江西省城市擴(kuò)張及驅(qū)動(dòng)因素

彭嘉琪，陳竹安，2*，鄒梓龍，洪志強(qiáng)，曾令權(quán)

(1.東華理工大學(xué) 測(cè)繪工程學(xué)院，江西 南昌 330013；2.江西省數(shù)字國(guó)土重點(diǎn)實(shí)驗(yàn)室，江西南昌 330013；3.南昌工學(xué)院，江西 南昌 330108；4.廣州番禺職業(yè)技術(shù)學(xué)院，廣東 廣州 511483)

0 引言

經(jīng)濟(jì)社會(huì)的快速發(fā)展，加快了我國(guó)城市化的進(jìn)程，然而城市化的發(fā)展帶來(lái)了建設(shè)用地盲目擴(kuò)張、耕地面積減少和資源分配不合理等一系列問(wèn)題，嚴(yán)重影響了城市的可持續(xù)發(fā)展.因此，研究城市擴(kuò)張的規(guī)律對(duì)城市生態(tài)文明規(guī)劃建設(shè)和可持續(xù)發(fā)展具有重要意義[1-2].

目前，常用的城市擴(kuò)張研究數(shù)據(jù)有兩種，分別為傳統(tǒng)的統(tǒng)計(jì)數(shù)據(jù)和中高解析度遙感數(shù)據(jù)，但上述數(shù)據(jù)存在著信息的缺失和目視解譯耗費(fèi)人工的問(wèn)題[3].夜間燈光數(shù)據(jù)為城市擴(kuò)張研究提供了全新的視角，其相對(duì)于其他遙感數(shù)據(jù)較易獲取，且具有探測(cè)城市微弱燈光的獨(dú)特性能，可以更好地區(qū)分城、鄉(xiāng)，適用于大尺度城市動(dòng)態(tài)監(jiān)測(cè)[4].對(duì)此，國(guó)外學(xué)者對(duì)建成區(qū)提取展開大量研究，如Imhoff[5]利用突變檢測(cè)法對(duì)城市建成區(qū)進(jìn)行提取，發(fā)現(xiàn)當(dāng)觀測(cè)頻率閾值達(dá)到89%時(shí)可以消除微弱燈光以及溢出性燈光，從而得到有效的燈光區(qū)域，并將有效燈光區(qū)面積轉(zhuǎn)化為城區(qū)面積，經(jīng)驗(yàn)證，利用該方法提取的城區(qū)面積與普查資料結(jié)果僅相差5%.Sutton[6]利用經(jīng)驗(yàn)閾值法提取建成區(qū)面積，但該方法未考慮多種因素的影響，適應(yīng)性較低；Henderson[7]結(jié)合高分辨率的影像數(shù)據(jù)和夜間燈光數(shù)據(jù)得到更精確的城市建成區(qū)范圍.在國(guó)外眾多學(xué)者研究基礎(chǔ)上，國(guó)內(nèi)學(xué)者對(duì)城市擴(kuò)張進(jìn)行了相關(guān)研究.路春燕等[8]基于夜間燈光數(shù)據(jù)，采用空間分析技術(shù)對(duì)環(huán)渤海城市群進(jìn)行研究，重點(diǎn)分析了該城市群空間擴(kuò)展變化；朱文龍等[9]運(yùn)用綜合指數(shù)比較分析法，對(duì)2001—2013年淮海城市群空間擴(kuò)張進(jìn)行研究，結(jié)果表明淮海城市群以“同心圓”式向外擴(kuò)張；劉春霞等[10]基于DMSP/OLS夜間燈光數(shù)據(jù)，采用“影像自校正法”和“動(dòng)態(tài)閾值法”，對(duì)成渝經(jīng)濟(jì)區(qū)城市擴(kuò)展情況進(jìn)行了研究，發(fā)現(xiàn)成渝經(jīng)濟(jì)區(qū)以成都市和重慶市為核心向外擴(kuò)張.

然而，目前較多的研究是利用夜間燈光數(shù)據(jù)進(jìn)行城市擴(kuò)張的研究，對(duì)引起擴(kuò)張因素的情況探討較少.本文將DMSP/OLS數(shù)據(jù)和NPP/VIIRS數(shù)據(jù)結(jié)合，以2003—2018年《城市建設(shè)統(tǒng)計(jì)年鑒》為輔助數(shù)據(jù)，提取江西省建成區(qū)范圍數(shù)據(jù)，對(duì)燈光指數(shù)、城市擴(kuò)展相關(guān)指數(shù)、重心偏移指數(shù)以及驅(qū)動(dòng)因素等方面進(jìn)行分析闡述.以此對(duì)江西省城市發(fā)展進(jìn)行分析和研究，為江西省統(tǒng)籌區(qū)域發(fā)展政策的制定提供參考.

1 研究區(qū)及數(shù)據(jù)概況

1.1 研究區(qū)概況

江西省位于長(zhǎng)江中下游南岸，與浙江省、福建省、廣東省、湖南省、湖北省、安徽省相鄰，地理位置優(yōu)越.自改革開放以來(lái)，江西省進(jìn)入城市化快速發(fā)展的階段，截至2018年底，建成區(qū)面積達(dá)到1546.31 km2，全省常住人口4647.6萬(wàn)人，生產(chǎn)總值21 984.8億元.以江西省作為研究區(qū)，對(duì)其迅速變化的城市空間特征進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，為江西省城市的合理規(guī)劃布局提供參考.

1.2 數(shù)據(jù)來(lái)源與預(yù)處理

DMSP/OLS(Defense Meteorological satellite Program/Operational Linescan system)來(lái)源于美國(guó)國(guó)家地球物理數(shù)據(jù)中心(National Geophysical Data Center，NGDC).DMSP/OLS數(shù)據(jù)包含34期柵格影像數(shù)據(jù)，參考系是WGS_84坐標(biāo)系，空間分辨率1 km.該數(shù)據(jù)在去除了云、火光等背景噪聲的影響后，對(duì)全年觀測(cè)次數(shù)及灰度值直接平均化處理得到，灰度值范圍為0～63，飽和灰度值為63[11].美國(guó)大氣海洋局發(fā)布了極軌衛(wèi)星(Suomi national polarorbiting partnership，Suomi-NPP)所搭載的可見(jiàn)光近紅外成像輻射儀(Visible infrared imaging radiomater suite ，VIIRS)傳感器數(shù)據(jù)，空間分辨率為0.75 km，此數(shù)據(jù)可在美國(guó)國(guó)家地理信息中心網(wǎng)站免費(fèi)下載獲得(http://ngdc.noaa.gov).相比與DMSP/OLS數(shù)據(jù)，NPP/VIIRS數(shù)據(jù)對(duì)夜間燈光的探測(cè)具有更高的空間分辨率和靈敏度.

本文研究期間2003年、2008年和2013年燈光數(shù)據(jù)來(lái)自DMSP/OLS數(shù)據(jù)，2018年燈光數(shù)據(jù)來(lái)自NPP/VIIRS數(shù)據(jù).由于兩種數(shù)據(jù)分辨率存在明顯差異，且不同衛(wèi)星獲得的DMSP/OLS數(shù)據(jù)部分存在重疊，因此在研究前需要對(duì)兩種數(shù)據(jù)進(jìn)行預(yù)處理.步驟如下：(1)統(tǒng)一數(shù)據(jù)結(jié)構(gòu)：在Arcgis10.3中將NPP/VIIRS月平均數(shù)據(jù)計(jì)算得到NPP/VIIRS年平均數(shù)據(jù)，并將DMSP/OLS和NPP/VPP數(shù)據(jù)投影為適合中國(guó)地形的蘭伯等面積投影，數(shù)據(jù)重采樣為1 km，使像素類型和深度統(tǒng)一[12-13].(2)以江西省矢量圖為掩膜對(duì)對(duì)應(yīng)年份數(shù)據(jù)進(jìn)行裁剪，并對(duì)數(shù)據(jù)進(jìn)行校正[14-15]，在經(jīng)過(guò)上述處理的DMSP/OLS數(shù)據(jù)和NPP/VIIRS數(shù)據(jù)的可比性和連續(xù)性有所提高，可用于后續(xù)研究.

江西省行政邊界數(shù)據(jù)獲取自國(guó)家基礎(chǔ)信息中心，江西省2003、2008、2013和2018年建成區(qū)數(shù)據(jù)主要來(lái)源于《城市建設(shè)統(tǒng)計(jì)年鑒》.本文社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)自《江西省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》.

2 研究方法

2.1 建成區(qū)提取

利用預(yù)處理后的夜間燈光數(shù)據(jù)對(duì)城市建成區(qū)進(jìn)行提取，以2003—2018年《城市建設(shè)統(tǒng)計(jì)年鑒》的建成區(qū)面積為輔助，確定對(duì)應(yīng)年份的最佳閾值，從而得到江西省對(duì)應(yīng)年份城市建成區(qū)影像.具體步驟如下：設(shè)立動(dòng)態(tài)閾值，并計(jì)算根據(jù)閾值提取的城市建成區(qū)面積，通過(guò)不斷調(diào)整閾值大小，當(dāng)某一閾值提取的建成區(qū)面積與統(tǒng)計(jì)年鑒中建成區(qū)面積絕對(duì)差值最小時(shí)，該閾值則為最佳閾值[16]，其公式為：

(1)

ΔA(DNt)=A(DNt)-A,

(2)

|ΔA(DNt-1)|≥|ΔA(DNt)|≤|ΔA(DNt+1)|，

(3)

式中：DNmax為燈光最大值；DNt為動(dòng)態(tài)閾值；DNi是介于DNt與DNmax之間的某一燈光值；f(DNi)為燈光值為DNi的像元總數(shù)；A(DNt)為當(dāng)像元灰度值等于DNt時(shí)提取的城市建成區(qū)面積；A為同時(shí)期統(tǒng)計(jì)數(shù)據(jù)中建成區(qū)面積；ΔA(DNt)為閾值DNt條件下，A(DNt)與A之間的差值.

2.2 燈光指數(shù)構(gòu)建

通過(guò)夜間燈光數(shù)據(jù)構(gòu)建的燈光指數(shù)(CNLI)可以較好地反映區(qū)域城市化水平特征變化[17].對(duì)此，選用區(qū)域相對(duì)夜間燈光強(qiáng)度L和城市燈光面積比S來(lái)構(gòu)建夜間燈光指數(shù)(CNLI).其公式為：

CNLI=L×S，

(4)

(5)

(6)

式中：DNi為該區(qū)域內(nèi)等級(jí)為i的灰度值(1≤i≤63)；Ni為該區(qū)域內(nèi)灰度值的像元個(gè)數(shù)；N為像元總數(shù)；DNm為該區(qū)域內(nèi)最大灰度值；SAreaDN為燈光像元面積；SArea為像元總面積.

2.3 城市擴(kuò)展指數(shù)

城市擴(kuò)展速度V是指研究時(shí)間內(nèi)建成區(qū)面積年均增長(zhǎng)率[18]，在初期建成區(qū)基礎(chǔ)上，反應(yīng)建成區(qū)擴(kuò)展的趨勢(shì)，計(jì)算公式如下：

(7)

式中：V值越大，表示單位時(shí)間內(nèi)建成區(qū)擴(kuò)張速度越快；An+i和An分別為研究時(shí)間段末期建成區(qū)面積和初期建成區(qū)面積；n表示時(shí)間間隔，單位為年.

由于城市擴(kuò)展速度無(wú)法定量化比較城市擴(kuò)展程度，因此引入城市擴(kuò)展強(qiáng)度U來(lái)反映城市擴(kuò)展的強(qiáng)弱，計(jì)算公式[19]如下：

(8)

式中：U表示擴(kuò)展強(qiáng)度，U值越高表示單位時(shí)間內(nèi)擴(kuò)展強(qiáng)度越強(qiáng)；An+i和An分別表示研究時(shí)間段末期建成區(qū)面積和初期建成區(qū)面積；n表示時(shí)間間隔，單位為年；R表示土地總面積.

水通道蛋白-1與大鼠急性一氧化碳中毒性腦病的關(guān)系 … ………………… 李金蘭，劉群會(huì)，曹學(xué)兵，等 456

2.4 重心特征分析

為了更好地了解建成區(qū)擴(kuò)張方向的變化，本文借助城市重心變化來(lái)反應(yīng).城市重心并不是指單純的城市的幾何中心，而是根據(jù)賦權(quán)時(shí)所選權(quán)重屬性對(duì)城市重心賦予不同含義.利用ArcGIS10.3以燈光值為權(quán)重，計(jì)算研究區(qū)重心，計(jì)算公式[20]如下：

(9)

式中：X,Y表示城市重心的經(jīng)緯度坐標(biāo)；PDNi表示第i個(gè)像元的灰度值；xi、yi表示第i個(gè)像元的坐標(biāo).重心的偏移反映了城市空間擴(kuò)張的方向，為了更好的掌握江西省城市重心偏移規(guī)律，本文計(jì)算了重心偏移距離dt、平均偏移速度Vt和偏移角度θt.三者計(jì)算公式如下：

(10)

(11)

(12)

式中，Xt、Yt和Xt-1、Yt-1別為t,t-1城市區(qū)域的重心坐標(biāo)；T為時(shí)間間隔.

2.5 灰色關(guān)聯(lián)分析

灰色系統(tǒng)理論考慮到回歸分析中的不足，以灰色關(guān)聯(lián)模型來(lái)分析城市擴(kuò)張與社會(huì)因子之間的關(guān)系，更能量化的比較各因素之間對(duì)城市擴(kuò)張的影響.建立灰色關(guān)聯(lián)模型，首先確定(Xi(q)={Xi(1),Xi(2),Xi(3)，…，Xi(m)},i=0)為特征序列，以及若干因素序列(Xi(q)={Xi(1),Xi(2),Xi(3)，…，Xi(m)},i=1,2,3，…，n)由于各個(gè)因素的意義、量綱不同，需進(jìn)行無(wú)量綱化處理[21]，公式如下：

(13)

式中，q=1,2,3，…，m,Yi(q)是進(jìn)行無(wú)量綱化處理數(shù)列.

本文中以建成區(qū)面積為特征序列X0,8個(gè)社會(huì)經(jīng)濟(jì)因素為因素序列分別為人口密度(X1)、全省生產(chǎn)總值(X2)、財(cái)政收入(X3)、城鎮(zhèn)居民人均可支配收入(X4)、第三產(chǎn)業(yè)增加值(X5)、工業(yè)增加值(X6)、社會(huì)消費(fèi)品零售總額(X7)和全社會(huì)固定資產(chǎn)投資(X8),特征序列與因素序列聯(lián)系數(shù)為：

(14)

式中：i=1，2，…，n,q=1，2，3，…，m；|Y0(q)-Y(q)i|為特征序列與因素序列的絕對(duì)差值；miniminq|Y0(q)-Yi(q)|和maximaxq|Y0(q)-Yi(q)|為絕對(duì)差值的最大值和最小值；p為分辨率系數(shù)，一般在0.1～0.5之間選取，為增強(qiáng)關(guān)聯(lián)區(qū)分度，本文取0.1[16].

(15)

根據(jù)關(guān)聯(lián)度大小進(jìn)行排序，選取排序靠前的3個(gè)關(guān)聯(lián)度對(duì)應(yīng)的因素序列，對(duì)其進(jìn)行分析，以此作為城市擴(kuò)張的主要因素.

3 結(jié)果與分析

3.1 建成區(qū)提取與分析

以統(tǒng)計(jì)數(shù)據(jù)中建成區(qū)面積為輔助數(shù)據(jù)，根據(jù)式(1)—(3)得到的最佳閾值(見(jiàn)表1)，閾值隨時(shí)間增加整體變化幅度較小，為外延型擴(kuò)張.城市建成區(qū)截至2018年擴(kuò)張了2.62倍，統(tǒng)計(jì)值與提取值較為接近，說(shuō)明建成區(qū)提取結(jié)果較為準(zhǔn)確，可以此作為后續(xù)研究基礎(chǔ).

表1 城市建成區(qū)提取結(jié)果

3.2 燈光指數(shù)分析

根據(jù)式(4)—(6)計(jì)算的11個(gè)地級(jí)市燈光指數(shù)(見(jiàn)圖1).如圖1所示，在2003年時(shí)，南昌市燈光指數(shù)最高為0.121，其次是新余市、萍鄉(xiāng)市為0.086和0.067.而九江市、上饒市、宜春市、撫州市、吉安市和贛州市燈光值均不超過(guò)0.050.整體看來(lái)，2003年江西省城市化水平偏低.在2008年，燈光值不超過(guò)0.050的城市減少至3個(gè)，分別為撫州市、吉安市和贛州市.隨著建成區(qū)面積不斷地?cái)U(kuò)大，11個(gè)地級(jí)市的燈光指數(shù)也發(fā)生明顯變化.江西省東部、西部、東北部和西北部的撫州市、萍鄉(xiāng)市、上饒市、景德鎮(zhèn)市、鷹潭市、九江市和宜春市CNLI值分別從2003年0.023、0.067、0.034、0.052、0.057、0.035和0.042緩慢增長(zhǎng)到2013年的0.047、0.108、0.071、0.09、0.107、0.076和0.076.江西省中部、中北部、中西部和南部的吉安市、南昌市、新余市和贛州市CNLI值從2003年0.022、0.121、0.086和0.025增長(zhǎng)至2013年的0.043、0.186、0.132和0.048.2013年—2018年階段燈光指數(shù)增長(zhǎng)尤為明顯，2018年九江市、景德鎮(zhèn)市、上饒市、南昌市、宜春市、鷹潭市、撫州市、新余市、吉安市、萍鄉(xiāng)市和贛州市CNLI值達(dá)到0.139、0.141、0.125、0.252、0.144、0.170、0.105、0.182、0.116、0.161和0.116.相比2013年分別增長(zhǎng)了83.3%、58.1%、76.2%、35.3%、89%、58.1%、122.7%、38.6%、168.7%、49.3%和144.5%.其中，吉安市城市化增長(zhǎng)最快，這是因?yàn)榍捌诩彩谐鞘谢捷^低，后期發(fā)展空間較大，因此，在2018年吉安市城市化取得飛速發(fā)展.全省整體上城市化水平發(fā)展迅速，但內(nèi)部發(fā)展不平衡，核心城市發(fā)展高于其他城市.

圖1 2003—2018年江西省地級(jí)市CNLI值

3.3 城市擴(kuò)張及重心變化分析

為詳細(xì)分析全省建成區(qū)整體在各個(gè)方位的擴(kuò)張情況，以江西省重心為圓心，按8個(gè)方向建立等分扇形.本文將8方向扇形區(qū)域與各時(shí)期建成區(qū)擴(kuò)展進(jìn)行疊加，用不同的顏色顯示，可以清楚地看到各個(gè)城市不同時(shí)期城市擴(kuò)張的方向和大致規(guī)模.扇形區(qū)域正北(NN)方向包括南昌市和九江市主城區(qū).在2003—2018年間，南昌市和九江市分別向北和向南方向擴(kuò)張，這與江西省提出的“昌九一體化”發(fā)展戰(zhàn)略實(shí)施目標(biāo)相契合；東北(NE)方向的扇形區(qū)域主要包括景德鎮(zhèn)市、上饒市和鷹潭市主城區(qū)，正西(WW)方向的扇形區(qū)域主要包括新余市、宜春市和萍鄉(xiāng)市，以上城市均屬于江西省“龍頭昂起，兩翼齊飛”區(qū)域發(fā)展戰(zhàn)略的“兩翼”.“兩翼齊飛”就是擴(kuò)大開放合作，促進(jìn)原滬昆鐵路兩翼發(fā)展.可以看出在扇形區(qū)域中，2008—2013年和2013—2018年建成區(qū)面積有了顯著的擴(kuò)張；以南昌、九江和贛州三個(gè)中心城市為核心向外輻射擴(kuò)張，帶動(dòng)周邊城市發(fā)展.根據(jù)式(7)—(8)計(jì)算得到的城市擴(kuò)展指數(shù)(見(jiàn)表2).結(jié)合表2可以發(fā)現(xiàn)，2003—2018年建成區(qū)擴(kuò)展強(qiáng)度持續(xù)增加，擴(kuò)展速度在2013年后開始遞減.這是因?yàn)?013年城市化相比2003年有很大提高，在此期間開發(fā)力度持續(xù)增強(qiáng)，造成土地資源不斷減少，促使2013年以后的開發(fā)建設(shè)往緊湊節(jié)約型發(fā)展.

表2 2003—2018年城市擴(kuò)張指數(shù)

根據(jù)式(9)—(12)計(jì)算得到的2003年—2018年的城市重心在江西省中北部的宜春市，重心的偏移具有一定反復(fù)性，整體在南北方向跨越，說(shuō)明東西方向發(fā)展相對(duì)平衡.江西省政府提出“昌九一體化”的發(fā)展戰(zhàn)略，加速了西北部地區(qū)城市化發(fā)展，使得2008—2013年城市重心逐漸向西北部遷移.為統(tǒng)籌省內(nèi)區(qū)域協(xié)調(diào)發(fā)展，縮小南北地方差距，落實(shí)中部崛起，加快贛南等原中央蘇區(qū)的振興，2013—2018年城市重心向東南偏移.15年間江西省城市重心偏移參數(shù)(見(jiàn)表3)，截至2018年偏移速度是2003年的7.4倍.

表3 2003—2018年重心偏移特征參數(shù)

3.4 城市擴(kuò)張驅(qū)動(dòng)分析

本文利用2003—2018年夜間燈光影像，采用閾值二分法對(duì)2003—2018年建成區(qū)面積進(jìn)行提取.利用江西省統(tǒng)計(jì)公報(bào)數(shù)據(jù)，根據(jù)式(13)—(15)計(jì)算得到了不同因素與城市建成區(qū)間的關(guān)聯(lián)度大小分別為人口密度(X1)0.831、城鎮(zhèn)居民可支配收入(X4)0.676、第三產(chǎn)業(yè)增加值(X5)0.563、社會(huì)消費(fèi)品零售總額(X7)0.544、全省生產(chǎn)總值(X2)0.543、工業(yè)增加值(X6)0.471、財(cái)政收入(X3)0.455和全社會(huì)固定資產(chǎn)投資(X8)0.421.按關(guān)聯(lián)度大小，排序靠前的三個(gè)社會(huì)經(jīng)濟(jì)因子分別是江西省人口密度(X1)0.831、城鎮(zhèn)居民可支配收入(X4)0.676和第三產(chǎn)業(yè)增加值(X5)0.563.江西省人口密度的增加是城市擴(kuò)張的主要因素之一，人口密度的增加，擴(kuò)大了對(duì)房地產(chǎn)行業(yè)的需求，使得城市建成區(qū)面積增加.隨著江西省城鎮(zhèn)居民可支配收入的增加，居民的購(gòu)買力和消費(fèi)需求得以提升，加速了城市化發(fā)展.改革開放以來(lái)江西省第三產(chǎn)業(yè)的迅速發(fā)展，吸引了大量投資引入，截至2018年江西省增至9個(gè)國(guó)家級(jí)高新區(qū)，高新區(qū)的設(shè)立帶動(dòng)了周邊基礎(chǔ)設(shè)施的建設(shè)、房地產(chǎn)和服務(wù)業(yè)聯(lián)動(dòng)發(fā)展，擴(kuò)大了用地需求，由此加速了城市擴(kuò)張.

4 結(jié)論與建議

4.1 結(jié)論

本文基于DMSP/OLS和NPP/VIIRS數(shù)據(jù)，參考統(tǒng)計(jì)數(shù)據(jù)對(duì)江西省城市建成區(qū)進(jìn)行提取，結(jié)合夜間燈光指數(shù)、城市擴(kuò)展速度、強(qiáng)度和城市重心偏移特征，對(duì)2003—2018年江西省城市化特征進(jìn)行分析，并利用灰色關(guān)聯(lián)模型計(jì)算了建成區(qū)與社會(huì)經(jīng)濟(jì)因子之間的關(guān)聯(lián)度，得到如下結(jié)論：

(1)江西省15年間建成區(qū)面積顯著增加，擴(kuò)張強(qiáng)度持續(xù)增強(qiáng)，但建成區(qū)空間分布較為分散，各城區(qū)之間聯(lián)系薄弱，未能明顯地連接成片.區(qū)域核心城市與其余城市發(fā)展?fàn)顩r兩極分化現(xiàn)象明顯，其中，以南昌、九江和贛州為核心城市，向周邊輻射擴(kuò)張，對(duì)其余城市發(fā)展具有一定拉動(dòng)作用.

(2)江西省城市化水平持續(xù)提高，核心城市的城市化發(fā)展速度較快，其余城市發(fā)展速度也逐漸增強(qiáng)，這里主要體現(xiàn)在吉安市和撫州市.全省城市化南北差異較大，北部城市化水平高于南部，隨著蘇區(qū)振興發(fā)展戰(zhàn)略的提出，贛南地區(qū)得到迅速發(fā)展，城市化差異呈縮小趨勢(shì).

(3)江西省城市重心始終位于中北部的宜春市，但方向有所改變，最終由西北向東南偏移.城市擴(kuò)張逐漸由單核擴(kuò)張變?yōu)槎嗪藬U(kuò)張模式.根據(jù)關(guān)聯(lián)度大小排序，人口密度是促進(jìn)江西省城市擴(kuò)張的主要因素，可在未來(lái)對(duì)該因素進(jìn)行進(jìn)一步研究.

4.2 建議

通過(guò)對(duì)江西省城市建成區(qū)擴(kuò)張及驅(qū)動(dòng)因素分析結(jié)果表明，江西省近15年建成區(qū)擴(kuò)展迅速，城市化差異逐漸縮小，人口密度對(duì)城市擴(kuò)張有較大的促進(jìn)作用，采用夜間燈光數(shù)據(jù)對(duì)城市擴(kuò)張研究效果較好.對(duì)此，提出以下建議：

(1)雖然城市建成區(qū)面積逐年增加，但應(yīng)加強(qiáng)城市之間的聯(lián)系，提高城市空間的緊湊性.另外，城市建設(shè)的驅(qū)動(dòng)因素有自然資源、人口和經(jīng)濟(jì)等多種因素，因此在城市建設(shè)的過(guò)程中應(yīng)充分考慮這些因素的影響，避免無(wú)序擴(kuò)張，應(yīng)對(duì)土地合理的規(guī)劃與利用，實(shí)現(xiàn)生態(tài)環(huán)境與城市建設(shè)的協(xié)調(diào)可持續(xù)發(fā)展.

(2)為進(jìn)一步縮小江西省區(qū)域內(nèi)部城市化差異，應(yīng)加強(qiáng)江西省內(nèi)部城市化研究，推進(jìn)跨區(qū)域合作交流，充分發(fā)揮中心城市的輻射帶動(dòng)作用，實(shí)現(xiàn)中心城市與周邊城市協(xié)調(diào)發(fā)展.針對(duì)區(qū)域內(nèi)部城市化研究可采用多源遙感數(shù)據(jù)以及縣域統(tǒng)計(jì)數(shù)對(duì)其進(jìn)行精細(xì)化研究，以便更好地掌握區(qū)域內(nèi)部城市化進(jìn)程，為江西省相關(guān)部門對(duì)區(qū)域城市化發(fā)展規(guī)劃提供參考.

(3)夜間燈光數(shù)據(jù)不僅用于城市擴(kuò)張研究，還可有效應(yīng)用于各種社會(huì)經(jīng)濟(jì)因子的估算研究，對(duì)此，充分利用夜間燈光數(shù)據(jù)，深度挖掘該數(shù)據(jù)的應(yīng)用潛能，服務(wù)大尺度城市發(fā)展動(dòng)態(tài)監(jiān)測(cè)，為城市發(fā)展監(jiān)測(cè)提供低成本、有效的數(shù)據(jù)支撐.