基于夜間燈光數(shù)據(jù)的哈大齊工業(yè)走廊城市空間擴(kuò)展特征分析

劉亞亭

(山東科技大學(xué) 測繪科學(xué)與工程學(xué)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(yè)地區(qū)多以發(fā)展重工業(yè)為主,隨著生態(tài)環(huán)境嚴(yán)重破壞,可持續(xù)發(fā)展面臨巨大挑戰(zhàn)?！肮簖R工業(yè)走廊”是黑龍江省選擇老工業(yè)基地振興的先行區(qū)[1]?？茖W(xué)、準(zhǔn)確、有效地對城市空間擴(kuò)展進(jìn)行分析,可以為東北地區(qū)經(jīng)濟(jì)發(fā)展提供科學(xué)參考。遙感技術(shù)的蓬勃發(fā)展和遙感數(shù)據(jù)成為各行業(yè)分析研究的重要數(shù)據(jù)源,結(jié)合遙感技術(shù)和遙感數(shù)據(jù)對城市空間擴(kuò)展演變的研究更加可靠、便捷、直觀。相比于其他遙感數(shù)據(jù),美國國防氣象衛(wèi)星計劃線性掃描系統(tǒng)(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(wèi)星(Nation Polar Orbiting Partnership-Visible Infrared Imaging Radiometer Suite，NPP-VIIRS)夜間燈光數(shù)據(jù)具有分辨率低、數(shù)據(jù)量小、輻射范圍廣、數(shù)據(jù)發(fā)行早等特點(diǎn)[2]。

利用夜間燈光數(shù)據(jù)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(shù)據(jù)對東北三省城市空間格局變化特點(diǎn)以及造成的原因的探究,利用支持向量機(jī)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(shù)據(jù)綜合利用地理信息系統(tǒng)空間分析能力、城市空間擴(kuò)展速率指數(shù)及標(biāo)準(zhǔn)差橢圓等方法對環(huán)渤海城市群時空演變過程進(jìn)行研究[4]?；谥脖恍Ｕ某鞘幸归g燈光指數(shù)(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(jìn),利用分水嶺分割算法提取建成區(qū)[5]。張大成等對杭州灣城市群時空演變規(guī)律和發(fā)展趨勢進(jìn)行研究,選取標(biāo)準(zhǔn)差橢圓、燈光總量、首位度等多種模型指標(biāo)對城市發(fā)展軌跡進(jìn)行分析[6]。丁月等運(yùn)用空間統(tǒng)計分析方法,對山東縣域經(jīng)濟(jì)發(fā)展的時空特征進(jìn)行分析,結(jié)果表明區(qū)域國內(nèi)生產(chǎn)總值(Gross Domestic Product，GDP)與燈光數(shù)據(jù)具有顯著的相關(guān)性[7]。舒松等以上海為例,通過對比四種建成區(qū)提取方法,發(fā)現(xiàn)統(tǒng)計數(shù)據(jù)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(shù)據(jù)進(jìn)行研究,應(yīng)用兩種夜間燈光遙感數(shù)據(jù),解決了長時間序列不同數(shù)據(jù)的可比性問題。并運(yùn)用多種指標(biāo)對哈大齊城市擴(kuò)展特征進(jìn)行評價,進(jìn)而探討城市擴(kuò)展的驅(qū)動機(jī)制,分析人口因素、經(jīng)濟(jì)因素、政策規(guī)劃因素對城市擴(kuò)展的貢獻(xiàn)占比大小,實(shí)現(xiàn)對城市空間擴(kuò)展的動態(tài)分析,以期對未來黑龍江省發(fā)展規(guī)劃及政策制定有一定參考價值。

1 研究區(qū)概況

“哈大齊工業(yè)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(yè)經(jīng)濟(jì)園區(qū)。建設(shè)“哈大齊工業(yè)走廊”的決策,于2004年經(jīng)黑龍江省委常委會提出,是黑龍江省全面建設(shè)小康社會和振興老工業(yè)區(qū)的重大戰(zhàn)略部署。計劃用15 a時間建成,將分三步發(fā)展,2005—2006年開發(fā)100～150 km2,2008—2010年開發(fā)255 km2,2020年完成其余400多km2的開發(fā)計劃。整個走廊以能源、化工、裝備、汽車、食品、高新技術(shù)六大板塊為主框架,構(gòu)筑現(xiàn)代產(chǎn)業(yè)帶。

2 數(shù)據(jù)來源

本文選擇DMSP-OLS和NPP-VIIRS數(shù)據(jù)來源于美國國家海洋和大氣管理局國家地球物理數(shù)據(jù)中心(National Oceanicand Atmospheric Administration/National Geophysical Data Center,NOAA/NGDC)官方網(wǎng)站。根據(jù)哈大齊工業(yè)走廊的建設(shè)規(guī)劃時間,選擇的2005、2008、2010年的DMSP-OLS穩(wěn)定燈光數(shù)據(jù),該數(shù)據(jù)空間分辨率低于1 km,DN值范圍0～63存在飽和現(xiàn)象。為了研究的實(shí)時性選擇了最新數(shù)據(jù)2019年份的NPP-VIIRS數(shù)據(jù),該數(shù)據(jù)空間分辨率可達(dá)500 m。行政區(qū)劃圖數(shù)據(jù)在中國專業(yè)IT社區(qū)(Chinese Software Deve-loper Network，CSDN)網(wǎng)站上免費(fèi)獲得的,用于提取城市的邊界。研究所用統(tǒng)計數(shù)據(jù)包括年末人口數(shù)、GDP、城鎮(zhèn)固定資產(chǎn)投資額、城市建設(shè)用地面積,統(tǒng)計數(shù)據(jù)來源于《黑龍江省統(tǒng)計年鑒(2005—2019)》,主要應(yīng)用于城市建成區(qū)光斑提取、城市空間擴(kuò)展特征分析以及驅(qū)動力分析。

3 研究方法

3.1 數(shù)據(jù)預(yù)處理

為解決多時期、不同數(shù)據(jù)的可比性問題,需對兩類數(shù)據(jù)進(jìn)行相互校正。首先對DMSP-OLS與NPP-VIIRS夜間燈光數(shù)據(jù)進(jìn)行預(yù)處理,預(yù)處理使得數(shù)據(jù)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(shù)據(jù)預(yù)處理主要包括研究區(qū)裁剪、投影變換、重采樣、相互校正。為避免影像網(wǎng)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(tǒng)一影像的投影坐標(biāo)系,都轉(zhuǎn)換為Albers投影,并對影像中的網(wǎng)格重采樣為1 km。相互校正過程中應(yīng)用不變目標(biāo)區(qū)域法。本文參考曹子陽等夜間燈光數(shù)據(jù)的校正方法,構(gòu)建一元二次回歸模型并得到校正參數(shù)[9],如表1所示。

表1 一元二次回歸模型校正參數(shù)

為延長時間序列的可比性。利用處理后的2013年的DMSP-OLS數(shù)據(jù)對相同年份NPP-VIIRS進(jìn)行回歸分析建模校正,再用校正后的2013年的NPP-VIIRS數(shù)據(jù)對2019年的NPP-VIIRS數(shù)據(jù)建立一元二次回歸分析模型,得到校正參數(shù)如表2所示。

表2 基于DMSP-OLS數(shù)據(jù)校正NPP-VIIRS數(shù)據(jù)模型參數(shù)

3.2 城市燈光斑塊提取

目前利用夜間燈光數(shù)據(jù)提取城市建成區(qū)的方法有4種,其中經(jīng)驗(yàn)閾值法具有較強(qiáng)的主觀性,得到的結(jié)果因研究人員的不同而有差異;突變檢測法具有較強(qiáng)客觀性,但數(shù)據(jù)處理較為繁瑣;較高分辨率影像數(shù)據(jù)空間比較法需要TM(Thematicmapper)影像作為輔助數(shù)據(jù),研究成本高,數(shù)據(jù)處理過程較為復(fù)雜;參考比較法受統(tǒng)計數(shù)據(jù)準(zhǔn)確性的限制,但相較于其他方法數(shù)據(jù)處理過程較為方便。本文應(yīng)用參考比較法,即基于一系列燈光閾值提取出城市建成區(qū)面積與統(tǒng)計數(shù)據(jù)中建成區(qū)面積進(jìn)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(qū)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(shù)學(xué)模型

以夜間燈光數(shù)據(jù)為數(shù)據(jù)源,提取城市建成區(qū)范圍,建立空間測算分析模型。主要從分形維數(shù)、緊湊度、擴(kuò)展速度、城市重心4個數(shù)學(xué)模型進(jìn)行城市擴(kuò)展規(guī)律分析。

3.3.1分形維數(shù)

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

(1)

式中,A、P分別為城市建成區(qū)的面積、周長。

在某段時間內(nèi)城市的分形維數(shù)增加,則說明形狀越復(fù)雜,表明城市空間擴(kuò)展模式以向外擴(kuò)展為主[10];城市分形維數(shù)減小,說明城市邊界形狀越簡單,城市空間擴(kuò)展模式以邊緣填充為主[10]。若城市分形維數(shù)保持穩(wěn)定,則城市擴(kuò)展相對穩(wěn)定主要以向內(nèi)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(biāo),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(qū)的面積、周長。緊湊度越大城市建成區(qū)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(chǔ)設(shè)施的統(tǒng)籌安排[11]。

3.3.3擴(kuò)展速度

根據(jù)空間擴(kuò)展速度來量化城市空間擴(kuò)展特征。擴(kuò)展速度表示某段時間內(nèi)建成區(qū)面積和周長的增長率,用于比較不同時間段內(nèi)建成區(qū)擴(kuò)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(qū)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(shí)體在空間的中心性、方向性和空間形態(tài)等特征[2]。重心坐標(biāo)位置和重心遷移的距離可以表示城市的擴(kuò)展趨勢和軌跡[1]。其公式為:

(5)

(6)

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

4 城市空間擴(kuò)展過程分析

4.1 城市建成區(qū)光斑

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

圖1 2005—2019年城市建成區(qū)光斑

4.2 城市建成區(qū)光斑

本文統(tǒng)計2005—2019年建成區(qū)光斑的面積和周長,計算分形維數(shù)和緊湊度。如表4～5所示。

表5 2005—2019年哈大齊城市形態(tài)測度

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

根據(jù)公式(5)～(6)計算城市空間重心參數(shù),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(fā)展較均勻。結(jié)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(qū)、群力新區(qū)等地區(qū)在近年來的高速發(fā)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(diǎn)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(kuò)展驅(qū)動力分析

對于城市空間擴(kuò)展的驅(qū)動因素主要有人口因素、經(jīng)濟(jì)因素、政策規(guī)劃因素。城市規(guī)劃建設(shè)越好的地方人口密度越大,同樣經(jīng)濟(jì)也就越發(fā)達(dá),而國家的政策支持更是具有導(dǎo)向作用。本文選取年末人口數(shù)、GDP、城鎮(zhèn)固定資產(chǎn)投資額3個指標(biāo)來代表人口因素、經(jīng)濟(jì)因素、政策規(guī)劃因素對城市空間擴(kuò)展的相關(guān)性進(jìn)行分析[10]。在SPSS軟件中進(jìn)行相關(guān)性分析,計算城市建成區(qū)面積與所選取的3個統(tǒng)計指標(biāo)的相關(guān)性,得到表7[10]。

表7 建成區(qū)面積與統(tǒng)計指標(biāo)相關(guān)系數(shù)矩陣

可以看出人口數(shù)、GDP、城鎮(zhèn)固定資產(chǎn)投資額3個指標(biāo)對建成區(qū)面積的擴(kuò)大都具有顯著的相關(guān)性,因此,定量分析了人口、經(jīng)濟(jì)、政策規(guī)劃因素的影響程度。

6 結(jié)束語

本文為給振興東北地區(qū)等老工業(yè)基地提供理論依據(jù),對哈大齊工業(yè)走廊城市時空格局演化進(jìn)行研究。利用兩種夜間燈光遙感影像所獲得的研究區(qū)4期城市建成區(qū)光斑,通過計算建成區(qū)光斑面積、周長、分形維度、緊湊度、擴(kuò)展速度、城市重心等數(shù)學(xué)指標(biāo)分析城市2005—2019年的空間擴(kuò)展過程。并依據(jù)城市人口數(shù)量變化、經(jīng)濟(jì)發(fā)展?fàn)顩r、城市建設(shè)規(guī)劃政策等，對城市建成區(qū)面積進(jìn)行相關(guān)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(shù)據(jù)從2015年才開始發(fā)行,使得數(shù)據(jù)自身的問題對研究過程帶來了一定誤差,影響了數(shù)據(jù)的可靠性。另一方面,在利用不同分辨率的兩種數(shù)據(jù)進(jìn)行研究時,相互校正的理論依據(jù)相對欠缺,導(dǎo)致長時間序列數(shù)據(jù)的可用性存在一定誤差。在未來的研究中,應(yīng)加強(qiáng)兩種數(shù)據(jù)相互校正方法的研究,延長時間序列的數(shù)據(jù)可比性,為城市空間擴(kuò)展研究提供更精準(zhǔn)可靠的研究數(shù)據(jù)。