刘沁萍
, 田洪阵, 杨永春
兰州大学资源环境学院,甘肃 兰州 730000
LIU Qin-ping, TIAN Hong-zhen, YANG Yong-chun
中图分类号: K90
文献标识码: A
文章编号: 1000-0690(2012)06-0686-08
通讯作者:
收稿日期: 2011-05-25
修回日期: 2011-09-17
网络出版日期: 2012-06-20
版权声明: 2012 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介： 刘沁萍（1979-）,女,河南焦作人,讲师,博士研究生,研究方向为城市与区域发展、转型与规划。Email：liuqinpingnr@163.com
展开
摘要
利用ArcGIS10、ENVI4.5、Visual FoxPro6.0等软件,采用空间分析技术手段,定量分析了中国655个建制城市的空间分布与河流、植被、地形起伏度、高程4种自然环境因素的关系,结论如下：① 城市对水的依赖程度高,城市等级越高,依赖程度越强;② 总体趋势上,植被状况越好,城市分布数目越多;城市对植被的依赖程度高,城市等级越高,依赖程度越强;③ 总体趋势上,地形起伏度越大,城市分布数目越少;地形起伏度对城市分布有较大影响,城市等级越高,影响程度越大;④ 高程对城市分布有较大影响,城市等级越高,影响程度越大。综合评价全国不同区域的城市发展适宜度,分析了适合城市发展的区域。
关键词：
Abstract
Using spatial analysis techniques, this paper quantitatively analyzes the relationship between the spatial distribution of 655 cities of China and the natural environmental factors including rivers, vegetation, relief degree of land surface (RDLS) and elevation using sotware such as ArcGIS10, ENVI4.5 and Visual FoxPro6.0. The results include the following several aspects. Firstly, the cities are strongly dependent on rivers and the dependence is getting stronger with the expansion of the cities. The cities’ sensitivity to rivers reduces as the distance from the cities to rivers increasing. Secondly, the number of cities is becoming larger with increasing vegetation rank generally. In other words, the better the vegetation condition is, the more the cities are distributed. The cities’ dependence on vegetation is strong and the dependence is getting stronger with the expansion of the cities. Thirdly, the number of cities is getting smaller with the increasing relief degree of land surface (RDLS) rank generally. That is to say, the bigger the value of relief degree of land surface (RDLS) is, the more the cities are distributed. Relief degree of land surface (RDLS) has a great impact on the distribution of cities and the impact is becoming stronger with the expansion of the cities. Fourthly, the number of cities is becoming smaller with increasing elevation rank generally. In other words, the number of distributed cities is getting smaller as the value of elevation increasing. Elevation has a great impact on the distribution of cities and the impact is getting stronger with the expansion of the cities. At last, the city development suitability was evaluated in different regions of China and the regions were pointed out which are suitable for city development. The regions consist of the Northeast Plain, the North China Plain, the Middle-lower Yangtze Plain, the Pearl River Delta and the Sichuan Basin. In terms of the natural environment, the small and medium-sized cities of high suitability regions have large development potential.
Keywords：
改革开放以来,随着中国经济的不断发展,城市快速发展,城市化进程不断加快,城市作为一定区域内的政治经济文化中心,其发展不仅受到政府管理部门的关注,同时也是专家学者研究的重要领域。相关的研究成果颇丰,主要集中在以下几个方面：全球化与城市化[1~5]、城市产业研究[6~10]、城市转型过程中的政治、经济、文化相关问题[11~15]、城市空间结构及其演变[16~22]等等;另外,周一星指出,区域自然地理条件通过影响人口分布而影响城市的形成发展[23],丁锡祉等研究了影响中国城市分布和建设的地貌因素[24],田银生指出自然环境是中国古代城市选址的首重因素[25],曹润敏等研究中国古代城市选址中的生态安全意识[26],殷淑燕等研究关中盆地古代城市选址与渭河水文和河道变迁的关系[27];这些研究主要是从自然环境的某一方面去分析其与城市分布的关系,多是定性方面的分析,有关城市分布与自然环境因素关系的综合的、宏观视角的定量研究比较罕见。
在此背景下,文章选择中国655个建制城市,定量分析城市分布与河流、植被、地形起伏度和高程4个自然环境因素的相关关系,有利于了解城市发展所需要的自然环境条件;结合各自然环境因素对城市发展适宜度的影响,综合评价中国不同区域的城市发展适宜度,有利于我们了解哪些区域适合城市发展,为国家对城市发展进行宏观调控提供科学依据。
1） 城市数据。根据2010年的中国人口和就业统计年鉴,选择655个建制城市（含287个地级及以上城市和368个县级城市）进行研究（台湾、香港和澳门数据暂无统计）;城市空间分布数据来源于国家基础地理信息数据中心。
2） 自然环境数据。所用自然环境因素数据包括河流、植被、地形起伏度、高程（表1）。
在对数据进行处理分析之前,将NDVI、DEM数据在ENVI软件中进行拼接、裁剪;利用ArcGIS10中的Project工具将所用数据的投影方式统一为：Asia_North_Equidistant_Conic投影;利用ArcGIS10中的Resample对DEM数据进行重采样,将栅格大小转换为1 km×1 km;目的是保证所有数据在空间上能够重叠,输出的图形在投影方式和精度上一致。
表1 数据及其来源
Table 1 Data and sources
| 自然环境因素 | 数据来源 |
|---|---|
| 河流 | 国家基础地理信息数据中心获得1、2、3级河流数据 |
| 植被 | 国际科学数据服务平台网站下载6月、7月、8月分辨率为1 km的NDVI数据 |
| 地形起伏度 | 国际科学数据服务平台网站下载分辨率为90 m的DEM数据计算得到 |
| 高程 | 国际科学数据服务平台网站下载分辨率为90 m的DEM数据 |
1) 城市数据。根据2010年中国人口和就业统计年鉴中城市非农业人口数目,将城市分为超大城市、特大城市、大城市、中等城市和小城市5个等级[28]（表2）。
表2 城市等级的划分标准及其各等级内城市数目
Table 2 Classification standards for cities and the number of cities in each rank
| 城市等级 | 划分标准 | 城市数目（个） |
|---|---|---|
| 超大城市 | 城市非农人口在200万以上 | 24 |
| 特大城市 | 城市非农人口在100万和200万之间 | 35 |
| 大城市 | 城市非农人口在50万和100万之间 | 92 |
| 中等城市 | 城市非农人口在20万和50万之间 | 239 |
| 小城市 | 城市非农人口小于20万 | 265 |
2） 河流数据。全国河流有5个等级,由于4、5等级河流数目较多,河流规模较小,所以,选取全国1、2、3等级的河流数据进行研究。
将全国1、2、3等级的河流数据,导入ArcGIS10,利用Spatial Analyst Tools中Distance工具做缓冲区;利用Spatial Analyst Tools中Reclass工具将各等级河流的缓冲区数据分为1~3级,分别为：0~50 km、50~100 km、100~200 km（图1a、b、c）。
3） 植被数据。在遥感图像上,植被信息主要通过绿色植物叶子光谱特征的差异及动态变化来反映,近红外和可见光红光波段包含90%以上的植被信息[29],因此,通常利用植物光谱中的近红外与可见光红光两个最典型的波段值来估算植被指数[30],相关研究表明植被指数与植被的盖度和生物量等有很好的相关性[31,32],所以植被指数广泛应用于土地利用覆盖探测、植被覆盖密度评价、作物识别和作物预报等方面[33],选用植被指数（NDVI）来反映城市的植被情况。
为能够更好反应全国的植被状况,选取2010年夏季（6月、7月和8月）的NDVI数据,然后求取3个月份的平均值,在ArcGIS10中和城市空间分布数据进行叠加。因为城市市区植被受人为影响较大,各城市市区的NDVI值相差不大,不能用市区的NDVI进行分析;而城市周围腹地的植被支撑了城市的发展,所以,采用窗口分析方法,选用100 km×100 km大小的窗口作为栅格分析区,求取栅格内NDVI的平均值,赋给中心像元。滑动窗口,依次求取全国的NDVI。
利用Spatial Analyst Tools中Reclass工具将得到的NDVI分为1~6级（图1d）,分别为：NDVI1（-0.191~0）、NDVI2（0~0.192）、NDVI3（0.192~0.383）、NDVI4（0.383~0.575）、NDVI5（0.575~0.766）、NDVI6（0.766~0.958）。
4) 地形起伏度和高程数据。根据陈志明对地形起伏度的定义及分类方法[34],选用5 km×5 km的窗口对重采样后的高程数据求取窗口内的最大值和最小值,然后相减,得到全国的地形起伏度;利用Spatial Analyst Tools中Reclass工具将得到的地形起伏度分为1~5级（图1e）,分别为：0~20 m、20~75 m、75~200 m、200~600 m、大于600 m。
根据重采样的高程数据,依据陈志明中国基本地形形态的分类方法[34],将高程分为1~6级（图1f）,分别为：小于500 m、500~800 m、800~2 000 m、2 000~3 000 m、3 000~5 500 m、大于5 500 m。
根据城市所属的缓冲区类别信息,对655个城市进行分类统计,统计过程中,以缓冲区级别进行统计,对于同时在不同级别河流相同缓冲区的城市,将城市计数到高级别河流的缓冲区,不重复统计。
从表3中数据可知,有625个城市分布在1、2、3级河流的200 km缓冲区内,有30个城市不在这个区域,约占全国城市总数的5%,其中大部分是中小城市。
图1 自然环境分级(a.一级河流缓冲区;b.二级河流缓冲区;c.三级河流缓冲区;d.植被指数;e.地形起伏度;f.高程)
Fig.1 Classification of the natural environmental factors
表3 城市在各等级河流不同缓冲区内的分布情况 （个）
Table 3 The distribution of cities in each buffer of rivers
| 城市等级 | 一级河流 | 二级河流 | 三级河流 | 其它 | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 0~50 km | 50~100 km | 100~200 km | 0~50 km | 50~100 km | 100~200 km | 0~50 km | 50~100 km | 100~200 km | ||
| 超大城市 | 8 | 3 | 0 | 4 | 1 | 0 | 5 | 0 | 2 | 1 |
| 特大城市 | 7 | 2 | 2 | 6 | 1 | 2 | 9 | 2 | 2 | 2 |
| 大城市 | 30 | 6 | 7 | 12 | 8 | 1 | 16 | 5 | 5 | 2 |
| 中等城市 | 51 | 16 | 24 | 31 | 20 | 9 | 49 | 16 | 11 | 12 |
| 小城市 | 55 | 22 | 9 | 30 | 19 | 6 | 62 | 30 | 19 | 13 |
从表4中数据可知,各等级城市在河流0~50 km区域内所占比例分别为：71%,63%,63%,55%,55%,除中小城市外,其它各等级城市的比例均大于等于60%,说明城市对水的依赖程度高;同时,城市等级越高,所占比例也越大,说明城市等级越高对水的依赖程度越强。
表4 城市在不同缓冲区内的分布数目（个）及其在各等级城市中的比例
Table 4 The number of cities in buffers of rivers and the proportion of cities in each rank
| 城市等级 | 0~50 km | 50~100 km | 100~200 km | 0~100 km | 0~200 km | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| 数目 | 比例 | 数目 | 比例 | 数目 | 比例 | 数目 | 比例 | 数目 | 比例 | |
| 超大城市 | 17 | 71% | 4 | 17 % | 2 | 8% | 21 | 88% | 23 | 96% |
| 特大城市 | 22 | 63% | 5 | 14% | 6 | 17% | 27 | 77% | 33 | 94% |
| 大城市 | 58 | 63% | 19 | 21% | 13 | 14% | 77 | 84% | 90 | 98% |
| 中等城市 | 131 | 55% | 52 | 22% | 44 | 18% | 183 | 77% | 227 | 95% |
| 小城市 | 147 | 55% | 71 | 27% | 34 | 13% | 218 | 82% | 252 | 95% |
在河流0~50 km、50~100 km和100~200 km缓冲区内,各等级城市比例在逐渐减少,说明距离河流越远,城市数目在减少;并且在0~50 km到50~100 km减少的幅度大于50~100 km到100~200 km减少的幅度,说明距离河流越远,城市对水的敏感度越低。
在距河流0~100 km区域内,各等级城市所占比例分别为：88%,77%,84%,77%,82%,说明各等级城市中80%左右的都分布在距离河流100 km以内。
在距河流0~200 km区域内,各等级城市所占比例分别为：96%,94%,98%,95%,95%,说明各等级城市基本上都分布在距离河流200 km以内。
将分好类的NDVI数据与城市位置信息在空间上叠置分析,统计各等级NDVI区域内的城市数目,得到结果（图2a）,通过分析可知：总体趋势上,随着NDVI等级的升高,城市个数逐渐增加,即植被状况越好,城市分布数目越多。其中,等级6（0.766~0.958）区域内的城市数目少于等级5（0.575~0.766）区域,该区域内大部分是森林,如大兴安岭、小兴安岭、长白山、大巴山、武陵山和武夷山等,区域内多山,地形复杂,不适合城市发展。全国655个城市中94%分布在NDVI 4、NDVI 5、NDVI 6区域内,且在NDVI1（NDVI值小于0）区域内,城市个数为0,说明城市对植被的依赖程度高。
按照城市级别进行统计,求取各等级城市在不同NDVI区域中的比例,制作出不同等级城市在各等级NDVI区域中的比例堆积图（如图2d）,通过分析可知：超大城市、特大城市和大城市主要分布在NDVI6、NDVI5、NDVI4区域内,中等城市和小城市则相对比较均匀地分布在NDVI6、NDVI5、NDVI4、NDVI3、NDVI2区域内,即随着城市等级的降低,NDVI等级越来越多,城市在各等级区域内的分布比例相对均匀,说明城市等级越高,对植被的依赖程度越强。
将分好类的地形起伏度数据与城市位置信息在空间上叠置分析,统计各起伏度等级内的城市数目,得到结果（图2b）,通过分析可知：总体趋势上,随着起伏度等级的升高,城市个数在减少,即地形起伏度越大,城市分布数目越少。其中,在等级1（0~20 m）区域内的城市个数少于等级2（20~75 m）区域内的城市个数,该区域内相当一部分是沙漠或戈壁,如塔里木盆地的塔克拉玛干沙漠、准格尔盆地的古尔班通古特沙漠、柴达木盆地的沙漠和巴丹吉林沙漠等,区域植被状况差,不适合城市发展。全国655个城市中87%分布在0~200 m区域内,说明地形起伏度对城市分布有较大影响。
按照城市级别进行统计,求取各等级城市在不同起伏度区域中的比例,制作出不同等级城市在各等级起伏度区域中的比例堆积图（图2e）,通过分析可知：超大城市96%在0~200 m区域内,且88%集中在0~75 m区域内;特大城市94%分布在0~200 m区域内,大城市和中等城市相对均匀地分布在0~600 m区域内,小城市比较均匀地分布在0~600 m区域内;即随着城市等级的降低,城市在各等级起伏度区域内的分布比例越均匀,说明城市等级越高,地形起伏度对城市分布的影响程度越大。
图2 城市在自然环境因素中的分布情况
Fig.2 The distribution of cities in each rank of the natural environmental factors
将分好类的高程数据与城市位置信息在空间上叠置分析,统计各高程等级内的城市数目,得到结果（图2c）,通过分析可知：全国655个城市中有527个（约80%）城市分布在小于500 m的区域,高程大于2 000 m的区域内只有7个城市,说明高程对城市分布有较大影响。
按照城市级别进行统计,求取各等级城市在不同高程区域中的比例,制作出不同等级城市在各等级高程区域中的比例堆积图（图2f）,通过分析可知：超大城市、特大城市、大城市、中等城市和小城市分布在小于500 m区域内的比例分别为96%,83%,89%,87%,70%,其中,超大城市和特大城市全部分布在小于800 m区域内,大城市和中等城市主要分布在小于800 m区域内,小城市相对均匀地分布在小于2 000 m区域内,说明城市等级越高,高程对城市分布的影响程度越大。
根据以上的统计结果,求取自然环境因素各等级区域内超大城市、特大城市和大城市的分布总数（区域内分布的城市数目越多,表示该区域越适宜城市发展）,依据下式计算自然环境因素各等级区域的适宜度。
式（1）中,i为自然环境因素的类别,j为等级级别,xij为i类自然环境因素j等级区域内的城市数目,maxxi为i类自然环境因素所有等级内的最大分布城市数。
将适宜度分为1~10级（表5）,其中,1级表示最不适宜城市发展,10级表示最适宜城市发展,将各等级的适宜度值赋给各等级区域,重新分类,得到自然环境因素适宜度的空间分布情况（图3）。
将上面得到的各类自然环境因素适宜度的空间分布情况在空间上叠加,得到全国不同区域的城市发展综合适宜度分布（图4a）,分析可知：东北平原、华北平原、长江中下游平原、珠江三角洲、四川盆地地区适合城市发展。
图3 自然环境因素适宜度的空间分布( a.河流缓冲区适宜度;b.植被适宜度;c.地形起伏度适宜度;d.高程适宜度)
Fig.3 The distribution of suitability of the natural environmental factors
图4 城市发展综合适宜度及高等级城市、低等级城市空间分布(a.城市发展综合适宜度;b.高等级、低等级城市空间分布)
Fig.4 The comprehensive suitability of city development and the distribution of high and low grade cities
将全国高等级城市（超大城市、特大城市和大城市）的空间分布与综合适宜度分布空间上叠加,得到各适宜度等级内的城市分布（图4b）,图上看到：全国大城市及其以上城市大部分分布在适宜度高的地区。将全国低等级城市（中等城市和小城市）的空间分布与综合适宜度分布空间上叠加,得到各适宜度等级内的城市分布（图4b）,图上看到：从自然环境方面考虑,分布在适宜度高的地区的中小城市发展潜力比较大。
表5 自然环境因素各等级区域内高等级城市分布及其适宜度
Table 5 The number of cities of high grade cities and the suitability of each rank of the natural environmental factors
| 植被 | 城市数目 | 适宜度 | 起伏度 (m) | 城市数目（个） | 适宜度 | 高程(m) | 城市 数目（个） | 适宜度 | 河流缓 冲区(km) | 城市数目 （个） | 适宜度 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| NDVI1 | 0 | 1 | 0~20 | 49 | 8 | <500 | 134 | 10 | 0~50 | 97 | 10 |
| NDVI2 | 0 | 1 | 20~75 | 63 | 10 | 500~800 | 5 | 1 | 50~100 | 28 | 4 |
| NDVI3 | 4 | 1 | 75~200 | 28 | 5 | 800~2000 | 11 | 2 | 100~200 | 21 | 3 |
| NDVI4 | 25 | 3 | 200~600 | 11 | 3 | 2000~3000 | 1 | 1 | |||
| NDVI5 | 112 | 10 | >600 | 0 | 1 | 3000~5500 | 0 | 1 | |||
| NDVI6 | 10 | 2 | >5500 | 0 | 1 |
文章选择中国655个建制城市,将其按照城市非农业人口规模分级,综合分析了城市分布与河流、植被、地形起伏度、高程这些自然环境因素的关系;然后按城市等级分析不同等级城市在河流、植被、地形起伏度、高程各等级内的分布情况,主要结论如下：① 城市对水的依赖程度高,并且,城市等级越高,依赖程度越强;距离河流越远,城市对水的敏感度越低;② 总体趋势上,随着NDVI等级的升高,城市个数逐渐增加,即植被状况越好,城市分布数目越多;城市对植被的依赖程度高,并且,城市等级越高,依赖程度越强;③ 总体趋势上,随着起伏度等级的升高,城市个数在减少,即地形起伏度越大,城市分布数目越少;地形起伏度对城市分布有较大影响,城市等级越高,影响程度越大;④ 高程对城市分布有较大影响,城市等级越高,影响程度越大。
结合自然环境因素各等级区域的城市发展适宜度,综合评价中国不同区域的城市发展适宜度,指出东北平原、华北平原、长江中下游平原、珠江三角洲、四川盆地地区适合城市发展;从自然环境方面考虑,分布在适宜度高的地区的中小城市发展潜力比较大。
The authors have declared that no competing interests exist.
| [1] |
基于城市化质量的中国城市化发展速度判定分析 [J]. |
| [2] |
改革开放以来中国城市全球化的发展过程 [J].
|
| [3] |
建国以来国家城市化空间过程研究 [J].
|
| [4] |
全球化与新经济背景下的广州市空间结构 [J].
|
| [5] |
中国城市化快速发展的动力机制 [J]. |
| [6] |
海西城市群工业空间格局与演化分析 [J]. |
| [7] |
城市产业结构优化的纵向测度与横向诊断模型及应用——以北京市为例 [J].
|
| [8] |
淮海经济区产业联系空间特征分析 [J].
|
| [9] |
中国城市产业增长研究:基于动态外部性与经济转型视角 [J].
|
| [10] |
产业集群与区域经济空间的耦合度分析 [J]. |
| [11] |
|
| [12] |
转型期中国城市公共服务设施供给模式及其形成机制研究 [J].
|
| [13] |
市场转轨时期中国城市绅士化现象的机制与效应研究 [J].
|
| [14] |
江苏省区域经济极化及其动力机制定量分析 [J].
|
| [15] |
互联网与中国信息网络城市的崛起 [J]. |
| [16] |
基于空间模型和CA的城市用地扩展模拟研究——以大庆市为例 [J]. |
| [17] |
郑州市2001~2007年城市扩张过程中城市用地景观特征分析 [J].
|
| [18] |
中国大城市用地空间扩展若干规律的探索——以苏州市为例 [J].
|
| [19] |
转型期北京社会空间分异重构 [J].
|
| [20] |
土地利用空间格局及其变化的图形信息特征分析 [J].
|
| [21] |
深圳市土地利用变化机制分析 [J].
|
| [22] |
改革开放以来我国城市地域结构演变与持续发展研究——以南京都市区为例 [J]. |
| [23] |
城市地理学 [M]. |
| [24] |
影响中国城市分布和建设的地貌因素 [J]. |
| [25] |
自然环境——中国古代城市选址的首重因素 [J]. |
| [26] |
中国古代城市选址中的生态安全意识 [J]. |
| [27] |
论关中盆地古代城市选址与渭河水文和河道变迁的关系 [J]. |
| [28] |
辽中南城市群城市规模分布演变特征 [J]. |
| [29] |
TSAVI:A Vegetation Index Which Minimizes Soil Brightness Effects on LAI and APAR Estimation [ |
| [30] |
|
| [31] |
Estimating absorbed photosynthetic radiation and leaf area index from spectral reflectance in wheat [J]. |
| [32] |
Canopy reflectance, photosynthesis and transpiration [J]. |
| [33] |
重庆南部TM图像植被指数与植被覆盖度信息的关系研究 [J]. |
| [34] |
论中国地貌图的研制原则、内容与方法——以1:400万全国地貌图为例 [J]. |
/
| 〈 |
|
〉 |
