2004–2015年三亞市不透水面分布數據集

2004–2015年三亞市不透水面分布數據集
作者：王憲凱　孟慶岩　劉瑩　要志鑫
2019年5月14日

本作品收錄於《中國科學數據》

王憲凱, 孟慶岩, 劉瑩, 要志鑫. 2004–2015年三亞市不透水面分布數據集[J/OL]. 中國科學數據, 2019, 4(2). (2019-04-18). DOI: 10.11922/csdata.2018.0067.zh.

摘要&關鍵詞

摘要：不透水面是城市最基本組成成分之一，對城市生態環境和區域發展具有顯著影響。遙感以其快速、大範圍、多尺度、可重複對地觀測等優勢，近年來在不透水面研究中得到廣泛應用。本研究以三亞市為研究區，選取收集該區域2004年、2008年、2011年、2013年和2015年的Landsat系列遙感影像數據，提出將BCI指數與BI指數相結合的方法提取研究區不透水面信息。基於該方法提取獲得三亞市2004年、2008年、2011年、2013年和2015年5個時相的不透水面分布圖。經Google Earth高精度影像精度驗證，該方法可操作性強，簡單易行，最高精度在90%以上。本數據集可為海南省或其他省市地區合理規劃「海綿城市」建設提供參考。

關鍵詞：不透水面；遙感；生態環境；海綿城市

Abstract & Keywords

Abstract: Impervious surface is one of the most basic components of a city which has a significant impact on urban ecological environment and regional development. Remote sensing has been widely used in impervious surface research in recent years due to its fast, large-scale, multi-scale and reproducible ground observation advantages. Taking Sanya City as the research area, this study selected and collected the Landsat series remote sensing image data of 2004, 2008, 2011, 2013 and 2015 in this area. A method combining BCI index and BI index is proposed to extract the impervious surface information in the study area. Based on this method, the impervious surface distribution maps of the five phases of Sanya City in 2004, 2008, 2011, 2013 and 2015 were obtained. Precision verification using Google Earth images which have high accuracy. It was concluded that this method is operability, simple and easy operation, the highest precision is over 90%. This dataset can provide reference for the rational planning of 「sponge city」 in Hainan Province or other provinces and cities.

Keywords: impervious surface; remote sensing; ecological environment; sponge city

數據庫（集）基本信息簡介

數據庫（集）名稱	2004–2015年三亞市不透水面分布數據集
數據作者	王憲凱、孟慶岩、劉瑩、要志鑫
數據通信作者	孟慶岩（mengqy@radi.ac.cn）
數據時間範圍	2004–2015年
地理區域	地理範圍包括北緯18°09′–18°37′，東經108°56′–109°48′
空間分辨率	30 m
數據量	25.1 MB
數據格式	*.TIF
數據服務系統網址	http://www.sciencedb.cn/dataSet/handle/721
基金項目	海南省自然科學基金（417218）；海南省重大科技計劃（ZDKJ2016021）；四川省科技支撐計劃（2016JZ0027）。
數據庫（集）組成	本數據集包括三亞市2004–2015年5期不透水面分布圖數據，所有數據存放於一個壓縮文件中。壓縮文件內含5個Tif文件，分別對應2004年、2008年、2011年、2013年和2015年的三亞市不透水分布。數據總量為25.1 MB。

Dataset Profile

Title	A dataset of impervious surface in Sanya City from 2004 to 2015
Data corresponding author	Meng Qingyan (mengqy@radi.ac.cn)
Data authors	Wang Xiankai, Meng Qingyan, Liu Ying, Yao Zhixin
Time range	From 2004 to 2015
Geographical scope	18°09′–18°37′N，108°56′–109°48′E
Spatial resolution	30 m
Data volume	25.1 MB
Data format	*.TIF
Data service system	<http://www.sciencedb.cn/dataSet/handle/721>
Sources of funding	Natural Science Foundation of Hainan Province (417218); Hainan Province Major Science and Technology Plan (ZDKJ2016021); Science and Technology Support Program of Sichuan Province (2016JZ0027).
Dataset composition	This dataset includes Sanya City’s 2004–2015 Phase 5 impervious surface distribution data, all data is stored in a compressed file. The compressed file contains 5 Tif files, which correspond to the impervious distribution of Sanya City in 2004, 2008, 2011, 2013 and 2015. The total amount of data is 25.1 MB.

引 言

不透水面是指能阻止水滲入土壤的土地覆蓋表面，主要包括道路、停車場、廣場、屋頂和城市建築物中不具有滲透性的表面^[1]。不透水面面積增加意味着區域建設用地增加和城市化進程加快，是衡量區域發展的一項指標，對合理規劃城市建設具有重要參考價值^[2]。不透水地表不僅可以表徵城市化程度，還可以用於評價城市生態環境^[3]。2010年，世界人口約有50%居住在城市，中國的城市人口比例達到了47%^[4]。伴隨着城市化進程的加快，我國城市，特別是大中型城市的數量迅速增加，城市建設用地規模日益擴大，城市經歷了高速發展與高強度開發，導致不透水地表面積急劇增加。截至2008年，中國城市不透水地表平均比例約為66%^[5]。隨着不透水面的增加，環境污染也日益加劇，城市景觀格局發生了劇烈變化^[6]。因此，開展不透水面研究具有重要意義。

本研究以三亞市為研究區。三亞市別稱鹿城，地處海南島的最南端，位於北緯18°09′34″–18°37′27″、東經108°56′30″–109°48′28″之間，下設海棠、天涯、吉陽和崖州4個區，全境北靠高山，南臨大海，地勢由北向南逐漸傾斜，形成一個狹長狀的多角形^[7]。三亞市對推動海南省建設發展發揮了顯著作用，在海南省發展戰略中占有重要地位。近年來，三亞市進入了城市化、城鎮化的快速發展階段。三亞市快速發展使城市用地面積急劇擴張，土地覆蓋類型發生劇烈變化。根據「十三五」規劃，優化城市總體規劃和土地利用規劃成為了三亞市發展的重要任務之一，因此作為城市規劃和土地利用規劃的重要監測指標，城市不透水面狀況對城市生態環境建設尤為重要。據此，本數據集基於Landsat數據，採用生物物理成分指數^[8]（Biophysical Composition Index，BCI）與裸土指數^[9]（Bare Soil Index，BI）結合的方法對三亞市不透水面信息進行提取，得出研究區不透水面分布圖。相比其他同類數據集，本數據集所選數據源間隔年限大致相同，使研究結果能更好地反映數據漸變過程，並且時相更新；使用的BCI指數與BI指數結合提取不透水面信息方法能夠保證數據的精度和可靠性；本數據集可對外公開共享，可供其他應用參考。通過分析不透水面變化規律研究三亞市城市化建設特點，進而為科學合理劃定城市開發邊界和保護區域，最大限度保護原有生態體系，為「海綿城市」建設提供依據。

1 數據採集和處理方法

本研究總體結構的技術路線如圖1所示。

圖片

圖1 總體技術路線圖

本研究以Landsat遙感影像為數據源，對影像數據預處理，構建BCI指數與BI指數相結合的不透水面信息提取方法，進而對研究區進行長時間序列不透水面信息提取，最終生成近10年三亞市不透水面分布數據集。

1.1 數據採集

本數據集以2004–2015年間每隔2–4年為時間間隔，獲得2004年、2008年、2011年、2013年和2015年5期長時間尺度的Landsat基礎數據，數據主要從地理空間數據云（http://www.gscloud.cn/）获取，影像云量少，质量较好。具体的实验数据情况如下表1所示，三亚市遥感影像如图2所示。

圖片

圖2 2011年三亞市Landsat 5真彩色遙感影像圖

表1 數據列表

序號	數據名稱	獲取日期	空間分辨率/ m	覆蓋區域
1	Landsat 5	2004/12/20	30	三亞市
2	Landsat 5	2008/08/25	30	三亞市
3	Landsat 5	2011/02/07	30	三亞市
4	Landsat 8	2013/10/26	30	三亞市
5	Landsat 8	2015/11/16	30	三亞市

1.2 數據處理

1.2.1 數據預處理

遙感影像是在不直接接觸目標的情況下，通過搭載在衛星、飛機等平台上的傳感器感知目標信息，並以像元空間信息和亮度值的變化來表徵目標地物的空間位置和光譜特徵。由於不直接接觸，目標信息在傳輸過程中受到多種因素的影響，傳感器獲得的遙感影像存在一定的幾何畸變、輻射失真等現象^[10]。為解決上述問題，研究過程中對影像數據進行幾何糾正、輻射校正、影像配准等預處理，使其儘可能真實地反映地表光譜信息和幾何位置信息。

1.2.2 不透水面信息提取方法

（1）BCI指數原理

BCI指數由Deng等首次提出，該指數是基於纓帽變換（TC transformation）生成的亮度（TC1）、綠度（TC2）和濕度（TC3）3個分量所構建的。對於BCI指數，不透水面與其正相關且灰度值大於0，植被與其他土地覆蓋灰度值小於0，與植被覆蓋度負相關，而土壤的灰度值接近0，這樣可以將3種組分區分開。考慮水體的影響，在計算BCI指數之前，對經預處理的Landsat數據採用改進的歸一化水體指數^[11]（Modification of Normalized Difference Water Index，MNDWI）去除水體，再計算BCI指數。

圖片 （1）

式中：Green為綠光波段的光譜反射率；MIR為中紅外波段的光譜反射率。Landsat數據經去除水體等處理後，由以下公式計算BCI指數：

圖片 （2）

式中：H為高反射率即歸一化TC1分量；L為低反射率即歸一化TC3分量；V為植被即歸一化TC2分量。3個因子的計算公式分別如下：

圖片 （3）

圖片 （4）

圖片 （5）

式中：TCi (i=1,2,3)為前三個TC分量；TCimin 和TCimax 分別是第i個TC分量的最小值和最大值。

（2）BI指數原理

BI指數是Rikimaru等在2002年提出，該指數根據土壤在紅光波段和短波紅外波段的反射率較其他地表覆被類型高，而在中紅外波段和藍光波段較其他地表覆被類型偏低的特徵，可以有效提取土壤信息。BI指數取值範圍在0～200之間，BI值越大，則土壤的概率越大，這樣就可通過設置閾值提取土壤信息，在很大程度上可以有效剔除土壤信息，相較於歸一化土壤指數^[12]（Normalized Difference Soil Index，NDSI）等，BI指數表現更好。BI值計算公式如下：

圖片 （6）

式中BLUE、RED、NIR和SWIR1分別對應着遙感影像中的藍光、紅光、近紅外和短波紅外波段的光譜反射率。

（3）BCI指數與BI指數結合提取不透水面信息

基於BCI的不透水面提取方法較其他指數具有一定優勢，但研究發現BCI指數在區分土壤和不透水面上依然存在困難，部分土壤的BCI值很高，和不透水面存在混淆。為提高不透水面提取精度，在利用BCI方法得到不透水面提取結果後，本研究引入BI指數，使用BI指數提取研究區土壤信息，進而在很大程度上有效剔除土壤信息。利用BCI指數與BI指數相結合的方法提取不透水面信息，可得到更精確的研究結果。

1.2.3 研究區長時間序列不透水面信息提取

在給定研究區的前提下，確定城市不透水面信息提取輸入的最優數據源類型、空間分辨率和信息提取方法，對該研究區的城市不透水面進行長時間序列分析，獲取間隔相應年限的城市不透水面信息。經過對研究區近10 a的Landsat影像數據加工處理，形成時間序列的不透水面分布產品。

1.2.4 生成數據集

將所得研究區不透水面信息提取結果製作生成數據集。本數據集能直觀地呈現出研究區不透水面分布狀況及時空演變特徵，從而反映研究區城市發展建設方向。該成果有助於促進示範區城市環境變化監測，為城市規劃和環境保護提供技術流程支撐。

2 數據樣本描述

基於遙感影像數據完成三亞市2004–2015年不透水面信息提取，生成不同時相不透水面分布圖。通過所得數據結果可以有效獲取三亞市不透水面分布及演變特徵信息，如圖3所示a-e為2004年、2008年、2011年、2013年和2015年5期三亞市不透水面分布圖，圖4為2004–2015年三亞市不透水面擴張圖。

圖片

圖片

圖片

圖片

圖片

圖3 2004–2015年5期三亞市不透水面分布圖（a）2004年三亞市不透水面分布圖；（b）2008年三亞市不透水面分布圖；（c）2011年三亞市不透水面分布圖；（d）2013年三亞市不透水面分布圖；（e）2015年三亞市不透水面分布圖

圖片

圖4 2004–2015年三亞市不透水面擴張圖

基於各期三亞市不透水面分布圖及2004–2015年三亞市不透水面擴張圖，可得三亞市不透水面主要集中在包括崖州區的南部、天涯區的東南部、吉陽區和海棠區，由於三亞市的北部為山區，故不透水面分布相對較少。從不透水面的年際變化上，2004–2015年間三亞市不透水面積逐漸增加，不透水面聚集程度提高，在區域變化上以沿海區域的增加較為明顯。並且通過三亞市不透水面擴張分析可以預測在將來一定時期三亞市不透水面仍將沿着沿海區域擴展，並逐步向內陸延伸，內部填充和外延式擴充同時進行，逐漸形成各城市間的連接趨勢，三亞市城市化水平將不斷提高。

3 數據質量控制和評估

為確保最終生成高質量的研究區不透水面分布數據集，研究過程中對採用的BCI指數與BI指數結合的不透水面信息提取方法進行精度驗證。研究基於2013年三亞市Landsat 8遙感影像（圖5a），選擇有裸土分布的典型區域為試驗區（圖5b），分別使用BCI指數及BCI指數與BI指數相結合2種方法進行不透水面信息提取，比較兩者在提取精度上的差異。當使用BCI指數時，提取的不透水面結果如圖5c所示，當採用2個指數結合方法時結果如圖5d，其中白色部分為透水區域，黑色部分為不透水區域。通過對提取結果對比可得，圖5c中單獨使用BCI指數誤分為不透水面的土壤信息，在圖5d中由2個指數結合的方法可以很大程度有效剔除，提高了不透水面提取精度。該方法簡單，便於操作，可應用於大尺度不透水面提取。

圖片

圖5 不透水面提取方法區域試驗（a）2013年三亞市Landsat-8真彩色遙感影像；（b）試驗區影像；（c）BCI指數提取的不透水面；（d）BCI指數與BI指數結合提取的不透水面

故本文將BCI指數與BI指數結合提取了三亞市2004年、2008年、2011年、2013年及2015年5個時期的不透水面，並分別在全區域均勻選取驗證樣本點，分為不透水面和透水面2種類型，經Google Earth高精度影像精度驗證，定量檢驗不透水面的提取精度。經驗證該方法具有很好的研究效果，最高精度在90%以上，檢驗結果如表2所示。

表2 不透水面提取精度表

年份	總體精度	Kappa係數
2004年	86.3%	0.847
2008年	85.4%	0.839
2011年	89.6%	0.875
2013年	87.3%	0.861
2015年	91.7%	0.898

4 數據價值

城鎮化的一個重要表現是不透水面分布比率的上升。不透水面是衡量城市發展水平的重要指標，城市內部不透水面分布變化對城市生態環境具有重要影響。對於規模較大的城市，採用高性價比的中等空間分辨率影像，獲取不透水面的分布，是當前國際研究的熱點。本研究以Landsat影像為數據源，以三亞市為研究區，製作2004–2015年間5期不透水面分布數據集，在較大時空尺度上驗證了指數結合方法對不透水信息提取的適用性，並為三亞市生態環境評估、「海綿城市」建設與可持續發展提供基礎數據。

致 謝

感謝中國地理空間數據云提供Landsat系列數據。

參考文獻

1. 李德仁, 羅暉, 邵振峰, 等. 遙感技術在不透水層提取中的應用與展望[J]. 武漢大學學報(信息科學版), 2016 (05): 569-577.
2. 劉瑩, 孟慶岩, 王永吉, 等. 基於特徵優選與支持向量機的不透水面覆蓋度估算方法[J]. 地理與地理信息科學, 2018 (1): 24-31.
3. 程熙, 沈占鋒, 駱劍承, 等.利用混合光譜分解與SVM估算不透水面覆蓋率[J]. 遙感學報, 2011 (06): 1228-1241.
4. Population Reference Bureau. 2010 World Population Data Sheet[R]. Washington D C: National Press Club, 2010.
5. 匡文慧, 劉紀遠, 張增祥, 等. 21世紀初中國人工建設不透水地表遙感監測與時空分析[J]. 科學通報, 2013, 58(56): 465–478.
6. BIERWAGEN B G, THEOBALD D M, PYKE C R, et al. National housing and impervious surface scenarios for integrated climate impact assessments[J]. PNAS, 107 (49): 20887-20892.
7. 任飛陽, 韋仕川. 區域建設用地節約集約利用評價研究——以三亞市為例[J]. 上海國土資源, 2016, 37(3):35-39.
8. DENG C, WU C. BCI: A biophysical composition index for remote sensing of urban environments[J]. Remote Sensing of Environment, 2012, 127: 247-259.
9. RIKIMARU A, ROY P S, MIYATAKE S. Tropical forest cover density mapping[J]. Tropical Ecology, 2002(43): 39-47.
10. 鄧書斌, 陳秋錦, 杜會建. ENVI遙感圖像處理方法（第二版）[M]. 北京: 高等教育出版社, 2014: 60-61.
11. XU H. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery[J]. INTERNATIONAL JOURNAL OF REMOTE SENSING, 2006,27(14):3025-3033.
12. RNDSI: A ratio normalized difference soil index for remote sensing of urban/suburban environments[J]. International Journal of Applied Earth Observation and Geoinformation, 2015, 39:40-48.

數據引用格式

王憲凱, 孟慶岩, 劉瑩, 要志鑫. 2004–2015年三亞市不透水面分布數據集[DB/OL]. Science Data Bank, 2018. (2019-01-02). DOI: 10.11922/sciencedb.721.