基于DMSP－OLS數據的城市發展空間特征研究

吳健生，赫勝彬，彭建，黃秀蘭，張理卿

（1.北京大學城市規劃與設計學院，廣東 深圳 518055；2.北京大學城市與環境學院，北京 100871；3.北京大學政府管理學院，北京 100871）

0 引言

準確把握城市發展的空間特征，是進行城市規劃和制定可持續發展戰略的現實基礎。在以往有關城市發展的研究中，多數學者更關注建成區或建設用地的變化，往往利用衛星遙感影像解譯得到城市建成區的范圍，將建成區視為均質的空間，然后進行多種指標的計算，借以研究城市空間擴展的特征［1－4］。該方法運用方便，但忽略了城市內部空間的差異性，而城市是一個復雜且綜合的對象，城市化的內涵包括土地、經濟、人口等多方面，僅僅依靠單一的建成區或建設用地指標研究城市的發展變化有以偏概全之嫌。如何在充分明確城市內部存在空間差異的前提下，綜合考慮城市物質空間和社會經濟空間，進行城市發展空間特征的研究是一個重要而迫切的問題。

DMSP－OLS夜間燈光數據由DMSP（Defense Meteorological Satellite Program）衛星的 OLS（Operational Linescan System）傳感器在夜間獲得，用以記錄全球范圍內的夜間燈光亮度。目前，該系列數據已廣泛應用于城市化［5－8］、經濟評估［9－11］、人口估算［12－14］等研究中，結論表明，夜間燈光數據能夠較好地表征城市化水平、經濟狀況、人口密度等人類活動因子，是人類活動強度的綜合表達。

在利用DMSP－OLS數據進行城市發展研究方面，國外部分學者［15－17］利用該數據進行了城市空間發展方面的研究，但都重點討論建成區范圍的提取，而未將城市視為有內部空間異質性的個體進行研究。何春陽等［18，19］雖利用 DMSP－OLS數據進行了城市化過程方面的研究，但其僅僅利用DMSP－OLS數據進行了城市斑塊的提取。本文將DMSP－OLS數據作為表征城市內部人類活動強度的綜合因子，將城市看作有內部差異的空間，研究了1992－2010年鄭州市建成區的提取及其擴展強度與方向特征、城市重心的轉移及其規律、城市內部各轄區的發展差異與相對發展率；同時分析了利用此種數據進行城市發展研究的優勢與應用前景。

1 數據與研究區

DMSP－OLS夜間燈光數據來源于美國NOAA國家地理數據中心，包含3種全年平均數據：無云觀測頻數圖、平均燈光數據圖、穩定燈光數據圖。數據的空間分辨率為30弧秒，在赤道處約1km。數據的灰度值范圍為0～63，0值表示無燈光區域，灰度值越大表示該處燈光亮度值越高。穩定燈光數據（Stable Light）包括來自城市、鄉鎮及其他有持久光源的場所，并且去除了背景噪聲，所以在本文的研究中采用此種數據，根據研究時段選取F101992、F141998、F152004、F182010共4期影像。

鄭州是河南省省會，現轄6區5市1縣。上街區雖然為鄭州市轄區，但其并不與主城區接壤，而是鄭州的衛星城區，因此，本文的研究范圍僅包括金水、二七、中原、管城、惠濟5個市轄區。

2 研究方法

2.1 DMSP－OLS數據預處理

該系列數據由不同衛星獲得，不同年份數據之間存在年際差異，且在城市中心區有像元飽和現象［20］，所以需要進行相對輻射校正與飽和糾正。本文選用日本沖繩島為不變目標區，以NOAA提供的無飽和數據F162006為基準影像，采用不變目標法建立冪函數模型，對該系列數據進行了校正［21］。考慮到鄭州市的特定地理位置，同時為了減小由面積變形所帶來的誤差，本文采用WGS84地理坐標系，投影方式為蘭勃特等積方位投影，中央經線為113.65°，起始緯度為34.78°。同時為提高空間計算的精度，利用ArcGIS地統計模塊中的徑向基函數工具，選用薄板樣條函數方法將影像重新采樣成空間分辨率為200m的柵格。

2.2 建成區提取與擴展強度

首先，根據式（1）將校正后的柵格數據進行歸一化處理，使其柵格灰度值位于0～1范圍內；然后，對照《鄭州市統計年鑒》中2010年的鄭州市建成區面積，確定建成區歸一化指數的臨界值DNl，大于或等于此臨界值的區域為建成區，小于此臨界值的區域為非建成區；最后，利用該臨界值提取4期影像的建成區范圍并統計面積。

式中：DNg表示歸一化處理后的灰度值，DNi為第i級柵格的灰度值，DNmin為研究區域內柵格的最小灰度值，DNmax為最大灰度值。

城市擴展強度表征在單位時間內城市建成區的增長速度［22］，其表達式為：

式中：E為研究時段內的城市擴展強度，Am為研究末期的建成區面積，Ac為研究初期的建成區面積，T為時間間隔。

2.3 城市重心識別及其轉移規律

重心理論在經濟［23－25］、人口［26，27］、能源［28］、產業［29］、旅游［30］等領域都有著重要的應用。城市重心是描述城市空間分布最具代表意義的量算指標，可以看作是該城市的平均位置，且是該城市保持均勻分布的平衡點［31］。本文將城市看作一個有內部空間差異的三維立體對象，市轄區范圍內的所有區域都參與計算，將DMSP－OLS數據的灰度值大小作為人類活動強弱的指示因子，以像元為基本研究單元，以灰度值為權重計算得到城市重心的位置，公式如下：

式中：X、Y表示該城市重心的坐標，DNj表示第j個像元的灰度值，xj、yj分別表示第j個像元的橫、縱坐標，n為該城市內的像元總量。

在得到4個年份中城市重心的位置之后，本文采用轉移距離、轉移速度、轉移角度3個量化值描述城市重心轉移的空間規律。

轉移距離描述的是城市重心在一個時期內移動的距離，其公式可表達為：

轉移速度描述的是城市重心在一個時期內移動的平均速度，其公式可表達為：

轉移角度描述的是城市重心在一個時期內移動的方向與正東方向的夾角，其公式可表示為：

式中：xt、yt表示第t年城市重心的坐標，xt－1、yt－1表示第t－1年城市重心的坐標，T為時間間隔。

2.4 城市內部發展差異與相對發展率

將5個市轄區作為研究對象，以區域燈光總量（Sum of Lights）作為表征區域發展水平的綜合指標，用標準差（Standard Deviation）和變異系數（Coefficient of Variation）測算城市內部發展差異的總體水平。

式中：SL為區域燈光總量，DNi為第i級灰度值，Ci為第i級灰度的柵格數；SD為標準差，SLi為第i個市轄區的燈光總量，SLp為平均燈光總量，n為市轄區的個數；CV為變異系數。

為了解城市內各轄區經濟發展速率的空間特征，本文選用相對發展率［32］作為測度指標，其表示某市轄區在某一段時間內發展水平的變化與同時期內整個城市發展水平變化的關系。該指標不僅能反映各區域的發展速度，還能間接反映經濟基礎［33］。式中：SL1i和SL2i分別代表第i個市轄區在研究時段內的首、末燈光總量，SL1和SL2分別代表城市整體在研究時段內的首、末燈光總量。

3 結果與分析

3.1 建成區提取與空間擴展分析

將提取出的4個年份鄭州市建成區結果分別賦予不同的灰度級進行疊加分析（圖1），通過建成區面積統計（表1）和擴展情況比較（表2），可以很容易得出建成區面積及擴張變化。為了更好地理解建成區在不同方向上的增長，以1992年的建成區中心位置為坐標原點，以正東方向為橫軸正方向建立坐標系，將平面劃分為4個象限（圖1），分別統計各年份中4個象限建成區的面積，并繪制成柱形圖（圖2）。

圖1 不同年份的建成區疊加Fig.1 Overlay of built－up areas in different years

表1 不同年份的建成區面積Table 1 Built－up areas in different years

表2 不同階段的建成區擴展情況Table 2 The built－up area expansion in different stages

圖2 分象限建成區面積對比Fig.2 Comparison of built－up areas in different quadrants

在1992－1998年，城市擴展并不明顯，擴展方向主要集中在東部，南部和北部略有增加，西部幾乎沒有變化；在1998－2004年，主要擴展方向為東南和北部，西部變化較小；在2004－2010年，擴展方向以東部和西北為主，其他方向建成區面積略有增加。從擴展速度和擴展強度看，建成區面積增長的速度逐步增加。從擴展貢獻率看，第三階段的擴展面積幾乎占到了總擴展面積的60%，這是由經濟的快速發展、房地產業的崛起及交通業的日益發達等一系列因素加快了城市化進程所帶來的結果。

3.2 城市重心位置及轉移規律

計算得到4個年份的城市重心，并將其繪制成圖（圖3），同時計算得到其轉移規律（表3）。可以發現，鄭州市的城市重心在逐步東移，且移動的距離略有增加。城市重心在第一階段向東南方向移動，第二階段向東北方向移動，第三階段向東偏北15°左右的方向移動。城市重心在前期階段的轉移主要受到西南部產業基地大量建設的驅動，隨著鄭東新區的大規模開發建設及其產生的集聚效應，使得鄭州東部區域的發展水平迅速增長，成為研究區內最大的增長極，導致了城市重心的東移；但其移動速度相比于前期階段增加并不明顯，說明其他方向的發展水平也有著較快的增長。隨著中原經濟區上升至國家戰略及鄭汴一體化進程的深入推進，預計鄭州城市重心東移的現象仍會持續。

圖3 鄭州市1992－2010年城市重心轉移軌跡Fig.3 Barycenter migration route of Zhengzhou from1992 to 2010

表3 城市重心轉移特征Table 3 Barycenter migration characteristics of Zhengzhou

3.3 城市內部空間發展均衡度

計算得到5個市轄區的燈光總量及其差異情況（表4），發現平均值隨時間變化逐漸增大，說明總體發展水平不斷提高，且提高的速度也不斷增大。在1992－2010年，變異系數逐漸變小，說明各轄區之間發展水平的差距在逐年減小。

計算得出各轄區的相對發展率（表5），大于1表明該轄區在該階段中發展速率高于鄭州市平均水平，小于1表明低于鄭州市平均水平。位于東部的金水區和管城區相對發展率都大于1，再次表明鄭州向東發展的趨勢非常明顯。

表4 市轄區燈光總量與差異情況Table 4 SLof municipal districts and CVbetween them

表5 不同階段各轄區的相對發展率Table 5 Relative development rate of the municipal districts in different stages

4 討論

4.1 建成區的提取方法

對比前人有關鄭州市建成區的提取結果［3，34，35］和官方統計資料之后，發現本文的提取結果具有較高的可信度。根據高分辨率遙感影像判別出的區域只是建設用地，可以預見此種方法解譯出的結果會包含大量的破碎圖斑；但建成區是指市區集中連片部分及分散在近郊與城市有密切聯系、具有基本完善的市政公用設施的城市用地，并不完全等同于建設用地。本文利用DMSP－OLS數據進行了建成區的提取，充分考慮了人類活動同城市建成區之間的關系，得出的建成區范圍集中連片，都是人類活動的密集區域，較為符合城市建成區的劃定方式。但此種方法尚有一些缺陷（如分辨率不高），本文雖然采用了徑向基函數進行了內插，將分辨率轉換為200 m，但相比于TM數據、SPOT數據和QuickBird數據，分辨率仍不夠高，并且也未對此內插方法帶來的影響進行嚴格的評估。美國計劃在未來的幾年中發射一批與人類活動有關的觀測衛星［36］，可以預見，隨著衛星技術的發展和傳感器分辨率的提高，利用與人類活動相關的衛星數據進行建成區的提取，可能會成為一種更為精確、便捷的方法。

4.2 城市重心的識別方法

前人有關城市重心識別的研究中，往往只利用建成區范圍這一信息，并且將建成區內部視為均質的空間進行計算，求得其重心的位置［37－39］。然而這樣得出的城市重心并沒有考慮非建成區部分，由此計算得出的城市重心并不十分可信；另外，將建成區范圍內的區域視為均質空間，這也與實際情況不符。還有些研究，利用城市內各轄區的經濟、人口、社會等因子作為權重計算得到城市的重心位置［40－42］，雖然考慮了城市內部空間的差異性，但忽略了轄區內部的差異性，并且此種方法過度依靠統計數據，所以無法將研究尺度降到最小行政單元以下，同時還受到統計資料缺失或不準確等情況的制約。本文利用DMSP－OLS數據進行城市重心的測算，每個柵格的灰度值代表此處的人類活動強度，更多地考慮到人類活動在城市重心測定中的重要性；數據的空間尺度為200m，且不受統計資料的影響；數據來源于衛星，客觀性更強，也排除了人為因素的影響。綜合來看，利用DMSP－OLS數據進行城市重心的識別，具有更高的精確度、精細度和客觀性。

4.3 幾個尚需深入研究的問題

首先，本文采用了不變目標法對數據進行了校正處理，此方法對于年際差異有較好的校正效果，但對于數據飽和問題只是進行了削弱，并沒有徹底消除飽和像元帶來的影響，在之后的應用研究中如何徹底解決飽和問題，是一個值得研究且十分重要的問題。其次，鄭州城市發展空間變化的驅動因素有很多，本文主要從經濟、社會、規劃等角度進行了簡單的考慮；如需厘清城市發展中每個變化特征背后的驅動因素，可能需要結合更為詳盡的微觀數據，進行更為精細的定量化研究。再次，在準確把握城市發展的規律之后，如何將結果合理地應用到城市規劃與建設活動中，值得政府管理者與城市規劃師重點關注。最后，DMSP－OLS數據是一種非常理想的空間數據，結合元胞自動機和多智能體進行城市發展的模擬與預測研究，會成為一個重要的方向。

5 結論

本文通過提取鄭州市建成區范圍，發現在1992－2010年，建成區面積不斷擴大，且擴展的速度不斷增大；擴展方向在1992－1998年主要在東南方向，1998－2004年主要在東南和西北方向，2004－2010年主要集中在正東和西北方向。鄭州城市重心有向東轉移的趨勢，其中在1992－1998年向東南方向移動，1998－2004年向東北方向移動，2004－2010年向東偏北約15°方向移動，且在這3個時段內轉移速度略有增加。以5個市轄區為研究對象，發現1992－2010年各轄區的發展水平都逐漸提高，城市內部空間的發展水平差異逐漸減小。

DMSP－OLS數據可以客觀、精細、綜合地表征城市的發展狀況，利用該數據進行與城市發展相關的研究，能夠更為準確地理解和掌握城市的發展階段，為城市規劃與建設、土地利用結構調整和產業結構布局等提供依據，對于制定可持續的城市發展政策具有重要的現實意義。

［1］ 李保杰，顧和和，紀亞洲，等.基于地學信息圖譜的礦業城市空間擴展研究——以徐州市為例［J］.地域研究與開發，2012（1）：50－54.

［2］ 宋濤.基于GIS和RS的濰坊市城市擴展動態研究［D］.山東師范大學，2011.

［3］ 賀振，趙文亮，賀俊平.鄭州市城市擴張遙感動態監測及驅動力分析［J］.地理研究，2011，30（12）：2272－2280.

［4］ 李全林，馬曉冬，朱傳耿，等.基于GIS的鹽城城市空間結構演化分析［J］.地理與地理信息科學，2007，23（3）：69－73.

［5］ ELVIDGE C D，SAFRAN J，TUTTLE B T，et al.Potential for global mapping of development via a nightsat mission［J］.Geo－Journal，2007，69（1）：45－53.

［6］ 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），2007，46（3）：98－102.

［7］ LO C P.Urban indicators of China from radiance－calibrated digital DMSP－OLS nighttime images［J］.Annals of the Association of American Geographers，2002，92（2）：225－240.

［8］ MCDONALD R I，KAREIVA P，FORMANA R.The implications of current and future urbanization for global protected areas and biodiversity conservation［J］.Biological Conservation，2008，141（6）：1695－1703.

［9］ ELVIDGE C D，SUTTON P C，GHOSH T，et al.A global poverty map derived from satellite data［J］.Computers ＆ Geosciences，2009，35（8）：1652－1660.

［10］ DOLL C，MULLER J P，MORLEY J G.Mapping regional economic activity from night－time light satellite imagery［J］.Ecological Economics，2006，57（1）：75－92.

［11］ HENDERSON J V，STOREYGARD A，WEIL D N.Measuring economic growth from outer space［J］.American Economic Review，2012，102（2）：994－1028.

［12］ AMARAL S，MONTEIRO A M V，CAMARA G，et al.DMSP－OLS night－time light imagery for urban population estimates in the Brazilian Amazon［J］.International Journal of Remote Sensing，2007，27（5）：855－870.

［13］ SUTTON P C，TAYLOR M J，ELVIDGE C D.Using DMSP OLS imagery to characterize urban populations in developed and developing countries［A］.Remote Sensing of Urban and Suburban Areas［M］.Springer Netherlands，2010.329－348.

［14］ 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.

［15］ SUTTON P，ROBERTS D，ELVIDGE C，et al.Census from heaven：An estimate of the global human population using night－time satellite imagery［J］.International Journal of Remote Sensing，2001，22（16）：3061－3076.

［16］ 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.

［17］ HENDERSON M，YEH E T，GONG P，et al.Validation of urban boundaries derived from global night－time satellite imagery［J］.International Journal of Remote Sensing，2003，24（3）：595－609.

［18］ 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.

［19］ 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.

［20］ ELVIDGE C D，ZISKIN D，BAUGH K E，et al.A fifteen year record of global natural gas flaring derived from satellite data［J］.Energies，2009，2（3）：595－622.

［21］ WU J，HE S，PENG J，et al.Intercalibration of DMSP－OLS nighttime light data by the invariant region method［J］.International Journal of Remote Sensing，2013，34（20）：7356－7368.

［22］ 王格芳，王成新，劉登娥.城市空間擴展的交通脈動規律研究——以濟南市為例［J］.地理與地理信息科學，2009，25（2）：67－70.

［23］ 慕曉飛，雷磊.東北經濟重心演變及區域發展均衡性研究［J］.經濟地理，2011，31（3）：366－370.

［24］ 葉明確.1978－2008年中國經濟重心遷移的特征與影響因素［J］.經濟地理，2012，32（4）：12－18.

［25］ 黃建山，馮宗憲.我國產業經濟重心演變路徑及其影響因素分析［J］.地理與地理信息科學，2005，21（5）：49－54.

［26］ 許家偉，侯景偉，宋宏權，等.1990－2009年中國區域差異與空間格局——以人口重心與經濟重心為例［J］.人文地理，2011，26（4）：85－90.

［27］ 段學軍，王書國，陳雯.長江三角洲地區人口分布演化與偏移增長［J］.地理科學，2008，28（2）：139－144.

［28］ 趙冠偉，楊木壯，陳健飛.1990－2007年中國能源足跡時空差異分析［J］.地理與地理信息科學，2011，27（2）：65－69.

［29］ 樊新生，李小建.中國工業產業空間轉移及中部地區發展對策研究［J］.地理與地理信息科學，2004，20（2）：64－68.

［30］ 周玉翠，韓艷紅.我國入境旅游空間結構研究［J］.地理與地理信息科學，2008，24（2）：99－103.

［31］ 陳述彭，魯學軍，周成虎.地理信息系統導論［M］.北京：科學出版社，2000.

［32］ 歐陽南江.改革開放以來廣東省區域差異的發展變化［J］.地理學報，1993，48（3）：204－217.

［33］ 周玉翠，齊清文，馮燦飛.近10年中國省際經濟差異動態變化特征［J］.地理研究，2002，21（6）：781－790.

［34］ 夏保林.鄭汴區域城市空間擴展及調控研究［D］.河南大學，2010.

［35］ 馮恩國.基于GIS和RS的鄭州市城市擴展及驅動力分析［D］.河南大學，2007.

［36］ 中國科學技術協會.空間科學學科發展報告（2011－2012）［M］.北京：中國科學技術出版社，2012.

［37］ 張新樂，張樹文，李穎，等.近30年哈爾濱城市土地利用空間擴張及其驅動力分析［J］.資源科學，2007，29（5）：157－163.

［38］ 王厚軍，李小玉，張祖陸，等.1979－2006年沈陽市城市空間擴展過程分析［J］.應用生態學報，2008，19（12）：2673－2679.

［39］ 喬標，何小勤.北京市城市用地空間擴張特征與機理［J］.國際城市規劃，2009，24（2）：93－99.

［40］ 侯景新.論城市重心轉移規律——以北京市為例［J］.北京社會科學，2007（5）：46－53.

［41］ 簡美鋒，萬智恩.石家莊市人口重心與經濟重心的演變軌跡對比研究［J］.經濟視角（中旬），2011（2）：4－7.

［42］ 高玉宏，張麗娟，李文亮，等.基于空間模型和CA的城市用地擴展模擬研究——以大慶市為例［J］.地理科學，2010，30（5）：723－727.