基于“珞珈一號”夜光遙感影像的粵港澳大灣區(qū)城市空間形態(tài)分析

張雨欣， 李 熙， 宋 楊， 李長輝

1.武漢大學(xué)測繪遙感信息工程國家重點實驗室，武漢430079

2.廣州市城市規(guī)劃勘測設(shè)計研究院，廣州510060

從全球最具有影響力的三大灣區(qū)城市群——紐約灣區(qū)、舊金山灣區(qū)、東京灣區(qū)的發(fā)展現(xiàn)狀[1]和發(fā)展實踐經(jīng)驗中可以發(fā)現(xiàn)：灣區(qū)城市群發(fā)展的空間分布大多表現(xiàn)為以區(qū)域分工為主的平衡發(fā)展模式，有利于區(qū)域的共同繁榮.近年來，粵港澳大灣區(qū)（簡稱“大灣區(qū)”）內(nèi)城市空間結(jié)構(gòu)從以香港、澳門為核心的模式轉(zhuǎn)變?yōu)橄愀?、澳門、廣州和深圳的多經(jīng)濟(jì)中心模式，但存在中心城市空間整合不足的問題[2].大灣區(qū)的經(jīng)濟(jì)貿(mào)易主要集中在其建成區(qū)范圍內(nèi)，城市群的土地利用結(jié)構(gòu)會在很大程度上影響其發(fā)展[3].合理規(guī)劃城市空間的布局可以解決大灣區(qū)城市空間結(jié)構(gòu)不合理帶來的問題，推動大灣區(qū)城市群的經(jīng)濟(jì)發(fā)展，強(qiáng)化其核心城市的經(jīng)濟(jì)影響力[4].產(chǎn)業(yè)集中與生產(chǎn)要素在地理空間的流動改變了城市發(fā)展結(jié)構(gòu)，隨著經(jīng)濟(jì)全球化的不斷推進(jìn)，地理大集中和大分散改變了區(qū)域空間布局，大灣區(qū)城市群的空間分布隨著其經(jīng)濟(jì)功能不斷變化[5].在城市流空間網(wǎng)絡(luò)的研究中可以發(fā)現(xiàn)，了解大灣區(qū)內(nèi)城市的空間網(wǎng)絡(luò)發(fā)展，對城市未來發(fā)展方向的討論具有積極的指導(dǎo)作用[6].

2015 年后，大灣區(qū)城市群基本進(jìn)入工業(yè)化后期的前半階段，在新的發(fā)展階段，城市發(fā)展建設(shè)應(yīng)滿足要素流動的新要求[7].隨著工業(yè)化、信息化、市場化的發(fā)展，大灣區(qū)內(nèi)傳統(tǒng)經(jīng)濟(jì)結(jié)構(gòu)受到?jīng)_擊，因此了解城市空間分布可有效進(jìn)行區(qū)域間的協(xié)調(diào)[8]，推進(jìn)大灣區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級與協(xié)同發(fā)展.一方面，城市群的集中空間結(jié)構(gòu)有利于生產(chǎn)效率的提高[9]，及時了解大灣區(qū)城市空間結(jié)構(gòu)現(xiàn)狀，有利于提高大灣區(qū)整個城市群的經(jīng)濟(jì)績效；另一方面，城市空間布局對城市生態(tài)環(huán)境建設(shè)也具有重要意義.大灣區(qū)的城市化水平高、建成區(qū)面積大，因此了解其內(nèi)部不同類型的板塊并探究景觀格局的變化是大灣區(qū)生態(tài)保護(hù)及經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵[10-11].

基于Landsat 影像利用非監(jiān)督、監(jiān)督分類方法提取城市建成區(qū)時，以往算法的提取結(jié)果常常存在誤檢，建成區(qū)的邊界準(zhǔn)確性不足.而夜間燈光數(shù)據(jù)則是以人工燈光為觀測值，可以明顯區(qū)分城市和非城市區(qū)域.本文利用“珞珈一號”夜間燈光影像，采用簡單閾值法、植被調(diào)整的夜間燈光城市指數(shù)法對粵港澳大灣區(qū)進(jìn)行了城市建成區(qū)提取，并對提取結(jié)果進(jìn)行景觀指數(shù)的計算，進(jìn)一步分析大灣區(qū)城市建成區(qū)斑塊的空間分布格局，了解其城市建成區(qū)的分布情況.

1 研究區(qū)概況及數(shù)據(jù)

1.1 粵港澳大灣區(qū)

粵港澳大灣區(qū)包括香港、澳門特別行政區(qū)以及廣東省廣州市、深圳市、珠海市、佛山市、惠州市、東莞市、中山市、江門市、肇慶市，是我國開放程度最高的區(qū)域之一，在國家發(fā)展大局中具有重要戰(zhàn)略地位[12].粵港澳大灣區(qū)作為國家重大項目“一帶一路”的戰(zhàn)略支點，對于加強(qiáng)內(nèi)地產(chǎn)業(yè)的發(fā)展與創(chuàng)新具有重大意義.同時，粵港澳大灣區(qū)還擁有世界上最大的海港群，隨著交通的發(fā)展，這些區(qū)域?qū)⒅饾u成為溝通中國內(nèi)地與其他國家的重要交通樞紐，對國際間的經(jīng)濟(jì)文化交流起到了積極的促進(jìn)作用[13].

1.2 夜間燈光數(shù)據(jù)

夜光影像被廣泛用于城市分布研究、社會經(jīng)濟(jì)參數(shù)估算、重大事件評估等方面[14-15].20世紀(jì)70 年代，美國軍事氣象衛(wèi)星計劃（defense meteorological satellite program,DMSP）搭載的操作線掃描系統(tǒng)傳感器（operational linescan system, OLS），獲取了全球范圍內(nèi)的夜間燈光影像 .該傳感器以夜間燈光為觀測值，影像的灰度范圍為1～63，其空間分辨率約為2.7 km.Suomi NPP 對地觀測衛(wèi)星上搭載的可見紅外成像輻射計套件（visible infrared imaging radiometer suite, VIIRS）作為DMSP/OLS 的后繼產(chǎn)品，在數(shù)據(jù)質(zhì)量上比DMSP/OLS 有顯著改進(jìn).VIIRS 影像消除了日光、月光、雜散光等污染[18]，具有更低的檢測極限、更高的空間分辨率（約為740 m）以及更寬的輻射量化范圍[19].

DMSP 具有較長時間序列的數(shù)據(jù)集，其影像主要應(yīng)用在區(qū)域或全球范圍內(nèi)繪制城市范圍制圖[20]及其隨時間動態(tài)變化圖等[21].但DMSP/OLS影像與VIIRS 影像較低的空間分辨率導(dǎo)致建成區(qū)提取結(jié)果與真實情況有較大誤差，不能很好地體現(xiàn)城市內(nèi)部空間格局，不利于城市內(nèi)部分析.

2018年6月2日，新一代夜光遙感衛(wèi)星“珞珈一號”（LJ1-01）在中國酒泉衛(wèi)星發(fā)射中心發(fā)射.LJ1-01 影像是目前空間分辨率最高且經(jīng)過輻射校準(zhǔn)的夜光數(shù)據(jù)集.其空間分辨率可達(dá)到130 m 左右，空間覆蓋范圍約為250 km×250 km，重訪周期為15 d，具有更寬的輻射范圍[22].影像可以保留更多的信息，尤其是微弱的夜間燈光[23].LJ1-01 影像不僅可以延續(xù)對DMSP、VIIRS 的研究，如社會經(jīng)濟(jì)參數(shù)回歸[24]；還可以進(jìn)行微觀尺度夜光遙感研究，如城市社區(qū)住房價格的研究等[25].較高的影像空間分辨率可以保留更多的城市內(nèi)部空間細(xì)節(jié)[26]，從而提高城市建成區(qū)提取結(jié)果的精度，為分析城市空間分布格局提供依據(jù).考慮到LJ1-01 影像以上優(yōu)勢，本文選擇了LJ1-01 影像進(jìn)行城市建成區(qū)提取，并對大灣區(qū)內(nèi)城市空間形態(tài)進(jìn)行了分析.

2 城市建成區(qū)提取與空間格局分析方法

2.1 數(shù)據(jù)預(yù)處理

在數(shù)據(jù)與處理中，將LJ1-01 影像重投影至UTM-WGS-1984 坐標(biāo)系下，并同時利用雙線性插值法升采樣至100 m 空間分辨率，與高精度的Google Map 影像進(jìn)行配準(zhǔn)，對LJ1-01 影像進(jìn)行輻射校正，由DN 值轉(zhuǎn)換為輻射亮度值參與后續(xù)的計算.LJ1-01 影像的輻射亮度轉(zhuǎn)換公式為

式中，LRadiance為轉(zhuǎn)換后的輻射亮度值，單位為nW/(cm2·sr)，LDN為轉(zhuǎn)換前的DN值，w=0.52 μm.圖1 為轉(zhuǎn)換為輻射亮度后的大灣區(qū)夜間燈光影像，為了明顯表示出亮度差異，圖中以偽彩色形式顯示.

2.2 城市建成區(qū)提取方法

本文采用簡單閾值法與城市指數(shù)法進(jìn)行了城市建成區(qū)的提取.

2.2.1 簡單閾值法提取城市范圍

簡單閾值法是通過選擇某一輻射亮度值作為閾值對夜光影像進(jìn)行分割的，該方法的關(guān)鍵在于如何確定最佳閾值.文獻(xiàn)[27]以中國城市建設(shè)用地的統(tǒng)計數(shù)據(jù)為參考，對比夜光影像提取結(jié)果得到最佳閾值；文獻(xiàn)[28]通過對城市參考年份的最佳閾值對夜光影像進(jìn)行標(biāo)準(zhǔn)化處理，比較后得到目標(biāo)年份的最佳閾值；文獻(xiàn)[29]結(jié)合VIIRS影像、歸一化植被指數(shù)與歸一化建筑物指數(shù)，基于遺傳算法提出了一種城市群自動閾值的方法，從而確定不同城市的最佳閾值.

圖1 LJ1-01 夜間燈光影像Figure 1 LJ1-01 nighttime light image

對于不同大小、不同發(fā)展程度的城市，若選擇全局閾值法進(jìn)行城市建成區(qū)提取，結(jié)果可能會出現(xiàn)發(fā)展程度較高的城市被高估、發(fā)展程度較低的城市被低估的現(xiàn)象[30-31]，于是本文選擇局部閾值法對不同城市進(jìn)行建成區(qū)提取.

2.2.2 城市指數(shù)法提取城市范圍

對于城市建成區(qū)的提取指數(shù)，可選擇通過夜光影像與歸一化植被指數(shù)（normalized difference vegetation index, NDVI）計算人類居住指數(shù)（human settlement index, HSI），其值反映對應(yīng)像素為城市建成區(qū)的概率.某像素的HSI 越接近1，該像素為城市建成區(qū)的可能性越高.但HSI 存在一些缺點，在城市中心區(qū)域的夜間燈光亮度達(dá)到最大時NDVI 趨于0，HSI 呈指數(shù)增長，且HSI 過度校正了城市核心外圍區(qū)域的飽和度，在郊區(qū)的提取結(jié)果會比實際情況低一些.

文獻(xiàn)[33]利用MODIS NDVI 數(shù)據(jù)對夜間燈光值進(jìn)行調(diào)整，得到了植被調(diào)節(jié)的城市夜間燈光指數(shù)（vegetation adjusted NTL urban index, VANUI）[33].VANUI 可利用植被信號降低夜光影像的飽和度.夜間燈光與NDVI 之間成反比關(guān)系，使得調(diào)整后的夜間燈光能更穩(wěn)健地反映城市化地區(qū).某像素的VANUI 指數(shù)越接近1，其為城市建成區(qū)的概率越高.本文利用VANUI 提取大灣區(qū)內(nèi)城市建成區(qū)，為了減少不同發(fā)展程度的城市之間的影響，對每個城市分別選擇不同閾值范圍進(jìn)行城市建成區(qū)提取.

VANUI 的計算公式為

式中，IVANUI為VANUI 指數(shù)值；INDVI為歸一化植被指數(shù)值，用來反映植被信號；Lnor為歸一化后的夜間燈光輻射亮度.

由于LJ1-01 輻射亮度范圍與NDVI 的取值范圍不同，直接參與計算會影響計算結(jié)果，將LJ1-01 的輻射亮度影像進(jìn)行歸一化，其變換公式為

式中，L為轉(zhuǎn)換后的輻射亮度值，Lmax為輻射亮度最大值，Lmin為輻射亮度最小值，Lnor為歸一化后輻射亮度值.

采用Landsat 8 反射率波段計算得到歸一化植被指數(shù)NDVI，其計算公式為

式中，INDVI為歸一化植被指數(shù)，ρNIR為Landsat 8 OLI 影像中的近紅外波段反射率，ρR為紅波段反射率.將計算后的NDVI 重采樣至分辨率為100 m 的圖像.圖2 展示了大灣區(qū)內(nèi)2018年平均的NDVI 分布情況.

圖2 粵港澳大灣區(qū)2018 年平均NDVI 分布Figure 2 2018 annual average NDVI distribution in GBA

3 城市景觀格局指數(shù)分析方法

本文利用景觀格局特征指數(shù)描述城市內(nèi)部不同斑塊類型的分布形態(tài)，分別分析了粵港澳大灣區(qū)不同城市內(nèi)部斑塊的空間分布格局，進(jìn)而研究了城市內(nèi)建成區(qū)斑塊類型形狀聚集程度與空間離散程度.

實驗中景觀指數(shù)分析采用美國俄勒岡州立大學(xué)開發(fā)的Fragstats 軟件，該軟件能夠在斑塊水平、類別水平與景觀水平上計算景觀指數(shù)[34-35].本文僅對采用夜光影像提取出的城市建成區(qū)斑塊進(jìn)行景觀分析，并采用類別水平計算景觀格局指數(shù).為較全面表現(xiàn)出城市建成區(qū)斑塊的空間格局特征，選取了7 個特征指標(biāo)進(jìn)行分析：斑塊數(shù)目，斑塊密度，平均板塊面積，斑塊面積標(biāo)準(zhǔn)差，最大斑塊指數(shù)，周長面積分形維數(shù)，平均最近鄰體距離.

4 實驗與分析

4.1 提取結(jié)果后處理

實驗過程中存在小斑塊的誤提取現(xiàn)象.小斑塊雖然在輻射亮度上表現(xiàn)為城市建成區(qū)，但其大小并不滿足城市建成區(qū)范圍.由于數(shù)據(jù)本身的分辨率與“溢出”現(xiàn)象的影響，這些小斑塊可能是鄉(xiāng)鎮(zhèn)區(qū)域被誤提取造成的.因此需要對提取結(jié)果進(jìn)行后處理，將提取出的結(jié)果中斑塊面積小于50 個像素的斑塊剔除，以反映真實的地面燈光分布.

4.2 粵港澳大灣區(qū)城市建成區(qū)提取及精度分析

4.2.1 港澳大灣區(qū)城市建成區(qū)提取結(jié)果

對于不同發(fā)展程度、不同大小的城市，選擇一系列閾值進(jìn)行城市建成區(qū)提取，并將該城市建成區(qū)統(tǒng)計數(shù)據(jù)作為參考，得到兩種方法最佳閾值下的城市建成區(qū)提取結(jié)果，分別如圖3 和4所示.

圖3 簡單閾值法提取粵港澳大灣區(qū)城市建成區(qū)結(jié)果Figure 3 Simple threshold method for extracting results of urban built-up areas in GBA

圖4 VANUI 提取粵港澳大灣區(qū)城市建成區(qū)結(jié)果Figure 4 VANUI for extracting results of urban built-up areas in GBA

對比簡單閾值法與VANUI 指數(shù)法提取出的結(jié)果可以發(fā)現(xiàn)，簡單閾值法提取出的結(jié)果在城市邊緣存在“高估”現(xiàn)象，而在計算VANUI 指數(shù)時，NDVI 降低了對夜光影像的飽和度，減少了城市核心區(qū)域的過飽和現(xiàn)象，在城市邊緣的“高估”現(xiàn)象也有所減少.對比圖5 可以看出，利用簡單閾值法提取肇慶市城市建成區(qū)時，城市邊緣的非城市區(qū)域也被認(rèn)為是城市建成區(qū).從圖6 肇慶市西南部的西江提取結(jié)果則可以看出，簡單閾值法中水體部分基本被誤提取，而VANUI 法可以避免部分水體的誤提取.

圖5 簡單閾值法與VANUI 法提取結(jié)果對比Figure 5 Comparison extraction results between simple threshold method and VANUI method

圖6 簡單閾值法與VANUI 對比提取結(jié)果對比Figure 6 Comparison extraction results between simple threshold method and VANUI method

4.2.2 粵港澳大灣區(qū)城市提取結(jié)果精度評價

本文選擇空間分辨率為5 m 的Google Map 衛(wèi)星影像代表土地利用實際情況，根據(jù)城市像素數(shù)隨機(jī)生成采樣點，在大灣區(qū)共生成1 400 個采樣點，并對采樣點進(jìn)行目視判別以確定其是否為城市建成區(qū).然后統(tǒng)計隨機(jī)采樣點，并計算混淆矩陣、總體精度及Kappa 系數(shù)，分別評價了簡單閾值法、VANUI 法對于城市建成區(qū)的提取精度.兩種方法提取結(jié)果的最佳精度分別如表1 和2 所示.

從兩者提取結(jié)果對應(yīng)的最佳閾值與精度可得，不同城市的最佳閾值明顯不同，其最佳閾值的大小與城市發(fā)展程度與大小相關(guān)，發(fā)展程度高的城市所對應(yīng)的最佳閾值更大.從提取結(jié)果的整體精度與Kappa 系數(shù)來看，VANUI 法比簡單閾值法的精度高，提取的結(jié)果更接近真實地表情況.

4.3 粵港澳大灣區(qū)城市景觀格局指數(shù)及分析

對比兩種方法提取的城市建成區(qū)的結(jié)果，VANUI 法提取的城市建成區(qū)精度更高，所以在景觀格局指數(shù)分析時以VANUI 法最佳提取結(jié)果進(jìn)行景觀指數(shù)分析.通過Fragstas 軟件求解粵港澳大灣區(qū)11 個城市的7 個景觀指數(shù)，得到了2018 年粵港澳大灣區(qū)城市景觀分析指數(shù).具體結(jié)果如表3 所示.

表1 簡單閾值法提取粵港澳大灣區(qū)不同城市建成區(qū)最佳結(jié)果精度Table 1 Simple threshold method for extracting the best result accuracy of different urban built-up areas in GBA

表2 VANUI 法提取粵港澳大灣區(qū)不同城市建成區(qū)最佳結(jié)果精度Table 2 VANUI method for extracting the best result accuracy of different urban built-up areas in GBA

表3 粵港澳大灣區(qū)不同城市的景觀指數(shù)Table 3 Landscape index in different cities of GBA

從表3 可以看出：

1）大灣區(qū)范圍內(nèi)的城市均屬于發(fā)展程度較高的城市，11 個城市的周長面積分形維數(shù)基本保持在1.50～1.80 范圍內(nèi)，城市建成區(qū)斑塊復(fù)雜度較高，受人類活動影響較小.廣州、惠州、江門3 個城市的斑塊數(shù)目較多，多于100 塊，其余城市除佛山、肇慶外，斑塊數(shù)目都在20 塊以下.大灣區(qū)城市的斑塊密度平均在0.025 0 左右，除澳門僅有一個斑塊外，其余城市的斑塊密度都小于0.040 0 個/km2，在絕大部分的城市內(nèi)部，城市建成區(qū)所占比例都較低.查看11 個城市的平均斑塊面積，東莞的城市建成區(qū)平均斑塊面積最大，為78.07 km2；深圳的平均斑塊面積僅次于東莞，為35.79 km2；其余城市的建成區(qū)平均斑塊面積都在30.00 km2以下.

2）香港、深圳、廣州作為大灣區(qū)的發(fā)展領(lǐng)頭城市，在城市中心區(qū)域發(fā)展較完備的情況下，以城市中心為核心向外擴(kuò)展，助力城市邊緣地區(qū)的全面崛起，在城市建成區(qū)以外的區(qū)域可能構(gòu)成小型的建成區(qū)斑塊.表現(xiàn)在景觀指數(shù)上，深圳、廣州、香港的城市建成區(qū)斑塊數(shù)量、平均最近鄰體距離等指標(biāo)較高，其周長面積分形維數(shù)小于其他城市.對比城市間的斑塊面積標(biāo)準(zhǔn)差可發(fā)現(xiàn)，斑塊緊湊型高的、發(fā)展較快的城市標(biāo)準(zhǔn)差較小.廣州、深圳等城市作為大灣區(qū)發(fā)展的核心，由于其在城市邊緣的擴(kuò)展而存在較大的面積標(biāo)準(zhǔn)差.圖7 展示了廣州市城市建成區(qū)的提取結(jié)果，從圖中可以看出，主要城市建成區(qū)包括西南部的白云區(qū)、天河區(qū)、越秀區(qū)等地區(qū)，與佛山主要建成區(qū)相連，但在廣州東北部的從化區(qū)形成了小的建成區(qū)斑塊，增加了建成區(qū)斑塊的平均最近鄰體距離，且斑塊數(shù)目也多于其他發(fā)展城市.

3）佛山、中山、珠海、東莞4 個城市的城市建成區(qū)斑塊緊湊性較高，在城市建成區(qū)部分空間分布組成完整.對比不同城市的景觀分析指數(shù)可發(fā)現(xiàn)，其平均最近鄰體距離較短.從最大斑塊指數(shù)可以看出，大灣區(qū)范圍內(nèi)的絕大多數(shù)城市發(fā)展較快，最大斑塊的影響能力較強(qiáng)，而惠州、江門、肇慶3 個城市沒有形成比較明確的發(fā)展核心，城市不同區(qū)域的發(fā)展程度差別不大，其最大斑塊指數(shù)較低，不同的建成區(qū)斑塊間沒有較大的差異.

5 結(jié) 論

從以上的城市建成區(qū)的提取與景觀分析過程可以得到以下結(jié)論：

1）本文利用“珞珈一號”夜間燈光影像對粵港澳大灣區(qū)進(jìn)行城市建成區(qū)提取，比較了簡單閾值法與VANUI 法的提取結(jié)果，整體精度分別為0.912 9 和0.925 0，Kappa 系數(shù)分別為0.907 7 與0.910 4.對比簡單閾值法的提取結(jié)果，VANUI 指數(shù)可以降低城市內(nèi)部夜間燈光的飽和度，減少非城市區(qū)域與水體的誤提取，提高城市建成區(qū)的提取精度.

圖7 廣州市城市建成區(qū)提取結(jié)果Figure 7 Urban built-up area of Guangzhou

2）作為大灣區(qū)發(fā)展的核心城市，深圳、香港、廣州的發(fā)展程度較高且向外擴(kuò)展，其斑塊數(shù)目較多，城市建成區(qū)斑塊的平均最鄰近體距離分別為9.07 km、12.57 km、11.42 km；而在肇慶、江門、惠州3 個城市屬于發(fā)展程度較低的城市，沒有形成較明顯的發(fā)展核心，其城市建成區(qū)斑塊距離較遠(yuǎn)，建成區(qū)最大斑塊指數(shù)皆小于5.50%；其余5個城市的城市建成區(qū)核心集中，其建成區(qū)平均斑塊面積較小，建成區(qū)斑塊間距離也小.

3）本文方法提取城市建成區(qū)時僅采用了簡單閾值法與VANUI 法.在后續(xù)研究中，可以考慮夜光影像與高分辨率遙感影像融合，采用監(jiān)督分類方式提高分類精度.另外，在實驗中選用了7 個景觀指數(shù)描述城市建成區(qū)斑塊，且僅從城市的發(fā)展程度分析斑塊分布，接下來的研究應(yīng)考慮城市道路網(wǎng)建設(shè)、土地利用結(jié)構(gòu)信息、城市生態(tài)情況等，以多方面分析城市建成區(qū)斑塊的分布格局.