新冠疫情對城市群夜間燈光影響及時空異質性分析
——以長江中游城市群為例

胡于杰，周亮，2，，4，孫東琪，孫欽珂

(1.蘭州交通大學 測繪與地理信息學院，蘭州 730070；2.地理國情監(jiān)測技術應用國家地方聯(lián)合工程研究中心，蘭州730070；3.中國科學院地理科學與資源研究所，北京 100101；4.甘肅省地理國情監(jiān)測工程實驗室，蘭州 730070；5.華東師范大學 地理科學學院，上海 200241)

0 引言

重大突發(fā)公共衛(wèi)生事件突發(fā)性與未知性為城市乃至國家發(fā)展帶來巨大挑戰(zhàn)[1]。新型冠狀病毒肺炎(COVID-19)在全球范圍內確診和死亡病例呈現(xiàn)大規(guī)模增長趨勢，具有極強的傳播能力和變異能力。病毒已嚴重威脅到城市及全球的安全與穩(wěn)定發(fā)展，成為當前全球重大突發(fā)公共衛(wèi)生事件[2-4]。為阻斷病毒傳播，各國政府相繼采取疫情防控管理措施，導致常態(tài)化社會經濟活動受到深遠影響[5-6]。因此，如何科學有效地評估疫情對不同國家、地區(qū)和城市活動的影響是當前進行常規(guī)化疫情防控和未來應對重大突發(fā)公共衛(wèi)生事件的重要基礎。夜間燈光作為城市活動的映射，可在時空尺度上檢測城市受影響以及恢復程度，為評估疫情監(jiān)測和恢復提供針對性信息，是未來應對和適應大型流行病背景下，城市恢復趨勢監(jiān)測的重要方向之一。

夜間燈光數(shù)據(jù)應用廣泛且研究主題與社會熱點緊密聯(lián)系[7]。一方面用于估算GDP[8-9]、貧困[10]、碳排放[11]、城市人口[12]等社會經濟指標[13]，另一方面用于多尺度城市空間分析，識別城市中心[14]、不透水面[15]、建成區(qū)[16]等，還用于自然災害[17]、戰(zhàn)爭[18]、環(huán)境與健康[19]等公共安全領域研究。當前疫情流行背景下，已有關于夜間燈光與疫情結合的研究，如疫情期間燈光變化模式[20]、疫情前后復工復產水平[21]等。總結COVID-19疫情背景下夜間燈光的研究存在兩個特點。一是大尺度空間研究較多。多數(shù)學者研究為國家尺度，如中國、印度等發(fā)展中國家疫情期間燈光變化[22-23]，部分學者研究中美之間受城市封鎖燈光變化模式差異[24]。然而，目前針對最早實施封鎖政策的城市及城市群研究較少，對早期進行城市封鎖的城市群內部變化模式的研究，有利于其他城市和國家制定較為精準的防疫措施。二是數(shù)據(jù)選擇具有多樣性。其中月度數(shù)據(jù)通常被用來進行長時間序列分析，而日數(shù)據(jù)則用于短期的研究，如城市封鎖前后的日間燈光變化[25]。此外，現(xiàn)有研究中除NPP-VIIRS燈光數(shù)據(jù)外，人口分布、人口移動[26]及環(huán)境質量[27]等其他輔助數(shù)據(jù)也被用于研究。研究表明，疫情期間城市封鎖會導致燈光亮度大幅度減少，解封后燈光亮度會迅速恢復。然而，目前研究使用的夜間燈光數(shù)據(jù)特征較單一，因此需要從燈光總強度、穩(wěn)定性等多個角度入手并結合城市結構差異進行分析。

綜上所述，深入分析時空差異下城市封鎖對城市夜間燈光影響的過程，是當前展開常態(tài)化防疫和未來應對公共衛(wèi)生事件挑戰(zhàn)的重要基礎。基于此，本研究的科學問題是：疫情期間長江中游城市群及關鍵城市圈、城市和重點區(qū)域多尺度夜間燈光呈現(xiàn)怎樣的時空演變特征？本文基于NPP-VIIRS的月度夜間燈光和土地利用數(shù)據(jù)，以長江中游城市群為例，采用輻射亮度指數(shù)、時序差值及散點回歸系數(shù)等多特征方法，從城市群、城市、行政區(qū)尺度剖析城市封鎖在夜間燈光上的時空演化特征。本文研究對應對重大公共衛(wèi)生事件及提升城市韌性具有重要意義。

1 數(shù)據(jù)來源與方法

1.1 研究區(qū)

長江中游城市群是以武漢城市圈、長株潭城市群、鄱陽湖城市群為主體形成的特大型國家級城市群，是長江經濟帶經濟循環(huán)的重要組成部分，該城市群人均GDP遠高于中部地區(qū)平均水平，是全國面積最大的城市群，也是實施促進中部地區(qū)崛起戰(zhàn)略、全方位深化改革開放和推進新型城鎮(zhèn)化重點區(qū)域，在中國區(qū)域經濟發(fā)展格局中占有重要地位(圖1)。疫情擴散期間，該城市群是受影響最早且最嚴重的地區(qū)，其夜間燈光亮度受到巨大影響。因此，在此特殊背景下從多尺度研究夜間燈光亮度的時空演變特征，刻畫疫情對城市群的影響程度，對于大流行疾病發(fā)生后政府如何合理控制和有效干預具有重要指導意義。

圖1 研究區(qū)

1.2 數(shù)據(jù)來源與預處理

本文主要使用數(shù)據(jù)分別為NPP-VIIRS夜間燈光影像、長江中游城市群行政區(qū)劃數(shù)據(jù)及土地利用數(shù)據(jù)。2018年1月至2020年6月的NPP-VIIRS夜光燈光影像來源于美國科羅拉多礦業(yè)大學(https：//eogdata.mines.edu/products/vnl)。長江中游城市群等行政區(qū)劃矢量數(shù)據(jù)來源于國家基礎地理信息中心矢量地圖數(shù)據(jù)(https：//www.webmap.cn)。土地利用數(shù)據(jù)來源于中國基本城市土地利用類型[28]，涵蓋居住、休閑、交通、工業(yè)及辦公5類用地。為排除燈光影像質量的影響，初步篩選云層和背景像素。研究篩選同年中逐月無云影像中低于2次的柵格，合成云層覆蓋掩模。將該掩膜下DN值設置為0 nW/cm2/sr，從而排除燈光數(shù)據(jù)質量缺陷。由于NPP-VIIRS傳感器可捕捉微弱燈光，如生物質燃燒、月球反光等，需去除影像微弱背景像素。為去除影像中像素值為負的錯誤像素，減少因統(tǒng)計面積過大、背景像素過多的影響，通過連續(xù)背景采樣，背景DN值均低于1 nW/cm2/sr，將低于1 nW/cm2/sr的像素設為零，剔除異常值。

2 研究方法

2.1 輻射亮度總值

通過描述城市燈光總值(total night light，TNL)的變化來反映疫情前后城市活動變化。

2.2 時序插值

為研究燈光在城市封鎖期間空間分布以及變化程度，采用前后影像像素作差處理(light brightness difference，LBD)。

2.3 散點回歸系數(shù)

使用散點回歸系數(shù)描述城市燈光整體變化。該方法提取同一像素點前后兩年影像DN值，較早時間燈光DN值作x軸，較晚時間燈光DN值作y軸，計算如式(1)所示。

(1)

3 結果分析

3.1 長江中游城市群夜間燈光變化特征

長江中游城市群亮度總值在疫情前后經歷“勻速增長-明顯下跌-快速恢復-小幅回落”4個變化階段(圖2)。2020年1月武漢市疫情爆發(fā)，1月23日凌晨武漢市宣布關閉離漢通道，長江中游城市群亮度總值大幅度下跌。2月全國各省市醫(yī)療隊支援武漢，長江中游城市群亮度總值呈小幅度上升趨勢。其中，武漢城市圈出現(xiàn)亮度總值上升現(xiàn)象，長株潭和鄱陽湖城市群未見明顯上升。盡管兩城市群與武漢城市群距離遠，受到疫情波及程度較小，但由于封鎖措施限制，亮度總值仍然有較大下降，約15%(表1)。4月8日武漢市有序恢復對外交通，公共活動開始逐漸恢復。由于長期封鎖導致人們對休閑娛樂生產等公共活動需求不斷積累，3個城市群亮度總值在解封后迅速大幅度上升，恢復到與疫情前相當?shù)乃健?月人口活動需求強度降低后，亮度總值出現(xiàn)下降趨勢。

圖2 各城市群2018年至2020年6月亮度總值變化趨勢

表1 4個城市群亮度總值變化程度

2018年12月前后，長江中游城市群燈光大幅下降。為驗證該時段燈光變暗是否由疫情引起，研究提取橫穿武漢、長沙和南昌3個城市核心區(qū)影像像素均值(圖3)。燈光亮度均值明顯下降主要集中在2018年12月至2019年2月、2020年1至3月。提取相應時期影像，對比發(fā)現(xiàn)，除2020年1至3月，夜間燈光影像均存在不同程度模糊的現(xiàn)象(圖3)。2020年1至3月，影像亮度細節(jié)特征清晰，較2019年12月亮度水平變暗。通過對云層覆蓋篩查顯示，在無云覆蓋情況下仍存在多個數(shù)據(jù)缺口。缺口可能由季節(jié)性氣候變化和天氣差異導致，結果中涉及該類問題不做分析。

圖3 武漢、南昌、長沙核心區(qū)亮度均值與夜間燈光影像對比

為探究燈光變化的空間特征，研究選取2020年3月的燈光影像做差處理，其紅藍兩色代表燈光亮度增加與降低(圖4)。2019年3月相對2018年12月，長江中游城市群整體燈光亮度增加，城市核心區(qū)提升明顯，邊緣地區(qū)小幅降低。長沙市燈光增加面積占比最大，形成大面積燈光增加區(qū)域；武漢市核心區(qū)域形成連續(xù)燈光增加區(qū)域，但邊緣區(qū)存在大量分散的燈光降低區(qū)域；南昌市燈光增加區(qū)域零星分布，未形成增加聚集區(qū)域。長沙市紅藍像素數(shù)量的比值最大為1.73，武漢市與南昌市相似分別為0.47、0.49。2020年3月，相對2019年12月長江中游城市群整體燈光亮度大面積下降，少部分地區(qū)燈光增加區(qū)域(圖4(b))。經過與地圖以及土地利用數(shù)據(jù)對比，發(fā)現(xiàn)燈光增加范圍內多存在居民、醫(yī)院、政府等防疫機構，燈光減少覆蓋類型較廣。從紅藍像素數(shù)量比值發(fā)現(xiàn)，長沙市比值為0.35，武漢市和南昌市比值為0.24，較2019年結果均呈不同程度下降。研究通過圖4(b)與圖4(a)的燈光亮度的差值，排除假定城市正常發(fā)展引起的燈光變化，得到因疫情封鎖而引起的燈光變化(圖4(c))。3個城市均呈現(xiàn)核心地區(qū)大面積下降，邊緣區(qū)域分散增加的現(xiàn)象。其中疫情導致的燈光增加地區(qū)主要分布在武漢西部、長沙東部以及南昌西北部。

注：圖中紅色實線為省會城市行政界線。

城市封鎖期間，長江中游城市群燈光擬合系數(shù)表現(xiàn)較低水平。解封后系數(shù)維持在0.9左右，與2019年后半年的燈光強度基本相同，波動情況與亮度總值結果吻合(圖5)。因風險等級與分布的空間差異性，封鎖對武漢都市圈、長株潭與鄱陽湖城市群燈光降低與恢復的影響存在較大的時空差異，表現(xiàn)為“W”和“V”型兩種變化規(guī)律。

圖5 4個城市群系數(shù)變化統(tǒng)計圖

武漢城市圈系數(shù)變化呈“下降-上升-下降-上升”的“W”型。2020年1月23日凌晨，為阻斷病毒傳播，武漢市機場、火車站離漢通道暫時關閉，人口活動大規(guī)模降低，武漢城市圈下降程度最大，系數(shù)降低到0.72。2月，國家緊急醫(yī)學救援隊及各方力量對武漢市展開支援行動，武漢市燈光顯著增加，武漢城市圈系數(shù)迅速上升到0.91。3月17日，武漢疫情期間支援當?shù)氐氖着t(yī)療隊開始返程，武漢城市群系數(shù)再次下降。4月8日，武漢市有序恢復對外交通，武漢城市圈系數(shù)迅速回升。5至6月，武漢城市圈系數(shù)均維持較高水平且大于0.9，但有后期回落。

長株潭與鄱陽湖城市群系數(shù)變化呈“V”型，即連續(xù)下降后持續(xù)上升。2020年1月，長株潭城市群出現(xiàn)小浮動上升，鄱陽湖城市群出現(xiàn)小幅下降。2月，長株潭與鄱陽湖城市群在封鎖后燈光下降幅度較大，最低系數(shù)均為0.68左右。3至4月，兩城市群在恢復期間均出現(xiàn)小幅度恢復，是3個城市群中較早開始恢復的。5至6月，鄱陽湖城市群系數(shù)達到最高0.958，幾乎恢復到疫情前燈光水平。而長株潭城市群系數(shù)出現(xiàn)大幅度下降，經過檢查發(fā)現(xiàn)該城市群燈光出現(xiàn)模糊缺失的現(xiàn)象，出現(xiàn)該現(xiàn)象可能與天氣有關。此外，在疫情解封后的4月，3個城市群系數(shù)進入全面恢復時期。長江中游城市群系數(shù)恢復程度均在0.12左右，鄱陽湖城市群高于整體達到0.15，武漢城市圈最低為0.1，距離武漢越遠恢復程度越高。

3.2 武漢市城郊燈光變化差異分析

為進一步探究城市內部燈光時空變化，選取封鎖效果最好的武漢市為例(圖6)。2019年3月較2018年12月以燈光增加為主，最高燈光增量達到175.96 nW/cm2/sr。亮度增加以城區(qū)為主，如漢陽區(qū)、江岸區(qū)、武昌區(qū)，其中蔡甸區(qū)縱橫交通工業(yè)園區(qū)、江北快速路建造通車等燈光明顯增加。2020年3月較2019年12月以亮度減少為主。武漢整體呈藍色，整個城市人口經濟活動明顯下降。武漢市主要區(qū)域武昌區(qū)、江岸區(qū)燈光亮度下降明顯，且部分燈光下降區(qū)域存在聚集的特征，下降最大幅度達到115.86 nW/cm2/sr。其中也存在部分地區(qū)燈光增長，燈光增加像素的區(qū)域主要分布在城市核心區(qū)西北和西南的外圍邊緣，數(shù)量少且分布零星。疫情影響燈光變化差異明顯，其中燈光下降最嚴重區(qū)域為江岸區(qū)、漢陽區(qū)、武昌區(qū)等核心區(qū)域，燈光上升區(qū)域為硚口區(qū)、洪山區(qū)等邊緣區(qū)域。

圖6 武漢市燈光亮度差值

武漢市疫情對城郊燈光影響效應呈“中心-邊緣”衰減規(guī)律(圖6(c)、圖7)。武漢市武昌區(qū)、江漢區(qū)、江岸區(qū)等主要城區(qū)，燈光亮度在封鎖期間受沖擊較大。因城區(qū)以金融、商場現(xiàn)代商務等高端產業(yè)為主，人口經濟活動強度較高，在封鎖期間受到影響程度較大。2019年，系數(shù)普遍大于1，燈光亮度呈增加趨勢，但在2020年1月出現(xiàn)斷崖下降現(xiàn)象，下降程度為25%左右。3月后，系數(shù)呈小幅度連續(xù)上升，其中江岸區(qū)恢復速度相對于武昌區(qū)和江漢區(qū)速度更快。武漢市新洲區(qū)、漢南區(qū)、江夏區(qū)、東西湖區(qū)、洪山區(qū)等城郊地區(qū)，燈光亮度在封鎖期間受沖擊較小。城郊地區(qū)土地利用類型相對復雜，且存在大量居住區(qū)域，在封鎖期間受到影響程度較小。其中新洲區(qū)2019年亮度相對穩(wěn)定，未出現(xiàn)較大波動，但疫情期間，系數(shù)整體高于2019年，在5月達到最高值1.12。分析主要原因，一是作為武漢市的農業(yè)大區(qū)為武漢提供大量糧食蔬菜支撐。在城市封鎖期間，人們居家隔離、囤積食物應對疫情變化的不確定性，對糧食的需求有所增加，因生產和運輸而出現(xiàn)人類活動增加。二是該區(qū)主要是鄉(xiāng)鎮(zhèn)地區(qū)，存在郊區(qū)工業(yè)園區(qū)，疫情爆發(fā)時可能存在大量春節(jié)返鄉(xiāng)人員滯留。東西湖區(qū)系數(shù)相對穩(wěn)定且有小幅度上升趨勢。對比其他12個區(qū)域，東西湖區(qū)燈光亮度在疫情期間波動最小。該區(qū)域屬于主城區(qū)和開發(fā)區(qū)的過渡區(qū)域，存在城市工業(yè)設施和大面積景區(qū)整體發(fā)展結構較好，形成良好的互補結構。蔡甸區(qū)和黃陂區(qū)系數(shù)僅在2020年1月出現(xiàn)小幅下滑，3月后未出現(xiàn)明顯波動。其中蔡甸區(qū)存在大量耕地及工業(yè)園等疫情期間非必須用地類型，蔡甸區(qū)在疫情期間波動情況相對較小，且在武漢解封后有所回升。黃陂區(qū)作為武漢市后花園生態(tài)環(huán)境好，旅游資源豐富存在大量自然景區(qū)，由于景區(qū)夜間處于關閉狀態(tài)，故燈光變化較小。漢陽區(qū)只有少量商業(yè)區(qū)，故受封鎖影響變化不大，其中2至4月系數(shù)均維持在0.9左右，解封后系數(shù)明顯上升。經統(tǒng)計土地利用類型面積發(fā)現(xiàn)，漢陽區(qū)和硚口區(qū)存在大量的居住區(qū)。

圖7 武漢市各行政區(qū)系數(shù)統(tǒng)計圖

2020年1月，火神山DN值明顯升高，提升幅度630%，2月小幅度下降。火神山始建于1月23日，交付于2月2日，夜間醫(yī)院建造需要大量照明設施，大范圍燈光暴露，燈光亮度顯著提升，與建設時間基本保持一致(圖8)。雷神山2019年10月與2020年2月DN值首次上升，同期軍運會相關活動的召開。4月，軍運村竣工、驗收及業(yè)主入住引人口活動提升，其中也包括運動員提前訓練等相關活動，10月，軍運會召開人口活動達到頂峰。第二次DN值大幅度提升是建設雷神山，幅度為138%。解除封鎖后，兩大型醫(yī)院燈光亮度明顯下降。因火神山醫(yī)院被關閉備用，其燈光亮度降至建造前水平，而雷神山附近居住人口活動在解封后增加，故燈光呈逐漸上升趨勢。

圖8 火神山與雷神山月度燈光亮度均值

分析表明，夜間燈光監(jiān)測新建醫(yī)療設施效果明顯，而原有建筑基礎上監(jiān)測進行改造的方艙醫(yī)院等設施存在局限性，其燈光亮度未見明顯升高。分析原因是體育場館、高中等設施被改造前有亮度基礎，改造后亮度增加不明顯；部分設施面積小，占燈光像素比例小或位置處于像素點交界處。

4 結束語

本文使用長江中游城市群NPP-VIIRS燈光數(shù)據(jù)，對城市封鎖前后城市夜間燈光變化規(guī)律進行探究，結論如下。

1)2018至2020年6月，長江中游城市群亮度總值呈“勻速增長-顯著下跌-快速恢復-小幅回落”4個變化階段。疫情前2018至2019年勻速提升；2020年1至3月明顯下跌；疫情后2020年4月基本恢復到疫情前水平；5月小幅回落。

2)長江中游城市群燈光變化的空間規(guī)律差異明顯，5月燈光恢復程度鄱陽湖>長株潭>武漢都市圈。2020年1至4月城市封鎖期間，武漢都市圈、長株潭與鄱陽湖城市群燈光擬合系數(shù)呈“W”和“V”型兩種變化規(guī)律。武漢城市圈呈“W”型變化，即“下降-上升-下降-上升”，且恢復相對較晚；長株潭與鄱陽湖城市群，呈“V”型變化，即連續(xù)下降再上升，2月達到最低后呈上升趨勢，且恢復時間早于武漢城市圈。

3)武漢市疫情對城郊燈光影響效應呈“中心-邊緣”衰減規(guī)律。城市封鎖期間武漢城區(qū)武昌區(qū)、江漢區(qū)、江岸區(qū)等受到沖擊較大，燈光擬合系數(shù)出現(xiàn)斷崖式下跌約為25%，且恢復速度慢于郊區(qū)；但武漢市郊區(qū)燈光波動程度較為穩(wěn)定，波動性明顯小于城區(qū)。研究發(fā)現(xiàn)，封鎖前后燈光存在時空變化規(guī)律，但仍存在局限性：研究區(qū)具有局限性。由于中西方國家政治文化差異，不同國家城市封鎖的方式、時間周期以及執(zhí)行嚴格度等都具有差異性，后續(xù)研究可在多國家的早期封鎖城市中比較分析。本文通過燈光的擬合系數(shù)量化疫情封鎖影響，量化方法缺乏多樣性，未來研究可以加入更多的量化方式，如強度變化率、均值變化等。在“后疫情”與“復疫情”時期，未來研究可將上述不足納入分析中，從多角度分析疫情封鎖對自然及社會環(huán)境的影響，以探究更全面、合理的研究結果，提出有助于促進國家和地方完善預防和應對重大衛(wèi)生事件的綜合對策體系。