基于DMSP/OLS夜間燈光數據的城鄉結合部空間識別研究
——以重慶市主城區為例

張 志 剛，張 安 明，郭 歡 歡

(1.西南大學地理科學學院，重慶 400700；2.重慶市國土資源與房屋勘測規劃院，重慶 400020；3.北京大學城市與環境學院，北京 100871)

基于DMSP/OLS夜間燈光數據的城鄉結合部空間識別研究
——以重慶市主城區為例

張 志 剛1，張 安 明1，郭 歡 歡2，3*

(1.西南大學地理科學學院，重慶 400700；2.重慶市國土資源與房屋勘測規劃院，重慶 400020；3.北京大學城市與環境學院，北京 100871)

為解決經濟、人口等城鄉結合部空間識別指示要素不能反映行政區內部差異的問題，該文提出了一種基于DMSP/OLS夜間燈光數據的城鄉結合部空間識別技術方法。首先構建燈光亮度和燈光亮度起伏度特征組合值模型，分析燈光亮度和燈光亮度起伏度組合特征；其次通過斷點法分類，對城鄉結合部進行空間識別；最后以重慶市主城區為例進行了實證研究。結果顯示：1)城市呈現“高燈光亮度、低燈光亮度起伏度”特征組合；城鄉結合部呈現“中燈光亮度、高燈光亮度起伏度”特征組合；鄉村呈現“低燈光亮度、低燈光亮度起伏度”特征組合。2)城鄉結合部面積占重慶市主城區總面積的59.07%，主要分布在以江北區觀音橋街道中部為圓心，以17 km為內半徑和37 km為外半徑構成的環帶內。基于DMSP/OLS夜間燈光數據為城鄉結合部空間識別提供了一種簡便可行的方法。

DMSP/OLS夜間燈光數據；燈光亮度；燈光亮度起伏度；城鄉結合部；重慶市主城區

0 引言

城鄉結合部又稱城鄉交錯地帶，其空間分布、經濟狀況、人口特征、景觀多樣性、土地利用等方面均具有明顯的過渡特征。城鄉結合部是城市外拓的前沿區域，是土地利用問題最多、矛盾最尖銳的區域[1]。城鄉結合部的空間識別對于優化城市用地管理、促進城鄉一體化等具有重要意義。城鄉結合部空間識別研究一直是熱門話題，國內外學者對城鄉結合部空間識別主要從空間、經濟、人口、景觀和土地利用方面選取距離市中心距離、社會經濟狀況、人口密度、非農與農業人口比例、景觀紊亂度、土地利用強度、土地利用多樣性、建設用地比重、土地利用動態度和土地利用信息熵等單一或綜合指示要素進行研究，劃分方法主要有突變點檢測法、斷裂點法、空間聚類法、引力值法等[2-10]。

傳統研究中有些以行政區為單元進行數據整理與分析，但城鄉結合部是行政區劃調整頻繁的區域，行政區變更導致數據連續性較差。借助遙感等新技術獲取數據可以打破行政界限，突破統計口徑限制，克服數據連續性較差的問題[11]。DMSP/OLS夜間燈光數據對經濟、人口、城市具有良好的表征作用，近年來被廣泛應用于人口數據空間化[12]、GDP數據空間化[13]、能源消耗[14]、城市提取[15]和土地城市化水平[16]等研究中。本文基于DMSP/OLS夜間燈光數據，通過燈光亮度和燈光亮度起伏度對城鄉結合部進行空間識別，并以重慶市主城區為例開展實證研究，以期為城鄉結合部空間識別提供一種新方法。

1 研究區概況和數據

重慶市主城區包括渝中區、大渡口區、江北區、南岸區、沙坪壩區、九龍坡區、北碚區、渝北區和巴南區9個行政區域，轄區面積5 472.68 km2，是全市的政治、經濟、文化、交通和金融中心。2013年主城區地區生產總值5 391.84億元，戶籍人口636.31萬人，常住人口808.53萬人。重慶市主城區是全市城鎮化水平最高的區域，2013年城鎮化率達87.87%，最高的渝中區達100%，最低的巴南區為77.14%。受自然地形地貌影響，重慶市城市建設呈現“多中心、組團式、不均衡”的空間分布格局。

本文采用的DMSP/OLS夜間燈光數據是2013年的夜間燈光平均強度數據，來自美國國家地球物理數據中心(http://www.ngdc.noaa.gov)，燈光亮度在0～63之間，像元大小為0.008333°。運用ArcGIS10.3軟件將數據從地理坐標轉為Gauss_Kruger投影坐標，并根據主城區矢量數據進行剪切、空間分析等處理。

2 理論分析與模型構建

2.1 理論分析

城鄉結合部是由高密度非農人口、集中連片建成區和高強度的第二、三產業經濟活動向低密度農業人口、連綿的綠色自然景觀和農業生產活動過渡的區域。城鄉結合部有別于城市和鄉村的均一性，呈現過渡性、多樣性(起伏性)特征[11]。由于城市居民生產生活方式對夜間燈光的依賴程度遠遠高于農村居民，因此城鄉結合部的燈光亮度和燈光亮度起伏度也具有由城市向農村過渡的特征。以重慶市主城區為例，對DMSP/OLS夜間燈光數據作剖面線(O-A)(圖1)，獲取剖面的燈光亮度(DN)，并根據燈光亮度線計算燈光亮度起伏度線(圖2)。可見，燈光亮度從市中心到鄉村腹地，總體上呈現逐漸降低，燈光亮度起伏度則呈現兩邊低中間高的“幾”字形分布的趨勢。由此，本研究提出城市、城鄉結合部和農村的燈光亮度和燈光亮度起伏度具有如下特征：城市為高燈光亮度與低燈光亮度起伏度的“高-低”特征組合；城鄉結合部為中燈光亮度與高燈光亮度起伏度的“中-高”特征組合；鄉村為低燈光亮度與低燈光亮度起伏度的“低-低”特征組合(圖2)。

圖1 2013年重慶市主城區DMSP/OLS夜間燈光數據

圖2 燈光亮度和燈光亮度起伏度特征

2.2 模型構建

上文分析及相關文獻[17]研究表明,區域亮度值越大,是城市的可能性越大，反之為鄉村。從城市中心到鄉村腹地，燈光亮度總體上呈現降低的趨勢。燈光亮度起伏度反映燈光亮度在一定范圍內的變化程度，其計算公式為：

DNw=DNnmax-DNnmin

(1)

式中：DNw為夜間燈光亮度起伏度，DNnmax、DNnmin分別為夜間燈光亮度DN的3×3鄰域范圍內的最大值和最小值。

參考相關研究[18]，分別對燈光亮度DN和燈光亮度起伏度DNw進行極值標準化處理，見式(2)和式(3)；參考協調度公式[18,19]，構建燈光亮度和燈光亮度起伏度特征組合值公式，見式(4)。

(2)

(3)

(4)

式中：C為特征組合值，DNn為燈光亮度標準化值，DNwn為燈光亮度起伏度標準化值，DNmax、DNmin分別為主城區燈光亮度最大值和最小值，DNwmax、DNwmin分別為主城區燈光亮度起伏度最大值和最小值。

2.3 城鄉結合部空間界定標準

由式(2)-式(4)可知，燈光亮度標準化值、燈光亮度起伏度標準化值與特征組合值值域范圍均為[0，1]，此三項值又可構成一個組合。設定A點為“高燈光亮度、低燈光亮度起伏度、小特征組合值”組合，B點為“中燈光亮度、高燈光亮度起伏度、中特征組合值”組合，C點為“低燈光亮度、低燈光亮度起伏度、高特征組合值”組合。結合前文理論假設可知，點A、B、C分別為城市、城鄉結合部、農村的理想值(圖3)，即越接近A點越趨于城市，越接近B點越趨于城鄉結合部，越接近C點越趨于鄉村。

以主城區為邊界，運用ArcGIS中Create Fishnet工具制作格網；將特征組合值柵格轉為點，并將點通過spatial join工具將屬性值賦給格網；以重慶市市政府為中心，以正東方向為起始，1°為間隔，制作360條剖面線(圖4)；將特征組合值與剖面線相交，可以得到以每條剖面線為FID_剖面字段的共計360條數據列，將屬性表導出到excel中，用MAX函數提取每條數據列中的最大距離衰減值Di，即每個方向上的斷裂點[5],如式(5)。

圖3 燈光亮度、燈光亮度起伏度和特征組合值判別

(5)

式中：Di為第i條剖面線上的最大距離衰減值，xij為第i條剖面線第j個序列特征值，xi(j+1)為第i條剖面線第j+1個序列特征值。

通過每條剖面上最大特征值距離衰減值Di對應的FID_格網字段，選出斷裂點所在網格位置。結合各斷裂點和中心的距離，排除異常的突變點,將其相連平滑處理得到城鄉結合部內外邊界線。

圖4 剖面線示意

3 結果與分析

3.1 燈光亮度與燈光亮度起伏度特征及其組合

重慶市主城區燈光亮度總體呈現以渝中區為中心向周圍鄉村遞減的趨勢；燈光亮度起伏度則呈現兩邊低、中間高的“幾”字形分布趨勢，中部有明顯的突變點，且內部突變比外側更明顯；特征組合值總體呈現由中心城區向周圍鄉村增大的態勢(圖5)。可以看出，在城鄉結合部外緣有一個特征明顯的凹陷帶，這與前文假設相符。

圖5 主城區燈光亮度(左)、燈光亮度起伏度(中)和特征組合值(右)

以重慶市市政府為中心，分別向東(O-L1)、南(O-L2)、西(O-L3)、北(O-L4)4個方向，對燈光亮度(DN)、燈光亮度起伏度(DNw)、特征組合值(C)制作剖面，表征從市中心到鄉村腹地的變化(圖6)。東向、南向、北向剖面由于從市中心一直延伸到鄉村腹地，其變化特征最為典型。以北向的剖面線O-L4為例，從市政府到渝北區的翠云街道，燈光亮度值全部大于50，燈光亮度起伏度全部小于5，特征組合值總體小于0.1，呈現“高亮度、低起伏度”特征組合；緊鄰渝北區雙龍湖街道中部出現一個明顯的突變，燈光亮度迅速降到40附近，燈光亮度起伏度明顯增大，最高處達18.92，北碚區復興鎮到靜觀鎮南部，燈光亮度中等，燈光亮度起伏度高，特征組合值大，呈現“中亮度、高起伏度”特征組合;靜觀鎮中部出現第二個突變，燈光亮度全部小于10，燈光亮度起伏度最高處約為10.59，特征組合值最小處為0，燈光亮度降低，燈光亮度起伏度增大，但變化幅度較第一個突變處明顯減小；靜觀鎮北部到柳蔭鎮，燈光亮度變0，燈光起伏度也變為0，特征組合值為1，呈現“低亮度、低起伏度”特征組合。

圖6 燈光亮度、燈光亮度起伏度和特征組合值剖面線

3.2 主城區功能分類與城鄉結合部空間識別

3.2.1 主城區功能分類 參考各斷裂點和中心的距離(圖7a)，排除異常的突變點,將其相連平滑處理得到城鄉結合部內外邊界線(圖7b)。根據城鄉結合部內外邊界線，將重慶市主城區分為3種組合類型：城市的“高燈光亮度、低燈光亮度起伏度”特征組合；城鄉結合部的“中燈光亮度、高燈光亮度起伏度”特征組合；鄉村的“低燈光亮度、低燈光亮度起伏度”特征組合(表1)。城市面積占總面積14.31%，城鄉結合部面積占總面積的59.07%，鄉村面積占總面積的26.62%。

圖7 斷點位置及城鄉結合部范圍

表1 重慶市主城區功能分類

Table 1 The functional classification of the main urban areas of Chongqing

類型區燈光亮度燈光起伏度特征組合面積比重(%)城市高低“高—低”14.31城鄉結合部中高“中—高”59.07鄉村低低“低—低”26.62

3.2.2 城鄉結合部地域識別 城鄉結合部面積占重慶市主城區總面積的59.07%，主要分布在以江北區觀音橋街道中部為圓心，以17 km為內半徑和37 km為外半徑的環帶內(圖8a)，包括巴南區魚洞街道、龍洲灣街道、一品街道、界石鎮、南彭街道、南泉街道、惠民街道、二圣鎮、木洞鎮、雙河口鎮和麻柳鎮，南岸區峽口鎮、廣陽鎮、迎龍鎮和長生橋鎮，江北區郭家沱街道、魚嘴鎮、復盛鎮和五寶鎮，渝北區玉峰山鎮、龍興鎮、洛磧鎮、石船鎮、統景鎮、古路鎮、木耳鎮、雙鳳橋街道和茨竹鎮，北碚區復興鎮、三圣鎮、施家梁鎮、水土鎮、靜觀鎮、天府鎮、東陽街道、澄江鎮、北溫泉街道、龍鳳橋街道、童家溪鎮和歇馬鎮，沙坪壩區鳳凰鎮、回龍壩鎮、中梁鎮和青木關鎮，九龍坡區金鳳鎮、白市驛鎮、走馬鎮、巴福鎮、石板鎮、陶家鎮、西彭鎮和銅罐驛鎮，大渡口區跳蹬鎮。

3.3 城鄉結合部地域識別結果驗證

研究中燈光亮度特征與彭建等在城市邊緣帶識別研究進展與展望中構建的理想狀態下的城鄉地域結構比較一致[11]，燈光亮度起伏度特征與趙華普等的土地利用動態度特征相似[8]。關于重慶市主城區城鄉結合部劃分，郭歡歡等以城市建成區、行政區劃和城市總體規劃為依據，以鄉鎮為單元，并從區位條件、城鎮用地比例和未來新增城市用地面積3個指標進行研究[20](圖8b)，通過兩研究結果對比及差異部分Google Earth影像空間比較，對城鄉結合部識別結果進行驗證。

本研究中城鄉結合部與文獻[20]中快速城市化和中速城市化面積重合71.39%，差異主要分布在半徑17 km和37 km兩側。本研究中屬于城鄉結合部的洛磧鎮、統景鎮、三圣鎮、澄江鎮、中梁鎮、東泉鎮、二圣鎮、木洞鎮、雙河口鎮和麻柳鎮部分地區，在文獻[20]中屬于低速城市化地區。文獻[20]中屬于快速城市化的雙鳳橋街道、長生橋鎮、土主鎮、蔡家崗鎮、悅來街道、魚洞街道和雙龍湖街道及中速城市化的鐵坪山街道、南山街道、建勝鎮、華巖鎮、歌樂山鎮、西永鎮、曾家鎮和童家溪鎮部分地區,在本研究中屬于城市；文獻[20]中中速城市化的柳蔭鎮、茨竹鎮、靜觀鎮、南彭街道、一品街道部分地區,在本研究中屬于鄉村(圖8c)。從兩研究差異部分選取50個樣本點在Google Earth中進行定位(圖8c)，運用Google Earth影像空間比較法對差異部分進行驗證。通過目視判斷，差異部分符合本研究的樣本點達43個，占總樣本的86%，說明本研究準確性更高。主要原因是文獻[20]以鄉鎮為單元，將主城區完全城市化以外的鄉鎮全部視為城鄉結合部，所以城鄉結合部內側高度城市化，而未完全城市化的鄉鎮被視為城鄉結合部，外側部分地區城市化較高，但總體較低的鄉鎮劃為低速城市化地區，不能反映鄉鎮內部差異。而本研究運用DMSP/OLS夜間燈光數據進行城鄉結合部空間識別，突破行政區界限，反映行政區內部差異。

圖8 城鄉結合部空間識別結果對比

4 討論與結論

目前，基于DMSP/OLS夜間燈光數據進行城鄉結合部空間識別研究尚不多見，較多研究以經濟、人口等作為城鄉結合部空間識別指示要素。經濟、人口等數據能較好地識別城鄉結合部，但局限于行政單元的均值統計形式，不能反映行政區內部空間差異。DMSP/OLS夜間燈光數據具有反映人口、經濟等要素的空間分布狀況，突破行政區界限及數據獲取便捷等優點。基于DMSP/OLS夜間燈光數據，通過對燈光亮度和燈光亮度起伏度特征組合分析，將城市區域劃分為“高燈光亮度、低燈光亮度起伏度”的城市特征組合、“中燈光亮度、高燈光亮度起伏度”的城鄉結合部特征組合、“低燈光亮度、低燈光亮度起伏度”的鄉村特征組合。進而，運用斷點法定量地將城市區域劃分為城市、城鄉結合部和鄉村三部分，并通過文獻研究對比分析和Google Earth影像空間比較進行結果驗證，證明基于DMSP/OLS夜間燈光數據進行城鄉結合部空間識別符合實際。

DMSP/OLS夜間燈光遙感數據分辨率低，小尺度的鄉村燈光較難識別，因而鄉村部分燈光亮度和燈光亮度起伏度均為0。結合Landsat 8、SPOT和Quick Bird等較高分辨率數據進行城鄉結合部空間識別研究值得探討，同時隨著遙感技術的發展和高分辨率DMSP/OLS夜間燈光數據的出現，將DMSP/OLS夜間燈光數據用于劃定城鄉結合部的準確性將進一步提高，這也是今后有待繼續深化的內容。

[1] 荀文會,王雨晴,賈艷萍.快速城鎮化地區城鄉交錯帶地域識別與用地演變規律研究——以沈陽市為例[J].國土與自然資源研究,2015(5):12-15.

[2] FRIEDBERGER M.The rural-urban fringe in the late twentieth century[J].Agricultural History,2000,4(2):502-514.

[3] BRYANT C.The peri-urban zone:The structure and dynamics of a strategic component of metropolitan regions[J].Canadian Journal of Regional Science，2003,26(2/3):231-250.

[4] BRYANT C,RUSSWURM L.The impact of nonagricultural development on agriculture:A synthesis[J].Plan Canada,1979,19(2):122-139.

[5] 陳貝貝.無錫半城市化地區的空間范圍識別[J].地理研究,2013,32(7):1210-1218.

[6] 李雪瑞,王秀蘭,馮仲科.基于土地利用程度的北京城市擴展特征[J].地理科學進展,2009,28(3):398-402.

[7] 張寧,方琳娜,宋金平,等.北京城市邊緣區空間擴展特征及驅動機制[J].地理研究，2010,29(3):471-480.

[8] 趙華甫,朱玉環,吳克寧,等.基于動態指標的城鄉交錯帶邊界界定方法研究[J].中國土地科學,2012,26(9):60-65.

[9] 王秀蘭,李雪瑞,馮仲科.基于TM影像的北京城市邊緣帶范圍界定方法研究[J].遙感應用,2010(4):100-104,134.

[10] 蔡棟,李滿春,陳振杰,等.基于信息熵的城市邊緣區的界定方法研究——以南京市為例[J].測繪科學.2010,35(3):113-122.

[11] 彭建,馬晶,袁媛.城市邊緣帶識別研究進展與展望[J].地理科學進展,2014,33(8):1068-1077.

[12] 楊續超,高大偉,丁明軍,等.基于多源遙感數據及DEM的人口統計數據空間化——以浙江省為例[J].長江流域資源與環境,2013,22(6):729-734.

[13] FLORIDA R,MELLANDER C,GULDEN T.Global metropolis:Assessing economic activity in urban centers based on nighttime satellite images[J].Professional Geographer,2012,64(2):178-187.

[14] 蘇泳嫻,陳修治,葉玉瑤,等.基于夜間燈光數據的中國能源消費碳排放特征及機理[J].地理學報,2013,68(11):1513-1526.

[15] ZHOU Y,SMITH S J,ELVIDGE C D,et al.A cluster-based method to map urban area from DMSP/OLS nightlights[J].Remote Sensing of Environment,2014,147:173-185.

[16] 楊洋,黃慶旭,章立玲.基于DMSP/OLS 夜間燈光數據的土地城鎮化水平時空測度研究——以環渤海地區為例[J].經濟地理,2015,35(2):141-168.

[17] 米曉楠,白林燕,譚雪航,等.基于DMSP/OLS數據的城市中心城區提取新方法[J].地球信息科學學報,2013,15(2):255-261.

[18] 范輝,劉衛東,吳澤斌.城市土地集約利用內部協調性的時空演變——以武漢市中心城區為例[J].地理科學,2014,34(6):697-704.

[19] 張旺,周躍云,胡光偉.超大城市“新三化”的時空耦合協調性分析——以中國十大城市為例[J].地理科學,2013,33(5):562-569.

[20] 郭歡歡,李仕川,張孝成,等.城鄉結合部發育階段劃分與土地管理策略——以重慶市為例[J].國土資源科技管理,2015,32(3):71-77.

Spatial Recognition of the Urban-Rural Fringe Based on DMSP/OLS Nighttime Light Data:A Case Study of the Main Urban Areas of Chongqing

ZHANG Zhi-gang1,ZHANG An-ming1,GUO Huan-huan2，3

(1.SchoolofGeographicalScience,SouthwestUniversity,Chongqing400700;2.ChongqingLandResourceandBuildingSurveying&PlanningInstitute,Chongqing400020;3.CollegeofUrbanandEnvironmentalSciences,PekingUniversity,Beijing100871,China)

For the indicative features used to identify the urban-rural fringe space cannot reflect the internal differences of the administrative region,such as economy,population,etc.,a method of spatial recognition of the urban-rural fringe based on DMSP/OLS nighttime light data is put forward.This paper takes Chongqing′s main urban areas as a study case,through building the characteristics combined value model of light intensity and light intensity fluctuation,analyzing the combined characteristics of light intensity and the fluctuant degree of light intensity,and using the clustering approach of breakpoint to clarify them to realize the spatial recognition of the urban-rural fringe areas.The results demonstrate that:1) the combined characteristics of urban areas is "high light intensity and low fluctuant degrees of light intensity",that of urban-rural fringe areas is "middle light intensity and high fluctuant degree of light intensity",and that of rural areas is "low light intensity and low fluctuant degree of light intensity";2) The urban-rural fringe areas in main urban areas of Chongqing account for 59.07% and mainly cover the outer ring of the circle,whose center is the middle of Guanyinqiao streets of Jiangbei District,inner radius is 17 km and outer radius is 37 km.The final results prove that it is practical to make special recognition of urban-rural fringe areas based on the DMSP/OLS nighttime light data,which provides us a simple and feasible classification approach.

DMSP/OLS nighttime light data;light intensity;fluctuant degree of light intensity;urban-rural fringe;main urban areas of Chongqing

2016-05-27；

2016-08-22

中國博士后科學基金面上資助項目(2015M582526)；重慶市國土房管局科技項目(KJ-2015004)

張志剛(1990-)，男，碩士研究生，研究方向為土地利用規劃。*通訊作者E-mail：guohuan2009@126.com

10.3969/j.issn.1672-0504.2016.06.007

F291;TP79

A

1672-0504(2016)06-0037-06