譚永濱,陳永昱,張志軍,危小建,4,傅堯聲,余 蕓
(1.東華理工大學 測繪工程學院,江西 南昌 330013;2.流域生態(tài)與地理環(huán)境監(jiān)測國家測繪地理信息局重點實驗室,江西 南昌 330013;3.天津市測繪地理信息研究中心,天津 300191;4.東華理工大學 資源與環(huán)境經(jīng)濟研究中心,江西 南昌 330013)
近年來,隨著我國城鎮(zhèn)化進程不斷推進,城市建成區(qū)迅速擴展、用地面積大幅增加,大量農(nóng)村人口向城鎮(zhèn)聚集,使得城鎮(zhèn)人口比例逐年提高。城市建成區(qū)是指城市內實際已成片開發(fā)建設的,且市政公用設施和公共設施基本具備的地區(qū)。因此,對已有大量人類活動的城市建成區(qū)的歷史狀況進行研究,并以連續(xù)的方式反映其在空間上的演變過程,對于了解城市變化進程具有重要意義(Weber et al., 2003),可為下一步的城市規(guī)劃提供科學依據(jù)。
遙感影像因其監(jiān)測范圍廣、客觀表達等特點被廣泛應用于城市建成區(qū)的提取、時空分析等方面研究(李愛民,2009; 程朋根等,2015)。其中,Landsat系列衛(wèi)星影像因其具有較高的空間分辨率、較豐富的光譜信息及數(shù)據(jù)易得等特性成為主要的影像數(shù)據(jù)源(萬建鵬等,2015)。牟鳳云等(2007)利用Landsat衛(wèi)星影像、災害監(jiān)測星座衛(wèi)星和“北京一號”小衛(wèi)星數(shù)據(jù),分析了1973—2005年北京市建成區(qū)的擴展過程、面積變化和土地利用影響;鄧劉洋等(2018)基于面向對象分類方法和土地類型信息標準差統(tǒng)計變量,利用遙感影像提取城市建成區(qū)邊界,分析了河南省虞城縣的城區(qū)空間擴張?zhí)卣鳌?/p>
然而,僅以Landsat衛(wèi)星影像作為單一數(shù)據(jù)源只能客觀地反映城市建成區(qū)的現(xiàn)狀及變化(姚士謀 2006),無法體現(xiàn)建成區(qū)中城鎮(zhèn)人口聚集、移動等時空特征,如無法剔除城市中人類活動較少的“空城”區(qū)(Chen, 2017)。因此還需要結合其他數(shù)據(jù)源來提取能夠體現(xiàn)城市人口活動的區(qū)域。夜間燈光數(shù)據(jù)具有良好的夜間低光探測能力,能探測到城市內居民地、車流等發(fā)出的燈光,能夠有效地反映城市人口聚集的空間特征,近年來被用于城鎮(zhèn)化進程(劉璐,2018; 舒松等,2011; 陳晉等,2003)、城市空間關聯(lián)度(陳昕等,2018)、經(jīng)濟數(shù)據(jù)反演(王毓乾等,2017)等方面的研究。劉沁萍等(2014)基于DMSP/OLS燈光數(shù)據(jù)提取了中國城市建成區(qū),選取形態(tài)緊湊度和擴張速度指標從城市規(guī)模、大區(qū)域及省級行政區(qū)劃的空間尺度分析了城市的空間擴張情況;胡云鋒等(2018)以夜間燈光數(shù)據(jù)、常住人口統(tǒng)計數(shù)據(jù)、土地利用數(shù)據(jù)為數(shù)據(jù)源,在縣級尺度上建立逐步回歸模型,構建川渝地區(qū)人口空間分布數(shù)據(jù)。
以江西省南昌市為研究區(qū),結合Landsat衛(wèi)星影像與夜間燈光數(shù)據(jù)提取南昌市具有人類活動特征的建成區(qū),以5年為時間周期,分析1995—2016年間南昌市建成區(qū)的面積變化、城市形態(tài)及空間差異性等時空變化特征。
南昌市,江西省省會城市,地處江西省中部偏北,贛江、撫河下游,瀕臨我國第一大淡水湖——鄱陽湖。全境以平原為主,東南平坦,西北丘陵起伏,南北長約112.1 km,東西寬約107.6 km。南昌市轄三縣、六區(qū),行政區(qū)劃如圖1所示。
本研究采用的數(shù)據(jù)是以5年為時間間隔的Landsat影像數(shù)據(jù)與夜間燈光數(shù)據(jù)。其中Landsat影像數(shù)據(jù)的獲取時間分別為1995年10月、2001年10月、2006年9月、2011年9月和2016年9月;夜間燈光數(shù)據(jù)包括1995年、2001年、2006年和2011年的DMSP/OLS全國年平均穩(wěn)定燈光數(shù)據(jù),以及2016年9月的NPP-VIIRS月均數(shù)據(jù)。Landsat與DMSP/OLS數(shù)據(jù)下載自地理國情監(jiān)測云平臺(1)http://www.dsac.cn/,NPP-VIIRS數(shù)據(jù)下載自NOAA官方網(wǎng)站(2)https://ngdc.noaa.gov/eog/viirs/download_dnb_composites.html。為了消除衛(wèi)星傳感器在獲得地物反射過程中受到大氣的影響,所有的Landsat影像數(shù)據(jù)均已做過輻射定標、大氣校正、幾何校正等預處理。
DMSP/OLS夜光數(shù)據(jù)包含6顆衛(wèi)星,由于傳感器未做星載定標,傳感器存在衰減以及不同衛(wèi)星傳感器之間存在差異,使得多顆衛(wèi)星獲取的長時間序列數(shù)據(jù)缺乏可比性。因此首先要進行不同衛(wèi)星之間的相互校正定標,基于最小二乘法進行一元二次回歸建模,并利用擬合確定的參數(shù)(表1)構建校正公式,對各年份的夜光數(shù)據(jù)進行校正(Li et al., 2017)。
DN′=a×DN02+b×DN0+c
(1)
式中,DN0和DN′分別為校正前、后的DN值。
表1 一元二次回歸模型擬合確定的參數(shù)Table 1 Fitting parameters of the quadratic regression model
由于燈光具有溢出特性,夜間燈光數(shù)據(jù)空間分辨率較低且在城市中心,像元存在過飽和的現(xiàn)象(Small et al., 2005; Welch, 1980),導致提取的城區(qū)范圍不夠準確。因此結合Landsat影像的高空間分辨率及夜間燈光數(shù)據(jù)反映人類活動的優(yōu)勢,提取出多時期的具有內部細節(jié)的城市建成區(qū),用于后續(xù)的時空分析。
(1)建成區(qū)邊界提取。利用突變檢測法(Imhoff et al., 1997)解譯夜間燈光數(shù)據(jù),提取城市建成區(qū)邊界。該方法認為靠近建成區(qū)的像元亮度值通常高于非城市區(qū)域的像元亮度值,即存在某個閾值;而隨著閾值增大,建成區(qū)周長逐漸減小,當閾值達到某個臨界值時,建成區(qū)的周長會突然增大,表明建成區(qū)內部的完整斑塊開始破碎,可將該臨界閾值視為區(qū)別城市與非城市區(qū)的最佳閾值,提取出城市建成區(qū)邊界。然而由于夜間燈光數(shù)據(jù)的空間分辨率較低,只能較準確地提取出大致的建成區(qū)輪廓,還需要結合Landsat影像進行分類解譯提取建成內部的用地情況。
(2)建成區(qū)范圍提取。通過分析地表的實際情況,將南昌市地表類型劃分為耕地、水體、裸地、植被、建設用地、其他用地等6大類,利用最大似然監(jiān)督分類方法進行影像解譯。為了更直接地反映南昌市建設用地情況,還對解譯結果進行了聚類處理,將耕地、裸地、植被及其他用地合并為其他類型,與建設用地、水體共同構成南昌市地表組成。最后利用空間疊置方法分析初步建成區(qū)邊界與建設用地區(qū),提取兩個區(qū)域的共同部分作為南昌市城市建成區(qū)的最終范圍。
將從面積變化、城市形態(tài)、城市重心遷移及空間差異性等方面,分析南昌市20年來建成區(qū)的時空分布及變化特征。1995—2016年南昌市各時期建成區(qū)空間分布如圖2所示。
利用面積年增長率分析20年來南昌市城市建成區(qū)的面積變化情況,并結合擴展速率進一步分析城市建成區(qū)面積的變化速率情況。面積年增長率(AGR,Seto et al., 2011)與擴展速率(ER,王秀蘭等,1999)的計算公式分別為:
AGR=[(Sb/Sa)(1/T)-1]×100%
(2)
ER=[(Sb-Sa)/Sa]/T×100%
(3)
式中,Sa、Sb分別為初期和末期的建成區(qū)面積,T為以年為單位的時間間隔。
通過計算各個時期的城區(qū)面積年增長率,分析20年來南昌市建成區(qū)的面積變化情況(圖3)。從圖3可以看出,1995—2001年間南昌市城市建設速度相對緩慢,建成區(qū)的面積變化率與擴展速率均處在相對較低水平(分別為2.34%與2.22%);而在2001—2006年間,南昌市城市建設呈現(xiàn)爆發(fā)式增長,建成區(qū)面積較前一階段有著顯著增長,擴展速率也大幅度提高;隨著前期的大力發(fā)展,最近十年間(2006—2016),南昌市建成區(qū)的面積增長率與擴展速率較2001—2006年均呈現(xiàn)大幅降低的現(xiàn)象。
形態(tài)變化反映了城市在發(fā)展過程中其空間格局與結構的變化,主要指標包括南昌市建成區(qū)的分形維數(shù)與緊湊度情況。分形維數(shù)(徐建華等, 2003)用于刻畫自然界不規(guī)則的、不穩(wěn)定的并具有高度復雜結構的現(xiàn)象(王勁峰,2006),反映了城市地域邊界的復雜曲折程度。緊湊度指數(shù)(Batty, 2001, 劉紀遠等,2003)是反映城市外圍輪廓形狀空間形態(tài)的重要指標(Marquez et al., 1999)。分形維數(shù)(D)與緊湊度指數(shù)(C)的計算公式為:
D=2×ln(P/4)/ln(S)
(4)
(5)
式中,P為研究區(qū)邊緣周長,S為研究區(qū)面積。分形維數(shù)值值域介于1~2之間,值越大表示形狀越復雜,通常D≤1.5的形狀可認為趨向于簡單,而當D>1.5時,則認為形狀趨向于復雜。而緊湊度值越大,則形狀越具有緊湊性;反之形狀的緊湊性越差。
從圖4中可以看出,1995—2016年間南昌市建成區(qū)的分形維數(shù)呈現(xiàn)先上升,后下降的變化趨勢;而緊湊度呈現(xiàn)先下降,后上升的變化趨勢。其中,分形維數(shù)的下降趨勢說明南昌市城市邊界趨于整齊規(guī)則,而緊湊度上升的趨勢表明南昌市城市用地趨于緊湊。
1995年南昌市建成區(qū)范圍較小,主要集中在贛江南側的老城區(qū)發(fā)展,由于多年城市發(fā)展,城市邊界較為規(guī)整且緊湊節(jié)約。1995—2001年間南昌市大力開展城市建設,整體上未呈現(xiàn)明顯的規(guī)劃特征,且城市用地松散。2001年后城市用地趨于緊湊節(jié)約,一方面原因是南昌市土地開發(fā)率持續(xù)提高,內部各區(qū)域間的距離不斷縮減;另一方面隨著開發(fā)力度的加大,可利用的土地資源越來越少,促使土地開發(fā)往緊湊節(jié)約型發(fā)展。特別是2006年后南昌市建成區(qū)邊界趨于規(guī)整,用地情況趨于緊湊節(jié)約。
提取了各時期南昌市建成區(qū)的重心位置,并分析重心的分布及轉移情況(圖2)。另外,為了進一步分析各時期南昌市在不同方向上的發(fā)展情況,還以五個時期重心位置的平均坐標為中心,沿著八條方向線將建成區(qū)劃分為八個部分,并統(tǒng)計各時期南昌市建成區(qū)在八個方向內面積變化量(圖5)。圖中箭頭方向代表劃分的八個方向,箭頭長度表示面積變化大小,箭頭越長面積變化越大,反之越小。圖5中的同心圓表示面積變化量的標準線,即若箭頭長度到達圓環(huán),則表示面積變化量大小為環(huán)標示的值。
結合圖2與圖5發(fā)現(xiàn),1995—2006年間,南昌市建成區(qū)的擴展方向集中在西北、東北偏東兩個方向,其中西北方向的擴展力度最大,重心位置也向西北方向產(chǎn)生遷移,特別是2001—2006年間遷移幅度明顯。分析后發(fā)現(xiàn)主要原因在于2000年前后南昌市正式啟動了位于贛江北側的紅谷灘中心區(qū)的開發(fā)建設,且?guī)缀跬瑫r批復了位于南昌北部的國家級經(jīng)濟技術開發(fā)區(qū)的開發(fā)。
2006年之后建成區(qū)的重心位置發(fā)生較大的轉向,由原來向西北方向發(fā)展轉為向南部移動。其中在2006—2011年間、2011—2016年間,南昌市的主要開發(fā)方向分別以東南方向與西南方向為主。這一變化是由于南昌市在不突破用地擴展邊界的情況下,對空間布局形態(tài)進行調整,于2008年前后大力開發(fā)建設鄰近南昌舊城區(qū)南部的朝陽新城;2012年前后規(guī)劃建設位于南昌市南部的九龍湖新區(qū)。這些大型項目的開發(fā)建設均帶動著相應建成區(qū)的擴展??偟膩碚f,2006—2016年間南昌市在整體擴展速度有所下降的情況下,各擴展方向呈現(xiàn)多翼狀加速擴展,建成區(qū)也表現(xiàn)為相對均衡式的蔓延。
本項目綜合利用Landsat影像數(shù)據(jù)與夜間燈光數(shù)據(jù)提取南昌市建成區(qū)的空間范圍,有效避免出現(xiàn)“空城”的現(xiàn)象,從面積變化及速率、空間形態(tài)變化以及空間差異化等角度分析了20年來(1995—2016年)南昌市建成區(qū)的時空特征。
(1)20年間南昌市建成區(qū)的面積變化及擴展速率呈現(xiàn)“低速-高速”的態(tài)勢,其中在2006年之后表現(xiàn)為相對平穩(wěn)的快速發(fā)展。
(2)2006年之前,南昌市城市建設規(guī)劃較混亂,建成區(qū)邊界較復雜且城市用地緊湊度較低,土地利用率較差;從2006年開始南昌市建成區(qū)邊界逐步從早期的混亂趨于規(guī)整,土地利用效率不斷提高。
(3)自2006年起,南昌市建成區(qū)的重心開始向南昌北部方向遷移,于2011年前后轉向南部發(fā)展,到2016年逐漸顯現(xiàn)相對均衡的多翼狀發(fā)展態(tài)勢。在未來的研究中,可結合高分影像數(shù)據(jù),進一步研究改革開放以來南昌市城市化進程的狀況。