基于夜間燈光數據的廣西城鎮人口估算及城鎮化時空演化特征

覃孔韜 蔣瑜

【摘 要】應用夜間燈光數據，構建人口密度-燈光指數模型對廣西14個城市的每年城鎮人口進行估算，以及構建燈光指數和傳統城鎮化指數的線性回歸模型分析廣西14個城市的燈光指數的時間演化特征和城市夜間燈光空間演化特征。結果表明：①人口密度-燈光指數模型能夠有效地估算廣西每年城鎮人口及廣西各地級市的城鎮人口;②2003—2013年，廣西城市夜間燈光區域面積顯著增加，整體面積增長率為184.45%;③廣西城鎮化重心是南寧和柳州兩大城市，其對周邊城鎮有輻射帶動作用且帶動作用逐漸加強;④廣西中小城市城鎮化發展的過程基本是由點狀到帶狀或點狀到帶狀再到面狀，并且城鎮化發展主要是沿著交通干線擴張;⑤廣西城鎮化演化過程中，桂南相對城鎮化水平高，桂中、桂東、桂北次之，桂西最低。利用夜間燈光數據構建城市人口估算模型和分析廣西城鎮化時空演化特征對城市人口增長、人口流動的趨勢、城市空間演變趨勢及未來城鎮化發展有著一定的參考和借鑒意義。

【關鍵詞】DMSP/OLS;人口密度-燈光指數模型;城市人口;城市夜間燈光指數（CNLI）;城鎮化水平

【中圖分類號】C924.2 【文獻標識碼】A 【文章編號】1674-0688（2020）12-0033-05

城鎮化發展水平是一個地區的經濟、政治、文化、教育、科技等指標現代化發展的綜合體現。隨著遙感技術的成熟，越來越多的國內外學者運用MSP/OLS夜間燈光數據分析城市化、城市擴張、城市群演變、城市人口問題，夜光數據能夠更直觀地觀察一個城市時空格局的改變。從以往的學術成果來看，利用夜間燈光數據對在經濟較落后區域的城鎮化研究及對城市人口估算研究還比較薄弱。在城市人口估算方法上，大多數學者都是利用夜間燈光數據與城市人口建立線性回歸模型進行城市人口預測，忽略了人口自然增長規律。

廣西屬于我國經濟落后地區，自治區內的各個城市發展規模差距也很大，鑒于此原因，本文將夜間燈光數據、人口密度結合馬爾薩斯人口增長模型進行城市人口估算，利用DMSP/OLS夜間燈光數據探討城市時空演變特征，認識目前廣西城市的空間格局，對評估廣西城市的空間演變趨勢及未來城鎮化重心有重大的參考意義。

1 研究區概況

廣西是我國唯一一個沿海自治區，位于我國華南的西部，其地理坐標處于東經104°28′～112°04′，北緯20°54′～26°24′，面積約23.67萬km2，首府城市是南寧市，下轄14個地級市。在國家許多政策的支持下，廣西城鎮化步伐逐漸加速，城市土地不斷擴建，且擴建的速度明顯增加。2013年廣西被劃入“一帶一路”倡議，成為21世紀海上絲綢之路與絲綢之路經濟帶有機銜接的重要門戶。廣西特殊的地理位置，使其成為我國西南部發展的關鍵突破口。廣西壯族自治區還有與東南亞國家相鄰與相望的區位優勢，廣西各個城市的發展和經濟建設有利于我國與東南亞各國更友好地交易往來。

2 數據來源

DMSP/OLS夜光遙感數據來源于美國國家地球物理數據中心發布的2003—2013年的全球夜間燈光數據，空間分辨率為1 km左右，數據的像元灰度值（DN）的范圍為0～63，飽和的灰度值為63，黑暗的或者不穩定的燈光區域的灰度值為0。

數據預處理：利用ARCGIS對中國區域夜間燈光數據校正的方法，進行數據校正。步驟如下：提取亮值像元影像→獲取穩定亮值像元影像→穩定亮值像元影像DN值校正（多傳感器影像數據DN值校正、多傳感器同一年度影像數據DN值校正及多傳感器多年度影像數據DN值校正）。

所有的城鎮人口、建成區面積、第二及第三產業生產總值等社會統計數據來自廣西統計局發表的《廣西統計年鑒（2004—2014）》。

3 研究方法

3.1 反映城鎮化水平的夜間燈光指數模型的構建

參考陳晉與楊眉等人提出的方法，采用城鎮化水平的綜合夜間燈光綜合指數（CNLI）評價廣西沿海城市的城鎮化水平。

CNLI的計算公式如下：

CNLIj=P1×Ij+P2×Sj（1）

公式（1）中，I為城市的平均燈光強度，S為城市燈光像元面積占總城市像元面積的比例，P1、P2代表的是I與S的權重，通過相關分析得到P3=0.8，P2=0.2。

城市的平均燈光強度I的計算公式如下：

公式（2）中，DNi值為第i灰度等級的像元灰度值，Ni為第i灰度等級的所有像元數，N為63≤DN≤1的所有像元總數。

城市燈光像元面積占總城市像元面積的比例S計算公式如下：

公式（3）中，Nt為63≤DN≤1的所有像元個數，N為區域內總的像元個數。

3.2 傳統城鎮化水平復合指數的構建

本文選擇用市鎮人口比例、建成區面積比例、第二和第三產業的產值比例構建涵蓋人口、土地、經濟3個維度的傳統城鎮化水平復合指數（ULI）。

ULI的計算公式如下：

公式（4）中，mi為反映各類城鎮化水平的因子，pi為每個因子的權重。

3.3 城市人口估算模型：人口密度-燈光指數模型

與以往利用夜間燈光數據估算城市人口方法不同，本文采用人口密度與燈光指數的比值，結合馬爾薩斯人口增長模型■，模擬城市人口數量。

公式（5）、公式（6）中，ρi為人口密度，Hi為人口密度-燈光指數的比值，r為增長率，t為年份。

4 結果與分析

4.1 基于人口密度-燈光指數模型的廣西城市人口估算

對于人口基數龐大的中國來說，統計城市人口需要花費非常多的時間且有一定的難度，本文基于燈光指數及往年的人口統計數據構建城市人口密度-燈光指數模型，為以后的城市人口統計提供決策和參考。

根據公式（5）、公式（6），分別計算2003年與2013年廣西城市的人口密度，算出近兩年城市人口密度-燈光指數比值H2003和H2013，并用這兩個比值算出增長率為0.018 369 24，得出Ht=H2003×e0.018 369 242 （t-2003），利用這個人口密度-燈光指數模型對2004—2013年的廣西城市人口進行精度驗證，得出以下結果。

對廣西年際間城市人口數量估算總體來說是良好的，這10年來城市人口估算的平均誤差為2.1%，總體誤差小于10%。其中，基于上述模擬研究表明，從2004—2013年，人口誤差最大的是2004年和2006年，誤差百分比為7.28%和5.91%，其他年份誤差都較小，均低于5%。總體上，年際間的人口模擬誤差都在10%以內，所以人口密度-燈光指數模型適用于廣西年際間的城市人口模擬。

基于人口密度-燈光指數模型模擬2013年廣西各市城市人口也比較良好，其中梧州、防城港、貴港、河池、崇左這幾個城市的誤差超10%，誤差人口為16.07萬、5.33萬、35.52萬、26.46萬、16.20萬，其余城市誤差在10%以內，南寧、柳州和玉林3個城市的誤差最小，誤差人口為1.7萬、0.22萬、6.88萬。造成誤差較大的主要原因如下：①防城港市位于廣西沿海地區，夜間燈光數據集中在防城港的沿海地區，防城港市的人口誤差主要是夜間防城港港口區存在裝貨卸貨等導致該市的燈光指數過高;②貴港市和梧州市位于廣西東部，與廣東臨近，并且有參與珠江-西江經濟帶的經濟政策發展，西江航運出現燈光指數過飽和，以及人口流動性高，人們經常往返廣東、廣西兩地;③崇左市和河池市位于廣西西部，其經濟發展一直落后于廣西的其他地區，崇左市和河池市人口流動性比較大，主要是人口輸出大，崇左市為南寧市臨市，人口會向南寧市流動，而河池市人口會向柳州市流動，也有向其他地區流動。

總體上，人口密度-燈光指數模型對廣西年際間的城市人口或某年間的廣西各個城市的城市人口進行人口模擬結果是良好的，此模型也可以估算2013年以后的廣西城市人口，方便快捷地獲取區域的城市人口數。

4.2 ULI-CNLI的線性回歸模型

夜間燈光數據探討城鎮化問題，必須證明夜間燈光數據與傳統城鎮化復合指數具有相關性，將廣西壯族自治區內所有城市的傳統城鎮化指數（ULI）與夜間燈光指數（CNLI）進行最小二乘擬合，構建傳統城鎮化水平復合指數與城市夜間燈光指數的一次線性回歸模型，得出擬合曲線表達式如下：

ULI=1.526 25×CNLI-0.001 3（R2=0.766 7）

模型擬合決定系數為R2=0.766 67，該決定系數表示廣西的傳統城鎮化水平復合指數與夜間燈光指數的線性擬合結果較好。兩者的相關關系也很好，兩者的相關系數為0.888 19，證明廣西所有的城市近11年的城市夜間燈光指數可很好地反映城鎮化水平的變化特征。

4.3 2003—2013年廣西城鎮化燈光指數時間演變特征

4.3.1 廣西各市的燈光指數值地域差異明顯

北海市、南寧市的燈光指數遠遠高于廣西的其他各市，但在2007年以前，北海市的燈光指數略高于南寧市，其中一個主要原因是之前國家致力于扶持沿海城市，在有利的政策支持下，北海市第二產業和第三產業的發展蒸蒸日上，促使北海的經濟快速發展;南寧市為廣西的省會城市，人口基數大，城市的基礎設施要比廣西其他城市完善，因此北海市和南寧市的城鎮化遠遠高于其他城市。柳州市的夜間燈光指數也較高，穩居廣西第三，這可能與其是廣西第一大工業城市及廣西的鐵路樞紐有關，其工業和交通都很發達。賀州市的夜間燈光指數一直居于末尾。根據2013年的燈光指數結果顯示，廣西14個城市的城鎮化水平可以劃分為4個等級：南寧、北海、柳州是相對高城鎮化的第一等級地區，桂林、梧州、防城港、欽州是城鎮化較高的第二等級地區，百色、貴港、崇左、來賓、玉林、河池這6個城市為相對中間城鎮化的第三等級地區，而賀州的城鎮化發展最緩慢，處于第四等級。

4.3.2 近11年的廣西各市的城鎮化進程速度不均衡

2003—2008年，廣西14個城市的城鎮化步伐速度加快，呈現快速增長的趨勢。2008—2013年間，防城港市、欽州市、北海市、南寧市的城鎮化進程都保持較快速增長，特別是防城港市如同一匹黑馬，城鎮化進程一直保持較快的速度，而其他城市都進入緩慢持續平穩增長階段，這主要得益于建立廣西北部灣經濟區政策的出臺，國家開始對廣西桂南地區的“南北欽防”4市重點開發，使4市的城鎮化加速發展。

4.3.3 廣西各個城市燈光指數增長不均衡

2003—2013年的燈光指數增長，防城港市最明顯，增長率為52.1%;崇左市次之，增長率為42%;其他城市的燈光指數增長率都在35%以下。反映出防城港城鎮化進程的速度都大于廣西其他各市，在2003—2013年期間，防城港市城鎮化日益明顯。崇左市自2003年立市以來，城市建設日益完善，與同年立市的來賓市和賀州市相比，城鎮化進程更加明顯，這主要是崇左位于邊境地區，位于南寧市旁邊，地勢優越，城市發展條件與其他兩市相比具有優勢（如圖1所示）。

4.4 2000—2013年廣西城市燈光空間演變特征

利用ARCGIS軟件及結合米曉楠[12]等學者所提出的方法對夜間燈光影像的DN值進行重新分類并提取城鎮區域，本文將DN值大于8的夜間燈光區域劃為城鎮區域。分析廣西壯族自治區2003年、2008年、2013年城鎮夜間燈光擴張圖（如圖2所示）的結果如下。

2003年夜間燈光區域主要集中在桂南的南寧市區、北欽防沿海地區，桂中的柳州市市區，桂北的桂林市區，這些燈光分布非常集中，都是以面狀形式存在的，而其他地區燈光都是以點狀形式存在，桂西地區夜間燈光較弱。由此反映了2003年廣西各個城市中，南寧市、柳州市、桂林市這幾個城市發展比較突出，與其他城市相比，城市建設較好，城鎮化水平較高。桂西地區城鎮水平較低。

2003—2008年間，廣西各市夜間燈光面積大量增加，5年間廣西各個城市飛速發展，廣西的交通越來越完善，各個城市的聯系更加緊密。其中，桂南地區燈光面積增加144%，桂西地區燈光面積增加130.04%，桂東地區燈光面積增加164.23%，桂中地區燈光增加216.48%，桂北地區燈光增加39.3%。“南北欽防”4市的交通干線G75高速公路-南北高速公路段已經全面通車，沿著高速公路夜間燈光分布逐漸呈帶狀分布，新城鎮沿著交通干線有逐漸形成的趨勢，來賓市的夜間燈光增加較明顯，隨著交通的完善，來賓市夜間燈光區域逐漸往柳州市呈帶狀擴張，與柳州市區的夜間燈光分布形成較大的塊狀分布，城鎮面積大部分增加，城鎮化進程顯著。桂東地區貴港市和玉林市城鎮也有較大的發展，擴張區域明顯，桂西地區城鎮發展依舊緩慢。

2008—2013年間，全廣西2013年的夜間燈光面積與2008年相比是增加的，在2008年的基礎上，2013年城鎮區域增加61.11%。其中最明顯的是桂南、桂西地區、桂中地區。桂南以南寧市為核心的“南北欽防”4個城市城鎮化進程好，將形成具有海港、工業聚集職能的都市圈。桂西地區的崇左市和百色市夜間燈光往南寧方向形成帶狀，崇左市和百色市城鎮化進程非常快，而河池市城市建設及發展依舊緩慢。來賓市和柳州市城鎮發展較迅速，特別是來賓市。其他地區的夜間燈光面積都是在原有的基礎上離心擴張，城鎮化進程持續增加。從圖2可以看出，桂南地區、桂中地區、崇左市的燈光面積增加最多，城鎮的擴展區域也是最多，而廣西西北部城鎮的發展還是依舊緩慢。

總體來說，廣西各市的城鎮化進程是比較緩慢的。2003年，其夜間燈光區域基本形成，之后城市擴張基本是以點狀，或圍繞市轄區，或慢慢沿著交通干線由帶狀逐漸形成面狀的方式向四周擴散。2003—2013年，總體的燈光空間演變與燈光指數演化特征是比較相似的，廣西的各個城市的燈光面積一直增加，2003—2008年期間廣西城鎮的面積擴展非常多，且擴展的速度快，而2008—2013年廣西城鎮增加的面積減少，擴展速度也下降。

5 結論與討論

5.1 結論

利用夜間燈光數據估算城市人口及分析2003—2013年的廣西城鎮化燈光指數時間變化特征及夜間燈光區域空間上的演變特征，得出以下結論。

（1）提出的人口密度-燈光指數模型對廣西的城市人口進行估算，其估算結果較好，為以后的小區域內的城市人口估算提供了新的思路和方法。本文的城市人口估算模型也可以應用于全國其他城市人口估算，但基于廣東省、上海市、北京市都有較大的人口流動，與廣西較緩慢增長的城市人口類型不同，該模型可能不適用。

（2）廣西在2003—2013年沒有出現極端性的人口往城市集中的過程，廣西的城市人口增長還是較緩慢的，特別是受地形影響，經濟較落后、城鎮化水平低的廣西西北部城市，廣西大部分人口基本是向外省輸出為主。

（3）廣西14個城市近11年的燈光指數均為持續增長狀態，其中2003—2008年的燈光指數值增長比較快速，2008—2013年的燈光指數值增長速度較慢。2003—2013年間，廣西各城市的城鎮區域面積均呈顯著性增加，其面積整體增長率為184.45%。

（4）廣西城鎮化重心主要是南寧市和柳州市，周圍城市圍繞著這兩個重心發展。隨著時間的推移，這兩個中心城市對周邊城鎮的輻射帶動作用加強，周邊中小城市不斷發展，新小城鎮不斷增加，城市的空間體系差距也不斷縮小。

（5）廣西中小城市的城鎮化發展的過程基本是由點狀到帶狀或點狀到帶狀再到面狀。城鎮化的擴張主要是沿著交通干線，在交通干線附近會有城鎮和城市的興起。

（6）廣西14個城市近11年夜間燈光指數和夜間燈光空間演變特征顯示，整體上，廣西各城市的發展都呈不均衡的狀態，桂南城市的城鎮化水平相對最高，其次是桂中、桂東、桂北，最后為桂西。

5.2 討論

文章基于DMSP/OLS夜間燈光數據建立人口密度-燈光指數模型對城市人口模擬及燈光指數-傳統的城鎮化復合指數模型，較好地表征了夜間燈光數據可模擬城市人口及城鎮化演化特征。本文也發現有些城市長時間序列的傳統城鎮化水平復合指數變化趨勢與夜間燈光數據的燈光指數變化趨勢不是很吻合，這可能是夜間燈光數據校正所出現的誤差。本文選取的指標具有局限性，在統計年鑒中會看到有些城市的指標數據會比往年突然猛增或猛減，這些誤差和數據的局限性會導致本文計算出的數據所呈現出來的模型并不是很完美，因此在后續的研究中應該收集更多的數據，引入更多的變量，以及做好數據的誤差矯正，能更深入地分析區域的城鎮化水平，給區域規劃發展提供更有利的決策和參考。

參 考 文 獻

[1]Christopher D Elvidge，Baugh K E，K ihm E A，et al.Mapping city lights with nighttime data from the DMSP Operational Linescan System[J].Photogram-

metric Engineering and Remote Sensing，1997，63（6）：727-734.

[2]陳晉，卓莉，史培軍，等.基于DMSP/OLS數據的中國城市化過程研究——反映區域城市化水平的燈光指數的構建[J].遙感學報，2003（3）：168-175，241.

[3]卓莉，李強，史培軍，等.基于夜間燈光數據的中國城市用地擴展類型[J].地理學報，2006（2）：169-178.

[4]何春陽，李景剛，陳晉，等.基于夜間燈光數據的環渤海地區城市化過程[J].地理學報，2005（3）：409-417.

[5]王春楊，吳國譽，張超.基于DMSP/OLS夜間燈光數據的成渝城市群空間結構研究[J].城市發展研究，2015，

22（11）：20-24.

[6]楊洋，黃慶旭，章立玲.基于DMSP/OLS夜間燈光數據的土地城鎮化水平時空測度研究——以環渤海地區為例[J].經濟地理，2015，35（2）：141-148，168.

[7]卓莉，陳晉，史培軍，等.基于夜間燈光數據的中國人口密度模擬[J].地理學報，2005（2）：266-276.

[8]曹麗琴，李平湘，張良培.基于DMSP/OLS夜間燈光數據的城市人口估算——以湖北省各縣市為例[J].遙感信息，2009（1）：83-87.

[9]邢廣程.絲綢之路經濟帶建設與沿邊合作[J].國際問題研究，2017（3）：97-107，126.

[10]鄒進貴，陳艷華，田徑，等.基于ArcGIS的DMSP/

OLS夜間燈光影像校正模型的構建[J].測繪地理信息，2014，39（4）：33-37.

[11]楊眉，王世新，周藝，等.基于DMSP/OLS影像的城市化水平遙感估算方法[J].遙感信息，2011（4）：100-

106.

[12]米曉楠，白林燕，譚雪航，等.基于DMSP/OLS數據的城市中心城區提取新方法[J].地球信息科學學報，2013，15（2）：255-261，279.