基于夜光遥感的宁夏沿黄城市群时空演变

布自强， 白林波， 张佳瑜

(宁夏大学地理科学与规划学院，银川 750021)

0 引言

基于遥感技术所得到的夜间灯光空间分布和灯光强度信息与人类活动密切相关，将夜间灯光数据运用到城市扩展与城市群的研究具有广阔的发展前景[1]。通过夜光数据能够高效率地区分城市建成区和乡村背景，避免了由植被等光谱信息产生的光谱混淆，有学者利用夜间灯光数据提取城市建成区，研究城市及城市群的扩展[2-5]。路春燕等[2]在美国军事气象卫星(defense meteorological satellite program，DMSP)搭载的线性扫描业务系统(operational linescan system，OLS)和美国国家极地轨道合作卫星(national polar-orbiting operational environmental satellite system preparatory project，NPP)搭载的可见红外成像辐射仪(visible infrared imaging radiometer suite，VIIRS)所获取的夜间灯光遥感影像数据的基础上，综合利用地理信息系统(geographic information system,GIS)研究了环渤海城市群1992—2013年的时空演变过程，发现该城市群城市空间体系差距减小，扩展呈中心城市圈层化特征； 李桂华等[3]基于NPP/VIIRS夜间灯光数据，利用景观格局指数对山东半岛城市群2012—2018年的城市化发展特征进行定量分析，认为该城市群城市化发展较快，但空间差异性明显； 李德仁等[4]利用位序-规模分布分析了“一带一路”城市发展特征，其分析成果得到了较好的验证； Li等[5]在校正夜间灯光数据的基础上，定量估测了叙利亚城镇因内战导致的夜间灯光的衰弱，研究得到广泛关注与认可。可见，夜光遥感技术为城市群时空演变与识别提供了一种极佳选择[1]，为定量识别城市群的空间范围及演化提供了新的视角[6]。

宁夏沿黄城市群位于我国“两横三纵”城市化战略格局中包昆通道纵轴的北部，是宁夏经济社会发展的核心区域[7]，颇具西部特色。研究选取该城市群为研究区域，利用整合的DMSP/OLS与NPP/VIIRS夜间灯光数据进行长时间序列的时空演变研究，以期揭示其时空演变特征，为宁夏沿黄城市群建设与发展规划提供一定参考。

1 研究区概况及数据源

1.1 研究区概况

宁夏回族自治区位于我国西北地区黄河中上游，范围在N36°66′～39°27′，E104°28～106°89′，与甘肃省、内蒙古自治区和陕西省毗邻。宁夏沿黄城市群包括宁夏沿黄河分布的银川市、石嘴山市全境以及吴忠市的利通区、青铜峡市，中卫市的沙坡头区、中宁县，面积占宁夏全区的43%，集中了全区57%的人口、80%的城镇和90%的城镇人口，创造了宁夏90%以上的国内生产总值(gross domestic product，GDP)和财政收入，已初具城市群雏形。

1.2 数据源及数据预处理

DMSP/OLS和NPP/VIIRS这2种夜间灯光数据(表1)，均下载于美国国家海洋和大气管理局官网(http: //ngdc.noaa.gov)，辅助用的陆地卫星(Landsat)系列数据通过美国地质勘探局官网(https: //www.usgs.gov)获取。

表1 夜间灯光数据和Landsat系列数据

为避免影像网格形变带来的面积变化，2种夜间灯光数据的坐标系均采用兰伯特等面积投影； 为方便影像亮值像元的计算，将所有影像的网格重采样为1 km，并完成研究区的裁剪等工作。将专题绘图仪(thematic mapper，TM)影像和陆地成像仪(operational land imager，OLI)影像进行辐射定标、大气校正等预处理，并进行数据的镶嵌、裁剪。

2 数据处理及研究方法

2.1 数据处理

DMSP/OLS数据没有进行星上定标，不同传感器之间的数据不具可比性，参考相关研究[8-10]，以鸡西市为不变目标区域进行校正。假设像元总体亮度值较高且分布较广的传感器F16的数据为标准传感器，用SPSS软件进行回归分析，得到分别用传感器F12，F15和F18的数据来模拟传感器F16数据的一元二次回归模型，进行传感器间校正。为了对DMSP数据进行连续性校正，并充分应用不同传感器独立获取的相同年份的夜间灯光影像，按照如下公式对传感器相互校正后的影像进行校正，即

DN=0.5DNa+0.5DNb，

(1)

式中DNa和DNb分别为校正后的同一年份不同传感器的影像像元灰度值(digital number，DN)值。

考虑到研究区20 a来城市化不断发展，假设同一像元前一年份的亮度值不应高于后一年份的亮度值，以像元亮度较为稳定的2008年F16数据为参考数据，进行连续性校正。公式为：

(2)

式中：DNn为后一年的数据；DNn-1为前一年的数据。由于2013年F18数据中部分像元亮度值大于63，将这一部分像元的亮度值赋为63，得到DMSP/OLS 4个年份校正后连续的数据集。

为解决NPP/VIIRS数据存在的极亮火光和大片水域导致的像元值异常，进行辐射校正处理。选取银川市城区最大的灯光值作为上限阈值，对于灯光影像中负值的像元赋值为0。

由于NPP/VIIRS数据不存在标准的阈值区间，所以采用鹤岗市或鸡西市为目标区域进行回归建模的方法不适用于西部地区欠发达城市的数据校正。研究以宁夏沿黄城市群为目标区域进行校正(图1)，以校正后的研究区2013年F18数据为目标数据，与研究区内2013年的NPP/VIIRS数据进行一

(a) 1998年(b) 2003年(c) 2008年(d) 2013年(e) 2018年

图1 校正后的灯光影像数据集

元二次回归建模，得到用NPP/VIIRS数据模拟DMSP/OLS数据的拟合函数，用该模型校正2013年和2018年的NPP/VIIRS数据。对于校正后数据中存在负值的像元赋值为0，对2018年数据进行连续性校正，其像元的亮度值不小于2013年。从图1中可以看出，经过传感器间校正和年际校正后的影像有效削弱了像元值过饱和问题。

2.2 建成区提取

在整合的夜间灯光数据上提取出城市建成区，可以解决城市群演变分析只采用人口或GDP数据缺乏空间特征的问题。实际应用中存在夜间灯光数据空间分辨率过低等问题，导致小城市、县城以及小城镇等面积较小城区的数据准确性不高，通过较高分辨率的数据开展更加精细的定量化研究可以改善这一情况[11]。

研究采取较高分辨率数据比较法提取城市建成区[12]，即先用Landsat系列数据辅以Google Earth影像通过目视解译进行城市建成区的提取，得到宁夏沿黄城市群各时期各城市建成区的矢量范围，以此范围为掩模，提取各时期宁夏沿黄城市群的城市建成区的夜间灯光数据(图2)。

图2 宁夏沿黄城市群建成区时空演变

2.3 分析方法

本研究主要采用夜间灯光增量、平均灯光亮度和灯光增速分析研究区城市群规模发展变化，并采用标准差椭圆、分形维数和破碎度来分析城市群的形态演变，最后，通过首位度和基尼系数2个指标来分析宁夏沿黄城市群结构演变规律。

1)夜间灯光规模与GDP、人口等传统城市群规模测度有明显的相关性。一般而言，某区域的夜间灯光总量指数(总强度)和夜间平均灯光指数(灯光密度)可以反映该区域的人类活动强度[13]。计算公式为：

(3)

(4)

式中：DNi为区域内每个像元的亮度值；n为区域内像元的数目；TNLI为区域内夜间灯光总量指数；ANLI为区域内夜间平均灯光指数。

在夜间灯光总量指数基础上计算城市群夜间灯光的增量和增速，进一步分析城市群规模的增长变化情况。计算公式为：

L=TNLIi+5-TNLIi，

(5)

(6)

式中：L为夜光增量；s为夜光增速;TNLIi+5和TNLIi分别为前一时期和后一时期的区域内夜间灯光总量指数。

2)标准差椭圆可以概括地理要素的空间特征，表现地理要素的分布中心、发现要素空间分布的方向性[14]。通过研究标准差椭圆重心迁移分析城市群规模重心迁移变化的方向性特征，通过研究标准差椭圆的长短轴分布及其变化趋势从全局性空间的角度定量分析地理要素空间分布的展布性、方向性等特征。

3)分形维数反映了复杂形体占有空间的有效性，是复杂形体不规则性的量度。分形维数可以用来描述城市群的空间形态特征[15]，计算公式为：

(7)

式中：D为城市群的分形维数；P为城市建成区的周长；A为城市建成区的面积。D取值范围为1～2，越接近1表示城市群的形状越规则； 反之，城市群的形态结构越复杂。

4)破碎度指数可以表征城市群的分散程度，破碎度指数越高表明城市群内各城市建成区越分散[16]。反之，城市群越聚集。计算公式为：

(8)

式中：C为破碎度指数；m为某一时期城市群内城市建成区斑块总个数。

5)夜间灯光总量指数与人类活动强度有着密切的关系[17]。研究以夜间灯光总量指数来计算研究区城市群的首位度，以分析城市群的规模结构。计算公式为：

(9)

式中：S为某一年份城市群的首位度;TNLI1和TNLI2分别为该年份排名第一、第二的城市夜间灯光总量指数。一般认为，当S大于2时，首位城市较为突出，具有较强的凝聚力；S越小，首位城市越不突出，小于1时，城市群双核结构发展明显。

6)城市基尼系数[18-19]是由加拿大约克大学的马歇尔教授在研究不同规模城市的发育成长状况时提出。计算公式为：

(10)

式中：G为城市基尼系数；T为城市群中各城市夜间灯光总体亮度指数之差的绝对值之和。G可以很准确地衡量城市群内各个城市之间的规模差异。G取值范围为0～1，越接近于0，城市群城市规模越分散； 反之，越接近1，城市群城市规模越集中。

3 结果与分析

3.1 宁夏沿黄城市群规模变化时空分析

3.1.1 灯光总量及平均值分析

研究区灯光总量指数和平均灯光指数如图3所示。城市群灯光总量指数和平均灯光指数均呈现稳定的上升趋势，灯光总量指数由1998年的7 658增长到2018年的52 606，平均灯光指数则在20 a间由30.93增长到57.98。表明20 a间研究区建成区规模不断扩展，社会经济活动强度明显增强。其中，银川市的灯光总量指数占研究区的一半以上，建成区规模超过其他3市的总和，并且银川市建成区扩展速度快，对整个城市群的发育及扩展起主导作用。城市群北部的石嘴山市为城市群第二大城市，灯光总量指数仅次于银川市，2018年其灯光总量指数为11 503，占到整个城市群的21.8%， 而其夜间平均灯光指数在5个时期均低于其他3市。研究区南部的吴忠市和中卫市建成区面积较小，2018年2市灯光总量指数之和仅为9 154，城市规模小，对城市群的走向影响较小。

图3 城市群各城市夜间灯光总量变化

3.1.2 灯光增量及增速分析

根据研究区不同时期夜间灯光总量与平均值计算出研究区灯光增量和增速(表2)，城市群夜光增量先增加后减少，总体呈上升趋势，在2008—2013年增量和增速均达到最高，夜光增量为21 525，远高于其他3个时期的增量。夜光增速达99.79%，即宁夏沿黄城市群的规模在这一时期扩展了将近一倍，城市化迅速发展，而在2013—2018年这一时期的夜光增量和夜光增速均有所放缓。其中银川市灯光增加量最大，4个时期的增加量均大于其他3市，且银川市灯光增速总体较高，在2008—2013年期间增速达到121.57%，是银川市建成区规模扩展最快的时期。石嘴山市的夜间灯光规模在1998—2003年期间增长最快，是此时期扩展最快的城市。然而之后其灯光增速不断降低，由125.59%降低到6.64%，灯光增量由2 503降低到716，发展速度减缓。吴忠市和中卫市由于城市规模小，夜间灯光增量较少，夜间灯光增速没有明显规律，但其总体上发展较快，尤其是吴忠市在2008—2013年期间灯光增速为225.20%，5 a间城市规模扩展超2倍，发展速度较快。

表2 研究区灯光增量和增速

3.2 宁夏沿黄城市群形态演变时空分析

3.2.1 标准差椭圆分析

研究区建成区标准差椭圆基本沿黄河呈东北—西南方向分布(图4)，从标准差椭圆的面积变化来看，经历了“收缩—扩张”的过程，2008年是从“收缩”到“扩张”的时间转折点。1998—2008年10 a间为城市群的“收缩”期间，是城市群填补内部空间，积累夜间灯光亮度总值的过程。2008年以后由于城市群内部夜间灯光规模达到一定程度，转为向外扩张，提高城市群总体规模并加强城市间的协同合作。

图4 宁夏沿黄城市群标准差椭圆变迁

建成区标准差椭圆的重心移动反映了城市群发展重心的转移。1998年的重心分布在银川市金凤区，位于该城市群中部偏北的位置，体现了北部的银川市和石嘴山市的建成区在整个城市群占有举足轻重的地位； 1998—2018年间，重心逐渐沿黄河向西南方向转移，是因为南部的吴忠市和中卫市扩展速度较快，从而使得标准差椭圆的重心更偏向于城市群的几何重心，城市间规模的差异在缩小。

3.2.2 破碎度及基尼系数分析

研究区5个时期分形维数及破碎度指数如表3所示。研究区建成区的分形维数呈不断下降的趋势，1998—2018年间城市群建成区的扩展是通过以内部填充为主、外部扩张为辅的方式。具体表现为各独立图斑的几何形状在扩展的同时趋于饱和。

表3 研究区分形维数及破碎度

20 a间研究区建成区总面积由113.32 km2扩展到573.54 km2，而建成区图斑个数由1998年的25个减少为2018年的10个，破碎度指数由0.22降到0.02。城市群破碎度指数不断降低，城市群聚集度越来越高，意味着城市间耦合性增强。在城市化过程中，城市建成区的不同斑块相互连接而形成面积较大的斑块，邻近城市的建成区连接成较为广阔的城市建成区，如银川市的城市建成区在2008—2013年期间迅速扩展，与贺兰县、永宁县的城市建成区相连。

3.3 宁夏沿黄城市群结构演变时空分析

研究区各个时期首位度和基尼系数如图5所示。首位度在1998—2008年间为下降过程，2008—2018年为上升过程，这是由于1998—2008年间石嘴山市发展速度较快，尤其是惠农区，除了建成区面积的扩展，夜间平均灯光指数有了很大的增幅(由15增长到39，亮度平均值增长一倍有余)。大武口区与平罗县夜间灯光总量指数也增长了数倍，建成区范围极大扩张，平罗县建成区斑块连接为一体，形成较大的建成区规模。而银川市西夏区、金凤区、兴庆区在此期间发展速度相对缓慢，永宁县、贺兰县、灵武市虽然在10 a间也有成倍的增长，但其经济规模体量小，增长的总量有限。这一时期石嘴山市发展速度快于银川市，使得城市群的发展规模趋于均衡，首位度由2.28持续降到1.54。

图5 城市群首位度及基尼系数

2008—2018年10 a间，尤其是2008—2013年期间，银川市主城区扩展迅速，兴庆区不断向南北两侧扩展，最终突破行政区划界限与同样在扩展的永宁县和贺兰县的建成区相连，各区县之间联系更加密切[15]。而这一时期石嘴山市扩展速度较为缓慢，尤其是惠农区在2013—2018年扩展受限，而且平均灯光指数也达到了发展瓶颈。银川市发展速度快于石嘴山市，使得2市间经济差距拉大，研究区首位度由1.54增长到2.78，银川市在城市群的地位更加突出。

研究区5个时期的基尼系数均大于0.4，各城市间发展差异较大，其中2003—2008年基尼系数稍有下降，由0.46降低到0.40。在这个时间段内，银川市发展较缓，而石嘴山市、吴忠市、中卫市发展较快，城市间发展差距有所缩小，这与前面的首位度指数分析结果是一致的。其中，吴忠市在前10 a发展速度较慢，在2008年被中卫市超越，成为研究区排名最后的城市，在2008年后的10 a间，吴忠市的主城区利通区迅速发展，拉动吴忠市再次超越中卫市。但是吴忠市和中卫市的总体经济体量较小，对整个研究区的发育规模、形态、结构的影响较小。1998年2市的灯光总量之和仅占城市群的14.68%，到2018年这一数值上升为17.40%，小城市在宁夏沿黄城市群所占的比重得到提升，城市群的总体结构有所优化。

4 结论与讨论

4.1 结论

本文以宁夏沿黄城市群为研究区，选用时间序列较长的DMSP/OLS和NPP/VIIRS数据，在将2类数据拟合的基础上，结合Landsat数据应用较高分辨率数据比较法进行城市建成区的提取，分别从规模、形态、结构来分析研究区20 a间的时空演变，结论如下：

1)研究区在1998—2018年间迅速扩展，2008—2013年期间无论从增量还是增速方面都达到了顶峰，其中以银川市各区县为扩展的主力军。

2)研究区破碎度指数不断降低，即城市群的内部形态更为紧凑，建成区斑块更加集中； 分形维数从1.74降低到1.54，几何形状变得趋于规则，城市群扩展以“内部填充”方式为主。

3)城市群发展重心不断向西南方向迁移，更加趋近于城市群的几何中心，城市群南部的吴忠市、中卫市地位得到上升，发展快于北部的石嘴山市。

4)城市群的首位度和基尼系数经历了“下降—上升”的过程，基尼系数保持在0.40以上，银川市的发展先缓后快，在城市群中的地位相当突出。

4.2 讨论

本文在前人研究的基础上，根据城市群地理区域和发育过程研究的需要，分别以鸡西市为不变目标区域和以宁夏沿黄城市群为目标区域进行校正，并建立了相关的夜光数据拟合体系； 应用较高分辨率数据比较法提取城市建成区夜间灯光影像，较为成功地将整合后的夜间灯光数据应用于研究区各城市的建成区范围提取中，空间特性得到较强的利用，避免了因使用统计数据比较法带来的误差，使得分析结果更加精确、客观。不同城市建成区时空演变特征相似，可交叉验证，与相关研究基本吻合[20]，证明了本文数据提取的精度和分析的合理性。较为完整地应用夜间灯光数据进行了城市群时空演变研究，对应用夜间灯光遥感的其他研究有一定的借鉴意义。

同时，由于研究内容体系复杂，计算量大，在部分细节处理有待改进： ①数据拟合精度有待提高。在进行2种夜光数据拟合的过程中，由于对部分数据进行了相互校正以及连续性校正等，导致校正后的数据与原始数据产生了一定的夜光强度误差。②无法对建成区提取结果进行有效的验证。为提高提取精度，采用较高分辨率数据比较法进行建成区提取，从而提取结果与统计数据不具有可比性，无法使提取结果得到有效验证，将在后续研究中寻找更好的方法。