燈光遙感數(shù)據(jù)在監(jiān)測建設范圍擴張及其影響因素相關性研究中的應用

喻舒琳 羅勇

摘要：準確了解區(qū)域人類建設擴張動態(tài)對于評估生態(tài)環(huán)境和社會影響不可或缺?；贒MSP/OLS、Landsat等多源遙感數(shù)據(jù)，采用閾值分割法提取2000—2013年攀西礦區(qū)的人類建設活動范圍，并結合分形理論研究其動態(tài)變化特征，最后采用回歸分析法研究其影響因素。結果表明，燈光遙感數(shù)據(jù)能夠較好地提取人類建設活動范圍，且分形維數(shù)總體呈現(xiàn)出先增加后穩(wěn)定的變化趨勢;燈光遙感數(shù)據(jù)的像元亮度與人口數(shù)量、礦山開采面積及經(jīng)濟等影響因素具有不同程度的相關性。研究結果將為優(yōu)化土地利用模式，制定人口、經(jīng)濟等政策提供科學依據(jù)。

關鍵詞：燈光遙感數(shù)據(jù);分形理論;相關性分析;攀西礦區(qū)

中圖分類號：TP79? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2019）16-0133-06

DOI：10.14088/j.cnki.issn0439-8114.2019.16.031? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）：

Abstract： It is necessary to know the dynamic of human construction expansion to assess the ecological environment and social impact. Based on the multi-source remote sensing data such as DMSP/OlS， Landsat， and other remote sensing data， the threshold segmentation method is used to extract the range of human construction activities in Panxi mining area from 2000 to 2013， and study its dynamic characteristics with fractal theory， finally， the regression analysis method is used to study the influencing factors. The results show that the light remote sensing data can extract the range of human construction activity well， its fractal dimension shows the change trend of increasing first and then stabilizing The Pixel brightness of the light data is correlated with the population quantity， mining area and economy， etc. The research results will provide a scientific basis for the optimization of land use patterns and the formulation of policies such as population and economy.

Key words： light remote sensing data; fractal theory; correlation analysis; Panxi mining area

目前，中國正在經(jīng)歷著快速和大規(guī)模的建設擴張過程，人類建設活動范圍變化成為人口、社會、經(jīng)濟發(fā)展的重要體現(xiàn)。然而快速的建設擴張導致了資源枯竭和生態(tài)環(huán)境問題[1]：生物多樣性減小[2]、水質(zhì)退化[3]、農(nóng)田占用[4]、區(qū)域溫度和降水模式發(fā)生變化[5]等。在受人類活動影響較大的礦區(qū)，環(huán)境問題更為明顯[6，7]。同時，人類建設活動范圍的變化使得當?shù)乜臻g結構發(fā)生變化。因此，監(jiān)測人類活動建設區(qū)的擴張程度對于評估當?shù)氐沫h(huán)境問題和可持續(xù)管理具有重要意義。

在城鎮(zhèn)擴張的研究中多利用IKONOS、Quickbird、Landsat等高中分辨率的衛(wèi)星圖像來研究城市等地區(qū)的發(fā)展變化[8，9]，這種方法雖然精度較高，但同時也存在著數(shù)據(jù)量大、數(shù)據(jù)難以獲取、成本高等缺點。近年來，國防氣象衛(wèi)星計劃的操作線掃描系統(tǒng)的免費夜間穩(wěn)定光時間序列數(shù)據(jù)集（DMSP/OLS）提供了一種新的信息來源，可以快速揭示城市擴張的動態(tài)變化。該傳感器可以使用低光檢測功能在夜間檢測燈光、氣體火炬和火災等，顯示人類活動的強度[10]。DMSP/OLS夜間燈光數(shù)據(jù)已被證明能夠有效地提取人類活動引起的城市擴張[11]。黃鴻健等[12]基于DMSP/OLS夜間燈光影像對廣東省城市化進程進行了研究，此外部分研究將北京、上海、廣州、成都、鄭州、南京等發(fā)達城市[10，13，14]作為研究對象進行了研究。但中小城市的擴張卻很少受到關注，尤其是受人類活動影響較大的采礦區(qū)，采礦等活動的增加會影響空間結構的變化。據(jù)已有研究表明，在具有特定活動的地區(qū)，如采礦區(qū)也會增加夜間照明[15]。

攀西地區(qū)是中國重要的礦產(chǎn)資源集中地之一，人口和經(jīng)濟發(fā)展迅速，土地空間結構發(fā)生變化，對生態(tài)環(huán)境造成了一定影響[16]。因此，迫切需要監(jiān)測掌握人類活動建設的擴張動態(tài)、空間結構特征和驅(qū)動力，更好地了解人口、經(jīng)濟與采礦等因素的影響，這對當?shù)氐耐恋匾?guī)劃和管理，環(huán)境評估等具有重要作用。

1? 研究區(qū)概況

攀西地區(qū)位于四川省南部，屬于裂谷成礦帶，區(qū)內(nèi)礦產(chǎn)及其他自然資源豐富，開發(fā)歷史悠久。本研究將人類開采礦山活動相對集中、礦產(chǎn)資源開發(fā)強度較大的攀枝花市和會理縣作為研究區(qū)來研究人類建設擴張范圍的演變具有代表性。該地區(qū)位于攀西地區(qū)南部（26.04°-27.35°N，101.14°-102.63°E），包括攀枝花市鹽邊縣、米易縣、仁和區(qū)、西區(qū)和東區(qū)，涼山彝族自治州會理縣。區(qū)域內(nèi)分布有數(shù)量眾多的大中型煤礦、釩鈦磁鐵礦、銅礦和鉛鋅礦等，隨著礦產(chǎn)及其他資源的不斷開發(fā)，人類活動建設范圍也在不斷變化。

2? 數(shù)據(jù)與方法

2.1? 數(shù)據(jù)來源與處理

1）燈光遙感數(shù)據(jù)（DMSP/OLS）。來源于美國國家地球物理數(shù)據(jù)中心（https：//ngdc.noaa.gov/eog/dmsp.html），使用2000—2013年的14年夜間穩(wěn)定燈光遙感影像數(shù)據(jù)集，各年份的數(shù)據(jù)對應的衛(wèi)星由表1所示。為消除傳感器之間的年際變化和響應差異，使各影像數(shù)據(jù)之間具有可比性，本研究參照已有的研究[17，18]，采用基于不變目標區(qū)域的回歸分析法，以2000年攀枝花市東區(qū)為參考影像，建立與其他年份影像像元DN值之間的二次回歸方程（式1），校正參數(shù)如表1所示，根據(jù)參數(shù)對影像數(shù)據(jù)進行校正。

式中，DN校正表示使用影像校正模型校正之后的像元值;DN表示待校正影像的像元值;a、b、c為影像校正模型的參數(shù)。

2）遙感影像數(shù)據(jù)。數(shù)據(jù)來源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）。2000—2011年遙感影像為Landsat5 TM衛(wèi)星影像，2012—2013年遙感影像為Landsat7 ETM衛(wèi)星影像，空間分辨率為30 m。將得到的遙感影像數(shù)據(jù)利用ENVI5.1、ArcGIS10.4軟件進行輻射校正、波段組合、鑲嵌、裁剪等處理。將2000—2013年的TM、ETM影像的紅波段、近紅外波段進行波段運算，計算得出研究區(qū)每年的歸一化植被指數(shù)（Normalized difference vegetation index， NDVI）數(shù)據(jù)。

3）土地利用數(shù)據(jù)。研究區(qū)2000、2005、2010年土地利用數(shù)據(jù)來源于中國科學院資源環(huán)境數(shù)據(jù)中心，空間分辨率為1 km。

4）社會經(jīng)濟數(shù)據(jù)。包括2000—2013年研究區(qū)各區(qū)縣的人口數(shù)量、國民生產(chǎn)總值、各產(chǎn)業(yè)經(jīng)濟發(fā)展等數(shù)據(jù)，數(shù)據(jù)來源于四川省統(tǒng)計年鑒，通過SPSS分析處理所得。

基于DMSP/OLS數(shù)據(jù)提取城市區(qū)域常用的方法有優(yōu)化閾值分割處理法[1]和計算機自動提取法[13]。本研究基于DMSP/OLS數(shù)據(jù)，結合Landsat TM/ETM中分辨率影像數(shù)據(jù)、NDVI數(shù)據(jù)，采用閾值分割法對DMSP/OLS數(shù)據(jù)的像元亮度值進行閾值分割，然后利用已有的土地利用數(shù)據(jù)對分割后的結果進行修正來劃定人類活動建設區(qū)域范圍。利用分形理論分析該地區(qū)的分形特征，最后采用回歸分析法分析建設范圍內(nèi)的燈光亮度與各因素的相關性。

2.2.1? 分形維數(shù)? 分形維數(shù)反映了斑塊特征，在一定程度上可以揭示地區(qū)的復雜性和穩(wěn)定性，隨著空間結構的復雜性增加，分形維數(shù)會逐漸變大。分形維數(shù)的計算方法主要有網(wǎng)格記法（記盒維數(shù)法）、半徑回轉(zhuǎn)法和周長面積法。本研究采用記盒維數(shù)法計算分維數(shù)、計算公式為：

式中，D為分維值，值域為1～2;r為覆蓋分形體的網(wǎng)格寬度;N（r）為非空網(wǎng)格的數(shù)目。實際運用中，只能取到有限的r和對映的N（r），利用雙對數(shù)線性回歸分析對數(shù)坐標系中呈對數(shù)關系的點對，其斜率的絕對值即為所求的分維數(shù)。然而基于網(wǎng)格記法的分形研究的前提條件是網(wǎng)格尺度r與非空網(wǎng)格數(shù)目N（r）之間需服從負冪指數(shù)關系[19]。

2.2.2? 形態(tài)穩(wěn)定性? 分維值D的大小可以反映斑塊的復雜性和系統(tǒng)對空間的充填能力[20]。D值越大，表示該要素的鑲嵌結構越復雜空間占據(jù)能力越強;Mandelbrot認為，當D=1.5時，表示處于一種類似于布朗運動的最不穩(wěn)定的狀態(tài);D值越接近1.5，表示該要素越不穩(wěn)定;當D<1.5時，要素形態(tài)趨于簡單;當D>1.5時，要素形態(tài)趨于復雜，根據(jù)此原理，徐建華等[21]定義了斑塊形態(tài)穩(wěn)定性指數(shù)S，具體計算公式如下：

式中，S為穩(wěn)定性指數(shù)，用來表征斑塊的形態(tài)穩(wěn)定性，S的值域為0～0.5，S值越大，表示越穩(wěn)定。穩(wěn)定性指數(shù)用來表征13年間研究區(qū)人類建設活動范圍的形態(tài)穩(wěn)定性。

2.2.3? 相關性分析法? 普通最小二乘法用于判斷兩個或多個變量之間的相關性程度大小，可用來研究燈光遙感數(shù)據(jù)與采礦面積，人口和經(jīng)濟等影響因素之間的相關性。

式中，yi表示第i個影響因素，xi表示對應的平均燈光亮度值。a為斜率，b為常數(shù)。R2為相關指數(shù)，表示第i個平均燈光亮度值xi對對應的影像因素yi變化的貢獻率，用于確定方程擬合相關性程度的大小，R2值越大，相關性程度就越高。

3? 結果與分析

3.1? 人類建設活動范圍提取

利用DMSP/OLS數(shù)據(jù)對攀西地區(qū)2000—2013年共14年間的人類活動建設范圍進行提取。以研究區(qū)的兩處礦山開采區(qū)（圖1）為例，ab、cd為同一處礦山開采區(qū)。據(jù)圖1a可知，2000年該礦山的開采面積較小，且分布呈塊狀。利用LandsatTM影像經(jīng)人工目視解譯，得到該開采區(qū)礦山及建設用地面積為2.20 km2，由DMSP/OLS數(shù)據(jù)得到相應的中心邊界面積為3.00 km2，面積大小相近，且提取出的中心范圍包含了實際的礦山開采面和建設用地。2013年，該處礦山開采變化較大（圖1b），空間分布上開采面向四周拓展，且呈星散狀分布。經(jīng)目視解譯，該處礦山的開采和建筑用地的總面積達到10.08 km2。由DMSP/OLS數(shù)據(jù)得到的中心邊界面積為13.00 km2，提取出的范圍與實際較為相符。在第二處礦區(qū)，2000年該地區(qū)尚未有礦山開采（圖1c），基于DMSP/OLS數(shù)據(jù)提取出的結果顯示，該地區(qū)無人類活動建設范圍，與實際相符。2013年，該區(qū)出現(xiàn)了大面積的礦山開采（圖1d），同時DMSP/OLS數(shù)據(jù)提取出的范圍顯示該地區(qū)具有人類建設活動范圍。

由DMSP/OLS數(shù)據(jù)提取出的邊界與實際范圍較為吻合，且越接近建筑活動區(qū)，像元亮度值越高DMSP/OLS數(shù)據(jù)的像元分辨率最高達到1 km，因此由提取出的范圍邊界相對規(guī)則。此外，通過提取出的攀西礦區(qū)2000—2013年的人類活動建設范圍內(nèi)的平均亮度值變化發(fā)現(xiàn)（圖2），整體上像元亮度值在不斷升高，且呈線性的變化趨勢，說明人類活動的強度在逐漸增強。

3.2? 分形維數(shù)與分形特征分析

設置網(wǎng)格寬度的大小r分別為1 000、1 500、? ? ? ?2 000……3 500、4 000 m，統(tǒng)計非空網(wǎng)格數(shù)目N（r），根據(jù)計盒維數(shù)法（式2）得到2000—2013年提取出的人類建設活動范圍的計盒分形分維ln（r）-lnN（r）曲線。由圖3可知，沒有坐標點明顯偏離曲線，因此各年份所選的不同尺寸均在無標度區(qū)以內(nèi)，滿足分形研究的前提條件。

通過計算得到2000—2013年的分形維數(shù)和穩(wěn)定性指數(shù)如表2所示。由圖4分形維數(shù)的變化曲線可知，分形維數(shù)從2000—2013年整體上表現(xiàn)為先增加后穩(wěn)定的趨勢，這與國外學者提出的城市形態(tài)分維波動上升到一定程度會向平均狀態(tài)回歸的觀點相吻合[20]。但不同時間段的變化趨勢不同，主要分為3個階段：2000年到2006年呈現(xiàn)出逐漸增長的趨勢，說明在此期間，主要建設活動范圍在不規(guī)則地擴張;從2006年到2008年，分形維數(shù)發(fā)生了減少，表明范圍的擴張在此期間變化較為規(guī)律有序;從2008年開始，分形維數(shù)再次增加，并且有繼續(xù)增加的趨勢，逐漸接近Batty等[20]提出的城市分維期望值1.71。

此外，需要注意的是穩(wěn)定性指數(shù)的范圍在0.01～0.34之間，在2001年最不穩(wěn)定。2001年后提取的活動范圍的分維值都大于1.5，空間形態(tài)趨于復雜。自2008年后穩(wěn)定性指數(shù)在不斷增加，穩(wěn)定性提高，這與當?shù)氐目臻g擴張模式相關。該結論可能對當?shù)氐目臻g優(yōu)化和城市規(guī)劃具有指導意義。

3.3? 影響因素相關性分析

影響人類建設活動范圍的擴張具有許多因素，包括自然因素和人為因素，而主要因素為人口的增長和經(jīng)濟的發(fā)展。對于以采礦業(yè)為主的地區(qū)，礦產(chǎn)開發(fā)直接影響著土地利用和城市的空間結構[21-23]。因此，結合當?shù)氐膮^(qū)域特點，選取人口數(shù)量、礦山開采面積、國民生產(chǎn)總值等因素采用回歸分析法分析其與燈光亮度值動態(tài)變化之間的相關性。

1）人口數(shù)量。通過對人口數(shù)量與提取出的范圍內(nèi)平均像元亮度值的線性回歸分析發(fā)現(xiàn)，人口數(shù)量和平均像元亮度值之間的斜率為144.37，R2值為0.682，Persons系數(shù)為0.826，兩者之間的相關性較高，與Wang等[24]得出的結論相似。P值小于0.01，表明該回歸分析具有較高的統(tǒng)計學意義。2000—2013年攀西礦區(qū)的年末常住人口數(shù)量在不斷增加，其對映的平均像元亮度值整體上也在不斷增加。人口增加帶來的建筑住房面積增加可能是主要原因之一。

2）礦山開采面積。礦山的開采面積與平均像元亮度值的斜率為35.64，R2值為0.701，Persons系數(shù)為0.837（P<0.01）。相較于人口數(shù)量，礦山面積與平均像元亮度值的相關性更高。這是由區(qū)域特點造成的，露天礦山的開采面在一定程度上會增加燈光遙感數(shù)據(jù)的像元亮度值。

3）經(jīng)濟發(fā)展。本研究選取GDP、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)作為經(jīng)濟指標，分析其與燈光數(shù)據(jù)平均像元亮度值之間的關系。通過回歸分析發(fā)現(xiàn)，各經(jīng)濟指標與平均像元亮度值之間都具有較高的相關性，R2位于0.72～0.74之間，且高于與人口數(shù)量的相關性，這與前人的研究結果一致[25]。各線性擬合方程的斜率大小為GDP>第二產(chǎn)業(yè)>第三產(chǎn)業(yè)>第一產(chǎn)業(yè)，這是由于當?shù)氐母鳟a(chǎn)業(yè)經(jīng)濟發(fā)展水平以礦產(chǎn)、攀枝花鋼鐵等第二產(chǎn)業(yè)為主，其次為第三產(chǎn)業(yè)和第一產(chǎn)業(yè)（表3）。

綜上，攀西礦區(qū)人口密度、礦山開采面積、GDP與燈光亮度之間存在著密切的關系，且與GDP的擬合關系最佳。使得夜間燈光遙感數(shù)據(jù)成為估計信息的潛在關鍵數(shù)據(jù)來源，尤其對于人口和經(jīng)濟等統(tǒng)計數(shù)據(jù)缺乏準確性的地區(qū)。這種相關性程度可能因同一地區(qū)不同時間、同一時間不同地區(qū)而表現(xiàn)出差異性[26]（圖5）。

4? 結論與討論

本研究基于DMSP/OLS數(shù)據(jù)提取了攀西礦區(qū)的人類活動建設范圍，并結合分形理論和回歸分析法進行了分形特征和影響因素的相關性分析。燈光遙感數(shù)據(jù)能夠在一定程度上較好反映區(qū)域人類建設范圍和活動程度，是動態(tài)監(jiān)測中一種新的思路。2000—2013年攀西礦區(qū)的人類建設范圍的分形維數(shù)和穩(wěn)定性指數(shù)在不同階段具有不同變化特征，但總體上呈現(xiàn)出先增加后穩(wěn)定的變化趨勢，表明該地區(qū)的空間結構趨于復雜和穩(wěn)定。此外，人口數(shù)量、礦山開采面積、經(jīng)濟發(fā)展是重要的影響因素，其與燈光像元亮度值具有不同程度的相關性，總體上相關性大小表現(xiàn)為經(jīng)濟>礦山開采面積>人口數(shù)量，其中在經(jīng)濟影響因素中，與當?shù)氐闹饕l(fā)展產(chǎn)業(yè)第二產(chǎn)業(yè)相關性最高。

然而，由于燈光遙感數(shù)據(jù)的分辨率為1 km，相對粗糙，且存在尺度響應，導致提取的結果會與實際不完全一致。同時，不同地區(qū)的像元亮度值的影響因素可能隨著區(qū)域特點的變化而變化。因此，在未來的研究中將會更加深入探討不同尺度和不同區(qū)域特點下的燈光遙感數(shù)據(jù)的實用性。

參考文獻：

[1] IMHOFF M L，LAWRENCE W T，STUTZER D C，et al. A technique for using composite DMSP/OLS “city lights” satellite data to map urban area[J].Remote sensing of environment，1997，61（3）：361-370.

[2] VALIELA I，MARTINETTO P. Changes in bird abundance in eastern north America：Urban sprawl and global footprint？[J].Bioscience，2007，57（4）：360-370.

[3] 姜? 勇.城市空間拓展對湖泊水質(zhì)影響及對策研究——以武漢市為例[J].城市規(guī)劃，2018，42（6）：95-99，116.

[4] MILESI C，ELVIDGE C D，NEMANI R R，et al. Assessing the impact of urban land development on net primary productivity in the southeastern United States[J].Remote sensing of environment，2003，86（3）：401-410.

[5] SETO K C，SHEPHERD J M. Global urban land-use trends and climate impacts[J].Current opinion in environmental sustainability，2009，1（1）：89-95.

[6] 廖紅軍，邵懷勇，孫小飛.基于綜合指數(shù)法的礦山地質(zhì)環(huán)境評價——以攀西礦區(qū)為例[J].測繪與空間地理信息，2015，38（11）：34-36.

[7] 孫小飛，邵懷勇，肖禮曉，等.基于突變理論的紅格釩鈦磁鐵礦區(qū)礦山地質(zhì)環(huán)境評價[J].有色金屬（礦山部分），2017，69（1）：40-43，100.

[8] 胡德勇，李? 京，陳云浩，等.基于多時相Landsat數(shù)據(jù)的城市擴張及其驅(qū)動力分析[J].國土資源遙感，2006（4）：46-49，54.

[9] 吳小君，方秀琴，苗月鮮，等.基于Landsat的合肥市城市擴張研究[J].浙江大學學報（理學版），2017，44（6）：631-639.

[10] LIU Z，HE C，ZHANG Q，et al. Extracting the dynamics of urban expansion in China using DMSP-OLS nighttime light data from 1992 to 2008[J].Landscape & urban planning，2012， 106（1）：62-72.

[11] MA T，ZHOU Y，ZHOU C，et al. Night-time light derived estimation of spatio-temporal characteristics of urbanization dynamics using DMSP/OLS satellite data[J].Remote sensing of environment，2015，158：453-464.

[12] 黃鴻健，王? 芳，解學通.基于燈光遙感數(shù)據(jù)的廣東省20年城市化進程研究[J].湖南城市學院學報，2016，37（1）：1-8.

[13] CAO X，CHEN J，IMURA H，et al. A SVM-based method to extract urban areas from DMSP-OLS and SPOT VGT data[J].Remote sensing of environment，2009，113（10）：2205-2209.

[14] GAO B，HUANG Q，HE C，et al. How does sprawl differ across cities in China？ A multi-scale investigation using nighttime light and census data[J].Landscape & urban planning， 2016，148（41）：89-98.

[15] FEHRER D，KRARTI M. Spatial distribution of building energy use in the United States through satellite imagery of the earth at night[J].Building and environment，2018，142：252-264.

[16] 仙? 巍，武錦輝，孫小飛，等.攀西金屬礦開采集中區(qū)地質(zhì)環(huán)境評價[J].金屬礦山，2013（11）：135-138.

[17] ELVIDGE C D，ZISKIN D，BAUGH K E，et al. A fifteen year record of global natural gas flaring derived from satellite data[J].Energies，2009，2（3）：595-622.

[18] 張寶軍.2003—2013年汶川地震極重災區(qū)夜間燈光年際變化分析[J].災害學，2018（1）：12-18.

[19] 馮? 健.杭州城市形態(tài)和土地利用結構的時空演化[J].地理學報，2003，58（3）：343-353.

[20] BATTY M，LONGLEY P. Fractal cities：A geometry of form and function[M].SanDiego USA：Academic Press，1994.

[21] 徐建華.現(xiàn)代地理學中的數(shù)學方法[M].北京：高等教育出版社，1996.

[22] 趙? 博.礦產(chǎn)開發(fā)對成長型資源城市空間結構的影響研究[D].成都：西南交通大學，2018.

[23] 渠愛雪.礦業(yè)城市土地利用與生態(tài)演化研究[D].北京：中國礦業(yè)大學，2009.

[24] WANG L，WANG S，ZHOU Y，et al. Mapping population density in China between 1990 and 2010 using remote sensing[J].Remote sensing of environment，2018，210：269-281.

[25] ZHOU N，HUBACEK K，ROBERTS M. Analysis of spatial patterns of urban growth across South Asia using DMSP-OLS nighttime lights data[J].Applied geography，2015，63：292-303.

[26] BENNETT M M，SMITH L C. Advances in using multitemporal night-time lights satellite imagery to detect，estimate，and monitor socioeconomic dynamics[J].Remote sensing of environment，2017，192：176-197.