基于DMSP/OLS夜間燈光數據的新疆城市變化驅動力分析

喬雪偉，高敏華，孜比布拉·司馬義，3

（1.新疆大學綠洲生態教育部重點實驗室，新疆烏魯木齊 830046；2.新疆大學資源與環境科學學院，新疆烏魯木齊 830046；3.新疆大學智慧城市與環境建模普通高校重點實驗室，新疆烏魯木齊 830046）

城市擴展已是當今社會研究的熱點，受到廣大學者的關注。新疆自改革開放以來發生了翻天覆地的變化，取得了令人矚目的成就。新疆深居歐亞大陸，是典型的內陸干旱區［1］，由于其地理環境的特殊性，城市擴張具有明顯的空間差異性［2］。“大分散、小集聚”是新疆城市分布的一大特點［3］。美國國防衛星計劃（DMSP）為這種大尺度空間范圍的研究提供了一種有效的探測手段。目前使用的DMSP衛星系統均搭載了線性掃描業務系統（OLS）傳感器，其獲取的夜間燈光數據具有很多優點，且獲取途徑不受光線、陰影影響［4］，同時Landsat影像能反映地區交通道路、居民地等信息，從而能夠解讀人口、城市等因子的分布狀況；它以城鎮為目標，為城鎮研究提供了準確、直接、省時的方法［5］。因此DMSP/OLS夜間燈光數據可以作為監測人類活動的良好數據源。近年來DMSP/OLS夜間燈光數據被普遍應用于城市空間擴展［6-9］、城市化［10］研究。除此之外，夜間燈光數據被廣泛應用于各類社會經濟指標研究，主要包括國內生產總值（GDP）空間化分析［11-12］、能源消費量模擬［13］、人口密度模擬［14-15］和植被初級生產力的估算［16］等。在我國，利用夜間燈光數據對城市化進行研究的成果較多，但目前對于我國城市群空間發展模式和過程的研究還比較薄弱［10］，在未來的研究中值得深入探討。另外，夜間燈光數據的運用在一些方面仍存在難點，如在提取城市建成區時，閾值的確定存在地區間差異性較大的問題，有待進一步研究。陳晉等在2003年構建了一個在省級尺度上能夠反映城市化水平的線性加權燈光指數［17］，隨后卓莉等在陳晉的基礎上構建了一個無需加權的相對簡單的燈光指數——CNLI（compounded night light index），結果表明，CNLI與基于統計數據的城市化水平復合指數顯著相關，能夠很好地反映區域城市化綜合水平［18］，該研究實現了燈光指數像元化，證明CNLI是研究城市化水平的可靠依據。

新疆地大物博，城市分布較為分散。目前，結合統計數據和夜間燈光數據對于這種大尺度、分散型?。ㄊ校┑难芯枯^少，且關于新疆城市夜間燈光數據變化特征和變化機制的研究較少，本研究從這2個方面對新疆城市變化進行時間序列研究，引用卓莉等構建的燈光指數概念，選取10個新疆主要綠洲城市為研究對象，借助2001年、2005年、2009年、2013年的各項統計數據對新疆城市夜間燈光數據變化原因進行研究，按照“分析燈光數據分布格局—構建燈光指數—探討燈光指數變化機制”的技術路線，對新疆城市的時空格局變化進行分析，以期為未來城市的發展研究提供參考依據。

1 研究區與數據

1.1 研究區

新疆位于我國西北邊陲，是我國陸地面積最大的省級行政區，其地理位置極其重要。在本研究中，小型城市的夜間燈光數據表征不明顯，因此選取10個新疆燈光數據特征表現較為明顯的城市作為研究對象，分別為烏魯木齊市、昌吉市、哈密市伊州區（以下簡稱哈密市）、克拉瑪依市、石河子市、奎屯市、伊寧市、庫爾勒市、阿克蘇市北部（以下簡稱阿克蘇市）及喀什市。這10個城市的地理位置如圖1所示。

2 研究方法

2.1 數據源

本研究使用的數據主要有夜間燈光數據、社會經濟數據、土地利用現狀數據及新疆縣級行政區矢量數據，其中2001年、2005年、2009年、2013年的夜間燈光數據來源于美國國防部的極軌衛星計劃，由中國科學院資源環境科學數據中心提供，其空間分辨率為1 km，灰度值范圍為0～63。社會經濟數據來自于各地區統計年鑒，土地利用現狀數據主要來源于新疆維吾爾自治區國土資源規劃研究院。

2.2 數據預處理

夜間燈光數據的灰度值是表征城市發展狀況的重要指標之一?；叶戎翟酱?，表示燈光數據越明顯，城市發展越好。利用ArcGIS軟件，借助新疆縣級行政區矢量數據，分別對10個城市2001年、2005年、2009年、2013年的夜間燈光數據進行裁剪，得到各個城市4個年份的夜間燈光數據，統計各年份的燈光數據。

2.3 燈光指數的構建

2.3.1 夜間燈光指數 通過城市夜間燈光數據分布的2個屬性（城市相對夜間燈光強度和城市燈光面積率）來構建夜間燈光指數，即用二者乘積來表示城市的夜間燈光指數。其公式為

式中：CNLI為城市燈光指數；R為城市相對夜間燈光強度；L為城市燈光面積率。

2.3.2 城市相對夜間燈光強度 城市相對夜間燈光強度計算公式為

式中：DNi為某城市區域內第i個灰度等級的灰度值（63≥i≥1）；Ni為某區域內第i個灰度等級的像元數；DNm為某城市夜間燈光像元最大灰度值。

2.3.3 城市燈光面積率 城市燈光面積率計算公式為

式中：Sa為某城市中所有燈光像元的總面積；S為某城市的總像元面積。

2.4 數理統計

由于城市夜間燈光數據的變化與城市的人口、產業結構等息息相關［17］，因此可以借助各項統計數據來進一步探討城市夜間燈光的變化機制?；貧w分析是指在大量原始數據的基礎上，建立能夠反映各要素之間具體數量關系的數學模型，即回歸模型，用來預測未來事物的發展趨勢［19］。為方便去除量綱差異的影響，本研究所采用的指標均為百分數，所選取的統計數據包括以下7項：第一產業產值占地區生產總值的比重（X1）、第二產業產值占地區生產總值的比重（X2）、第三產業產值占地區生產總值的比重（X3）、城市非農業人口占地區總人口的比重（X4）、交通運輸用地占地區總面積的比例（X5）、水域及水利設施用地占地區總面積的比例（X6）和城鎮村及工礦用地占地區總面積的比例（X7）。

3 結果與分析

3.1 新疆城市燈光影像表征

從圖2可以看出，2001—2013年新疆城市發展速度較快是顯而易見的。2001年全疆燈光數據分布零散，燈光數據面積較小。2005年、2009年、2013年，城市燈光數據高值區面積在2001年的基礎上明顯增加，且更趨于規則分布，呈現出以主要城市為中心不斷向四周擴張的動態發展趨勢。北疆城市燈光面積增加量高于南疆。位于阿克蘇市和庫爾勒市連線之間的庫車縣和輪臺縣夜間燈光數據分布在2001年較為集中，2005年趨于分散，2009年明顯減少，2013年又明顯增加。此外，塔克拉瑪干沙漠周邊縣（市）的燈光數據也在明顯增加，且呈帶狀發展趨勢，發展較快的是和田綠洲一帶。

3.2 燈光指數的計算

根據“2.3”節中的公式，計算所得結果見表1。

從表1可以看出，2001年和2005年夜間燈光指數大于0.05的有石河子市、伊寧市、奎屯市和喀什市；2009年夜間燈光指數大于0.05的除上述4個城市外，烏魯木齊市從2005年的0.047 4增加為0.065 4；2013年夜間燈光指數大于0.05的城市增加為7個，分別為烏魯木齊市、克拉瑪依市、石河子市、伊寧市、奎屯市、庫爾勒市和喀什市。哈密市、昌吉市和阿克蘇市各年的燈光指數均小于0.05。

3.3 逐步回歸建模

首先，對各因子進行相關性分析，通過相關性分析，可以檢驗各因子與燈光指數之間是否存在相關性，以便于分析燈光指數變化機制。

由表2可知，X5、X7與CNLI的相關系數均大于0.8，且X5與X7的相關系數也大于0.8，表明這三者間兩兩相關。X6與CNLI的相關系數為0.527。其余4項因子對CNLI的影響較小。此外，X2與X3之間呈顯著負相關。

其次，借助SPSS軟件，運用逐步回歸分析決策來確定對夜間燈光指數具有解釋力的因子以及各因子與夜間燈光指數之間的具體數量關系。該方法自動選取上述7個因子中對夜間燈光指數最具有解釋力的因子進入模型，淘汰相關度較低的因子，最后得到一個通過最少因子解釋夜間燈光指數變化的最佳模型組合，利用該模型可預測未來城市燈光指數的變化情況。符合本研究判斷條件的概率值必須小于0.05，當概率值大于等于0.1時將會被剔除。各因子中與CNLI相關度最高的為X7，因此首先被選入回歸方程。由表3可知，除X7外6個因子的偏相關系數均未達到0.05顯著性水平，因此這6個因子均被舍去。

表1 各年城市R、L、CNLI

表2 各變量間的相關性

表3 已排除變量

如表4所示，模型1的r2為0.834，X7的P值遠小于0.05，表明以X7預測夜間燈光指數有83.4%的解釋力，說明城鎮村及工礦用地占地區總面積的比例能夠解釋足夠多的燈光指數變化現象；另外，該模型β值高達0.913，表明其具有很強的預測能力，則模型1的表達式為

式中：Y表示夜間燈光指數的預測值。

表4 模型1系數表

3.4 模型驗證

模型驗證是衡量模型應用效果的重要步驟［20］，通過比較統計值和模擬值，對模型的準確性進行直觀評價［21］。為了驗證模型1的預測能力，以10個城市2012年的城鎮村及工礦用地面積數據作為驗證樣本，計算2012年10個城市夜間燈光指數的預測值與真實值，結果如表5所示。

4 討論

4.1 全疆夜間燈光數據分析

2001年全疆社會經濟發展水平較低，提供照明的公共設施不完善，交通工具較少，因此2001年全疆的夜間燈光數據不明顯。進入21世紀后，全疆在黨和國家的關懷下快速發展，取得了令世人矚目的成就。2013年全疆燈光數據明顯增加。除了10個主要城市發展速度較快外，位于這些城市連線上的地區燈光數據也在增加，表明城市之間的社會經濟聯系越來越多，主要城市的發展也帶動了沿線城市的發展。其中輪臺縣和庫車縣在2001—2013年期間燈光數據經歷了先增加后減少再增加的過程，在2009年這2個城市的燈光數據明顯減少，說明這2個城市在2009年經濟發展低迷，之后隨著政府投入的加大，受旅游業和石油開發建設的影響，庫車縣和輪臺縣經濟迅速發展起來。由于塔克拉瑪干沙漠擁有豐富的石油和天然氣儲量，近年來位于沙漠周邊縣（市）的聯系更加緊密，和田綠洲在未來有望成為一個小的城市群［22］。

表5 2012年各城市CNLI估算結果

4.2 夜間燈光指數變化分析

夜間燈光指數越大表示該地區經濟發展越好。從圖3可以看出，受城市發展水平影響，夜間燈光指數的空間差異性較大?？傮w來說，這10個城市的夜間燈光指數隨時間呈不同程度的上升趨勢，其中最大的是石河子市，自2005年來呈直線上升趨勢，該城市面積較小，燈光面積率在2013年高達95.43%；其次是喀什市和伊寧市。石河子市、喀什市和伊寧市都是新疆的宜居城市，說明城市生活環境對城市發展起到了至關重要的作用。由此可見，夜間燈光指數較大的城市均為面積較小的城市，在新疆這類城市發展速度較快。在本研究選取的4年中，夜間燈光指數變化較慢的城市有5個，分別為庫爾勒市、克拉瑪依市、阿克蘇市、昌吉市和哈密市，可以看出，面積較大的城市夜間燈光指數變化較小，說明面積大的城市發展不充分。其中哈密市的夜間燈光指數在所研究的4年中均為最低，變化趨勢平緩，這4年的城市燈光面積率遠遠小于其他城市。阿克蘇市2013年燈光指數增幅明顯，原因是2009年阿克蘇市自治區級工業園區的成立帶動了當地經濟的發展。針對夜間燈光指數較低的城市，政府應充分利用當地優勢，努力給當地經濟帶來新的增長點。近年來，昌吉市新興了許多具有現代畜牧業特色的優勢產業，拉動了區域經濟產業鏈的發展。哈密市地域遼闊，自古就是絲綢之路的咽喉，有著豐富的物產資源，是一塊待開發的寶地。2016年哈密地區撤地設市，為這座城市帶來了新的發展機遇。從這些城市的燈光指數變化情況來看，國家和政府近年來采取了許多措施來促進地區發展。

4.3 回歸模型分析

經逐步回歸分析發現，夜間燈光指數主要與城鎮村及工礦用地占地區總面積的比例有關，一個地區的總面積基本保持不變，因此城鎮村及工礦用地面積對夜間燈光指數起著決定性作用。夜間燈光指數隨著城鎮村及工礦用地面積的增加而變大。

該模型具有較強的預測能力，從圖4可以看出，2012年夜間燈光指數的預測值與真實值之間有較強的一致性，曲線大體相符。夜間燈光指數預測值較大的有石河子市、伊寧市和喀什市，最小的為哈密市，與實際情況相符。其中克拉瑪依市、石河子市和奎屯市的預測誤差較大，其余城市的預測值和真實值都較吻合。克拉瑪依市和奎屯市為工業城市，石河子市為旅游城市，這3個城市的交通能力較強。表2顯示，交通運輸用地占地區總面積的比例與夜間燈光指數的相關性也較高，因此對這3個城市而言，在預測夜間燈光指數時，僅僅考慮城鎮村及工礦用地占地區總面積的比例這一項因子是不夠的。此外，運用該模型估算夜間燈光指數時也存在不合理現象，例如在估算2012年哈密市的夜間燈光指數時出現負值，夜間燈光指數應為一個大于零的數值，出現這種情況是因為城鎮村及工礦用地所占地區面積太小，經計算得出，當地區城鎮村及工礦用地所占比例小于0.007 5時，夜間燈光指數的預測值會出現小于零的情況，此時該模型不適用，需綜合考慮各項因子的影響。綜上所述，利用城鎮村及工礦用地占地區總面積的比例估算城市夜間燈光指數具有一定的可靠性和普適性。本研究是基于新疆城市數據進行夜間燈光指數預測的一個初步嘗試，在基于燈光數據的城市建成區提取、城市群產業經濟聯系和城市化驅動力機制等方面的研究還有待進一步探索。

5 結論

結合統計數據，對新疆城市夜間燈光數據進行分析，得出以下結論：（1）與2001年相比，2013年新疆城市夜間燈光數據呈現出以主要城市為中心不斷向四周擴張的動態發展趨勢。城市之間的聯系越來越緊密，主要城市在自身經濟發展的同時也帶動了沿線城市的發展。（2）近年來新疆城市發展較為平穩，在時間序列上新疆城市燈光指數呈上升趨勢。小面積城市成為新疆發展的熱點，例如石河子市、喀什市和伊寧市發展速度較快；哈密市、昌吉市和阿克蘇市地域遼闊，夜間燈光指數增長緩慢，地區發展空間巨大。（3）交通運輸用地面積和城鎮村及工礦用地面積對夜間燈光指數的影響較大，且均與夜間燈光指數呈正相關關系。（4）逐步回歸分析法能夠準確分析夜間燈光指數的變化機制，所構建的回歸模型具有較高的可信度（r2＝0.834）和預測能力（β＝0.913），分析發現，城鎮村及工礦用地占地區總面積的比例對夜間燈光指數的影響較大，兩者呈顯著正相關關系。利用城鎮村及工礦用地占地區總面積的比例能準確預測地區夜間燈光指數。