基于夜间灯光影像的云南省建成区时空演变及影响因素分析_李媛婷.pdf

基于夜间灯光影像的云南省建成区时空演变及影响因素分析李媛婷，李益敏，吴博闻，计培琨，杨 雪（云南大学 国际河流与生态安全研究院；地球科学学院；云南省高校国产高分卫星遥感地质工程研究中心，昆明）摘要：利用 年、年、年和 年的夜间灯光数据与统计数据，在 期建成区提取结果相对误差均小于 的基础上，采用局部空间自相关、标准差椭圆、地理探测器等方法进行建成区时空格局与影响因素分析。结果表明：建成区扩张速度分布由 年的从中央到四周递减转变为 年的四周增速较高而中央较低，年扩张强度有所提升，中强度及以上州市占比由 年的 增加到 年的；建成区扩张速度的高高聚集区与热点区域均分布在滇中与滇东北，且建成区 个时间段内重心呈西北东北东南迁移趋势；扩张速度演变的主导单因子为路网密度、用水总量和人口密度，且因子间的交互作用均大于单因子作用。因此，需采取多管齐下、因地制宜的合理调控与正向激励政策来促进平衡发展。关 键 词：夜间灯光遥感；建成区演变；影响因素；云南省中图分类号：文献标志码：文章编号：-（）-：-收稿日期：；修回日期：基金项目：云 南省科 技厅云南 大学 联 合 基 金 重 点 项 目（）；国家自然科学基金项目（）；中国地质调查局地质调查项目（）作者简介：李媛婷（），女，四川内江市人，硕士研究生，主要从事 技术在资源环境中的应用研究，（）。通信作者：李益敏（），女，云南昆明市人，研究员，学士，主要从事 技术在山地资源环境与地质灾害中的应用研究，（）。引言近几十年，全球迈入迅速城市化阶段，截至 年全球超过 的人口居住在城市地区，到 年预计居住在城市地区的人口将达到 。城市建成区发展逐渐成为区域社会经济发展的重要表现形式之一，由于受到社会、经济、自然等不同因素的影响，城市建成区扩张的速度、强度和表现形式往往会呈现较大的时空分异性。如何实现对城市建成区扩张的时空动态监测，夜间灯光影像数据的出现提供了科学、可行、高效的解决办法。绝大多数夜间稳定的亮光来自于城市区域的人造光源。夜间灯光遥感影像已被证明可以应用于不同地区人类夜间活动差异研究及多尺度长时序的城市建成区演变问题研究。针对基于夜间灯光数据的建成区扩张及时空演变分析，已有许多研究成果，如 等基于 年人为夜光空间范围的变化探究亚洲大三角洲数十年不同的城市增长和发展程度；等基于全球尺度的夜间灯光数据对 年的城市动态演变进行比较与分析，得到了亚洲是全球城市增长最显著大陆的结论；张芝艳等、许正森等、李茜铭等、严亚磊等也基于不同的尺度在不同的区域展开相关研究。一些学者采用定量方法分析驱动建成区面积变化的影响因素，如艾丽娅等采用线性回归方法测度 年呼包鄂城市群夜间灯光动态变化特征与其驱动因素间的关联程度；严淑琴等采用时空地理回归模型来探测武汉都市圈的空间扩张动态过程及其驱动因素；王彦开等、徐杰佳等、曾冰在探究建成区扩张的驱动机制时也选择了回归模型、相关系数等较为单一的分析方法。总体而言，对于多因子的交互影响机制分析不足。因此，本研究在利用夜间灯光影像提取云南省 年 期建成区面积并对其空间分异特征进行分析的基础上，引进地理探测器对建成区扩张速度的单影响因子与交互影响因子进行计算与分析，在更大程度上定量描述影响因子间的交互关系，探测建成区面积演变的空间分异性及其驱动机制。研究区域与数据来源 研究区域云南省位于中国西南边陲，地跨 、，内与四川、贵州、广西等省份相邻，外与老挝、越南等国家接壤。辖区东西长 ，南北宽 ，总面积 ，下辖 个地级市与 个自治州。年全省常住人口 万人，地区生产总值 亿元，比上年地区生产总值增长 ，高于全国平均增长水平 百分点。云南地处印亚太地区的几何中心，是连接“一带一路”的重要交通枢纽，第 卷 第 期 年 月地域研究与开发 研究其经济发展与城市建设的时空演变过程，在国家西部区域发展和对外开放格局中具有积极的推动作用。数据来源所需数据包括统计数据、矢量数据与夜间灯光影像数据 个部分：统计数据主要包括云南省各州市 年、年和 年的社会经济数据和自然环境数据，分别来源于中国经济与社会发展数据库、云南统计年鉴云南调查年鉴中国城市统计年鉴中国民族统计年鉴和中国区域经济统计年鉴；矢量数据主要包括资源环境科学与数据中心提供的 年中国地市行政边界数据；夜间灯光影像数据主要下载自 （：），为包含云南省辖区 年、年与 年的 月份以及 年的 月份的 夜间灯光遥感月度无云合成数据，所获影像空间分辨率为 ，此外，考虑到数据的连续性与一致性，选用 数据中的（云层掩膜杂散光校正数据）。数据预处理为了后续的模型计算与专题图绘制，对收集到的社会经济与自然环境统计数据、行政区划矢量数据、夜间灯光影像数据进行预处理。首先，由于在后续定量分析云南省建成区时空演变影响因素时所采用的地理探测器具有选用的自变量数据 为类型量的要求，需要对统计数据为数值量的自变量进行离散化的预处理。其次，本研究使用的矢量数据主要是云南省各地市级行政区划数据，需要从下载的地市行政边界数据中提取云南省辖区，并将地理坐标系统一为 坐标系。最后，需要在统一地理坐标系基础上利用行政区划数据对夜间灯光影像进行掩膜提取，同时，为保证投影前后区域面积的一致性，将所有影像的投影坐标系都设置为 等积投影。此外，数据部分像元受地表非均匀性影响，值为负数，需要对影像进行重分类并将异常的灯光辐射负值设置为。研究方法 城市建成区提取与精度验证目前利用夜间灯光数据提取城市建成区的方法主要包括突变检测法、经验阈值法、较高分辨率影像数据空间比较法、统计数据比较法 种，本研究选用统计数据比较法提取云南省城市建成区。首先将夜间灯光影像数据按像元灰度值由高向低排序，并通过对各级像元的面积累计值与建成区统计面积数据的比较计算误差，选择误差最小的阈值作为最佳提取阈值。其次根据所得各个年份的最佳提取阈值，提取出 期云南省 个州市的城市建成区空间范围。最后采用面积统计误差来判断建成区数据集的提取效果，其中面积统计绝对误差 为建成区实际提取面积与建成区统计面积的差值，面积统计相对误差 为面积统计绝对误差 占建成区统计面积的百分比。城市扩张指数分别从扩张速度与扩张强度两个角度出发，定量测度云南省建成区扩张变化的过程与特征。扩张速度指数 可以通过量化不同时间段内建成区面积的数量变化来体现建成区的总体演变趋势，具体通过末期与基期的建成区面积之差与基期到末期年份差的比值进行计算。扩张强度指数 则反映了建成区的扩张强弱与发展情况，由扩张速度与单位研究区土地总面积比值计算得到。时空演变特征分析 聚类和异常值分析。聚类和异常值分析主要是基于局域 来反映局部区域的空间异质性和不稳定性，属于局部空间自相关中的一种。若 显著为正，表示观测值之间为高高集聚或者低低集聚的显著正相关，反之则为高值与低值集聚的显著负相关。当 接近期望值 （）时，则表明观测值的空间分布无空间自相关。热点分析。局部空间自相关分析中的热点分析多用于度量每个地域单元与其邻域的属性特征值之间的相似性和相关性。本研究通过计算（）指数来探测和识别变量在空间上的热点区与冷点区，若（）显著为正，表明周围是高值聚集区，属热点区域。反之，则是低值聚集区，属冷点区域。标准差椭圆。标准差椭圆多用于揭示一组点或区域的地理要素趋势的空间特征，其短轴表示特征值的离散程度，长轴反映特征值空间上的方向性，中心点、方位角等参数也可以定量表述空间要素的中心性与延展性等特性，具体通过每个单位区域中心坐标与该区域特征值的空间权重来计算标准差椭圆重心坐标。影响因素分析地理探测器是一种用于分析地理对象空间分布规律及相关影响因素的统计学方法，主要包括因子、交互、风险、生态 种探测器，能在探测驱动因子解释力度的同时分析多因子间的交互作用。其中因子探测与交互作用探测的原理均是基于计算得到的 值来分析自变量对因变量的解释度，即自变量 解释了（）的因变量，在其取值范围，内，值越大相应因素对因变量的影响越大。结果与分析 建成区提取结果与精度基于 夜间遥感灯光影像数据提取云南省建成区（图），通过与各年份云南省城市建成区面积统计数据的比较，对建成区提取结果精度进行定量评定（表）。结果表明：年、年、年和 年地域研究与开发第 卷 个年份面积统计绝对误差最大为 （绝对值），相对误差最大为（绝对值）；个年份建成区面积的相对误差绝对值均小于 ，表明利用基于统计数据确定的最优阈值来提取城市建成区面积的方法是可取的，并且提取精度相对较高。图 年云南省建成区提取结果 建成区扩张特征分析 扩张速度分析。基于自然断点法将云南省 年（第一时段）、年（第二时段）与 年（第三时段）个阶段的建成区扩张速度进行分级显示。以第一时段为例，期间建成区面积扩张平均速率为 ，以此为判断依据将整个研究区扩张速度划分为 类（图），即 以下为表 年建成区提取精度评价 年份建成区实际提取面积 建成区统计面积 面积统计绝对误差 面积统计相对误差 平稳增速，为低增速，为中增速，以上为高增速，同理，将第二与第三时段分别按其平均扩张速度 与 进行可视化（图，图）。结果显示，第一时段云南省建成区总体上以昆明、楚雄等滇中地区为中心呈现由中央到四周扩张速度递减趋势，尤以滇南的部分边缘州市为最低。从各等级数量占比看，属中增速及以上的州市占 ，属低增速的州市占 ，属平稳增速的州市占比最多，为。其中属低增速及以下水平的州市占 ，即整体扩张速度不高。而在第二时段，空间上昆明、曲靖等部分滇中、滇东北地区为高增速集中区，四周增速较高而中央较低；数量上属高增速的州市占比不变，但属中增速的州市占 ，与上阶段对比明显上升，而属平稳增速的州市占比有所下降，占 ，总体而言，第二时段扩张速度有所提升。第三时段云南省建成区在空间上呈“东高西低”的分布态势，且属高增速与平稳增速的州市数量均有所上升，城市建成区扩张速度呈现两极化趋势。图 年云南省建成区扩张速度变化 扩张强度分析。年云南省建成区扩张强度可视化结果（图）表明：第一时段云南省建成区扩张强度以西北东南为线，呈中间高两侧低的分布趋势（图）；第二时段的扩张强度以西北东南为线，呈东侧高、西侧低的分布格局（图）；第三时段的扩张强度等级与扩张速度等级的分布基本吻合（图，图）。数量上，第三时段属高强度的州市占 ，与第一时段 的占比及第二时段 的占比相比明显有所上升，即扩张强度与扩张速度的分级数量变化趋势一致，均随时间推移属高等级的州市占比逐步增加。建成区时空演变格局分析 聚类和异常值分析。从 年各州市建成区扩张速度聚类和异常值分析可视化结果（图）可知，（高高）型州市主要分布在中东部区域，包括第一 第 期李媛婷，等：基于夜间灯光影像的云南省建成区时空演变及影响因素分析图 年云南省建成区扩张强度变化 图 年云南省建成区扩张速度聚类与异常值分析 时段的楚雄以及第二时段的曲靖两个空间扩张速度较高的州市，空间单元间存在较强的空间正相关；（高低）型州市分布较少，只包括第二时段建成区扩张速度较高的保山，但其周围的怒江、临沧等州市属于低增速地区，二者间存在较强空间负相关；（低低）型州市主要包括第一时段分布在云南西南边境的德宏，其空间扩张速度较低，与周围的低增速州市存在较强的空间正相关，有一定的均质性；此外，研究范围内无（低高）型州市，即此种类型的空间异质性不够突出，且部分州市无显著的空间相关性。热点分析。基于 年各州市建成区扩张速度进行热点分析，将分析结果重分类为热点、次热点、次冷点和冷点 类（图）。总体上，研究时段内的扩张速度热点空间分布规律性很强，中西部均分布有大片的次冷点区域，而热点与次热点区域多分布在中东部地区。其中第二时段的云南省东部曲靖市为热点区域，第一时段滇中的昆明、楚雄、玉溪及第二时段滇东北的昭通为次热点区域，第三时段则只有曲靖市为次热点区域。昭通、曲靖等地在第一时段内扩张速度并不快，属次冷点区域，而在后两个时段扩张速度大幅上升，成为热点区域，这是因为“十三五”期间昭通等地的经济和社会保持在中高速增长的发展水平，再加上其城市建成区基数较低导致相应的扩张速度等级较高。这些热点与次热点州市周围分布有楚雄、昆明等高增速州市，具有良好的区位