基于DMSP/OLS夜間燈光數據的長江三角洲地區城市化格局與過程研究

徐夢潔，陳 黎，劉煥金，王 慧

基于DMSP/OLS夜間燈光數據的長江三角洲地區城市化格局與過程研究

徐夢潔，陳 黎，劉煥金，王 慧

(南京農業大學公共管理學院，南京 210095)

利用1998、2003和2008年的DMSP/OLS夜間燈光數據，結合相關統計數據，分析燈光數據與城市化進程中經濟、人口和土地利用等方面的關系，構建基于燈光數據的城市化水平指數，分析長三角城市群城市化進程和空間模式;通過與統計數據對比，按照最小誤差原則確定市轄區建設用地信息提取的閾值，根據各城市在1998～2003年和2003～2008年兩個階段建設用地信息提取閾值的變化，劃分城市建設用地的主導擴張類型。研究表明:長三角城市群表現為核心城市的面狀擴張、沿交通網絡的線狀擴張和非核心城市的點狀擴張模式，城市群的特征逐漸體現;區域內部城市化發展水平不均衡，但空間差異逐漸縮小;鎮江、常州、揚州、無錫、蘇州、南通、湖州、嘉興、紹興、舟山和臺州等市屬于填充增強主導擴展類型;南京、杭州和上海則屬于外延－填充增強主導擴展類型;泰州和寧波屬于填充增強－外延主導擴展類型。

DMSP/OLS;夜間燈光數據;長江三角洲;城市化

0 引言

城市化是重要的社會和經濟現象，是涉及經濟、社會、人口和地域空間等多方面的復雜過程。國際上對城市化的研究已有數十年的歷史，不同學科對城市化的理解不一［1，2］。雖然不同學術流派對城市化理解存在差異，但綜合他們的觀點，可以將城市化歸結為鄉村聚落轉化為城市聚落的過程:其一為實質性的集中，如人口和第二、第三產業等活動的集中;其二為城市生活方式的接受程度。前者更易觀察與研究，測度城市化水平的指標也大多由此構建。伴隨社會經濟的高速發展和產業結構的調整，目前我國城市化正處于加速發展階段。中國社會科學院發布的《中國城市發展報告》中指出:2009年底，中國城鎮人口總量為美國人口總數的2倍，比歐盟27國人口總規模還要高出1/4。隨著中國城市化進程的逐漸深入，大都市區和大城市群地區已經成為中國城市化進程中最具有活力的地區［3］。城市化進程中不斷產生和加劇的社會、經濟和生態環境問題［4－6］必將影響城市的可持續發展，因此需要把握城市化的現狀與發展趨勢，以便對城市化進程加以調控［7］。

在城市化研究中應用遙感技術由來已久，主要集中在小尺度的城市土地利用分類、變化信息提取和空間擴展動態監測等方面［8］，中觀和宏觀尺度的研究相對較少。美國軍事氣象衛星Defence Meteorological Satellite Program(DMSP)搭載的Operational Linescan System(OLS)傳感器為大尺度的城市研究提供了新的數據源。DMSP/OLS傳感器的應用始于20世紀70年代，其特點是可在夜間工作，能探測到城市燈光甚至小規模居民地和車流、船只等發出的低強度燈光，并將其與黑暗的鄉村背景區分開來。Croft［9］最早將該數據用于城市研究，他指出，DMSP/OLS夜間燈光數據有助于確定人類活動強度的高低。1992年美國國防部(DoD)和美國國家海洋和大氣管理局(NOAA)開始使用數碼文檔，從此將其用于城市研究的學者日益增多，研究領域涵蓋城市人口［10］、經濟［11］、能源［12］及環境［13］等諸多方面。我國此類研究開展較晚，陳晉等人較早將燈光數據用于分析中國城市化特征［7］，其他研究還有中國城市用地擴展類型［14］、城市化的生態效應［15］及城市人口估算［16］等。夜間燈光數據與AVHRR數據具有相當的空間和時間分辨率，適于大尺度城市化進程的動態監測，而數據免費下載的特點使其具備了應用優勢［7］。分析表明，利用DMSP/OLS數據提取城市格局特征與利用Landsat TM提取的城市格局特征基本一致;基于燈光數據的城市空間信息基本能反映我國城市化發展的實際情況［17］。總體而言，從區域尺度對我國經濟發達區域城市群的城市化相關研究仍相對薄弱。因此，本文利用1998、2003和2008年3期長三角地區城市群的DMSP/OLS夜間燈光數據，結合統計數據，分析燈光數據與城市化進程中經濟、人口和土地利用等方面的關系，構建基于燈光數據的城市化水平指數;通過與統計數據對比，按照最小誤差原則確定城市市轄區建設用地信息提取的閾值。在此基礎上，分析長三角城市群城市化進程和空間模式，并根據各城市在1998～2003年和2003～2008年兩個階段閾值的變化，劃分城市建設用地的主導擴張類型。

1 研究區域與數據源

1.1 研究區域

長江三角洲地域范圍涉及上海市和江蘇、浙江兩省，土地面積約110 116 km2，包括上海市、江蘇的南京、鎮江、揚州、常州、無錫、蘇州、南通和泰州市以及浙江的嘉興、湖州、杭州、寧波、紹興、臺州和舟山市，下轄140個縣(市、區)。長江三角洲是我國最大的經濟核心區之一，也是中國城市最密集的地區，區內共有1個直轄市(上海)、3個副省級城市(南京、杭州、寧波)和12個地級市。早在20世紀60年代，長江三角洲地區便被戈特曼列為世界上6個大城市帶之一［18］。時至今日，這一地區已成為我國經濟最發達的城鎮密集之地。2009年，長三角16市GDP總量達到59 711.25億元，其中11個城市GDP的增長幅度超過10%。

1.2 數據源及數據處理

本文使用的DMSP/OLS夜間燈光數據來源于美國國家地球物理數據中心網站(http://www.ngdc.noaa.gov/dmsp/downloadV4composites.html)。OLS傳感器有可見光—近紅外(VNIR，0.4～1.0 μm)和熱紅外(TIR，10 ～13 μm)2 個通道，獲取圖像總幅寬3 000 km，傳感器采樣距離為0.55 km，對數據平滑處理后可得到掃描方向采樣距離為2.7 km的較低空間分辨率數據。原始數據是消除了云(通過熱紅外通道閾值法)及火光等偶然噪聲影響后對全年VNIR通道灰度值直接平均化處理后得到的，數據灰度值范圍1～63，飽和燈光灰度值為63。

本文使用ArcGIS Desktop作為地理信息處理軟件。數據源包括美國國家地球物理數據中心提供的DMSP/OLS夜間燈光數據以及通過國家基礎地理信息系統網站(http://nfgis.nsdi.gov.cn/)下載的全國1∶400萬數據庫中的縣級以上境界面狀數據和主要交通線狀數據。二者的數據都是地理坐標(Latlon)，橢球體為WGS 84，可以相互疊加。為了計算面積，需對二類數據的坐標加以轉換，本文將其轉換為橫軸墨卡托(UTM)投影，橢球體仍為WGS 84。在縣級以上境界面狀數據中提取長三角洲地區各市和市轄區邊界，用以裁剪全球燈光數據的計算。

2 研究方法

2.1 城市化指數的構建

DMSP/OLS夜間燈光強度變化反映了人類活動的強度差異［9］。為構建基于夜間燈光數據的城市化水平指數，本文分析了城市燈光數據與長三角地區各城市經濟、人口和土地利用的相關性，如表1所示。

表1 城市燈光數據與城市經濟、人口和土地利用的相關關系(2008年)①Tab.1 Correlations for city night light data with social，economic and land utilization statistics in 2008

表1中數據1是區域燈光面積屬性指標［7］;數據2是平均燈光強度屬性指標［7］;數據3是城市燈光亮度總值(Total Night Light Index，TNLI)，算式為

式中，TNLI為城市燈光亮度總值;DNi為區域內第i級像元灰度值;ni為區域內該灰度級像元總數，灰度取值從1到區域最大值DNmax(DNmax≤63)。數據 4即卓莉［17］提出的復合夜間燈光數據(CNLI)，誤差像元閾值為4，灰度取值從4到區域最大值DNmax。從2008年相關分析結果可知，燈光強度屬性指標與統計數據的相關性最好，除市轄區人口密度外，與其他7項指標都呈顯著相關或極顯著相關;而CNLI與市轄區人口密度(人/km2)和非農業人口占總人口比重(%)兩項指標的相關性較差。因此，本文采用平均燈光強度屬性指標作為基于DMSP/OLS的城市化水平指數。

2.2 燈光閾值的確定

城市建成區是城市化的重點區域，依賴于行政單元的統計數據，由于缺乏空間信息，往往難以滿足大尺度的中國城市空間格局研究的需要［2］，通過遙感信息提取城市建成區空間形態是研究前提。燈光閾值(DNT)的確定是應用燈光數據研究城市化空間形態的關鍵。閾值的確定方法包括經驗法［17］、突變檢測方法［19］和基于輔助資料的空間比較法［10］等。其中，空間比較法的應用最為廣泛，如Imhoff［19］對在美國以及Small［20］對全球17個城市的研究，基本思路是利用相關輔助數據，來幫助確定最佳閾值，進而從DMSP/OLS數據中提取城市空間信息［21］。本文采用空間比較法中的二分法來確定燈光閾值，提取各市市轄區建設用地面積，具體如圖1所示［22］。

圖1 城市燈光閾值確定流程［16］Fig.1 Procedure for threshold value determination

圖1 中，DNT為夜間燈光數據的閾值;S(DNT)為統計閾值內的燈光斑塊面積;ΔS(DNT)為S(DNT)與各市市轄區建設用地面積(Area)的差值絕對值;DNmax、DNmin分別為閾值的最大、最小值。ΔS(DNT－1)、ΔS(DNT+1)分別為閾值 DNT－1、DNT+1時的面積與建設用地面積之差的絕對值;If［ΔS(DNT－1)≥ΔS(DNT)≤ΔS(DNT+1)］表示閾值為DNT時的面積與建設用地面積之差絕對值最小。

2008年長三角各市市轄區建設用地面積的提取結果表明，除常州、蘇州和杭州三市外，各城市提取誤差基本在7%之內，平均誤差為0.52%。如表2所示。

表2 基于DMSP/OLS數據的長三角城市群空間信息提取結果(2008年)Tab.2 Extracted spatial information in the Yangtze Delta with the DMSP/OLS data in 2008

常州、蘇州和杭州三市信息提取誤差偏大是因為受到市轄區范圍內大面積水域的影響所致。2008年長三角地區城市群燈光數據提取閾值為各區域最大灰度值的86% ～98%，均值為93%。1998年和2008年提取閾值的分布范圍分別是37% ～94%和54% ～94%，均值分別是76%和84%，如表3所示。

表3 基于DMSP/OLS數據的長三角城市群空間信息提取閾值(DNT)①Tab.3 Threshold value for spatial information extraction in the Yangtze Delta with the DMSP/OLS data

(續表)

3 結果與分析

圖2是長三角各主要城市及其行政轄區的夜間燈光數據圖，亮度區域呈現“Z”型的空間形態，分別連接南京、鎮江、常州、無錫、蘇州、上海、嘉興、杭州、紹興和寧波等主要城市，這些城市的社會經濟關聯密切，具有城市群的典型特征，這10個城市也是長三角城市群的核心城市。

圖2 2008年長三角城市群夜間燈光(DN≥1)Fig.2 City night light of Yangtze Delta with the DMSP/OLS data in 2008(DN≥1)

3.1 城市群城市化空間模式

從空間和景觀的角度出發，城市化過程可以理解為城市用地在空間上通過占有非城市用地而實現擴展的過程。如果通過DMSP/OLS數據來反映，則體現為空間活動強度的不斷增加。城市群地區的城市化過程可以概括為面狀、線狀和點狀3種模式:面狀模式是城市單元在城市聚集效應下圍繞原有中心向外擴展;線狀模式是城市單元在不同等級的中心之間沿交通廊道擴展;點狀城市化模式是中心和廊道之外新中心的出現，即區域出現新的增長點［23］。為揭示城市化動態，繪制了1998～2008年長三角城市群轄區建設用地擴張圖(圖3)，DNT取18，和閾值下限(1998年，舟山)一致。

幀內誤比特率Pb也可以由當前鏈路的RSSI估計出來.本文經過大量實驗得到了RSSI-Pb的關系模型，其中40MHz帶寬下單流和雙流RSSI-Pb關系如圖8所示.在固定的MCS下，每個MCS都有一個RSSI窗口[a,b]，當RSSI ≥b時，RSSI超過窗口上限，則對于接收端來說，投遞率接近100%，意味著沒有數據幀出錯，則誤比特率Pb為0；當RSSI≤a時，RSSI小于窗口的下限，則對于接收端來說，投遞率為0這時候鏈路狀態最差，即誤比特率Pb最大.RSSI在窗口內時，則可以根據擬合的曲線初步估計出來，然后再根據實際測得的值進行校正.

圖3 1998～2008年長三角城市群市轄區建設用地擴張圖(DNT≥18)Fig.3 Expansion of construction land in Yangtze Delta with the DMSP/OLS data from 1998 to 2008(DNT≥18)

由圖3可知，1998～2008年間，研究區內所有城市都表現出以主城區為中心的面狀發展模式，導致鎮江—常州—無錫—蘇州—上海的市轄區建設用地成片擴展;上海—嘉興—杭州、杭州—紹興—寧波、南京—鎮江、無錫—蘇州—湖州—杭州一帶表現為線狀模式，主要依托鐵路(滬杭、滬寧)和公路(滬杭、滬寧、杭甬、寧杭)組成交通干線網絡并連接各核心城市;點狀模式十分普遍，在非核心城市如揚州、泰州、南通和泰州表現得較為顯著，但在面狀擴展和線狀擴展占主導的區域不顯著。

3.2 城市群城市化過程分析

鑒于平均燈光強度屬性指標和反映城市化的統計數據間呈顯著相關關系，且計算簡便，本文采用其作為分析長三角城市化過程的指數。由1998～2003年各城市平均燈光強度空間分布圖(圖4)可以看出，長三角城市群的城市化水平存在著較大的區域內部差異，其基本態勢是以上海市為中心，城市化水平向外圍逐漸遞減。

圖41998 (左)、2003(中)及2008(右)年長三角城市群燈光強度Fig.4 Night light intensity grade in Yangtze Delta with the DMSP/OLS data from 1998(left)、2003(middle)to 2008(right)

從城市化過程看，長三角城市群整體城市化水平不斷提高，1998～2003年，區域平均燈光強度的均值從0.154增長到0.219;2003～2008年，均值由0.219增長到0.347，屬于加速發展階段(表4)。在區域整體城市化水平提升的同時，區域內部的差距也逐漸減小，平均燈光強度的變差系數由1998年的0.543減小到2003年的0.517，到2008年，減小到 0.429。

由于TNLI和社會、經濟、土地等統計數據相關性也較好，本文也分析了TNLI的時空變化。1998、2003和2008年，TNLI的均值分別為43 466、62 066和 89 513，變差系數依次為 0.646、0.615 和 0.540，TNLI變化趨勢與平均燈光強度相似，變動幅度稍有差異。

表4 長三角城市群1998～2003年平均燈光強度Tab.4 Average night light intensity of agglomerations Yangtze Delta from 1998 to 2008

3.3 城市群用地擴展類型

基于DMSP/OLS數據特點，像元燈光強度隨時間的變化在一定程度上可以反映其所在區域開發利用強度的變化過程，因此可以根據城市像元燈光強度的時間變化特征來識別不同的城市用地主導擴展類型［24］。基本思路是:

當 DNT，1998≤DNT，2003≤DNT，2008時，為填充增強主導擴展類型;當 DNT，1998≥DNT，2003或當 DNT，2003≥DNT，2008時，為外延主導擴展類型，依據其階段性特

4 結論

(1)DMSP/OLS夜間燈光數據值反映了人類空間活動的強弱，可以根據這一特點區分城市和鄉村;夜間燈光數據適宜于大尺度城市化進程動態監測和區域開發利用強度研究。

(2)采用平均燈光強度作為城市化水平的表征，分析長三角城市群的城市化水平空間分異，這一指標與其他燈光指數相比，不僅排除了城市建成區面積的不利影響，計算也更為簡便。

(3)應用夜間燈光數據可以解釋人類活動強度，通過分析數據的變化，了解城市擴張過程中開發利用的強度，為城市土地集約利用和城市管理提供參考，這也是燈光數據區別于傳統遙感數據的優勢。

(4)1998～2008年期間，長三角地區城市群燈光數據提取閾值可與平均燈光強度指標相對應，閾值均值的增加表明區域整體城市化水平不斷提升，閾值變幅縮小表明城市化水平的區域內部差距變小。

(5)在不同區域和尺度的研究中，燈光數據閾值往往差別較大，這可能與研究尺度和研究區域城市化水平的差異有關。本文對長三角城市群的研究符合這一推斷，但其有效性仍有待今后進一步探討。

［1］ Charles T.An Urban World［M］.Boston:Little Brown and Company，1974.

［2］ 許學強，周一星，寧越敏.城市地理學［M］.北京:高等教育出版社，1997.

［3］ 姚士謀，朱英明，陳振光，等.中國的城市群［M］.合肥:中國科學技術大學出版社，2001.

［4］ Glaeser E L.Are Cities Dying［J］.The Journal of Economic Perspectives，1998，12(2):139 －160.

［5］ Grant U.Opportunity and Exploitation in Urban Labour Markets［M］.London:Overseas Development Institute，2008.

［6］ Park H S.Variations in the Urban Heat Island Intensity Affected by Geographical Environments［D］.Tsukuba Japan:The University of Tsukuba，1987.

［7］ 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，2003，7(3):168 －175.

［8］ 陳述彭，周成虎，曾 杉.我國城市化問題與城市信息系統的緊迫任務［M］.香港:地球信息科學聯合實驗室出版社，1998.

［9］ Croft T A.Burning Waste Gas in Oil Fields［J］.Nature，1973，245:375－376.

［10］ Sutton P.Modeling Population Density with Night－ Time Satellite Imagery and GIS［J］.Computers，Environment and Urban Systems，1997，21(3/4):227 －244.

［11］ Elvidge C D，Baugh K E，Kihn E A.Relation Between Satellite Observed Visible － near Infrared Emissions，Population，Economic Activity and Electric Power Consumption［J］.International Journal of Remote Sensing，1997，18(6):1373.

［12］ Amaral S，Camara G，Monteiro A M V，et al.Estimating Population and Energy Consumption in Brazilian Amazonia Using DMSP Night－ time Satellite Data［J］.Computers，Environment and Urban Systems，2005，29(2):179 －195.

［13］ Gallo K P，Tarpley J D，McNab A L，et al.Assessment of Urban Heat Islands:A Satellite Perspective［J］.Atmospheric Research，1995，37(1/3):37 －43.

［14］卓 莉，李 強，史培軍，等.20世紀90年代中國城市用地外延擴展特征分析［J］.中山大學學報:自然科學版，2007(3):98－102.

［15］李景剛，何春陽，史培軍，等.基于DMSP/OLS燈光數據的快速城市化過程的生態效應評價研究——以環渤海城市群地區為例［J］.遙感學報，2007，11(1):115 －126.

［16］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.

［17］卓 莉，史培軍，陳 晉，等.20世紀90年代中國城市時空變化特征——基于燈光指數CNLI方法的探討［J］.地理學報，2003(6):893－902.

［18］ Gottmann J.Megalopolis or the Urbanization of the Northeastern Seaboard［J］.Economic Geography，1957，33(3):189 －200.

［19］ Imhoff M L，Lawrence W T，Stutzer D C，et al.A Technique for Using Composite DMSP/OLS“City Lights”Satellite Data to Map Urban Area［J］.Remote Sensing of Environment，1997，61(3):361－370.

［20］ Small C，Pozzi F，Elvidge C D.Spatial Analysis of Global Urban Extent from DMSP － OLS Night Lights［J］.Remote Sensing of Environment，2005，96(3/4):277 －291.

［21］何春陽，史培軍，李景剛，等.基于DMSP/OLS夜間燈光數據和統計數據的中國大陸20世紀90年代城市化空間過程重建研究［J］.科學通報，2006，51(7):856 －861.

［22］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，2005，60(2):266 －276.

［23］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，2005，60(3):409 －417.

［24］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，2006，61(2):169 －178.

Pattern and Process of Urbanization in the Yangtze Delta Based on DMSP/OLS Data

XU Meng－jie，CHEN Li，LIU Huan－jin，WANG Hui
(College of Public Adminstration，Nanjing Agricultural University，Nanjing 210095，China)

The lighted area，night light intensity，compounded night light index(CNLI)and total night light index(TNLI)of 16 cities in the Yangtze Delta were derived from the DMSP/OLS night light data in 2008，and their correlations with urbanization statistics were calculated respectively.Of these factors，the night light intensity proved to be an effective indicator for assessing the urbanization level.Construction land information of urban agglomerations in 1998，2003 and 2008 was also extracted from DMSP/OLS night light data after the determination of the threshold value.Then the pattern and process of urbanization in the Yangtze Delta were analyzed and the expansion process of buildup area was categorized into several types.During the study period，urban agglomerations in the Yangtze Delta had three typical spatial expansion modes，of which the polygon mode could be observed in all the cities，the linear mode exists along main highways and railways，and the point mode occurs mainly around the less important cities.In spite of the imbalance of urbanization level within the study area，the regional differentiation was lessened gradually.According to the variation of the threshold value from 1998 to 2008，11 cities，namely Zhenjiang， Changzhou， Yangzhou， Wuxi， Suzhou， Nantong， Huzhou， Jiaxing， Shaoxing，Zhoushan and Taizhou，belonged to the filling－in dominant type，Nanjing，Hangzhou and Shanghai belonged to the first－extension－then－filling－in dominant type，and Taizhou and Ningbo belonged to the first－filling－inthen－extension dominant type.

DMSP/OLS;Night light data;Yangtze delta;Urbanization

TP 75

A

1001－070X(2011)03－0106－07

2010－11－15;

2011－01－27

國家自然科學基金項目(編號:40801062)資助。

徐夢潔(1973－)，女，副教授，碩士生導師，研究方向為土地評價、區域經濟。

(責任編輯:刁淑娟)