基于夜間燈光數據的哈大齊工業走廊城市空間擴展特征分析

劉亞亭

(山東科技大學 測繪科學與工程學院, 山東 青島 266590)

0 引言

改革開放以來,以黑龍江省為代表的老工業地區多以發展重工業為主,隨著生態環境嚴重破壞,可持續發展面臨巨大挑戰。“哈大齊工業走廊”是黑龍江省選擇老工業基地振興的先行區[1]。科學、準確、有效地對城市空間擴展進行分析,可以為東北地區經濟發展提供科學參考。遙感技術的蓬勃發展和遙感數據成為各行業分析研究的重要數據源,結合遙感技術和遙感數據對城市空間擴展演變的研究更加可靠、便捷、直觀。相比于其他遙感數據,美國國防氣象衛星計劃線性掃描系統(Defense Meteorological Satellite Program-Operational Linescan System，DMSP-OLS)和夜光傳感器可見光近紅外成像輻射搭載國家極軌衛星(Nation Polar Orbiting Partnership-Visible Infrared Imaging Radiometer Suite，NPP-VIIRS)夜間燈光數據具有分辨率低、數據量小、輻射范圍廣、數據發行早等特點[2]。

利用夜間燈光數據對城市空間格局分析已取得一些成果。張茹霞等基于兩種夜間燈光數據對東北三省城市空間格局變化特點以及造成的原因的探究,利用支持向量機的分類方法提取城市燈光斑塊[3]。路春燕等基于夜間燈光數據綜合利用地理信息系統空間分析能力、城市空間擴展速率指數及標準差橢圓等方法對環渤海城市群時空演變過程進行研究[4]。基于植被校正的城市夜間燈光指數(Vegetation Adjusted NTL Urban Index，VANUI)空間分辨率較低,容易混淆城市邊緣的建筑、水體,因此，劉智麗等對VANUI做出改進,利用分水嶺分割算法提取建成區[5]。張大成等對杭州灣城市群時空演變規律和發展趨勢進行研究,選取標準差橢圓、燈光總量、首位度等多種模型指標對城市發展軌跡進行分析[6]。丁月等運用空間統計分析方法,對山東縣域經濟發展的時空特征進行分析,結果表明區域國內生產總值(Gross Domestic Product，GDP)與燈光數據具有顯著的相關性[7]。舒松等以上海為例,通過對比四種建成區提取方法,發現統計數據法精度較高[8]。

本文對哈爾濱、大慶、齊齊哈爾長時間序列夜間燈光數據進行研究,應用兩種夜間燈光遙感數據,解決了長時間序列不同數據的可比性問題。并運用多種指標對哈大齊城市擴展特征進行評價,進而探討城市擴展的驅動機制,分析人口因素、經濟因素、政策規劃因素對城市擴展的貢獻占比大小,實現對城市空間擴展的動態分析,以期對未來黑龍江省發展規劃及政策制定有一定參考價值。

1 研究區概況

“哈大齊工業走廊”是由哈爾濱市途徑大慶市到齊齊哈爾市用地總面積為837.1 km2的新型工業經濟園區。建設“哈大齊工業走廊”的決策,于2004年經黑龍江省委常委會提出,是黑龍江省全面建設小康社會和振興老工業區的重大戰略部署。計劃用15 a時間建成,將分三步發展,2005—2006年開發100～150 km2,2008—2010年開發255 km2,2020年完成其余400多km2的開發計劃。整個走廊以能源、化工、裝備、汽車、食品、高新技術六大板塊為主框架,構筑現代產業帶。

2 數據來源

本文選擇DMSP-OLS和NPP-VIIRS數據來源于美國國家海洋和大氣管理局國家地球物理數據中心(National Oceanicand Atmospheric Administration/National Geophysical Data Center,NOAA/NGDC)官方網站。根據哈大齊工業走廊的建設規劃時間,選擇的2005、2008、2010年的DMSP-OLS穩定燈光數據,該數據空間分辨率低于1 km,DN值范圍0～63存在飽和現象。為了研究的實時性選擇了最新數據2019年份的NPP-VIIRS數據,該數據空間分辨率可達500 m。行政區劃圖數據在中國專業IT社區(Chinese Software Deve-loper Network，CSDN)網站上免費獲得的,用于提取城市的邊界。研究所用統計數據包括年末人口數、GDP、城鎮固定資產投資額、城市建設用地面積,統計數據來源于《黑龍江省統計年鑒(2005—2019)》,主要應用于城市建成區光斑提取、城市空間擴展特征分析以及驅動力分析。

3 研究方法

3.1 數據預處理

為解決多時期、不同數據的可比性問題,需對兩類數據進行相互校正。首先對DMSP-OLS與NPP-VIIRS夜間燈光數據進行預處理,預處理使得數據在提取城市燈光斑塊時可以獲取更高的精度。DMSP-OLS和NPP-VIIRS數據預處理主要包括研究區裁剪、投影變換、重采樣、相互校正。為避免影像網格形變帶來的影響及方便計算影像中燈光值像元的面,需統一影像的投影坐標系,都轉換為Albers投影,并對影像中的網格重采樣為1 km。相互校正過程中應用不變目標區域法。本文參考曹子陽等夜間燈光數據的校正方法,構建一元二次回歸模型并得到校正參數[9],如表1所示。

表1 一元二次回歸模型校正參數

為延長時間序列的可比性。利用處理后的2013年的DMSP-OLS數據對相同年份NPP-VIIRS進行回歸分析建模校正,再用校正后的2013年的NPP-VIIRS數據對2019年的NPP-VIIRS數據建立一元二次回歸分析模型,得到校正參數如表2所示。

表2 基于DMSP-OLS數據校正NPP-VIIRS數據模型參數

3.2 城市燈光斑塊提取

目前利用夜間燈光數據提取城市建成區的方法有4種,其中經驗閾值法具有較強的主觀性,得到的結果因研究人員的不同而有差異;突變檢測法具有較強客觀性,但數據處理較為繁瑣;較高分辨率影像數據空間比較法需要TM(Thematicmapper)影像作為輔助數據,研究成本高,數據處理過程較為復雜;參考比較法受統計數據準確性的限制,但相較于其他方法數據處理過程較為方便。本文應用參考比較法,即基于一系列燈光閾值提取出城市建成區面積與統計數據中建成區面積進行對比,把誤差最小的閾值作為最佳閾值來提取城市建成區范圍。各年份各城市的燈光閾值(CN值)如表3所示。

表3 基于參考比較法得到的最佳燈光閾值

3.3 數學模型

以夜間燈光數據為數據源,提取城市建成區范圍,建立空間測算分析模型。主要從分形維數、緊湊度、擴展速度、城市重心4個數學模型進行城市擴展規律分析。

3.3.1分形維數

分形維數表示城市建成區對于空間的填充能力和邊界不規則的復雜程度,分形維數S是描述分形體的重要參數,其公式為[1]:

(1)

式中,A、P分別為城市建成區的面積、周長。

在某段時間內城市的分形維數增加,則說明形狀越復雜,表明城市空間擴展模式以向外擴展為主[10];城市分形維數減小,說明城市邊界形狀越簡單,城市空間擴展模式以邊緣填充為主[10]。若城市分形維數保持穩定,則城市擴展相對穩定主要以向內填充。

3.3.2緊湊度

緊湊度是反映城市空間形狀的重要指標,用于描述城市空間的聚集程度[1]。其公式為:

(2)

式中,B為緊湊度；A、P分別為城市建成區的面積、周長。緊湊度越大城市建成區越緊湊表明城市受外界干擾小[10]。緊湊度越大的城市,平面形狀越接近圓形,單位空間所占面積越大,因此,緊湊度越大的城市越有利于城市基礎設施的統籌安排[11]。

3.3.3擴展速度

根據空間擴展速度來量化城市空間擴展特征。擴展速度表示某段時間內建成區面積和周長的增長率,用于比較不同時間段內建成區擴展的趨勢與快慢。其公式為:

(3)

(4)

式中,a為面積增長率；p為周長增長率；A1、A2和P1、P2分別為建成區首末年份的面積和周長。

3.3.4城市重心

重心理論是從全局的角度定量化解釋地理空間實體在空間的中心性、方向性和空間形態等特征[2]。重心坐標位置和重心遷移的距離可以表示城市的擴展趨勢和軌跡[1]。其公式為:

(5)

(6)

式中,(X,Y)為重心坐標；D為重心遷移距離；n為區域像元總數；(xi,yi)為第i個像元的坐標；Ni為第i個像元的灰度值。

4 城市空間擴展過程分析

4.1 城市建成區光斑

提取出2005、2008、2010、2019年哈爾濱、大慶、齊齊哈爾城市建成區范圍,如圖1所示。三座城市建成區在不同程度的向外延伸。

圖1 2005—2019年城市建成區光斑

4.2 城市建成區光斑

本文統計2005—2019年建成區光斑的面積和周長,計算分形維數和緊湊度。如表4～5所示。

表5 2005—2019年哈大齊城市形態測度

哈大齊三城市的面積和周長的增速表明城市建設用地擴展速度持續增大。相比其他兩座城市,大慶市在2005—2008年建成區面積和周長增速都為負增長,城市出現時空收縮現象。哈爾濱在分形維數值上有一定幅度的波動,而緊湊度呈現相反的幅度波動。在建成區面積增加的同時，分形維數的減小和緊湊度的增加,使得城市表現為向內部和邊界填充的擴展趨勢。而分形維數的增加和緊湊度的減小,使得城市表現為向外快速擴張的趨勢。隨著時間推移,大慶市的緊湊度呈現波動式變化,而分形維數在持續減小。表明城市主要以填充式發展為主,緊湊度的大小變化決定了城市是向內發展還是向邊緣發展。齊齊哈爾相對于其他城市兩個指標變化單一,城市處于平穩向外發展。

根據公式(5)～(6)計算城市空間重心參數,得到2005—2019年哈大齊城市重心位置示意圖,如圖2所示。重心偏移距離如表6所示。

表6 哈大齊城市重心偏移距離 單位：km

圖2 哈大齊城市重心位置示意圖

2010—2019年間哈爾濱和齊齊哈爾偏移距離較大，為5 km左右,三個時間段大慶市偏移距離相對均勻,故在各方向發展較均勻。結合重心位置示意圖,哈爾濱總體重心趨勢向東北偏移,主要由松北區、群力新區等地區在近年來的高速發展所致。大慶在三個時段重心先向西北方向移動,再向西南方向移動,最后向東北方向移動,回到最初點附近,總體趨勢向西北偏移。齊齊哈爾在2010—2019年間城市重心向西南方向偏移距離較大為5.08 km,總體趨勢向西南移動。

5 城市空間擴展驅動力分析

對于城市空間擴展的驅動因素主要有人口因素、經濟因素、政策規劃因素。城市規劃建設越好的地方人口密度越大,同樣經濟也就越發達,而國家的政策支持更是具有導向作用。本文選取年末人口數、GDP、城鎮固定資產投資額3個指標來代表人口因素、經濟因素、政策規劃因素對城市空間擴展的相關性進行分析[10]。在SPSS軟件中進行相關性分析,計算城市建成區面積與所選取的3個統計指標的相關性,得到表7[10]。

表7 建成區面積與統計指標相關系數矩陣

可以看出人口數、GDP、城鎮固定資產投資額3個指標對建成區面積的擴大都具有顯著的相關性,因此,定量分析了人口、經濟、政策規劃因素的影響程度。

6 結束語

本文為給振興東北地區等老工業基地提供理論依據,對哈大齊工業走廊城市時空格局演化進行研究。利用兩種夜間燈光遙感影像所獲得的研究區4期城市建成區光斑,通過計算建成區光斑面積、周長、分形維度、緊湊度、擴展速度、城市重心等數學指標分析城市2005—2019年的空間擴展過程。并依據城市人口數量變化、經濟發展狀況、城市建設規劃政策等，對城市建成區面積進行相關性分析。

本研究仍然存在一些問題和不足。一方面由于NPP-VIIRS完整的年份數據從2015年才開始發行,使得數據自身的問題對研究過程帶來了一定誤差,影響了數據的可靠性。另一方面,在利用不同分辨率的兩種數據進行研究時,相互校正的理論依據相對欠缺,導致長時間序列數據的可用性存在一定誤差。在未來的研究中,應加強兩種數據相互校正方法的研究,延長時間序列的數據可比性,為城市空間擴展研究提供更精準可靠的研究數據。