基于NPP/VIIRS數(shù)據(jù)的重慶市城市空間發(fā)展變化分析

吳鳳敏，鄭稚棚，梁均軍，陳曉龍，程宇翔，李卓錕

（1.重慶市地理信息和遙感應用中心，重慶 401147）

城市建成區(qū)是指實際已成片開發(fā)建設、市政公用設施和公共設施基本具備的地區(qū)，作為衡量城市發(fā)展的重要指標，準確掌握其現(xiàn)狀和動態(tài)變化特征能優(yōu)化完善城市空間布局，指導未來城市建設[1]。夜間燈光遙感數(shù)據(jù)可表達地表在夜間的亮度輻射狀況，直觀反映城市空間的發(fā)展狀況[2]。國內外許多學者將夜間燈光遙感數(shù)據(jù)應用于城市建成區(qū)提取、不透水面提取和人口空間化等方面，取得了不錯效果[3-8]。在夜間燈光遙感數(shù)據(jù)中，NPP/VIIRS較DMSP/OLS具有更高的空間分辨率和輻射分辨率，拓展了夜間燈光的應用領域[9]。利用夜間燈光遙感數(shù)據(jù)提取城市建成區(qū)邊界的方法主要包括閾值法和面向對象分類法，但由于數(shù)據(jù)分辨率限制，需要融合其他高分辨率數(shù)據(jù)，才能在一定程度上提高城市建成區(qū)的提取精度[10-16]。例如，POI數(shù)據(jù)與夜間燈光數(shù)據(jù)之間具有相關性，可用于優(yōu)化城市建成區(qū)邊界；夜間燈光數(shù)據(jù)與不透水面范圍具有較強相關性，可為城市建成區(qū)提取提供驗證參考[17-18]。

基于2013－2019年NPP/VIIRS數(shù)據(jù)，本文首先進行坐標轉換、數(shù)據(jù)裁切、重采樣、噪聲去除等預處理，然后利用以社會經(jīng)濟數(shù)據(jù)為參考依據(jù)的閾值法提取城市建成區(qū)邊界范圍，再通過破碎圖斑綜合、邊界平滑等方法進行優(yōu)化，最后形成城市建成區(qū)范圍成果。本文將POI核密度分析和不透水面數(shù)據(jù)分別與NPP/VIIRS數(shù)據(jù)進行耦合性分析，并選取擴展速率、擴展強度、緊湊度、分形維數(shù)、用地增長彈性系數(shù)和標準差橢圓等指標對重慶市城市建設的空間格局、發(fā)展變化趨勢等進行定量分析，以期為未來國土空間城市建設布局提供參考。

1 研究區(qū)概況與數(shù)據(jù)來源

重慶市位于四川盆地東部，市域面積為8.24萬km2，下轄38個區(qū)縣（26個區(qū)、8個縣、4個自治縣）。根據(jù)國土空間規(guī)劃功能，重慶市可分為中心城區(qū)、主城新區(qū)、渝東北地區(qū)和渝東南地區(qū)（圖1）。2019年全市地區(qū)生產(chǎn)總值為23 605.77億元，城鎮(zhèn)常住人口為2 086.99萬人（經(jīng)濟、人口數(shù)據(jù)來源于《2019年重慶市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》）。

圖1 研究區(qū)范圍示意圖

本文采用的NPP/VIIRS數(shù)據(jù)為該月度合成數(shù)據(jù)產(chǎn)品（https://eogdata.mines.edu/download_dnb_composites.html），并校正了受天氣影響的像元輻射亮度值[7]，數(shù)據(jù)時間為2013年1月－2019年12月。本文采用的其他數(shù)據(jù)包括高分辨率遙感影像數(shù)據(jù)（WorldView-3，分辨率為0.5 m，時間為2019年）、社會經(jīng)濟統(tǒng)計數(shù)據(jù)、行政區(qū)劃數(shù)據(jù)、河流數(shù)據(jù)、POI數(shù)據(jù)、不透水面數(shù)據(jù)和規(guī)劃相關數(shù)據(jù)，其中行政區(qū)劃數(shù)據(jù)（重慶市界、區(qū)縣界、區(qū)縣駐地、鄉(xiāng)鎮(zhèn)街道界等）、河流數(shù)據(jù)來源于2019年基礎性地理國情監(jiān)測成果；社會經(jīng)濟統(tǒng)計數(shù)據(jù)（常住城鎮(zhèn)人口、城市建成區(qū)等）來源于《重慶市統(tǒng)計年鑒》（https://www.yearbookchina.com/navibook-YCQTJ.html），數(shù)據(jù)時間為2013－2019年；POI數(shù)據(jù)為通過網(wǎng)絡抓取的高德地圖，數(shù)據(jù)時間為2018年8月；不透水面數(shù)據(jù)分辨率為30 m，現(xiàn)勢性為2015年，來源于國家科技基礎條件平臺—國家地球系統(tǒng)科學數(shù)據(jù)中心（http://www.geodata.cn）；規(guī)劃相關數(shù)據(jù)主要用于城市建成區(qū)范圍參考。

2 城市建成區(qū)提取

2.1 數(shù)據(jù)預處理

NPP/VIIRS數(shù)據(jù)預處理包括坐標轉換、數(shù)據(jù)裁切、重采樣、噪聲去除和對數(shù)變換，如圖2所示。首先將數(shù)據(jù)坐標系（WGS84 坐標系）統(tǒng)一轉換為2000國家大地坐標系，再利用重慶市界對數(shù)據(jù)范圍進行裁切，然后將數(shù)據(jù)重采樣為 0.5 km×0.5 km的網(wǎng)格。噪聲去除包括海洋背景噪聲去除、離群輻射值校準和水域賦值噪聲去除，其中海洋背景噪聲去除選取157.27°～178.33°E，20.89°～337.10°N 范圍內每月的NPP/VIIRS數(shù)據(jù)，統(tǒng)計其平均值作為背景噪聲值，再將小于該平均值的數(shù)據(jù)賦值為零[5]；離群輻射值校準根據(jù)輻射像元值在前一個月大于0則在后一個月也應大于0的原則，將不符合該原則的像元作為離群像元去除；水域賦值噪聲去除通常采用高分辨率遙感影像對水域范圍進行勾畫，再將該范圍內的輻射值賦值為0，本文將2019年基礎性地理國情監(jiān)測水域范圍數(shù)據(jù)作為去噪范圍。

圖2 利用NPP/VIIRS數(shù)據(jù)提取城市建成區(qū)的技術流程圖

已有研究表明，對數(shù)變換能對NPP/VIIRS高灰度值進行壓縮，拉伸低灰度值，以便更好地區(qū)分城市建成區(qū)和非建成區(qū)（圖3）[8,19]。灰度變換公式為：

式中，x為原始值；f(x)為經(jīng)過對數(shù)變換的值；Inx為原始值取自然對數(shù)。

圖3 對數(shù)變換前后從城市建成區(qū)到非建成區(qū)灰度值變化差異

2.2 城市建成區(qū)提取

本文采用閾值法提取城市建成區(qū)，即假定一個初始亮度閾值對城市建成區(qū)進行提取，再不斷改變亮度閾值，將與統(tǒng)計數(shù)據(jù)最接近的閾值作為城市建成區(qū)提取標準（表1）。將預處理后的NPP/VIIRS數(shù)據(jù)按照0.01的間隔進行離散分級，提取城市建成區(qū)邊界。由于城市建成區(qū)是具有一定規(guī)模已成片開發(fā)建設的區(qū)域，需對分散的零碎區(qū)域進行剔除。考慮到重慶是典型的山地城市，受地形、地貌與河流等影響，城市以組團型發(fā)展為主[20]，整體建設空間較小，因此需要設定合適的規(guī)模閾值提取城市建成區(qū)。

重慶市的38個區(qū)縣中，城口縣位于大巴山區(qū)，城市建成區(qū)規(guī)模最小。由《重慶市城口縣建設用地控制性詳細規(guī)劃方案》可知，規(guī)劃至2020年中心城區(qū)城市建設用地面積為4.0 km2，因此結合高分辨率遙感影像，對大于1 km2的建設區(qū)域進行保留。由于部分建制鎮(zhèn)建設面積較大，在進行城市建成區(qū)提取時，若以1 km2作為城市建成區(qū)的提取標準，江津區(qū)白沙鎮(zhèn)、武隆區(qū)平橋鎮(zhèn)、石柱縣黃水鎮(zhèn)、墊江縣澄溪鎮(zhèn)等部分建制鎮(zhèn)將納入城市建成區(qū)范圍，因此以各區(qū)縣相關規(guī)劃確定的鄉(xiāng)鎮(zhèn)街道界為范圍，將建制鎮(zhèn)剔除。按照上述方法，將城市建成區(qū)提取結果與統(tǒng)計數(shù)據(jù)中規(guī)模最接近的亮度閾值作為該年度城市建成區(qū)的亮度值，以該閾值為該年度城市建成區(qū)規(guī)模閾值；同時將柵格數(shù)據(jù)轉換為矢量成果，以1 km的寬度對數(shù)據(jù)進行平滑處理，消除邊緣鋸齒化，得到城市建成區(qū)最終擬合成果。

表1 2013—2019年人口和用地情況表

3 城市建成區(qū)耦合性分析

3.1 與POI數(shù)據(jù)的耦合性分析

1）利用POI提取城市建成區(qū)范圍。POI數(shù)據(jù)包括建筑物、基礎設施、公共服務設施等多類信息，在城市地區(qū)具有集聚效應和規(guī)模效益特征，已廣泛應用于城市建成區(qū)提取，且提取的城市建成區(qū)在邊緣處具有平滑特征[12-13,21]。本文首先對POI數(shù)據(jù)進行空間匹配、數(shù)據(jù)去重、坐標轉換等預處理，再通過反復試驗選擇適合于重慶市特殊地形的搜索半徑，最終以500 m為搜索半徑進行核密度計算（柵格單元為50 m），并基于ArcGIS平臺繪制核密度等值線圖。核密度計算公式為：

式中，f(s)為s處核密度估計值；r為搜索半徑；n為樣本總數(shù)；dx為POI點與x之間的距離；φ為距離權重。

本文對不同等值線范圍內的城市建成區(qū)面積進行提取，并對小于1 km2的碎圖斑進行剔除。通過對比發(fā)現(xiàn)，城市建成區(qū)面積與POI等值線具有指數(shù)關系，等值線越高，提取城市建成區(qū)面積越小（圖4），其中值為7.85的等值線與統(tǒng)計數(shù)據(jù)擬合性最高，因此以該值為閾值提取城市建成區(qū)范圍，得到2018年城市建成區(qū)面積為1 652.24 km2，與統(tǒng)計數(shù)據(jù)的相對誤差為0.05%。

2）NPP/VIIRS數(shù)據(jù)與POI數(shù)據(jù)的耦合性。本文利用POI核密度分析提取城市建成區(qū)圖斑223個，大于NPP/VIIRS數(shù)據(jù)提取的數(shù)量（119個），說明利用POI核密度分析提取的城市建成區(qū)更為破碎。本文將POI數(shù)據(jù)與NPP/VIIRS數(shù)據(jù)提取的城市建成區(qū)范圍進行空間分析，取二者交集和并集區(qū)域，其中并集面積為2 231.13 km2，交集面積為1 068.78 km2，重疊區(qū)域占統(tǒng)計數(shù)據(jù)的64.66%，表明POI數(shù)據(jù)和NPP/VIIRS數(shù)據(jù)提取的城市建成區(qū)范圍在空間上重疊度較高（圖5）。

圖4 POI等值線與城市建成區(qū)面積關系圖

圖5 POI數(shù)據(jù)與NPP/VIIRS數(shù)據(jù)提取的城市建成區(qū)對比圖

本文以并集區(qū)域為研究對象，將對象范圍進行網(wǎng)格化，網(wǎng)格大小設置為1 km×1 km，分別統(tǒng)計網(wǎng)格內POI和NPP/VIIRS的平均值，并對二者的相關性進行分析，如圖6所示。

圖6 POI均值與NPP/VIIRS均值相關性情況

在城市建成區(qū)范圍內，POI均值隨著NPP/VIIRS均值的增加而具有逐漸增加的趨勢，但二者的相關性不明顯，主要原因在于：它們對城市建成區(qū)提取依據(jù)的重點特征不同，POI核密度分析提取的城市建成區(qū)圖斑較零散，且在城市邊緣處較平滑；而由于在城市中心區(qū)域有燈光溢出現(xiàn)象，NPP/VIIRS數(shù)據(jù)對于城市建成區(qū)的提取表現(xiàn)為集中連片特征，但在城市邊緣區(qū)域由于分辨率的影響呈現(xiàn)鋸齒狀特征。存在較多POI低值而NPP/VIIRS值較高的現(xiàn)象，這主要是由于POI數(shù)據(jù)提取的城市建成區(qū)在城市內部存在部分漏洞區(qū)域，而NPP/VIIRS數(shù)據(jù)提取成果在城市內部漏洞區(qū)域較少所致。

3.2 與不透水面數(shù)據(jù)的耦合性分析

不透水面數(shù)據(jù)主要是基于多源遙感數(shù)據(jù)產(chǎn)品（GlobeLand30地表覆蓋產(chǎn)品、VIIRS夜間燈光數(shù)據(jù)和MODIS EVI植被指數(shù)產(chǎn)品），利用隨機森林分類等模型方法形成的綜合拼接產(chǎn)品（由中國科學院空天信息創(chuàng)新研究院生產(chǎn)，分辨率為30 m）。該產(chǎn)品能較為準確地反映人工不透水面的地表空間分布情況[22]。

2015年重慶市不透水面的總面積為1 479.82 km2，而城市規(guī)劃涉及鄉(xiāng)鎮(zhèn)街道內不透水面面積為1 220.31 km2，占NPP/VIIRS數(shù)據(jù)提取的城市建成區(qū)的84.80%。從空間上來看，NPP/VIIRS數(shù)據(jù)提取的城市建成區(qū)范圍內的不透水面面積為719.15 km2，占比為49.97%，與POI數(shù)據(jù)和NPP/VIIRS數(shù)據(jù)重疊度相比，空間重疊度較低。為實現(xiàn)不透水面與NPP/VIIRS數(shù)據(jù)的比較分析，本文以城市規(guī)劃涉及鄉(xiāng)鎮(zhèn)街道為范圍，構建1 km×1 km的正方形網(wǎng)格，統(tǒng)計網(wǎng)格內不透水面均值和NPP/VIIRS均值，并分析二者的相關性（圖7）。結果表明，不透水面均值與NPP/VIIRS燈光亮度存在一定的相關性，隨著不透水面均值的增加，亮度逐漸增加；但相關性不明顯，相關系數(shù)僅為0.427 2，主要是由于不透水面數(shù)據(jù)分辨率較高，分布也較離散，城市內部燈光亮度值較高的區(qū)域沒有不透水面數(shù)據(jù)分布。

圖7 不透水面均值與NPP/VIIRS均值相關性情況

4 城市空間演變分析

1）變化特征分析。本文通過擴展速率、擴展強度兩個指標對重慶市2013－2019年城市建成區(qū)總體變化特征進行分析。其中，擴展速率為相鄰兩個年度城市建成區(qū)的面積之差；擴展強度為相鄰兩個年度城市建成區(qū)面積之差與前一年度的比值。重慶市2013－2019年城市建成區(qū)總體擴張面積為373.99 km2，年均擴張面積為62.33 km2，其中2017－2018年城市建成區(qū)擴張面積最大，2013－2014年擴展強度最大。擴展速率和擴展強度均具有波動特征，尤其是2018－2019年擴展速率和擴展強度均為最小，原因可能為：①受全球經(jīng)濟形勢整體下滑影響，在城市建設方面有所減少；②由于各項政策影響，特別是房地產(chǎn)和工業(yè)用地限制，土地交易市場出現(xiàn)一定降溫（表2）。

表2 2013—2019年重慶市城市建成區(qū)變化特征表

2013－2019年渝中區(qū)、大渡口區(qū)、江北區(qū)、沙坪壩區(qū)、九龍坡區(qū)、南岸區(qū)、北碚區(qū)、渝北區(qū)等中心城區(qū)的城市建成區(qū)擴張面積最大，年均變化面積為28.07 km2，接近全市擴張總面積的一半；主城新區(qū)其次，年均城市建成區(qū)面積增長22.81 km2；渝東北地區(qū)城市建成區(qū)擴張以萬州區(qū)為主要增長點；渝東南面積擴張面積最少，其中黔江區(qū)和武隆區(qū)年均擴張面積超過1 km2。結果表明，重慶市城市發(fā)展仍以中心城區(qū)為核心區(qū)域，主城新區(qū)受中心城區(qū)輻射帶動作用，城市發(fā)展速度較快，中心城區(qū)和主城新區(qū)的城市建成區(qū)擴張占比較高，渝東北地區(qū)和渝東南地區(qū)為四川盆地盆周區(qū)域，山地丘陵較多，受地形地貌限制和功能區(qū)定位影響，城市建設面積較?。▓D8）。中心城區(qū)城市擴張以渝北區(qū)為主要增長極，主要受國家級新區(qū)（重慶兩江新區(qū)）產(chǎn)業(yè)發(fā)展驅動，近年來渝北區(qū)城市擴展主要區(qū)域為東部龍興工業(yè)園區(qū)。在全市38個區(qū)縣中，年均城市建成區(qū)增長面積超過1 km2有21個區(qū)縣，超過2 km2有12個區(qū)縣，超過3 km2有5個區(qū)縣，分別是渝北區(qū)、巴南區(qū)、江北區(qū)、江津區(qū)和永川區(qū)（圖9）。

圖8 2013—2019年全市城市建成區(qū)分布圖

圖9 2013—2019年重慶市各區(qū)縣年均城市建成區(qū)增加量

2）擴張方向分析。標準差橢圓主要反映點狀要素的空間分布特征，由方位角、長軸和短軸方向標準差3個要素組成，其中方位角反映空間分布趨勢，長、短軸分別表示在主次兩個方向上的離散程度[8]。本文基于ArcGIS平臺，以城市建成區(qū)范圍為輸入數(shù)據(jù)，計算標準差橢圓，如圖10所示。

圖10 城市建成區(qū)標準差橢圓幾何中心分布圖

2013－2019年標準差橢圓面積由38 559.60 km2降至37 800.06 km2，略有下降趨勢，但年際之間呈減少—增加—減少的波動趨勢；長軸方向先減少后增加，短軸方向逐漸減少，城市擴張長短軸離散變化規(guī)律特征不明顯。橢圓重心經(jīng)度方向為向東部偏移，緯度方向為向南部偏移，表明城市建成區(qū)擴張整體空間向東南方向移動。橢圓重心位于長壽區(qū)和涪陵區(qū)交接區(qū)域，但不同年份橢圓重心具有一定的波動性，如2014－2015年城市建成區(qū)整體向西北方向擴張，而2018－2019年整體略微向東北方向擴張。

3）擴張形態(tài)與協(xié)調性分析。為了定量分析重慶市城市建成區(qū)形態(tài)和建設協(xié)調性特征，本文采用緊湊度、分形維數(shù)、用地增長彈性系數(shù)和標準差橢圓等指標進行描述，其中緊湊度反映城市建設的緊湊性，值越大形狀越具有緊湊性；分形維數(shù)表達城市邊緣對空間填充的能力，其值增加說明城市建設以外部擴張為主，反之則以內部填充為主；用地增長彈性系數(shù)反映城市用地與人口變化率的均衡性情況。緊湊度、分形維數(shù)和用地增長彈性系數(shù)的計算公式為：

式中，A、P分別為城市建成區(qū)的面積和周長；PR為常住城鎮(zhèn)人口的年均增長率；GR為城市用地的年均增長率。

城市建成區(qū)的分形維數(shù)較大，2019年達到92.96，說明城市空間邊界不規(guī)則程度較高；分形維數(shù)呈上升趨勢，2013－2019年增加了6.76，說明城市空間不規(guī)則程度仍在加劇，城市以外部擴張建設為主。城市緊湊度水平整體較低，主要由于重慶市為山地城市，適宜建設空間較破碎，城市以組團式建設為主；且緊湊度逐年降低，表明在城市土地資源利用方面仍需要提高利用效率。用地增長彈性系數(shù)總體上逐漸減小，但年際之間存在一定的波動，表明城市建成區(qū)與人口協(xié)調性雖有變好趨勢，但存在不同年份的波動變化，且2018－2019年用地增長彈性系數(shù)較低，可能存在人口增長與用地比例失調的情況，長此以往不利于城市健康發(fā)展。

5 結 語

本文利用NPP/VIIRS夜間燈光遙感數(shù)據(jù)，采用閾值法等方法對城市建成區(qū)范圍進行了提取與優(yōu)化；并結合POI核密度分析、不透水面數(shù)據(jù)，分別分析了二者與NPP/VIIRS數(shù)據(jù)的耦合性，選取擴展速率、擴展強度、緊湊度、分形維數(shù)、用地增長彈性系數(shù)和標準差橢圓等指標對城市空間結構及其變化趨勢進行了定量研究。

1）POI核密度隨NPP/VIIRS夜間燈光亮度增加而不斷增加，二者具有一定的相關性，空間重疊度達到64.66%，但相關性不高，主要原因在于POI核密度提取的城市建成區(qū)圖斑較零散，且在城市邊緣處較平滑，而NPP/VIIRS數(shù)據(jù)對于城市建成區(qū)的提取表現(xiàn)為集中連片特征，但分辨率較低，在城市邊緣呈鋸齒狀特征。

2）不透水面均值隨夜間燈光亮度增加而逐漸增加，相關性也不明顯（R2=0.427 2），主要是由于不透水面數(shù)據(jù)分辨率較高，分布也較離散，城市內部燈光亮度值較高區(qū)域沒有不透水面數(shù)據(jù)分布所致。

3）重慶市2013－2019年城市擴張趨勢明顯，擴展速率和擴展強度在年內具有波動趨勢，但整體趨勢逐年減少，建設重心向東南方向偏移。

4）受地形地貌影響，城市以組團式建設為主，空間不規(guī)則程度和破碎度呈逐年增加的趨勢，城市土地資源利用效率仍需提高，用地增長彈性系數(shù)較低，可能存在人口與用地比例失調的情況。

當然，本文存在一定的不足之處需要繼續(xù)深化研究。首先，城市建成區(qū)采用簡單的閾值法提取，沒有考慮多種方法提取效果的對比，以便優(yōu)化提取方法。其次，對于NPP/VIIRS數(shù)據(jù)與POI核密度、不透水面的耦合性分析，由于數(shù)據(jù)來源限制，未采用現(xiàn)勢性較高的2019年數(shù)據(jù)，且沒有明確提出二者對NPP/VIIRS數(shù)據(jù)提取城市建成區(qū)邊界優(yōu)化的方法。