基于不透水面的城市景觀格局時空特征研究

楊軍軍，劉宇峰，藺鵬飛，朱 喜

（1.咸陽師范學(xué)院 資源環(huán)境與歷史文化學(xué)院，陜西 咸陽 712000； 2.中國科學(xué)院西北生態(tài)環(huán)境資源研究院， 甘肅 蘭州 730000）

城市景觀是人類影響自然系統(tǒng)最為顯著的表現(xiàn)形式。大量城區(qū)由混凝土、瀝青等材料構(gòu)成的各類建筑、道路及其相關(guān)設(shè)施所覆蓋，這類隔斷地表土壤與大氣連通的人工層稱為不透水面[1-2]。不透水面的時空動態(tài)反映了城市的擴張趨勢和演替過程[3]。不透水面改變了區(qū)域或流域的水循環(huán)過程，使得洪澇災(zāi)害風(fēng)險增加[4-5]， 影響了非點源污染的擴散形式和傳播范圍，對城市居民的健康形成潛在威脅[1-6]。地表植被的減少，也顯著影響了城市的微氣候環(huán)境，形成城市熱島[7]。因此，監(jiān)測和預(yù)測城市不透水面的覆蓋度、動態(tài)變化、空間分布等指標(biāo)，在城市化進程和環(huán)境質(zhì)量評估中具有重要意義。

遙感影像具備獲取速度快、數(shù)據(jù)豐富、監(jiān)測面積大、回訪周期短等特點，相比基于人力的地面調(diào)查優(yōu)勢顯著，是城市不透水面監(jiān)測和分析的主要手段[8]。在實際應(yīng)用中，不同分辨率影像的地表信息提取過程存在不同的困難有待進一步優(yōu)化，如在基于高分辨率（空間分辨率為1～5 m）遙感影像的不透水面提取中，由于城市環(huán)境復(fù)雜，不透水面組成多樣，存在嚴(yán)重的“同物異譜、異物同譜”問題[2,9]；而在中低分辨率（空間分辨率為10～100 m）的影像信息提取中，由于單個像元代表的實際面積較大，單個像元可能包含多種地物，存在混合像元效應(yīng)問題[10]，使得分類結(jié)果精度難以提高。隨著遙感影像數(shù)據(jù)的多源化，相關(guān)研究發(fā)現(xiàn)，找到空間分辨率與城市真實地面對象空間尺寸相近或趨近1∶2比例關(guān)系的影像，可在一定程度上提高基于遙感影像的不透水面分析精度[11]。因此，對介于中、高分辨率之間的過渡分辨率影像的不透水面信息提取進行探索，具有一定的研究意義和應(yīng)用 價值。

西咸新區(qū)是我國西部快速城市化的典型區(qū)域和戰(zhàn)略要地，自2014年國務(wù)院批準(zhǔn)建設(shè)以來，經(jīng)過近5 a的發(fā)展，其景觀格局發(fā)生了哪些變化，目前的建設(shè)成果如何，近年來的變化在不同新城間表現(xiàn)出哪些空間特征等問題都是西咸新區(qū)政府和人民關(guān)注的關(guān)鍵性問題。鑒于此，本文以遙感影像為數(shù)據(jù)，以時空動態(tài)分析為手段，量化評價了西咸新區(qū)近年來的發(fā)展過程，以期為地方政府和上級部門的管理提供兼?zhèn)淇陀^性、準(zhǔn)確性和時效性的數(shù)據(jù)支持和應(yīng)用服務(wù)。

1 研究區(qū)概況和研究方法

1.1 研究區(qū)概況

西咸新區(qū)作為關(guān)中—天水經(jīng)濟區(qū)的核心區(qū)位，位于108 31′47″～108 58′19″E、34 10′15″～ 34 33′16″N之間，東西長約40 km，南北寬約43 km， 自2014年獲批為第七個國家級新區(qū)以來，城市景觀格局發(fā)生了巨大變化。西咸新區(qū)位于陜西省西安市與咸陽市建成區(qū)之間，涉及西安、咸陽兩市所轄7縣（區(qū)）23個鄉(xiāng)鎮(zhèn)和街道辦事處，規(guī)劃面積為881 km2。西咸新區(qū)下設(shè)灃東新城、灃西新城、秦漢新城、涇河新城和空港新城，面積分別為159 km2，143 km2，302 km2，133 km2和144 km2。研究區(qū)行政區(qū)劃和空間布局如 圖1所示。

圖1 研究區(qū)地理位置示意圖

1.2 影像數(shù)據(jù)獲取與處理

本文采用歐洲航天局?jǐn)?shù)據(jù)共享服務(wù)平臺（https://scihub.copernicus.eu/）的哨兵（Sentinel-2）影像， 2016年和2017年的數(shù)據(jù)來自2015年發(fā)射的Sentinel-2A影像，2018年和2019年的數(shù)據(jù)來自2017年發(fā)射的Sentinel-2B影像。原始數(shù)據(jù)為經(jīng)過大氣校正的大氣底層反射率數(shù)據(jù)（L2A），詳細信息如表1所示。數(shù)據(jù)分析前，先對下載影像進行輻射定標(biāo)、圖像融合、圖像鑲嵌等預(yù)處理，融合后的空間分辨率為10 m；再根據(jù)研究區(qū)行政邊界進行裁剪。為了去除水體在影像分類中的影響，影像分類前，首先采用歸一化水體指數(shù)（MNDWI）識別出水體，并對其進行掩膜處理[12-14]； 再通過支持向量機（SVM）[15]將影像中的地表對象分為不透水面、植被、裸地3類。為了驗證分類結(jié)果精度，本文將具備豐富經(jīng)驗的土地利用分類專家對2018年影像數(shù)據(jù)按照不透水面等4類對象進行人機交互式手動分類，并進行實地驗證、修正后的結(jié)果作為影像自動分類結(jié)果的驗證數(shù)據(jù)。

表1 遙感影像基本信息

在驗證分析中，隨機樣點分析時可能會出現(xiàn)由于某類用地面積較小可用于驗證分析的隨機樣點也較少而導(dǎo)致的分析結(jié)果的代表性和準(zhǔn)確性存在較大不確定性的情況[16]，為了避免該現(xiàn)象，本文同時采用逐像元分析的方法對自動和人工分類結(jié)果進行全局范圍的精度驗證，計算每種土地利用類型的分類結(jié)果精度和不同用地間的轉(zhuǎn)移矩陣。

式中，i為需要進行精度驗證的土地利用類型；Ai為第i種土地利用類型的分類結(jié)果精度；Ni R為第i種土地利用類型的正確分類像元數(shù)量；Nin為人工分類結(jié)果中第i種土地利用類型的總像元數(shù)。

1.3 不透水面時空動態(tài)評估方法

土地利用轉(zhuǎn)移矩陣可以反映土地利用變化的結(jié)構(gòu)特征和各種土地利用類型間的轉(zhuǎn)移方向，能直觀表征時間序列的土地利用類型轉(zhuǎn)移情況[17]。因此，本文中不同年份之間的土地利用類型轉(zhuǎn)移采用ArcGIS10.2中的柵格計算獲得。

為了準(zhǔn)確量化不透水面等土地利用類型在不同時段的變化速率，本文選用單一土地利用動態(tài)度K[18]和綜合土地利用動態(tài)度LC[19]兩個指標(biāo)，其中單一土地利用動態(tài)度用于表征某一土地利用類型在一定時間范圍內(nèi)的數(shù)量變化情況；綜合土地利用動態(tài)度用于表征研究區(qū)全部土地利用類型的總變化速率。

式中，Uai、Ubi分別為研究期初期a和末期b的第i種土地利用類型的面積；T為研究時段，本文中時間單位為a。

式中，LUi為研究初期第i種土地利用類型的面積；ΔLUi j→為研究時段內(nèi)第i種土地利用類型轉(zhuǎn)化為其他土地利用類型面積的絕對值；T為研究時段，本文中時間單位為a。

2 研究結(jié)果與分析

2.1 西咸新區(qū)影像分類結(jié)果精度驗證

基于SVM和人機交互的2018年影像分類面積驗證結(jié)果，如圖2所示，可以看出，自動分類結(jié)果精度非常高，不透水面的錯分率為1.0%，植被和水體的錯分率均為0.5%，裸地幾乎沒有錯分。

圖2 基于面積的分類結(jié)果驗證

該分類結(jié)果精度遠超已有基于SVM的研究[8,10,20]，統(tǒng)計結(jié)果不合理。為了核實并明確該結(jié)論的原因和發(fā)生過程，本文對自動分類結(jié)果和人工分類結(jié)果進行圖像對比，如圖3所示，從全局來看，兩種方法的分類結(jié)果在空間格局（如空間位置和不同地面對象的形狀、輪廓等）上保持高度的一致性，該結(jié)果與不同土地利用類型面積的分析結(jié)果一致；但自動分類結(jié)果表現(xiàn)出明顯的“椒鹽現(xiàn)象”，自動分類精度并沒有那么高，地面對象的完整性較差。為了明確不同地類的分類結(jié)果細節(jié)，本文專門對4種地類的局部進行了放大對比，結(jié)果表明，不透水面、植被和水體的分類結(jié)果吻合度較高，但能清晰看到自動分類結(jié)果的“椒鹽現(xiàn)象”，裸地表現(xiàn)最差，自動分類局部結(jié)果表現(xiàn)出明顯的錯分情況，如圖3中a41和a42所示。

為了量化兩種分類結(jié)果之間的土地利用錯分率，本文分別利用隨機采樣和轉(zhuǎn)移矩陣對自動分類結(jié)果和人工分類結(jié)果進行精度分析。樣點獲取在ArcGIS中完成，樣點總數(shù)為1 000，其中位于研究區(qū)的樣點為 491個，不透水面、植被、水體和裸地的采樣點分別為175個、257個、26個和33個；通過空間分析發(fā)現(xiàn)，對應(yīng)的土地利用類型分類結(jié)果精度分別為79.4%、78.2%、34.6%和24.2%，說明不透水面和植被的結(jié)果相對較客觀，水體的結(jié)果明顯偏小，與上文圖像分析結(jié)果差異顯著。為了交叉驗證隨機樣點結(jié)果的精度，本文在ArcGIS中進行了基于全局逐像元的轉(zhuǎn)移矩陣分析（表2），不透水面、植被和水體的分類精度分別為76.9%、77.9%和75.1%，其中近17%的不透水面被錯分為植被；裸地分類精度最低，約為16.2%，大部分被錯分為植被和不透水面，與隨機樣點分析結(jié)果一致。轉(zhuǎn)移矩陣量化結(jié)果與圖3中的結(jié)果一致，可信度更高。

圖3 2018年人工、自動分類結(jié)果在局部區(qū)域的提取結(jié)果

表2 2018年自動分類結(jié)果的轉(zhuǎn)移矩陣/%

由上述結(jié)果可知，轉(zhuǎn)移矩陣能更客觀準(zhǔn)確地量化分類結(jié)果的精度，而基于隨機采樣的評價結(jié)果不確定性較大，在一定程度上并不能用以驗證分類結(jié)果的準(zhǔn)確性。從自動分類結(jié)果精度來看，由于本文主要關(guān)注的是不透水面的動態(tài)變化，自動分類結(jié)果中不透水面的分類精度約為77%，大于75%，能滿足區(qū)域土地利用格局的分析需求[10]，因此本文采用SVM方法提取和分析其余年份的不透水面空間分布。

2.2 2016-2019年西咸新區(qū)時間動態(tài)特征

2016－2019年是西咸新區(qū)快速發(fā)展的階段，由圖4可知，4 a間新區(qū)不透水面面積穩(wěn)定增長，不透水面面積變化作為城市化進程的指標(biāo)之一[8]，這與近年來新區(qū)基礎(chǔ)設(shè)施建設(shè)和城市規(guī)劃實施穩(wěn)步開展的情況相吻 合[21]；且不透水面面積增長呈典型的對數(shù)函數(shù)關(guān)系，即前兩年增長較快，隨后增長幅度有所減緩，發(fā)展過程趨于平緩。對比其他土地利用類型面積變化過程可知，2017年是土地利用類型轉(zhuǎn)移最為劇烈的一年，新區(qū)植被面積顯著減少，主要體現(xiàn)為新區(qū)各功能區(qū)開始大面積破土、拆遷，全面為新區(qū)規(guī)劃建設(shè)準(zhǔn)備場地，大量植被被平整為裸地；隨后裸地面積趨于穩(wěn)定，植被與不透水面面積呈現(xiàn)此消彼長的互動關(guān)系，隨著不透水面面積的增加，植被面積逐漸減少，截至2019年 不透水面面積（占比約為42.6%）已與植被面積（占比約為47.5%）非常接近。因此，2016－2017年新區(qū)土地利用類型轉(zhuǎn)移方向主要為植被轉(zhuǎn)移為裸地，而 2018－2019年新區(qū)土地利用類型轉(zhuǎn)移方向主要為植被轉(zhuǎn)移為不透水面。

圖4 西咸新區(qū)不同用地類型面積的年際變化

2.3 2016-2019年西咸新區(qū)城市結(jié)構(gòu)動態(tài)特征

西咸新區(qū)的建設(shè)以“創(chuàng)新城市發(fā)展方式”為主題，規(guī)劃中深入考慮了不同功能區(qū)的地域特色、區(qū)位優(yōu)勢和已有基礎(chǔ)，在遵循綠色環(huán)保、創(chuàng)新、尊重自然山水格局的“綠色發(fā)展理念”下，不同功能區(qū)在土地利用類型組成比例和空間格局上又不盡相同。從地域特色來看，灃河兩岸分別是灃東新城和灃西新城，秦漢新城位于歷史資源豐富、坐擁西漢九座帝陵的渭河北濱，空港新城以西安咸陽國際機場為核心，涇河新城毗鄰涇河。將地域特色與“引領(lǐng)內(nèi)陸經(jīng)濟開發(fā)開放戰(zhàn)略高地建設(shè)的國家級新區(qū)，彰顯歷史文明、推動國際文化交流的歷史文化基地，統(tǒng)籌科技資源的新興產(chǎn)業(yè)集聚區(qū)，城鄉(xiāng)統(tǒng)籌發(fā)展一體化建設(shè)示范區(qū)”的發(fā)展定位相結(jié)合，灃東新城著力打造西安國際化大都市的主城功能新區(qū)和生態(tài)田園新城，灃西新城以文化教育產(chǎn)業(yè)和綜合服務(wù)副中心為主，秦漢新城專注于世界影響力的秦漢歷史文化聚集展示區(qū)和生態(tài)田園示范區(qū)，空港新城著力于建設(shè)西部地區(qū)空港交通樞紐和臨空產(chǎn)業(yè)園區(qū)，涇河新城則是以低碳產(chǎn)業(yè)為主的城鄉(xiāng)發(fā)展示范區(qū)和循環(huán)經(jīng)濟園區(qū)。

為了更好地探究和表現(xiàn)不同功能新城土地利用類型的時空動態(tài)特征，本文將不同土地利用類型在不同新城的面積變化情況通過圖5展示出來。該圖通過距離中心點的遠近反映研究期內(nèi)新城用地類型的規(guī)模，同時通過不同年份間的間距大小體現(xiàn)研究期的建設(shè)速度，即間距越大，建設(shè)速度越快，從而全面表現(xiàn)新城在研究期的發(fā)展?fàn)顩r。由圖5可知，不同土地利用類型的時空動態(tài)特征各異，差異顯著。不透水面面積整體呈增加趨勢，說明新區(qū)城市建設(shè)正在穩(wěn)步開展。對比各新城的發(fā)展發(fā)現(xiàn)，灃東新城面積變化不大，2019年由于綠化面積的增加，不透水面面積略有減少，這主要是由于灃東新城位于西安市西部，受西安市城市擴張的影響較大，研究期之前，其基礎(chǔ)設(shè)施建設(shè)已比較完善，因此研究期并未顯著增加；其余各新城不透水面面積均表現(xiàn)為穩(wěn)定增加，其中以秦漢新城增加最為顯著，這主要是由于其定位以歷史文化展示和生態(tài)田園示范為主，在大范圍環(huán)境保護的同時，全面且快速的基礎(chǔ)設(shè)施建設(shè)使其不透水面迅速增加。

圖5 西咸新區(qū)各新城不同土地利用類型面積動態(tài)變化

植被面積在各新城間的變化差異較大，其中秦漢新城的面積顯著大于其余4個新城（截至2019年，約為210 km2），這主要是由于秦漢新城的行政區(qū)劃面積較大（約294 km2），約為其他新城面積的兩倍，因此植被面積相對較大，其他新城植被面積由大到小依 次為空港新城、灃西新城、涇河新城和灃東新城。各新 城的土地利用類型轉(zhuǎn)移方向基本一致，研究期內(nèi)植被面積均有不同程度的減少，大多轉(zhuǎn)移為不透水面，2017年作為土地利用類型轉(zhuǎn)移突變的一年，植被面積最小。從轉(zhuǎn)移速度來看，灃東新城與前文不透水面的情況一致，植被面積未表現(xiàn)出顯著變化，土地利用類型較穩(wěn)定，其余新城相對較快。水體在不同新城也有小幅變動，但受其用地類型性質(zhì)限制，面積變化不大，其中秦漢新城和灃西新城由于渭河濕地和灃河濕地環(huán)境治理工程的開展水體面積有所增加。裸地面積也在一定程度上反映了城市建設(shè)的過程，與前文新區(qū)年際用地的變化一致，除2017年所有新城的裸地面積有顯著增加外，其余時間段并沒有明顯特征。

2.4 土地利用動態(tài)度

基于土地利用動態(tài)度的評價指標(biāo)，本文分別計算了對應(yīng)土地利用類型的單一土地利用動態(tài)度和不同區(qū)域的綜合土地利用動態(tài)度。由表3可知，2016－2019年 不透水面的單一土地利用動態(tài)度最大，西咸新區(qū)的單一土地利用動態(tài)度為13.9%，呈顯著擴張趨勢；其他土地利用類型的單一土地利用動態(tài)度由大到小依次為水體、植被和裸地，其中水體呈增加趨勢，而植被則減少了約7.3%。由于功能定位的不同，不同新城表現(xiàn)出區(qū)別化的動態(tài)度特征，秦漢新城各類用地的單一土地利用動態(tài)度均較大，變化趨勢與西咸新區(qū)基本一致；灃東新城的單一土地利用動態(tài)度整體相對較小，各土地利用類型面積變化幅度最小。灃東新城和灃西新城的水體面積表現(xiàn)為一致的顯著增加，反映了所在轄區(qū)大力加強濕地和河湖治理的成果。此外，涇河新城和空港新城不透水面面積增加突出，單一土地利用動態(tài)度分別為26.9%和37.2%，反映了當(dāng)?shù)卮笮徒ㄖ凸不A(chǔ)設(shè)施快速建設(shè)的過程。

表3 2016－2019年分區(qū)域不同土地利用類型的 單一土地利用動態(tài)度/%

與單一土地利用動態(tài)度情況一致，2016－2019年西咸新區(qū)綜合土地利用動態(tài)度為4.4%，土地利用類型間轉(zhuǎn)移頻繁，綜合利用程度高，人地矛盾激烈（圖6）。各新城間的綜合土地利用動態(tài)度差異明顯，其中涇河新城不同土地利用類型間的轉(zhuǎn)移最為頻繁，綜合土地利用動態(tài)度高達7.6%，其原因可能是涇河新城位于西咸新區(qū)最北端，新城建設(shè)前，地方產(chǎn)業(yè)以農(nóng)副產(chǎn)品和輕工業(yè)原材料為主，基礎(chǔ)設(shè)施落后，為了與新區(qū)發(fā)展保持一致，研究期內(nèi)土地利用類型變動頻繁，區(qū)域景觀格局變化劇烈。綜合土地利用動態(tài)度最小的是灃東新城，其原因與前文一致，灃東新城距離西安最近，在新區(qū)大范圍建設(shè)前，該區(qū)已完成了主要土地利用類型的規(guī)劃和建設(shè)，因此研究期內(nèi)綜合土地利用動態(tài)度最小，土地利用格局最穩(wěn)定。

圖6 西咸新區(qū)2016－2019年綜合土地利用動態(tài)度情況

本文綜合多項指標(biāo)分析了西咸新區(qū)2016－2019年土地利用類型轉(zhuǎn)移的時空動態(tài)特征，不僅全面展現(xiàn)了各新城土地利用類型的變化情況，而且揭示了基于規(guī)劃的人地互動過程。結(jié)果表明，隨著時間的推移，新區(qū)各新城正在以前期定位規(guī)劃為藍圖，全面開展各項工程建設(shè)，政府部門的規(guī)劃和政策導(dǎo)向是區(qū)域土地利用類型轉(zhuǎn)移的主要驅(qū)動力，西咸新區(qū)不透水面的劇烈變化很好地反映了各新城基礎(chǔ)設(shè)施和大型工程的開展實施情況；在各自的基礎(chǔ)條件上，針對不同的地域定位、發(fā)展重點和土地利用政策[17]，各新城的土地利用類型轉(zhuǎn)移過程也各具特點，開發(fā)較早、基礎(chǔ)設(shè)施較完善的新城，研究期內(nèi)側(cè)重環(huán)境綠化和河湖治理，而開發(fā)較晚、基礎(chǔ)設(shè)施較薄弱的新城，研究期內(nèi)更加側(cè)重基礎(chǔ)設(shè)施和各項主題工程的建設(shè)和覆蓋。

由轉(zhuǎn)移矩陣和各動態(tài)度指標(biāo)可知，不透水面的面積變化能較客觀、準(zhǔn)確地反映區(qū)域城市化的過程，可作為區(qū)域建設(shè)情況調(diào)查和交叉驗證的有力工具[22-23]。Sentinel-2影像作為研究數(shù)據(jù)具有一定優(yōu)勢，首先其分辨率為10 m，且屬于免費產(chǎn)品，為使用者獲取較高分辨率影像奠定了經(jīng)濟基礎(chǔ)和保障；其次該影像成像質(zhì)量穩(wěn)定，回訪周期短（單星為10 d，雙星為5 d），為相關(guān)研究提供了品質(zhì)和數(shù)量保障的數(shù)據(jù)；最后該影像的空間分辨率是最接近高分辨率的數(shù)據(jù)，能更好地與城市地面對象空間尺寸相吻合，在面向?qū)ο蟮挠跋裥畔⑻崛≈芯哂懈玫谋憩F(xiàn)。

本文以所在區(qū)域遙感影像分類結(jié)果為基礎(chǔ)，分析了土地利用類型的轉(zhuǎn)移過程和動態(tài)特征?？陀^、及時、準(zhǔn)確的量化評價，能為當(dāng)?shù)卣块T提供數(shù)據(jù)支持；但文中尚未對土地利用變化過程的驅(qū)動因子展開深入、系統(tǒng)的分析，這是由于新區(qū)是由西安市和咸陽市各區(qū)縣的行政區(qū)劃重新劃分而來，歷史數(shù)據(jù)的收集、整理以及新區(qū)數(shù)據(jù)的規(guī)范和匯總尚需一定的時間，數(shù)據(jù)的規(guī)范性和完備性使得區(qū)域相關(guān)深入研究存在一定的難度，后續(xù)研究可就此逐步展開。

3 結(jié) 語

遙感影像作為快速獲取地表信息的一種手段，在城市空間信息提取、分析和預(yù)判中具有巨大應(yīng)用潛力。隨著無人機航拍影像的快速發(fā)展和廣泛應(yīng)用，針對不同空間尺度、多樣化任務(wù)性質(zhì)、靈活時間調(diào)度以及復(fù)雜的作業(yè)環(huán)境等要求，基于多源影像的城市信息研究和應(yīng)用必將迎來一場革命性的變革。本文以Sentinel-2影像為數(shù)據(jù)，對西咸新區(qū)2016－2019年的土地利用動態(tài)變化情況進行了研究。

1）相對基于隨機采樣的影像分類結(jié)果精度驗證，基于轉(zhuǎn)移矩陣的全局逐像元分析法能避免隨機采樣的不確定性，具有更好的效果，能更客觀、準(zhǔn)確地進行影像自動分類結(jié)果精度驗證。

2）201 6－2019年西咸新區(qū)不透水面面積在穩(wěn)定增長，城市建設(shè)正在全面、快速開展。2017年是土地利用類型轉(zhuǎn)移最劇烈的一年，2016－2017年的土地利用類型轉(zhuǎn)移方向主要為植被轉(zhuǎn)移為裸地，2018－2019年的土地利用類型轉(zhuǎn)移方向主要為植被轉(zhuǎn)移為不透水面。

3）以區(qū)域規(guī)劃和政策導(dǎo)向為主要驅(qū)動的城市化過程，使不同新城的土地利用類型轉(zhuǎn)移過程各具特色，但又受限于其原有的基礎(chǔ)條件。研究期內(nèi)不同新城的土地利用類型轉(zhuǎn)移方向很好地體現(xiàn)了對應(yīng)地區(qū)的發(fā)展定位和規(guī)劃設(shè)計，西咸新區(qū)的城市建設(shè)和環(huán)境保護在同步、穩(wěn)定展開，新區(qū)的建設(shè)和發(fā)展在考慮當(dāng)?shù)貙嶋H情況的基礎(chǔ)上，很好地貫徹和落實了國家政策。