基于夜間燈光數(shù)據(jù)的山東省城市擴展時空格局

張智璇單寶艷王俊凝劉洋洋林琪凱

(山東建筑大學(xué)測繪地理信息學(xué)院,山東濟(jì)南250101)

0 引言

城市是人口、資源、環(huán)境和各種社會經(jīng)濟(jì)因素高度集合的綜合體,在區(qū)域經(jīng)濟(jì)發(fā)展進(jìn)程中發(fā)揮著核心作用,城市空間擴展直接帶動區(qū)域空間結(jié)構(gòu)的改變。國內(nèi)外學(xué)者對城市擴展的研究一般基于傳統(tǒng)統(tǒng)計數(shù)據(jù)以及Landsat、SPOT等遙感數(shù)據(jù)[1-2],主要運用神經(jīng)網(wǎng)絡(luò)分類、監(jiān)督分類、歸一化建筑指數(shù)、極限學(xué)習(xí)機、構(gòu)造CLUE-S模型、城市年輪模型等方法對城市擴張進(jìn)行模擬分析[3-14],研究內(nèi)容主要集中于城市擴展的特征、驅(qū)動力、空間格局和演變格局等方面?；趥鹘y(tǒng)統(tǒng)計數(shù)據(jù)的城市擴展研究存在著時效性較差等問題。1978年,Croft首次提出運用DMSP/OLS夜間燈光數(shù)據(jù)進(jìn)行城市建成區(qū)提取[15]。自此以后,夜間燈光數(shù)據(jù)在城市用地提取方面的研究受到了廣泛關(guān)注。夜間燈光數(shù)據(jù)為提取城市建設(shè)用地信息[16]、測算城市發(fā)展空間格局演變[17-22]以及推測城市城鎮(zhèn)化水平[23]等提供了可靠的數(shù)據(jù)來源。

夜間燈光數(shù)據(jù)既能提取城市建成區(qū),也可反映區(qū)域經(jīng)濟(jì)發(fā)展水平。有關(guān)學(xué)者采用相關(guān)分析和回歸分析等方法,對夜間燈光總輻射率與人口總數(shù)[24-31]、GDP數(shù)據(jù)[32-33]之間的關(guān)系進(jìn)行分析,以城市為統(tǒng)計單元,發(fā)現(xiàn)夜間燈光亮度總值和統(tǒng)計人口總數(shù)、GDP等經(jīng)濟(jì)因子之間呈現(xiàn)顯著的相關(guān)性,夜間燈光影像已成為反演社會經(jīng)濟(jì)發(fā)展水平的良好數(shù)據(jù)源。因此,與傳統(tǒng)方法相比,采用不同年份夜間燈光數(shù)據(jù)提取城市建成區(qū)面積不僅可以反映城市建成區(qū)面積的變化,還可以反映城市建設(shè)質(zhì)量、城鎮(zhèn)人口、經(jīng)濟(jì)發(fā)展水平等內(nèi)涵特征。目前,山東省正處于城市化高速發(fā)展階段,城市范圍不斷擴展,由于各市縣區(qū)位條件和經(jīng)濟(jì)發(fā)展水平的差異,各地城市化水平存在非均質(zhì)性,城市擴展規(guī)模、強度和質(zhì)量存在一定差異。文章基于傳統(tǒng)統(tǒng)計數(shù)據(jù)和夜間燈光數(shù)據(jù),對山東省各市建成區(qū)面積擴展與內(nèi)涵增長進(jìn)行綜合分析,分析其擴展的空間格局和發(fā)展演變特點,對全面分析山東省各地城鎮(zhèn)化水平和區(qū)域空間結(jié)構(gòu)具有重要意義。

1 數(shù)據(jù)來源及研究方法介紹

山東省是經(jīng)濟(jì)大省,自2007年以來,經(jīng)濟(jì)總量穩(wěn)居全國第3位。山東省內(nèi)城市發(fā)展較快,2018年,山東省城市化率達(dá)到61.18%,山東半島部分地區(qū)達(dá)到了70%以上。據(jù)統(tǒng)計,2001—2015年間,山東省城市建成區(qū)面積由119 200 km2增長到339 800 km2,年均增長率超過7%,明顯超過全國的平均增長率6.21%。

1.1 數(shù)據(jù)來源

2007、2012和2017年的山東省各城市建成區(qū)面積及各經(jīng)濟(jì)指標(biāo)來源于對應(yīng)年份的《山東統(tǒng)計年鑒》和《山東省建設(shè)統(tǒng)計年報》,地圖矢量文件來源于山東天地圖(www.sdmap.gov.cn)。研究區(qū)以2017年底的山東省行政區(qū)劃為基準(zhǔn),包括99個市縣。各年份城市建成區(qū)統(tǒng)計面積數(shù)據(jù)處理時,涉及行政區(qū)域變更的全部統(tǒng)一到2017年底的行政區(qū)劃。膠南市調(diào)整為黃島區(qū)歸并入青島市,即墨市調(diào)整為即墨區(qū)歸并入青島市,章丘市調(diào)整為章丘區(qū)歸并入濟(jì)南市,墾利縣調(diào)整為墾利區(qū)歸并入東營市,兗州市調(diào)整為兗州區(qū)歸并入濟(jì)寧市,文登市調(diào)整為文登區(qū)歸并入威海市,陵縣調(diào)整為陵城區(qū)歸并入德州市,沾化市調(diào)整為沾化區(qū)歸并入濱州市,定陶縣調(diào)整為定陶區(qū)歸并入菏澤市,蒼山縣更名為蘭陵縣,文中地圖審圖號為:魯SG(2019)066號。

研究使用的兩種夜間燈光數(shù)據(jù)均來源于NOAA網(wǎng)站(http://www.ngdc.noaa.gov/),分別為美國軍事氣象衛(wèi)星計劃發(fā)射的DMSP衛(wèi)星通過搭載OLS傳感器獲得的全球夜間燈光影像數(shù)據(jù),以及NPOESS Preparatory Project衛(wèi)星系統(tǒng)搭載傳感器得到的全球夜間燈光數(shù)據(jù),時間序列為2007、2012和2017年。2007和 2012年為 DMSP/OLS影像,2017年為NPP/VIIRS影像,設(shè)定投影坐標(biāo)系為 WGS 84/UTM zone 51N,以2017年底山東省行政區(qū)劃為邊界對全球夜間燈光數(shù)據(jù)進(jìn)行裁剪和地理配準(zhǔn)。

1.2 研究方法

1.2.1 相關(guān)分析

相關(guān)分析是研究變量之間相關(guān)性的分析方法,是使用適當(dāng)?shù)慕y(tǒng)計指標(biāo)來描述客觀事物之間關(guān)系緊密程度的過程。對于變量X=(x1,x2,x3,…,xi)、Y=(y1,y2,y3,…,yi),其相關(guān)系數(shù)rxy由式(1)[34]表示為

式中:、分別為變量X、Y的平均值。相關(guān)系數(shù)rxy介于-1和1之間,為正值時,兩個變量為正相關(guān)；為負(fù)值時,兩個變量為負(fù)相關(guān),r的絕對值越接近1,兩個變量之間的相關(guān)性越強,越接近0,兩個變量之間的關(guān)聯(lián)程度越弱；而為0時,兩變量無線性相關(guān)。

1.2.2 熱點分析

熱點分析又稱Getis-OrdGi?統(tǒng)計,其計算由式(2)[35]表示為式中:xj為要素j的屬性值；wi,j為要素i和j之間的空間權(quán)重；n為要素總數(shù)；和S分別由式(3)和(4)表示為

Getis-OrdGi?統(tǒng)計可使用ArcGIS10.3計算,計算結(jié)果輸出Z得分和P值,統(tǒng)計即為Z得分[36]。通過2個數(shù)值可以得到高值和低值要素在空間上發(fā)生聚類的位置。Z為正值表現(xiàn)為熱點,為負(fù)值表現(xiàn)為冷點,并且其絕對值越大,在空間上聚類效果越顯著。Z＜-1.65或>1.65時,其要素反映置信度為90% 的統(tǒng)計顯著性；Z＜-1.96或>1.96時,其要素反映置信度為95% 的統(tǒng)計顯著性；Z＜-2.58或>2.58時,其要素反映置信度為99% 的統(tǒng)計顯著性；Z得分接近0時,表示沒有顯著的空間聚類。

2 基于夜間燈光數(shù)據(jù)的城市建成區(qū)面積提取

2.1 城市建成區(qū)面積提取

采用夜間燈光數(shù)據(jù)提取城市建成區(qū)面積,經(jīng)常采用閾值法[37]?；谝归g燈光數(shù)據(jù)提取建成區(qū)面積的標(biāo)準(zhǔn)為:使其滿足某一閾值的夜間燈光數(shù)據(jù)提取的總面積與當(dāng)年的《山東統(tǒng)計年鑒》和《山東省建設(shè)統(tǒng)計年報》統(tǒng)計的全省城市建成區(qū)面積總和的差值最小,并且滿足兩者之間的誤差平方和達(dá)到最小。具體提取方法為:

(1)假設(shè)某年山東省夜間燈光度的灰度最大值為DNmax、最小值為DNmin,山東省建成區(qū)面積的潛在變量閾值DNx,定義變量DNx為灰度值范圍的平均值；

(2)提取閾值為DNx時的面積S1,將其與當(dāng)年統(tǒng)計年鑒統(tǒng)計的建成區(qū)面積總和S2作比較,若S1>S2,則將上述變量DNx作為第2次計算的最大值,替換原DNmax,若S1＜S2,則將上述變量DNx作為第2次計算的最小值,替換原DNmin；

(3)重復(fù)以上步驟進(jìn)行計算,直到S1≈S2,且滿足誤差平方和最小為止,則該DNx作為該年份建成區(qū)面積提取的最佳閾值,在此閾值下提取的面積即作為建成區(qū)面積。

基于以上方法,選取2017年的提取閾值為8.9,即以DNx>8.9提取2017年的山東省各城市建成區(qū)面積。為分析各城市建成區(qū)提取面積(M1)與統(tǒng)計面積(M2)的誤差及其空間差異,計算提取誤差W=(M1-M2)/M2,并運用ArcGIS 10.3做空間分布分析,采用分位數(shù)法進(jìn)行分類,結(jié)果如圖1所示。采用同樣方法提取2007和2012年的建成區(qū)面積,并分析其提取誤差和空間差異,結(jié)果與2017年類似。

圖1 2017年山東省城市建成區(qū)面積提取誤差圖

由圖1可見,山東省各城市建成區(qū)提取面積和統(tǒng)計面積均存在一定差異,其中城市建成區(qū)提取面積明顯大于統(tǒng)計面積的主要為地級以上城市,建成區(qū)提取面積小于統(tǒng)計面積的全部為縣級市或縣城。

2.2 城市建成區(qū)提取面積與經(jīng)濟(jì)指標(biāo)的關(guān)系

為分析山東省各城市夜間燈光數(shù)據(jù)和城市經(jīng)濟(jì)發(fā)展水平的相關(guān)性,對2007、2012、2017年基于夜間燈光數(shù)據(jù)提取的建成區(qū)面積與當(dāng)年的一般公共預(yù)算收入、一般公共預(yù)算支出、規(guī)模以上工業(yè)企業(yè)總產(chǎn)值、社會消費品零售額等經(jīng)濟(jì)指標(biāo)做相關(guān)分析。采用式(1),運用Matlab2014計算相關(guān)系數(shù)R及其對應(yīng)的P值(兩者不相關(guān)的概率),結(jié)果見表1。

表1 2007、2012、2017年山東省各市縣夜間燈光提取面積與經(jīng)濟(jì)指標(biāo)的相關(guān)系數(shù)表

由表1可知,2007、2012、2017年的基于夜間燈光提取的建成區(qū)面積與各經(jīng)濟(jì)指標(biāo)均為正相關(guān),且高度顯著。因此,山東省各城市夜間燈光數(shù)據(jù)不僅可以反映建成區(qū)面積,而且還能夠反映城市經(jīng)濟(jì)和城市化質(zhì)量。

3 山東省城市擴展的時空格局分析

城市擴展既包括量的擴展,表現(xiàn)為城市建成區(qū)面積的擴張；也包括質(zhì)的提升,表現(xiàn)為城市的內(nèi)涵增長、功能提升、結(jié)構(gòu)優(yōu)化和建設(shè)質(zhì)量與水平的提高等。城市發(fā)展過程中,在擴張面積相同的情況下,城市建設(shè)投入和開發(fā)強度不同,城市擴展質(zhì)量必然存在差異。對于城市擴展水平的定量分析,僅基于單一的城市空間擴展面積進(jìn)行分析就比較片面,而構(gòu)建綜合指標(biāo),從空間擴展面積和擴展質(zhì)量等方面進(jìn)行綜合分析,可以較為全面地反映城市擴展綜合水平。借鑒已有研究成果[37-38],引入城市擴展綜合指標(biāo),對城市擴展質(zhì)和量進(jìn)行定量表達(dá),使其不僅能夠反映建成區(qū)的空間擴展,也能反映城鎮(zhèn)人口、經(jīng)濟(jì)發(fā)展水平和建設(shè)質(zhì)量等方面。

3.1 城市擴展綜合指標(biāo)構(gòu)建

夜間燈光數(shù)據(jù)能夠反映城市經(jīng)濟(jì)和城市質(zhì)量等方面,也能夠表達(dá)建成區(qū)面積,但各城市均存在一定誤差。建成區(qū)統(tǒng)計數(shù)據(jù)能夠比較精確地表達(dá)建成區(qū)面積,但難以反應(yīng)城市經(jīng)濟(jì)、城市建設(shè)質(zhì)量。因此,文章取兩者之長,以夜間燈光數(shù)據(jù)提取的建成區(qū)面積M1和建成區(qū)面積統(tǒng)計數(shù)據(jù)M2和構(gòu)建城市擴展綜合指標(biāo)M,由式(5)表示為

式中:λ1和λ2分別為M1和M2的權(quán)重,采用專家調(diào)查法和靈敏度分析法綜合確定。

這樣構(gòu)建的城市擴展綜合指標(biāo),既能較精確地表達(dá)建成區(qū)面積擴展,同時還能反映城市經(jīng)濟(jì)和城市建設(shè)質(zhì)量等方面。分別采用λ1/λ2為0.5/0.5、0.4/0.6、0.3/0.7進(jìn)行靈敏度分析,計算結(jié)果差別較小,經(jīng)綜合分析,最終確定權(quán)重λ1和λ2分別為0.4和0.6。

3.2 山東省城市擴展的空間格局

依據(jù)城市擴展綜合指標(biāo)數(shù)據(jù)計算2007—2012年、2012—2017年的山東省各城市擴展綜合指標(biāo)的增長量和增長率,并運用ArcGIS10.3進(jìn)行空間格局分析。將增長量和增長率按分位法各分為3類,每一類各占1/3,分別表示低、中、高三級增長率和低、中、高三級增長量。其中,2007—2012年間,-0.32～0.19定義為低增長率、0.19～0.48為中增長率、0.48～1.42為高增長率；-6.03～3.19定義為低增長量、3.19～7.82為中增長量、7.82～132.37為高增長量。2012—2017年間,-0.34～0.14定義為低增長率、0.14～0.37為中增長率、0.37～1.69為高增長率；-9.48～3.74定義為低增長量、3.74～9.30為中增長量、9.30～212.2為高增長量。增長量采用分級設(shè)色表示,增長率采用線狀圖形表示,將圖層疊加得到增長率和增長量的綜合分析圖,既可分別表達(dá)山東省各城市擴展綜合指標(biāo)增長量和增長率的空間格局,也可表達(dá)增長量和增長率9種組合類型的空間格局,結(jié)果如圖2、3所示。

圖2 2007—2012年山東省城市擴展綜合指標(biāo)增長率和增長量綜合圖

圖3 2012—2017年山東省城市擴展綜合指標(biāo)增長率和增長量綜合圖

由圖2可知,2007—2012年,山東省城市擴展綜合指標(biāo)增長量和增長率的空間格局存在著明顯差異,增長量較大的主要為山東省的各設(shè)區(qū)市,多為中增長率,說明各城市擴展的增長量主要取決于城市的原有規(guī)模。設(shè)區(qū)市原有城市規(guī)?；鶖?shù)較大,所以城市擴展增長量較大,而增長率相對較小。城市擴展增長率高的市縣主要位于魯西北和魯西南地區(qū),其原有城市規(guī)?；鶖?shù)較小,所以城市擴展率相對較高。其中,山東省東部的膠州市,中部的臨朐縣、昌樂縣、安丘市,北部的濱州市、博興縣、廣饒縣,西部的德州市、齊河縣、鄆城縣,南部的曹縣、濟(jì)寧市、臨沂市、曲阜市的城市擴展綜合指標(biāo)增長率和增長量都較高,城市擴展相對迅猛。南部的諸城市、莒縣、莒南縣、五蓮縣、臨沭縣、新泰市、寧陽市、平邑縣、費縣、滕州市、微山縣、成武縣、蘇明縣、郯城縣,東部的海陽市、乳山市、萊陽市、龍口市,北部的樂陵市、慶云縣、利津縣,西部的高唐縣、陽谷縣、東阿縣的城市擴展綜合指標(biāo)增長率和增長量都較低,城市擴展相對緩慢。

由圖3可知,2012—2017年,山東省城市擴展綜合指標(biāo)增長量和增長率的空間格局仍然存在明顯差異,增長量較大的仍為山東省的各設(shè)區(qū)市,多為低中增長率,城市擴展增長率高的市縣主要位于魯西和魯西南地區(qū)。其中,山東省東北部的蓬萊市,南部的平邑縣、滕州市、沂南縣、莒南縣、郯城縣、滕州市,西部的菏澤市、鄆城縣、濟(jì)寧市、東明縣、曹縣、陽谷縣、冠縣、聊城市、荏平縣、高唐縣等市縣的城市擴展綜合指標(biāo)增長率和增長量都較高,城市擴展相對迅猛。西北部的無棣縣、慶云縣、樂陵縣、商河縣、寧津縣、利津縣、高唐縣、惠民縣、夏津縣、武城縣、平原縣、商河縣,巨野縣,中部的壽光市、昌邑市、臨朐縣、曲阜市、肥城市,東部的高密市、萊州市、招遠(yuǎn)市、日照市、棲霞市、海陽市、乳山市等市縣的城市擴展綜合指標(biāo)增長率和增長量都較低,城市擴展相對緩慢。

3.3 山東省城市擴展的時空熱點分析

采用式(4),運用Arcgis10.3的空間統(tǒng)計工具箱對山東省城市擴展綜合指標(biāo)增長量和增長率進(jìn)行熱點分析,空間權(quán)重采用“Queen”相鄰,即共享邊或點即為相鄰,選擇熱點分析工具的 CONTIGUITY_EDGES_CORNERS實現(xiàn)。 2007—2012年、2012—2017年山東省城市擴展綜合指標(biāo)增長量和增長率的熱點分析結(jié)果如圖4～7所示。

由圖4、5可知,2007—2012年、2012—2017年,山東省城市擴展綜合指標(biāo)增長量的熱點分布較為明顯,且存在明顯的空間差異,均無顯著的冷點。2007—2012年,山東省城市擴展綜合指標(biāo)增長量的熱點主要分布在省會濟(jì)南及其周邊市縣。其中,置信水平99%的熱點位于萊蕪市；置信水平95%的熱點位于淄博市、濟(jì)南市、泰安市、濟(jì)陽縣和鄒平縣；置信水平90%的熱點位于齊河縣和平陰縣。說明此期間濟(jì)南及周邊市縣的城市擴展綜合指標(biāo)增長量呈現(xiàn)高值集聚。置信水平90%的熱點位于膠州市,其余城市冷熱點均不顯著。2012—2017年,山東省城市擴展綜合指標(biāo)增長量的熱點主要分布在東部沿海的青島市、日照市及其相鄰市縣,其中,置信水平99%的熱點位于萊西市、膠州市、諸城市、五蓮縣和日照市；置信水平95%的熱點位于青島市、平度市、萊陽市；其余市縣冷熱點均不顯著。說明此期間青島市、日照市及其周邊市縣的城市擴展綜合指標(biāo)增長量呈現(xiàn)高值集聚。

圖4 2007—2012年山東省城市擴展綜合指標(biāo)增長量熱點分析圖

圖5 2012—2017年山東省城市擴展綜合指標(biāo)增長量熱點分析圖

由圖6、7可知,2007—2012年、2012—2017年,山東省城市擴展綜合指標(biāo)增長率的冷熱點分布比較分散,空間差異明顯。2007—2012年,山東省城市擴展綜合指標(biāo)增長率的熱點主要分布在魯西北和魯西南的部分市縣,冷點主要分布在日照市、臨沂市及其周邊部分市縣。其中,置信水平95%的熱點位于武城縣、濟(jì)陽縣、惠民縣、濟(jì)寧市、嘉祥縣、魚臺縣；置信水平90%的熱點位于臨邑縣、高青縣、高唐縣、鄆城縣、金鄉(xiāng)縣、鄄城縣；置信水平95%的冷點位于臨沭縣,置信水平90%的冷點位于東南部的五蓮縣、日照市、臨沂市、郯城縣；其余城市冷熱點均不顯著。說明此期間魯西北和魯西南部分市縣的城市擴展綜合指標(biāo)增長量呈現(xiàn)高值集聚,日照市、臨沂市及其周邊部分市縣的城市擴展綜合指標(biāo)增長量呈現(xiàn)低值集聚。2012—2017年,山東省城市擴展綜合指標(biāo)增長率的熱點主要分布在魯西的聊城市及其周邊部分市縣、魯西南的部分市縣和臨沂市及其周邊的部分市縣,冷點主要分布在煙臺市及其周邊部分市縣及魯西北的陽信縣。其中,置信水平99%的熱點位于冠縣、聊城市、莘縣、臨沂市和臨沭縣；置信水平95%的熱點位于臨清縣、陽谷縣、梁山縣；置信水平90%的熱點位于東阿縣、鄆城縣、嘉祥縣、東明縣、棗莊市、莒南縣和郯城縣；置信水平95%的冷點位于山東省東部的乳山市和海陽市；置信水平90%的冷點位于煙臺市；其余市縣冷熱點均不顯著。兩段時期冷熱點變化最明顯的是臨沂市、臨沭縣和郯城縣,城市擴展綜合指標(biāo)增長率由2007—2012年的冷點轉(zhuǎn)變?yōu)?012—2017年的熱點。

圖7 2012—2017年山東省城市擴展綜合指標(biāo)增長率熱點分析圖

4 結(jié)論

通過研究,得到以下結(jié)論:

(1)2007—2012、2012—2017 年,山東省城市擴展綜合指標(biāo)增長量和增長率的空間格局存在明顯差異,增長量高低主要取決于城市的原有規(guī)模,增長量較高的主要為設(shè)區(qū)城市,其城市原有規(guī)模較大,城市擴展增長量也較大。增長率較高的市縣主要位于山東省經(jīng)濟(jì)發(fā)展水平相對落后的魯西、魯西北和魯西南地區(qū)。這些地區(qū)城市規(guī)?；鶖?shù)較小,增長量較小,增長率相對較高。2007—2012年,山東省城市擴展綜合指標(biāo)增長量高的市縣,其增長率主要處于中等水平；2012—2017年,城市擴展綜合指標(biāo)增長量高的市縣,位于魯西和魯西南的部分市縣中其增長率仍處于高水平。

(2)2007—2012、2012—2017年,山東省城市擴展綜合指標(biāo)增長量和增長率的熱點和冷點的地區(qū)分布明顯不同。城市擴展綜合指標(biāo)增長量的熱點一直存在集聚特征,隨著時間推移,在空間上發(fā)生了明顯變化,發(fā)展路徑為“中部地區(qū)—東部沿海地區(qū)”。增長率的熱點和冷點一直較為分散,熱點主要由山東省西北部、西南部轉(zhuǎn)移到西部、南部,冷點主要由西南部轉(zhuǎn)移到東北部。