基于夜間燈光遙感數(shù)據(jù)的城市土地集約利用評價模型

程 歆，邵 華※，李 楊，王亞華，袁 源

（1. 南京工業(yè)大學(xué)測繪科學(xué)與技術(shù)學(xué)院，南京 211800；2. 虛擬地理環(huán)境教育部重點實驗室（南京師范大學(xué)），南京，210023；3. 江蘇省地理環(huán)境演化國家重點實驗室培育建設(shè)點，南京 210023；4. 江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心，南京 210023）

0 引 言

20世紀(jì)90年代以來，中國進入了快速的城鎮(zhèn)化發(fā)展階段[1]。在城鎮(zhèn)化過程中，城鎮(zhèn)建設(shè)面積逐步擴大，城鎮(zhèn)建設(shè)用地效益不斷提升，大量人口向城市聚集。然而，由于區(qū)域經(jīng)濟發(fā)展和資源配置的不平衡，城鎮(zhèn)土地資源存在低效利用的現(xiàn)象[2]。在新型城鎮(zhèn)化背景下，迫切需要推進供給側(cè)結(jié)構(gòu)性改革，優(yōu)化土地資源利用結(jié)構(gòu)，提高土地資源利用效益，從而合理控制城市建設(shè)用地規(guī)模。在傳統(tǒng)城鎮(zhèn)土地集約利用研究中，學(xué)者們多使用各類社會經(jīng)濟統(tǒng)計數(shù)據(jù)，基于層次分析構(gòu)建評價指標(biāo)，對評價指標(biāo)結(jié)果進行評估和分析[3-4]。然而，在此過程中，存在統(tǒng)計數(shù)據(jù)收集困難、基礎(chǔ)數(shù)據(jù)處理費時、數(shù)據(jù)“壟斷”、數(shù)據(jù)失真等諸多問題。

1976年，美國國防氣象衛(wèi)星計劃發(fā)射的F1衛(wèi)星首次搭載OLS傳感器，可探測到城市夜間的燈光。李德仁院士等[5]指出，夜光遙感在反映人類社會活動上具有獨特能力。同時，夜間燈光數(shù)據(jù)其時空連續(xù)性能有效彌補傳統(tǒng)統(tǒng)計數(shù)據(jù)不全、統(tǒng)計口徑不一的缺點，處理更加便捷。目前，夜間燈光數(shù)據(jù)已在人口估算[6-9]、GDP估計[10-11]、城市擴張監(jiān)測[12-13]、城市經(jīng)濟效率評估[14]、城市能源消費研究[15]和城市發(fā)展空間特征[16-17]等城市空間數(shù)據(jù)挖掘領(lǐng)域得到廣泛應(yīng)用。各種研究結(jié)果都表明夜間燈光與城市各類社會經(jīng)濟指標(biāo)有較好的相關(guān)性，能反映一個城市的經(jīng)濟活躍程度。因此，夜間燈光被公認(rèn)為是研究社會經(jīng)濟活動及影響的良好數(shù)據(jù)來源。另一方面，異速生長模型在城市地理學(xué)研究中獲得了廣泛的應(yīng)用，異速生長分析在研究城市體系各要素間的標(biāo)度特征上具有重要意義[18-19]。陳彥光等[20]通過分析城市人口和城區(qū)面積的關(guān)系，發(fā)現(xiàn)兩者在地級市尺度服從異速生長定律， 異速生長定律為協(xié)調(diào)城市化過程中的人地關(guān)系提供了重要的科學(xué)依據(jù)[21-22]。

本文針對城市土地集約利用問題開展研究，以江蘇省為研究區(qū)，借助夜間燈光數(shù)據(jù)和統(tǒng)計年鑒數(shù)據(jù)，嘗試?yán)卯愃偕L模型分析夜間燈光強度和城市土地集約利用程度的關(guān)系，探討利用夜間燈光數(shù)據(jù)監(jiān)測城市土地集約利用情況的可行性。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)概況

江蘇省位于中國大陸東部沿海地區(qū)中部，地跨東經(jīng)116°18′～121°57′，北緯 30°45′～35°20′，是長江三角洲地

區(qū)的重要組成部分，也是中國城市化進程最快的省份之一，經(jīng)濟發(fā)展水平位于全國前列。然而，全省依然存在地區(qū)發(fā)展不平衡的情況，城市化發(fā)展水平南北梯度差異顯著。2017年江蘇省推進發(fā)展布局的重構(gòu)和調(diào)整，實行“1+3”重點功能區(qū)戰(zhàn)略，“1+3”功能區(qū)分別為：以南京、鎮(zhèn)江、揚州、蘇州、無錫、常州、南通和泰州組成的揚子江城市群；以淮安、宿遷 2個地級市和高郵、寶應(yīng)、興化、建湖和阜寧 5個縣組成的江淮生態(tài)經(jīng)濟區(qū)、以徐州為代表的淮海經(jīng)濟區(qū)和以連云港、鹽城和南通構(gòu)成的沿海經(jīng)濟帶，如圖1。該格局打破了傳統(tǒng)以地理線為區(qū)域劃分依據(jù)的蘇南蘇中蘇北格局，把資源、發(fā)展階段和功能定位作為劃分發(fā)展的主要依據(jù)。

圖1 江蘇省“1+3”重點功能區(qū)戰(zhàn)略規(guī)劃示意圖Fig1 Schematic map of strategic planning of "1+3" key functional areas in Jiangsu province

1.2 數(shù)據(jù)源概況及預(yù)處理

DMSP搭載的 OLS傳感器提供全球最長時間序列（1992～2013年）夜間燈光影像數(shù)據(jù)，DMSP/OLS穩(wěn)定燈光數(shù)據(jù)是定標(biāo)夜間平均燈光強度的年度柵格影像，該影像包括城鎮(zhèn)、鄉(xiāng)鎮(zhèn)的燈光及其他場所的持久光源且去除了月光云、光火和油氣燃燒等偶然噪聲的影像。影像參考系為WGS-84坐標(biāo)系，獲取幅寬為3 000 km，空間分辨率約為1 km，影像像元亮度值（digital number，DN）范圍為0～63。DMSP/OLS數(shù)據(jù)已成為目前最常用的夜光遙感數(shù)據(jù)源，然而，該數(shù)據(jù)存在分辨率過低、在城市中心存在過飽和現(xiàn)象[23]、城鎮(zhèn)邊界存在光暈現(xiàn)象[24]等缺點。因此在使用夜間燈光數(shù)據(jù)之前需要對數(shù)據(jù)進行一系列的預(yù)處理工作以保證試驗結(jié)果的準(zhǔn)確性。由 NASA和NOAA聯(lián)合研制的VIIRS可見紅外成像輻射儀，相比于DMSP，大幅度提高了清晰度和敏感度，消除了過飽和現(xiàn)象，光暈現(xiàn)象明顯減少，影像的空間分辨率為 0.5 km。該數(shù)據(jù)產(chǎn)品包括月合成數(shù)據(jù)和年合成數(shù)據(jù)。

本研究選擇數(shù)據(jù)包括：1993～2012年DSMP/OLS夜間穩(wěn)定燈光數(shù)據(jù)，2015年NPP/VIIRS連續(xù)12個月的無云月合成夜間燈光系列數(shù)據(jù)；1996～2012年江蘇省各地級市及 2015年江蘇省各縣建成區(qū)面積統(tǒng)計數(shù)據(jù)； 2012年江蘇省地級市和縣級行政區(qū)劃矢量圖。

將DMSP/OLS夜間燈光數(shù)據(jù)用于研究城市土地集約利用問題時，主要存在以下問題[25]：1）同年不同傳感器獲取的影像之間存在差異；2）不同年份的影像其相同位置像元的DN值之間存在異常波動；3）過飽和現(xiàn)象。為保證研究結(jié)果的準(zhǔn)確性，需要對研究區(qū)數(shù)據(jù)進行預(yù)處理，本文使用不變目標(biāo)區(qū)域法[26]，提取江蘇地區(qū)的夜間燈光影像進行燈光互校正。根據(jù)研究區(qū)統(tǒng)計數(shù)據(jù)分析，選擇寶應(yīng)縣作為不變區(qū)域（該區(qū)域經(jīng)濟統(tǒng)計數(shù)據(jù)在17年間變化相對較小、發(fā)展過程穩(wěn)定，同時包含了從低到高較廣的 DN值范圍）。使用 NOAA提供的經(jīng)過輻射定標(biāo)的F162006影像與DMSP/OLS夜間燈光數(shù)據(jù)（1996～2012年）進行互相校正[27]。本研究選擇使用飽和校正模型[28]對校正影像和參考影像進行擬合，在此基礎(chǔ)上開展不同傳感器間的同年度影像校正以及不同年份的影像校正，最終校正結(jié)果如圖2所示，對比2000年和2010年校正前后影像，過飽和現(xiàn)象得到明顯的改善。

利用預(yù)處理完成的DMSP/OLS夜間燈光數(shù)據(jù)，基于ArcGIS中的空間分析工具提取地級市和區(qū)縣行政區(qū)域范圍內(nèi)的平均燈光強度，即

式中n為時間，nL為行政區(qū)劃范圍內(nèi)單位面積平均燈光強度，0L為行政區(qū)劃范圍內(nèi)的燈光總強度，nA為行政區(qū)域總面積，km2。

并利用統(tǒng)計年鑒數(shù)據(jù)計算江蘇省各市和區(qū)縣的土地城市化水平nS

式中nS為第n年行政區(qū)域內(nèi)土地城市化水平，nM 為第n年建成區(qū)面積，nA為第n年行政區(qū)域總面積。

1.3 研究方法

異速生長定律最早是生物學(xué)和生態(tài)學(xué)中被提出的概念[29]，之后被引入城市地理學(xué)，用于研究城市系統(tǒng)中各要素之間或某要素與整體之間的標(biāo)度特征。這種方法后來在城市化研究中多用于描述城市人口和城區(qū)面積的非線性關(guān)系。該方法在城市發(fā)展要素因果解釋、系統(tǒng)分析和發(fā)展預(yù)測方面具有重要價值。

圖2 江蘇省校正前后夜間燈光影像對比Fig.2 Contract of nighttime light images before and after correction in Jiangsu Province

異速生長指系統(tǒng)中某個局部和整體或者另一個局部的幾何測度關(guān)系，即系統(tǒng)中的某個局部的相對增長率和系統(tǒng)或者另一個局部的相對增長率的比值[30]。其數(shù)學(xué)表達(dá)形式為

式中y為局部某要素，x為系統(tǒng)或者另一局部的某要素，b為異速生長系數(shù)，即增長率的比值。當(dāng)系統(tǒng)中2個相關(guān)要素滿足式（1）時，則可以說明該系統(tǒng)服從異速生長定律，上式可轉(zhuǎn)化為冪函數(shù)形式，即

1.3.1 城市燈光強度-土地城市化水平異速生長模型

本研究對1996年至2012年江蘇省各地級市城市燈光強度和土地城市化水平進行線性函數(shù)、對數(shù)函數(shù)和冪函數(shù) 3種回歸模型進行回歸分析，對不同回歸函數(shù)的相關(guān)系數(shù)進行比較，冪函數(shù)整體效果相對最好，如表1。

理論上，如果系統(tǒng)中 2個要素滿足幾何測度關(guān)系，其要素間就一定具有異速生長特征[31]，從而服從上述冪函數(shù)模型。因此，城市燈光強度和土地城市化水平間具有異速生長特征。將公式（4）等號左右兩邊取對數(shù)，構(gòu)建城市燈光強度-土地城市化水平異速生長模型，經(jīng)過轉(zhuǎn)化后模型如下

式中0α為常數(shù)項，1α為回歸系數(shù)（異速生長系數(shù)），L為城市燈光強度，S為土地城市水平。

表1 燈光強度和土地城市化水平在不同的回歸模型中的擬合優(yōu)度Table 1 Goodness of fit for different regression model

當(dāng)1α大于1時，為正異速生長，即燈光強度的增加速度大于城市用地擴張速度，則說明土地利用為集約型；當(dāng)1α等于1時，為同速生長，即燈光增長速度和城市用地擴張速度相當(dāng)；當(dāng)1α小于1時，為負(fù)異速生長，即燈光強度增長速度小于城市用地擴張速度，則說明土地利用為粗放型。

1.3.2 顧及滯后效應(yīng)的異速生長模型

由于在城市土地擴張的過程中，從土地的開發(fā)到進入穩(wěn)定利用期需要一定時間，新增用地需要經(jīng)過一段時間才能使新增用地的夜間燈光強度明顯增加，這意味著土地城市化對城市燈光強度的影響具有一定程度的滯后效應(yīng)。異速生長模型中的被解釋變量除了受當(dāng)期的解釋變量的影響，很可能還受上一期解釋變量的影響。因此，本文考慮在異速生長模型中引入（n-1）年的土地城市化水平，即加入含滯后期的參數(shù)項，使用當(dāng)期城市燈光強度為被解釋變量，當(dāng)期土地城市化水平和上一期土地城市化水平同時作為解釋變量構(gòu)建模型，經(jīng)過修改后的模型如下

式中0β為常數(shù)項，1β為當(dāng)期異速生長系數(shù)，2β為滯后項系數(shù)，nL為第n年的行政區(qū)劃范圍內(nèi)單位面積平均燈光強度，nS為第n年的土地城市化水平，1nS-為第(n-1)年的土地城市化水平。

2 結(jié)果與分析

2.1 燈光-土地城市化異速生長特征分析與評價

本文使用異速生長模型反映城市燈光強度和土地城市化水平的增長關(guān)系，燈光強度為被解釋變量，土地城市化水平為解釋變量，基于序空間對江蘇省13個地級市（1996-2012年）逐年的城市平均燈光強度和土地城市化水平的異速生長系數(shù)進行分析，得到各城市的異速生長回歸結(jié)果如表2所示。

表2 江蘇省地級市異速生長模型回歸結(jié)果Table 2 Resulting data of allometric growth model for cities in Jiangsu province

結(jié)果表明，異速生長模型擬合度較好，F(xiàn)檢驗sig小于 0.05，模型通過檢驗。通過江蘇省各市異速生長系數(shù)（α1）比較可以看出，α1明顯大于 1的城市有常州、南通、揚州和鎮(zhèn)江，說明以上城市表現(xiàn)為正異速生長，土地城市化過程中城區(qū)土地利用效益高，屬于集約型發(fā)展；α1接近于1的城市有無錫、蘇州、淮安和泰州，土地城市化和燈光強度相對同速生長，城市土地擴張與經(jīng)濟活躍程度相一致；1α小于1的城市有南京、徐州、連云港、鹽城以及宿遷，為負(fù)異速生長，土地擴張速度比城市燈光增長速度快，說明城市土地利用存在粗放現(xiàn)象。

通過對各城市的異速生長系數(shù)的對比，發(fā)現(xiàn)不同城市的該系數(shù)有明顯的梯度差異，分別為明顯大于1、接近于1和明顯小于1的3個梯度。因此為進一步分析江蘇省城市土地集約化程度的分布情況，使用自然斷裂點分級法[32]對各地級市異速生長系數(shù)進行分級，如圖3所示。

圖3 江蘇省各地級市土地集約化利用程度分布圖Fig 3 Land intensive use level in cities of Jiangsu Province

從圖 3中可以看到，江蘇省城市土地集約利用程度總體上存在明顯南北差異，蘇北欠發(fā)達(dá)地區(qū)的粗放問題較為嚴(yán)重；常州、揚州、鎮(zhèn)江和南通燈光增長速度相比于城市建成區(qū)的擴張速度普遍更快，呈現(xiàn)正異速生長形式，其中蘇州、無錫、泰州和淮安為同異速生長，燈光增長速度和城市擴張速度也基本相當(dāng)，說明該地區(qū)土地城市化過程中土地資源利用效益較高，土地利用為集約型。而蘇北地區(qū)城市的土地利用成粗放型，經(jīng)濟發(fā)展水平較低，經(jīng)濟活躍性不高是其土地開發(fā)效益低下的主要原因。然而，南京作為發(fā)達(dá)地區(qū)的中心城市，其城市土地擴張過程中依然存在土地粗放利用的問題，其主要原因可能是發(fā)展主要集中在中心城區(qū)，同時溧水和高淳兩地的土地利用效益過低，導(dǎo)致南京市整體土地集約程度較低。

在上述模型結(jié)果的基礎(chǔ)上，本文嘗試結(jié)合夜間燈光數(shù)據(jù)，進一步探討江蘇省“1+3”功能區(qū)格局，分析各功能區(qū)的土地集約利用情況。由于2013年之后NOAA不再提供DMSP/OLS夜間燈光數(shù)據(jù)，NPP/VIIRS夜間燈光數(shù)據(jù)時間跨度較小，本文使用2015年NPP/VIIRS夜間燈光數(shù)據(jù)基于相空間選取各功能區(qū)內(nèi)所有縣市區(qū)作為樣本，對 “1+3”功能區(qū)格局進行異速生長特征分析，其中揚子江城市群、江淮生態(tài)經(jīng)濟區(qū)、淮海經(jīng)濟區(qū)和沿海經(jīng)濟帶的異速生長模型回歸模型結(jié)果如圖4。

圖4 江蘇省“1+3”新功能區(qū)格局異速生長模型結(jié)果Fig.4 Result of allometric growth model for “1+3”functional zone of Jiangsu Province

圖4結(jié)果表明，異速生長模型在“1+3”各功能區(qū)有較好的擬合優(yōu)度，揚子江城市群異速生長系數(shù)為0.978，明顯高于其他3個地區(qū)，其生長系數(shù)接近于1，說明該區(qū)域土地城市化擴張與燈光增長基本同速，土地集約利用程度較高；沿海經(jīng)濟帶土地集約利用程度為0.689，淮海經(jīng)濟區(qū)和江淮生態(tài)經(jīng)濟區(qū)土地集約利用程度較低，分別為0.602和 0.503，說明該地區(qū)土地開發(fā)存在粗放現(xiàn)象。對比江蘇省主體功能區(qū)規(guī)劃圖和江蘇省土地利用總體規(guī)劃（2006～2020年），本文的研究結(jié)果和規(guī)劃中提及的城市土地情況基本相符。2017年江蘇省推動的“1+3”重點功能區(qū)規(guī)劃打破了傳統(tǒng)的蘇南、蘇北和蘇錫常都市圈的格局，基于上述試驗驗證了“1+3”重點功能區(qū)戰(zhàn)略的合理性，對江蘇經(jīng)濟地理格局的變化具有一定參考價值。

2.2 顧及滯后效應(yīng)的異速生長模型分析與評價

由于燈光增加相對城市土地擴張有一定的滯后效應(yīng)，因此本文選取集約程度中等的江蘇省蘇州市、無錫市和淮安市以及集約程度較低的南京市和宿遷市為例，分析土地城市化過程中滯后效應(yīng)在不同發(fā)展水平地區(qū)的影響程度。將1997年至2012年的當(dāng)年土地城市化水平和對應(yīng)的上一年土地城市化水平作為解釋變量，1997年至2012年平均燈光強度作為被解釋量。根據(jù)修改后的模型對各城市進行回歸分析，并將擬合優(yōu)度與未修改的模型的擬合優(yōu)度進行對比，如表3所示。

表3 顧及滯后效應(yīng)異速生長模型模型試驗結(jié)果Table 3 Experiment result of allometric growth model with lag effect

由表 3可以看出增加滯后項模型的擬合優(yōu)度有明顯提高，最高增幅為8.8%，平均增幅為4.0%，說明燈光與城市用地之間存在滯后效應(yīng)，該年燈光強度會受到存量用地的影響。除蘇州市以外，其他城市的滯后項系數(shù)更高，說明對城市燈光的增長而言，受存量用地的影響比新增用地的影響大。其中，南京市和宿遷市分別屬于發(fā)達(dá)地區(qū)的強中心和欠發(fā)達(dá)地區(qū)的強中心，且兩地的土地集約利用程度都偏低，從含滯后項模型的系數(shù)可以看出，2個城市的β2均明顯大于β1，說明燈光的增長主要聚集在存量用地上，該城市城鎮(zhèn)中心化程度高，發(fā)展主要集中在中心城區(qū)，而新擴張的用地利用效益較低。無錫市和蘇州市作為土地利用集約的發(fā)達(dá)地區(qū) 在含滯后項模型的回歸中也有差別，其中無錫市的回歸方程系數(shù)中β2明顯大于β1，說明存量用地對城市燈光強度增長的影響更加明顯，新增用地的利用效率較低；而蘇州市則表現(xiàn)為β1明顯大于β2，說明蘇州新增用地開發(fā)強度高，新增用地表現(xiàn)為集約利用?；窗彩械膬蓚€解釋變量系數(shù)相對比較均衡，新增用地的利用效率相對于存量用地略低，反映城市基本呈一體化的發(fā)展勢態(tài)。

綜上所述，城市燈光增長與城市土地擴張之間符合異速生長定律，且城市夜間燈光增長相對于城市土地擴張具有滯后性。相比于新增用地，存量用地對燈光增長的貢獻(xiàn)更高。發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)都存在城市發(fā)展主要集中在中心城區(qū)，新增用地的利用效益較低的現(xiàn)象。城市土地由城市中心向四周擴張的過程中土地集約利用程度呈下降趨勢。本研究顯示夜間燈光主要聚集在存量用地上，在城鎮(zhèn)擴張的過程中，人口和主要經(jīng)濟活動依然集中在城鎮(zhèn)中心地帶，耕地后備資源的空間受到一定擠壓，新增的建設(shè)用地沒有得到高效的利用。同時，江蘇省土地利用的區(qū)域差異較大，蘇南地區(qū)的城市化和工業(yè)化速度遠(yuǎn)高于蘇中、蘇北地區(qū)，蘇北、蘇中地區(qū)仍然是傳統(tǒng)的農(nóng)業(yè)地區(qū)，隨著江蘇省重點功能區(qū)規(guī)劃的推動，有利于發(fā)揮各地區(qū)產(chǎn)業(yè)優(yōu)勢，形成農(nóng)業(yè)用地與建設(shè)用地并重之勢，推動城鄉(xiāng)統(tǒng)籌和區(qū)域一體化發(fā)展。

3 結(jié) 論

本文借助長時間序列夜間燈光遙感數(shù)據(jù)在社會和經(jīng)濟問題研究上的優(yōu)勢，對城市土地集約利用問題進行探討，基于燈光強度和土地城市化水平構(gòu)建異速生長模型，分析江蘇省城市燈光-土地城市化水平異速生長特征，同時考慮到燈光增長相比于土地開發(fā)可能存在滯后性，利用顧及滯后效應(yīng)的異速生長模型分析土地集約利用水平，以江蘇省為例驗證了該模型的適用性，主要結(jié)論如下：

1）異速生長模型能較好的擬合土地城市化水平，異速生長系數(shù)能夠反映不同功能區(qū)城市特點。在江蘇省 13個地級市中，不同城市的異速生長系數(shù)有明顯的梯度差異，分別為明顯大于1、接近于1和明顯小于1的3個梯度。江蘇省“1+3”功能區(qū)在異速生長模型中都有較好的擬合度，揚子江城市群、沿海經(jīng)濟帶、淮海經(jīng)濟區(qū)和江淮生態(tài)經(jīng)濟區(qū)的異速生長系數(shù)分別為0.978、0.689、0.602和0.503，驗證了“1+3”重點功能區(qū)戰(zhàn)略的合理性。

2）顧及滯后效應(yīng)的異速生長模型能夠提高原有模型對土地城市化水平擬合的精度。相對普通異速生長模型，使用增加滯后項的異速生長模型對江蘇省 5個典型城市土地城市化水平進行擬合，其擬合優(yōu)度平均提高4.0%，最高達(dá)8.8%，驗證了該模型能較好的反映夜間燈光與城市用地之間存在滯后效應(yīng)。

3）對城市燈光的增長而言，受存量用地的影響比新增用地的影響大。除蘇州市以外的城市中，在顧及滯后效應(yīng)的異速生長模型中的異速生長系數(shù)比標(biāo)準(zhǔn)異速生長模型中更大，表明燈光的增長主要聚集在存量用地上，而蘇州新增用地的集約利用程度較高。

夜間燈光遙感數(shù)據(jù)受到多種復(fù)雜因素的影響，在今后的研究中，可進一步探討如何利用多數(shù)據(jù)源結(jié)合夜間燈光數(shù)據(jù)來提高土地集約利用分析的精度。

致謝 感謝國家科技基礎(chǔ)條件平臺-國家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺-長三角科學(xué)數(shù)據(jù)中心(http://nnu.geodata.cn:8008/)提供數(shù)據(jù)支撐。

[1] 顧朝林, 徐海賢. 改革開放二十年來中國城市地理學(xué)研究進展[J]. 地理科學(xué), 1999, 19(4): 320－331.Gu Chaolin, Xu Haixian. Development of urban geography in China since 1978[J]. Scientia Geographica Sinica, 1999，19(4): 320－331. (in Chinese with English abstract)

[2] 孫宇杰, 陳志剛. 江蘇省城市土地集約利用與城市化水平協(xié)調(diào)發(fā)展研究[J]. 資源科學(xué), 2012, 34(5): 889－895.Sun Yujie, Chen Zhigang. Coordinated development between urban land intensive use and urbanization level in Jiangsu province[J]. Resources Science, 2012, 34(5): 889—895 (in Chinese with English abstract)

[3] Lau S S Y, Giridharan R, Ganesan S. Multiple and intensive land use: Case studies in Hong Kong[J]. Habitat International,2005, 29(3): 527－546.

[4] 姜海, 曲福田, 歐名豪, 等. 區(qū)域土地集約利用評價方法與應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報, 2008, 24(增1): 117－123.Jiang Hai, Qu Futian, Ou Minghao, et al. Evaluation methods and application of regional land-use intensity[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2008, 24(Supp. 1): 117—123.(in Chinese with English abstract)

[5] 李德仁, 李熙. 論夜光遙感數(shù)據(jù)挖掘[J]. 測繪學(xué)報, 2015,44(6): 591－601.Li Deren, Li Xi. An overview on data mining of nighttime light remote sensing[J]. Acta Geodaetica Et Cartographica Sinica, 2015, 44(6): 591－601. (in Chinese with English abstract)

[6] 卓莉, 陳晉, 史培軍, 等. 基于夜間燈光數(shù)據(jù)的中國人口密度模擬[J]. 地理學(xué)報, 2005, 60(2): 266－276.Zhuo Li, Chen Jin, Shi Peijun, et al. Modeling population density of China in 1998 based on DMSP/OLS nighttime light image[J]. Acta Geographica Sinica, 2005, 60(2):266-276. (in Chinese with English abstract)

[7] 楊妮, 吳良林, 鄧樹林, 等. 基于 DMSP/OLS夜間燈光數(shù)據(jù)的省域 GDP統(tǒng)計數(shù)據(jù)空間化方法：以廣西壯族自治區(qū)為例[J]. 地理與地理信息科學(xué), 2014, 30(4): 108－111.Yang Ni, Wu Lianglin, Deng Shulin, et al. Spatialization method of provincial statistical GDP data based on DMSP/OLS night lighting data: A case study of Guangxi zhuang autonomous region[J]. Geography and Geo-Information Science, 2014, 30(4): 108—111. (in Chinese with English abstract)

[8] 陳晴, 侯西勇.集成土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)優(yōu)化人口空間化模型[J]. 地球信息科學(xué)學(xué)報, 2015, 17(11): 1370－1377.Chen Qing, Hou Xiyong, An improved population spatialization model by combining land use data and DMSP/OLS data[J]. Journal of Geo-Information Science,2015, 17(11): 1370－1377. (in Chinese with English abstract)

[9] Lo C P. Modeling the population of china using dmsp operational linescan system nighttime data[J].Photogrammetric Engineering & Remote Sensing, 2001,67(9): 1037－1048.

[10] Ghosh T, Powell R L, Elvidge C D, et al. Shedding light on the global distribution of economic activity[J]. Open Geography Journal, 2010, 3(1): 148–161.

[11] Doll C N H, Muller J P, Morley J G. Mapping regional economic activity from night-time light satellite imagery[J].Ecological Economics, 2006, 57(1): 75－92.

[12] Cova T J, Sutton P C, Theobald D M. Exurban change detection in fire-prone areas with nighttime satellite imagery[J]. Photogrammetric Engineering & Remote Sensing,2004, 70(11): 1249－1257.

[13] He C, Liu Z, Tian J, et al. Urban expansion dynamics and natural habitat loss in China: A multiscale landscape perspective.[J]. Global Change Biology, 2014, 20(9): 2886.

[14] Wu W, Wang H, Zhao H, et al. Research of China urban efficiency based on Suomi-NPP night-time light data[J].Procedia Environmental Sciences, 2016, 36: 146－153.

[15] 吳健生, 牛妍, 彭建, 等. 基于 DMSP/OLS夜間燈光數(shù)據(jù)的1995－2009年中國地級市能源消費動態(tài)[J]. 地理研究,2014, 33(4): 625－634.Wu Jiansheng, Niu Yan, Peng Jian, et al. Research on energy consumption dynamic among prefecture-level cities in China based on DMSP/OLS nighttime light[J]. Geographical Research, 2014, 33(4): 625－634. (in Chinese with English abstract)

[16] 吳健生, 赫勝彬, 彭建, 等. 基于 DMSP-OLS數(shù)據(jù)的城市發(fā)展空間特征研究[J]. 地理與地理信息科學(xué), 2014, 30(2):20－25.Wu Jiansheng, He Shengbin, Peng Jian, et al. Research on spatial characteristics of urban development based on DMSP-OLS data[J]. Geography and Geo-Information Science, 2014, 30(2): 20－25. (in Chinese with English abstract)

[17] Huang X, Schneider A, Friedl M A. Mapping sub-pixel urban expansion in China using MODIS and DMSP/OLS nighttime lights[J]. Remote Sensing of Environment, 2016, 175: 92－108.

[18] 劉繼生, 陳彥光. 山東省城市人口-城區(qū)面積的異速生長特征探討[J]. 地理科學(xué), 2005, 25(2): 135－141.Liu Jisheng, Chen Yanguang. An allometric analysis of the Shandong urban system using ideas from Fractals[J]. Scientia Geographica Sinica, 2005, 25(2): 135－141. (in Chinese with English abstract)

[19] Lee Y. An allometric analysis of the U.S. urban system:1960－80[J]. Environment & Planning A, 1989, 21(4): 463—476.

[20] 陳彥光, 許秋紅. 區(qū)域城市人口—面積異速生長關(guān)系的分形幾何模型：對Nordbeck-Dutton城市體系異速生長關(guān)系的理論修正與發(fā)展[J]. 信陽師范學(xué)院學(xué)報: 自然科學(xué)版,1999, 12(2): 198－203.Chen Yanguang, Xu Qiuhong. Studies on the fractal geometric model of allometric growth relationships between area and population of urban systems[J]. Journal of Xinyang Normal University, 1999, 12(2): 198－203. (in Chinese with English abstract)

[21] 孫在宏, 袁源, 王亞華, 等. 基于分形理論的江蘇省城市規(guī)模分布與異速生長特征[J]. 地理研究, 2011, 30(12):2163－2172.Sun Zaihong, Yuan Yuan, Wang Yahua, et al. Research on city-size distribution and allometric growth in Jiangsu Province based on fractal theory[J]. Geographical Research,2011, 30(12): 2163－2172. (in Chinese with English abstract)

[22] 王亞華, 袁源, 王映力, 等. 人口城市化與土地城市化耦合發(fā)展關(guān)系及其機制研究：以江蘇省為例[J]. 地理研究,2017, 36(1): 149－160.Wang Yahua, Yuan Yuan, Wang Yingli, et al. Relationship and mechanism of coupling development between population and land urbanization: A case study of Jiangsu province[J].Geographical Research, 2017, 36(1): 149－160. (in Chinese with English abstract)

[23] Bennett M M, Smith L C. Advances in using multitemporal night-time lights satellite imagery to detect, estimate, and monitor socioeconomic dynamics[J]. Remote Sensing of Environment, 2017, 192: 176－197.

[24] 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.

[25] 宋金超, 李新虎, 吝濤, 等. 基于夜晚燈光數(shù)據(jù)和 Google Earth的城市建成區(qū)提取分析[J]. 地球信息科學(xué)學(xué)報, 2015,17(6): 750－756.Song Jinchao, Li Xinhu, Lintao，et al. A method of extracting urban built-up area based on DMSP/OLS nighttime data and Google Earth[J]. Journal of Geo-Information Science, 2015,17(6): 750－756. (in Chinese with English abstract)

[26] Pandey B, Zhang Q, Seto K C. Comparative evaluation of relative calibration methods for DMSP/OLS nighttime lights[J]. Remote Sensing of Environment, 2017, 195: 67－78.

[27] Wu J, He S, Peng J, et al. Intercalibration of DMSP-OLS night-time light data by the invariant region method[J].International Journal for Remote Sensing, 2013, 34(20): 7356－7368.

[28] 曹子陽, 吳志峰, 匡耀求, 等. DMSP/OLS夜間燈光影像中國區(qū)域的校正及應(yīng)用[J]. 地球信息科學(xué)學(xué)報, 2015, 17(9):1092－1102.Cao Ziyang, Wu Zhifeng,, Kuang Yaoqiu, et al. Correction of DMSP/OLS night-time light images and its application in China[J]. Journal of Geo-Information Science, 2015, 17(9):1092－1102. (in Chinese with English abstract)

[29] Chen Y. Multi-scaling allometric analysis for urban and regional development[J]. Physica A Statistical Mechanics &Its Applications, 2016, 465: 673－689.

[30] 陳彥光, 周一星. 基于 RS數(shù)據(jù)的城市系統(tǒng)異速生長分析和城鎮(zhèn)化水平預(yù)測模型: 基本理論與應(yīng)用方法[J]. 北京大學(xué)學(xué)報：自然科學(xué)版, 2001, 37(6): 819－826.Chen Yanguang, Zhou Yixing. Researches in models of allometric analysis of urban systems and forecast of urbanization level based on RS data of urban area[J]. Acta Scicentiarum Naturalum Universitis Pekinesis, 2001, 37(6):819－826. (in Chinese with English abstract)

[31] 劉繼生, 陳彥光. 山東省城市人口-城區(qū)面積的異速生長特征探討[J]. 地理科學(xué), 2005, 25(2): 135－141.Liu Jisheng, Chen Yanguang. An allometric analysis of the Shandong Urban system using ideas from fractals[J]. Scientia Geographica Sinica, 2005, 25(2): 135－141. (in Chinese with English abstract)

[32] 楊俊. 新型城鎮(zhèn)化背景下建設(shè)用地集約利用研究[D]. 武漢：中國地質(zhì)大學(xué), 2015.Yang Jun. Research on Construction Land Intensive Use Under the Background of New Urbanization: A Case Study of Wuhan Urban Agglomeration[D]. Wuhan: China University of Geosciences, 2015. (in Chinese with English abstract)