1990―2011年舟山群島不透水面動(dòng)態(tài)遙感分析

張曉萍， 呂 穎， 張華國， 李朝奎

(1.洛陽師范學(xué)院國土與旅游學(xué)院,洛陽 471934； 2.國家海洋局第二海洋研究所衛(wèi)星海洋環(huán)境動(dòng)力學(xué)國家重點(diǎn)實(shí)驗(yàn)室,杭州 310012； 3.湖南科技大學(xué)地理空間信息技術(shù)國家地方聯(lián)合工程實(shí)驗(yàn)室,湘潭 411201)

0 引言

不透水面(impervious surfaces，IS)是城市中普遍存在的人工地表特征，其表面覆蓋著諸如水泥、瀝青、混凝土、磚和壓實(shí)的土地等不滲透性材料[1]。IS隔離地表水向土壤下滲，影響區(qū)域地表徑流、水文循環(huán)、水體質(zhì)量及生物多樣性等生態(tài)環(huán)境要素[2]。近幾十a(chǎn)來，在快速城鎮(zhèn)化的影響下，舟山海島的自然地表被不斷增加的不透水硬化地面所代替[3]。地表覆蓋硬化加劇了海島地表徑流的活動(dòng)，人類開發(fā)活動(dòng)產(chǎn)生的污染則隨地表徑流匯入島內(nèi)水庫，或隨河道排入海中，不僅嚴(yán)重污染了島上的淡水資源，還使原本就很有限的淡水資源變得更加稀缺。為此，因海島土地利用方式改變而引發(fā)的海島淡水資源環(huán)境安全問題受到了廣泛關(guān)注。在這樣的背景下，定量化研究舟山群島的IS變化動(dòng)態(tài)，對(duì)分析海島城市淡水污染機(jī)制及其可持續(xù)發(fā)展具有重要意義。

遙感技術(shù)的快速發(fā)展使得獲取不同時(shí)空尺度的IS變化信息成為可能。Carlson等[4]運(yùn)用AVHRR和Landsat TM影像，根據(jù)植被覆蓋度反比關(guān)系，獲取了美國賓夕法尼亞州切斯特地區(qū)1987―1996年間的IS變化信息； Xian等[5]運(yùn)用Landsat TM/ETM+數(shù)據(jù)及航空數(shù)字影像，通過回歸決策樹方法提取了美國佛羅里達(dá)州坦帕灣流域1991―2002年的IS動(dòng)態(tài)變化信息； Powell等[6]基于1972―2006年獲取的Landsat數(shù)據(jù)集，運(yùn)用光譜混合分析法，估算了美國華盛頓地區(qū)的IS變化狀況。徐涵秋[7]基于Landsat ETM+及ASTER影像數(shù)據(jù)提出一種歸一化差值IS指數(shù)，估測(cè)了我國福州市的IS動(dòng)態(tài)變化； Zhang等[8]基于1998―2013年獲取的Landsat影像數(shù)據(jù)集，綜合地表溫度指數(shù)、生物物理組合指數(shù)及歸一化植被指數(shù)與IS覆蓋度的線性關(guān)系，分析了近25 a我國珠江流域的IS變化。此外，也有研究者綜合使用WorldView-2等高空間分辨率影像及LiDAR數(shù)據(jù)，采用面向?qū)ο?、神?jīng)網(wǎng)絡(luò)及決策樹方法研究了城市區(qū)域的IS動(dòng)態(tài)變化[9-11]?？傮w上，估算IS的方法大致可分為4類： 光譜混合分析法、回歸法、分類法及指數(shù)法[12]。上述研究的IS主要是內(nèi)陸地區(qū)(包括城市、內(nèi)陸河流域等)，對(duì)海島而言，除林地、耕地、建筑區(qū)、農(nóng)村居住區(qū)及河流之外，還有鹽田、灘涂、養(yǎng)殖區(qū)、水庫及坑塘等，這些地物的光譜特性在水的影響下極易與IS混淆，給海島地區(qū)的IS變化分析造成了一定困難。光譜混合分析法在處理混合像元問題上具有一定優(yōu)勢(shì)，但不適用于大范圍、地物復(fù)雜區(qū)域的IS提取，因?yàn)樵谶@種情況下不易獲取代表純凈IS端元的光譜特征[13]。分類法是較為成熟的IS提取方法，可操作性強(qiáng)，但一般需要解譯人員結(jié)合野外調(diào)查數(shù)據(jù)建立完善的IS解譯標(biāo)志。指數(shù)法可提出能反映IS分布與其他地物具有較高分離度的特征指數(shù)，計(jì)算相對(duì)簡單、高效，但需要自定義IS分割閾值，且IS指數(shù)不能與真實(shí)的IS含量相關(guān)聯(lián)，難以進(jìn)行絕對(duì)量化分析[12]。回歸法是通過地物光譜特征和IS的比例關(guān)系建立回歸函數(shù)，進(jìn)而估計(jì)區(qū)域的IS分布，常應(yīng)用在地物相對(duì)復(fù)雜的IS提取中。植被覆蓋度反比關(guān)系法是回歸法的一種，其基本原理是根據(jù)城市建成區(qū)中植被覆蓋度與不透水面覆蓋度的強(qiáng)負(fù)相關(guān)關(guān)系獲取IS信息，植被覆蓋度可由歸一化植被指數(shù)或者纓帽變化的綠度分類獲得； 該方法簡單易行，避開了混合像元的問題，在植被、生態(tài)環(huán)境監(jiān)測(cè)和水文氣候模擬等方面應(yīng)用廣泛[1]。國內(nèi)已有不少研究者運(yùn)用遙感及地理信息技術(shù)對(duì)我國長島[14]、崇明島[15]、舟山群島[3]和廈門島[16]的土地利用變化進(jìn)行了分析，但是較少關(guān)注并系統(tǒng)分析群島城市的IS動(dòng)態(tài)變化信息[17]。因此，本文的研究目標(biāo)是在已有研究成果基礎(chǔ)上，基于植被覆蓋度反比關(guān)系法提取舟山群島1990─2011年近20 a間的IS信息，包括IS面積變化、新增IS的空間分布及高程分布變化信息，并分析其影響因素。

1 研究區(qū)概況

選取舟山本島及其附近島嶼為研究區(qū)。舟山群島附近島嶼包括金塘島、秀山島、冊(cè)子島、長白島、長峙島、大貓島、岙山島、盤峙島、小干島和魯家峙等，行政上涉及舟山市的定海區(qū)、普陀區(qū)及岱山縣，島陸總面積約703.34 km2(圖1)。

圖1 研究區(qū)位置

研究區(qū)內(nèi)各主要海島的基本信息見表1。

表1 研究區(qū)主要海島基本信息Tab.1 Basic information of major islands in study area

研究區(qū)屬北亞熱帶南緣海洋性季風(fēng)氣候區(qū)，年均降雨量為1 300～1 500 mm； 森林覆蓋類型主要有針葉林、常綠闊葉林及落葉闊葉林。舟山市是海島城市，淡水資源缺乏，海島生態(tài)系統(tǒng)脆弱，島嶼眾多(故習(xí)慣稱“舟山群島”)，但面積普遍狹小，且以丘陵山地為主，可利用土地資源有限。1988年以來，舟山市的港口海運(yùn)、臨港工業(yè)、海島旅游、海洋漁業(yè)等行業(yè)發(fā)展迅速。在舟山市海洋經(jīng)濟(jì)快速發(fā)展的同時(shí)，經(jīng)濟(jì)增長與海島土地資源、淡水資源環(huán)境安全之間的矛盾也日漸突出。1990―2011年間，舟山群島的IS發(fā)生了較大變化。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)源及預(yù)處理

獲取研究區(qū)3期中等空間分辨率衛(wèi)星遙感數(shù)據(jù)： 1990年6月11日Landsat5 TM、2000年6月14日Landsat7 ETM+和2011年5月20日Landsat5 TM，影像空間分辨率均為30 m； 3期高空間分辨率航空/衛(wèi)星數(shù)據(jù)： 1990年12月1 m空間分辨率全色航空影像、2002年10月1 m空間分辨率多光譜航空影像和2011年4月20日2.5 m空間分辨率SPOT5多光譜融合影像。以上數(shù)據(jù)研究區(qū)內(nèi)都無云遮擋，影像清晰，質(zhì)量均較好。運(yùn)用ENVI EX5.1 軟件對(duì)TM/ETM+影像進(jìn)行輻射定標(biāo)處理，將各時(shí)相影像的DN值校正為星上反射率。利用ERDAS IMAGINE2013軟件的AutoSync模塊對(duì)多時(shí)相遙感影像進(jìn)行幾何配準(zhǔn)，影像重采樣方式為最鄰近像元法，配準(zhǔn)的均方根誤差控制在1個(gè)像元以內(nèi)。

本文所用的其他數(shù)據(jù)包括： 2005年舟山市土地利用調(diào)查數(shù)據(jù)、2011年研究區(qū)行政區(qū)劃矢量圖、1980年研究區(qū)30 m空間分辨率數(shù)字高程模型柵格圖及1989―2011年間舟山市統(tǒng)計(jì)年鑒等。為便于遙感影像、矢量數(shù)據(jù)及專題圖等之間進(jìn)行空間疊置分析，將所有數(shù)據(jù)的投影方式統(tǒng)一轉(zhuǎn)換為GCS_WGS_1984橫軸墨卡托(Transverse Mercator)投影。

2.2 IS提取

2.2.1 城市建成區(qū)確定

運(yùn)用分類、掩模的方法獲取建成區(qū)信息[17]。首先，將研究區(qū)內(nèi)的用地類型劃分為林地、旱地、水田、鹽田、養(yǎng)殖水面、河流水庫水面、灘涂、高密度建筑用地和低密度建筑用地(其中，高密度建筑用地是指城市、建制鎮(zhèn)、獨(dú)立工礦用地、港口碼頭用地、公路用地及特殊用地等IS覆蓋比例較高的用地類型； 低密度建筑用地是指IS覆蓋比例相對(duì)較低的居民地及水工建筑用地)，以2005年的實(shí)測(cè)土地利用調(diào)查數(shù)據(jù)為基礎(chǔ)，通過ENVI EX5.1 軟件中的最大似然監(jiān)督分類法分別提取1990年、2000年和2011年的土地利用/覆蓋信息，分類結(jié)果如圖2所示； 然后，利用ArcGIS10.3軟件分別從上述3景Landsat影像中通過掩模運(yùn)算去掉除高、低密度建筑用地之外的其他地類，獲得各個(gè)時(shí)期的城市建成區(qū)影像。

(a) 1990年 (b) 2000年 (c) 2011年

圖21990―2011年舟山群島土地利用/覆蓋分類

Fig.2Landuse/landcovermapofZhoushanIslandsfrom1990to2011

2.2.2 植被覆蓋度計(jì)算

植被覆蓋度是衡量地表植被覆蓋狀況的一個(gè)重要指標(biāo)，可通過纓帽變化的綠度分量或歸一化植被指數(shù)(normalized difference vegetation index，NDVI)獲得[4,18]。在確定城市建成區(qū)的基礎(chǔ)上，本文利用NDVI方法計(jì)算掩模運(yùn)算后各時(shí)期遙感影像的植被覆蓋度，即

綜合前文兩個(gè)回歸分析結(jié)果，我們可以發(fā)現(xiàn)較高程度的銀行信任雖有助于提高小微企業(yè)的信貸可獲得性(假說1成立)，但對(duì)其議價(jià)能力的提升無顯著影響，既未對(duì)其貸款利率產(chǎn)生顯著影響，也無益于降低貸款抵押要求(假說2和假說3不成立)。

Fr≈N*2,

(1)

(2)

(3)

式中：Fr為植被覆蓋度；N*為調(diào)整后的植被指數(shù)；NDVIs為純裸土像元；NDVIv為純植被像元；ρr為TM/ETM+影像紅光波段(630～690 nm)的反射率；ρnir為近紅外波段(760～900 nm)的反射率。

對(duì)于多數(shù)裸露地表，NDVIs一般不隨時(shí)間改變，理論上接近0； 但因受地表溫度、粗糙度、土壤類型、土壤顏色和土地利用程度等條件影響，變化范圍一般在-0.1～0.2之間[19]。受植被類型不同等因素影響，NDVIv也會(huì)隨時(shí)間和空間而改變。因此，應(yīng)根據(jù)實(shí)際情況對(duì)NDVIs和NDVIv這2個(gè)參數(shù)做出適當(dāng)?shù)呐袛唷１疚耐ㄟ^把每一時(shí)相的NDVI圖疊置到相應(yīng)時(shí)期的分類圖上，分別提取與林地、旱地對(duì)應(yīng)的NDVI像元，作為純植被像元和純裸土像元。

2.2.3 IS覆蓋度估算及精度驗(yàn)證

利用城市建成區(qū)內(nèi)IS覆蓋度(impervious surface area，ISA)與植被覆蓋度之間的強(qiáng)負(fù)相關(guān)關(guān)系，定義ISA為單位面積地表中IS面積所占百分比，無量綱。其計(jì)算方法為

ISA=(1-Fr)dev,

(4)

式中：ISA為單個(gè)像素中的ISA； 下標(biāo)dev表示城市建成區(qū)。

從高空間分辨率影像中隨機(jī)選擇樣本，通過目視解譯和最大似然分類法對(duì)樣本進(jìn)行分類，包括不透水面、草地、林地、農(nóng)田、裸地、水體、陰影及灘涂。基于高空間分辨率數(shù)據(jù)分類結(jié)果，統(tǒng)計(jì)落在30 m×30 m網(wǎng)格內(nèi)的IS像元數(shù)，得到30 m空間分辨率的ISA。以高空間分辨率數(shù)據(jù)計(jì)算的ISA為參考值，以Landsat影像提取的ISA為估計(jì)值，選取平均相對(duì)誤差(average relative error，MRE)、相關(guān)系數(shù)(R)為ISA提取的精度評(píng)價(jià)標(biāo)準(zhǔn)[20]，即

(5)

(6)

3 結(jié)果與分析

3.1 IS面積變化

1990―2011年間舟山群島ISA分布如圖3所示。

(a) 1990年 (b) 2000年 (c) 2011年

圖31990―2011年舟山本島及其附近島嶼ISA分布

Fig.3ISAmapsofZhoushanIslandsfrom1990to2011

ISA提取結(jié)果的精度評(píng)價(jià)見表2。

表2ISA提取結(jié)果的精度評(píng)價(jià)

Tab.2AccuracyassessmentforresultsofISAextraction

年份統(tǒng)計(jì)指標(biāo)MRE/%R1990年15.050.6712000年11.950.6052011年 8.000.733

2000年的ISA提取精度相對(duì)較低，主要是因所用的高空間分辨率參考數(shù)據(jù)與對(duì)應(yīng)的ISA估算數(shù)據(jù)獲取時(shí)間不一致引起的。此外，裸土、灘涂及細(xì)小水體的混入，也會(huì)影響ISA估算值，進(jìn)而影響樣本點(diǎn)的精度對(duì)比。總體上，R>0.6，MRE控制在15%以內(nèi)，表明本文方法基本能較好地估算研究區(qū)近20 a的IS變化信息。1990—2011年間研究區(qū)IS面積變化見圖4。

(a) 研究區(qū) (b) 舟山島(c) 金塘島(d) 秀山島

(e) 冊(cè)子島 (f) 長白島(g) 長峙島(h) 大貓島

圖4-11990―2011年研究區(qū)及各主要島嶼IS面積變化

Fig.4-1ChangesofISareainZhoushanIslandsfrom1990to2011

(i) 岙山島 (j) 小干島(k) 盤峙島(l) 魯家峙

圖4-21990―2011年研究區(qū)及各主要島嶼IS面積變化

Fig.4-2ChangesofISareainZhoushanIslandsfrom1990to2011

由圖4可知，IS面積1990年為47.96 km2(占研究區(qū)總面積的6.28%)，2000年為64.98 km2(占比9.24%)，2011年為114.40 km2(占比16.27%)。1990―2011年間，研究區(qū)IS面積呈快速增加趨勢(shì)。2000―2011年IS面積的增加明顯大于1990―2000年，平均增幅為4.49 km2/a。

對(duì)比各主要島嶼的IS面積變化，發(fā)現(xiàn)呈明顯的異質(zhì)性。在過去20 a中，小干島和長峙島的IS面積變化最大(增加約8倍)，其次是冊(cè)子島和岙山島(增加約4倍)，秀山島、長白島和魯家峙增加約2～3倍，其他島(大貓島、盤峙島、舟山島及金塘島)的IS面積增加最少(約1倍)。其中，1990―2000年間，岙山島和冊(cè)子島的IS面積變化最大(增加近1倍)； 長峙島和魯家峙的IS面積增加最少(約10%)； 2000―2011年間，長峙島和小干島的IS面積增幅最大(約5～7倍)，而舟山島和盤峙島的IS面積增幅最小(約40%)。

3.2 新增IS空間分布變化

以1990年研究區(qū)的IS分布為參考，1990―2000年和2000―2011年2段時(shí)期內(nèi)新增IS的空間分布如圖5所示。從總體來看，2段時(shí)期中新增的IS沿著各島陸周邊外圍分布。1990年的IS區(qū)域主要分布在舟山本島的定海、普陀2個(gè)老城區(qū)(即解放街道、昌國街道、環(huán)南街道與沈家門街道)，以及一些建制鎮(zhèn)(如展茅鎮(zhèn)、白泉鎮(zhèn)、馬岙鎮(zhèn)、岑港鎮(zhèn)及金塘鎮(zhèn)等)。1990―2000年間，舟山本島的定海老城區(qū)內(nèi)及外圍城東街道和普陀區(qū)的東港街道的IS明顯增加，其他建制鎮(zhèn)及其附近島嶼的IS面積也有不同程度的擴(kuò)張。2000―2011年間，舟山本島定海區(qū)的IS分布由中心城區(qū)向東南方向的臨城街道擴(kuò)展，并逐漸與普陀區(qū)連成一片，而舟山本島其他地區(qū)以及秀山島、長白島、小干島、冊(cè)子島、魯家峙及金塘島的周邊沿岸區(qū)域也增加了大片IS區(qū)域。

圖5 不同時(shí)期新增IS的空間分布

3.3 新增IS高程分布變化

將獲取的1990―2000年和2000―2011年2段時(shí)期內(nèi)的新增IS空間分布分別疊置在1980年的研究區(qū)數(shù)字高程模型柵格圖上，得到不同時(shí)期新增IS處的高程變化情況。

以高程值0為分界線，2段時(shí)期的新增IS主要分布在高程值>0的區(qū)域； 但2000―2011年間則有更多的新增IS分布在高程值<0的區(qū)域，表明新增IS明顯在向沿岸低海拔地區(qū)推進(jìn)。進(jìn)一步統(tǒng)計(jì)新增IS處高程值的變化發(fā)現(xiàn)，在高程值≤0區(qū)域，1990―2000年間的高程均值為-1.21 m； 而2000―2011年間則降低為-1.59 m。在高程值>0區(qū)域，2段時(shí)期的高程均值約為13 m，而高程最大值則達(dá)到了455 m以上，但這些極大高程值的頻數(shù)較低(圖6)，且一般分布在山上(表3)。

(a) 1990―2000年 (b) 2000―2011年

圖6 不同時(shí)期新增IS處高程變化Fig.6 Changes of height for new increased IS during different periods表3 不同時(shí)期新增IS區(qū)域的高程Tab.3 Height of new increased IS during different periods (m)

4 討論

1)影響IS動(dòng)態(tài)變化的地形因素。1990―2011年間，舟山本島及其附近島嶼的IS呈快速增加趨勢(shì)，新增IS多分布在舟山本島老城區(qū)周邊、本島沿岸及附近島嶼(圖3―圖5)。研究區(qū)屬海島和丘陵地貌，尤其在舟山本島內(nèi)部分布有大片的丘陵和山地，這樣的海島地形不利于舟山市城區(qū)的快速發(fā)展。2000年前新增的IS多分布在舟山本島南部的定海及普陀老城區(qū)周邊，且增加的IS面積相對(duì)較小； 而附近島嶼(如魯家峙、小干島和長峙島等)離舟山市城區(qū)近，且分布有大量灘涂平原，為舟山市臨港工業(yè)的快速發(fā)展提供了有利的土地基礎(chǔ)，因此2000―2011年間附近島嶼的IS面積增加迅速。可見，地形是研究區(qū)IS動(dòng)態(tài)變化的主要影響因素之一。

2)影響新增IS變化的功能定位及交通因素。由圖4中可以看出，舟山本島附近主要島嶼的IS面積變化呈明顯的異質(zhì)性： 在島陸面積較小的小干島、長峙島及岙山島，近20 a間IS面積增加約4～8倍； 而在島陸面積相對(duì)較大的秀山島和長白島，IS面積增加約2倍。結(jié)合表1中的基本信息發(fā)現(xiàn)，凡IS面積變化大的島嶼，其功能定位一般是“港口物流”或“臨港工業(yè)”，且由跨海大橋連接舟山本島，交通便利，人類活動(dòng)影響大； 而IS面積變化相對(duì)較小的島嶼，其功能定位為“海洋旅游”，大多無跨海大橋連接舟山本島，交通不便，人類活動(dòng)干擾相對(duì)較小。因此，功能定位及交通狀況是影響各島嶼新增IS變化的2個(gè)重要因素。

3)影響IS時(shí)空格局動(dòng)態(tài)變化的政策因素。2000―2011年間，臨城街道有大片IS面積增加，并與定海及普陀老城區(qū)連成一片，極大擴(kuò)大了舟山本島的城區(qū)面積(圖5)。1990年，舟山政府開始推行“大島建小島遷”政策，組織居民向大島遷移，以便共享更多的淡水資源和基礎(chǔ)設(shè)施(包括能源、醫(yī)院、道路和住房等)，提高防御臺(tái)風(fēng)、風(fēng)暴潮等海洋災(zāi)害的能力。圖7顯示，近20 a來舟山本島的人口密度呈持續(xù)增長趨勢(shì)，而附近島嶼的人口密度整體呈降低趨勢(shì)。

圖7 不同時(shí)期各島嶼的人口密度變化

因此，“大島建小島遷”政策在一定程度上促使舟山本島城區(qū)IS面積增加。2005年起，舟山政府開始實(shí)行“以港興市”的發(fā)展政策，使靠近岸線地區(qū)興建了很多港口、碼頭和工礦企業(yè)，故這期間臨港工業(yè)發(fā)展迅猛。圖7也顯示，2001―2011年多數(shù)島嶼的人口密度呈增加趨勢(shì)。無疑，“以港興市”的政策促使這一時(shí)期舟山本島沿岸及附近島嶼有大片IS區(qū)域增加(圖5)。此外，根據(jù)《舟山市灘涂圍墾規(guī)劃》，預(yù)計(jì)到2020年，將新建促淤圍墾項(xiàng)目30處，圍墾面積為24.62萬畝*1畝≈0.066 7 hm2，促淤面積為3.46萬畝。在快速城鎮(zhèn)化壓力下，舟山市通過圍墾工程逐漸向深水區(qū)“要地”，以增加居住空間、發(fā)展海洋臨港工業(yè)。由圖6也可以看出，2000―2011年間新增IS的高程均值明顯降低。因此，政策是影響研究區(qū)IS時(shí)空格局動(dòng)態(tài)變化的又一重要因素。

5 結(jié)論

1)1990―2011年間，研究區(qū)IS面積快速增加，由1990年的47.96 km2(占研究區(qū)總面積的比例為6.28%)增至2011年的114.40 km2(占比為16.27%)。其中，2000―2011年的IS增加最快，平均增幅為4.49 km2/a。研究區(qū)各主要島嶼的IS面積變化呈明顯的異質(zhì)性： 小干島、長峙島、冊(cè)子島及岙山島的IS面積變化最大(增加約4～8倍)； 其次是秀山島、長白島和魯家峙(增加約2倍)； 大貓島、盤峙島、舟山島及金塘島增加的最少(約1倍)。

2)1990―2000年間，新增IS主要分布在舟山本島定海老城區(qū)與城東街道、普陀區(qū)的東港街道及一些建制鎮(zhèn)。2000―2011年，舟山本島定海區(qū)的IS分布由中心城區(qū)向東南方向的臨城街道擴(kuò)展，并逐漸與普陀區(qū)連成一片； 舟山本島其他地區(qū)以及秀山島、長白島、小干島、冊(cè)子島、魯家峙及金塘島的沿岸地帶有大量IS區(qū)域增加。

3)與1990―2000年相比，2000―2011年間有更多的新增IS分布在高程值<0的區(qū)域，或在很大高程處，前者發(fā)生在灘涂圍墾區(qū)，后者主要分布在山上的工礦用地中。從總體上來看，近20 a來研究區(qū)新增IS明顯向沿海低海拔地區(qū)擴(kuò)張。

4)對(duì)IS變化的影響因素進(jìn)行討論分析，發(fā)現(xiàn)地形、政策、功能定位及交通(跨海大橋)等因素是影響研究區(qū)IS時(shí)空格局動(dòng)態(tài)變化的主要驅(qū)動(dòng)力。

參考文獻(xiàn)(References)：

[1] Weng Q H.Remote sensing of impervious surfaces in the urban areas:Requirements,methods,and trends[J].Remote Sensing of Environment,2012,117:34-49.

[2] 劉珍環(huán),王仰麟,彭 建.不透水表面遙感監(jiān)測(cè)及其應(yīng)用研究進(jìn)展[J].地理科學(xué)學(xué)報(bào),2010,29(9):1143-1152.

Liu Z H,Wang Y L,Peng J.Remote sensing of impervious surface and its applications:A review[J].Progress in Geography,2010,29(9):1143-1152.

[3] Chen J Y,Pan D L,Mao Z H,et al.Land-cover reconstruction and change analysis using multi-source remotely sensed imageries in Zhoushan Islands since 1970[J].Journal of Coastal Research,2014,30(2):272-282.

[4] Carlson T N,Arthur S T.The impact of land use-land cover changes due to urbanization on surface microclimate and hydrology:A satellite perspective[J].Global and Planetary Change,2000,25(1/2):49-65.

[5] Xian G,Crane M.Assessments of urban growth in the Tampa Bay watershed using remote sensing data[J].Remote Sensing of Environment,2005,97(2):203-215.

[6] Powell R L,Roberts D A,Dennison P E,et al.Sub-pixel mapping of urban land cover using multiple endmember spectral mixture analysis:Manaus,Brazil[J].Remote Sensing of Environment,2007,106(2):253-267.

[7] 徐涵秋.近30 a來福州盆地中心的城市擴(kuò)張進(jìn)程[J].地理科學(xué),2011,31(3):351-357.

Xu H Q.Urban expansion process in the center of the Fuzhou Basin,Southeast China in 1976―2006[J].Scientia Geographica Sinica,2011,31(3):351-357.

[8] Zhang L,Weng Q H.Annual dynamics of impervious surface in the Pearl River Delta,China,from 1988 to 2013,using time series Landsat imagery[J].ISPRS Journal of Photogrammetry and Remote Sensing,2016,113:86-96.

[9] Im J,Lu Z Y,Rhee J,et al.Impervious surface quantification using a synthesis of artificial immune networks and decision/regression trees from multi-sensor data[J].Remote Sensing of Environment,2012,117:102-113.

[10] Zhao T,Wang J F.Use of Iidar-derived NDTI and intensity for rule-based object-oriented extraction of building footprints[J].International Journal of Remote Sensing,2014,35(2):578-597.

[11] Yan W Y,Shaker A,El-Ashmawy N.Urban land cover classification using airborne LiDAR data:A review[J].Remote Sensing of Environment,2015,158:295-310.

[12] 李德仁,羅 暉,邵振峰.遙感技術(shù)在不透水層提取中的應(yīng)用與展望[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2016,41(5):569-577.

Li D R,Luo H,Shao Z F.Review of impervious surface mapping using remote sensing technology and its application[J].Geomatics and Information Science of Wuhan University,2016,41(5):569-577.

[13] Lu D S,Li G Y,Kuang W H,et al.Methods to extract impervious surface areas from satellite images[J].International Journal of Digital Earth,2014,7(2):93-112.

[14] 黃建波.中國海島.沙洲.瑚礁遙感監(jiān)測(cè)應(yīng)用中的典型問題研究[D].青島:中國海洋大學(xué),2006.

Huang J B.Research on Typical Questions of China Islands,Sand Banks and Coral Reefs Remote Sensing Monitoring Application[D].Qingdao:Ocean University of China,2006.

[15] Zhao B,Kreuter U,Li B,et al.An ecosystem service value assessment of land-use change on Chongming Island,China[J].Land Use Policy,2004,21(2):139-148.

[16] Quan B,Chen J F,Qiu H L,et al.Spatial-temporal pattern and driving forces of land use changes in Xiamen[J].Pedosphere,2006,16(4):477-488.

[17] Zhang X P,Pan D L,Chen J Y,et al.Using long time series of Landsat data to monitor impervious surface dynamics:A case study in the Zhoushan Islands[J].Journal of Applied Remote Sensing,2013,7(1):073515.

[18] Gillies R R,Box J B,Symanzik J,et al.Effects of urbanization on the aquatic fauna of the Line Creek watershed, Atlanta-a satellite perspective[J].Remote Sensing of Environment,2003,86(3):411-422.

[19] Carlson T N,Ripley D A.On the relation between NDVI,fractional vegetation cover,and leaf area index[J].Remote Sensing of Environment,1997,62(3):241-252.

[20] 王 浩,吳炳方,李曉松,等.流域尺度的不透水面遙感提取[J].遙感學(xué)報(bào),2011,15(2):388-400.

Wang H,Wu B F,Li X S,et al.Extraction of impervious surface in Hai Basin using remote sensing[J].Journal of Remote Sensing,2011,15(2):388-400.