基于夜間燈光數據的山東省城市擴展時空格局

張智璇單寶艷王俊凝劉洋洋林琪凱

(山東建筑大學測繪地理信息學院,山東濟南250101)

0 引言

城市是人口、資源、環境和各種社會經濟因素高度集合的綜合體,在區域經濟發展進程中發揮著核心作用,城市空間擴展直接帶動區域空間結構的改變。國內外學者對城市擴展的研究一般基于傳統統計數據以及Landsat、SPOT等遙感數據[1-2],主要運用神經網絡分類、監督分類、歸一化建筑指數、極限學習機、構造CLUE-S模型、城市年輪模型等方法對城市擴張進行模擬分析[3-14],研究內容主要集中于城市擴展的特征、驅動力、空間格局和演變格局等方面。基于傳統統計數據的城市擴展研究存在著時效性較差等問題。1978年,Croft首次提出運用DMSP/OLS夜間燈光數據進行城市建成區提取[15]。自此以后,夜間燈光數據在城市用地提取方面的研究受到了廣泛關注。夜間燈光數據為提取城市建設用地信息[16]、測算城市發展空間格局演變[17-22]以及推測城市城鎮化水平[23]等提供了可靠的數據來源。

夜間燈光數據既能提取城市建成區,也可反映區域經濟發展水平。有關學者采用相關分析和回歸分析等方法,對夜間燈光總輻射率與人口總數[24-31]、GDP數據[32-33]之間的關系進行分析,以城市為統計單元,發現夜間燈光亮度總值和統計人口總數、GDP等經濟因子之間呈現顯著的相關性,夜間燈光影像已成為反演社會經濟發展水平的良好數據源。因此,與傳統方法相比,采用不同年份夜間燈光數據提取城市建成區面積不僅可以反映城市建成區面積的變化,還可以反映城市建設質量、城鎮人口、經濟發展水平等內涵特征。目前,山東省正處于城市化高速發展階段,城市范圍不斷擴展,由于各市縣區位條件和經濟發展水平的差異,各地城市化水平存在非均質性,城市擴展規模、強度和質量存在一定差異。文章基于傳統統計數據和夜間燈光數據,對山東省各市建成區面積擴展與內涵增長進行綜合分析,分析其擴展的空間格局和發展演變特點,對全面分析山東省各地城鎮化水平和區域空間結構具有重要意義。

1 數據來源及研究方法介紹

山東省是經濟大省,自2007年以來,經濟總量穩居全國第3位。山東省內城市發展較快,2018年,山東省城市化率達到61.18%,山東半島部分地區達到了70%以上。據統計,2001—2015年間,山東省城市建成區面積由119 200 km2增長到339 800 km2,年均增長率超過7%,明顯超過全國的平均增長率6.21%。

1.1 數據來源

2007、2012和2017年的山東省各城市建成區面積及各經濟指標來源于對應年份的《山東統計年鑒》和《山東省建設統計年報》,地圖矢量文件來源于山東天地圖(www.sdmap.gov.cn)。研究區以2017年底的山東省行政區劃為基準,包括99個市縣。各年份城市建成區統計面積數據處理時,涉及行政區域變更的全部統一到2017年底的行政區劃。膠南市調整為黃島區歸并入青島市,即墨市調整為即墨區歸并入青島市,章丘市調整為章丘區歸并入濟南市,墾利縣調整為墾利區歸并入東營市,兗州市調整為兗州區歸并入濟寧市,文登市調整為文登區歸并入威海市,陵縣調整為陵城區歸并入德州市,沾化市調整為沾化區歸并入濱州市,定陶縣調整為定陶區歸并入菏澤市,蒼山縣更名為蘭陵縣,文中地圖審圖號為:魯SG(2019)066號。

研究使用的兩種夜間燈光數據均來源于NOAA網站(http://www.ngdc.noaa.gov/),分別為美國軍事氣象衛星計劃發射的DMSP衛星通過搭載OLS傳感器獲得的全球夜間燈光影像數據,以及NPOESS Preparatory Project衛星系統搭載傳感器得到的全球夜間燈光數據,時間序列為2007、2012和2017年。2007和 2012年為 DMSP/OLS影像,2017年為NPP/VIIRS影像,設定投影坐標系為 WGS 84/UTM zone 51N,以2017年底山東省行政區劃為邊界對全球夜間燈光數據進行裁剪和地理配準。

1.2 研究方法

1.2.1 相關分析

相關分析是研究變量之間相關性的分析方法,是使用適當的統計指標來描述客觀事物之間關系緊密程度的過程。對于變量X=(x1,x2,x3,…,xi)、Y=(y1,y2,y3,…,yi),其相關系數rxy由式(1)[34]表示為

式中:、分別為變量X、Y的平均值。相關系數rxy介于-1和1之間,為正值時,兩個變量為正相關；為負值時,兩個變量為負相關,r的絕對值越接近1,兩個變量之間的相關性越強,越接近0,兩個變量之間的關聯程度越弱；而為0時,兩變量無線性相關。

1.2.2 熱點分析

熱點分析又稱Getis-OrdGi?統計,其計算由式(2)[35]表示為式中:xj為要素j的屬性值；wi,j為要素i和j之間的空間權重；n為要素總數；和S分別由式(3)和(4)表示為

Getis-OrdGi?統計可使用ArcGIS10.3計算,計算結果輸出Z得分和P值,統計即為Z得分[36]。通過2個數值可以得到高值和低值要素在空間上發生聚類的位置。Z為正值表現為熱點,為負值表現為冷點,并且其絕對值越大,在空間上聚類效果越顯著。Z＜-1.65或>1.65時,其要素反映置信度為90% 的統計顯著性；Z＜-1.96或>1.96時,其要素反映置信度為95% 的統計顯著性；Z＜-2.58或>2.58時,其要素反映置信度為99% 的統計顯著性；Z得分接近0時,表示沒有顯著的空間聚類。

2 基于夜間燈光數據的城市建成區面積提取

2.1 城市建成區面積提取

采用夜間燈光數據提取城市建成區面積,經常采用閾值法[37]。基于夜間燈光數據提取建成區面積的標準為:使其滿足某一閾值的夜間燈光數據提取的總面積與當年的《山東統計年鑒》和《山東省建設統計年報》統計的全省城市建成區面積總和的差值最小,并且滿足兩者之間的誤差平方和達到最小。具體提取方法為:

(1)假設某年山東省夜間燈光度的灰度最大值為DNmax、最小值為DNmin,山東省建成區面積的潛在變量閾值DNx,定義變量DNx為灰度值范圍的平均值；

(2)提取閾值為DNx時的面積S1,將其與當年統計年鑒統計的建成區面積總和S2作比較,若S1>S2,則將上述變量DNx作為第2次計算的最大值,替換原DNmax,若S1＜S2,則將上述變量DNx作為第2次計算的最小值,替換原DNmin；

(3)重復以上步驟進行計算,直到S1≈S2,且滿足誤差平方和最小為止,則該DNx作為該年份建成區面積提取的最佳閾值,在此閾值下提取的面積即作為建成區面積。

基于以上方法,選取2017年的提取閾值為8.9,即以DNx>8.9提取2017年的山東省各城市建成區面積。為分析各城市建成區提取面積(M1)與統計面積(M2)的誤差及其空間差異,計算提取誤差W=(M1-M2)/M2,并運用ArcGIS 10.3做空間分布分析,采用分位數法進行分類,結果如圖1所示。采用同樣方法提取2007和2012年的建成區面積,并分析其提取誤差和空間差異,結果與2017年類似。

圖1 2017年山東省城市建成區面積提取誤差圖

由圖1可見,山東省各城市建成區提取面積和統計面積均存在一定差異,其中城市建成區提取面積明顯大于統計面積的主要為地級以上城市,建成區提取面積小于統計面積的全部為縣級市或縣城。

2.2 城市建成區提取面積與經濟指標的關系

為分析山東省各城市夜間燈光數據和城市經濟發展水平的相關性,對2007、2012、2017年基于夜間燈光數據提取的建成區面積與當年的一般公共預算收入、一般公共預算支出、規模以上工業企業總產值、社會消費品零售額等經濟指標做相關分析。采用式(1),運用Matlab2014計算相關系數R及其對應的P值(兩者不相關的概率),結果見表1。

表1 2007、2012、2017年山東省各市縣夜間燈光提取面積與經濟指標的相關系數表

由表1可知,2007、2012、2017年的基于夜間燈光提取的建成區面積與各經濟指標均為正相關,且高度顯著。因此,山東省各城市夜間燈光數據不僅可以反映建成區面積,而且還能夠反映城市經濟和城市化質量。

3 山東省城市擴展的時空格局分析

城市擴展既包括量的擴展,表現為城市建成區面積的擴張；也包括質的提升,表現為城市的內涵增長、功能提升、結構優化和建設質量與水平的提高等。城市發展過程中,在擴張面積相同的情況下,城市建設投入和開發強度不同,城市擴展質量必然存在差異。對于城市擴展水平的定量分析,僅基于單一的城市空間擴展面積進行分析就比較片面,而構建綜合指標,從空間擴展面積和擴展質量等方面進行綜合分析,可以較為全面地反映城市擴展綜合水平。借鑒已有研究成果[37-38],引入城市擴展綜合指標,對城市擴展質和量進行定量表達,使其不僅能夠反映建成區的空間擴展,也能反映城鎮人口、經濟發展水平和建設質量等方面。

3.1 城市擴展綜合指標構建

夜間燈光數據能夠反映城市經濟和城市質量等方面,也能夠表達建成區面積,但各城市均存在一定誤差。建成區統計數據能夠比較精確地表達建成區面積,但難以反應城市經濟、城市建設質量。因此,文章取兩者之長,以夜間燈光數據提取的建成區面積M1和建成區面積統計數據M2和構建城市擴展綜合指標M,由式(5)表示為

式中:λ1和λ2分別為M1和M2的權重,采用專家調查法和靈敏度分析法綜合確定。

這樣構建的城市擴展綜合指標,既能較精確地表達建成區面積擴展,同時還能反映城市經濟和城市建設質量等方面。分別采用λ1/λ2為0.5/0.5、0.4/0.6、0.3/0.7進行靈敏度分析,計算結果差別較小,經綜合分析,最終確定權重λ1和λ2分別為0.4和0.6。

3.2 山東省城市擴展的空間格局

依據城市擴展綜合指標數據計算2007—2012年、2012—2017年的山東省各城市擴展綜合指標的增長量和增長率,并運用ArcGIS10.3進行空間格局分析。將增長量和增長率按分位法各分為3類,每一類各占1/3,分別表示低、中、高三級增長率和低、中、高三級增長量。其中,2007—2012年間,-0.32～0.19定義為低增長率、0.19～0.48為中增長率、0.48～1.42為高增長率；-6.03～3.19定義為低增長量、3.19～7.82為中增長量、7.82～132.37為高增長量。2012—2017年間,-0.34～0.14定義為低增長率、0.14～0.37為中增長率、0.37～1.69為高增長率；-9.48～3.74定義為低增長量、3.74～9.30為中增長量、9.30～212.2為高增長量。增長量采用分級設色表示,增長率采用線狀圖形表示,將圖層疊加得到增長率和增長量的綜合分析圖,既可分別表達山東省各城市擴展綜合指標增長量和增長率的空間格局,也可表達增長量和增長率9種組合類型的空間格局,結果如圖2、3所示。

圖2 2007—2012年山東省城市擴展綜合指標增長率和增長量綜合圖

圖3 2012—2017年山東省城市擴展綜合指標增長率和增長量綜合圖

由圖2可知,2007—2012年,山東省城市擴展綜合指標增長量和增長率的空間格局存在著明顯差異,增長量較大的主要為山東省的各設區市,多為中增長率,說明各城市擴展的增長量主要取決于城市的原有規模。設區市原有城市規模基數較大,所以城市擴展增長量較大,而增長率相對較小。城市擴展增長率高的市縣主要位于魯西北和魯西南地區,其原有城市規模基數較小,所以城市擴展率相對較高。其中,山東省東部的膠州市,中部的臨朐縣、昌樂縣、安丘市,北部的濱州市、博興縣、廣饒縣,西部的德州市、齊河縣、鄆城縣,南部的曹縣、濟寧市、臨沂市、曲阜市的城市擴展綜合指標增長率和增長量都較高,城市擴展相對迅猛。南部的諸城市、莒縣、莒南縣、五蓮縣、臨沭縣、新泰市、寧陽市、平邑縣、費縣、滕州市、微山縣、成武縣、蘇明縣、郯城縣,東部的海陽市、乳山市、萊陽市、龍口市,北部的樂陵市、慶云縣、利津縣,西部的高唐縣、陽谷縣、東阿縣的城市擴展綜合指標增長率和增長量都較低,城市擴展相對緩慢。

由圖3可知,2012—2017年,山東省城市擴展綜合指標增長量和增長率的空間格局仍然存在明顯差異,增長量較大的仍為山東省的各設區市,多為低中增長率,城市擴展增長率高的市縣主要位于魯西和魯西南地區。其中,山東省東北部的蓬萊市,南部的平邑縣、滕州市、沂南縣、莒南縣、郯城縣、滕州市,西部的菏澤市、鄆城縣、濟寧市、東明縣、曹縣、陽谷縣、冠縣、聊城市、荏平縣、高唐縣等市縣的城市擴展綜合指標增長率和增長量都較高,城市擴展相對迅猛。西北部的無棣縣、慶云縣、樂陵縣、商河縣、寧津縣、利津縣、高唐縣、惠民縣、夏津縣、武城縣、平原縣、商河縣,巨野縣,中部的壽光市、昌邑市、臨朐縣、曲阜市、肥城市,東部的高密市、萊州市、招遠市、日照市、棲霞市、海陽市、乳山市等市縣的城市擴展綜合指標增長率和增長量都較低,城市擴展相對緩慢。

3.3 山東省城市擴展的時空熱點分析

采用式(4),運用Arcgis10.3的空間統計工具箱對山東省城市擴展綜合指標增長量和增長率進行熱點分析,空間權重采用“Queen”相鄰,即共享邊或點即為相鄰,選擇熱點分析工具的 CONTIGUITY_EDGES_CORNERS實現。 2007—2012年、2012—2017年山東省城市擴展綜合指標增長量和增長率的熱點分析結果如圖4～7所示。

由圖4、5可知,2007—2012年、2012—2017年,山東省城市擴展綜合指標增長量的熱點分布較為明顯,且存在明顯的空間差異,均無顯著的冷點。2007—2012年,山東省城市擴展綜合指標增長量的熱點主要分布在省會濟南及其周邊市縣。其中,置信水平99%的熱點位于萊蕪市；置信水平95%的熱點位于淄博市、濟南市、泰安市、濟陽縣和鄒平縣；置信水平90%的熱點位于齊河縣和平陰縣。說明此期間濟南及周邊市縣的城市擴展綜合指標增長量呈現高值集聚。置信水平90%的熱點位于膠州市,其余城市冷熱點均不顯著。2012—2017年,山東省城市擴展綜合指標增長量的熱點主要分布在東部沿海的青島市、日照市及其相鄰市縣,其中,置信水平99%的熱點位于萊西市、膠州市、諸城市、五蓮縣和日照市；置信水平95%的熱點位于青島市、平度市、萊陽市；其余市縣冷熱點均不顯著。說明此期間青島市、日照市及其周邊市縣的城市擴展綜合指標增長量呈現高值集聚。

圖4 2007—2012年山東省城市擴展綜合指標增長量熱點分析圖

圖5 2012—2017年山東省城市擴展綜合指標增長量熱點分析圖

由圖6、7可知,2007—2012年、2012—2017年,山東省城市擴展綜合指標增長率的冷熱點分布比較分散,空間差異明顯。2007—2012年,山東省城市擴展綜合指標增長率的熱點主要分布在魯西北和魯西南的部分市縣,冷點主要分布在日照市、臨沂市及其周邊部分市縣。其中,置信水平95%的熱點位于武城縣、濟陽縣、惠民縣、濟寧市、嘉祥縣、魚臺縣；置信水平90%的熱點位于臨邑縣、高青縣、高唐縣、鄆城縣、金鄉縣、鄄城縣；置信水平95%的冷點位于臨沭縣,置信水平90%的冷點位于東南部的五蓮縣、日照市、臨沂市、郯城縣；其余城市冷熱點均不顯著。說明此期間魯西北和魯西南部分市縣的城市擴展綜合指標增長量呈現高值集聚,日照市、臨沂市及其周邊部分市縣的城市擴展綜合指標增長量呈現低值集聚。2012—2017年,山東省城市擴展綜合指標增長率的熱點主要分布在魯西的聊城市及其周邊部分市縣、魯西南的部分市縣和臨沂市及其周邊的部分市縣,冷點主要分布在煙臺市及其周邊部分市縣及魯西北的陽信縣。其中,置信水平99%的熱點位于冠縣、聊城市、莘縣、臨沂市和臨沭縣；置信水平95%的熱點位于臨清縣、陽谷縣、梁山縣；置信水平90%的熱點位于東阿縣、鄆城縣、嘉祥縣、東明縣、棗莊市、莒南縣和郯城縣；置信水平95%的冷點位于山東省東部的乳山市和海陽市；置信水平90%的冷點位于煙臺市；其余市縣冷熱點均不顯著。兩段時期冷熱點變化最明顯的是臨沂市、臨沭縣和郯城縣,城市擴展綜合指標增長率由2007—2012年的冷點轉變為2012—2017年的熱點。

圖7 2012—2017年山東省城市擴展綜合指標增長率熱點分析圖

4 結論

通過研究,得到以下結論:

(1)2007—2012、2012—2017 年,山東省城市擴展綜合指標增長量和增長率的空間格局存在明顯差異,增長量高低主要取決于城市的原有規模,增長量較高的主要為設區城市,其城市原有規模較大,城市擴展增長量也較大。增長率較高的市縣主要位于山東省經濟發展水平相對落后的魯西、魯西北和魯西南地區。這些地區城市規模基數較小,增長量較小,增長率相對較高。2007—2012年,山東省城市擴展綜合指標增長量高的市縣,其增長率主要處于中等水平；2012—2017年,城市擴展綜合指標增長量高的市縣,位于魯西和魯西南的部分市縣中其增長率仍處于高水平。

(2)2007—2012、2012—2017年,山東省城市擴展綜合指標增長量和增長率的熱點和冷點的地區分布明顯不同。城市擴展綜合指標增長量的熱點一直存在集聚特征,隨著時間推移,在空間上發生了明顯變化,發展路徑為“中部地區—東部沿海地區”。增長率的熱點和冷點一直較為分散,熱點主要由山東省西北部、西南部轉移到西部、南部,冷點主要由西南部轉移到東北部。