一化地表温度年内均值；c)采用生物物理成分指数(BCI)对城市不透水面进行提取；d)根据水体利用归一化水体指数NDWI阈值法提取城市水域；e)将预处理后的夜间灯光栅格影像数据进行归一化，得到夜间灯光指数数据；f)采用空气质量指数AQI(Air QualityIndex)作为城市人居环境的测评指标；g)采用时间成本加权法进行距离计算，提取市域范围内各个公交地铁站点数据图，然后分别计算栅格到公交、地铁站点的时间成本加权距离，根据公交车人流运量比例确定权重加权求和得到交通通达指数。

进一步，所述步骤4)的具体方法为：

a)将标准化处理后的一系列指标图叠加为一个综合图；b)对综合图进行主成分转换，得出包含特征向量、特征值及主成分方差贡献率、累积贡献率的特征向量矩阵；c)计算得到各主因子的贡献率，确定主因子的个数；d)对各指标的公因子方差进行归一化处理，得到各指标的权重。

主成分分析是基于线性变化的多维数据压缩技术从多个变量中优选指标，采用旋转坐标轴方式提取多维信息特征分量，提取结果客观可靠，克服了因人而异、因方法而异的权重设定造成的结果偏差，客观测定城市人居环境各指标权重。

附图说明

图1为主要技术路线图；

图2为人居环境单因子指数空间分布图；

图3人居环境宜居性指数空间分布图。

具体实施方式

下面结合附图对本发明“一种基于自然和人文多要素的城市人居环境适宜性综合评价方法”作进一步阐述说明。

本发明所涉及的综合自然与人文多要素的评价体系是人居环境适宜性评价的重要技术创新。其次，采用栅格数据主成分分析法对各指标进行赋权也避免了因人而异、因方法而异的权重设定造成的结果偏差。

(一)基于BCI提取城市建成区边界

基于BCI指数提取不透水面，剔除异常值后建立缓冲区，可较好的提取城区边界(图2)；在计算BCI指数前先进行缨帽变换(TC变化)。根据Chengbin Deng提出的算法计算BCI指数，具体计算公式如下：

式中H为高反射率即归一化TC1分量；L为低反射率即归一化TC3分量；V为植被即归一化TC2分量。三个因子的计算公式如下：

其中TCi(i＝1,2,3)是前三个TC分量；TCimin和TCimax分别是第i个TC分量的最小值和最大值。

(二)构建基于遥感栅格数据的城市陆表环境综合评价指标体系

根据徐涵秋在遥感城市自然环境指数中选取了城市植被指数、城市水体指数、城市不透水面密集程度和地表热指数作为评价城市内部自然环境的四项核心指标，将城市的植被、水体、不透水面、温度作为影响城市人居环境的自然要素指数，又根据张文忠、张志斌等在研究河北、兰州等地区城市宜居性过程中将夜间灯光、城市交通等因子纳入指标体系，作为城市人居环境综合评价的主要人文因子，将夜间灯光、空气质量、交通作为影响城市人居环境的人文要素指数

城市人居自然环境遥感总指数，参见下表：

(三)单因子指标选取与测算

选用归一化植被指数NDVI来反映城市植被覆盖度(图2)。归一化植被指数(NDVI)是近红外与可见红光波段亮度值之差同近红外与可见光波段亮度值之和的比值。其计算公式为：

基于地理国情监测云平台的温度反演产品进行测算，得到的地表温度栅格数据，将地表温度数据进行叠加和归一化处理，得到归一化地表温度年内均值分布图(图2)。采用生物物理成分指数(BCI)对城市不透水面进行提取得到不透水面密集度分布图(图2)。其计算公式为：

根据水体利用归一化水体指数NDWI阈值法提取城市水域(图2)。滨水区是指范围为200-300m的水域空间及与之相邻的陆域空间，滨水区对居民的诱惑距离为1-2km，相当于步行15-30min的距离范围。根据滨水区诱惑距离建立水体景观效应缓冲区，作为城市陆表环境评价指标；将预处理后的夜间灯光栅格影像数据进行归一化，得到夜间灯光指数数据(图2)；采用空气质量指数AQI(Air Quality Index)作为城市人居环境的测评指标。AQI指数将污染物浓度进行分级，定义浓度等级大者为AQI的值，用以定量描述空气质量，得到空气质量指数分布图(图2)。其计算公式为：

AQI＝max{IAQI₁,IAQI₂,IAQI₃,...,IAQI_n}

(式中：AQI为空气质量指数；IAQI_i为污染物i的空气质量分指数；C_i为污染物i的浓度；C_up、C_low分别为C_i对应浓度区间的高值和低阈值；IAQI_up、IAQI_low分别为C_up和C_low对应的空气质量分指数；n为污染物种类数。)

采用时间成本加权法进行距离计算，提取市域范围内各个公交地铁站点数据图，将时间成本设定为步行每公里所需时间数，计算公式为：

(式中：cost为时间成本；v为各类空间对象的设定速度。)利用Arc GIS距离成本工具分别计算栅格到公交、地铁站点的时间成本加权距离，然后根据公交车人流运量比例确定权重加权求和得到交通通达指数分布图(图2)。

(四)选择栅格数据主成分分析法测定城市人居环境各指标权重

将标准化处理后的一系列指标图叠加并进行主成分转换，得出包含特征向量、特征值及主成分方差贡献率、累积贡献率的特征向量矩阵。

城市人居环境因子特征向量矩阵，参见下表

计算得到各主因子的贡献率，确定主因子的个数。根据城市人居环境因子的特征向量矩阵可以看出前四个主要成分因子的贡献率是大于90％，且信息损失只占2.65％，它们所携带的数据信息已经包括了原来7个变量所携带的绝大部分信息，因此可确定主因子数为4。

根据高等数学对数据的处理方法，对各个指标对应的公因子方差归一计算得到其权重。其计算公式为：

经计算，得到城市人居环境指标权重，参见下表

(五)指标图层加权叠加

在城市人居环境各指标计算完成后，对各指标标准化后的栅格图进行因子分析，并根据因子分析权重对各指标图层进行栅格加权叠加处理，得到城市人居环境宜居性评价结果(图3)。

Claims (3)

1.一种基于自然和人文多要素的城市人居环境适宜性综合评价方法，该方法包括如下步骤：

步骤1)采用生物物理成分指数(BCI)对城市不透水面进行提取，剔除异常值后建立缓冲区，生成城市建成区。

步骤2)基于科学性和实用性的原则，综合考虑自然和人文两方面要素，将城市的植被、水体、不透水面、温度作为影响城市人居环境的自然要素指数，夜间灯光、空气质量、交通作为影响城市人居环境的人文要素指数，构建基于遥感栅格数据的城市陆表环境综合评价指标体系。

步骤3)根据上述构建的城市人居环境适宜性指标体系，进行单因子指标选取与测算。

步骤4)针对遥感栅格数据特征，对比分析各种赋权方法，选择栅格数据主成分分析法测定城市人居环境各指标权重。

步骤5)根据上述计算得到的城市人居环境各指标权重，对各指标图层进行栅格加权叠加处理，得到城市人居环境宜居性评价结果。

2.如权利要求书1所述的方法，其特征在于，所述步骤3)的具体方法为：

a)采用归一化植被指数NDVI获取城市植被覆盖度；b)基于温度反演产品进行测算，得到归一化地表温度年内均值；c)采用生物物理成分指数(BCI)对城市不透水面进行提取；d)根据水体利用归一化水体指数NDWI阈值法提取城市水域；e)将预处理后的夜间灯光栅格影像数据进行归一化，得到夜间灯光指数数据；f)采用空气质量指数AQI(Air QualityIndex)作为城市人居环境的测评指标；g)采用时间成本加权法进行距离计算，提取市域范围内各个公交地铁站点数据图，然后分别计算栅格到公交、地铁站点的时间成本加权距离，根据公交车人流运量比例确定权重加权求和得到交通通达指数。

3.如权利要求书1所述的方法，其特征在于，所述步骤4)利用步骤1所得结果进行城市地表径流模拟，具体方法为：

a)将标准化处理后的一系列指标图叠加为一个综合图；b)对综合图进行主成分转换，得出包含特征向量、特征值及主成分方差贡献率、累积贡献率的特征向量矩阵；c)计算得到各主因子的贡献率，确定主因子的个数；d)对各指标的公因子方差进行归一化处理，得到各指标的权重，其计算公式为：

主成分分析是基于线性变化的多维数据压缩技术从多个变量中优选指标，采用旋转坐标轴方式提取多维信息特征分量，提取结果客观可靠，克服了因人而异、因方法而异的权重设定造成的结果偏差，客观测定城市人居环境各指标权重。

Images