基于夜間燈光數(shù)據(jù)的川渝城市建成區(qū)時空動態(tài)

徐 濤， 于 歡*， 孔 博， 胡孟珂， 凌鵬飛

(1.成都理工大學地球科學學院， 成都 610059； 2.中國科學院水利部成都山地與災害研究所， 成都 610041)

城市是依照某一生產(chǎn)生活方式將某一區(qū)域組織起來所形成的居民點，它是該區(qū)域的經(jīng)濟、政治與文化的核心[1]。改革開放以來，中國城市擴展變化呈快速增長趨勢，但同時城市地域空間分布也變得極不均衡，限制了區(qū)域的協(xié)調發(fā)展[2-3]。如何快速提取城市建設用地對于均衡城市地域空間分布具有重要意義。

目前對于城市建設用地提取的研究主要為運用遙感影像進行監(jiān)督分類、構建NDBI指數(shù)(norma-lized difference built-up index)等，但由于常規(guī)的遙感影像(Landsat TM/ETM+MODIS等)存在數(shù)據(jù)質量差、數(shù)據(jù)量大、計算煩瑣等問題，用于城市建設用地的提取費時、費力，而采用夜間燈光數(shù)據(jù)，可以快速、高效地提取城市建設用地[4]。在利用夜間燈光影像提取城市建成區(qū)的研究領域中，眾多學者提出了不同的方法。曹偉超等[5]以DMSP/OLS(defense meteorological satellite program/operational linescan system)夜間燈光數(shù)據(jù)為基礎數(shù)據(jù),根據(jù)四川省城市發(fā)展特點,提出將四川省城市分為超級城市、工礦城市、地級市和縣級市四類,分別提取四類城市建成區(qū),并與統(tǒng)計數(shù)據(jù)進行對比分析。楊藝等[6]構建了燈光亮度組合值指數(shù)并通過Mann-Kendall非參數(shù)檢驗法來確定影像中相鄰像元燈光亮度組合值的突變點，以此突變點來確定城市建成區(qū)的邊界。文獻[7-9]發(fā)現(xiàn)DMSP/OLS燈光數(shù)據(jù)在像元的探測頻率達到某一程度后其內部便逐漸呈現(xiàn)出破碎化的點，將出現(xiàn)此點的探測頻率作為提取城市面積的閾值。米曉楠等[10]采用輔助資料空間比較法進行城市建成區(qū)的提取。綜合來看，利用閾值二分法結合統(tǒng)計數(shù)據(jù)提取城市建成區(qū)的方法最為簡單有效。

川渝作為西南地區(qū)的重要組成部分，其建成區(qū)空間分布極不均衡，成都、重慶(主城區(qū))作為川渝地區(qū)的核心區(qū)，其建成區(qū)規(guī)模日益擴大，但其他地區(qū)建成區(qū)則零星分布，城市規(guī)模與核心區(qū)相差甚遠。因此，研究1993—2018年川渝地區(qū)城市建成區(qū)時空動態(tài)分布能對優(yōu)化川渝地區(qū)城市空間分布結構提供一定參考。

1 研究區(qū)及數(shù)據(jù)

1.1 研究區(qū)概況

圖1 2018年川渝地區(qū)夜間燈光強度Fig.1 Nighttime light intensity in Sichuan and Chongqing in 2018

川渝指四川省和重慶市，位于中國西南部，面積達56.6萬km2。城市化空間分布不均衡且整體水平較低。自2000年國家實施西部大開發(fā)戰(zhàn)略以來，川渝地區(qū)的城市化進程隨之進入一個高速發(fā)展階段。研究川渝地區(qū)近25年的城市空間擴展，探究城市空間擴展格局與機理，能為川渝城市體系規(guī)劃和優(yōu)化協(xié)調發(fā)展提供參考借鑒。

1.2 數(shù)據(jù)與來源

1993—2018年夜間燈光數(shù)據(jù)來自美國國家地球物理數(shù)據(jù)中心(national geophysical data center,NGDC)，本文中DMSP/OLS數(shù)據(jù)使用F101993、F121998、F142003、F162008四期非輻射定標穩(wěn)定燈光年度合成影像，在NPP/VIIRS(National Polar-Orbiting Partnership’s/Visible Infrared lmaging Radiometer Suite)數(shù)據(jù)的選擇中，因其年度數(shù)據(jù)不全且川渝地區(qū)2013年6月份影像質量較差，故NPP/VIIRS數(shù)據(jù)使用2013、2018年7月份影像。DMSP/OLS數(shù)據(jù)的時間序列為1992—2013年，本文中所用DMSP/OLS數(shù)據(jù)的空間分辨率為1 km，像元灰度值范圍為0～63，此影像已經(jīng)對不穩(wěn)定光源進行了剔除。NPP/VIIRS數(shù)據(jù)從2012年開始獲取夜間燈光影像，它繼承了DMSP/OLS數(shù)據(jù)的基本特征，空間分辨率為0.5 km，彌補了DMSP/OLS數(shù)據(jù)在空間、時間以及輻射分辨率等方面的不足，極大地擴展了夜間燈光數(shù)據(jù)的研究范圍[11]。

本文中所用數(shù)據(jù)具體信息如表1所示，從《四川統(tǒng)計年鑒》《重慶統(tǒng)計年鑒》上獲取了四川、重慶各個時期建成區(qū)面積。邊界矢量數(shù)據(jù)來自中國基礎地理信息中心網(wǎng)站。

表1 數(shù)據(jù)來源及介紹Table 1 Data sources and introduction

2 研究方法

2.1 數(shù)據(jù)預處理及城市建成區(qū)提取

由于DMSP/OLS數(shù)據(jù)同時存在著時間序列不連續(xù)和嚴重的燈光飽和現(xiàn)象，使DMSP/OLS數(shù)據(jù)在建成區(qū)提取及時空動態(tài)變化方面的研究受到限制。

根據(jù)曹子陽等[12]提出的不變目標區(qū)域法進行飽和矯正，得到去飽和的DMSP/OLS數(shù)據(jù)，獲得校正之后的DMSP/OLS數(shù)據(jù)。NPP/VIIRS數(shù)據(jù)存在負值與非城市中心像元DN(digital number)值極高的現(xiàn)象，此現(xiàn)象稱之為噪聲，為消除噪聲，利用NOAA(National Oceanic and Atmospheric Administration)國家地理數(shù)據(jù)中心發(fā)布的2015、2016年經(jīng)過去噪處理的年度合成數(shù)據(jù)對2013、2018年月合成數(shù)據(jù)進行掩膜提取，以此獲取較為精準的NPP/VIIRS數(shù)據(jù)。

由于DMSP/OLS數(shù)據(jù)和NPP/VIIRS數(shù)據(jù)來源于兩種不同的衛(wèi)星，其像元DN值存在明顯差異，因此需要對兩種數(shù)據(jù)進行擬合。將兩種數(shù)據(jù)均轉換為Albers等積投影與WGS-84地理坐標系，并重采樣為1 km的單元格。根據(jù)Li等[13]的研究成果，DMSP/OLS夜間燈光數(shù)據(jù)的DN值與NPP/VIIRS夜間燈光數(shù)據(jù)的DN值成指數(shù)對應關系。利用兩種數(shù)據(jù)的相關性做指數(shù)回歸，得到回歸參數(shù)并代入回歸方程，從而獲得時間序列較為連續(xù)的夜間燈光數(shù)據(jù)。

川渝地區(qū)建成區(qū)的準確提取依賴于夜間燈光數(shù)據(jù)最佳閾值的設定，本文中運用閾值二分法結合統(tǒng)計數(shù)據(jù)提取城市建成區(qū)，具體方法就是將研究區(qū)內最大灰度值與最小灰度值取算術平均數(shù)，設為閾值DNT，求在閾值DNT條件下研究區(qū)的提取面積ST，與統(tǒng)計數(shù)據(jù)中的研究區(qū)建成區(qū)面積作比較，直到找到兩者面積最接近的閾值為止，具體流程如圖2所示[14]。

DNT為提取閾值，DNmax、DNmin分別為夜間燈光影像最大和最小灰度值，S為建成區(qū)統(tǒng)計面積，S(DNT)為在閾值DNT條件下提取的建成區(qū)面積S，ΔS(DNT-1)、ΔS(DNT)、ΔS(DNT+1)分別為在閾值DNT-1、DNT、DNT+1條件下的提取面積與統(tǒng)計面積之差的絕對值圖2 夜間燈光最佳閾值確定流程Fig.2 The process of determining the optimal threshold of nighttime light

2.2 緊湊度與分形維數(shù)

緊湊度指數(shù)(Kt)可以反映城市建成區(qū)斑塊的離散程度，緊湊度越小，其離散程度越大[15]。其計算公式為

(1)

式(1)中：Kt為緊湊度指數(shù)；Ct為第t段時間內的城市周長；St為第t時間段內的城市面積。

城市土地分形維數(shù)(Pt)能夠揭示城市邊界的復雜程度和預測城市擴展的可能性[16]。其計算公式為

(2)

式(2)中：Pt城市土地分形維數(shù)。Pt的理論范圍為1～2，當Pt<1.5時，城市邊界較為簡單；當Pt=1.5時，城市的邊界處于一個平衡點；當Pt>1.5時，城市的邊界較為復雜[17]。

2.3 標準差橢圓方法

標準差橢圓空間統(tǒng)計方法從多角度出發(fā)，能夠較為準確地反映地理要素的整體空間分布特征以及在空間上的密集程度[18-19]。標準差橢圓的重心(XG，YG)為

(3)

x軸的標準差δx和y軸的標準差δy的計算公式為

(4)

轉向角θ是正北方向順時針旋轉到長軸形成的夾角，其計算公式為

(5)

式中：(xi，yi)為研究對象的空間區(qū)位；wi是研究對象對應的權重；(x′，y′)表示研究對象區(qū)位到橢圓重心(XG，YG)的坐標偏差。

2.4 城市建成區(qū)擴展時空分布特征分析

城市蔓延指數(shù)(urban sprawl index, USI)是在某段時間內城市面積的絕對增量與所用時間的比值，數(shù)值與城市擴展速度呈正相關性[20]。而擴展強度指數(shù)(urban intensity index, UII)表示城市在某時間段內面積的絕對增量占總面積的百分比[21]。兩者計算公式為

(6)

(7)

式中：An+i為第n+i年某地區(qū)的城市面積；Ai為第i年某地區(qū)的城市面積；n為時間，表示年。

3 結果分析

3.1 數(shù)據(jù)擬合結果及城市建成區(qū)提取精度驗證

由于本研究針對城市建成區(qū)提取，為更準確反應兩種數(shù)據(jù)在城市建成區(qū)內的對應關系，故將研究區(qū)2013年各地級市市區(qū)范圍內DMSP/OLS影像DN值大于5的全部像元及相應范圍內的NPP/VIIRS影像像元加入擬合矯正方程進行擬合。如圖3所示，矯正后的兩種夜間燈光數(shù)據(jù)擬合R2≈0.745 5，擬合精度相對較好。

圖3 DMSP/OLS數(shù)據(jù)和NPP/VIIRS數(shù)據(jù)擬合關系Fig.3 Fitting relationship between DMSP/OLS data and NPP/VIIRS data

如表2所示，各時間段相對誤差均在3%以內。但是，僅對統(tǒng)計數(shù)據(jù)進行精度驗證，無法驗證建成區(qū)空間位置的準確性，因此，本文中選取2018年Google Earth高精度影像進行建成區(qū)空間位置的驗證。圖4展示了部分城市的精度驗證結果，總體而言，誤差相對較低，可以滿足后續(xù)研究使用。

表2 1993—2018年川渝建成區(qū)提取結果Table 2 1993—2018 Sichuan-Chongqing built-up area extraction results

圖4 2018年部分城市建成區(qū)空間位置驗證Fig.4 Verification of the spatial location of some urban built-up areas in 2018

3.2 川渝地區(qū)城市建成區(qū)空間形態(tài)變化特征分析

由緊湊度和分形維數(shù)計算出川渝城市建成區(qū)的時空變化特征，如圖5所示，川渝地區(qū)城市建成區(qū)的緊湊度整體上隨時間的推移而降低，川渝地區(qū)的城市建成區(qū)從1993年的0.23下降為2018年的0.03，這表明川渝地區(qū)的城市結構呈現(xiàn)松散化趨勢，城市的致密性較差。川渝地區(qū)的城市分形維數(shù)整體上隨時間的推移而上升，1993—2018年，城市的分形維數(shù)由1.44上升到1.73，表明川渝地區(qū)的城市建成區(qū)的結構較為復雜。其間，緊湊度和分形維數(shù)均在2008—2013年間變化幅度最大，主要原因除川渝地區(qū)城市發(fā)展速度較快之外，另一原因為NPP/VIIRS數(shù)據(jù)相較于DMSP/OLS數(shù)據(jù)分辨率更高，能夠獲取更小的建設用地斑塊所致。

圖5 1993—2018年川渝城市建成區(qū)緊湊度與分形維數(shù)Fig.5 The compactness and fractal dimension of Sichuan-Chongqing urban built-up areas from 1993 to 2018

3.3 標準差橢圓分析

構建標準差橢圓能夠從整體上度量川渝地區(qū)城市建成區(qū)的空間分布及拓展方向，結果如圖6所示。

圖6 1993—2008年川渝城市建成區(qū)標準差橢圓及重心轉移Fig.6 Urban built-up area standard deviation ellipse and center of gravity shift of Sichuan-Chongqing from 1993 to 2008

1993—2003年，其城市建成區(qū)重心由資中縣(104°52′E,29°52′N)移動至安岳縣(105°20′E,30°14′N)，重心轉移方向為東北方向，2003—2018年間，城市建成區(qū)重心并未離開安岳縣境內，移動方向大致為東南方向。從1993—2018年，川渝地區(qū)城市建成區(qū)重心以每年3.25 km的速度移動，其中1993—1998年城市建成區(qū)重心移動速度最快，向東北方向移動了30.60 km，平均每年向東北移動6.12 km，2003—2018年，城市建成區(qū)重心呈現(xiàn)出低速東移趨勢，表明以重慶為核心的東部城市群發(fā)展稍好于西部城市群。

如表3所示，1993—2018年川渝建成區(qū)標準差橢圓發(fā)生顯著變化，橢圓面積減少了59 696.24 km2，占比40.08%，說明川渝地區(qū)城市建成區(qū)分布呈現(xiàn)出由分散到聚攏的趨勢。1993—2018年x軸標準距離呈現(xiàn)先減小后增大的趨勢，y軸的標準距離持續(xù)減小，扁率先減小后增大，說明川渝地區(qū)城市拓展的方向性先降低后增強，橢圓方向由西南-東北走向逐漸變?yōu)檎?正東走向，即表明城市建成區(qū)拓展方向逐漸變?yōu)槌啥?重慶方向。

表3 1993—2018川渝建成區(qū)標準差橢圓提取結果Table 3 Standard deviation ellipse extraction results of Sichuan-Chongqing built-up areas from 1993 to 2018

3.4 城市建成區(qū)擴展時空分布特征

如表4所示，1993—2018年間，川渝地區(qū)城市建成區(qū)面積呈現(xiàn)快速增長趨勢，25年間共增長4 174.34 km2，年均增長166.97 km2，拓展強度為

表4 2006—2018年川渝城市群空間擴展分析Table 4 Analysis on the spatial expansion of Sichuan-Chongqing urban agglomeration from 2006 to 2018

36.22%。在各時間段中，1998—2003年拓展速度最快，年均拓展238.39 km2，拓展強度也最高，為29.07%，2003—2008年間拓展速度和拓展強度均出現(xiàn)明顯下降，為各時間段最低值，2008年之后拓展速度迅速回升，分別每年拓展225.87 km2和236.27 km2，表明川渝城市建成區(qū)自2008年之后呈穩(wěn)定增長趨勢。

如圖7所示，在1993—2018年川渝城市群空間拓展，尤以成都市和重慶市拓展最為明顯。1993年，成都市和重慶市建成區(qū)面積分別為92 km2和106 km2，到2018年，成都市和重慶市(區(qū)合計)建成區(qū)分別1 089.18 km2和1 496.72 km2，25年中，成都、重慶(區(qū)合計)建成區(qū)分別增加了997.18 km2及1 390.72 km2，兩者共占總拓展面積的57.20%，由此可見成都、重慶在川渝地區(qū)的核心地位日益增強。

圖7 1993—2018年川渝城市群建成區(qū)擴張時空分布Fig.7 Spatial and temporal distribution of built-up area expansion of Sichuan-Chongqing urban agglomeration from 1993 to 2018

4 結論與討論

研究采用DMSP/OLS和NPP/VIIRS 2種夜間燈光數(shù)據(jù)相結合，來提取川渝地區(qū)1993—2018年城市建成區(qū)，通過緊湊度與分形維數(shù)、重心及標準差橢圓、建成區(qū)時空分布特征等進行分析，得出以下結論。

(1)1993—2018年間，川渝地區(qū)城市群規(guī)模不中斷擴大，城市結構日益復雜，城市發(fā)展以外延式擴展為主，破碎程度較高。

(2)川渝地區(qū)城市拓展的方向性先降低后增強，拓展方向逐漸向成都-重慶方向轉變。

成都、重慶的核心地位日益增強。城市建成區(qū)重心呈現(xiàn)東移趨勢，表明以重慶為核心的東部城市發(fā)展稍快于西部。

由上述結論可知，川渝地區(qū)城市發(fā)展呈現(xiàn)出以成都市和重慶市為兩極不斷向外擴展的趨勢，從土地資源利用與經(jīng)濟發(fā)展的角度來說，這是一種非良性發(fā)展。在未來，川渝兩地應該注重城市之間的互補與合作，加強城市之間的聯(lián)系，努力調整城市發(fā)展模式，從而帶動川西和渝東北等欠發(fā)達地區(qū)城市化水平的提升，形成核心突出、多點開花的城市群空間格局，實現(xiàn)共同富裕。

本文中重現(xiàn)了川渝地區(qū)1993—2018年間城市的形成過程，但也存在以下不足，有待進一步改進。

(1)雖然將DMSP/OLS和NPP/VIIRS 2兩種夜間燈光數(shù)據(jù)進行了擬合，但并未完全消除兩種數(shù)據(jù)之間的差異性，誤差仍然存在，有待進一步改進。

(2)提取城市建成區(qū)比較依賴于《統(tǒng)計年鑒》，但統(tǒng)計年鑒往往存在比實際情況偏大的情況，因此還需要對統(tǒng)計過程、方法作深入了解，以期提高統(tǒng)計數(shù)據(jù)的準確性，進而提升城市建成區(qū)的提取的精度。