基于改進(jìn)遙感生態(tài)指數(shù)的西安市長(zhǎng)安區(qū)生態(tài)環(huán)境評(píng)價(jià)研究

張雪穎，競(jìng) 霞

(1.自然資源部陜西基礎(chǔ)地理信息中心，陜西 西安 710054；2.西安科技大學(xué) 測(cè)繪科學(xué)與技術(shù)學(xué)院，陜西 西安 710054)

0 引言

鄉(xiāng)鎮(zhèn)作為城市的細(xì)小單元，其生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)發(fā)展之間的矛盾體現(xiàn)了城市發(fā)展環(huán)境和發(fā)展之間的協(xié)調(diào)性，為推進(jìn)鄉(xiāng)村生態(tài)文明建設(shè)，黨的十九大題出了《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》方案，該文件中提出了“建設(shè)生態(tài)宜居鄉(xiāng)村，推進(jìn)綠色發(fā)展”，明確表明鄉(xiāng)村經(jīng)濟(jì)發(fā)展應(yīng)考慮生態(tài)環(huán)境保護(hù)，構(gòu)建自然和社會(huì)協(xié)調(diào)共生的鄉(xiāng)村發(fā)展新格局[1]。受到城市化進(jìn)程影響，鄉(xiāng)鎮(zhèn)也會(huì)朝著這一進(jìn)程發(fā)展，必將受到自然和社會(huì)的共同影響，鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量也隨之受到不同程度的干擾，致使鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境和社會(huì)發(fā)展之間的矛盾更加突出[2]。社會(huì)經(jīng)濟(jì)發(fā)展所帶來(lái)的生態(tài)環(huán)境問(wèn)題引起各界學(xué)者的廣泛關(guān)注，為緩解生態(tài)與經(jīng)濟(jì)發(fā)展之間的矛盾，為區(qū)域生態(tài)和經(jīng)濟(jì)發(fā)展規(guī)劃調(diào)控提供參考資料，學(xué)者們利用不同方法對(duì)不同區(qū)域的生態(tài)環(huán)境質(zhì)量進(jìn)行了評(píng)價(jià)[3-5]。國(guó)內(nèi)外對(duì)于生態(tài)環(huán)境質(zhì)量的評(píng)價(jià)大致可以分為2個(gè)階段，第一個(gè)階段是構(gòu)建指標(biāo)評(píng)價(jià)體系，如RAPPORT[6]等選取8個(gè)危害生態(tài)環(huán)境的指標(biāo)因子，結(jié)合研究區(qū)實(shí)際情況構(gòu)建評(píng)價(jià)體系，探究研究區(qū)的生態(tài)系統(tǒng)狀況，指標(biāo)體系的構(gòu)建也具有多樣化，灰色關(guān)聯(lián)法，綜合評(píng)價(jià)法和模糊評(píng)價(jià)法等都是常用的指標(biāo)體系構(gòu)建方法[7]；隨著地理信息和遙感技術(shù)的發(fā)展，生態(tài)環(huán)境質(zhì)量的第二個(gè)發(fā)展階段則體現(xiàn)在遙感手段的運(yùn)用，大量學(xué)者利用遙感技術(shù)對(duì)生態(tài)環(huán)境質(zhì)量進(jìn)行評(píng)價(jià)[8-9]。RSEI指數(shù)是國(guó)內(nèi)學(xué)者徐涵秋[10]提出的新型遙感生態(tài)指數(shù)，RSEI耦合從遙感影像中提取的濕度、綠度、干度和熱度，其不僅考慮了植被覆蓋，還考慮了氣候和建設(shè)用地?cái)U(kuò)張指標(biāo)，所計(jì)算的生態(tài)指數(shù)具有較強(qiáng)的說(shuō)服力，RSEI也被大量學(xué)者運(yùn)用到不同區(qū)域的生態(tài)環(huán)境評(píng)價(jià)中，如鐘欣呈等[11]利用遙感生態(tài)指數(shù)對(duì)玉溪市16年的生態(tài)環(huán)境質(zhì)量進(jìn)行了監(jiān)測(cè)和評(píng)價(jià)。各個(gè)從遙感影像中提取的指標(biāo)都經(jīng)過(guò)主成分耦合，而第一主成分貢獻(xiàn)率在60%～90%不等[12]，以此得到的結(jié)果不能保證較高的貢獻(xiàn)率，因此結(jié)合層次分析法和熵權(quán)法確定組合權(quán)重，從主觀和客觀角度確定各成分貢獻(xiàn)度，進(jìn)而加權(quán)求和得到改進(jìn)的遙感生態(tài)指數(shù)，可更全面，客觀的反映生態(tài)環(huán)境質(zhì)量。其次，長(zhǎng)期以來(lái)的生態(tài)環(huán)境評(píng)價(jià)都集中在城市和流域尺度上[13-15]，少有研究鄉(xiāng)鎮(zhèn)尺度。以長(zhǎng)安區(qū)為研究區(qū)，從4期的Landsat影像中提取綠度、濕度、干度、熱度指標(biāo)，通過(guò)組合權(quán)重和加權(quán)求和構(gòu)建改進(jìn)的遙感生態(tài)指數(shù)，探究研究區(qū)生態(tài)環(huán)境質(zhì)量時(shí)空變化，并選取地形、人口密度和土地利用等影響因子，通過(guò)地理探測(cè)器計(jì)算自然和社會(huì)因子對(duì)改進(jìn)的遙感生態(tài)指數(shù)的解釋值，進(jìn)一步探究引起長(zhǎng)安區(qū)生態(tài)環(huán)境質(zhì)量時(shí)空分異的影響因子，為鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境保護(hù)、生態(tài)格局提供科學(xué)依據(jù)，同時(shí)也可為其它類(lèi)似鄉(xiāng)鎮(zhèn)尺度的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)提供參考。

1 研究區(qū)概況和數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

西安市長(zhǎng)安區(qū)位于108°38′E～109°14′E，北緯33°47′N(xiāo)～34°18′N(xiāo)，在關(guān)中平原腹地，西安市南部、秦嶺北麓，東部與藍(lán)田縣接壤，南部與柞水縣相連，西北與咸陽(yáng)市毗鄰，北接雁塔區(qū)、灞橋區(qū)和未央?yún)^(qū)，西靠鄠邑區(qū)。長(zhǎng)安區(qū)的地形是東有平原，西南有山脈，境內(nèi)最低海拔330 m，最高海拔2 880 m。地形北低南高、東高西低平，東西長(zhǎng)55 km、南北寬52 km。長(zhǎng)安區(qū)南部以秦嶺山地為主，北部以渭河斷陷谷地沖積平原區(qū)為主，其中平原以西以渭河沖積平原為主，秦嶺北麓以洪積扇群為主，北部以黃土平原和川道溝壑為主。長(zhǎng)安區(qū)屬于暖溫帶半濕潤(rùn)大陸性季風(fēng)氣候，雨量適中，四季分明，氣候溫和，年均氣溫15.5 ℃，降水約600 mm左右，境內(nèi)多以耕地和林地為主，林地主要分布在南部，耕地則主要以北部旱地為主。

圖1 研究區(qū)概況圖

1.2 數(shù)據(jù)來(lái)源

研究所用數(shù)據(jù)主要分為2個(gè)部分，一是遙感影像數(shù)據(jù)，包括Landsat TM/OLI系列數(shù)據(jù)和DEM數(shù)據(jù)，Landsat TM/OLI系列數(shù)據(jù)源于美國(guó)地質(zhì)勘測(cè)局(http：//glovis.usgs.gov/)，分別選用2006年、2009年的Landsat-5TM影像以及2013年、2019年的Landsat-8OLI影像。為保證研究結(jié)果的可靠性，所選遙感影像云量均小于2%，主要集中在6～9月份，影像質(zhì)量佳，對(duì)所獲取的影像進(jìn)行輻射定標(biāo)和大氣校正，再以研究區(qū)矢量裁剪影像獲取所需影像集。DEM數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云平臺(tái)(http：//www.gscloud.cn)的ASTGTMV 3高程數(shù)據(jù)集。第2部分則為可獲取的柵格數(shù)據(jù)集，包括土地利用和人口密度，均來(lái)源中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(http：//www.resdc.cn/)，通過(guò)矢量數(shù)據(jù)裁剪土地利用和人口密度數(shù)據(jù)獲得本文研究所用數(shù)據(jù)集，為減少誤差，采用統(tǒng)一的投影坐標(biāo)系統(tǒng)。

2 研究方法

2.1 指標(biāo)提取

遙感生態(tài)指數(shù)RSEI(Remote Sensing Based Ecological Index，RSEI)最先由徐涵秋[10]提出，是基于遙感技術(shù)、以自然因子為主、可以對(duì)鄉(xiāng)鎮(zhèn)的生態(tài)環(huán)境質(zhì)量進(jìn)行高效監(jiān)測(cè)與評(píng)價(jià)的新型生態(tài)評(píng)價(jià)指數(shù)，其耦合了綠度、濕度、干度、和熱度4個(gè)表征生態(tài)環(huán)境的指標(biāo)，共同構(gòu)成一個(gè)指標(biāo)，高效的反映了區(qū)域生態(tài)環(huán)境質(zhì)量。在此基礎(chǔ)上進(jìn)行改進(jìn)，首先從所處理得到的遙感影像中提取綠度、濕度、干度和熱度指標(biāo)，其具體所反映的生態(tài)學(xué)意義在此不做過(guò)多贅述，指標(biāo)計(jì)算和相關(guān)參數(shù)含義可參考相關(guān)文獻(xiàn)[16-19]，在進(jìn)行下一步實(shí)驗(yàn)前，采用極差法對(duì)所計(jì)算的指標(biāo)進(jìn)行標(biāo)準(zhǔn)化[20]。

2.2 遙感生態(tài)指數(shù)構(gòu)建

2.2.1 組合權(quán)重計(jì)算

1)層次分析法。層次分析法(AHP)主要是根據(jù)人們的主觀判斷進(jìn)行定量分析，對(duì)將要求解的問(wèn)題按層次加以分解，一個(gè)較大的問(wèn)題被分解為不同層次上的較小的問(wèn)題。通過(guò)賦值求矩陣特征向量來(lái)處理不同的問(wèn)題，獲得各小問(wèn)題優(yōu)先級(jí)權(quán)重，再加權(quán)求和層層歸并出各備選方案在總目標(biāo)達(dá)成過(guò)程中所占有的比重，其中比重最大者即是最終解決方案[21]。使用Yaahp 12.7軟件進(jìn)行層次分析法確定主觀權(quán)重W1j，并通過(guò)了一致性檢驗(yàn)，表明所選取指標(biāo)的權(quán)重計(jì)算結(jié)果合理，可用于下一步的研究。

2)熵權(quán)法。熵權(quán)法作為一種比較客觀的定權(quán)方法，主要是根據(jù)各個(gè)指標(biāo)提供的信息量的大小賦予權(quán)重，信息熵與權(quán)重之間呈現(xiàn)反向關(guān)系，信息熵越大，在評(píng)價(jià)體系中給予的權(quán)重越?。恍畔㈧卦叫?，在評(píng)價(jià)體系中給予的權(quán)重越大[22]。計(jì)算步驟如下。

計(jì)算第j個(gè)評(píng)價(jià)指標(biāo)的信息熵

(1)

計(jì)算第j個(gè)指標(biāo)的權(quán)重W2j

(2)

組合權(quán)重計(jì)算。利用最小信息熵原理和拉格朗日中值定理把層次分析法得到的權(quán)重W1j和熵權(quán)法得到的權(quán)重W2j進(jìn)行重組[21]，最終得到的指標(biāo)權(quán)重Wj，見(jiàn)表1，計(jì)算公式為

表1 權(quán)重計(jì)算結(jié)果

(3)

2.2.2 遙感生態(tài)指數(shù)計(jì)算

將計(jì)算所得的組合權(quán)重帶入加權(quán)求和公式中，得到改進(jìn)的遙感生態(tài)指數(shù)，計(jì)算公式如下

RSEI=ω1×NDVI+ω2×WET+ω3×NDBSI+ω4×LST

(4)

式中：ω1,ω2,ω3,ω4為NDVI,WET,NDBSI,LST的權(quán)重。將計(jì)算結(jié)果進(jìn)行標(biāo)準(zhǔn)化，使其值在0～1范圍內(nèi)，RESI的值越接近“1”，表明生態(tài)環(huán)境質(zhì)量越好；RSEI值越接近“0”，表明生態(tài)環(huán)境質(zhì)量越差。

2.3 地理探測(cè)器

針對(duì)風(fēng)險(xiǎn)探測(cè)、因素分析和因素交互探測(cè)，常通過(guò)統(tǒng)計(jì)學(xué)方法地理探測(cè)器來(lái)實(shí)現(xiàn)。地理探測(cè)器的4個(gè)探測(cè)器分別對(duì)應(yīng)4種功能：因子探測(cè)通過(guò)解釋力大小判別主要影響因素；交互探測(cè)通過(guò)協(xié)同作用等探測(cè)因子交互作用的大??；生態(tài)探測(cè)比較方差判斷各因子的顯著性差異；風(fēng)險(xiǎn)探測(cè)對(duì)比差異性從而找出風(fēng)險(xiǎn)的主要因素[23]。研究主要涉及因子探測(cè)器和交互探測(cè)器，用于揭示改進(jìn)RSEI時(shí)空分異的主要影響因子，并分析各因子交互作用下生態(tài)環(huán)境質(zhì)量變化的主導(dǎo)因素。

(5)

(6)

SST=Nσ2

(7)

3 結(jié)果分析

通過(guò)ArcGIS 10.5平臺(tái)，將計(jì)算好的權(quán)重和各個(gè)已經(jīng)標(biāo)準(zhǔn)化后的指標(biāo)進(jìn)行加權(quán)求和得到改進(jìn)的遙感生態(tài)指數(shù)，以此結(jié)果作為評(píng)價(jià)研究區(qū)生態(tài)環(huán)境質(zhì)量的指標(biāo)，并作為因變量帶入地理探測(cè)器探究其時(shí)空分異的影響因素。

3.1 長(zhǎng)安區(qū)遙感生態(tài)指數(shù)時(shí)間變化特征

利用Arcgis 10.5將每一期Landsat影像提取出的綠度指標(biāo)、濕度指標(biāo)、干度指標(biāo)和熱度指標(biāo)通過(guò)組合所得到的權(quán)重進(jìn)行加權(quán)求和處理，得到改進(jìn)RSEI指數(shù)，計(jì)算所得到的各期RSEI值均經(jīng)過(guò)歸一化處理，使其值介于[0，1]范圍之間。

2006年、2009年、2013年和2019年長(zhǎng)安區(qū)RSEI均值分別為0.594 1、0.573 7、0.471 8和0.639 1(圖2)，呈現(xiàn)出先減小，后大幅上升的趨勢(shì)，其中2006—2013年指數(shù)持續(xù)下降，而2013—2019年指數(shù)上升非常明顯，上升了0.045，總體而言，研究的13年期間，長(zhǎng)安區(qū)RSER值出現(xiàn)好轉(zhuǎn)趨勢(shì)，表明長(zhǎng)安區(qū)的生態(tài)環(huán)境近年來(lái)逐漸變好。

圖2 2006—2019年長(zhǎng)安區(qū)遙感生態(tài)指數(shù)均值時(shí)間變化特征

3.2 長(zhǎng)安區(qū)遙感生態(tài)指數(shù)空間變化特征

從RSEI空間分布圖來(lái)看(圖3)，圖中綠色代表生態(tài)環(huán)境為優(yōu)和良的區(qū)域，其中2006年和2019年綠色區(qū)域明顯要高于2009、2013年。圖中紅色區(qū)域代表生態(tài)環(huán)境為差和較差的區(qū)域，重要集中在高橋街道、韋曲街道、郭杜街道和大兆街道等長(zhǎng)安區(qū)北部地區(qū)。從2009年開(kāi)始由于經(jīng)濟(jì)發(fā)展與城鄉(xiāng)建設(shè)而導(dǎo)致長(zhǎng)安區(qū)環(huán)境有所惡化，而從2013年之后開(kāi)始注重生態(tài)環(huán)境保護(hù)，RSEI指數(shù)上升明顯。

圖3 長(zhǎng)安區(qū)生態(tài)環(huán)境質(zhì)量時(shí)空分異圖

3.3 長(zhǎng)安區(qū)生態(tài)遙感指數(shù)驅(qū)動(dòng)因素分析

3.3.1 因子探測(cè)分析

選取長(zhǎng)安區(qū)各時(shí)期地形因子、社會(huì)因子和模型因子3個(gè)類(lèi)型共9個(gè)變量作為自變量，分別探測(cè)2006、2009、2013和2019年各個(gè)因子對(duì)遙感生態(tài)指數(shù)RSEI的影響。同時(shí)，以2006—2019年平均值從靜態(tài)的角度進(jìn)一步分析各因子對(duì)遙感生態(tài)指數(shù)的影響。從靜態(tài)角度(表2)來(lái)看，不同的地理因子和人為因子對(duì)遙感生態(tài)指數(shù)空間分異性解釋有著很大差異。各個(gè)因子的解釋力大小依次為：綠度指數(shù)(0.904)>干度指數(shù)(0.891)>熱度指數(shù)(0.858)>土地利用(0.726)>高程(0.704)>濕度指數(shù)(0.699)>人口密度指數(shù)(0.626)>坡度(0.535)>坡向(0.006)。其中，綠度指數(shù)、干度指數(shù)、熱度指數(shù)和土地利用對(duì)遙感生態(tài)指數(shù)空間分異性解釋力較大，是影響遙感生態(tài)指數(shù)的主要因子，高程、濕度、人口密度和坡度次之，坡向影響最小。整體來(lái)看，植被覆蓋指數(shù)對(duì)生態(tài)指數(shù)的分異性解釋力最大，解釋力最高可達(dá)0.952；坡向因素則最小，解釋力最低為0.004。

表2 2006—2019年長(zhǎng)安區(qū)因子探測(cè)結(jié)果

從動(dòng)態(tài)角度而言(圖4)，各個(gè)因子對(duì)遙感生態(tài)指數(shù)的分異性解釋力表現(xiàn)出了不同的變化趨勢(shì)，但是主導(dǎo)因子相對(duì)而言是一致的。2006—2009年除坡向外，其余因子的解釋力均呈現(xiàn)上升趨勢(shì)；2009—2013年，熱度和高程的解釋力呈現(xiàn)上升趨勢(shì)，而其余因子的解釋力均表現(xiàn)為下降的趨勢(shì)；2013—2019年間，綠度指數(shù)、濕度指數(shù)和干度指數(shù)對(duì)遙感生態(tài)指數(shù)的解釋力有明顯的增強(qiáng)趨勢(shì)，其余因子都有不同程度解釋力的降低?？傮w而言，綠度指數(shù)、濕度指數(shù)、土地利用和干度為主導(dǎo)因子，而坡向影響力最低。

圖4 影響因子解釋力值

3.3.2 交互探測(cè)分析

分別探測(cè)2006年、2009年、2013年和2019年各個(gè)地理因子和社會(huì)因子相互交互作用的影響時(shí)，進(jìn)一步探測(cè)每個(gè)影響因子平均值對(duì)遙感生態(tài)指數(shù)的交互作用。交互探測(cè)結(jié)果顯示(表3)，2006—2019年長(zhǎng)安區(qū)遙感生態(tài)指數(shù)第一主導(dǎo)因子為干度指數(shù)∩熱度指數(shù)，第二主導(dǎo)因子為綠度指數(shù)∩熱度指數(shù)，第三主導(dǎo)因子為干度指數(shù)∩高程，第四主導(dǎo)因子為綠度指數(shù)∩高程，綜合程度來(lái)看，自然-自然復(fù)合為第一主導(dǎo)，自然-社會(huì)復(fù)合影響力也較大，其q平均值分別為0.866 5和0.819 0。研究表明，植被覆蓋度對(duì)遙感生態(tài)指數(shù)具有非常重要的影響作用，而地區(qū)溫度又對(duì)植被覆蓋度有著直接影響，當(dāng)研究區(qū)內(nèi)的地表溫度無(wú)論是高于還是低于植物生長(zhǎng)最適溫度時(shí)，都會(huì)在很大程度上影響植物生長(zhǎng)，甚至?xí)?dǎo)致植物的死亡；而第三四主導(dǎo)因子中的高程則會(huì)影響研究區(qū)局部區(qū)域的人口密度進(jìn)而對(duì)植被覆蓋度產(chǎn)生影響。總之，在2006—2019年間，長(zhǎng)安區(qū)的影響因子交互作用對(duì)遙感生態(tài)指數(shù)的解釋力不是獨(dú)立增強(qiáng)或減弱的，也并非簡(jiǎn)單的相互疊加，而是各種因子相互作用的結(jié)果。

表3 2006—2019年長(zhǎng)安區(qū)交互探測(cè)結(jié)果

4 結(jié)論與討論

4.1 結(jié)果

利用層次分析法和熵權(quán)法耦合得到遙感生態(tài)指數(shù)，再通過(guò)地理探測(cè)器模型分析綠度、濕度、干度和熱度4個(gè)模型因子，海拔、坡度、坡向3個(gè)地形因子，人口密度和土地利用2個(gè)社會(huì)因子，共9個(gè)因子對(duì)遙感生態(tài)指數(shù)的影響情況與作用機(jī)制。

1)2006—2019年長(zhǎng)安區(qū)遙感生態(tài)指數(shù)等級(jí)為“優(yōu)”、“良”的面積呈現(xiàn)波動(dòng)增長(zhǎng)的趨勢(shì)，有2個(gè)比較明顯的階段，第1階段是從2006—2013年，生態(tài)質(zhì)量為“優(yōu)”“良”的總面積占比由54.22%降到32.05%；第2階段2013—2019年間，32.05%又迅速回升到64.99%，生態(tài)環(huán)境有所改善。

2)2006—2019年長(zhǎng)安區(qū)空間生態(tài)質(zhì)量指數(shù)差異明顯，但生態(tài)質(zhì)量好壞聚集區(qū)較為集中且變化不大，呈現(xiàn)較明顯的南北分布格局。生態(tài)環(huán)境為優(yōu)和良的區(qū)域主要集中在長(zhǎng)安區(qū)南部秦嶺及周邊地區(qū)，生態(tài)環(huán)境為差和較差的區(qū)域，主要集中在高橋街道、韋曲街道、郭杜街道和大兆等長(zhǎng)安區(qū)北部地區(qū)。

3)影響因子探測(cè)結(jié)果表明不同的地理因子和人為因子對(duì)遙感生態(tài)指數(shù)空間分異性的解釋力有著很大差異。各因子的解釋力大小前五為綠度指數(shù)(0.904)>干度指數(shù)(0.891)>熱度指數(shù)(0.858)>土地利用(0.726)>高程(0.704)。

4)2006—2019年自然∩自然交互因子為區(qū)域第一主導(dǎo)交互因子，其次為自然∩社會(huì)交互，其平均值分別為0.866 5和0.819 0。

4.2 討論

對(duì)2006—2019年長(zhǎng)安區(qū)遙感生態(tài)指數(shù)時(shí)空變化和影響因素的探究，在一定程度上分析出了長(zhǎng)安區(qū)的生態(tài)質(zhì)量狀況以及模型因子、環(huán)境因子和社會(huì)因子對(duì)于長(zhǎng)安區(qū)生態(tài)環(huán)境的作用機(jī)制與影響程度。生態(tài)環(huán)境是一個(gè)復(fù)雜的綜合體，各因素的影響也是動(dòng)態(tài)過(guò)程，因此，此次研究也有很多改善的空間，例如將生物多樣性也加入影響因子之中，在研究生態(tài)隨時(shí)間變化時(shí)，可以選擇更多的年份進(jìn)行分析，構(gòu)建更加合理、科學(xué)的模型。對(duì)于研究區(qū)而言，盡管近年來(lái)長(zhǎng)安區(qū)生態(tài)環(huán)境質(zhì)量有了較大提升，但仍存在諸多問(wèn)題，因此對(duì)所取得的研究成果結(jié)合著眼今后的發(fā)展，根據(jù)長(zhǎng)安區(qū)區(qū)域現(xiàn)狀提出一些有針對(duì)性的意見(jiàn)。對(duì)于那些發(fā)展比較成熟的地區(qū)，比如核心區(qū)等，這些地區(qū)的特征就是受到了很大的空間約束，沒(méi)有太大的發(fā)展?jié)摿?，因此這些地方在有限的地面覆蓋范圍內(nèi)，盡量將建筑面積和綠地都集中起來(lái)，但要將建筑面積和綠化范圍均勻分布在城市中；對(duì)于那些需要開(kāi)發(fā)的地區(qū)，例如在城市郊區(qū)、鄉(xiāng)村等，這些地區(qū)的地面覆蓋特征表現(xiàn)為發(fā)展不夠成熟、發(fā)展?jié)摿Υ蟆⒕哂泻芨叩目伤苄?，?duì)此類(lèi)地區(qū)進(jìn)行地面覆蓋改造，則既要保證地區(qū)的發(fā)展，又要把裸露土地盡量還原成植物，以保證區(qū)域整體的生態(tài)安全。