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(qū)的電子地圖興趣點（POI）主要包括城市內(nèi)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(shù)據(jù)范圍覆蓋面廣等特點。池嬌等利用POI對城市功能區(qū)進行定量識別及可視化[1]；曹芳潔等根據(jù)POI數(shù)據(jù)識別北京市商業(yè)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(qū)的識別判定與規(guī)劃類型進行對比得到發(fā)展差異，可以一定程度上預判其橫向發(fā)展進程；夜間燈光影像相比于普通的遙感衛(wèi)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(shù)據(jù)比較四種建成區(qū)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(tài)格局，能反映區(qū)域縱向擴張空間格局的演變規(guī)律，通過兩者結合分析得到梅州市的綜合現(xiàn)狀。

1 研究區(qū)概況及數(shù)據(jù)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(qū)、梅縣區(qū)、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(zhèn)人口221.09萬人。

1.1 POI數(shù)據(jù)

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

1.2 DMSP/OLS燈光數(shù)據(jù)

DMSP/OLS燈光數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)產(chǎn)品進行校正用于分析，通過傳感器校正及連續(xù)性校正處理提高數(shù)據(jù)的連續(xù)性和可用性。

表1 分類依據(jù)及POI的數(shù)量分布

表2 多傳感器影像校正的回歸參數(shù)模型

表3 2013年NPP/VIIRS與DMSP/OLS擬合結果對應參數(shù)

圖1 單一及混合功能區(qū)分布

圖2 規(guī)劃商業(yè)設施用地對比

1.3 NPP/VIIRS燈光數(shù)據(jù)

NPP/VIIRS燈光數(shù)據(jù)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(shù)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(shù)據(jù)產(chǎn)品與DMSP/OLS燈光數(shù)據(jù)進行連續(xù)校正，得到完整的1998—2018年夜間燈光數(shù)據(jù)。

2 基于POI數(shù)據(jù)的規(guī)劃對比分析

2.1 數(shù)據(jù)處理

將從高德地圖獲取的POI點進行數(shù)據(jù)清洗，剔除公眾認知度較低的公廁、報刊亭等POI點，根據(jù)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(chuàng)建r=500m半徑的漁網(wǎng)，將POI點與網(wǎng)格進行空間連接得到落入單元網(wǎng)格的POI點數(shù)，計算頻數(shù)密度（Fi）及類型比例（Ci）指標[1]。

圖3 規(guī)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(nèi)第i種類型POI數(shù)量；Ni表示第i種類型POI總數(shù)；Fi表示第i種類型POI占該類型POI總數(shù)的比例（式①）；Ci表示第i種類型POI的頻數(shù)密度占單元內(nèi)所有類型POI頻數(shù)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(qū)可視化及與規(guī)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(zhì)的標準，比例占50%及以上可確定該單元為單一功能區(qū)，單元內(nèi)所有類型的POI比例均沒有達到50%可確定該功能區(qū)為混合功能區(qū)，本文混合類型取決于單元內(nèi)前兩種最主要的POI類型。

圖1顯示，梅州市混合功能區(qū)集中分布在梅江區(qū)、梅縣區(qū)，即梅州市中心城區(qū)一帶；少數(shù)聚集在各個區(qū)縣中心區(qū)域，表明區(qū)縣的中心城鎮(zhèn)區(qū)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(qū)在混合功能區(qū)周圍分散，部分沿主要交通路網(wǎng)分布，說明沿主要交通路網(wǎng)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(qū)擴張

圖6 1998—2018年建成區(qū)擴張情況

2.3 規(guī)劃對比分析

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

如圖2梅江與梅州大道的中間部分區(qū)域，規(guī)劃為商業(yè)設施用地，商業(yè)設施用地主要指用于商業(yè)、服務業(yè)的土地，包括批發(fā)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(qū)，其四周為生活購物類、購物娛樂類及生活住宿類等功能區(qū)，顯然此區(qū)域的識別結果與規(guī)劃方向一致程度較高。

如圖3為梅塘東路附近區(qū)域，在《規(guī)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(qū)，周圍為生活金融類、生活餐飲類功能區(qū)，且尚有無數(shù)據(jù)區(qū)存在，說明發(fā)展現(xiàn)狀與規(guī)劃方向較為吻合，但局部發(fā)展不足。

3 基于夜間燈光數(shù)據(jù)的空間格局演化規(guī)律分析

3.1 DMSP/OLS燈光影像處理

根據(jù)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(qū)作為不變目標區(qū)。在梅州市范圍內(nèi)，以總灰度值較高、連續(xù)性較好的F162005影像作為標定數(shù)據(jù)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(xù)校正，得到1998—2013較為連續(xù)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(shù)據(jù)，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(shù)據(jù)。擬合2013年NPP/VIIRS與DMSP/OLS影像建立兩種數(shù)據(jù)源的回歸關系[3]，再以此校正2018年NPP/VIIRS的影像數(shù)據(jù)。表3中可以看出，結合R2及RMSE（均方根誤差），對數(shù)模型擬合度較高，因此本文選擇對數(shù)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(jù)國家統(tǒng)計年鑒，梅州市的建成區(qū)面積如下：1998年45km2、2008年40km2、2018年51km2。將DN值依據(jù)建成區(qū)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(fā)展擴張趨勢（見圖6）。

從圖6可看出，梅江區(qū)是梅州的發(fā)展中心，從梅江區(qū)的金山街道向外輻射到城北鎮(zhèn)、城東鎮(zhèn)和三角鎮(zhèn)，梅縣的程江鎮(zhèn)和南口鎮(zhèn)，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(zhèn)和丙村鎮(zhèn)建成區(qū)交匯的趨勢，向北方向有與蕉嶺縣建成區(qū)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(chǎn)業(yè)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(chǎn)業(yè)帶以梅江和韓江上游及其主要支流為紐帶，發(fā)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(chǎn)業(yè)帶區(qū)域形成連片建成區(qū)是大勢所趨；而平遠縣、大埔縣的建成區(qū)相對獨立，且發(fā)展速度較緩、發(fā)展程度較小，顯然還未能與周圍區(qū)縣的有較強的聯(lián)系。

4 結語

4.1 結論

(1)梅州市的功能區(qū)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(qū)為發(fā)展中心開始發(fā)散，輻射帶動周邊縣區(qū)的發(fā)展，規(guī)劃市域“一區(qū)兩帶六組團”的城鎮(zhèn)總體空間格局初步形成。

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

(3)從宏觀的縱向時間角度來看，中心城區(qū)總體擴張趨勢明顯，但大埔縣與中心城區(qū)和周圍區(qū)縣取得的發(fā)展聯(lián)系較少，處于相對孤立的狀態(tài)，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(qū)需要進行功能布局調(diào)整，其中中心城區(qū)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(qū)的服務質(zhì)量。

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

(3)功能區(qū)之間需增強聯(lián)系，市內(nèi)主要是是梅州市內(nèi)的“一區(qū)兩帶”,發(fā)展好本地的產(chǎn)業(yè)帶，聯(lián)系帶動弱勢地區(qū)，增強內(nèi)部聯(lián)系；市外以東南是潮汕地區(qū)，以東經(jīng)濟較發(fā)達的廈門漳州，利用位置優(yōu)勢增強區(qū)域之間的產(chǎn)業(yè)聯(lián)系，把握好發(fā)展機遇。