基于DMSP/OLS夜間燈光數(shù)據(jù)的新疆城市變化驅(qū)動力分析

喬雪偉，高敏華，孜比布拉·司馬義，3

（1.新疆大學(xué)綠洲生態(tài)教育部重點實驗室，新疆烏魯木齊 830046；2.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，新疆烏魯木齊 830046；3.新疆大學(xué)智慧城市與環(huán)境建模普通高校重點實驗室，新疆烏魯木齊 830046）

城市擴展已是當(dāng)今社會研究的熱點，受到廣大學(xué)者的關(guān)注。新疆自改革開放以來發(fā)生了翻天覆地的變化，取得了令人矚目的成就。新疆深居歐亞大陸，是典型的內(nèi)陸干旱區(qū)［1］，由于其地理環(huán)境的特殊性，城市擴張具有明顯的空間差異性［2］?！按蠓稚ⅰ⑿〖邸笔切陆鞘蟹植嫉囊淮筇攸c［3］。美國國防衛(wèi)星計劃（DMSP）為這種大尺度空間范圍的研究提供了一種有效的探測手段。目前使用的DMSP衛(wèi)星系統(tǒng)均搭載了線性掃描業(yè)務(wù)系統(tǒng)（OLS）傳感器，其獲取的夜間燈光數(shù)據(jù)具有很多優(yōu)點，且獲取途徑不受光線、陰影影響［4］，同時Landsat影像能反映地區(qū)交通道路、居民地等信息，從而能夠解讀人口、城市等因子的分布狀況；它以城鎮(zhèn)為目標(biāo)，為城鎮(zhèn)研究提供了準(zhǔn)確、直接、省時的方法［5］。因此DMSP/OLS夜間燈光數(shù)據(jù)可以作為監(jiān)測人類活動的良好數(shù)據(jù)源。近年來DMSP/OLS夜間燈光數(shù)據(jù)被普遍應(yīng)用于城市空間擴展［6-9］、城市化［10］研究。除此之外，夜間燈光數(shù)據(jù)被廣泛應(yīng)用于各類社會經(jīng)濟指標(biāo)研究，主要包括國內(nèi)生產(chǎn)總值（GDP）空間化分析［11-12］、能源消費量模擬［13］、人口密度模擬［14-15］和植被初級生產(chǎn)力的估算［16］等。在我國，利用夜間燈光數(shù)據(jù)對城市化進(jìn)行研究的成果較多，但目前對于我國城市群空間發(fā)展模式和過程的研究還比較薄弱［10］，在未來的研究中值得深入探討。另外，夜間燈光數(shù)據(jù)的運用在一些方面仍存在難點，如在提取城市建成區(qū)時，閾值的確定存在地區(qū)間差異性較大的問題，有待進(jìn)一步研究。陳晉等在2003年構(gòu)建了一個在省級尺度上能夠反映城市化水平的線性加權(quán)燈光指數(shù)［17］，隨后卓莉等在陳晉的基礎(chǔ)上構(gòu)建了一個無需加權(quán)的相對簡單的燈光指數(shù)——CNLI（compounded night light index），結(jié)果表明，CNLI與基于統(tǒng)計數(shù)據(jù)的城市化水平復(fù)合指數(shù)顯著相關(guān)，能夠很好地反映區(qū)域城市化綜合水平［18］，該研究實現(xiàn)了燈光指數(shù)像元化，證明CNLI是研究城市化水平的可靠依據(jù)。

新疆地大物博，城市分布較為分散。目前，結(jié)合統(tǒng)計數(shù)據(jù)和夜間燈光數(shù)據(jù)對于這種大尺度、分散型?。ㄊ校┑难芯枯^少，且關(guān)于新疆城市夜間燈光數(shù)據(jù)變化特征和變化機制的研究較少，本研究從這2個方面對新疆城市變化進(jìn)行時間序列研究，引用卓莉等構(gòu)建的燈光指數(shù)概念，選取10個新疆主要綠洲城市為研究對象，借助2001年、2005年、2009年、2013年的各項統(tǒng)計數(shù)據(jù)對新疆城市夜間燈光數(shù)據(jù)變化原因進(jìn)行研究，按照“分析燈光數(shù)據(jù)分布格局—構(gòu)建燈光指數(shù)—探討燈光指數(shù)變化機制”的技術(shù)路線，對新疆城市的時空格局變化進(jìn)行分析，以期為未來城市的發(fā)展研究提供參考依據(jù)。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)

新疆位于我國西北邊陲，是我國陸地面積最大的省級行政區(qū)，其地理位置極其重要。在本研究中，小型城市的夜間燈光數(shù)據(jù)表征不明顯，因此選取10個新疆燈光數(shù)據(jù)特征表現(xiàn)較為明顯的城市作為研究對象，分別為烏魯木齊市、昌吉市、哈密市伊州區(qū)（以下簡稱哈密市）、克拉瑪依市、石河子市、奎屯市、伊寧市、庫爾勒市、阿克蘇市北部（以下簡稱阿克蘇市）及喀什市。這10個城市的地理位置如圖1所示。

2 研究方法

2.1 數(shù)據(jù)源

本研究使用的數(shù)據(jù)主要有夜間燈光數(shù)據(jù)、社會經(jīng)濟數(shù)據(jù)、土地利用現(xiàn)狀數(shù)據(jù)及新疆縣級行政區(qū)矢量數(shù)據(jù)，其中2001年、2005年、2009年、2013年的夜間燈光數(shù)據(jù)來源于美國國防部的極軌衛(wèi)星計劃，由中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心提供，其空間分辨率為1 km，灰度值范圍為0～63。社會經(jīng)濟數(shù)據(jù)來自于各地區(qū)統(tǒng)計年鑒，土地利用現(xiàn)狀數(shù)據(jù)主要來源于新疆維吾爾自治區(qū)國土資源規(guī)劃研究院。

2.2 數(shù)據(jù)預(yù)處理

夜間燈光數(shù)據(jù)的灰度值是表征城市發(fā)展?fàn)顩r的重要指標(biāo)之一?；叶戎翟酱?，表示燈光數(shù)據(jù)越明顯，城市發(fā)展越好。利用ArcGIS軟件，借助新疆縣級行政區(qū)矢量數(shù)據(jù)，分別對10個城市2001年、2005年、2009年、2013年的夜間燈光數(shù)據(jù)進(jìn)行裁剪，得到各個城市4個年份的夜間燈光數(shù)據(jù)，統(tǒng)計各年份的燈光數(shù)據(jù)。

2.3 燈光指數(shù)的構(gòu)建

2.3.1 夜間燈光指數(shù) 通過城市夜間燈光數(shù)據(jù)分布的2個屬性（城市相對夜間燈光強度和城市燈光面積率）來構(gòu)建夜間燈光指數(shù)，即用二者乘積來表示城市的夜間燈光指數(shù)。其公式為

式中：CNLI為城市燈光指數(shù)；R為城市相對夜間燈光強度；L為城市燈光面積率。

2.3.2 城市相對夜間燈光強度 城市相對夜間燈光強度計算公式為

式中：DNi為某城市區(qū)域內(nèi)第i個灰度等級的灰度值（63≥i≥1）；Ni為某區(qū)域內(nèi)第i個灰度等級的像元數(shù)；DNm為某城市夜間燈光像元最大灰度值。

2.3.3 城市燈光面積率 城市燈光面積率計算公式為

式中：Sa為某城市中所有燈光像元的總面積；S為某城市的總像元面積。

2.4 數(shù)理統(tǒng)計

由于城市夜間燈光數(shù)據(jù)的變化與城市的人口、產(chǎn)業(yè)結(jié)構(gòu)等息息相關(guān)［17］，因此可以借助各項統(tǒng)計數(shù)據(jù)來進(jìn)一步探討城市夜間燈光的變化機制?；貧w分析是指在大量原始數(shù)據(jù)的基礎(chǔ)上，建立能夠反映各要素之間具體數(shù)量關(guān)系的數(shù)學(xué)模型，即回歸模型，用來預(yù)測未來事物的發(fā)展趨勢［19］。為方便去除量綱差異的影響，本研究所采用的指標(biāo)均為百分?jǐn)?shù)，所選取的統(tǒng)計數(shù)據(jù)包括以下7項：第一產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重（X1）、第二產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重（X2）、第三產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重（X3）、城市非農(nóng)業(yè)人口占地區(qū)總?cè)丝诘谋戎兀╔4）、交通運輸用地占地區(qū)總面積的比例（X5）、水域及水利設(shè)施用地占地區(qū)總面積的比例（X6）和城鎮(zhèn)村及工礦用地占地區(qū)總面積的比例（X7）。

3 結(jié)果與分析

3.1 新疆城市燈光影像表征

從圖2可以看出，2001—2013年新疆城市發(fā)展速度較快是顯而易見的。2001年全疆燈光數(shù)據(jù)分布零散，燈光數(shù)據(jù)面積較小。2005年、2009年、2013年，城市燈光數(shù)據(jù)高值區(qū)面積在2001年的基礎(chǔ)上明顯增加，且更趨于規(guī)則分布，呈現(xiàn)出以主要城市為中心不斷向四周擴張的動態(tài)發(fā)展趨勢。北疆城市燈光面積增加量高于南疆。位于阿克蘇市和庫爾勒市連線之間的庫車縣和輪臺縣夜間燈光數(shù)據(jù)分布在2001年較為集中，2005年趨于分散，2009年明顯減少，2013年又明顯增加。此外，塔克拉瑪干沙漠周邊縣（市）的燈光數(shù)據(jù)也在明顯增加，且呈帶狀發(fā)展趨勢，發(fā)展較快的是和田綠洲一帶。

3.2 燈光指數(shù)的計算

根據(jù)“2.3”節(jié)中的公式，計算所得結(jié)果見表1。

從表1可以看出，2001年和2005年夜間燈光指數(shù)大于0.05的有石河子市、伊寧市、奎屯市和喀什市；2009年夜間燈光指數(shù)大于0.05的除上述4個城市外，烏魯木齊市從2005年的0.047 4增加為0.065 4；2013年夜間燈光指數(shù)大于0.05的城市增加為7個，分別為烏魯木齊市、克拉瑪依市、石河子市、伊寧市、奎屯市、庫爾勒市和喀什市。哈密市、昌吉市和阿克蘇市各年的燈光指數(shù)均小于0.05。

3.3 逐步回歸建模

首先，對各因子進(jìn)行相關(guān)性分析，通過相關(guān)性分析，可以檢驗各因子與燈光指數(shù)之間是否存在相關(guān)性，以便于分析燈光指數(shù)變化機制。

由表2可知，X5、X7與CNLI的相關(guān)系數(shù)均大于0.8，且X5與X7的相關(guān)系數(shù)也大于0.8，表明這三者間兩兩相關(guān)。X6與CNLI的相關(guān)系數(shù)為0.527。其余4項因子對CNLI的影響較小。此外，X2與X3之間呈顯著負(fù)相關(guān)。

其次，借助SPSS軟件，運用逐步回歸分析決策來確定對夜間燈光指數(shù)具有解釋力的因子以及各因子與夜間燈光指數(shù)之間的具體數(shù)量關(guān)系。該方法自動選取上述7個因子中對夜間燈光指數(shù)最具有解釋力的因子進(jìn)入模型，淘汰相關(guān)度較低的因子，最后得到一個通過最少因子解釋夜間燈光指數(shù)變化的最佳模型組合，利用該模型可預(yù)測未來城市燈光指數(shù)的變化情況。符合本研究判斷條件的概率值必須小于0.05，當(dāng)概率值大于等于0.1時將會被剔除。各因子中與CNLI相關(guān)度最高的為X7，因此首先被選入回歸方程。由表3可知，除X7外6個因子的偏相關(guān)系數(shù)均未達(dá)到0.05顯著性水平，因此這6個因子均被舍去。

表1 各年城市R、L、CNLI

表2 各變量間的相關(guān)性

表3 已排除變量

如表4所示，模型1的r2為0.834，X7的P值遠(yuǎn)小于0.05，表明以X7預(yù)測夜間燈光指數(shù)有83.4%的解釋力，說明城鎮(zhèn)村及工礦用地占地區(qū)總面積的比例能夠解釋足夠多的燈光指數(shù)變化現(xiàn)象；另外，該模型β值高達(dá)0.913，表明其具有很強的預(yù)測能力，則模型1的表達(dá)式為

式中：Y表示夜間燈光指數(shù)的預(yù)測值。

表4 模型1系數(shù)表

3.4 模型驗證

模型驗證是衡量模型應(yīng)用效果的重要步驟［20］，通過比較統(tǒng)計值和模擬值，對模型的準(zhǔn)確性進(jìn)行直觀評價［21］。為了驗證模型1的預(yù)測能力，以10個城市2012年的城鎮(zhèn)村及工礦用地面積數(shù)據(jù)作為驗證樣本，計算2012年10個城市夜間燈光指數(shù)的預(yù)測值與真實值，結(jié)果如表5所示。

4 討論

4.1 全疆夜間燈光數(shù)據(jù)分析

2001年全疆社會經(jīng)濟發(fā)展水平較低，提供照明的公共設(shè)施不完善，交通工具較少，因此2001年全疆的夜間燈光數(shù)據(jù)不明顯。進(jìn)入21世紀(jì)后，全疆在黨和國家的關(guān)懷下快速發(fā)展，取得了令世人矚目的成就。2013年全疆燈光數(shù)據(jù)明顯增加。除了10個主要城市發(fā)展速度較快外，位于這些城市連線上的地區(qū)燈光數(shù)據(jù)也在增加，表明城市之間的社會經(jīng)濟聯(lián)系越來越多，主要城市的發(fā)展也帶動了沿線城市的發(fā)展。其中輪臺縣和庫車縣在2001—2013年期間燈光數(shù)據(jù)經(jīng)歷了先增加后減少再增加的過程，在2009年這2個城市的燈光數(shù)據(jù)明顯減少，說明這2個城市在2009年經(jīng)濟發(fā)展低迷，之后隨著政府投入的加大，受旅游業(yè)和石油開發(fā)建設(shè)的影響，庫車縣和輪臺縣經(jīng)濟迅速發(fā)展起來。由于塔克拉瑪干沙漠擁有豐富的石油和天然氣儲量，近年來位于沙漠周邊縣（市）的聯(lián)系更加緊密，和田綠洲在未來有望成為一個小的城市群［22］。

表5 2012年各城市CNLI估算結(jié)果

4.2 夜間燈光指數(shù)變化分析

夜間燈光指數(shù)越大表示該地區(qū)經(jīng)濟發(fā)展越好。從圖3可以看出，受城市發(fā)展水平影響，夜間燈光指數(shù)的空間差異性較大?？傮w來說，這10個城市的夜間燈光指數(shù)隨時間呈不同程度的上升趨勢，其中最大的是石河子市，自2005年來呈直線上升趨勢，該城市面積較小，燈光面積率在2013年高達(dá)95.43%；其次是喀什市和伊寧市。石河子市、喀什市和伊寧市都是新疆的宜居城市，說明城市生活環(huán)境對城市發(fā)展起到了至關(guān)重要的作用。由此可見，夜間燈光指數(shù)較大的城市均為面積較小的城市，在新疆這類城市發(fā)展速度較快。在本研究選取的4年中，夜間燈光指數(shù)變化較慢的城市有5個，分別為庫爾勒市、克拉瑪依市、阿克蘇市、昌吉市和哈密市，可以看出，面積較大的城市夜間燈光指數(shù)變化較小，說明面積大的城市發(fā)展不充分。其中哈密市的夜間燈光指數(shù)在所研究的4年中均為最低，變化趨勢平緩，這4年的城市燈光面積率遠(yuǎn)遠(yuǎn)小于其他城市。阿克蘇市2013年燈光指數(shù)增幅明顯，原因是2009年阿克蘇市自治區(qū)級工業(yè)園區(qū)的成立帶動了當(dāng)?shù)亟?jīng)濟的發(fā)展。針對夜間燈光指數(shù)較低的城市，政府應(yīng)充分利用當(dāng)?shù)貎?yōu)勢，努力給當(dāng)?shù)亟?jīng)濟帶來新的增長點。近年來，昌吉市新興了許多具有現(xiàn)代畜牧業(yè)特色的優(yōu)勢產(chǎn)業(yè)，拉動了區(qū)域經(jīng)濟產(chǎn)業(yè)鏈的發(fā)展。哈密市地域遼闊，自古就是絲綢之路的咽喉，有著豐富的物產(chǎn)資源，是一塊待開發(fā)的寶地。2016年哈密地區(qū)撤地設(shè)市，為這座城市帶來了新的發(fā)展機遇。從這些城市的燈光指數(shù)變化情況來看，國家和政府近年來采取了許多措施來促進(jìn)地區(qū)發(fā)展。

4.3 回歸模型分析

經(jīng)逐步回歸分析發(fā)現(xiàn)，夜間燈光指數(shù)主要與城鎮(zhèn)村及工礦用地占地區(qū)總面積的比例有關(guān)，一個地區(qū)的總面積基本保持不變，因此城鎮(zhèn)村及工礦用地面積對夜間燈光指數(shù)起著決定性作用。夜間燈光指數(shù)隨著城鎮(zhèn)村及工礦用地面積的增加而變大。

該模型具有較強的預(yù)測能力，從圖4可以看出，2012年夜間燈光指數(shù)的預(yù)測值與真實值之間有較強的一致性，曲線大體相符。夜間燈光指數(shù)預(yù)測值較大的有石河子市、伊寧市和喀什市，最小的為哈密市，與實際情況相符。其中克拉瑪依市、石河子市和奎屯市的預(yù)測誤差較大，其余城市的預(yù)測值和真實值都較吻合?？死斠朗泻涂褪袨楣I(yè)城市，石河子市為旅游城市，這3個城市的交通能力較強。表2顯示，交通運輸用地占地區(qū)總面積的比例與夜間燈光指數(shù)的相關(guān)性也較高，因此對這3個城市而言，在預(yù)測夜間燈光指數(shù)時，僅僅考慮城鎮(zhèn)村及工礦用地占地區(qū)總面積的比例這一項因子是不夠的。此外，運用該模型估算夜間燈光指數(shù)時也存在不合理現(xiàn)象，例如在估算2012年哈密市的夜間燈光指數(shù)時出現(xiàn)負(fù)值，夜間燈光指數(shù)應(yīng)為一個大于零的數(shù)值，出現(xiàn)這種情況是因為城鎮(zhèn)村及工礦用地所占地區(qū)面積太小，經(jīng)計算得出，當(dāng)?shù)貐^(qū)城鎮(zhèn)村及工礦用地所占比例小于0.007 5時，夜間燈光指數(shù)的預(yù)測值會出現(xiàn)小于零的情況，此時該模型不適用，需綜合考慮各項因子的影響。綜上所述，利用城鎮(zhèn)村及工礦用地占地區(qū)總面積的比例估算城市夜間燈光指數(shù)具有一定的可靠性和普適性。本研究是基于新疆城市數(shù)據(jù)進(jìn)行夜間燈光指數(shù)預(yù)測的一個初步嘗試，在基于燈光數(shù)據(jù)的城市建成區(qū)提取、城市群產(chǎn)業(yè)經(jīng)濟聯(lián)系和城市化驅(qū)動力機制等方面的研究還有待進(jìn)一步探索。

5 結(jié)論

結(jié)合統(tǒng)計數(shù)據(jù)，對新疆城市夜間燈光數(shù)據(jù)進(jìn)行分析，得出以下結(jié)論：（1）與2001年相比，2013年新疆城市夜間燈光數(shù)據(jù)呈現(xiàn)出以主要城市為中心不斷向四周擴張的動態(tài)發(fā)展趨勢。城市之間的聯(lián)系越來越緊密，主要城市在自身經(jīng)濟發(fā)展的同時也帶動了沿線城市的發(fā)展。（2）近年來新疆城市發(fā)展較為平穩(wěn)，在時間序列上新疆城市燈光指數(shù)呈上升趨勢。小面積城市成為新疆發(fā)展的熱點，例如石河子市、喀什市和伊寧市發(fā)展速度較快；哈密市、昌吉市和阿克蘇市地域遼闊，夜間燈光指數(shù)增長緩慢，地區(qū)發(fā)展空間巨大。（3）交通運輸用地面積和城鎮(zhèn)村及工礦用地面積對夜間燈光指數(shù)的影響較大，且均與夜間燈光指數(shù)呈正相關(guān)關(guān)系。（4）逐步回歸分析法能夠準(zhǔn)確分析夜間燈光指數(shù)的變化機制，所構(gòu)建的回歸模型具有較高的可信度（r2＝0.834）和預(yù)測能力（β＝0.913），分析發(fā)現(xiàn)，城鎮(zhèn)村及工礦用地占地區(qū)總面積的比例對夜間燈光指數(shù)的影響較大，兩者呈顯著正相關(guān)關(guān)系。利用城鎮(zhèn)村及工礦用地占地區(qū)總面積的比例能準(zhǔn)確預(yù)測地區(qū)夜間燈光指數(shù)。