我國城市夜間光環境多尺度時空演變特征分析

劉 鳴，劉小雙 ，江 威，栗一偉，雒 童

(1.大連理工大學建筑與藝術學院，遼寧 大連 116000；2.中國水利水電科學研究院，北京 100094)

引言

目前國內外光環境研究中以地面實測為基礎的小尺度研究比較成熟，但調研范圍有限、效率低，且研究點集中在空間維度，缺乏在時間維度上對光環境演變特征進行研究。而美國國家海洋大氣局(NOAA)發射的遙感衛星具有時間連續性強、覆蓋全球等優點，可以解決研究長周期序列難題，使得評估光環境演變特征成為可能。本文利用DMSP-OLS和NPP-VIRS兩種遙感衛星數據時序性、易獲取的特點，分析全國1992—2020年全國城市夜間燈光演變機制，通過一元線性回歸分析構建29年以來全國城市夜間燈光的變化趨勢分布特征，同時從時間和空間變化兩個維度，全國、分區和城市三個尺度分析時空燈光演變特征，以期對未來城市夜間照明規劃策略提供數據和理論參考。

1 數據處理和研究方法

1.1 數據來源

本研究使用的遙感影像數據集來自NOAA提供的夜間燈光數據DMSP-OLS和NPP-VIRS，DMSP-OLS衛星數據運行年限為1992—2013年(https://www.ngdc.noaa.gov/ngdc.html)，NPP-VIRS自2012年開始投入運營(https://eogdata.mines.edu/products/vnl/)至今。DMSP-OLS空間分辨率為2.7km，而NPP-VIRS為742 m，后者比前者的分辨率更高，能夠捕捉更多燈光細節。2001年，Cinzano等[1]利用DMSL/OLS的夜間燈光圖像繪制了全球第一張人工夜空亮度的世界地圖集。劉鳴等[2,3]、江威等[4]對遙感影像在光環境領域的應用進行了一些探索，也有些則將遙感影像與人口遷移[5]、監測經濟活動[6]、城市群發展[7]、生產總值[8]等研究結合起來，為領域研究提供新思路。

本文研究的時間序列為1992—2020年，因此需要將兩顆衛星結合起來，但兩顆衛星數據存在不同的問題。DMSP-OLS影像在城市中心區存在過飽和現象，DN值最大值為63，且同一年份不同傳感器DN值存在差異性，以及不同傳感器不同年份的數據無法進行比較，DN值不連續。NPP-VIRS則存在背景噪聲、與DMSP-OLS分辨率不一致等問題。因此需要先在ArcGIS中進行一系列連續性預處理才能提取出具有研究價值的數據集。根據已有研究表明，利用曹子陽等[9]的不變區域法對DMSP圖像分別進行不同傳感器各年份自修正、年份見連續性修正，可以達到數據形成連續性的目的。隨后利用空間回歸模型以NPP-VIIRS與DMS-OLSP交疊年份建立修正模型，從而構建了29年全國連續夜間燈光數據庫[10]；同時還需要全國省、市級行政區域的矢量數據，數據均來自中國科學院資源環境科學與數據中心(https://www.resdc.cn/)。

1.2 研究方法

采用一元線性回歸分析的方法評估中國城市夜間燈光時序變化特征。一元線性回歸分析是對每個柵格時間序列的DN值進行擬合，消除異常因素對DN值的影響，反映各柵格像元DN值變化趨勢，用來揭示一定時間序列區域時空演變特征[11,12]。針對影像中每個像元的位置，采用該方法計算其變化趨勢R值，其中R值為正，表明該像元夜間燈光在29年內是增加趨勢，值越大正向趨勢越明顯；R值為負，表明該像元夜間燈光在29年內是降低趨勢，值越小負向趨勢越明顯，計算公式如式(1)：

(1)

式中，R為燈光像元DN值回歸方程的斜率，DNi為第i年的DN的值，n為研究的時間跨度，此處為29。

2 結果分析

2.1 全國尺度夜間燈光時空演變特征

2.1.1 空間演變特征

利用一元線性趨勢回歸法得到中國夜間光環境變化特征，R值數值范圍為-3～3。如圖1所示，其中紅色表示該區域1992—2020年間夜間燈光亮度逐年增加，R值大于0，藍色表示該區域夜間燈光亮度降低，R值小于0，黑色表示夜間燈光亮度不變區和非夜間燈光區兩種，R值約等于0。

圖1 1992—2020年中國夜間光環境變化趨勢Fig.1 The changing trend of night light environment in Chinafrom 1992 to 2020

圖1顯示了1992—2020過去29年中國城市夜間光環境變化特征，從圖1(紅色區域代表人工夜光增加，藍色區域表示人工夜光減少)可知：

1)中國夜間城市過亮呈現加劇的趨勢，且地區分布比較集中，燈光增加趨勢多集中在東部沿海區域以及中西部省會城市，僅有少部分區域存在下降趨勢。夜間燈光不變區域存在兩種情況，一種是非夜間燈光區，即那些人類活動稀少的區域，缺乏基礎的照明設施，如山地、丘陵、河流等不適宜人類居住的地貌特征；另一種是位于城市核心區域，由于遙感影像DN值存在過飽和現象，在達到飽和DN值之后一直保持高飽和亮度狀態未發生變化，所以被定義為燈光未發生變化區域。

2)中國城市夜間燈光變化具有明顯的地區差異性，燈光亮度增加區多集中在珠三角、長三角、京津冀等東部沿海城市群以及省會城市，亮度降低區域多集中在山西、內蒙古、陜西、黑龍江、新疆和云南，其中山西下降最集中，黑龍江、新疆北部下降也十分顯著。2005年以來國家節能減排政策逐步實施，一些以重工業為主要經濟支柱的省份經濟增長緩慢，以及煤礦類重工業企業存在倒閉現象，導致燈光亮度降低，即在中部區域燈光影像圖中出現藍色表示燈光減少的現象。

3)在中東部城市中，由省會城市或經濟發達的城市燈光亮度變化趨勢呈現由中心向四周輻射的現象，有明顯擴張趨勢，如四川省成都市最明顯，城市周邊存在部分燈光增加的區域。

為了更加全面地分析城市夜間燈光演變特征，將演變研究分為時間變化和空間現狀分布兩個維度，再將每個維度的研究層次分為全國、中東西部、19個典型沿海城市共三個層次逐步深入探究燈光的分布特征，也即宏觀、中觀、微觀層次。時間變化是指利用一元線性回歸分析獲得的1992—2020年全國燈光演變趨勢，即R值，在ArcGIS中采用自然間斷法將R值重分類分為5個層級，包括-3～-2、-2～0、0、0～1、1～3，由于R值大于0表示燈光增長趨勢，R值小于0表示燈光減少，絕對值越大，增長或減少的幅度越大，因此將R值的5個等級按照數值大小依次分為顯著減少、輕微減少、基本不變、輕微增長、顯著增長5種不同燈光變化程度。

空間分布是指預處理過的2020年夜間燈光柵格影像(圖2)，像元DN值范圍為0～63，采用同樣重分類方法將2020年的燈光柵格影像像元DN值分為5個等級，包括0、0～12、12～27、27～47、47～63，DN值越大表示夜空越亮，因此將DN值的5個等級按照數值大小依次分為較低亮度、低亮度、中等亮度、高亮度、較高亮度5種不同燈光亮度程度。如圖5、圖6將每部分等級所占面積占全國總面積的比例以餅圖的形式呈現，更加清晰地表明夜間光環境的時間變化和空間分布特征。

圖2 2020年全國燈光柵格影像圖Fig.2 2020 national lighting raster image map

圖3 1992—2020年全國5種R值面積占比分布圖Fig.3 Distribution map of the area proportions of the five R-values nationwide from 1992 to 2020

圖4 2020年全國5種燈光DN值面積占比分布圖Fig.4 Distribution map of the DN value area of 5 kinds of lights in the country in 2020

在1992—2020年全國5種R值面積占比分布圖中可以發現(圖3)，R值為0的面積占總面積的96.62%，即在1992—2020年間全國有96.62%的面積燈光變化保持基本不變(灰色部分)，這是由于我國地域面積寬闊，以及區域間發展不平衡的原因。顯著減少、輕微減少、輕微增長、顯著增長4種燈光變化程度的面積占比分別為0.01%、1.01%、1.88%、0.48%，1992—2020年間燈光增長的面積占比2.36%，實際面積約等于24.66萬km2。

在2020年全國5種燈光DN值面積占比分布(圖4)圖中呈現與R值相同的面積占比情況。2020年在全國范圍內燈光DN值為0和0～12的面積占比為94.16%，即低亮度區面積，高亮度區面積總占比為3.08%，R值5種變化趨勢面積占比數值和2020年DN值5種燈光亮度面積占比大致相同。對比圖2中淺色區域和圖1中黑色區域，以及圖2中深色區域和圖1中紅色區域可以發現，兩者分布情況基本相同，與面積占比數值保持一致。

2.1.2 時間演變特征

根據一元線性回歸分析得到的是全國每個柵格像元DN值研究年份內演變趨勢，這計算過程中會消除一些干擾因素，讓回歸結果更加精確。本部分從統計全國每年DN均值方面研究宏觀尺度的全國夜間燈光演變特征，因此從1992—2020年全國年均DN值的年際變化圖可以發現(圖5)，研究年份內每年的DN均值呈現逐年增長的趨勢，DN均值年平均增長值為0.309 1，年平均DN值為6.103。

圖5 1992—2020年全國夜間燈光DN均值年際變化Fig.5 Inter-annual change of national night light DN mean value from 1992 to 2020

圖6 1992—2020年全國夜間燈光DN均值增速年段變化Fig.6 Changes in the average growth rate of the national night light DN from 1992 to 2020

以5年為時間間周期分析燈光亮度的變化可以發現(圖6)，不同年段的DN值增速差異性比較大，2004—2009年段燈光DN均值增速最緩慢為0.1169，查閱資料可知，這是由于2008年的金融危機沖擊全球經濟陷入低迷，許多企業面臨生存問題，整個社會生產力水平降低，再加上我國積極響應全球低碳節能政策，限制了一些重工業的生產，當時國內生產總值主要是依靠鋼鐵、煤炭等重工業，所以金融危機和節能政策極大限制這一時期我國的產能，進而燈光亮度減少，也因此出現燈光增速緩慢的現象。2016—2020年段DN增速最快為0.5845，1992—2003年兩個年段增速大致相同，2009年以后燈光增速逐年增加，且增長趨勢較之前更快。

2.2 分區尺度夜間燈光時空演變特征

利用全國行政邊界矢量數據將全國劃分為東、中、西三部分，即分區尺度(圖7)。三個區域的1992—2020年每年DN均值變化圖中(圖8)可以發現，東部區域的DN均值增長趨勢是最快的，且中部、西部與東部的燈光DN均值差距越來越大，代表了區域經濟發展的差異性。采用上文提到的同樣的數值重分類方法，分別將三個區域的R值和DN值按照自然間斷法分為5種不同的燈光變化和不同燈光亮度程度，即中東西部1992—2020年燈光時間變化和2020年燈光空間分布，且同樣將每部分等級所占面積占每個區域總面積的百分比以餅圖的形式呈現，清晰地表明三個區域夜間光環境的時間變化和空間分布特征。

圖7 中東西部分區分布圖Fig.7 Distribution map of central and eastern parts

在東、中、西部的1992—2020年5種燈光時間變化面積占比分布中(圖9)，可以看出東部區域燈光高增長趨勢面積所占比重均比中部和西部高增長面積占比多，西、中、東部燈光高增長面積占比分別為0.18%、0.47%、3.93%，東部比其他兩個區域多3.00%左右；同樣的西部區域燈光趨勢基本不變面積占比最大，為98.70%，中部區域93.6%居中，東部面積占比最小為86.11%。從2020年中東西部區域夜間燈光DN值分區面積占比中(圖10)可以明顯發現，東部區域燈光高亮度區面積占比比較高為8.06%。占比比西部高7.52%，比中部高6.12%，三部分區域燈光低亮度區域普遍占比比較多，但東部區域的低亮度區面積占比值最低為74.12%，這與上文全國宏觀層次分析中結論相同。

圖8 1992—2020年東、中、西部DN年均值變化圖Fig.8 Changes in the annual average value of DN in the east, middle and west from 1992 to 2020

圖9 東、中、西部1992—2020年5種R值面積占比分布圖Fig.9 Distribution map of the area proportions of five R values in the east, middle and west from 1992 to 2020

圖10 東、中、西部2020年5種燈光DN值面積占比分布圖Fig.10 Distribution map of the area proportions of the DN values of 5 types of lights in the east, middle and west in 2020

2.3 典型城市尺度夜間燈光時空演變特征

由于東部區域無論是燈光增速、1992—2020年燈光增長趨勢、2020年燈光DN值高亮度區都是三部分區域中最高的，因此選擇東部區域19個典型沿海城市作為微觀層次的研究對象。包括廣州、廈門、上海、青島、天津、大連等19個城市，涉及到1個廣西壯族自治區，天津、上海共2個直轄市，山東、遼寧、江蘇、浙江、福建、廣東、河北省共7個省。

圖11 1992—2020年濱海城市燈光均值變化Fig.11 Changes in the mean value of lights in coastal cities from 1992 to 2020

圖12 1992—2020年濱海城市燈光增速Fig.12 The growth rate of coastal city lights from 1992 to 2020

圖11為東部19個典型沿海城市1992—2020年每年夜間燈光DN均值柱形圖，深圳市、上海市作為珠三角和長三角城市群的代表性城市，夜間燈光DN均值也是逐年增長，并且DN均值在19個城市中排名比較靠前，湛江市燈光DN均值排名最后。在1992—2020年燈光DN均值增速圖(圖12)中，廣州市和上海市的增速最快，分別為1.272%、1.104%，秦皇島市增速最慢為32.2%。并且DN均值增速排名與1992—2020年每年夜間燈光DN均值排名大致相同，排在前面的城市多為東南部的長三角、珠三角城市群，城市按照增速由高到低的排列順序也是地理位置由南到北分布。綜上可知，東南沿海區域不僅是高亮度區，更是高增長區域。

3 結論

本文利用遙感影像構建一元線性回歸方程，得到全國1992—2020年城市夜間燈光變化趨勢，從時間和空間兩個維度，宏觀、中觀、微觀三個層次分層級討論城市夜間光環境演變的特征。結果表明：

1)全國夜間燈光變化趨勢呈現明顯的地域差異性，燈光增加多集中在東部沿海城市以及省會中心城市，燈光減少多集中在山西、內蒙古、陜西、黑龍江、新疆和云南等中西部省份，其中山西下降最集中，黑龍江、新疆北部下降也十分顯著，大部分城市燈光變化不明顯。

2)1992—2020年全國平均夜間燈光DN值呈現逐年增長的趨勢，以5年為時間段進行分段分析增速變化時發現在2004—2009年間燈光增速最慢，這與當時國內的發展環境和政策相關，金融危機以及國際節能減排政策影響下，社會生產力下降，燈光增速相對放緩。2016—2020年段增速最快為0.584。

3)中東西部燈光時空演變中，東部區域燈光高亮度區、高增長區面積占比最高，可能與地理優勢帶來的經濟發展相關。中部區域中燈光增加區以省會城市中心向外輻射延伸，但中部存在集中燈光減少的區域，可能與經濟發展以及近些年重工業產業占比下降以及政策限制相關。西部由于遠離經濟發展中心，屬于內陸區域，雖然有國家20多年的西部大開發戰略支撐，但人煙稀少且開發進程差異，與東部區域的差距還是很大。

4)19個沿海城市時空演變中，燈光增長趨勢和亮度值大小的高低順序很明顯呈現由南到北的地理差異性，南部有珠三角，中間有長三角，北部有京津冀代表。