基于矢量网格的城市土地利用邻里模式研究

      1 引言

      城市是由多种要素组成的复杂系统，土地利用是城市复杂系统中的基本要素，城市土地利用的空间分布是各要素相互作用、相互影响的结果[1-2]。对城市土地利用空间分布的研究一直是城市地理学、城市规划等相关领域研究的重要内容。早期对城市用地空间分布的研究主要是从宏观层面出发，相继提出了同心圆结构、扇形结构和多核心等城市空间结构，以解释和理解城市用地的空间分布规律[3]。近年来，微观角度的城市土地利用空间分布特征成为人文地理学领域关注的热点，相关研究从微观视角探讨单一尺度城市用地的空间分布特征，如分析街区尺度土地利用混合特征及其对居民职住分离的影响[4]，或者分析城市道路、土地利用分区等因素对土地利用变化的作用[5]。

      在微观尺度对城市用地空间模式的提取，更多的是服务于用地变化的预测和多情景模拟[6-7]，特别是为元胞自动机(Cellular Automata，CA)模型提供用地变化转换的规则。CA是模拟土地利用变化空间分布的模型[8]，广泛用于区域和城市等多个尺度的土地利用变化模拟[8-9]。用地邻里尺度上的相互作用和转换是CA模型的基础[9-11]，如提出富集因子的概念用于测量和分析用地的邻域特征和土地利用变化的规律，并将这些特征和规律作为CA模型的转换规则，从而实现对土地利用变化的模拟[12]。富集因子以及基于富集因子的CA模型在后续研究中得到进一步扩展和应用，除了借助富集因子提取用地邻域关系的变化趋势，探求土地利用格局的邻域关系外[13]，更多研究重点关注如何利用富集因子校准土地利用模型中的转换规则，从而改善CA模型的土地利用变化模拟结果[8，10，12，14]。

      可以看到，微观层面用地模式的研究主要服务于地理CA模型演化规则的提取，而对城市用地模式分析和提取的方法关注不够，对土地利用邻里尺度规律和模式的研究较少。现有研究多以栅格数据作为用地模式分析和提取的数据基础和模型基础[8-12]。用地数据由矢量转换为栅格数据时，将损失部分用地信息，而损失的信息量与各类用地的空间形状、用地分类的详细程度有关，且具有空间尺度敏感性，将随着选择的网格单元的变大而变大。针对这一问题，部分学者采用矢量数据提取和分析土地利用空间分布特征，提高对城市用地变化分析的精度，这也是当前研究的重要方向之一[15-17]。考虑到在城市中街区大多采取棋盘式空间布局，不同用地之间主要是通过实际的道路网络产生相互作用，现有研究多采用欧式距离以及Moore邻接来定义邻域，也难以反映这一特点。

      本文以深圳市为例，对现有基于栅格数据的富集因子分析方法进行改进，提出基于矢量斜网格的富集因子分析方法，并对深圳市2015年6类城市土地利用空间分布特征进行分析，得到各类用地在邻里尺度上的3种空间分布模式，最后对比基于矢量斜网格和基于栅格网的分析结果，显示基于栅格网方法的用地邻里特征结果具有较大误差，而采用矢量网格的方法则可以避免这一误差。

      2 研究区域与数据

      深圳市位于珠江口东岸，是中国第一个经济特区，也是中国第一个没有农村的高度城市化地区。全市土地总面积1948.69，根据土地利用现状图统计，深圳市2015年建设用地面积为916。随着经济的快速发展，深圳市城市空间逐渐向关外扩张，原分布于关内的加工工业逐步搬迁到关外及东莞、惠州等珠三角其他城市，代之而起的主要是高科技企业、高端制造业以及服务业。为了优化城市发展空间，协调关内关外发展，从2010年7月1日起启动特区内外一体化进程，将经济特区扩大到全市。

      本文使用的主要数据为2015年深圳市城市土地利用现状图，来自深圳市规划和国土资源委员会。根据分析的需要对深圳市城市土地利用现状图中的用地类型进行归并，得到居住用地、商业用地、政府社团用地、工业用地、交通用地和其他用地等6大类用地(图1)。

      3 研究方法

      3.1 富集因子

      地理学第一定律Tobler定律认为，任何事物之间都是相关的，但在空间上相近的事物之间更加相关[18]。分析邻里尺度上土地利用的特征，能够更好的发现土地利用的模式和特征，并有助于研究城市空间中不同用地之间的相互作用情况。

      

      图1 归并后的深圳市2015年城市土地利用图

      Fig.1 Urban land use of Shenzhen in 2015 after combination

      富集因子(Enrichment Factor，EF)是一种用来研究邻里尺度上不同用地之间空间模式的方法，该方法能够为CA模型提供土地利用变化的转换规则[12]。给定空间位置，富集因子是该位置一定邻域内某种土地利用类型出现的次数相对于这类用地在整个研究区域出现次数的相对值，即：