基于多时相夜间灯光数据的城市建成区提取研究——以西南地区为例

曹伟超，鲁小丫，马月伟 ，文学虎，王 蕾，陈 阳

(1.四川省第三测绘工程院，四川 成都 610500；2.西南民族大学 计算机科学与技术学院，四川 成都 610041；3.西南林业大学 生态旅游学院，云南 昆明 650224)

基于多时相夜间灯光数据的城市建成区提取研究
——以西南地区为例

曹伟超1，鲁小丫2，马月伟3，文学虎1，王 蕾1，陈 阳1

(1.四川省第三测绘工程院，四川 成都 610500；2.西南民族大学 计算机科学与技术学院，四川 成都 610041；3.西南林业大学 生态旅游学院，云南 昆明 650224)

城市化对地区经济的发展具有重要的战略意义，而地理信息系统(GIS)和遥感技术的应用，为城市化发展信息的获取提供新的研究途径。文中以2003年、2005年和2007年3期的DMSP/OLS夜间灯光数据为例，借助地理信息系统(GIS)平台，提取出西南地区城市空间信息。考虑区域差异性，将西南地区分为川渝、云贵和广西3个区域，分别进行城市化发展过程和趋势的分析。将夜间灯光数据应用到经济不发达的地区，在数据提取精度上还需进一步结合中尺度遥感影像进行分析。

DMSP/OLS；地理信息系统；城市化；西南地区

城市化指“人类生产与生活方式由乡村型向城市型转化的历史过程，表现为乡村人口向城市人口转化以及城市不断发展和完善的过程”[1]。因此一个区域城市化的发展，不仅是该区域人口城市化过程，还包括经济、社会、生活方式等方面。改革开放以来，中国正经历着高速的城市化发展，随着中国城市化进程的深入，大都市区和大城市群已成为目前中国城市化进程中最引人注目和最有活力的部分。

在快速城市化进程中，我国西南地区的城市化却表现出整体水平相对低下、空间分布不均衡等特征，各省份大、中城市以及集中于此的城镇人口与经济力量，成为其城市化和经济社会发展的核心区域和主要力量；而核心区域之外的广大地区，城镇稀少，自然条件恶劣，经济社会发展水平远低于中心区域[2]。根据西南地区城市化的发展现状，需要以新的理念、新的思路，在依靠中心区域吸引各种要素的同时，指导边缘区域的城镇建设，进而实现整个区域经济社会的全面发展。

GIS和遥感技术的发展为区域经济信息的获取提供新的研究途径。美国军事气象卫星(Defense Meteorological Satellite Program，DMSP)搭载的(Operational Line scan System，OLS)传感器为大尺度的城市研究提供一种新的数据获取手段，DMSP/OLS传感器可在夜间工作，能够探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光，比较适合大尺度城市化进程的动态监测[3]。国外学者主要利用该数据分析与社会经济因子的线性相关性，这些因子包括人口密度[4]、城市面积扩张[5]以及电力能源消耗[6]等；国内主要以卓莉等人为代表，利用夜间灯光数据对人口密度、城市化过程等进行模拟[7-9]，利用多时相数据之间的关系对未来城市的发展状况进行估算预测，应用前景非常广阔。

中国利用夜间灯光数据在区域尺度对城市化发展过程的研究多以经济较发达区为主，对于经济欠发达地区涉及较少。本文以西南地区为例，借助GIS平台，基于多时相的夜间灯光数据，获取2003年、2005年以及2007年的城市空间分布信息。

1 研究区域和数据

本文以西南地区为研究区，包括四川、重庆、云南、贵州和广西5个行政单元。作为一个具有很强的地理、经济、人文特点的区域，该研究区在经济和地理上构成一个整体，同时在城市化模式上也相对一致，是中国城市化中一个独特区域[4]。研究区面积137万km，约占全国总面积的14.27%， 2007年末总人口达23 987万人，其中城镇人口有8470万人，城镇化率为35.31%，低于中国44.94%的平均水平，区域城市化水平亟待提高。

夜间灯光数据是美国国家地球物理数据中心提供的DMSP/OLS夜间灯光遥感影像，城镇建设用地、人口以及土地面积等统计数据来源于2004-2008年《中国统计年鉴》；辅助数据主要包括来自国家基础地理信息中心的中国1:400万的全国行政区划图、交通线路图，用于验证夜间灯光数据反映城市化过程及其特征的合理性。

2 研究方法

2.1 数据预处理

1)投影转换。获取的原始夜间灯光数据是WGS84坐标系统的数据，考虑到数据分析和处理的需要，坐标系统转换为Albers投影，D_Krasovsky_1940椭球体。

2)误差消除。结合2003-2007年中国城市化发展的特点，假设后期城镇建设用地均以前期为基础，没有前期存在而后期消失的城镇建设用地；同时一些多云的地区也常表现为高灰度值区域，这些误差都应该消除。结合城镇居民点数据，通过GIS栅格运算，可以较好地消除该两项误差，提高数据精度。

2.2 信息提取方法

提取灯光数据前，再次假设现有土地利用的统计数据可以基本反映中国城镇用地的总量特征，利用DMSP/OLS数据提取的各省区城镇用地的总量应充分接近统计数据[8]。基于第二种假设，对预处理过的数据利用二分法确定出各行政单元灯光阈值DNT，从而提取各省区城镇灯光数据。

具体方法就是设定夜间灯光亮度阈值DNT，统计各灯光斑块面积与各行政单元城镇建设用地面积进行比较，直到某一阈值条件下利用夜间数据提取的城镇建设用地面积与统计数据充分接近为止，具体流程[10]如图1所示。

图1 城镇夜间灯光阈值确定流程

图1中：DNmax和DNmin分别是DMSP/OLS影像的最大和最小亮度值；f(DNT)为阈值DNT下提取的城镇建设面积；US为实际统计的城镇建设面积；△f(DNT)表示在阈值DNT条件下，计算得到的城镇建设面积与US的差值；△f(DNT)min表示△f(DNT)与△f(DNT-1)和△f(DNT+1)的绝对值相比是否最小，如果最小，DNT便是阈值；如果不是，再比较f(DNT)与US的关系，如果大于US，便用DNT值代替DNmin，相反则用DNT代替DNmax，重新比较，直到得出最佳阈值。

2.3 城市空间信息提取

在夜间灯光数据中，灯光强度(图像灰度值)越高的地方，城镇建设用地的可能性越大。采用二分法获取各省区的城镇建设用地，将获取的城镇建设用地面积与统计数据进行比较，直到提取的各省城镇用地总量与统计数据充分接近为止。最终得到2003年、2005年和2007年的城市空间信息(见图2)，并提取最终的效果评价(见表1)。从表1中可以看出，提取的城镇建设用地面积与统计值的相对误差绝对值，该值除2005年在广西超过8%，其余均在8%以内，每年总体误差绝对值均在1%之内。该结果表明利用DMSP/OLS数据提取的研究区城市空间分布信息具有一定可信度，在此基础上进行城市化空间过程的研究是合理的。

表1 基于DMSP/OLS的西南地区城市空间信息提取结果分析

图2 2003-2007年西南地区城市空间格局

3 结果分析

结合提取的三期西南地区的城镇建设用地空间分布栅格数据，借助GIS平台，将3个时期用地扩展结果进行叠加，恢复2003-2007年西南地区城镇建设用地的扩展过程(见图3)。在扩展过程图中，可以比较清晰的看到2003-2005年城镇扩展区域，而代表2005-2007年城镇扩展的区域则不是非常明显。从统计数据(见表1)中可知：2003-2005年的城镇面积增长率为3.14%，而2005-2007年的增长率只有2.57%，可见在城镇面积扩展的速率上有所减慢，也证实利用夜间灯光数据分析城市化过程的可行性。

借助交通线路和行政区划数据，以2007年夜间灯光数据为基础，得到西南地区城市的空间分布情况(见图4)。图中表明西南地区城镇扩展除以大城市为中心，如围绕成都、重庆、昆明、贵阳、南宁省会城市逐渐发展成为西南地区的城市群外，还存在沿交通干线发展起来的多条小有规模的城市带(如广西的桂林-柳州-南宁-北海)，这些城市带已成为区域城市发展的主体，城镇建设用地在此呈现较明显的集聚。

图3 2003-2007年西南地区城市化过程

图4 2007年西南地区城市空间分布

4 结束语

利用DMSP/OLS夜间灯光数据，结合统计数据，提取西南地区5省(自治区、市)2003-2007年的城市化空间信息。从空间分析的角度出发，根据城市化发展现状，把西南地区分为川渝地区、云贵地区和广西3大区域，系统地对西南地区2003-2007年的空间演化过程进行分析。基本结论如下：

1)西南地区城市化过程中，围绕省会等特大型、大型城市以及主要交通干线，呈现出较明显的集聚现象。集聚对于经济相对落后的西南地区而言，将增强城镇集中区域的吸引力，促使乡村人口和社会生产要素向区位优越、空间可达性强、适宜居住、产业和城镇集聚程度较高的大中城市集中，最终形成城乡一体化的空间结构体系，扩展城市化范围。

2)川渝、云贵以及广西三大区域呈现出不同的城市化过程：川渝地区凭借经济基础和地理区位优势，逐渐发展成为一个以成都和重庆为中心，附带众多中小城镇的城市群，成为西南地区城市化水平最高的区域；云贵和广西两个区域缺少特大型城市，总体经济和社会发展水平相对落后，其城市化过程主要是依托交通干线的集聚能力，吸引更多的元素在沿线聚集，形成具有一定规模的大中城市，并随着城市的发展，其功能不断完善，辐射能力增强，进而推动沿交通干线城市带的发展。

借助夜间灯光数据对城市化过程的研究还有很多，本文只从城镇建设用地扩展的角度对西南地区的城市化过程进行分析。城市化过程除表现为非城镇建设用地向城镇用地转化之外，还涉及到城市内部自我功能的完善以及城市三维立体方向上的发展等一系列的问题。

[1]王莉，卫海燕，宋雪娟.中国大陆城市化水平的省际差异及分类研究[J].资源开发与市场，2010,26(9):782-785.

[2]柏贵喜，罗义云.西南地区城市化发展战略研究[J].中南民族大学学报：人文社会科学版，2004,24(4)：37-42.

[3]陈晋，卓莉，史培军,等.基于DMSP/OLS数据的中国城市化过程研究[J].遥感学报，2003,7(3)：168-175.

[4]SOTTON P. Modeling population density with nighttime satellite imagery and GIS [J].Computers Environment and Urban Systems, 1997, 21(3-4):227-244.

[5]IMHOFF M L, LAWRENCE W T, STUTZER D C, et al. A technique for using composite DMSP/OLS city lights satellite data to map urban area [J].Remote Sensing of Environment, 1997(61):261-370.

[6]AMARAL S, CAMARA G, MIGUEL A,et al. Estimating population and energy consumption in Brazilian Amazonia using DMSP night-time satellite data [J].Computers, Environment and Urban Systems,2005(29):179-195.

[7]宋仁波，李文慧，王细元，等.基于双张影像的城市建筑物高度提取方法[J].测绘工程，2014,23(9)：66-69.

[8]何春阳，李景刚.基于夜间灯光数据的环渤海地区城市化过程[J].地理学报，2005,60(3)：409-417.

[9]李景刚，何阳春.基于DMSP/OLS灯光数据的快速城市化过程的生态效应评价研究[J].遥感学报，2007,11(1)：115-126.

[10]曹丽琴,李平湘,张良培.基于DMSP/OLS夜间灯光数据的城市人口估算——以湖北省各县市为例[J].GIS技术,2009(1):83-87.

[责任编辑：张德福]

A study of extracting urban built-up area by using multitemporal night-time light data——Taking Southwest China as An Example

CAO Wei-chao1, LU Xiao-ya2，MA Yue-wei3，WEN Xue-hu1，WANG Lei1，CHEN Yang1

(1.The Third Mapping of Sichuan Academy of Engineering, Chengdu 610500, China;2. School of Computer Science and Technology, Southwest University For Nationalities,Chengdu 610041,China;3. College of Ecotourism, Southwest Forestry University, Kunming 650224, China)

The urbanization has in important strategic sense in the economic development in Southwest China, and the application of GIS and remote sensing provides a new research approach for getting the information about urbanization. With GIS platform, the urban information is derived from night-time light (DMSP/OLS) Data in 2003, 2005 and 2007 with the support of statistical data. Considering the regional differences, Southwest China is divided into three regions for analyzing the process and trend of urbanization. In addition, the data’s precision shall be improved by combining mesoscale image data in underdeveloped regions .

DMSP/OLS; Geographic Information System(GIS)；urbanization; Southwest China

2014-05-01;

2014-10-10

四川测绘地理信息局2013年科技支撑项目(J2013ZC03)；四川省地理国情监测工程技术研究中心资助项目(GC201414;GC201413)

曹伟超(1986-)，男，硕士.

P208

：A

：1008-5696(2014)12-0048-04