全 文 ：书第 !" 卷第 # 期
!$$" 年 # 月
生 态 学 报
%&’% (&)*)+,&% -,.,&%
/012 !"，.02 #
%342，!$$"
!""#：$ $ %%%& ’()*)+,(-& (.
基金项目：中国科学院知识创新工程重要方向资助项目（56&7!89:8;!!）；广州市城市规划勘测设计研究院科研基金资助项目；国家自然科学
基金面上资助项目（;$<$=$=#）
收稿日期：!$$"8$>8==；修订日期：!$$"8$"8$>
作者简介：肖荣波（=?"# @），男，湖北襄樊人，博士，主要从事城市生态、A-应用及生态评价与规划研究2 (8BCD1：EF0GDC0HIJ =!通讯作者 &0HHEKL0MNDM4 C3OP0H2 (8BCD1：QR03RCM4J HFEEK2 CF2 FM
/)0.1-",). ,"’2：’PE LH0SEFO TCK UDMCMFDC11R K3LL0HOEN IR 5M0T1EN4E ,MM0VCOD0M &%- （.02 56&7!89:8;!!）；WHICM X1CMMDM4 Y03MNCOD0M 0U +6WX,；
.COD0MC1 .CO3HC1 -FDEMFE Y03MNCOD0M 0U &PDMC （.02 ;$<$=$=#）
3’(’,4’1 1-"’：!$$"8$>8==；5((’#"’1 1-"’：!$$"8$"8$>
6,)+7-#!8：7,%) Z0M48[0，XP2 \2，BCDM1R EM4C4EN DM 3HICM EF0104R，A- CMN EF0104DFC1 CKKEKKBEMO ] EF0104DFC1 L1CMMDM42 (8BCD1：EF0GDC0HIJ =基于亚像元估测的城市硬化地表景观格局分析
肖荣波=，!，欧阳志云!，!，蔡云楠=，李伟峰!
（=2 广州市城市规划勘测设计研究院，广州^ >=$$<$；!2 中国科学院生态环境研究中心城市与区域生态国家重点实验室，北京^ =$$$#>）
摘要：城市硬化地表不仅是影响城市生态环境质量重要因子，也是定量描述城市地表物理特征，进行城市景观分类的基础。基
于多种分辨率遥感影像亚象元分类提取硬化地表成为近年来的研究热点。利用 ’_ ‘ (’_ a和 b3DFcIDHN不同分辨率遥感数据，
以北京市中心城区为研究区域，对比分析回归树法和多元回归法的估测精度，选出预测硬化地表指数（,BLEHVD03K K3HUCFE DMNEG，
简称为 ,-,）最优估测模型，并进行景观分类与城市景观格局分析。结果表明：（=）回归树亚象元估测法是提取硬化地表信息的
一种有效的方法（最大相关系数 d $2 ?;），不同季节遥感影像可以挖掘地物在不同时期光谱差异，提高分类精度。（!）根据硬化
地表指数划分城市用地类型，提供了量化分类的依据；（A）北京城市硬化地表景观格局表现出极强的空间梯度性，从北京市中
心到郊区，,-,逐渐降低：城市二环以内，,-,平均值为 <"2 A!e，集中分布在高于 <$e范围；二环—四环分布比较相似，平均值分
别为 <>2 ?=e、<<2 =Ae；四环—五环区域 ,-,下降迅速（,-, d ;<2 ;!e），存在两个高峰，分别是低于 f !$e和 g "$e；六环以外区
域，非硬化地表成为主要类型（,-, d ?2 A!e）；（;）北京市景观格局在不同区域差异巨大：从市中心到市郊，景观破碎化程度加
强，平均斑块面积逐渐增加，高密度城市用地比例逐步下降，自然地表平均面积呈现 W 形分布；中等密度城市用地斑块密度最
高，破碎度最高；城市用地形状比自然地表复杂，低密度城市用地形状最为复杂。（>）运用回归树亚象元估测法提取出北京中
心城区硬化地表信息，为城市地表景观特征提取与高精度量化分类提供了新的研究方法与研究思路，在此基础上进行了景观分
类及景观格局分析，进一步推广并论证了硬化地表在景观生态学研究中的应用价值。
关键词：硬化地表指数；回归树模型；亚象元估测；景观生态
文章编号：=$$$8$?AA（!$$"）$#8A=#?8$?^ 中图分类号：b?<，b=;?^ 文献标识码：%
97:-. *-.1;(-#’ #-""’7. ;"018 :-;’1 ). ;0:<#,=’* ’;",2-",). )> ,2#’74,)0;
;07>-(’?
7,%) Z0M48[0=，!，)W9%.+ 6PD893M!，!，&%, 93M8.CM=，*, :ED8YEM4!
= !"#$%&’(" )*+#$ ,-#$$.$% / 012.%$ 3"*415 6121#*7’ 8$29.9"91，!"#$%&’(" >=$$<$，:’.$#
! 6121#*7’ :1$91* ;(* <7(=<$4.*($>1$9#- 37.1$712，:’.$121 ?7#@1>5 (; 37.1$712，A1.B.$% =$$$#>，:’.$#
!"#$ %"&’&()"$ *)+)"$，@AAB，@B（C）：DECF G DEFB,
5:;"7-("：’PE 3HICM DBLEHVD03K K3HUCFE （,-）HEUEHK O0 CMR M0ML0H03K 1CMN F0VEH OPCO LHEVEMOK TCOEH UH0B DMUD1OHCODM4 DMO0
K3I8K3HUCFE 1CREHK，E2 42，I3D1NDM4K，H0CNK，LCHcDM4 10OK，KDNETC1cK，CMN 0OPEH I3D1O K3HUCFEK2 ,M CNNDOD0M O0 DOK 3KE CK CM
DMNDFCO0H 0U EMVDH0MBEMOC1 DMU13EMFEK，,- PCK C1K0 IEEM CLL1DEN O0 NEOEHBDME OPE KLCODC1 EGOEMO，DMOEMKDOR，CMN ORLE 0U 3HICM
1CMN 3KE ‘ F0VEH FPCM4EK2 ,M HEFEMO RECHK OPEHE PCK IEEM DMFHECKEN DMOEHEKO DM OPE 3KE 0U F1CKKDUDFCOD0M CMN HE4HEKKD0M OHEE
B0NE1 （&%Z’）OEFPM0104R O0 BCL K3I8LDGE1 DBLEHVD03K K3HUCFEK2 ’PDK LH0FEKK 3KEK BEND3B8HEK013OD0M *CMNKCO DBC4EHR O0
!""#：$ $ %%%& ’()*)+,(-& (.
’/"0-#)*-"’ 12 )3’0 *-0+’45(-*’ -0’-5 %,"! !,+!40’5)*6",). ,7-+’08 -5 "0-,.,.+ 9-"- ") 0’#0’5’." "!’ 60:-. *-.94()3’0
!’"’0)+’.’,"8& ;!’ 7-,. -93-."-+’ )< "!’ 0’+0’55,). "0’’ -*+)0,"!7 ,5 "!-" ," (-. -(()6." <)0 .).4*,.’-0 0’*-",).5 :’"%’’.
#0’9,(",3’ -.9 "-0+’" 3-0,-:*’5，-.9 "!65 -**)%5 :)"! ().",.6)65 -.9 9,5(0’"’ 3-0,-:*’5 ") :’ 65’9 -5 ,.#6" （#0’9,(",3’）
9-"-& ;!’ 9,5"0,:6",). )< ,7#’03,)65 560<-(’ ,.9’/ （121）9,5"0,:6",). %-5 9’0,3’9’9 <)7 =-.95-" ;!’7-",( >-##’0 （;>）
-.9 ?.!-.(’9 ;!’7-",( >-##’0 @*65 （?;> A）9-"- :8 ()7#-0,.+ ," %,"! BCD; -.9 76*",45"’#%,5’ 0’+0’55,). （>2D）&
;!’ 0’56*"5 9’7).5"0-"’9 "!-" BCD; #0)3,9’9 %,"! "!’ ()00’*-",). ()’<<,(,’." )< E& FG -.9 "!’ -3’0-+’ ’00)0 )< H& IFJ %,"!
().5,5"’." -.9 -((’#"-:*’ -((60-(8，%!,(! %-5 :’""’0 "!-. >2D& ;!’ -3’0-+’ 121 3-*6’ <)0 "!’ ")"-* 5"698 -0’- %-5 KE& HEJ
%,"! 5"-.9-09 9’3,-",). )< E& KF& L)%’3’0，,. 7)5" +0,95 （IH& MEJ）"!’ -3’0-+’ 121 %-5 *’55 "!-. NEJ & 121 #’0(’."-+’
3-*6’5 ,. 9,<<’0’." 0’+,).5 -*5) 3-0,’9 90-7-",(-**8 0-.+,.+ <0)7 MO& PKJ ,. Q).’ N ") F& PKJ ,. Q).’ M& R60"!’0，"!’
5#-",-* 9,5"0,:6",). #-""’0.5 )< 12 ’/!,:,"’9 5#-",-* +0-9,’."5 ,.(0’-5,.+ ,. 3-*6’ <0)7 "!’ (,"8 )6"5S,0"5 ") "!’ ,..’0 60:-.
-0’-5& T",*,U,.+ 121 - .’% *-.95(-#’ (*-55,<,(-",). 585"’7 %-5 9’3’*)#’9，()7#)5’9 )< "!’ <)**)%,.+ <)60 (-"’+)0,’5：.-"60-*
()3’0 （121"NEJ），*)%49’.5,"8 60:-. （NE V 121"GE），7’9,6749’.5,"8 60:-. （GN V 121"ME），-.9 !,+!49’.5,"8 60:-.
（121 W ME）& ;!’ 0’56*"5 )< *-.95(-#’ #-""’0. -.-*85,5 9’7).5"0-"’ "!-" !,+!49’.5,"8 60:-. ,5 "!’ 9)7,.-." *-.95(-#’ %,"!,.
"!’ G"! 0,.+40)-9 ()3’0,.+ MO& GNJ )< "!’ 560<-(’ -0’-，%!,*’ .-"60-* ()3’0 ,5 "!’ 9)7,.-." <)07 )< *-.9 ()3’0 )6"5,9’ "!’
I"! 0,.+40)-9& =-.95(-#’ #-""’0.5 3-0,’9 ’/"0’7’*8 %,"! *-.95(-#’ <0-+7’."-",). ,.9’/ -.9 -3’0-+’ #-"(! -0’-，-.9 "!’
-3’0-+’ -0’- )< .-"60-* ()3’0 ’/!,:,"5 - T 5!-#’ -5 8)6 7)3’9 <0)7 "!’ ,..’0 60:-. -0’- ") "!’ )6"5S,0"5& 1" (-. :’
().(*69’9 "!-" 121 ,5 -:*’ ") 5’03’ -5 - 65’<6* ,.9,(-")0 <)0 *-.95(-#’ (*-55,<,(-",). -.9 *-.95(-#’ #-""’0. -.-*85,5&
!"# $%&’(：,7#’03,)65 560<-(’ ,.9’/；0’+0’55,). "0’’ 7)9’*；56:4#,/’* (*-55,<,(-",).；*-.95(-#’ ’()*)+8
城市硬化地表指数（17#’03,)65 260<-(’ 1.9’/，简称为 121）是指单位面积硬化地表的面积比例。121对城市
径流、地下水、生物栖息地、局部气候等有重大影响，是城市生态环境质量的重要指标［N］，同时也是许多水文、
水质等生态环境模型的必要输入参数。121 一般通过以下方法提取：（N）对航片或者高分辨率的卫片目视解
译，该方法精度很高，但需要巨大的人力、物力，成本高［K］；（K）直接从现有的土地利用 $覆盖图转化，该方法便
捷快速，但依赖于研究区是否有土地利用 $覆盖数据，而且其空间分辨率受限于原数据精度［P］；（P）均一象元
估测，利用计算机自动分类获取，该方法假设象元完全被一种地物类型所覆盖，忽视象元内部的异质性；（G）
混和象元估测，即通常所说的亚象元分类法（26:4#,/’* (*-55,<,(-",).），该方法认为象元由多种地物构成，一般
利用不同分辨率遥感影像之间光谱响应关系，对 121进行估测［G］。由于亚像元分类法详细描述象素内部景观
组成差异，成为当前城市遥感研究的热点问题之一［G X M］。
亚象元分类的基本思想是：传感器瞬时视场角（1RYZ）内观测的辐射亮度值通常不是来源于同一地物，根
据不同地物光谱特征来确定其面积比，提高分类精度［M，O］。其分类方法主要包括线性模型、校正模型及软分
类方法［H］。为了挖掘不同分辨率影像光谱之间的关系，通常可以采用回归树法［G，I］、多元回归法［F，NE］、基于对
象法［NN］、模糊分类［NK，NP］、线性光谱混合模型等［M］。其中，回归树法和多元回归法运用最为广泛。本文以北京
市中心城区为例，比较这两种方法的估测精度，选出 121最优估测模型，据此进行景观分类及城市景观格局分
析，以期为城市景观生态学研究提供量化分类的新思路，为国内相关研究提供启示和借鉴。
)* 研究区和数据
本文的研究区位于北京市六环内外城区和城郊结合区，面积为 PHMI& M S7K（图 N）。采用的遥感数据是季
相一致的，质量较好，无云，完全覆盖研究区的编号为 NKP $ PK 的 K 期 =-.95-" ;> 数据（KEEN 年 H 月 PN 日，
KEEN 年 NK 月 KN 日）以及 N 期 =-.95-" ?;> A（KEEK 年 I 月 KK 日）。采用不同季节的遥感影像，主要是为了反
映地物尤其是植被覆盖的物候变化，提高 121预测精度。另外，选取了 KEEK 年 O 月 I 日 [6,(S\,09 影像，作为
估测 121的训练数据和验证数据数据。
EFNP ] 生] 态] 学] 报] ] ] KO 卷]
!""#：$ $ %%%& ’()*)+,(-& (.
图 /0 研究区位置
1,+& /0 2)(-",). )3 "!’ 4"567 -8’-
!" 研究方法
本研究流程为：（/）影像几何校正；（9）训练 $校正
数据的提取；（:）运算模型和预测变量的选择；（;）模型
验证；（<）模型应用；（=）硬化地表的空间格局分析（图
9）。
图 90 >?>遥感估算的技术流程
1,+& 90 @!’ 3*)%(!-8" ") ’4",A-"’ ,A#’8B,)54 4583-(’4 #’8(’."-+’
!& #" 图像匹配
利用 / C/DDDD 的北京市电子地图，选择道路交叉
点、河流交叉点等定位精确的点作为控制点，共选择 /D
个控制点，利用二次多项式和最紧邻内插法对 9DD/ 年
的 @E图像进行了几何校正，FE? 误差小于 D& < 个象
元。然后以 9DD/ 年 @E 为基础，对其余两期 @E $ G@E
H进行类似的几何配置处理，都重采样为 :DA，FE? 误
差控制在 D& < 个象元。
!& !" 校正数据的提取
I5,(JK,86几何校正后，监督分类为水体、植被、裸
地和硬化地表。其中，前三者为非硬化地表，赋值为 D，
硬化地表赋值为 /，得到硬化地表二值图，分类结果精
度高于 LDM。利用 N8(O,’% :& 9 生成 :D A 格网，为了
减少预测误差，格网边界应与 @E $ G@E H象元边界一
致。该图与硬化地表二值图进行叠加运算，即可计算出每个格网的硬化地表比例，即格网硬化地表指数。提
/L/:0 P 期 0 0 0 肖荣波0 等：基于亚像元估测的城市硬化地表景观格局分析 0
!""#：$ $ %%%& ’()*)+,(-& (.
取每个格网低分辨率遥感影像的光谱特征，建立与 /0/ 的统计关系。由于城市不同区位地物特征差异很大，
从市中心到郊区，随机选取了 12 333 个样本，作为校正数据，其中 234用于预测，234用于验证。
!& "# 预测变量的选择
567/表征植被覆盖特征，缨帽变换（8-99’*’: (-#）得到的亮度（;<,.+!".’99）、绿度（=<’’.’99）、湿度
（>’".’99）可表征植被与土壤湿度状况，这些指数与硬化地表信息关系密切。所以，本研究预测变量除了 8? $
@8? A全部波段外，还综合考虑 567/，亮度、绿度、湿度，以及其它表示地物信息的变量。分类预测变量包括
B 期影像的 C，1，B，D，2，E，F 波段，567/，;<,.+!".’99，=<’’.’99，>’".’99，G-.:2 $ G-.:C，共计 BE 个变量（表 C）。
表 $# %&%预测变量
’()*+ $# ,-+./012- 3(-/()*+4 52- 6-+./01/78 %&%
HI+& BC，133C
变量 7-<,-G*’9 含义 ?’-.,.+
6’(& 1C，133C
变量 含义
?-J 11，1331
变量 含义
H;-.:C 8?3C3KBC ;-.:C 6;-.:C 8?3CC11C ;-.:C ?;-.:C @8? A313211 ;-.:C
H;-.:1 8?3C3KBC ;-.:1 6;-.:1 8?3CC11C ;-.:1 ?;-.:1 @8? A313211 ;-.:1
H;-.:B 8?3C3KBC ;-.:B 6;-.:B 8?3CC11C ;-.:B ?;-.:B @8? A313211 ;-.:B
H;-.:D 8?3C3KBC ;-.:D 6;-.:D 8?3CC11C ;-.:D ?;-.:D @8? A313211 ;-.:D
H;-.:2 8?3C3KBC ;-.:2 6;-.:2 8?3CC11C ;-.:2 ?;-.:2 @8? A313211 ;-.:2
H;-.:E 8?3C3KBC ;-.:E 6;-.:E 8?3CC11C ;-.:E ?;-.:E @8? A313211 ;-.:E
H;-.:F 8?3C3KBC ;-.:F 6;-.:F 8?3CC11C ;-.:F ?;-.:F @8? A313211 ;-.:F
H567/ 8?3C3KBC 567/ 6567/ 8?3CC11C 567/ ?567/ @8? A313211 567/
H;<,+!" 8?3C3KBC ;<,+!".’99 6;<,+!" 8?3CC11C ;<,+!".’99 ?;<,+!" @8? A313211 ;<,+!".’99
H=<’’. 8?3C3KBC =<’’.’99 6=<’’. 8?3CC11C =<’’.’99 ?=<’’. @8? A313211 =<’’.’99
H>’" 8?3C3KBC >’".’99 6>’" 8?3CC11C >’".’99 ?>’" @8? A313211 >’".’99
HL-",)2C 8?3C3KBC ;-.:2 $ ;-.:C 6L-",)2C 8?3CC11C ;-.:2 $ ;-.:C ?L-",)2C @8? A313211 ;-.:2 $ ;-.:C
!& 9# 预测模型
本文选择 MHL8和 ?0L 1种方法建立 /0/与 8? $ @8? A的光谱关系模型。其中，MHL8的特点是在计算过
程中充分利用二叉树的结构（;,.-枝），而分枝点是能够使得两分枝反应变量的变异最大化的某个预测变量值，这样各节点内样本的同质性不
断增强，最终达到节点内样本同质或由于样本数量过少无法继续分层，终节点为叶，分枝开始的节点称为
根［CD］。分别应用 MIG,9"C 和 0N00进行 MHL8和 ?0L分析，选用 234的样点进行精度评价。需要说明的是，
MIG,9"软件在进行回归树分析的时候，有许多参数选择，可以控制分枝点的数量、检验样本数量、最小分枝样
本数以及预测变量变幅等［2］。
!& :# 硬化地表景观格局分析
根据 /0/将地物分为高密度城市用地 O;（/0/ P E34），中等建设密度用地 ?;（D34 Q /0/"E34），低密度
城市用地 R;（C34 Q /0/"D34）以及低于 C34的自然地表 50（表 1）。利用 S<-+9"-"9进行景观格局指数计算，
选择斑块面积比例 NRH56（N’<(’."-+’ )T R-.:9(-#’）、斑块形状指数 0/（0!-#’ ,.:’U）、斑块密度 N6（N-"(!
:’.9,"J）、破碎度指数 S（S<-+V’."-",). ,.:’U）、景观多样性指数（R-.:9(-#’ :,W’<9,"J ,.:’U）、景观均匀度指数 @
（R-.:9(-#’ ’W’..’99 ,.:’U）等景观指数，分析二环—六环的不同梯度带内空间格局特征差异。
表 !# 硬化地表景观类型
’()*+ !# ;(1+82-/+4 25 /<6+-=/2>4 4>-5(0+
硬化地表景观类型 /0/ (-"’+)<,’9 缩写 HGG<’W,-",). /0/范围 L-.+ )T /0/（4）
自然地表 5-"I<-* ()W’< 5M Q C3
低密度城市用地 R)%X:’.9,"J I中等建设密度用地 ?’:,IVX:’.9,"J I高密度城市用地 O,+!X:’.9,"J I1ZCB [ 生[ 态[ 学[ 报[ [ [ 1F 卷[
!""#：$ $ %%%& ’()*)+,(-& (.
!" 结果与分析
!& #" 不同模型比较
/ 种模型预测精度表明：0123比452精度高，说明 0123优于452，相关系数一般可以提高 6& 6/ 7 6& 68
左右（表 8）。不同数据源对模型精度的影响很大，夏季影像对城市 959预测最为有效，其相关系数为 6& :;，而
冬季仅为 6& <8，春节介于其中（6& :6）。说明植被在夏季时生长茂密，覆盖度较高，容易被遥感检测，同时校正
数据 =>,(?@,AB过境时期是 C 月份，与 34 6;6<8; 过境时间最为接近，其检测出来精度较高。
随着预测数据的增加，训练模型和精度检验都趋于优化（表 8），说明不同时期的遥感影像，可以充分反映
地物尤其是植被的物候变化，提高预测精度。最后选择 34 6;6<8; 和 D34 E 6/6F// 为预测变量，在 0>@,G"
得到 959预测模型为：
2>*’ ;H ［/IC: (-G’G，J’-. 6& 6K86，A-.+’ 6 ") 6& ::K，’G" ’AA 6& 6KK6］
,L
H H 4MA’’. N O P 6& 6H H 42-",)F; Q ;& ;/F
"!’.
H H 959 O 6& 6FH H 6& 668: 1MA’’. E 6& 66/: 1R-.BF E 6& 668/ 1R-.BC E 6& < 4MA’’. P 6& 668; 1R-.B; E
H H 6& 66;; 4R-.BK P 6& 8 4S’" P 6& 666F 4@-.B;
2>*’ /H ［F8<6 (-G’G，J’-. 6& 6CK;，A-.+’ 6 ") ;，’G" ’AA 6& 6IFK］
,L
H H 1TUV9 N O 6& 6:/
H H 4MA’’. N O P 6& 6FI
"!’.
H H 959 O K& 6IH H 6& 6::I 1S’" P 6& 68;< 1RA,+!" P 6& 6I;: 1R-.B; E 6& 6;8/ 1R-.BC P 6& 6/I 1R-.BI P
H H 6& 6;I 1R-.B/ E / 4MA’’. P 6& 66FF 4R-.B; E 6& 668: 4R-.B/ E 6& 6: 12-",)F; E
H H 6& 66;; 4R-.BI E 6& 6K 42-",)F;
⋯
该模型预测精度达到 6& :K，将其导入 D2U15中，得到 959空间分布图（图 8）。
表 !" 回归树与逐步回归模型比较
$%&’( !" )*+,%-./*0 &(12((0 -(3-(//.*0 1-(( %’3*-.14+ %05 /1(,2./( -(3-(//.*0
预测数据
WA,J-AX B-"-
回归树
2’+A’GG,). "A’’ -*+)A,"!J
训练集
3A-,.,.+ B-">J
! "#Y
检练集
V-*,B-",). B-*>J
! "#Y
逐步回归
5"’#%,G’ A’+A’GG,).
训练集
! "#Y
检练集
! "#Y
34 6<8;6; 6& :; ;6& 8/ 6& :; ;6& K/ 6& <: ;<& :; 6& <: ;:& ;C
34 ;//;6; 6& <8 ;F& 8: 6& <8 ;F& 8; 6& CI /C& 8/ 6& CF /C& KC
D34 E //6F6/ 6& :6 ;6& C8 6& :6 ;6& :I 6& 34 6<8;6;，34 ;//;6; 6& :8 :& F8 6& :/ :& <; 6& :6 ;<& 8K 6& :6 ;<& I6
34 6<8;6;，D34 E //6F6/ 6& :K <& F: 6& :8 <& 34 ;//;6;，D34 E //6F6/ 6& :/ :& F< 6& :/ :& :6 6& 34 6<8;6;，34 ;//;6;，D34 E //6F6/ 6& :K <& /I 6& :K <& I/ 6& :; ;C& ;F 6& :; ;C& 8I
H H !：相关系数 ()AA’*-",). ()’LL,(,’."；"#：平均误差 -Z’A-+’ ’AA)A
8:;8H < 期 H H H 肖荣波H 等：基于亚像元估测的城市硬化地表景观格局分析 H
!""#：$ $ %%%& ’()*)+,(-& (.
接彩图 /
012/ 3 生3 态3 学3 报3 3 3 45 卷3
!""#：$ $ %%%& ’()*)+,(-& (.
!& "# /0/空间分布
从北京市中心到郊区，/0/逐渐降低，表现出明显的空间梯度分布（表 1）。在城市二环以内，/0/平均值为
23& 456，集中分布在高于 276范围；二环—四环分布比较相似，平均值分别为 28& 9:6、22& :46，四环—五环
区域 /0/下降迅速，为 12& 15，而且分布范围也发生改变，存在两个高峰，分别是低于 ; 576和 < 376。这是典
型的城乡过渡带的特征：其中低值高峰对应大面积的植被（包括环城绿地和农田），高值高峰对应于城郊的建
设用地。五环以外区域，非硬化地表成为主要类型，其平均值分别为 1& :46、:& :46，主要分布在 ; 576的范
围内。
!& !# 景观格局分析
对于整个研究区而言，自然地表占绝对优势，占总面积 8=& 26，其它依次为低密度城市用地（:=& 16），高
密度城市用地（:8& 26），中等密度城市用（3& 16）。从城市中心区到市郊，高密度城市用地比例从 37& 96下
降到 1& 76，自然地表在二环、三环、四环之间面积极少（在 5& 16 > 4& 36），四环之外增长较快。这也说明了
北京城市中心区域，尤其是四环以内区域建设密度极高，而自然生态系统稀缺。
表 $# 不同区域 %&%面积比例
’()*+ $# ,-+( .-/./-01/2 /3 %&% 4(0+5/-1+6 12 7133+-+20 -+51/26
硬化地表分类
/0/ (-"’+)?,’@
A).’: A).’5 A).’4 A).’1 A).’8 A).’2 整体 B)"-*
; :7 4& 32 5& 17 4& 41 :3& 52 82& 2= 33& 43 8=& 27
:7 > 57 4& 5，1 1& 82 8& =8 :1& 42 :5& 77 =& 4= :7& 71
57 > 47 1& 7: 3& 7= 2& 99 9& 58 8& 9: 4& 11 8& :4
47 > 17 1& 11 8& 81 8& 72 8& 54 4& 18 5& 52 4& :9
17 > 87 1& 17 1& == 1& 19 8& 78 4& =3 5& 4= 4& 48
87 > 27 9& 58 9& 7: 3& 3= 3& 12 1& 34 5& :3 1& 79
27 > 37 :8& 27 :4& 9: ::& 94 9& == 1& == :& 23 1& 19
37 > =7 :9& 9: :3& 51 :8& 88 ::& 15 1& :4 :& :4 1& 43
=7 > 97 :=& 89 :3& 11 :2& 97 :7& 81 5& 21 7& 2= 4& 81
97 > :77 :2& =7 :3& 91 55& :7 9& 88 :& 37 7& 84 4& 57
平均值 CD’?-+’ /0/（6） 23& 45 28& 9: 22& :4 12& 15 57& 5: 9& 45 57& =7
斑块密度在不同圈层表现几乎一致，中等密度城市用地最高，其次是低密度，自然地表与高密度城市用的
相差不大。斑块平均面积最大的是中等密度城市用地，为 58& : !E5，其它依次低密度（5& = !E5）、高密度（5& 7
!E5）、自然地表（7& 2 !E5）。不同区域景观类型斑块平均面积差异显著，在二环以内，自然地表平均面积最
大，为 :9F 5 !E5，主要是因为其主要是一些大型公园、水体，如天坛、北海等。二环—三环、三环—四环、四
环—五环之间，斑块平均面积最大的分别是低密度城市用地（:8& : !E5）、中等密度城市用地（59& 7 !E5）、高
密度城市用地（4:& 7 !E5）。五环—六环之间由于主要是农田和环城绿地，故自然地表斑块平均面积最大。
形状指数描述景观类型的形状复杂程度。整体上，城市用地形状比自然地表复杂，其中低密度城市用地
指数最高，为 :& 1。在三环以内，中等密度城市用地最为复杂，三环以外，低密度城市用地分布最为复杂。主
要是由于低密度城市用地主要分布在高密度用地周边，呈现缓冲带状分布，所以其形态一般比较复杂。
从表 8 可以看出，从市中心到郊区，景观破碎化程度加强，其中在二环—三环之间景观最为破碎，其斑块
密度达到 85& 7 个 $ !E5。平均斑块面积从市中心到郊区逐渐增加，二环—三环之间最小，仅为 :& 95 !E5，到四
环外增长为 1& 94 !E5。景观形状指数以四环为界，四环以内均为 :& 52，而四环以外变大，在 :& 4:5 > :& 41 之
间。分离度在四环—五环之间最大，其景观多样性、均匀性也最高，说明该区域各种景观类型分布比较均匀，
且相隔较远。
89:4G = 期 G G G 肖荣波G 等：基于亚像元估测的城市硬化地表景观格局分析 G
!""#：$ $ %%%& ’()*)+,(-& (.
图 /0 景观类型格局指数
1,+& /0 2-.34(-#’ (*-44 *’5’* ,.3,(’4
表 !" 不同圈层的景观格局
#$%&’ !" ($)*+,$-’ -$..’/) 0) *011’/’). ,2,&’3/’405)+
区域
6’+,).
斑块密度
7-"(! 3’.4,"8
平均面积
95’:-+’ -:’-
形状指数
;!-#’ <.3’=
分离度
;#*,"",.+ ,.3’=
多样性指数
>,5’:4,"8 <.3’=
均匀性指数
?5’..’44 <.3’=
@).’A /B& CD C& CA A& CE C& FG F& HD F& E/
@).’C BC& FG A& DC A& CE C& GE F& D/ F& EH
@).’G /D& CB C& FG A& CE C& /F F& DB F& ED
@).’/ /I& AB C& AC A& GA GH& HH A& CD F& DG
@).’B GC& E/ G& FE A& G/ AE& AI A& AG F& HC
@).’E CF& CH /& DG A& GG G& GF F& I/ F& B/
整体 J!)*’ CD& AC G& /G A& GC I& FF A& AA F& HF
6" 讨论与结论
6& 7" <;<对城市景观分类的意义
城市土地利用 $覆盖是开展城市空间格局分析、景观演变以及生态环境效应的前提和基础。9.3’:4). 在
ADIE 创建的基于遥感的土地利用 $覆盖分类系统在城市景观生态分析中被广泛修改应用［AB］。例如，2) 等在
研究 9"*-."-时，将土地利用 $覆盖分为高密度城市用地、低密度城市用地、农田 $草地、森林、水体和裸地［AE］；
同样，国内何春阳等人在研究北京城市化过程中，也采用了类似的分类系统，他们根据植被覆盖程度的差异将
城镇用地分为高、中、低 G 个密度级别［AI］。这种分类体系存在突出一些问题：不同学者由于研究目的、研究区
域不同，可以任意设定建设密度阈值来进行城市用地的划分，从而使得不同学者的研究结果可比性差；更为重
要的是，这种分类体系难以定量区分城镇用地内部的植被覆盖、透水性地表以及其它自然要素的差异，这样就
难以反映城镇用地内部的水热状况的分布和物质能量交换的差异，不利于城市生态环境的分析。例如某个象
素被分类为居民地，既可以代表硬化地表覆盖率为 EFK LAFFK，也可以代表植被覆盖率在 F L EFK之间。<;<
可以定量描述城市用地内部的自然覆盖的异质性，为城市土地利用 $覆盖分类提供量化的指标［AH］，为开展城
市生态环境效应研究奠定基础［AD］。
6& 8" 研究结论
（A）本研究以北京中心城区为研究对象，在国内率先运用回归树亚象元估测法提取硬化地表信息，为城
EDAG 0 生0 态0 学0 报0 0 0 CI 卷0
!""#：$ $ %%%& ’()*)+,(-& (.
市地表景观特征提取与高精度量化分类提供了新的研究方法与研究思路，在此基础上进行了景观分类及景观
格局分析，进一步推广并论证了硬化地表在景观生态学研究中的应用价值；（/）回归树亚象元估测法是提取
硬化地表信息的一种有效的方法（最大相关系数 0 1& 23），不同季节遥感影像可以挖掘地物在不同时期光谱
差异，提高分类精度；（4）北京城市硬化地表景观格局表现出极强的空间梯度性，从北京市中心到郊区，565 逐
渐降低：在城市二环以内，565平均值为 78& 4/9，集中分布在高于 719范围；二环—四环分布比较相似，平均
值分别为 7:& 2;9、77& ;49；四环—五环区域 565下降迅速（37& 3/9），存在两个高峰，分别是低于 < /19和 =
819；7 环以外区域，非硬化地表成为主要类型（2& 4/9）；（3）北京市景观格局在不同区域差异巨大：从市中
心到市郊，景观破碎化程度加强，平均斑块面积逐渐增加，高密度城市用地比例逐步下降，自然地表平均面积
呈现 >形分布；中等密度城市用地斑块密度最高，破碎度最高；城市用地形状比自然地表复杂，低密度城市用
地形状最为复杂。
!"#"$"%&"’：
［; ］? @A.)*B C D，E,FF).G C H& 5I#’AJ,)KG 6KAL-(’ C)J’A-+’，MI’A+’.(’ )L - N’O M.J,A).I’."-* 5.B,(-")A& H)KA.-* )L "!’ @I’A,(-. P*-..,.+
@GG)(,-",).，;227，7/（/）：/34 /:Q&
［/ ］? 6I,"! @ H& 6KF#,R’* ’G",I-"’G )L ,I#’AJ,)KG GKAL-(’ ()J’A KG,.+ D-.BG-" ST ,I-+’AO& T& @& 6(!)*-A*O P-#’A& >.,J’AG,"O )L T-AO*-.B，C)**’+’
P-AU，/111&
［4 ］? D’’ 6，D-"!A)# V E& 6KFW#,R’* ’G",I-",). )L KAF-. *-.B ()J’A ()I#).’."G %,"! *,.’-A I,R"KA’ I)B’* -.-*OG,G -.B D-.BG-" S!’I-",( T-##’A ,I-+’AO
5."’A.-",).-* H)KA.-* )L V’I)"’ 6’.G,.+，/11:，/7 （//）：3QQ: 321:&
［3 ］? X-.+ D T，YK-.+ C，Y)I’A C E，!" #$& @. -##A)-(! L)A I-##,.+ *-A+’W-A’- ,I#’AJ,)KG GKAL-(’G：6O.’A+,G",( KG’ )L D-.BG-" 8 MST Z -.B !,+!
G#-",-* A’G)*K",). ,I-+’AO& C-.-B,-. H)KA.-* )L V’I)"’ 6’.G,.+，/114，/2：/41 /31&
［: ］? [,-. E，CA-.’ T& @GG’GGI’."G )L KAF-. +A)%"! ,. "!’ S-I#- \-O %-"’AG!’B KG,.+ A’I)"’ G’.G,.+ B-"-& V’I)"’ 6’.G,.+ )L M.J,A).I’."，/11:，
28：/14 /;:&
［7 ］? ]K C 6，TKAA-O @ S& MG",I-",.+ ,I#’AJ,)KG GKAL-(’ B,G"A,FK",). FO G#’("A-* I,R"KA’ -.-*OG,G& V’I)"’ 6’.G,.+ )L M.J,A).I’."，/114，Q3 （3）：
324 :1:&
［8 ］? ]-.+ X ^，_!-.+ [ 6& @ 6PD5S I)B’* L)A ’R"A-(",). )L GKF#,R’* ,I#’AJ,)KG GKAL-(’ ,.L)AI-",).& P!)")+A-II’"A,( M.+,.’’A,.+ -.B V’I)"’
6’.G,.+，/113，81 （8）：Q/; Q/Q&
［Q ］? ]-.+ X X，D, H& C*-GG,L,(-",). T’"!)BG )L D-.B >G’ $ C)J’A \-G’B ). V’I)"’ 6’.G,.+ S’(!.)*)+O& V’I)"’ 6’.G,.+ 5.LA)I-",).，/113，;：:4 :2&
［2 ］? X-.+ [ H& MG",I-",.+ *-.BG(-#’ ,I#’AJ,)KG.’GG ,.B’R LA)I G-"’**,"’ ,I-+’AO& 5MMM E’)G(,’.(’ -.B V’I)"’ 6’.G,.+ D’""’AG，/117，4：7 2&
［;1］? X-.+ [ H，D,K _& >G’ )L G-"’**,"’WB’A,J’B *-.BG(-#’ ,I#’AJ,)KG.’GG ,.B’R ") (!-A-("’A,‘’ KAF-. G#-",-* +A)%"!& C)I#K"’AG，M.J,A).I’." -.B >AF-.
6OG"’IG，/11:，/2：:/3 :31&
［;;］? @-A). N& 6!-(U’*L)AB，6"KB’." T’IF’A，5MMM -.B CKA" Y& a-J,G& @ C)IF,.’B bK‘‘O P,R’*W\-G’B -.B cFd’("W\-G’B @##A)-(! L)A C*-GG,L,(-",). )L
Y,+!WV’G)*K",). TK*",G#’("A-* a-"- cJ’A >AF-. @A’-G& 5’’’ SA-.G-(",).G ). E’)G(,’.(’ -.B V’I)"’ 6’.G,.+，/114，3;（;1）：/4:3 /474&
［;/］? ]-.+ b& bK‘‘O GK#’AJ,G’B (*-GG,L,(-",). )L A’I)"’ G’.G,.+ ,I-+’G& 5MMM SA-.G-(",).G ). E’)G(,’.(’ -.B V’I)"’ 6’.G,.+，;221，/Q（/）：;23
/1;&
［;4］? 6!-(U’*L)AB @N，a-J,G C Y& @ ()IF,.’B LK‘‘O #,R’*WF-G’B -.B )Fd’("WF-G’B -##A)-(! L)A (*-GG,L,(-",). )L !,+!WA’G)*K",). IK*",G#’("A-* B-"- )J’A
KAF-. -A’-G& 5MMM SA-.G-(",).G ). E’)G(,’.(’ -.B V’I)"’ 6’.G,.+，/114，3; （;1）：/4:3 /474&
［;3］? _!-.+ D \，_!-.+ ^ ^，[K b，!" #$& V’G’-A(! -.B -##*,(-",). )L "!’ G"-",G",(-* I)B’*G F-G’B ). C@VS& H)KA.-* )L _!’d,-.+ >.,J’AG,"O )L
S’(!.)*)+O，/11/，41 （3）：4;: 4;Q&
［;:］? @.B’AG). H b，Y-ABO M M，V)-(! H S，!" #$& @ *-.B KG’ -.B *-.B ()J’A (*-GG,L,(-",). GOG"’I L)A KG’ %,"! A’I)"’ G’.G)A B-"-，>& 6& E’)*)+,(-*
6KAJ’O PA)L’GG,).-* P-#’A 273，>& 6& E’)*)+,(-* 6KAJ’O，]-G!,.+").，aC，/Q，;287&
［;7］? D) C P，X-.+ [ H& aA,J’AG )L *-.BWKG’ $ *-.BW()J’A (!-.+’G -.B BO.-I,( I)B’*,.+ L)A "!’ @"*-."-，E’)A+,-& T’"A)#)*,"-. @A’-& P!)")+A-II’"A,(
M.+,.’’A,.+ -.B V’I)"’ 6’.G,.+，/11/，7Q（;1）：;184 ;1Q/&
［;8］? Y’ C X，6!, P H，C!’. H，!" #$& PA)(’GG -.B I’(!-.,GI )L KAF-.,‘-",). ,. \’,d,.+ -A’-& @("- E’)+A-#!,(- 6,.,(-，/11/，:8（4）：474 48;&
［;Q］? DK a 6，]’.+ ^ Y& >G’ )L ,I#’AJ,)KG GKAL-(’ ,. KAF-. *-.BWKG’ (*-GG,L,(-",).& V’I)"’ 6’.G,.+ )L M.J,A).I’."，/117，;1/（;W/）：;37 ;71&
［;2］? [,-) V \，cKO-.+ _ X& 6#-",-* P-""’A.G )L 5I#’AJ,)KG 6KAL-(’ -.B 5"G 5I#-("G ). D-.B 6KAL-(’ S’I#’A-"KA’ ,. \’,d,.+& H)KA.-* )L M.J,A).I’."-*
6(,’.(’G，/118，;2：/:1 /:7&
参考文献：
［Q ］? 王圆圆，李京& 遥感影像土地利用 $覆盖分类方法研究综述& 遥感信息，/113，;：:4 e :2&
［;3］? 张立彬，张其前，胥芳，等& 基于分类回归树（C@VS）方法的统计解析模型的应用与研究& 浙江工业大学学报，/11/，41 （3）：4;: e 4;Q&
［;8］? 何春阳，史培军，陈晋，等& 北京地区城市化过程与机制研究& 地理学报，/11/，:8 （4）：474 e 48;&
82;4? Q 期 ? ? ? 肖荣波? 等：基于亚像元估测的城市硬化地表景观格局分析 ?