基于DMSP/OLS數據的陜西省近20年城市化空間分異特征研究

王 釗

(陜西省農業遙感信息中心，西安 710014)

城市化發展水平是一個地區社會、經濟發展水平的綜合體現，20世紀90年代末，中國出現了規模較大的人口遷移、土地變化、產業轉型,引起了眾多學者關注[1-3]。當前，主要聚焦在城市土地利用變化、城市空間發展變化監測、空間格局分析和擴展模型模擬等, 從較大尺度對變化過程的研究較少[4]，難以滿足中國大陸宏觀城市空間格局和變化過程研究的需要。

美國國防氣象衛星(defense meteorological satellite program,DMSP)搭載的OLS(operational linescan system)傳感器為大尺度城市研究提供了一種新的數據獲取手段。DMSP/OLS衛星有別于對太陽光的反射輻射特征進行監測的LANDSAT、SPOT和AVHRR 傳感器, 能夠探測到燈光甚至車流等發出的低強度燈光, 使之區別于黑暗的鄉村背景，空間和時間分辨率同AVHRR 相當, 比較適合動態監測[3-6]。目前, 國外許多學者利用DMSP/OLS 數據應用于城鎮擴展研究[6-13]。其中以城市空間特征信息等方面的應用最為廣泛，在此基礎上部分學者還討論了快速城市化過程生態效應[3]、城市空間演化過程、城市用地空間擴展類型特征[14]、城市GDP空間化[15]等一系列問題。李景剛等[16]以環渤海為研究區，分析研究區域城市空間演化過程。王躍云等[17]利用DMSP數據提取了江蘇建設用地空間分布。何春陽等[14]結合多種數據，研究了城市化發展過程對不同植被初級生產力所帶來的影響。總體上，利用燈光數據，在區域尺度上對城市群空間發展模式和過程研究還比較薄弱。

近年來，伴隨國家加大對中西部經濟發展的投入，西北地區正在進行著快速的城市化。作為關中-天水經濟區的核心，陜西省已經形成了以西安為中心的關中大型的城市群，未來5年內城市化會進入高速發展階段，即將形成“一核四極、兩軸兩帶”的城鎮體系，省域城鎮體系將呈現新格局。同時伴隨快速城市化發展，城市區域生態環境也變得脆弱。因此，提取城市發展的空間信息，了解城市發展的空間模式及城市空間演化過程，對于系統認識理解城市群的空間發展過程、優化土地格局，降低和防范城市群生態環境風險有著重要的意義。

1 研究區域和數據

研究區域是陜西省，位于中國內陸腹地，黃河和長江流域中部，地理坐標處于東經105°29′～111°15′，北緯31°42′～39°35′，面積約21萬km2，下轄西安一副省級市、寶雞等九地級市及農業示范區楊凌。

采用的數據包括兩個方面。(1)遙感數據：DMSP/OLS夜間穩定燈光數據(nighttime lights，NTL )，來自于美國國家地球物理數據中心(NGDC)2010年發布的第四版數據，主要利用各年9—11月月光照度在50%以下的多時相OLS數據制成，空間分辨率接近1 km，像元灰度(digital number， DN)值范圍為0～63，降噪處理時噪聲點賦值0，數據時間跨度從1992—2013年，涵蓋了F10、F12、F14、F15、F16和F18等6顆衛星。(2)統計數據：所用的人口、經濟等社會統計數據來自于陜西省統計局發布的2000—2008年《陜西統計年鑒》。

2 研究方法

2.1 DMSP/OLS數據預處理

數據預處理主要包含：裁剪、空間校正、定標處理幾個步驟，其中定標是預處理的重點，1992—2013年DMSP/OLS NTL數據包含了6顆衛星的數據，由于傳感器之間存在差異且隨著時間衰減，使得多顆衛星獲取的長時間序列數據缺乏可比性，因此首先要進行不同衛星之間的交叉定標[18-19]。由圖1可知，未經過定標的衛星數據之間存在較大的差異，由于F18衛星的數據與其余5顆衛星差異較大,因此本文在其余5顆衛星中選擇了F16的2010年數據作為基準,進行交叉定標。

定標方法采用Elvidge[18]提供的方法，首先選擇定標區域，主要考慮兩個條件：(1)所選區域的空間范圍在1992—2013年擴張不明顯；(2)所選區域DN值涵蓋0～63的數值。經過多次試驗，定標區域最終由兩部分組成：DN值變化較為穩定的西安城市中心二環以內的區域，關中和陜南DN值跨度較大且多年變化值較小的中小縣城區域作為定標點。

圖1 定標前不同衛星得到的NTL時間序列數據

根據所選區域2010年像素DN值,利用二階多項式回歸模型

DN訂正值=c+b×(DN值)+a×(DN值)2，

(1)

分別計算了F10、F12、F14、F15、F16和F18衛星每年的回歸系數a、b、c，利用系數和模型得到訂正后的DN值,遇到相重疊的衛星數據時選擇相關系數R值最大時的數據，得到1992—2013年定標后的時間序列數據。

2.2 陜西NTL數據變化特征

圖2給出定標后得到的1992—2013年NTL數據像元總數變化時間序列，定標后數據呈現出穩定的增加趨勢。

圖2 定標后陜西省NTL時間序列數據

2.3 反映區域城市化水平的燈光指數構建

在對燈光數據進行定標后，采用陳晉等[3]給出的方法來定義城市化水平的燈光指數(NCLI)，區域j的燈光指數值為

(NCLI)j值=Ij·W1+Sj·W2。

(2)

其中，Ij和Sj分別為區域j平均燈光強度指標和燈光面積指標，W1和W2為其權重，通過相關分析得到[14]，本文取W1=0.9，W2=0.1。

區域平均燈光強度指標Ij定義為

(3)

公式(3)中(DN)i值為區域內第i等級的灰度值，ni為區域內第i灰度等級的像元總數，N為區域內所有燈光像元總數(63≥DN值≥1)，63為最大灰度等級。Ij表征了相對于最大可能燈光強度的比例關系。

區域燈光面積指標Sj定義為：區域內所有燈光像元的總面積An(63≥DN值≥1)占整個區域面積A(63≥DN值≥0像元之面積)的比例，即

Sj=An/A，

(4)

反映了燈光的空間延展特性。

利用上述公式和定標后的時間序列數據計算NCLI值。

3 結果分析

3.1 ULI-NCLI相關關系的建立

地表夜間燈光的強度及空間分布與人類活動息息相關,人類活動頻繁區域的城市化發展水平較高，因此夜間燈光數據對城市化水平[20]有較好的代表性。常用的城市化水平指數單一指標有城鎮人口比例、建成區面積比例、恩格爾系數等。但是城市化是社會結構、經濟結構和生產生活方式的根本性轉變[20]，單一指標不足以表示城市化的深刻內涵，學者們在多年研究中從綜合的角度構建了多種城市化水平指數。

本文主要利用城鎮人口比例、二三產業產值比例和建成區面積比例分別表征人口城市化水平、經濟城市化水平和土地城市化水平,在此基礎上計算傳統城市化水平指數ULI值，即

(5)

其中ui為城市化水平評價的三個因子，wi為各因子的權重，本文認為3個因子影響是均等的，因此權重均取1/3。

利用統計年鑒數據，計算2000—2008年陜西省10個地市的ULI值，得到71個樣本。同時根據公式(2)、(3)、(4)得到2000—2008年NCLI值。對研究區域內的71個樣本進行線性回歸分析，得到城市化水平因子和城市化水平燈光指數之間的線性統計關系：

ULI值=0.120 9×NCLI值+

14.376 2。

(R2=0.650 1)

城市化水平因子與城市化水平燈光指數相關關系較好，二者相關系數達到0.806(見圖3)。因此，近20年燈光數據的空間變化特征對城市化具有較好的代表性。

圖3 ULI-NCLI線性回歸分析

3.2 1992—2013年燈光指數時間變化特征

圖4給出了陜西省關中、陜南和陜北1992—2013年NCLI時間變化特征，由圖4可以看出：(1)近20年全省城市發展呈現出不均衡的態勢。1992—2000年城市化發展較為緩慢，呈弱增加趨勢；2001年開始城市化發展開始加速，主要是由于西部大開發戰略的刺激作用，使陜西省的經濟發展加速。(2)陜西省內燈光指數值分布不均。關中最高，陜北其次，陜南最低，表明關中地區城市化水平最高，其次為陜北地區，陜南地區城市化水平最低，這與陜西城市化研究結果一致。(3)陜西省燈光指數增長率分布不均。關中地區平均增長69.7%/a，西安增長最快，增長率為117%/a；陜北平均增長率為57.4%/a；陜南增長率為42.9%/a。表明近20年陜西城市化發展速度關中地區明顯高于陜北和陜南地區，陜南地區城市化發展速度最慢。(4)西安市燈光指數明顯高于其他9個地市，表明西安市城市化水平在陜西省最高，主要是因為西安既是陜西省的省會，又是西北地區社會經濟最發達的城市，人口規模龐大，城市基礎公共設施的建設等相對陜西其他城市完善，因此其城市化水平明顯高于其他地區。

圖4 陜西省1992—2013年NCLI值變化趨勢

3.3 1992—2013年燈光指數空間變化特征

根據NCLI值和ULI值的相關關系，統計燈光面積數據，分析陜西省1992—2013年各地市城市燈光面積的變化特征。

由圖5可知：(1)1992年全省燈光面積較小。密集區主要集中在以西安為中心的關中中部地區，關中西部和東部有少量分布，陜北和陜南數量極少；陜西境內的燈光主要呈點狀分布特征。表明在20世紀90年代初，陜西的城市化水平并不發達，基本上以點狀的城市分布為主，并未形成顯著的城市群落。(2)1992—1998年，陜西省燈光面積開始增加。關中地區1998年增加至1992年的1.32倍，并呈現出點狀分布向面狀分布增長的趨勢，關中東部和西部以及關中—陜南方向出現了線狀分布區域；陜北仍呈現點狀分布，1998年增加至1992年的3.67倍。表明20世紀90年代后期，陜西城市化較90年代初有了進一步的發展，以西安為中心的關中城市群開始逐漸形成，線狀燈光區的出現表明以鐵路、公路和一級公路等組成的交通干線有了明顯的發展，但此時仍局限在關中地區。(3)1998—2004年，陜西省境內燈光面積增加仍較緩慢。到2004年為止，陜北燈光面積增加到1992年的7.89倍，關中、陜南燈光面積分別增加到1992年的2.50和3.23倍；關中、陜南1992年呈點狀分布的燈光分布開始向面狀擴大，同時陜北、陜南出現了新的點狀燈光，并呈密集分布趨勢。表明21世紀初期，以西安為中心的城市群落已經基本形成，交通干線已經從關中區域擴展到了陜南和陜北區域，陜北和陜南出現了大面積新興小城市和小城鎮。(4)2005—2013年，燈光呈現出迅猛增加的趨勢。與1992年相比，2005年陜北地區燈光面積為1992年的12.20倍，到2013增加至1992年的152.04倍；關中、陜南2005年燈光面積為1992年的3.13和4.33倍，到2013年增加至1992年的25.58和94.42倍。陜北燈光大面積的增加主要與陜北地區油井燃燒有關。2013年關中城市群的點狀耀斑區已經連接成線并以大中型城市為中心呈現面狀發展的趨勢，同時出現了新的點狀耀斑，并呈現出向線狀耀斑發展的趨勢。21世紀10年代初，陜西關中地區以西安為中心的城市群落已經形成，并開始呈現擴張的趨勢，交通干線已經連接陜北、陜南和關中的主要城市，新興的城市和城鎮開始大面積出現，并開始呈現出擴張的趨勢。

總之，陜西省城市化發展過程較緩慢，且基本以關中為中心，城市化過程基本上可以從空間上概括為以大城市周圍的面狀城市化過程、沿交通干線周圍的線狀城市化過程和新型小城市或小城鎮出現為特征的點狀城市化過程等三種基本過程。在三種城市化過程中，關中主要是面狀城市化過程居優勢地位，陜北和陜南則以新型小城市或小城鎮為主的點狀城市化過程為主，線狀城市化過程存在于面狀城市化過程和點狀城市化過程形成的過程中。陜西城市群落的形成基本上開始于21世紀初期，2005—2013年為城市化迅猛發展階段，關中城市群已經形成并開始向周圍擴張，陜北、陜南的點狀城市化過程開始呈現向面狀城市化過程發展的趨勢。

圖6給出了陜西省1992—2013年NTL數據線性傾向率的變化特征。由圖6可知，燈光增加的面狀區域主要位于關中中部以及陜北延安，其中西安二環以外區域和咸陽交界區的增加主要為城市發展的貢獻，延安北部NTL值大幅增加的區域和榆林北部局部減少區域主要與地表油田開采夜間燃燒廢氣有關。

圖5 陜西省1992、1998、2004和2010年NTL值分布特征

圖6 1992—2013陜西省NTL數據線性傾向率圖

4 結論與討論

本文根據DMSP/OLS數據以及陜西省統計數據分析了陜西省1992—2013年間燈光指數的變化特征，建立了燈光指數和城市化水平指數的線性模型，并用該模型分析了陜西省城市化分異情況，得出以下結論。

(1)陜西地區城市化水平綜合指數和燈光指數存在很好的相關關系，通過分析NCLI值可以較好的估算區域城市化水平。

(2)利用城市化水平綜合指數和燈光指數的相關關系，分析了近20 a陜西燈光指數的時空變化特征。得到時間上陜西省城市發展呈現出不均衡的態勢，關中地區城市化水平最高，其次為陜北地區，陜南地區城市化水平最低。

(3)陜西省城市化發展過程較緩慢，城市化過程基本上可以從空間上概括為在以關中地區城市群為中心和大城市周圍的面狀城市化過程、沿交通干線周圍的線狀城市化過程和陜北、陜南廣大區域內新型小城市或小城鎮出現為特征的點狀城市化過程三種基本過程。在三種城市化過程中，關中地區主要是面狀城市化過程居優勢地位，陜北和陜南則以新型小城市或小城鎮為主的點狀城市化過程為主，線狀城市化過程存在于面狀城市化過程和點狀城市化過程形成的過程中。陜西地區城市群落的形成基本上開始于21世紀初期，2005—2013年為陜西省城市化迅猛發展階段，關中城市群已經形成并開始向周圍擴張，陜北、陜南的點狀城市化過程開始呈現向面狀城市化過程發展的趨勢。

[1] 顧朝林,徐海賢.改革開放二十年來中國城市地理學研究進展[J].地理科學,1999,19(4)：320-331.

[2] 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.

[3] 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.

[4] 卓莉,史培軍,陳晉,等.20 世紀90 年代中國大陸城市時空變化特征——基于燈光指數CNLI方法的探討[J].地理學報,2003,58(6)：893-902.

[5] 楊眉,王世新,周藝，等，DMSP/OLS 夜間燈光數據應用研究綜述[J].遙感技術與應用，2011,26(1), 45-51.

[6] 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.

[7] ROBERTO C, MARIA C G, PAOLO R.Urban mobility and urban form:the social and environmental cost of different Patterns of urban expansion[J]. Ecological Economics, 2002, 40(2)：192-216.

[8] SUTTON P, TAYLOR M, ELVIDGE C.Using DMSP OLS imagery to characterize urban populations in developed and developing countries [J]. Remote Sensing of Urban and Suburban Areas, 2010(10)： 329-348.

[9] SUTTON P, ROBERTS D, Elvidge C D, et al.A comparion of night time satellite imagery and population density for the continental United States[J]. Photogrammetric Engineering and Remote Sensing,1997,63(11)：1303-1313.

[10] IMHOFF M L, BOUNOUA L, DEFRIES R, et al.The consequences of urban land transformation on net primary productivity in the United States[J]. Remote Sensing of Environment, 2004, 89(4): 434-443.

[11] ELVIDGE C D, BAUGH K E, HOBSON V H, et al.Satellite inventory of human settlements using nocturnal radiation emission: A contribution for the global toolchest[J].Global Change Biol, 1997(3)：387-791.

[12] LO C P.Modeling the population of China using DMSP operational linescan system nighttime data[J].Photogrammetric Engineering and Remote Sensing,2001,67(9)：1037-1047.

[13] 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.

[14] 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.

[15] 韓向娣，周藝，王世新，等.基于夜間燈光和土地利用數據的GDP空間化[J].遙感技術與應用，2012,27(3)：396-405.

[16] 李景剛,何春陽.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.

[17] 王躍云,徐旳,朱喜鋼.江蘇省城鎮建設用地擴展時空格局演化——基于1993、1998、2003年度夜間燈光數據的分析[J].現代城市研究，2010(2)：67-73.

[18] 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.

[19] ZHANG Q L,SETO K C.Mapping urbanization dynamics at regional and global scales using multi-temporal DMSP/OLS nighttime light data[J]. Remote Sensing of Environment，2011，115(9)：2320-2329.

[20] 楊眉,王世新,周藝，等,基于DMSP/OLS影響的城市化水平遙感估算方法[J].遙感信息，2011，4：100-106.