夜光遙感視角下的粵港澳大灣區區域發展時空格局演變分析

詹淇雯，劉傳立，敖建鋒

(江西理工大學 土木與測繪工程學院，江西 贛州 341000)

0 引言

粵港澳大灣區是世界級大灣區，在政策扶持下，經過近40年的發展，該地區成為世界城鎮化、工業化最為迅猛的城市群之一[1-3]。2019年《粵港澳大灣區發展規劃綱要》出臺，為粵港澳大灣區的發展建設指引了方向，加強了該地區的政治、經濟、文化和科技等領域的互聯互通。新時代背景下，“人類命運共同體”意識不斷增強，區域協同發展成為當今世界經濟發展的主題。從經濟層面看，粵港澳大灣區核心城市發展相對較快，而以肇慶為代表的中小城市發展相對較慢。因此，研究粵港澳大灣區整體發展規模、內部發展差異及時空格局演變情況，可為政府科學決策提供參考價值。

現階段利用日間遙感對粵港澳大灣區進行城市群空間結構分析、建成區面積估算和土地利用分類等研究較多[4-5]。夜間人造光源猶如顆顆鑲嵌于地表的璀璨明珠，為人類活動提供照明的同時，也反映出經濟社會動態的空間分布信息。隨著一系列夜間遙感衛星的發射成功，探測夜間地表燈光亮度分布成為可能。DMSP-OLS和NPP-VIIRS等夜光數據不斷豐富，數據質量得到極大的提升，被廣泛應用于城市化監測、城市群空間結構分析、社會經濟參量估算、生態環境效應和區域發展等研究領域[6-7]，能夠客觀真實地反映出在社會經濟驅動下區域發展動態變化，同時便于在宏觀尺度下進行時空格局分析，可為研究粵港澳大灣區的發展提供數據支撐。

中共中央、國務院印發《粵港澳大灣區發展規劃綱要》文件后，引發眾多專家學者對粵港澳大灣區的關注和重視，掀起了基于夜間燈光數據下的粵港澳大灣區的研究熱潮。李興懿等[8]采用DMSP-OLS數據對珠江三角洲建設用地擴張進行監測。陸永權等[9]采用DMSP-OLS與NPP-VIIRS整合數據研究了粵港澳大灣區的核心區建成區的時空動態變化。楊智威等[10]采用NPP-VIIRS數據研究了粵港澳大灣區的城市熱島效應，視角新穎。趙麗嫻等[11]采用NPP-VIIRS數據研究了粵港澳城市發展時空格局演變，但校正后的月度數據仍然存在不規則波動。迄今為止，基于DMSP-OLS與NPP-VIIRS月度數據對粵港澳大灣區進行研究的文獻較多，且主要研究其城市化以及城市建設引發的生態環境問題，時間跨度不長，鮮有研究采用長時間序列NPP-VIIRS年度數據對粵港澳大灣區區域夜光規模進行動態分析。

綜合上述分析，本文利用NPP-VIIRS月度數據合成高質量年度影像，采用數學統計方法、位序-規模法則和標準差橢圓方法揭示粵港澳大灣區夜光規模空間分布特征及演變規律，為其區域協調發展和政府決策提供參考。

1 研究區域與數據來源

1.1 研究區域

粵港澳大灣區(Guangdong-Hong Kong-Macao Greater Bay Area，GBA)地處我國南部沿海開放最前沿(21°50′N～24°39′N，112°02′E～115°42′E)，在“一帶一路”建設和國家發展戰略中具有重要地位。其包括珠三角九市(廣州市、深圳市、珠海市、佛山市、惠州市、東莞市、中山市、江門市、肇慶市)、香港特別行政區和澳門特別行政區。轄區面積56 000 km2，2019年年末人口高達7 264.92萬，區域GDP約為11.62萬億元。以全國約5%的人口規模，創造了超過全國12%的GDP。參考《粵港澳大灣區發展規劃綱要》文件，將香港特別行政區、澳門特別行政區、深圳市和廣州市視為核心地區，其他地區為非核心地區。

1.2 數據來源

NPP-VIIRS包含月度復合和年度復合數據，月度數據自2012年4月起每月一期，年度數據有兩版，經過星上輻射定標，輻射范圍更廣，數據中無飽和效應。故本文選擇NPP-VIIRS數據集作為研究數據(https：//payneinstitute.mines.edu/eog/)。

行政區劃來源于全國地理信息資源目錄服務系統的1∶100萬基礎地理數據，按照GB/T 13989—2012《國家基本比例尺地形圖分幅和編號》進行分幅，包含省、市和縣三級行政邊界。

經濟參量數據來源于《中國統計年鑒》《廣東省統計年鑒》等政府公開統計資料。

2 研究方法

2.1 夜光數據處理

雖然NPP-VIIRS數據存檔量豐富，但也存在一些問題，月度數據存在負值、背景噪聲和不穩定光源等問題，第一版年度數據僅有兩期，第二版年度數據剛發布，數據質量有待驗證。針對上述問題，眾多學者提出過相應的解決辦法。Shi等[12]利用DMSP-OLS對NPP-VIIRS月度數據進行修正，進而合成年度數據，但兩種數據間存在較大差異性，校正效果受時序影響。周翼等[13]將月度數據求平均合成年度影像，忽略了部分數據中高維度地區燈光缺失問題。在此基礎上，胡為安等[14]提出利用部分月度數據合成年度數據的方法，校正方法科學有效。因此，本文采用該方法合成年度數據，其中依據數學統計法求得2012—2020年粵港澳大灣區最大燈光值分別為350.09、371.34、398.62、425.31、452.54、474.87、498.87、521.34、561.26。

2.2 夜間燈光統計方法

為反映夜光增長規模及內部差異，構建夜光總量指數TNL和增長率指數r，按式(1)、式(2)求得。

(1)

式中：TNL表示夜光總量；DNi表示第i級像元的DN值；ni表示像元灰度值DNi的數量。

(2)

式中：r表示2012—2020年夜光增長率；TNL2012表示2012年夜光總量；TNL2020表示2020年夜光總量。

2.3 位序-規模法則

位序-規模法則不僅可以有效測度區域發展的差異性和均衡性，也為分析區域發展規模在空間視角的集散識別提供理論支撐。位序-規模法則的表示方法如式(3)所示。對式(3)兩邊作對數變換，得式(4)。

(3)

lg TNLx=lg TNL1-qlgRx

(4)

式中：TNLx表示第x個地區夜光總量；TNL1表示位序為1的地區夜光總量；Rx表示第x個地區的位序；q為捷夫指數。若|q|>1，表示該地區夜光規模較集中，發展較好的地區發展動力強勁，|q|越大，表明該地區夜光規模越集中；若|q|=1，表明該地區夜光規模達到理想狀態；若|q|<1，表明該地區夜光規模較分散，發展較好的地區發展動力不足，|q|越小，表明該地區夜光規模越均衡。

2.4 標準差橢圓方法

標準差橢圓空間分析法可從全局性特征角度有效地研究地理要素的空間分布和空間結構，通過研究要素的地理位置和空間分布特征，全面定性定量地解釋研究要素的空間分布中心性、方向性、展布性和空間分布形態。該方法具有很好的直觀性和有效性，被廣泛應用于城市問題[15]、恐怖襲擊[16]、生態健康[17]、居民消費[18]和經濟空間化[19]等研究領域。基于ArcGIS平臺分析結果為一個橢圓，橢圓包含的主要參數有重心、方位角、橢圓長短軸等。

3 GBA城市燈光分析結果

3.1 合成數據質量驗證

合成數據質量直接影響研究的準確性，極有必要對合成數據的可靠性進行驗證。未經校正的夜光影像中存在負值、背景噪聲和不穩定光源等問題，數據間可比性和連續性較差，這在大量文獻中均有提到。圖1為經過校正后的合成年度影像集，從整體上展示了合成年度數據夜間燈光規模變化。從時間序列上看，2012—2020年城市燈光規模呈現逐漸擴張趨勢，符合該地區夜間燈光規模變化的實際情況。從DN值角度看，校正后的影像解決了負值問題，最小DN值為0，表示非人類活動聚集區，和人類活動區域有效區分開來。

圖1 2012—2020年影像集校正結果

為進一步驗證合成年度數據更具優勢，將合成年度數據與標準年度數據、月度數據進行對比驗證，結果如圖2所示。由圖2可知，合成數據夜光總量呈現持續穩定增長，而標準年度數據和月度數據夜光總量曲線出現不規則波動，合成年度數據對短暫性光源進行剔除，合理地保留了穩定光源，校正后的年度數據間連續性和可比性優于其他數據，且不存在不規則波動。以珠三角九市的GDP和年末常住人口作為評價指標，對比經濟參量擬合能力，其中合成年度數據夜光總量與GDP、年末常住人口呈現較好線性相關性，相關系數分別為0.909 6、0.948 7，均優于年度標準數據和月度數據。由此可知，合成年度數據比其他數據更具優勢，可用于粵港澳大灣區夜間燈光規模年際變化研究。

圖2 夜光數據質量驗證對比

3.2 夜光總量結果分析

基于上述合成年度夜光影像進行夜光總量及其變化的統計分析，揭示粵港澳大灣區夜光規模發展變化規律。圖3為各子區域夜光總量變化趨勢，圖4為各子區域夜光總量增長率分布。研究結果表明：所有地區夜光總量均呈現正增長趨勢，其中廣州市的夜光總量始終穩居第一，其次分別是深圳市、東莞市和佛山市；惠州市2016年后夜光總量超越香港特別行政區位居第五，珠海市2013年后夜光總量超過肇慶市位居第九；增長率超過100%的地區有澳門特別行政區、珠海市、惠州市、江門市和肇慶市。

圖3 各子區域夜光總量變化趨勢

圖4 各子區域夜光總量增長率分布

綜上可知，從夜光總量變化空間分布差異性來看，廣州市、深圳市、香港特別行政區和澳門特別行政區四大核心地區夜光總量保持平穩增長態勢，而較邊緣地區夜光總量增長率明顯高于廣州市等核心地區，說明近年在廣州市等四大核心地區輻射帶動作用下，周邊地區得到快速發展，發展潛力得到有效挖掘。其中最明顯的是珠海市，夜光總量增長率高達172%，其2012、2020年GDP分別為1 583.66、3 481.94億元，增長率為119.87%，這得益于優越的地理位置，且豐富的旅游資源和舒適的生活環境為珠海市快速發展創造了有利條件。2021年9月5日，中共中央、國務院印發《橫琴粵澳深度合作區建設總體方案》，其作為《粵港澳大灣區發展規劃綱要》的重點舉措，必將有利于粵港澳地區更加緊密地聯系起來，實現更快更好發展。

3.3 位序-規模法則結果分析

2012—2020年粵港澳大灣區夜光體系位序-規模雙對數與|q|值時間序列如圖5所示，2012年和2020年雙對數位序與雙對數夜光總量呈較好線性相關性，P值小于0.01，通過顯著性檢驗。

圖5 夜光規模位序-規模雙對數與|q|值時間序列圖

從長時間序列來看，|q|值在1上下浮動，說明粵港澳大灣區夜間燈光規模遵循位序-規模法則。2012年|q|值大于1，此時夜光規模表現較集中，核心地區夜光規模發展動力大于其他地區；2012—2018年|q|值不斷下降且小于1，核心地區壟斷地位不斷減弱，但向周邊地區輻射帶動作用逐步增強，發展潛力不斷得到釋放；2019—2020年|q|值略有回升，主要原因是《粵港澳大灣區發展規劃綱要》的出臺，核心地區戰略地位得到提升，但|q|值依然小于1，夜光規模分散趨勢大于集中趨勢，核心地區對周邊區域影響逐漸增強。總體而言，粵港澳大灣區區域發展規模差異性逐步減小，非核心地區呈現較快發展，核心地區保持穩定發展，整體發展規模逐漸趨向平衡。

3.4 標準差橢圓結果分析

圖6為2012—2020年粵港澳大灣區夜光規模標準差橢圓及其重心移動軌跡，夜光規模時空格局表現為“西(略偏北)-東(略偏南)”。

圖6 粵港澳大灣區標準差橢圓及其重心移動軌跡

從整體角度來看，2012—2020年，粵港澳大灣區燈光規模標準差橢圓呈現空間擴張，面積由11 837.70 km2增大至12 886.68 km2，增長率為8.86%，方位角由102.42°減少至97.30°，長軸增幅較小，短軸增幅7.24%，扁率減小，表明粵港澳大灣區發展體系夜間燈光演化的主要拉動力量來自東北和西南，夜光規模體系的方向性趨向分散。2012—2014年橢圓重心向東南方向移動距離最大，直線位移距離為2.80 km，主要原因是深圳市的快速崛起，根據第四次全國經濟普查顯示，深圳市2012年GDP反超廣州市，成為第三大經濟城市，躋身一線城市行列；2012—2018年橢圓重心向東南方向直線平移2.17 km。這與圖4所示情況相吻合，主要原因是周邊地區的崛起，如西南方向的珠海市、江門市與東北方向的惠州市，夜光規模的權重增大。

從局部角度來看，表1展現了粵港澳大灣區及其子區域的標準差橢圓變化情況。從標準差橢圓面積變化來看，所有地區夜光規模標準差橢圓面積均表現為空間擴張。四大核心地區擴張趨勢明顯，其中澳門特別行政區因地區小、經濟發達，標準差橢圓面積增長率高達21.82%，位居首位；珠三角九市中廣州市標準差橢圓面積增長幅度最大，增長率為8.79%，珠海市其次。從重心移動方向來看，四大核心地區重心偏移方向呈現向周邊地區輻射形態，說明核心地區已經發揮“極點”作用，增強了對周邊地區發展的輻射帶動作用；2012—2020年，多數子區域標準差橢圓重心移動距離呈現逐漸減小趨勢，說明“核心-邊緣”地區發展模式正在逐漸得到改善，區域發展體系層級差距正在逐步縮小，整個地區的發展規模體系趨向平衡。

表1 粵港澳大灣區和子區域標準差橢圓變化

4 結束語

本文首先利用NPP-VIIRS月度數據合成年度數據，通過將其與兩版標準年度數據、月度數據進行質量對比，表明合成數據質量在連續性和經濟參量擬合能力方面均優于其他數據，可用于粵港澳大灣區年際變化研究。然后采用數學統計方法、位序-規模法則和標準差橢圓空間分析方法，對粵港澳大灣區區域夜光規模進行時空格局分析。2012—2020年間，粵港澳大灣區的燈光總量逐年穩定增長，增長率為90%，夜光時空演化特征不斷向東北和西北方向擴張。其中核心地區保持平穩增長，非核心地區夜光規模增長十分明顯，以核心地區為極點向周邊非核心地區輻射作用不斷加強，內部差異性不斷減弱，各地區發展規模趨向平衡。然而本文仍存在局限性，NPP-VIIRS空間分辨率在一定程度上影響了分析結果的準確性，吉林一號和珞珈一號等夜光影像分辨率更高、質量更好，比DMSP-OLS和NPP-VIIRS數據更具應用潛力[20]，可考慮將吉林一號或珞珈一號夜光數據應用于以后的研究中。