續(xù)宇彤 劉昭華
(江西理工大學(xué) 土木與測繪工程學(xué)院, 江西 贛州 341000)
隨著經(jīng)濟(jì)建設(shè)的進(jìn)一步推進(jìn),城市發(fā)展的步伐空前加快,城市化建設(shè)也取得了顯著的進(jìn)展。江西省是我國中部地區(qū)重要省份,了解其城市發(fā)展進(jìn)程和規(guī)律是后續(xù)規(guī)劃制定的重要依據(jù)。夜間燈光遙感是能夠探測夜間微光的光學(xué)遙感技術(shù),因夜間穩(wěn)定的亮光絕大多數(shù)來自城市區(qū)域的人造光源,夜間燈光遙感影像已被證明可以更直觀地反映夜間人類活動(dòng)差異,且眾多研究證明與國民生產(chǎn)總值(Gross Domestic Product, GDP)[1]、貧困度[2]、城市人口[3]、貨運(yùn)總量[4]等社會經(jīng)濟(jì)指標(biāo)具有較強(qiáng)的相關(guān)性,可以彌補(bǔ)傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)存在的統(tǒng)計(jì)口徑不一致、數(shù)據(jù)缺失、更新頻率低等不足[5],為不同經(jīng)濟(jì)指標(biāo)的空間化分布研究提供了數(shù)據(jù)來源,并為不同空間尺度上精細(xì)評估城市經(jīng)濟(jì)活動(dòng)水平提供了可能[6-8]。
DMSP-OLS(Defense Meteorological Satellite Program,Operational LineScan System)影像數(shù)據(jù)的最初用途之一就是描繪城市范圍,設(shè)置閾值對夜光影像進(jìn)行分割可以實(shí)現(xiàn)城市建成區(qū)的提取[9]。除此之外,還可以結(jié)合其他遙感產(chǎn)品對建成區(qū)范圍進(jìn)行提取[10],這種方法在我國也被許多學(xué)者使用。Zhang等研究表明,基于DMSP-OLS影像的城市化監(jiān)測在發(fā)達(dá)國家的應(yīng)用效果較優(yōu)于發(fā)展中國家[11]。夜間燈光影像除了可以監(jiān)測城市化進(jìn)程以外,還能對城市群的演變進(jìn)行探究。Yu等(2014)提出了一種新的面向?qū)ο蟮幕谝构庥跋竦某鞘锌臻g集群自動(dòng)識別方法,并通過聚類分析得到中國有521個(gè)城市空間集群[12],長三角城市群、環(huán)渤海城市群、珠三角城市群[13-15]等也成為學(xué)者研究的熱點(diǎn)區(qū)域。但是大多研究都是基于DMSP-OLS影像數(shù)據(jù)展開的,且缺乏長時(shí)序的城市發(fā)展監(jiān)測研究。
2012年,美國國家極軌業(yè)務(wù)環(huán)境衛(wèi)星(National Polar-Orbiting Partnership,NPP)搭載的可見光紅外成像輻射儀(Visible InfraredImaging Radiometer Suite,VIIRS)提供了新一代夜間燈光遙感數(shù)據(jù),該數(shù)據(jù)的出現(xiàn)相對于DMSP-OLS數(shù)據(jù)在空間、時(shí)間和輻射分辨率等方面得到了提升,進(jìn)一步擴(kuò)展了夜間燈光遙感的研究方向和應(yīng)用領(lǐng)域[16]。本文以江西省三大城市南昌市、九江市和贛州市作為研究區(qū)域,利用2012—2019年的NPP-VIIRS影像數(shù)據(jù)得到的夜間燈光亮度的空間分布,分析這三個(gè)城市的發(fā)展?fàn)顩r,為其產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和城市規(guī)劃布局等提供理論支持,具有非常重要的科學(xué)意義和實(shí)踐價(jià)值。
江西省位于中國東南部,長江中下游南岸,地形南高北低,以江南丘陵、山地為主;盆地、谷地廣布,略帶鄱陽湖平原。紅色文化馳名中外,地下礦藏豐富,是我國礦產(chǎn)資源配套程度較高的省份之一,銅、鎢、鈾、鉭、稀土、金、銀被譽(yù)為江西的“七朵金花”。截至2020年6月,江西省下轄11個(gè)設(shè)區(qū)市,其中南昌市、九江市和贛州市是江西省的三個(gè)主要城市,分別位于江西省的中北部、北部和南部。這三個(gè)城市的基本情況如下。
南昌市是江西省省會、環(huán)鄱陽湖城市群核心城市、國務(wù)院批復(fù)確定的中國長江中游地區(qū)重要的中心城市。南昌市下轄6個(gè)區(qū)、3個(gè)縣,總面積7 402 km2。截至2019年末,南昌市常住人口560.06萬人,2019年南昌市GDP達(dá)到了5 596.18億元,居全省第一,全國省會城市排名第16。
九江市地處長江、京九鐵路兩大經(jīng)濟(jì)開發(fā)帶交叉點(diǎn),是長江中游區(qū)域中心港口城市,是中國首批5個(gè)沿江對外開放城市之一,也是東部沿海開發(fā)向中西部推進(jìn)的過渡地帶,號稱“三江之口,七省通衢”與“天下眉目之地”,有“江西北大門”之稱。總面積19 084.61 km2,截至2019年年末,全市總?cè)丝跒?92.03萬人。2019年九江市GDP達(dá)到了3 121.05億元,全省地級市排名第3。
贛州市是江西省的南大門,是江西省面積最大、人口最多的地級市,江西省省域副中心城市。贛州地處亞熱帶季風(fēng)氣候區(qū),地形以山地、丘陵、盆地為主,總面積39 379.64 km2,2019年戶籍人口為983.07萬人。贛州市鎢與稀土資源豐富,是全國稀有金屬產(chǎn)業(yè)基地和先進(jìn)制造業(yè)基地。此外,贛州是全國著名的革命老區(qū)、原中央蘇區(qū)振興發(fā)展示范區(qū)、紅色文化傳承創(chuàng)新區(qū)。2019年贛州市GDP達(dá)到了3 474.34億元,全省地級市排名第2。
本文選用NPP-VIIRS的2012—2019年無云月平均影像數(shù)據(jù)以及2015年和2016年去噪后的年平均VIIRS數(shù)據(jù),數(shù)據(jù)由美國國家海洋和氣象管理局(National Oceanic and Atmospheric Administration,NOAA)提供。NPP-VIIRS影像的空間分辨率為740 m,覆蓋范圍75°N~65°S。除此之外,縣級行政區(qū)劃圖來自國家基礎(chǔ)地理信息中心,經(jīng)濟(jì)等數(shù)據(jù)來源于各省市縣級統(tǒng)計(jì)年鑒。
NPP-VIIRS影像解決了DMSP-OLS影像數(shù)據(jù)中存在的過飽和問題,但是受云層、大氣、閃電、火光等自然因素的影響,月度復(fù)合數(shù)據(jù)中還存有大量的噪聲和異常值,導(dǎo)致部分像元為負(fù)值和極大值。因此,在利用數(shù)據(jù)進(jìn)行分析前,需要對原始影像做預(yù)處理,過程主要包括:年度復(fù)合數(shù)據(jù)的合成、空間坐標(biāo)系重投影、影像去負(fù)去噪處理和影像裁剪等。
受大氣影響,中國部分地區(qū)的NPP-VIIRS影像在6~8月份有存在嚴(yán)重的噪聲干擾,會有失真現(xiàn)象,因此,本文利用2012—2019年除6~8月以外的月度復(fù)合影像,并通過求取平均值的方法合成年度數(shù)據(jù),公式如下:
(1)
式中,Ly表示某年的燈光亮度值;Li表示第i月的燈光亮度值。得到年度復(fù)合影像數(shù)據(jù)后,將影像重投影為蘭伯特等面積投影并將網(wǎng)格大小重采樣為0.5 km×0.5 km。
合成的影像中存在因不穩(wěn)定光源造成的異常值以及負(fù)值,需要通過去噪去負(fù)處理來減弱這些影響。利用2015與2016年NOAA發(fā)布的無噪聲年度復(fù)合數(shù)據(jù)作為掩膜,將兩年的年度影像做二值化處理,像元DN值大于0的設(shè)為1,DN值不大于0的設(shè)為0,并分別和2012—2015年和2016—2019年的待去噪影像相乘去除背景噪聲和異常值[17]。經(jīng)去除噪聲和異常值處理后,利用行政區(qū)劃圖的邊界線對影像進(jìn)行裁剪,得到江西省南昌市、九江市和贛州市的夜間燈光遙感圖像。
3.1.1 南昌市2012—2019年各時(shí)期夜間燈光強(qiáng)度變化
利用南昌市行政界線對NPP-VIIRS影像數(shù)據(jù)進(jìn)行裁剪,獲得南昌市2012—2019年長時(shí)間序列的夜間燈光數(shù)據(jù)。為了保持?jǐn)?shù)據(jù)結(jié)果的穩(wěn)定性,更好地反映燈光亮度的變化特征,將2 a作為一個(gè)周期進(jìn)行平均,獲得南昌市2012—2019年不同時(shí)期的平均亮度值數(shù)據(jù),結(jié)果如圖1所示。
圖1 南昌市不同時(shí)期的NPP-VIIRS數(shù)據(jù)平均亮度值
從圖1可以看出,南昌市中西部的主城區(qū)燈光最亮,周圍區(qū)域亮度較弱。對南昌市NPP-VIIRS數(shù)據(jù)各個(gè)時(shí)期的亮度值進(jìn)行數(shù)理統(tǒng)計(jì),結(jié)果如表1所示。從表1的統(tǒng)計(jì)結(jié)果可以看出,2014—2015年平均亮度值相比于2012—2013年有略微的下降,但到2016—2017年和2018—2019年,平均亮度值和標(biāo)準(zhǔn)偏差都有較大的增長,說明南昌市2012—2015年之間城市空間結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展較為穩(wěn)定,但在2016年后經(jīng)濟(jì)出現(xiàn)了較快的增長,且發(fā)展速度增快。
表1 南昌市NPP-VIIRS數(shù)據(jù)各個(gè)時(shí)期亮度值統(tǒng)計(jì)結(jié)果
3.1.2 南昌市2012—2019年各時(shí)期夜間燈光分等級面積變化
統(tǒng)計(jì)各時(shí)期夜間燈光分等級的面積變化,可以更好地了解燈光的變化情況。將NPP-VIIRS數(shù)據(jù)按照亮度值劃分為(0~5)、(5~10)、(10~20)、(20~35)和(>35)五個(gè)等級,統(tǒng)計(jì)分析了對應(yīng)的面積分布,結(jié)果如表2所示。從表2中可以看出,在各個(gè)時(shí)期的5個(gè)等級中,等級(0~5)的亮度分布面積逐年在減少,等級(5~10)和(10~20)的亮度分布面積逐年在增加,等級(20~35)和(>35)在2014—2015年出現(xiàn)了減小的情況,隨后又開始快速增長。
表2 南昌市燈光數(shù)據(jù)在2012—2019年不同時(shí)期各等級分布面積 單位:km2
3.2.1 九江市2012—2019年各時(shí)期夜間燈光強(qiáng)度變化
利用九江市行政界線對NPP-VIIRS影像數(shù)據(jù)進(jìn)行裁剪,獲得九江市2012—2019年長時(shí)間序列的夜間燈光數(shù)據(jù)。對九江市各個(gè)時(shí)期NPP-VIIRS數(shù)據(jù)的亮度值進(jìn)行數(shù)理統(tǒng)計(jì),結(jié)果如表3所示。從表3的統(tǒng)計(jì)結(jié)果可以看出,從2014—2015年開始,平均亮度值有所增長,但從2016年開始,增長的速度較快,說明九江市2012—2015年之間城市空間結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展較為穩(wěn)定,但在2016年后經(jīng)濟(jì)出現(xiàn)了較快的增長,且發(fā)展速度較快。
表3 九江市各個(gè)時(shí)期NPP-VIIRS數(shù)據(jù)亮度值統(tǒng)計(jì)結(jié)果
3.2.2 九江市2012—2019年各時(shí)期夜間燈光分等級面積變化
同樣,將NPP-VIIRS數(shù)據(jù)按照亮度值劃分為(0~5)、(5~10)、(10~20)、(20~35)和(>35)五個(gè)等級,統(tǒng)計(jì)分析了對應(yīng)的面積分布,結(jié)果如表4所示。從表4中可以看出,在各個(gè)時(shí)期的5個(gè)等級中,等級(0~5)的亮度分布面積逐年在減少,等級(5~10)和(10~20)的亮度分布面積逐年在增加,等級(20~35)和(>35)在2014—2015年出現(xiàn)了減小的情況,隨后又開始快速增長。九江燈光分等級面積變化與南昌市有相同的變化趨勢。
表4 九江市2012—201 9年不同時(shí)期燈光數(shù)據(jù)各等級分布面積 單位:km2
3.3.1 贛州市2012—2019年各時(shí)期夜間燈光強(qiáng)度變化
利用贛州市行政界線對NPP-VIIRS影像數(shù)據(jù)進(jìn)行裁剪,獲得贛州市2012—2019年長時(shí)間序列的夜間燈光數(shù)據(jù)。對贛州市各個(gè)時(shí)期NPP-VIIRS數(shù)據(jù)的亮度值進(jìn)行數(shù)理統(tǒng)計(jì),結(jié)果如表5所示。從表5的統(tǒng)計(jì)結(jié)果可以看出,2014—2019年,平均亮度值穩(wěn)步增長,且增速較大,說明贛州市出現(xiàn)了較明顯的城市空間結(jié)構(gòu)變化和較快的經(jīng)濟(jì)增長。
表5 贛州市各個(gè)時(shí)期NPP-VIIRS數(shù)據(jù)亮度值統(tǒng)計(jì)結(jié)果
3.3.2 贛州市2012—2019年各時(shí)期夜間燈光分等級面積變化
同上,將NPP-VIIRS數(shù)據(jù)按照亮度值劃分為(0~5)、(5~10)、(10~20)、(20~35)和(>35)五個(gè)等級,統(tǒng)計(jì)分析對應(yīng)的面積分布,結(jié)果如表6所示。從表6中可以看出,在各個(gè)時(shí)期的5個(gè)等級中,等級(0~5)的亮度分布面積逐年在減少,等級(5~10)、(10~20)和(20~35)的亮度分布面積逐年在增加,等級(>35)在2016—2017年出現(xiàn)了短暫減小的情況,隨后又開始快速增長。
表6 贛州市燈光數(shù)據(jù)2012—2019年不同時(shí)期各等級分布面積 單位:km2
3.4.1 典型城市平均夜光強(qiáng)度對比
對江西省南昌市、九江市和贛州市在2012—2019年不同時(shí)期的NPP-VIIRS數(shù)據(jù)亮度求取平均值,結(jié)果如圖2所示。從圖2可以看出,南昌市燈光亮度出現(xiàn)了短暫的略微下降后快速增長,九江市和贛州市呈現(xiàn)整體發(fā)展?fàn)顟B(tài),九江市燈光亮度值整體高于贛州市,但增長速度基本一致。
圖2 典型城市不同時(shí)期NPP-VIIRS數(shù)據(jù)亮度的平均值隨時(shí)間變化
3.4.2 典型城市夜光強(qiáng)度重要等級面積變化對比
本文將燈光亮度值的等級劃分為五級,其中>35是最高級,代表了該城市在發(fā)達(dá)區(qū)域的分布,圖3為南昌市、九江市和贛州市不同時(shí)期NPP-VIIRS數(shù)據(jù)亮度的重要等級面積對比。從圖3可以看出,南昌市的燈光值>35的面積在2014—2015年出現(xiàn)了較大幅度的下降,后又大幅增長,九江市也出現(xiàn)了同樣的變化趨勢,但是幅值較小。贛州市的燈光值>35的面積在2016—2017年出現(xiàn)了小幅度的下降,后又穩(wěn)步增長。從這些數(shù)據(jù)說明,南昌市在2014—2015年主城區(qū)整體經(jīng)濟(jì)發(fā)展態(tài)勢不太好,考慮是部分產(chǎn)業(yè)轉(zhuǎn)型期,通過產(chǎn)業(yè)轉(zhuǎn)型,經(jīng)濟(jì)出現(xiàn)了快速穩(wěn)定的增長;九江市和贛州市也出現(xiàn)了與南昌相同的經(jīng)濟(jì)陣痛期,但通過產(chǎn)業(yè)的優(yōu)化升級,經(jīng)濟(jì)快速增長。
圖3 典型城市不同時(shí)期NPP-VIIRS數(shù)據(jù)亮度的重要等級(>35)面積
圖4顯示了南昌市、九江市和贛州市2012—2019年的GDP變化趨勢,可以看出,三市GDP穩(wěn)步增長,在經(jīng)濟(jì)轉(zhuǎn)型的陣痛期,雖然燈光亮度值有所減少,但是GDP影響不明顯;九江市和贛州市整體經(jīng)濟(jì)水平相當(dāng),與夜間燈光亮度值得出的結(jié)論較為一致。
圖4 典型城市不同時(shí)期的GDP數(shù)據(jù)
本文采用2012—2019年的NPP-VIIRS數(shù)據(jù),在數(shù)據(jù)精細(xì)預(yù)處理基礎(chǔ)上,統(tǒng)計(jì)分析了江西省三大城市(南昌市、九江市和贛州市)的夜間燈光亮度情況,從城市夜間燈光亮度闡述了城市發(fā)展過程,具體結(jié)論如下。
(1)江西省三個(gè)主要城市(南昌、九江和贛州)的主城區(qū)及下轄縣市城區(qū)燈光最亮,周圍區(qū)域亮度較弱。不同城市亮度值的平均值在不同的年份會有一些波動(dòng),但整體呈快速發(fā)展的趨勢。
(2)按照夜間燈光亮度值劃分的五個(gè)等級中,三個(gè)城市燈光較弱的面積在不斷減少,燈光亮度較強(qiáng)的面積在不斷增長,這也與當(dāng)?shù)氐腉DP發(fā)展趨勢相一致。
(3)從三個(gè)城市平均夜光強(qiáng)度和夜光強(qiáng)度重要等級面積變化的對比中可以看出,南昌的經(jīng)濟(jì)基礎(chǔ)最強(qiáng),是整體實(shí)力最強(qiáng)和發(fā)展態(tài)勢最好的城市。九江市和贛州市的城市發(fā)展水平相當(dāng),但都處于一直持續(xù)快速發(fā)展的狀態(tài),兩城市優(yōu)勢各異,通過產(chǎn)業(yè)升級優(yōu)化,后期發(fā)展將會更好。
雖然使用NPP-VIIRS掩膜法分段能夠有效去除NPP-VIIRS年度合成數(shù)據(jù)的噪聲,但是隨著城市化進(jìn)程的加快以及鄉(xiāng)村振興戰(zhàn)略的實(shí)施,城鄉(xiāng)發(fā)展建設(shè)將會飛躍式增長,到時(shí)僅2015年和2016年兩期的標(biāo)準(zhǔn)數(shù)據(jù)已經(jīng)不能適應(yīng)快速發(fā)展的需要,會將實(shí)際燈光值作為噪聲去除,影響去噪結(jié)果以及數(shù)據(jù)的可用性,因此,希望以后對數(shù)據(jù)的處理方法能進(jìn)一步完善。