基于夜间灯光数据DMSP-OLS的城市化进程分析-以南京为例

前言城市化（英语：Urbanization），又称城镇化、城市化，是指人口不断向\o"城市"城市聚集、城市规模扩大从乡村发展为城镇以及由此引起一系列经济社会变化的过程，其实质是经济结构、社会结构和空间结构的变迁。从经济结构变迁看，城市化过程是农业活动逐步向非农业活动转化和产业结构升级的过程；从社会结构变迁看，城市化是农村人口逐步转变为城镇人口以及城镇文化与生活方式和价值观念向农村扩散的过程；从空间结构变迁看，城市化是各种生产要素和产业活动向城镇地区聚集以及聚集后的再分散过程。在对城市化质量进行综合评价中，要考虑城市发展质量、城乡协调程度、城市化带来的文明成果以及为此付出社会、经济、环境等方面的代价。但是城市化同时也会带来一些生态环境方面的问题，会严重影响人类的生存环境，进而会成为城市化进一步发展的阻力。因此，为了保障我国社会经济的可持续发展，促进社会经济、城市化进程与自然生态环境的协调发展，防止城市发展与生态环境相互抵触，有必要即使宏观的把控城市化的发展现状，深刻了解城市化的内在机制，为城市化的下一步规划做好铺垫。本研究以江苏省省会南京作为研究对象，在收集研究区生产产值、人口比例、城建区面积等统计资料的基础上，以美国国防部的极轨卫星计划提供的1—2-2013年夜间灯光DMSP/OLS作为主要的信息源，通过研究研究区的灯光指数在时间上和空间上的变化，对城市化进程进行精细刻画和驱动因素的分析，为区域生态环境的制定与规划提供科学依据。1概述1.1研究目的及意义自1978年我国开始改革开放以来，我国的国民经济和社会发展取得长足的进步和发展，这三十余年使得我国的综合国力显著提高、国际地位明显提升、人民生活水平显著改善。同时，在这改革开放的三十余年里，同时也是我国城市化实现跨越式发展的时期，我国的城市化水平始终伴随着中国经济与国力的增长。实践表明，一个健康的城市化发展路线，是我国现代化建设中的历史战略任务，也是和谐社会建设的重要保障。改革开放以来，全国各地都享受到了改革开放带来的红利，全国各地都在发生着深刻的城市化进程，主要表现为，小城市劳动人口往大城市迁移，农村人口往小城市迁移。因此，合理恰当的分析城市化状况，可以优化城市化过程中用到的土地利用和城市生态环境的建设，使得城市化建设与文化、经济、生态环境建设互相配合，为和谐社会的建设提供有力保障。城市化是一个复杂过程，受到经济、社会、人口、地域空间等多方面的影响，所以，不同研究领域的学者都可以根据自己的相关知识从各自的认知角度去定义和解释城市化。目前用来刻画城市化水平的方法主要有两种：主要指标法和复合指标法。主要指标法就是选择城市统计最具代表性又方便统计的个别指标，以此来描述城市化达到的水平。这种指标主要用人口和土地利用作为主要比例指标。复合指标法就是选择与城市化相关的多种指标并进行加权总和，并以此来表征城市化的水平。但是从目前的研究状况看，这两种方法都存在着自身的局限性。单纯的依靠统计数据来测度城市化，都只能刻画城市化在时间上的发展，但是缺乏从空间的角度去了解城市化，因此本研究以江苏省省会南京作为研究对象，在收集研究区生产产值、人口比例、城建区面积等统计资料的基础上，以美国国防部的极轨卫星计划提供的1—2-2013年夜间灯光DMSP/OLS作为主要的信息源，通过研究研究区的灯光指数在时间上和空间上的变化，对城市化进程进行精细刻画和驱动因素的分析，为区域生态环境的制定与规划提供科学依据。1.2国内外研究现状随着我国城市化进程的加快，对于城市化区域的空间布局，空间扩展状态以及城市内部经济发展的研究越来越重要。目前从事这方面研究的基础数据主要有土地利用调查数据、TM/ETM影像解译数据以及MODIS土地利用数据等，但是这些数据都存在一些缺陷，土地利用调查数据更新时间慢，数据少；TM/ETM影像解译数据工作量大，精度不高；MODIS土地利用数据分辨率低，质量差。鉴于这些缺陷，美国军事气象卫星DefenseMeteorologicalSatelliteProgram(DMSP)搭载的OperationalLinescanSystem(OLS)传感器获取的DMSP/OLS夜间灯光数据在城市化方面的研究具有很大的优势。在城市化研究领域，胡序威在1993年对经济区的概念和性质做出了解释【7】，对我国现存的经济区进行了归纳和分类；王慧在1997年在城市化研究领域将城市化发展过程分为经济、人口、地域空间及生活方式四个方面【9】，并对城市化发展水平进行综合分析，做出总体水平排序和发展类型划分；张耕田在1998年对城市化进程提出城市化不仅具有数量上的意义，也具有质量上的意义【10】，提出了用一组指标构成城市化评估体系的理念；2005年卓莉、陈晋等人提出了基于夜间灯光数据的中国人口密度的模拟【4】，初步开创了国内利用夜间灯光数据去研究城市化发展水平的先河；同年何春阳、李景刚等人又提出了利用夜间灯光数据来研究环渤海地区城市化过程的研究方法【2】，利用夜间灯光数据提取到了区域尺度的空间信息，利用空间信息来研究城市化；2006年卓莉、李强等人又提出了基于夜间灯光数据的中国城市用地扩展类型的研究【1】，利用空间信息去识别和划分用地类型和结构，提供了更为详细且符合实际的城市用地空间扩展信息；2009年方创琳提出了改革开放30年来中国的城市化与城镇发展的研究【6】，探讨了我国在现有城市化水平的基础上，我国未来城市化反战的道路选择，提出了环境友好，高资源利用效率的健康的城市化格局；2011年杨洋、何春阳等人对夜间灯光数据的城镇用地信息的提取阈值的研究【3】，提出了一种提取城镇用地信息的新方法——分层阈值法。2研究材料及研究方法2.1研究区域概况南京市，简称宁，别称金陵，中华人民共和国江苏省省会、副省级城市、华东地区第二大城市。南京地处长江下游沿岸，位于江苏西南部，邻靠安徽。全市下辖11个区，总面积6582.31平方千米，2013年底常住人口818.78万，其中城镇人口659.1万人。南京是长江下游和长三角地区重要产业城市、长三角的副中心城市和江苏省的政治、经济、科教、文化、信息中心，也是全国综合性交通和通信枢纽城市以及科教中心城市之一。根据全国城镇体系规划，南京是华东区域中心城市，全国六大区域中心城市之一。图2-1研究区2013年行政区划图南京有2500多年的建城史和前后近500年的建都史，是中国四大古都之一，有“图2-1研究区2013年行政区划图南京东郊西起紫金山东面，北至长江、东到句容宝华山，南至青龙山，地理范围为东经东西长23.10km，南北宽25.14km，总面积为337.79km2。南京东郊属北亚热带季风性气候，全年降雨量900mm～1000mm，年平均气温15.7℃，区内自然条件优越，人文景观丰富，有燕子矶、栖霞寺、阳山碑材、汤山温泉等风景名胜和古迹遗址。研究区内交通便利，有南京绕城高速、沪宁高速、宁杭公路、312国道、2.2数据来源与预处理2.2.1DMSP/OLS夜间灯光数据美国军事气象卫星DefenseMeteorologicalSatelliteProgram(DMSP)搭载的OperationalLinescanSystem(OLS)传感器为大尺度的城市化研究提供了一种新的数据手段。DMSP/OLS有别于利用地物对太阳光的反射辐射特征进行监测的LANDSATTM,SPOTHRV和NOAAAVHRR传感器,传感器可在夜间工作,能够探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光,使之明显区别于黑暗的乡村背景,其与AVHRR相当的空间和时分辨率,比较适合城市化进程的动态监测。DMSP/OLS夜间灯光数据，主要包括稳定灯光数据、辐射标定夜间灯光强度数据、非辐射标定夜间灯光强度数据三种产品，具有数据获取容易、能够探测低强度灯光、不受光线阴影影响、方便为城市化强度及其时空方面分析提供条件等优点。目前，关于DMSP/OLS数据的研究成果已有很多，主要集中于城市发展研究、人类活动及效应研究、生态环境影响研究等方面。目前，针对该数据的未来研究趋势主要表现在以下几方面：（1）对数据本身处理方法深入研究；（2）数据应用领域应进一步扩展；（3）DMSP/OLS数据与其它数据模型的集成研究应进一步深化；（4）将现有研究成果结合，进一步研究。本论文所用夜间灯光数据为稳定的全球数据，故需通过ArcGIS的ExtractbyMask(sa)工具和南京市辖区的矢量数据对全球数据进行裁剪。如图一所示。2.2.2城镇区域提取阈值图2-2图2-2研究区1992年夜间灯光数据鉴于此，本文采用王晓慧等人在2013年在国土资源遥感中发表的针对现有阈值提取方法的不足所提出来的分区训练法提取阈值，通过划分训练区，调整训练区内阈值与城镇用地总量交互得到区域最佳阈值，通过真实像元判定研究区城镇用地信息。所用阈值如表1所示：表2-1城镇面积提取阈值精度评价城市阈值DMSP/OLS提取面积/km2TM提取面积/km2面积一致性/%199219952000199219952000199219952000199219952000南京50545315216026412916531982.1796.9782.762.3灯光指数构建本文从区域夜间灯光分布的两方面属性来构建反映其城市化水平的等指数（Lj）：（1）区域平均灯光强度属性；（2）区域灯光面积属性。两方面的属性通过下述指标予以定义和计算，然后用线性加权总和为灯光指数（Lj）。区域平均灯光强度指标Ij（区域j）定义为：IDNi：区域内第i等级的灰度值ni：区域内第i灰度等级的像元总数N：区域内所有灯光像元总数（63≥DN≥1），63为最大灰度等级。Ij表征了相对于最大可能灯光强度的比例关系。区域灯光面积指标Sj定义为：区域内所有灯光像元的总面积（63≥DN≥1像元之面积）真整个区域面积（63≥DN≥0像元之面积）的比例，反映了灯光的空间延展特征。SAreaN为区域内所有灯光像元的总面积，Area为整个区域面积。灯光指数即为平均灯光强度指标与区域灯光面积指标的乘积：Lj=Ij×Sj3数据分析方法3.1研究区灯光指数时间系列分析打开裁剪好的南京市夜间灯光数据，选中所有value值大于等于50的行使用Rastertopolygon工具将提取出的城区像元转换成多边形数据，如图2所示在裁剪好的南京市夜间灯光数据的字段表中添加字段area，属性为浮点型即Float图3-图3-1研究区1992年建城区多边形数据图3图3-2研究区投影转换工具设置截图对裁剪好的南京市夜间灯光数据，进行字段添加sum，类型为整形。记录字段表中的各种统计值：城建区面积的栅格数目、南京市城区总计的栅格数目、城建区sum值（即每个栅格的亮度值的总和）、和南京市城建区面积提取值获取研究区灯光指数时间变化趋势图3.2研究区灯光指数空间分布动态变化分析3.2.1趋势面分析对南京市辖区的矢量数据，使用CreateRandomPoints工具随机生成2000个随机点使用单元测试，加载1992-2013年的栅格数据选择不同是处理方式，获取最大值、最小值、平均值三个数据使用ExtractValuestoPoints获取数据，在字段表中显示处理出来的最大值，最小值，平均值三个数据使用trend工具，获取对应的趋势面图3.2.2冷热点分析对南京市辖区的矢量数据，使用CreateRandomPoints工具随机生成2000个随机点使用单元测试，加载1992-2013年的栅格数据选择不同是处理方式，获取最大值、最小值、平均值三个数据使用ExtractValuestoPoints获取数据，在字段表中显示处理出来的标准差数据使用ClusterandOutlierAnalysis工具对数据进行冷热点分析处理分别获取冷点和热点分布图3.2.3城市重心的迁移获取原始南京市夜间灯光数据阈值在50以上的数据，即南京市市区的栅格数据使用rastertopolygon工具，获取建城区数据使用FeaturetoPoint工具，将建城区数据转换成点数据使用CentralFeature工具，计算该年度城市重心将1992-2013年城市重心放在一个地图中，分析南京市20年城市重心的变化4结果与分析4.1研究区灯光指数时间系列分析4.1.1灯光指数时间系列变化分析利用IBM的SPSS分析工具，使用分析工具里的时间序列分析工具来分析灯光指数时间系列变化分析的精确度。表4-1—灯光指数时间系列变化分析统计表模型统计模型预测变量数模型拟合度统计杨-博克斯Q(18)离群值数平稳R方R方RMSE统计DF显著性灯光指数-时间系列分析0.833.761.01714.03516.5960上图可以看出此数据的平稳R方为0.833，R方为0.761，具有较高的拟合度，因此实测的灯光数据是具备真实性和可用性的。灯光指数可以代表利用夜间灯光数据得出的稳定的城市化水平演变分析情况。图4图4-1研究区灯光指数时间系类变化分析图4.1.2建城区比例时间系列变化分析表4-2—建城区比例指数时间系列变化分析统计表模型统计模型预测变量数模型拟合度统计杨-博克斯Q(18)离群值数平稳R方R方RMSE统计DF显著性建城区面积比-时间系列分析0.811.819.02912.19316.7310图4图4-2研究区建城区比例指数时间系类变化分析图从表4-2可以看出改时间分析的拟合度的R方和平稳R方均高于0.8，拟合度很高，所以建城区面积比例数据的在时间上的变化分析是具备真实性和可靠性的；它可以很好的在统计数据层面上反映南京市城市化水平的变化演进。4.2研究区灯光指数空间分布动态变化分析4.2.1趋势面分析图4图4-3研究区趋势面均值分析图图图4-4研究区趋势面最小值分析图如右图4-3所示，该图为研究区从1992年-2013年夜间灯光数据的均值趋势面图，可以发现蓝色区域即均值最高的是主城区即玄武区，鼓楼区，呈现向四周发散的情况，在溧水、高淳、六合等相对欠发展区域，平均亮度值则偏低，与南京市实际的城市化格局相符合，可以很好的从总体上反映出研究区即南京市城市化程度的分布情况，即城市化水平最高的是玄武区、鼓楼区、秦淮区等老城区，城市化水平相对较低的是六合区、溧水区、高淳区等工业区或郊区。而图4-4为研究区从1992年到2013年夜间灯光数据的最小值趋势面图，可以发现情况与图4-3的情况基本上是一致的，即研究区的城市化水平在时间上是不断发展的，呈现出城市化程度高的地区的城市化程度从中心向四周发散，距离市中心越远，受到的辐射效应越低，即灯光指数的亮度值较低。4.2.2冷热点分析如图，研究区的冷点为蓝色点，热点为红色。可以看出研究区冷点主要分布在城市的四周和中心部分，热点主要分布在城市中心外围一点的区域，即冷点为老主城区的玄武、鼓楼、秦淮及高淳、溧水、六合这些工业郊区；热点为栖霞区、浦口区、江宁区等南京市政府规划的新城区。即城市化变动最剧烈的是栖霞区、浦口区、江宁区这些老城区周边新兴发展起来的新城区，已经城市化程度很高的老城区以及依旧欠发展的工业郊区则变动不剧烈，即城市化变动不剧烈。图图4-5研究区冷热点分析图4.2.3城市重心演变分析从图可以看出，研究区的建城区的重心还是集中分布在老城区，即玄武区、鼓楼区等。但从细节角度来看，研究区的城市重心在整体上时在向南迁移的，这与现实中秦淮区、雨花区、江宁区等城市化变动剧烈等现实情况是相匹配的。图图4-7研究区城市重心细节分布图图图4-6研究区城市重心全局分布图4.3研究区城市化指数时间系列变化分析表4-3城市化指数时间系列变化分析模型统计模型预测变量数模型拟合度统计杨-博克斯Q(18)离群值数平稳R方R方RMSE统计DF显著性城市化指数-时间系列分析0.356.944.010.0.0图4图4-8研究区城市化指数时间系列变化分析图从表中可以看出该指数的R方值为0.944，可以十分精确的与拟合值相匹配，可以代表城市化程度在时间上的演变情况。5结论与讨论利用1992-2013年的DMSP/OLS夜间灯光数据，以南京作为研究对象来进行城市化进程分析研究，从时间和空间两个方面来分析南京城市化格局的发展，时间上可以看出南京市的城市化整体是不断发展的，不同区域的城市化水平，总体是不断加强发展的，2013年的城市化水平较1992年有了很大幅度的提升。空间趋势上，可以看出南京城市化发展的趋势是从玄武区、鼓楼区等老城区向四周不断扩散的一个散发式的发展格局，越靠近市中心，城市化发展状况越强，距离市中心较远的地区则城市化水平较低。空间冷热点方面，城市化变动剧烈的地区都是在主城区周边的栖霞区、浦口区、江宁区等随着改革开放而发展起来的新城区，这些地区的建城区经历了从无到有，从小到大，从弱到强的深刻转变，而已经完成了城市化的市中心和主要从事农业的郊区，则仍然是城市化演变剧烈程度较低的地区。建城区重心演变方面，南京市的城市重心仍然是集中在最早完成城市化发展的市中心的，即城市化发展是以市中心为中心向外扩散的一个发展状况；但是在整体上时在向南迁移的，这与现实中秦淮区、雨花区、江宁区等新城区的城市化变动剧烈等现实情况是相匹配的。表5-1城市化指数与灯光指数相关性分析二三产比例建城区比例非农业人口比例城镇化指数灯光指数二三产比例1建城区比例0.84865931非农业人口比例0.96062780.87578051城镇化指数0.96586490.92009710.99418801灯光指数0.83610250.99947720.86072230.90799341表5-2灯光指数与建城区面积相关性分析灯光指数建城区面积灯光指数1建城区面积0.866853051从表5-1中可以看出，城市化指数相关的统计指标，即二、三产业产值占社会总产值的比例、建城区面积占城市总面积的比例、非农业人口占总人口的比例这三项统计数据综合而成的城市化指数与灯光指数的相关系数很好，基本都在0.9左右的相关系数。说明灯光指数可以很好的反映城镇化发展水平。从表5-2中可以看出，灯光指数与建城区面积的相关性分析，也具备0.86的相关系数，说明灯光指数也可以很好的反映建城区面积的发展变化，从侧面也可以反映出城市化程度的发展情况。因此，灯光指数可以很大精度上表现与分析城市化进程，可以反映出南京近20年的城市化发展在时间和空间上的演变情况，可以作为城市化发展的一个十分重要的参考资料，为南京城市化的进一步发展与规划提供参考。2016年5月20日参考文献[1]卓莉,李强,史培军，等.基于夜间灯光数据的中国城市用地扩展类型[J].地理学报,2006,61(2):169～178.[2]何