基于多源GIS數據的城市時空特征探討①
——以梅州市為例

鐘廣銳 鄭春燕 許紫彤 陳芮淇 蘇燁婷 林奕敏

(嘉應學院地理科學與旅游學院 廣東梅州 514000)

城市地區的電子地圖興趣點（POI）主要包括城市內具有標志性作用的實體建筑物，包括名稱、類別、坐標和分類等信息，具有地理實體種類覆蓋度高、數據范圍覆蓋面廣等特點。池嬌等利用POI對城市功能區進行定量識別及可視化[1]；曹芳潔等根據POI數據識別北京市商業中心[2]，只通過POI的識別存在一定局限，本文主要通過混合類型功能區的識別判定與規劃類型進行對比得到發展差異，可以一定程度上預判其橫向發展進程；夜間燈光影像相比于普通的遙感衛星影像能更多地反映人類活動，近年來成為研究城市擴張時空特征、提取城市擴張邊界等的研究熱點，鄒進貴提出構建夜間燈光影像的校正模型[3]；舒松等利用夜間燈光數據比較四種建成區的提取方法[4]。城市燈光可綜合表征人類活動在空間上的動態格局，能反映區域縱向擴張空間格局的演變規律，通過兩者結合分析得到梅州市的綜合現狀。

1 研究區概況及數據源

梅州市位于廣東省東北部，地處閩、粵、贛三省交界處，1988年設立地級市，轄梅江區、梅縣區、平遠縣、蕉嶺縣、大埔縣、豐順縣、五華縣，代管興寧市。梅州市土地面積15864.50km2，2017年末戶籍人口548.29萬人；常住人口437.88萬人，其中城鎮人口221.09萬人。

1.1 POI數據

通過ExcelMap軟件爬取高德地圖的POI數據，根據其性質及分類標準[1]進行分類，通過對POI數據進行糾偏、去重、重分類等數據清洗操作，得到梅州市內POI數據六個大類（見表1），獲得共計6369個有效點。

1.2 DMSP/OLS燈光數據

DMSP/OLS燈光數據由美國國家海洋和大氣管理局（NOAA）直接下載獲得（https://www.ngdc.noaa.gov/eog/dmsp.html），其空間分辨率為1km，系列數據由不同傳感器（F10-F16）獲取得到1998—2013年共26景影像，本文選取Version 4 DMSP-OLS Nighttime Lights Time Series燈光數據產品進行校正用于分析，通過傳感器校正及連續性校正處理提高數據的連續性和可用性。

表1 分類依據及POI的數量分布

表2 多傳感器影像校正的回歸參數模型

表3 2013年NPP/VIIRS與DMSP/OLS擬合結果對應參數

圖1 單一及混合功能區分布

圖2 規劃商業設施用地對比

1.3 NPP/VIIRS燈光數據

NPP/VIIRS燈光數據也是由美國國家海洋和大氣管理局（NOAA）直接下載獲得（https://www.ngdc.noaa.gov/eog/download.html）其中包含平均輻射值和可用觀測值的數量，空間分辨率約為1km，時間分辨率為月，選取Version 1 VIIRS Day/Night Band Nighttime Lights燈光數據產品與DMSP/OLS燈光數據進行連續校正，得到完整的1998—2018年夜間燈光數據。

2 基于POI數據的規劃對比分析

2.1 數據處理

將從高德地圖獲取的POI點進行數據清洗，剔除公眾認知度較低的公廁、報刊亭等POI點，根據其服務用途將POI點分為六大類：生活服務類、餐飲服務類、休閑娛樂類、金融保險類、購物服務類、住宿服務類。通過ArcGIS創建r=500m半徑的漁網，將POI點與網格進行空間連接得到落入單元網格的POI點數，計算頻數密度（Fi）及類型比例（Ci）指標[1]。

圖3 規劃二類居住用地對比

圖4 2018年影像校正前后對比

等式中，i表示POI類型；ni表示單元內第i種類型POI數量；Ni表示第i種類型POI總數；Fi表示第i種類型POI占該類型POI總數的比例（式①）；Ci表示第i種類型POI的頻數密度占單元內所有類型POI頻數密度的比，反應某一類型POI的集中程度（式②）。

images/BZ_260_1639_2262_1954_2338.png①images/BZ_260_1573_2355_2020_2439.png②

2.2 功能區可視化及與規劃的對比

以某一類型C_i比例值為50%作為判斷單元功能性質的標準，比例占50%及以上可確定該單元為單一功能區，單元內所有類型的POI比例均沒有達到50%可確定該功能區為混合功能區，本文混合類型取決于單元內前兩種最主要的POI類型。

圖1顯示，梅州市混合功能區集中分布在梅江區、梅縣區，即梅州市中心城區一帶；少數聚集在各個區縣中心區域，表明區縣的中心城鎮區域功能相對復雜，能更高水平地滿足人們的日常需求。單一功能區在混合功能區周圍分散，部分沿主要交通路網分布，說明沿主要交通路網分布的功能單元的服務功能相對單一化。

圖5 1998—2018年梅州夜間燈光影像及建成區擴張

圖6 1998—2018年建成區擴張情況

2.3 規劃對比分析

根據以上得到的功能區類型，與《梅州市城市總體規劃（2015-2030年）》（以下簡稱《總體規劃》）中的《規劃區建設用地規劃圖》（以下簡稱《規劃圖》）進行對比。

如圖2梅江與梅州大道的中間部分區域，規劃為商業設施用地，商業設施用地主要指用于商業、服務業的土地，包括批發零售用地、住宿餐飲用地、商務金融用地、其他商服用地。POI識別結果為生活餐飲類功能區，其四周為生活購物類、購物娛樂類及生活住宿類等功能區，顯然此區域的識別結果與規劃方向一致程度較高。

如圖3為梅塘東路附近區域，在《規劃圖》中為二類居住用地，二類居住用地涵蓋分布廣泛的以多層、中高層及高層單元式居住建筑為主、配套設施齊全、布局完整的用地，POI識別結果為住宿金融類、住宿餐飲類功能區，周圍為生活金融類、生活餐飲類功能區，且尚有無數據區存在，說明發展現狀與規劃方向較為吻合，但局部發展不足。

3 基于夜間燈光數據的空間格局演化規律分析

3.1 DMSP/OLS燈光影像處理

根據NOAA獲得的1998—2013年26景影像，采用已有的梅州市矢量范圍提取出梅州市范圍的影像，選取夜間燈光相對不變的梅江區作為不變目標區。在梅州市范圍內，以總灰度值較高、連續性較好的F162005影像作為標定數據集，建立一元二次回歸模型[3]，對其他影像依次進行傳感器校正（表2）。F18傳感器2010—2013的影像由同一傳感器獲得，故單獨進行連續校正，得到1998—2013較為連續的影像。

3.2 NPP/VIIRS燈光影像與DMSP/OLS燈光影像的相互校正

由于NPP/VIIRS是月度合成數據，需要進行均值計算得到年度合成影像，將兩種不同傳感器來源的燈光影像的空間分辨率參照1km*1km[5]的重采樣處理方法得到空間分辨率一致的夜間燈光數據。擬合2013年NPP/VIIRS與DMSP/OLS影像建立兩種數據源的回歸關系[3]，再以此校正2018年NPP/VIIRS的影像數據。表3中可以看出，結合R2及RMSE（均方根誤差），對數模型擬合度較高，因此本文選擇對數模型對2013年NPP/VIIRS與DMSP/OLS進行相互校正，得到校正后的2018年燈光影像（見圖4）。

3.3 擴張分析

校正后的1998—2018年影像圖5依次所示。根據國家統計年鑒，梅州市的建成區面積如下：1998年45km2、2008年40km2、2018年51km2。將DN值依據建成區面積進行劃分[4]，臨界DN值依次為13、23、24，由此可以看出梅州市發展擴張趨勢（見圖6）。

從圖6可看出，梅江區是梅州的發展中心，從梅江區的金山街道向外輻射到城北鎮、城東鎮和三角鎮，梅縣的程江鎮和南口鎮，其中東西方向擴張明顯且幅度較大，向東方向有與梅縣的雁洋鎮和丙村鎮建成區交匯的趨勢，向北方向有與蕉嶺縣建成區交匯的趨勢。

興寧市、平遠縣、蕉嶺縣、大埔縣、豐順縣、五華縣作為“六組團”有較強的產業基礎和旅游資源，其中興寧組團和五華組團東西擴張明顯，豐順組團的擴張趨勢為南北走向，加之2008—2018年間梅江韓江綠色健康文化旅游產業帶以梅江和韓江上游及其主要支流為紐帶，發展頗有成效。不難看出，興寧組團、五華組團、豐順組團與梅江韓江綠色健康文化旅游產業帶區域形成連片建成區是大勢所趨；而平遠縣、大埔縣的建成區相對獨立，且發展速度較緩、發展程度較小，顯然還未能與周圍區縣的有較強的聯系。

4 結語

4.1 結論

(1)梅州市的功能區在地理空間分布不均勻，總體上存在較強的空間集聚性，總體分布特征是以梅江區為發展中心開始發散，輻射帶動周邊縣區的發展，規劃市域“一區兩帶六組團”的城鎮總體空間格局初步形成。

(2)從微觀的單元功能區來看，梅州中心城區發展現狀與規劃發展相契合，為“單中心”圈層式發展模式，其單元功能較為復雜，能較好地滿足民眾的生產生活需要，發展不足的主要是大埔縣和五華縣，混合功能區較少，可發展成連片的單一功能區也相對來說較少。

(3)從宏觀的縱向時間角度來看，中心城區總體擴張趨勢明顯，但大埔縣與中心城區和周圍區縣取得的發展聯系較少，處于相對孤立的狀態，因而整體上梅州市的空間分布格局較為不平衡。

4.2 建議

(1)單元功能區需要進行功能布局調整，其中中心城區有較好的功能基礎，適當增加建設的投入以增強服務功能的復雜程度，有利于縮短民眾獲得各類服務的成本，提高功能區的服務質量。

(2)除了強化中心城區的核心地位，更關鍵的是要以城帶鄉形成聯動發展，大埔、五華地區的進一步發展可以充分利用其本身的優勢資源如紅色旅游資源、生態資源等帶動其發展，縮小各區的發展差異，實現梅州市的協同發展。

(3)功能區之間需增強聯系，市內主要是是梅州市內的“一區兩帶”,發展好本地的產業帶，聯系帶動弱勢地區，增強內部聯系；市外以東南是潮汕地區，以東經濟較發達的廈門漳州，利用位置優勢增強區域之間的產業聯系，把握好發展機遇。