1995—2016年间南昌市建成区范围时空变化特征分析

谭永滨，陈永昱，张志军，危小建，4，傅尧声，余 芸

(1.东华理工大学 测绘工程学院，江西 南昌 330013；2.流域生态与地理环境监测国家测绘地理信息局重点实验室，江西 南昌 330013；3.天津市测绘地理信息研究中心，天津 300191；4.东华理工大学 资源与环境经济研究中心，江西 南昌 330013)

近年来，随着我国城镇化进程不断推进，城市建成区迅速扩展、用地面积大幅增加，大量农村人口向城镇聚集，使得城镇人口比例逐年提高。城市建成区是指城市内实际已成片开发建设的，且市政公用设施和公共设施基本具备的地区。因此，对已有大量人类活动的城市建成区的历史状况进行研究，并以连续的方式反映其在空间上的演变过程，对于了解城市变化进程具有重要意义(Weber et al.， 2003)，可为下一步的城市规划提供科学依据。

遥感影像因其监测范围广、客观表达等特点被广泛应用于城市建成区的提取、时空分析等方面研究(李爱民，2009; 程朋根等，2015)。其中，Landsat系列卫星影像因其具有较高的空间分辨率、较丰富的光谱信息及数据易得等特性成为主要的影像数据源(万建鹏等，2015)。牟凤云等(2007)利用Landsat卫星影像、灾害监测星座卫星和“北京一号”小卫星数据，分析了1973—2005年北京市建成区的扩展过程、面积变化和土地利用影响；邓刘洋等(2018)基于面向对象分类方法和土地类型信息标准差统计变量，利用遥感影像提取城市建成区边界，分析了河南省虞城县的城区空间扩张特征。

然而，仅以Landsat卫星影像作为单一数据源只能客观地反映城市建成区的现状及变化(姚士谋 2006)，无法体现建成区中城镇人口聚集、移动等时空特征，如无法剔除城市中人类活动较少的“空城”区(Chen， 2017)。因此还需要结合其他数据源来提取能够体现城市人口活动的区域。夜间灯光数据具有良好的夜间低光探测能力，能探测到城市内居民地、车流等发出的灯光，能够有效地反映城市人口聚集的空间特征，近年来被用于城镇化进程(刘璐，2018; 舒松等，2011; 陈晋等，2003)、城市空间关联度(陈昕等，2018)、经济数据反演(王毓乾等，2017)等方面的研究。刘沁萍等(2014)基于DMSP/OLS灯光数据提取了中国城市建成区，选取形态紧凑度和扩张速度指标从城市规模、大区域及省级行政区划的空间尺度分析了城市的空间扩张情况；胡云锋等(2018)以夜间灯光数据、常住人口统计数据、土地利用数据为数据源，在县级尺度上建立逐步回归模型，构建川渝地区人口空间分布数据。

以江西省南昌市为研究区，结合Landsat卫星影像与夜间灯光数据提取南昌市具有人类活动特征的建成区，以5年为时间周期，分析1995—2016年间南昌市建成区的面积变化、城市形态及空间差异性等时空变化特征。

1 研究区及数据概况

1.1 研究区概况

南昌市，江西省省会城市，地处江西省中部偏北，赣江、抚河下游，濒临我国第一大淡水湖——鄱阳湖。全境以平原为主，东南平坦，西北丘陵起伏，南北长约112.1 km，东西宽约107.6 km。南昌市辖三县、六区，行政区划如图1所示。

1.2 数据及预处理

本研究采用的数据是以5年为时间间隔的Landsat影像数据与夜间灯光数据。其中Landsat影像数据的获取时间分别为1995年10月、2001年10月、2006年9月、2011年9月和2016年9月；夜间灯光数据包括1995年、2001年、2006年和2011年的DMSP/OLS全国年平均稳定灯光数据，以及2016年9月的NPP-VIIRS月均数据。Landsat与DMSP/OLS数据下载自地理国情监测云平台(1)http://www.dsac.cn/，NPP-VIIRS数据下载自NOAA官方网站(2)https://ngdc.noaa.gov/eog/viirs/download_dnb_composites.html。为了消除卫星传感器在获得地物反射过程中受到大气的影响，所有的Landsat影像数据均已做过辐射定标、大气校正、几何校正等预处理。

2 研究方法

2.1 夜光数据预处理

DMSP/OLS夜光数据包含6颗卫星，由于传感器未做星载定标，传感器存在衰减以及不同卫星传感器之间存在差异，使得多颗卫星获取的长时间序列数据缺乏可比性。因此首先要进行不同卫星之间的相互校正定标，基于最小二乘法进行一元二次回归建模，并利用拟合确定的参数(表1)构建校正公式，对各年份的夜光数据进行校正(Li et al.， 2017)。

DN′=a×DN02+b×DN0+c

(1)

式中，DN0和DN′分别为校正前、后的DN值。

表1 一元二次回归模型拟合确定的参数Table 1 Fitting parameters of the quadratic regression model

2.2 城市建成区提取方法

由于灯光具有溢出特性，夜间灯光数据空间分辨率较低且在城市中心，像元存在过饱和的现象(Small et al.， 2005; Welch， 1980)，导致提取的城区范围不够准确。因此结合Landsat影像的高空间分辨率及夜间灯光数据反映人类活动的优势，提取出多时期的具有内部细节的城市建成区，用于后续的时空分析。

(1)建成区边界提取。利用突变检测法(Imhoff et al.， 1997)解译夜间灯光数据，提取城市建成区边界。该方法认为靠近建成区的像元亮度值通常高于非城市区域的像元亮度值，即存在某个阈值；而随着阈值增大，建成区周长逐渐减小，当阈值达到某个临界值时，建成区的周长会突然增大，表明建成区内部的完整斑块开始破碎，可将该临界阈值视为区别城市与非城市区的最佳阈值，提取出城市建成区边界。然而由于夜间灯光数据的空间分辨率较低，只能较准确地提取出大致的建成区轮廓，还需要结合Landsat影像进行分类解译提取建成内部的用地情况。

(2)建成区范围提取。通过分析地表的实际情况，将南昌市地表类型划分为耕地、水体、裸地、植被、建设用地、其他用地等6大类，利用最大似然监督分类方法进行影像解译。为了更直接地反映南昌市建设用地情况，还对解译结果进行了聚类处理，将耕地、裸地、植被及其他用地合并为其他类型，与建设用地、水体共同构成南昌市地表组成。最后利用空间叠置方法分析初步建成区边界与建设用地区，提取两个区域的共同部分作为南昌市城市建成区的最终范围。

3 南昌市城市建成区时空变化分析

将从面积变化、城市形态、城市重心迁移及空间差异性等方面，分析南昌市20年来建成区的时空分布及变化特征。1995—2016年南昌市各时期建成区空间分布如图2所示。

3.1 城市建成区面积变化分析

利用面积年增长率分析20年来南昌市城市建成区的面积变化情况，并结合扩展速率进一步分析城市建成区面积的变化速率情况。面积年增长率(AGR，Seto et al.， 2011)与扩展速率(ER，王秀兰等，1999)的计算公式分别为：

AGR=[(Sb/Sa)(1/T)-1]×100%

(2)

ER=[(Sb-Sa)/Sa]/T×100%

(3)

式中，Sa、Sb分别为初期和末期的建成区面积，T为以年为单位的时间间隔。

通过计算各个时期的城区面积年增长率，分析20年来南昌市建成区的面积变化情况(图3)。从图3可以看出，1995—2001年间南昌市城市建设速度相对缓慢，建成区的面积变化率与扩展速率均处在相对较低水平(分别为2.34%与2.22%)；而在2001—2006年间，南昌市城市建设呈现爆发式增长，建成区面积较前一阶段有着显著增长，扩展速率也大幅度提高；随着前期的大力发展，最近十年间(2006—2016)，南昌市建成区的面积增长率与扩展速率较2001—2006年均呈现大幅降低的现象。

3.2 建成区形态特征及变化分析

形态变化反映了城市在发展过程中其空间格局与结构的变化，主要指标包括南昌市建成区的分形维数与紧凑度情况。分形维数(徐建华等， 2003)用于刻画自然界不规则的、不稳定的并具有高度复杂结构的现象(王劲峰，2006)，反映了城市地域边界的复杂曲折程度。紧凑度指数(Batty， 2001， 刘纪远等，2003)是反映城市外围轮廓形状空间形态的重要指标(Marquez et al.， 1999)。分形维数(D)与紧凑度指数(C)的计算公式为：

D=2×ln(P/4)/ln(S)

(4)

(5)

式中，P为研究区边缘周长，S为研究区面积。分形维数值值域介于1～2之间，值越大表示形状越复杂，通常D≤1.5的形状可认为趋向于简单，而当D>1.5时，则认为形状趋向于复杂。而紧凑度值越大，则形状越具有紧凑性；反之形状的紧凑性越差。

从图4中可以看出，1995—2016年间南昌市建成区的分形维数呈现先上升，后下降的变化趋势；而紧凑度呈现先下降，后上升的变化趋势。其中，分形维数的下降趋势说明南昌市城市边界趋于整齐规则，而紧凑度上升的趋势表明南昌市城市用地趋于紧凑。

1995年南昌市建成区范围较小，主要集中在赣江南侧的老城区发展，由于多年城市发展，城市边界较为规整且紧凑节约。1995—2001年间南昌市大力开展城市建设，整体上未呈现明显的规划特征，且城市用地松散。2001年后城市用地趋于紧凑节约，一方面原因是南昌市土地开发率持续提高，内部各区域间的距离不断缩减；另一方面随着开发力度的加大，可利用的土地资源越来越少，促使土地开发往紧凑节约型发展。特别是2006年后南昌市建成区边界趋于规整，用地情况趋于紧凑节约。

3.3 建成区重心迁移及空间差异分析

提取了各时期南昌市建成区的重心位置，并分析重心的分布及转移情况(图2)。另外，为了进一步分析各时期南昌市在不同方向上的发展情况，还以五个时期重心位置的平均坐标为中心，沿着八条方向线将建成区划分为八个部分，并统计各时期南昌市建成区在八个方向内面积变化量(图5)。图中箭头方向代表划分的八个方向，箭头长度表示面积变化大小，箭头越长面积变化越大，反之越小。图5中的同心圆表示面积变化量的标准线，即若箭头长度到达圆环，则表示面积变化量大小为环标示的值。

结合图2与图5发现，1995—2006年间，南昌市建成区的扩展方向集中在西北、东北偏东两个方向，其中西北方向的扩展力度最大，重心位置也向西北方向产生迁移，特别是2001—2006年间迁移幅度明显。分析后发现主要原因在于2000年前后南昌市正式启动了位于赣江北侧的红谷滩中心区的开发建设，且几乎同时批复了位于南昌北部的国家级经济技术开发区的开发。

2006年之后建成区的重心位置发生较大的转向，由原来向西北方向发展转为向南部移动。其中在2006—2011年间、2011—2016年间，南昌市的主要开发方向分别以东南方向与西南方向为主。这一变化是由于南昌市在不突破用地扩展边界的情况下，对空间布局形态进行调整，于2008年前后大力开发建设邻近南昌旧城区南部的朝阳新城；2012年前后规划建设位于南昌市南部的九龙湖新区。这些大型项目的开发建设均带动着相应建成区的扩展。总的来说，2006—2016年间南昌市在整体扩展速度有所下降的情况下，各扩展方向呈现多翼状加速扩展，建成区也表现为相对均衡式的蔓延。

4 结论

本项目综合利用Landsat影像数据与夜间灯光数据提取南昌市建成区的空间范围，有效避免出现“空城”的现象，从面积变化及速率、空间形态变化以及空间差异化等角度分析了20年来(1995—2016年)南昌市建成区的时空特征。

(1)20年间南昌市建成区的面积变化及扩展速率呈现“低速-高速”的态势，其中在2006年之后表现为相对平稳的快速发展。

(2)2006年之前，南昌市城市建设规划较混乱，建成区边界较复杂且城市用地紧凑度较低，土地利用率较差；从2006年开始南昌市建成区边界逐步从早期的混乱趋于规整，土地利用效率不断提高。

(3)自2006年起，南昌市建成区的重心开始向南昌北部方向迁移，于2011年前后转向南部发展，到2016年逐渐显现相对均衡的多翼状发展态势。在未来的研究中，可结合高分影像数据，进一步研究改革开放以来南昌市城市化进程的状况。