基于夜光數據的滇中城市建成區動態監測與時空格局演變

林之強, 彭雙云, 洪 亮, 許泉立, 周燕蓮

(1.云南師范大學 旅游與地理科學學院, 昆明 650500;2.云南省地理空間信息技術工程技術研究中心, 昆明 650500)

改革開放以來，中國正在經歷快速的城市化[1]。尤其是在1993—2013年，滇中城市群地區城市建設和社會經濟飛速發展，同時也面臨著社會、經濟和生態環境等帶來的一系列城市問題。因此，為實現對城市建成區的可持續管理以及對區域環境影響的評估，找準城市群未來發展方向，從長時間序列上科學、準確的監測城市建成區動態變化及分析其空間格局演變將尤為重要。

遙感是快速、有效、經濟、直接地獲取城市建成區空間信息的重要手段。但常規的遙感影像(如Landsat，MODIS等)在城鎮空間信息提取方面存在數據時序較差、解譯過程復雜、費時費力等缺點。對比常規遙感衛星影像，DMSP/OLS夜光數據具有以下優點:(1) 易獲取，可通過多種途徑得到[2-3];(2) 良好的低光探測能力[4-6]，使得城市明顯區別于夜間黑暗的鄉村地區，適合大尺度建成區提取[7];(3) 一定的空間和時間分辨率，適合城市化進程的動態監測[7];(4) 影像同時具有空間信息和強度變化信息，適用于大尺度監測和識別城市擴展變化[8]。基于上述夜光遙感數據的優點，國內外學者對城市化進行了大量研究。從研究方向看，主要以城市提取[9-11]、城市擴張變化[12-16]、城市空間格局分析[17-19]為主;從研究區域看，主要集中在長三角城市群[20-21]、長江中游城市群[22-23]、珠三角城市群[24-25]、環渤海城市群[26-29]、京津冀城市群等[30-31]。以上研究側重于城市化水平較高的城市群地區，且空間格局分析多關注于城市的內部空間格局，對城市群整體空間格局的探索分析較為缺乏。城市群空間格局的分析有助于探索城市化帶來的深遠影響和輔助政府制定合理的城市規劃與土地利用政策。

滇中城市群作為云南的核心，被賦予了“依托長江建設中國經濟新支撐帶的重要增長極”的歷史使命，在此背景下，迫切需要基于夜光遙感數據對滇中城市群動態監測和空間格局演變進行探索，以揭示滇中城市化進程及其空間格局特征。

鑒于此，本文以滇中城市群為研究區，基于DMSP/OLS夜間燈光遙感影像數據和統計年鑒數據等，提取1993—2013年滇中每五年的城市建成區空間信息，構建城市擴張形態、擴張速率、擴張強度指數，定量分析滇中城市群20 a間的城市擴張時空過程及其空間特征，探索滇中城市群的空間格局動態演變特征及城市擴張時空變化規律，以期為滇中地區城鎮發展、政策制定提供科學參考。

1 研究區與數據處理

1.1 研究區概況

滇中地區是云南發展的火車頭，滇中興，則云南興。滇中城市群作為國家近年來重點培育的19個城市群之一，下轄昆明市、玉溪市、曲靖市、楚雄彝族自治州和紅河哈尼族彝族自治州的蒙自市、個舊市、開遠市、彌勒市、建水縣、石屏縣、瀘西縣，共計49個縣，總國土面積為114 600 km2，占全省國土面積的29%，人口數2 300萬，占全省44.02%,2015年生產總值為8 397.99億元，占全省GDP總量的61.22%。滇中地區礦產、旅游、生物、土地資源豐富，地勢起伏平緩，平均海拔約1 848 m，氣候溫和宜人，是最適宜居住的區域之一。

2011年5月27日，云南省人民政府批復實施《滇中城市群規劃(2009—2030年)》。滇中城市群成為了云南開發前景最好的地區，亦是推動云南省以及西南地區區域合作的主體，在云南省新型城鎮化道路、十三五規劃、“兩個一百年”奮斗目標中，滇中城市群具有決定性作用。

1.2 數據源

(1) 云南省行政邊界矢量數據。數據來源于國家基礎地理信息空間(http:∥ngcc.sbsm.gov.cn/)，數據坐標系為WGS-84，比例尺1∶400萬。

(2) 城鎮建成區面積統計數據。本研究采用的滇中各城市建成區面積統計數據有1993年、1998年、2003年、2008年、2013年共五期，統計年鑒來源于中國知網的云南省經濟社會發展統計數據庫(http:∥data.cnki.net/Area/Home/Index/D25)。

(3) DMSP/OLS夜間燈光數據。NGDC發布的第四版DMSP/OLS非輻射定標夜間平均燈光強度數據，影像參考橢球體為WGS-84，掃描帶寬3 000 km，空間分辨率約為1 km，影像像元DN值范圍為0～63。由于該數據分辨率較低且存在過飽和現象，需進行一系列校正處理，根據曹子陽[32]的研究，選取F16衛星傳感器的2006年輻射定標的夜間燈光影像作為本文的校正影像(網址http:∥ngdc.noaa.gov/eog/dmsp/download_radcal.hGoogle Earthl)。根據研究內容，選取了1993—2013年的平均相隔5 a的F101993，F121998，F142003，F162008，F182013共5幅非輻射定標夜間燈光影像。

2 研究方法

2.1 數據預處理

DMSP/OLS夜間燈光數據的預處理包含了重投影、重采樣、研究區域裁剪和原始影像相互校正、不連續校正兩大部分:(1) 影像重投影、影像重采樣與裁剪。將原始影像的投影坐標系轉換為蘭伯特等角圓錐投影(Lambert Conformal Conic)，并將影像像元重采樣為1 km，裁剪研究區年際影像。(2) 相互校正與不連續校正。DMSP衛星傳感器在獲取地表數據的過程中受到多種因素的影響(如大氣層的吸收和散射、太陽高度角、地形起伏度、傳感器校準等)[33]，導致不同傳感器獲取的同一年份的影像存在差異。同時，不同的OLS傳感器在獲取影像時并未進行星上輻射校正[34]，造成同一衛星傳感器獲取的連續不同年份影像間相同位置的亮值像元DN值的異常波動。

2.1.1 相互校正 根據曹子陽的研究[32]，選取中國黑龍江省社會經濟發展較為穩定的鶴崗市作為不變區域標定區，采用不變參考區方法[34]對夜間燈光影像相互校正。以F162006中定標區域的像元DN值為標準，將其他年份的影像與參考數據F162006作回歸曲線估計計算得到回歸方程模型參數。

DNc=a×DN2+b×DN+c

(1)

式中:a,b，c為二次回歸模型參數；DNc與DN分別表示校正后與校正前影像的像元DN值。利用SPSS軟件將待校正影像像元DN值與F16衛星傳感器的2006年的輻射定標的夜間燈光影像像元DN值進行二次回歸。SPSS軟件計算的二次回歸模型參數見表1。

表1 二次回歸模型校正參數

2.1.2 不連續校正 經過相互校正后的夜間燈光影像仍然還存在像元DN值異常問題，因此，還需要進行影像的不連續校正。假設前一年的夜間燈光影像數據的亮值像元在后一年燈光影像中同一位置的像元也應保持為亮值像元，前一年夜間燈光影像中的亮值像元DN值，應小于或等于后一年影像中同一位置的亮值像元DN值[32]，即滿足公式2。

(2)

式中:DN(n-1,i)，DN(n,i)，DN(n+1,i)分別表示第n-1年，第n年和第n+1年通過相互校正和不連續校正后的夜間燈光影像的i像元的DN值。經過校正后的圖像消除了像元DN值異常和“飽和”現象的問題(圖1)。

圖1 DMSP/OLS夜光數據滇中區域校正前后

2.2 基于夜間燈光數據的城市建成區提取

基于DMSP/OLS夜光數據提取城鎮建成區的方法主要有4種:城市輪廓突變檢測法[35]、經驗閾值法[36]、基于較高分辨率影像數據空間比較法[37]、基于統計數據比較法[38]。通過比較，本研究選取“基于統計數據比較法”作為滇中城市群的城鎮信息提取方法。借助ArcGIS 10.5軟件，運用二分迭代，快速獲取閾值，獲取每個城鎮的地理空間結構及空間信息。二分法迭代快速計算獲取閾值，算法如下[39]。

DNt=int[(DNmax-DNmin)/2]

(3)

式中:DNmax和DNmin分別為某年某地區燈光影像像元最大灰度值和像元最小灰度值；DNt為該區域燈光影像的潛在閾值。

將DNt提取的城鎮用地面積和統計資料的建成區面積進行比較，提取面積最接近統計年鑒值的則DNt設置為最優閾值。同時利用高分辨率數據(Google Earth影像)提取1993年、1998年、2003年、2008年、2013年的滇中城市群典型城鎮邊界，兩者反復進行對比驗證，進而互相精度校正，以獲取最精確的提取結果。

利用最接近統計數據的閾值重分類(式4)夜間燈光影像，進而重建滇中城市群城市空間信息，得到滇中城市群基于DMSP/OLS夜間燈光遙感數據提取的建成區空間分布圖(圖2)。

圖2 1993年、1998年、2003年、2008年、2013年夜間燈光數據建成區空間分布

(4)

式中:DN為像元灰度值；DNt為最優閾值；0代表未建成區,1表示建成區。

2.3 城市擴張指數

為比較不同研究時段內城市擴張的快慢或強弱，采用城市擴張速率與城市擴張強度指數進行探究。針對所提取的建成區面積，可得面積增長率、城市擴張速率數學模型如下:

(5)

(6)

式中:At為面積增長率；Aa，Ab分別為前后年份提取的建成區面積；a為增長面積；Vt為擴張速率；t為時間間隔。

城市擴展強度指數是城市擴張空間變化的一個重要指標，通過分析城市擴展強度指數可定量地比較城市擴張的程度及速度。城市擴張強度數學模型如下:

(7)

式中:Aa，Ab分別為前后年份提取的建成區面積；t為時間間隔；Ca為擴張強度指數。

3 結果與分析

3.1 建成區提取精度評價

利用1993年、1998年、2003年、2008年、2013年滇中主要城市的統計數據中的建成區面積、Google Earth影像數據以及利用DMSP/OLS夜間燈光遙感影像提取的各城市用地面積進行精度評價，三者相互比較兩兩計算絕對誤差與相對誤差(表2)。A1表示統計數據建成區面積，A2表示Google Earth影像面積，A3表示夜間燈光影像提取的城市建成區面積。統計數據建成區面積A1與Google Earth影像面積A2的絕對誤差為C1，相對誤差為R1;統計數據建成區面積A1與夜間燈光影像提取的城市建成區面積A3的絕對誤差為C2，相對誤差為R2;Google Earth影像面積A2與夜間燈光影像提取的城市建成區面積A3的絕對誤差為C3，相對誤差為R3。

表2 定量精度評價

通過比較各城市統計數據中的建成區面積、Google Earth影像數據提取面積以及DMSP/OLS夜間燈光遙感影像提取的各城市用地面積，結果表明:A1A2絕對誤差最大為19.27 km2，相對誤差最大為8.55%,A1A3絕對誤差最大為-11.44 km2，相對誤差最大為-4.44%,A2A3絕對誤差最大為-16.60 km2，相對誤差最大為-8.58%，三者建成區面積兩兩之間相對誤差均小于10%，證明基于統計數據確定的最優閾值提取建成區面積其精度相對較高。

3.2 滇中城市群空間格局分析

3.2.1 滇中城市群城鎮空間變化 經統計，1993—2013年滇中建成區像元數在不斷增加，1993年滇中區域城鎮建成區像元數為324,2003年滇中區域城鎮建成區像元數為1183，2013年滇中區域城鎮建成區像元數為2484,20 a的時間里，滇中地區城鎮建成區像元數增加了2 160個，城鎮面積擴張了近8倍。滇中地區原有的城鎮面積在穩定增長，新興中小城市和新興城鎮在不斷涌現，建成區圖斑數不斷增加，城市邊界持續擴展。其中四大城市的影像亮值像元總數逐年增加，城區面積在不斷擴張，城市化水平均呈上升態勢，尤其滇中最大城市(昆明市)的提升幅度最大，其次是曲靖市、楚雄市，玉溪市的變化幅度相對較小。

3.2.2 滇中城市群空間格局 為進一步探索滇中20 a來形成的城市格局，本文將提取的2013年滇中城市群建成區與滇中地區主要公路疊加，發現滇中城市建成區圖斑的分布呈現出以公路為骨架廊道，錯落分布于公路附近的格局。由圖3可見，整個滇中建成區的分布格局以昆明市為核心，大致形成了“昆明—曲靖”、“昆明—楚雄”、“昆明—玉溪—蒙自”三條城市發展軸線，城市群表現為“中心放射型”。從結構布局上看，從1993—2013年，滇中區域形成了內外兩個發展圈層，中心圈層為“昆明都市圈”，外部圈層為“曲靖—楚雄—蒙自經濟圈”，滇中城市群便形成了“點—線—面”聯動的空間格局。

圖3 2013年滇中城市群空間結構

以上結果與2011年云南省人民政府批復實施的《滇中城市群規劃(2009—2030年)》相符，規劃中表明，滇中城市群將形成“一主四副，軸向對接，點陣聯動”的空間格局。隨著城市化進程，未來滇中城市發展增長極持續增加，將成長為更顯著的放射型城市群。

3.3 滇中城市擴張分析

3.3.1 形態與方向變化 通過對滇中城市群的昆明市、曲靖市、楚雄市、玉溪市1993年、1998年、2003年、2008年、2013年共5期的建成區提取結果進行空間疊置分析，可發現(圖4)昆明市以主城區為中心向外不斷擴張，主要擴張方向為市區東南方向的呈貢新區和市區東北方向的空港區(長水機場);曲靖市區主要擴張方向為北方的沾益區;楚雄市區呈現為東南—西北向拉伸擴張形態;玉溪市以紅塔區為中心，呈扇形擴張形態，主要的擴展方向為西南—東北。

圖4 1993-2013年滇中主要城市擴展形態

3.3.2 面積變化 通過DMSP/OLS夜間燈光數據提取建成區面積變化統計，發現滇中城市建成區面積在20 a間增長了8倍，特別是昆明市區的增長變化尤為明顯。20 a間，滇中城區面積增長最多的城市為昆明市，其后依次為曲靖市、玉溪市、楚雄市。在1993—2013年，昆明市建成區面積增長了412.42 km2，曲靖市建成區面積增長了160.99 km2，玉溪市建成區面積增長了74.78 km2，楚雄市建成區面積增長了72.07 km2。除四大城市外，滇中其余較小城鎮面積變化在此期間則較為穩定。

3.3.3 速率與強度變化 通過計算滇中城市擴張速率(表3)可以發現:2003年之前，滇中城市處于緩慢增長階段，2003年之后進入快速增長階段，2008年之后則增速變緩但呈穩定快速增長趨勢。其中昆明市區擴張速率最快時為35.44 km2/年，曲靖市擴張速率最快時為20.29 km2/年;楚雄市與玉溪市相對較慢，楚雄市擴張速率最大為7.17 km2/年，玉溪市擴張速率最快時為6.71 km2/年。

通過計算滇中城市擴張強度指數(表3)發現:城市擴張強度可以看出20 a間滇中城市群的擴張強度總體趨勢為“先降低—后升高—再降低”。其中曲靖市建成區空間擴張強度變化明顯，2003年前小幅度降低后開始上升，在2003—2008年達到峰值，隨后進入降低階段。昆明市、楚雄市、玉溪市的城市擴張強度較為穩定，峰值出現在2003—2008年。2003年之前，玉溪市的城市擴張強度高于昆明市、曲靖市、楚雄市，而在2003—2013年，隨著曲靖市的區位優勢凸顯，其城市擴張進程加快，城市擴張強度明顯高于其他三市。

表3 滇中城市擴張強度

4 結 論

(1) DMSP/OLS夜間燈光遙感影像適用于大尺度建成區提取。基于統計數據二分提取夜間燈光遙感影像中的城市建成區是可行的，且具有一定的可塑空間和運用潛力。

(2) 20 a間，滇中城市群逐漸形成“中心放射狀”集聚形態。至2013年，滇中城市群形成了以昆明市為中心，“昆明—曲靖”、“昆明—楚雄”、“昆明—玉溪—蒙自”三線為發展軸，全區內外為兩個發展圈層，中心圈層是“昆明都市圈”，外部圈層是“曲靖—楚雄—蒙自經濟圈”，整體“點—線—面”聯動的空間格局。

(3) 滇中城市建成區面積在1993—2013年增長了8倍，特別是昆明市區的增長變化尤為明顯。不同城市、不同時間間隔城市擴張速度與擴張強度存在明顯差異。2003年之前，滇中城市處于緩慢增長階段，2003年之后進入快速增長階段，2008年之后增速變緩呈穩定快速增長趨勢。20 a間滇中城市群的擴張強度總體趨勢為“先降低—后升高—再降低”。

DMSP/OLS夜間燈光遙感影像在城市建成區動態監測與時空格局演變分析方面具有不言而喻的優越性。夜間燈光數據是大尺度城市空間信息提取的理想數據，但也存在著空間分辨率較低的問題，對單個城市內部空間結構的表達具有一定的局限性，結合較高分辨率的數據可以完善此情況，今后需要在這方面做進一步的研究。我國未來在研制夜光衛星(如珞珈一號)時，可考慮采用100 m以內空間分辨率的傳感器，逐步優化提高建成區提取精度。