基于夜间灯光数据的中国城市扩展研究

2020-11-06 06:01郑雅昕李苗刘玉琴满浩然
科技创新与应用 2020年31期

郑雅昕 李苗 刘玉琴 满浩然

摘  要:利用夜间灯光数据作为数据源,通过提取1995年、2000年、2005年、2010年和2015年建成区范围,对中国城市扩展进行研究。结果表明:中国近20年来城市建成区面积呈指数增长,各地区扩展速度差异不大,扩展强度变大和变小交替存在。

关键词:城市扩张;夜间灯光数据;DMSP/OLS;NPP/VIIRS

中图分类号:P237 文献标志码:A         文章编号:2095-2945(2020)31-0066-03

Abstract: Night light data was selected as a data source, by extracting the built-up areas in 1995, 2000, 2005, 2010 and 2015, this paper studies the urban expansion. The results show that the area of urban built-up areas in China has grown exponentially in the past 20 years, and there is little difference in the expansion speed of each region. The expansion intensity has been increasing and decreasing alternately.

Keywords: Urban expansion; Nighttime lighting data; DMSP/OLS; NPP/VIIRS

1 概述

自1978年改革開放以来,随着经济的飞速发展和人口的增加,中国城市进入高速扩张阶段。高速的城市扩张会导致城市交通拥堵、农业耕地减少、生态环境恶化等一系列问题[1],因此研究中国近年来城市扩张规律对科学建设和城市规划、促进各地区协调发展具有重大意义。DMSP/OLS夜间灯光数据是美国军事气象卫星计划(defense meteorological satellite program, DMSP)卫星搭载的OLS(operational linescan system, OLS)获取,相比其它遥感数据,具有数据量小、时间连续性强、获取更为容易的优点,为城市扩展分析研究提供了更好的方法[2]。Croft最早将DMSP/OLS数据应用于城市研究,指出该数据有助于确定人类的活动强度[3]。Henderson等通过对比DMSP/OLS数据和TM数据,验证了夜间灯光数据提取建成区面积的精确性和可行性[4]。Zhang等将DMSP/OLS数据与人口、土地利用数据相结合,分析了1992~2000年中国、美国、印度和日本的城市扩张[5]。DMSP/OLS数据可获取年份为1992~2013年,2013之后NPP/VIIRS(nation polar-orbiting partnership/ visible infrared imaging radiometer suite, NPP/VIIRS)灯光数据被研究者们广泛的用于城市信息提取。Jiang等采用NPP/VIIRS分析了2013~2017年福建省厦门、泉州、漳州市的城市扩张,认为夜间灯光亮度值和人类社会经济活动具有较强的相关性[6],Wang等使用NPP/VIIRS建立新型HVR模型对中国城市的房屋空置率进行估算[7]。Shi等将NPP/VIIRS和DMSP/OLS数据在GDP和电力消费空间化的提取精度进行对比,研究结果表明NPP/VIIRS数据因分辨率高因而具有更高的提取精度[8]。

本研究选取中国为研究区,选取1995年、2000年、2005年、2010年的DMSP/OLS灯光数据和2015年的NPP/VIIRS灯光数据为基础数据源,对5个时期中国城市建成区进行提取,从城市扩展速度、扩展强度、城市外部形态紧凑度等方面分析了1995~2015年中国各地区的空间格局变化,从宏观上解释各区域发展的时空变化特征,以期为城市的合理规划提供参考。

2 数据与预处理

DMSP/OLS和NPP/VIIRS数据来源于美国国家地理信息中心网站,DMSP/OLS灯光数据空间分辨率为1km,NPP/VIIRS灯光数据空间分辨率500m。研究区各城市面积数据来源于《中国城市统计年鉴》[9],城市行政边界数据来源于国家基础地理信息系统1:400万数据集。将夜间灯光数据转换为兰伯特等角圆锥投影并进行重采样,采不变目标区域法对DMSP/OLS数据进行相互校正、饱和校正和连续性校正[10],利用2013年重合年份的数据对两类数据进行拟合校正[11],应用所得的校正参数对2015年数据进行校正,得到校正后稳定的夜间灯光影像。

3 研究方法

3.1 建成区提取

统计数据比较法是指将夜间灯光数据所提取的建成区面积与政府发布的建成区面积作比较,直到二者充分接近从而提取建成区的方法,该方法因权威性较强被广泛应用于夜间灯光数据提取中[12-13],故本研究采用统计数据比较法进行建成区提取。

3.2 城市扩张

扩展速度表示城镇用地的年增长速度,反映城镇用地扩展的快慢,计算公式为:

UES=(1)

式中,UES为城市平均扩张速度,Ui和Ui+n分别是第i年和第i+n年的城市建成区面积,其中i为起始时间,n为时间间隔。

扩展强度指数表示单位时间单位土地内城镇扩展用地扩展的强弱,使不同时期的城镇用地扩展速度具有可比性,计算公式为:

UEI=         (2)

式中,UEI为城市扩展强度指数,USA为研究区总面积,C为常数。

3.3 城市外部形态紧凑度计算

城市外部形态紧凑度是衡量和评价城市发展的重要指标,城市形态紧凑度反应了城市用地及外部形态的紧凑程度。计算公式为[14]:

UCI=2/P                           (3)

式中UCI为城市外部形态紧凑度,A为建成区面积,P为建成区外围轮廓的周长,UCI值一般为0~1之间,当紧凑度值趋于1时,说明城市空间结构相对紧凑,趋于圆形,当该值趋于0时,城市紧凑度最差,城市形状比较狭长。

4 城市扩展分析

4.1 建成区提取结果分析

随着年份的增加,建成区面积不断增大,建成区斑块数目和斑块密度逐渐增加,从1995年建成区斑块的零星分布发展为2015年斑块分布相对密集。从建成区面积变化看,我国城市在近20年间经历了城市扩张的高速阶段,各阶段所提取的建成区面积较前一阶段分别增长了13.2%、44.6%、26.6%和22.9%,年均建成区面积增加1529km2,建成区面积总共增加30581km2。

4.2 城市扩展速度及扩展强度分析

城市扩展速度和强度如图1和图2所示。总体上,西北地区扩展速度从1995年~2015年一直呈上升趋势,其他六个区的扩展速度都有不同程度的波动。东北地区前三个阶段的扩展速度一直上升,第四个阶段的扩展速度与第二阶段和第三阶段相比有所下降;华北地区、华东地区、华南地区和西南地区在第二阶段城市扩展速度均出现急剧上升的趋势;华中地区的扩展速度一直相对比较平稳。从扩展强度来看,2000~2005年各地区的扩展强度较前一个阶段有所增强,其他三个阶段扩展强度存在不同程度的波动。其中西北地区、华中地区和西南地区四个阶段扩展强度一直呈现增加趋势;华北地区、华东地区和华南地区第二阶段的扩展速度在四个阶段中最强;只有东北地区出现了第四阶段的扩张强度较第三阶段有所下滑的现象。

4.3 城市外部形态紧凑度分析

紧凑度数值增加表示城市内部以小幅度组团模式扩张,紧凑度下降表示城市从中心像四周以點状模式扩张为主[15]。从图3中可以得知,西南地区2000年紧凑度值最大,达到0.131,2015华东地区紧凑度值最小为0.032。各地区紧凑度均降低,说明各地区的发展均为从中心向四周点状扩张,城市建设趋于离散。西南地区整体紧凑度值相对较高,说明西南地区城市空间结构较为单一。在2010~2015年,因NPP/VIIRS数据空间分辨率较高,对零星点状灯光识别较为敏感,所以该时间段内各地区紧凑度下降幅度较大,各地区城市内部相对较为饱和,城市发展逐渐以外部扩张为主。

5 结束语

利用夜间灯光数据提取全国1995、2000、2005、2010年和2015年的城市建成区面积,通过计算各地区扩展速度、扩展强度和城市外部形态紧凑度来分析中国近20年来的城市扩张情况。近20年来我国城市建成区面积呈指数型增长,各地区扩展速度差异不大,扩展强度变大和变小交替存在。

参考文献:

[1]安乾,李小建,吕可文.中国城市建成区扩张的空间格局及效率分析(1990-2009)[J].经济地理,2012,32(06):37-45.

[2]Gao B,HUANG Q,HE C,et al. Similarities and Differences of City-size Distributions in Three Main Urban Agglomerations of China from 1992 to 2015: A Comparative Study based on Nighttime Light Data[J]. Journal of Geographical Sciences,2017,27(5):533-545.

[3]Croft, THOMAS A. Nighttime Images of the Earth from Space[J]. Scientific American, 1978, 239(1):86-98.

[4]Henderson M, YEH E T, GONG P, et al. Validation of Urban Boundaries Derived from Global Night-time Satellite Imagery[J]. International Journal of Remote Sensing,2003,24(3):595-609.

[5]Zhang Q, SETO K C. Mapping Urbanization Dynamics at Regional and Global Scales Using Multi-temporal DMSP/OLS Nighttime Light Data[J]. Remote Sensing of Environment, 2011,115(9):2320-2329.

[6]Jiang Y, SUN S, ZHENG S. Exploring Urban Expansion and Socioeconomic Vitality Using NPP-VIIRS Data in Xia-Zhang-Quan, China[J]. Sustainability, 2019,11(6):1739.

[7]Wang L,FAN H,WANG Y.An Estimation of Housing Vacancy Rate Using NPP-VIIRS Night-time Light Data and OpenStreetMap Data[J]. International Journal of Remote Sensing, 2019,40(3):1-23.

[8]Shi K, YU B, HUANG Y, et al. Evaluating the Ability of NPP-VIIRS Nighttime Light Data to Estimate the Gross Domestic Product and the Electric Power Consumption of China at Multiple Scales: A comparison with DMSP-OLS Data[J]. Remote Sensing, 2014,6(2):1705-1724.

[9]国家统计局城市社会经济调查司.中国城市统计年鉴[M].北京:中国统计出版社,1996-2016.

[10]曹子阳,吴志峰,匡耀求,等.DMSP/OLS夜间灯光影像中国区域的校正及应用[J].地球信息科学学报,2015,17(09):1092-1102.

[11]杨任飞.基于DMSP/OLS与NPP/VIIRS整合数据的城市群发育过程研究[D].西南大学,2018.

[12]何春阳,史培军,李景刚,等.基于DMSP/OLS夜间灯光数据和统计数据的中国大陆20世纪90年代城市化空间过程重建研究[J].科学通报,2006(07):856-861.

[13]杨眉,王世新,周艺,等.DMSP/OLS夜间灯光数据应用研究综述[J].遥感技术与应用,2011,26(01):45-51.

[14]杨永春,刘沁萍,田洪阵.中外紧凑城市发展模式比较研究[J].城市问题,2011(12):2-8.

[15]刘沁萍,杨永春,付冬暇,等.基于DMSP_OLS灯光数据的1992~2010年中国城市空间扩张研究[J].地理科学,2014,34(02):129-136.