景观中国

夜间灯光遥感数据一致性校正下成渝城市群扩张分析

中国景观网2023-05-08景观中国景观水池的高度

小学大门景观设计,景观水池的高度,成都音乐公园景观设计,夜间灯光遥感数据一致性校正下成渝城市群扩张分析,小学大门景观设计,景观水池的高度,成都音乐公园景观设计针对DMSP/OLS和NPP-VIIRS两种数据不一致、不可比的问题，该文提出一种基于夜

夜间灯光遥感数据一致性校正下成渝城市群扩张分析

夜间灯光遥感数据一致性校正下成渝城市群扩张分析,

　　小学大门景观设计,景观水池的高度,成都音乐公园景观设计针对DMSP/OLS和NPP-VIIRS两种数据不一致、不可比的问题，该文提出一种基于夜间灯光遥感数据一致性校正应用下的小面积城镇剔除方法，对1992—2019年成渝城市群进行城市区域提取，并对城市面积、扩张强度、景观格局指标及扩张方位进行综合分析。结果表明：成渝城市群在1992—2019年，新兴城镇数量较少，相邻区域逐渐连接成片，城市区域的形状复杂度不断上升。城市扩张主要经历了由低速到中、快速再到低速的变化趋势。研究结果揭示了成渝城市群的城市时间发展规律及空间发展特征，可为成渝城市群的发展规划及政策制定提供有价值的参考。

　　近年来，随着传感器等相关技术的快速发展，遥感逐渐为城市的地理空间检测和可视化认知提供了可能。夜间灯光遥感影像数据为城市研究提供了大量有价值的信息，为城市空间格局变化提供了可靠的依据。当前常用的夜间灯光遥感数据主要来自两个卫星:①美国国防气象卫星计划(defense meteorological satellite program，DMSP)卫星搭载的线扫描传感器(operational linescan system，OLS)，传感器空间分辨率为3 000 m，生产的夜光遥感产品空间分辨率通常为1 000m，DMSP/OLS数据是当前最长时间序列的夜光遥感数据（自1992—2013年），可以提供长时间序列连续的夜光遥感监测;②美国新一代国家极轨卫星（Suomi-NPP）搭载的可见光红外成像辐射传感器（visible infrared imaging radiometer，VIIRS），传感器空间分辨率提高到750m，生产的夜间灯光遥感产品空间分辨率通常为500 m，产品提供时间自2012年至今。两个卫星提供的影像数据都可探测到夜间城市灯光，甚至是小规模居民地发出的低强度灯光，使之明显区别于夜间黑暗的乡村地区，有利于城市区域边界的确定和信息的提取。但两个卫星也有所差异，主要的差异包括：①卫星传感器参数不同；②NPP/VIIRS数据具有更高的空间分辨率，能探测到更微弱的灯光辐射；③光谱响应方式不同；④DMSP/OLS数据存在明显的“天花板效应”。由于这两种数据不具有一致性和可比性，难以直接应用于多源夜间灯光影像集的相关研究。文献[4]采用幂函数指数模型建立DMSP/OLS与NPP/VIIRS两种数据源之间的相互校正模型。文献[3]采用对数模型进行DMSP/OLS与NPP-VIIRS的相互校正。文献[5]同样采用幂函数模型进行DMSP/OLS与NPP-VIIRS的相互校正。参考前人研究结果，本文提出关于DMSP/OLS与NPP-VIIRS的相互校正方法，选定对数模型对数据源进行校正。同时由于传感器探测能力的差异，本文又提出一种基于夜间灯光遥感数据一致性校正应用下的小面积城镇剔除方法，解决了因两种影像采集传感器探测能力不一致导致的城市化分析指标突变的问题。相比普通的遥感卫星影像，夜间灯光遥感所使用的夜间灯光影像记录的地表灯光强度信息更直接反映人类活动差异，因而被广泛应用于城市提取。

　　城市提取主要在于灯光数据分割阈值的确定，文献[6]提出的突变检测法，认为真实的城市区域应该保持几何形状的完整性，灯光值越大，属于城市区域的概率也就越大，但此方法忽略了城市发展过程中不同区域间的差异性，不能作为阈值设定的通用标准。文献提出的高分辨率遥感影像辅助空间比较法是使用分辨率较高的遥感影像作为辅助数据，实现对夜间灯光图像中城市的提取。此方法虽有效，但高分辨率的遥感图像比较难获得。参考比较法是设定一系列灯光阈值，以城市历年统计面积为依据，结合夜间灯光数据，找出合适的阈值进行城市的提取，参考比较法往往要求具备详尽的历年统计数据，有时难以获取。文献通过对美国的城市夜间灯光数据和陆地卫星（Landsat）图像进行对比分析，在研究稳定夜间灯光数据所具有的尺度特征的基础上，发现DN＜12的区域通常为非城市区域或人为活动影响较弱的区域，完成了美国的城市空间范围提取。文献以DN＜12为经验阈值进行图像分割，提取了叙利亚全国的城市区域。尽管经验阈值方法无法确定准确的城市建成区，但在建立互相可比性的时间序列数据集上依旧可以据此提取符合相同标准的城市范围，用以分析城市的变化特征，该方法依旧得到了广泛应用。针对上述方法的特点，本文选定DN＜12为经验阈值进行图像分割，提取成渝城市群各城市的空间范围，对区域内城市的时空发展变化进行了定性和定量的特征提取与分析，以期能够为成渝城市群的高质量、可持续发展提供有价值的参考。

　　依据《成渝城市群发展规划》划定本文研究范围，但《成渝城市群发展规划》中涉及的达州市并不包括完整行政边界，重庆市开县及云阳县的部分地区并未划定具体范围，本文把达州市、重庆市的所有地区都归入研究区。包括四川省的成都、德阳、绵阳、眉山、资阳、遂宁、乐山、雅安、自贡、泸州、内江、南充、宜宾、达州、广安15个市以及重庆市。

　　此外，利用国家基础地理信息中心提供的四川省15个地市和重庆市的行政区范围矢量数据裁剪得到成渝城市群的各城市影像。

　　DMSP/OLS由于不同传感器之间的固有差异以及成像环境等因素的影响，未经辐射定标的不同年份图像之间的DN值不具有可比性[14]，因此，利用该数据研究之前，需要对数据进行相对校正。文献[15]最早通过对西西里岛地区的DMSP/OLS非辐射定标稳定夜间灯光图像进行相对于F12数据集的回归分析，给出了如式（1）所示的二次多项式经验校正模型和1994—2008年的逐年校正参数。文献[16]以该校正模型对中国区域内的相关数据集进行了校正。本文以意大利西西里岛地区为不变目标区域，选择F121999年西西里岛地区数据作为标准年份数据，采用式（1）的二次多项式校正模型分别对其他DMSP/OLS影像数据集的相同区域数据进行回归分析，并计算出校正参数、R2及回归曲线。利用计算出的校正参数分别对其他数据进行校正，得到校正后的影像数据。

　　NPP-VIIRS月度合成夜间灯光遥感数据保留了极光、渔船等短暂性光源和背景噪声，需要进行去噪处理来减少噪声对分析结果的影响。本文对月度合成数据做中值滤波处理，由于机场区域夜晚有较高的灯光亮度值，本文选取略大于上海浦东机场像元最大值300作为像元值上限，将大于300的像元赋值为0，以此消除噪声。vcm产品由于剔除了所有杂散光的像元值，导致受杂散光影响严重的区域出现大面积的数据缺失，造成数据的时空不连续性，基于月度合成图像中像素的时间连续性特征的缺失值插补方法是解决这些问题的有效方法。最小二乘法除了计算方便外，得到的估计量还具有对异常值和“离群点”非常敏感的优良特性。因此，本文采用最小二乘法对存在缺失值的局部灯光数据进行了逐像元插补。最后将中值滤波、插补后的NPP-VIIRS月度数据进行年度合成，裁剪出各个城市的年度夜间灯光，用于后续城市区域的提取。

　　由于DMSP/OLS与NPP-VIIRS两种数据不具有一致性和可比性，因此本文参考文献[3,5]前人研究结果提出了关于DMSP/OLS与NPP-VIIRS两种数据源的校正方法，对2013年的DMSP/OLS与NPP-VIIRS影像分别进行线性、对数、指数、幂函数及二次多项式函数相关分析，拟合的各项参数及相关系数如表1所示。

　　由表1可知，一元一次函数及指数函数拟合系数较低，说明这两个方程不适合用于DMSP/OLS和NPP-VIIRS的校正，二次多项式函数、对数函数及幂函数拟合系数相对较高，差异性不大。通过提取2012—2013年成渝城市群DMSP/OLS影像中DN＞12的城市区域分别与经过二次多项式函数、对数函数及幂函数校正后的2012—2013年成渝城市群NPP-VIIRS影像中DN＞12的城市区域进行比较，发现经过对数模型校正后的NPP-VIIRS影像中DN＞12的城市范围更接近DMSP/OLS影像中DN＞12的城市范围。因此，本文选择对数模型对两种数据源相互校正，最终得到1992—2019年长时间序列的夜间灯光影像集，见图1。

　　基于经验阈值法提取的城市范围在进行城市化指标分析时，发现选取的景观格局指标数值存在严重的突增、突降现象。针对此现象，本文又用参考比较法对城市范围进行提取并计算城市景观格局指标，发现计算得到的景观格局指标数值同样存在突增、突降现象，且用参考比较法提取的城市扩张变化趋势与经验阈值法提取的城市扩张变化趋势一致。

　　本文对指标突增、突降是否和两影像相互校正方法有关进行了验证，发现采用文献[3]提出的对数校正方法、文]提出的幂函数校正方法以及本文提出的对数校正方法等计算得到的城市景观格局指标数值均存在相似的突变现象。造成这种突变现象的原因，主要是两种卫星传感器对夜间灯光强度的探测能力不一致，NPP-VIIRS数据具有更高的空间分辨率，能够探测到DMSP/OLS数据探测不到的灯光微弱的小城镇，而这些小城镇通过两影像的校正是无法剔除的，导致在进行指标格局分析时指标出现突增、突降现象。经反复尝试，现有的面向两种灯光数据融合应用的相互校正方法或模型均难以解决该问题。为提升两种不同夜间灯光遥感数据融合应用时的可比性，需要在DMSP/OLS数据分析结果中补充、添加由NPP-VIIRS数据探测到的小城镇，或在NPP-VIIRS数据中剔除在DMSP/OLS数据中未探测到的小城镇图斑。

　　本文选择第二种方案，剔除的原则是设定阈值，若图斑面积小于设定的阈值就进行剔除。多次尝试不同的阈值，最后选择剔除斑块面积为7 km2的斑块，多次对比分析发现当两种影像都剔除斑块面积小于7 km2的斑块时，提取的城市景观格局指标都趋于稳定，且对城市的面积及扩张变化趋势影响较小，如图2和图3所示。

　　城市的扩张强度是研究城市发展必不可少的指标，是城市面积对其年平均扩张速度的标准化。

　　对提取到的成渝城市群各城市面积进行计算分析，得到各市的城市面积及扩张强度变化,如表2所示。

　　速扩张型。2006—2013年，达州城市扩张速度变慢，为低速扩张型，乐山、宜宾、自贡城市扩张强度为快速扩张型，眉山、雅安、资阳为高速扩张型，其余9个地市为中速扩张型。2013—2019年，资阳城市范围变小，扩张强度为负增长，达州、泸州、南充、自贡城市范围稳定增加，城市扩张强度为中速扩张型，广安、眉山扩张速度较快，为快速扩张型，其余9个城市均为低速扩张型。作为成渝城市群的两大核心城市，重庆的城区面积均高于成都，除2006—2013年，其余年份重庆的扩张强度均高于成都。

　　不同城市在不同阶段的扩张速度存在差异，依据本文划分的城市扩张强度分级可知，1992—1999年，成渝城市群中50%的城市扩张强度以低速扩张为主，1999—2006年，62.5%的城市扩张强度以中、快速扩张为主。2006—2013年，75%的城市扩张强度以中、快速扩张为主。2013—2019年，56.25%的城市扩张强度以低速扩张为主。整体来看，成渝城市群的大部分城市在1992—2019年，城市扩张经历了由低速到中、快速再到低速的变化趋势。

　　景观格局分析采用数量分析的方法对景观类型的结构进行分析，能够反映景观斑块在空间上的排列特征。本文运用景观生态学中的景观指数方法对16个城市区域1992—2019年提取的城镇空间信息进行分析，选择斑块数量（number of patches，NP）、斑块密度（patch density per，PDh）(100 km2)、最大斑块面积比（largest patch index，LPI）、总边界长度（total edge，TE）、边界密度（edge density，ED）、景观形状指数（landscape shape index，LSI）、平均斑块面积（mean patch size，MPS）、斑块平均回旋半径（radius of gyration，GYRATE-MN）、聚集度指数（aggregation index，AI）共9个景观生态学指标进行空间格局的特征分析，利用FRAGSTATES软件计算得到16个城市1992—2019年景观格局指数结果，结果见表3、图4。

　　图4中，GYRATE-MN是城镇的平均回旋半径。由表3和图4(a)可知，1992—2019年成渝城市群城市斑块数量稳定增加，27年间城镇数量增长了0.96倍，年平均增加3.57%。由表3和图4(g)可知，1992—2019年，成渝城市群的城镇平均斑块面积逐年增加，年平均增加14.57%，该数值要快于新兴城市数量的增加速度。由表3和图4(h)可知，成渝城市群城镇的GYRATE-MN指数在1992—2019年也逐年增加，年平均增加2.75%。以上结果表明，成渝城市群自1992—2019年，成渝城市群城市发展主要以自身扩张为主，新兴城镇数量较少。PDh是指单位面积上的城镇斑块数量，由表3和图4(b)可知，1992—2019年，成渝城市群的斑块密度在逐渐减少，年平均减少2.96%。LPI是指最大城镇斑块占总斑块面积的比例，由表3和图4(c)可知，LPI在1992—2019年变化有所浮动，但总体呈增加趋势，重庆作为本区域面积最大的城市，是成渝城市群最具发展和主导性的区域。同时，在1992—2019年，TE逐渐增加，年平均增加12.82%，ED在1992—2013年逐年下降，年平均下降2.02%，出现了城市区域边界总长度增加而城市区域边界密度却逐年降低的现象，说明成渝城市群27年间城市分布的景观破碎度逐渐降低，空间上表现出城市面积扩张，相邻城市连接成片的现象。景观形状指数代表了区域内各个孤立斑块形状的复杂程度和不规则程度，1992—2019年，LSI整体呈增加趋势，说明成渝城市群城市区域的形状复杂度逐渐上升。AI与城区边界的连接程度正相关，在空间上可反映城区合并的程度，由图4(i)可知，1992—2019年AI不断增加，城市之间通透性增大，相邻区域逐渐连接成片。

　　综合以上9个指标的变化趋势可知，成渝城市群在1992—2019年城市扩张主要以原有城市面积扩张为主，新兴城镇较少，原有城市相连成一片是加快成渝城市群城市化进程的重要因素。

　　城市扩张方位的变化可以反映成渝城市群各城市城区扩张主导方向的变化，借助等扇分析法，以城市区域重心坐标为圆心，以圆心到城市区域的最远距离为半径，利用Arcgis将八方向圆与提取的城市区域相交融合，计算得出各个城市1992、1999、2006、2013、2019年城市区域对应于城市分布在各个方向上的面积增量，根据面积增量的最大值，标注城市扩张主要方向，由于重庆等城市提取的区域距离较远，在一个八方向圆内展示不清晰，故只对这类城市的主要城市区域进行展示。同时根据成渝城市群城市的发展方向和城市面积增量，进一步展现成渝城市群空间发展格局，结果如图5和图6所示。

　　由图5和图6（a）可知，重庆作为研究区面积最大的核心城市，1992—2019年城市区域主要向西南和东北两个方向扩张，其城市发展主要集中在重庆的西南部，同时由图6（a）也可知，重庆对周边地级市的发展起到了积极的辐射带动作用，泸州、宜宾、自贡、内江、资阳、遂宁、南充、广安、达州等城市的主要扩张方向都指向重庆。成都作为成渝城市群中城市面积第二大核心城市，1992—2013年，其城市区域主要向西发展，而2013年以后，其城区快速向东部发展，主要发展方向为东南，与成都相邻的德阳、眉山、雅安在城市发展过程中逐渐指向成都方向。从城市发展方向来看，2013—2019年，各城市整体发展方向始终指向成都和重庆主城区，呈现出典型的“中心-外围”空间格局，即以成都和重庆主城为“中心”汇聚，以双核城市各自临近城市为“外围”向“中心”簇拥。

　　在2016年成渝城市群的发展规划中，提出要构建“一轴两带、双核三区”的城市群发展空间格局。结合表1和图6（b），从城市扩张总面积来看，成德绵乐城市带、沿江城市带27年间城市扩张总面积依次为13 894、10 625 km2，以成都为核心城市的成德绵乐城市带扩张面积大于以重庆为核心城市的沿江城市带。川南城镇密集区、“南遂广”城镇密集区、达万城镇密集区27年间城市扩张总面积依次为3 410 、3127 、738 km2，川南城镇密集区、“南遂广”城镇密集区、达万城镇密集区城市扩张总面积依次降低。从城市扩张强度来看，成德绵乐城市带、沿江城市带、川南城镇密集区、“南遂广”城镇密集区、达万城镇密集区27年间城市平均扩张速度依次为13.83%、13.28%、13.19%、15.99%、10.95%，以成都为核心的成德绵乐城市带扩张强度大于以重庆为核心的沿江城市带，“南遂广”城镇密集区、川南城镇密集区、达万城镇密集区城市扩张强度依次降低。从区域上看，目前成渝城市群已呈现出以成都、重庆为核心的双核结构，但次级城市节点不明显，成渝城市群城市发展呈现“东西快，中部慢”的空间特点。

　　本研究通过将DMSP/OLS和NPP-VIIRS夜间灯光遥感数据结合，采用对数模型对两种数据进行相互校正，进而对两种影像进行小面积城镇剔除，构建了长时间序列的稳定夜间灯光遥感数据集，解决了两种影像空间分辨率及卫星传感器不一致、不具有可比性的问题。提取了成渝城市群16个城市的空间范围，分析了各城市及城市群整体扩张、发展的时空特征，得出以下结论。

　　1）依据于本文划分的城市扩张强度分级可知，1992—1999年，成渝城市群中50%的城市扩张强度在~10%。1999—2006年，62.5%的城市扩张强度在20%~30%。2006—2013年，75%的城市扩张强度在20%~30%。2013—2019年，56.25%的城市扩张强度在~10%。整体来看，成渝城市群大部分城市在1992—2019年，城市扩张经历了由低速到中、快速再到低速的变化趋势。

　　2）通过9个景观生态学指标对成渝城市群进行空间格局的特征分析，发现成渝城市群在1992—2019年城市扩张主要以原有城市面积扩张为主，新兴城镇数量较少，城市分布的景观破碎度逐渐降低，城市区域的形状复杂度不断上升，相邻区域逐渐连接成片。

　　3）通过对城市扩张方位分析，从城市发展方向来看，1992—2019年各城市整体发展方向主要指向成都和重庆主城区，呈现出典型的“中心-外围”空间格局。从城市扩张总面积来看，川南城镇密集区、“南遂广”城镇密集区、达万城镇密集区城市扩张总面积依次降低。从城市扩张强度来看，成德绵乐城市带、沿江城市带、川南城镇密集区、“南遂广”城镇密集区、达万城镇密集区27年间城市平均扩张速度依次为13.83%、13.28%、13.19%、15.99%、10.95%，“南遂广”城镇密集区、川南城镇密集区、达万城镇密集区城市扩张强度依次降低。从区域上看，目前成渝城市群已呈现出以成都、重庆为核心的双核结构，但次级城市节点不明显，成渝城市群城市发展呈现“东西快，中部慢”的空间特点。

　　本文揭示了成渝城市群近27年来城市群结构及时空演化特征，相关结论可为研究城市空间规划、社会经济可持续发展等相关政策制定提供有价值的参考，并为其他城市群时空格局演化研究提供方法参考。

　　作者简介：刘清云(1998—)，女，山东聊城人，硕士研究生，主要研究方向为时空数据分析及城市夜光遥感。

　　引文格式：刘清云，范俊甫，陈政，等．夜间灯光遥感数据一致性校正下成渝城市群扩张分析［Ｊ］．测绘科学，２０２２，４７（６）：９９１０８。

很赞哦！