喻舒琳 羅勇

摘要：準(zhǔn)確了解區(qū)域人類建設(shè)擴(kuò)張動(dòng)態(tài)對(duì)于評(píng)估生態(tài)環(huán)境和社會(huì)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(shè)活動(dòng)范圍，并結(jié)合分形理論研究其動(dòng)態(tài)變化特征，最后采用回歸分析法研究其影響因素。結(jié)果表明，燈光遙感數(shù)據(jù)能夠較好地提取人類建設(shè)活動(dòng)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(shì);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(jì)等影響因素具有不同程度的相關(guān)性。研究結(jié)果將為優(yōu)化土地利用模式，制定人口、經(jīng)濟(jì)等政策提供科學(xué)依據(jù)。

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

中圖分類號(hào)：TP79? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2019）16-0133-06

DOI：10.14088/j.cnki.issn0439-8114.2019.16.031? ? ? ? ? ?開放科學(xué)（資源服務(wù)）標(biāo)識(shí)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(guó)正在經(jīng)歷著快速和大規(guī)模的建設(shè)擴(kuò)張過(guò)程，人類建設(shè)活動(dòng)范圍變化成為人口、社會(huì)、經(jīng)濟(jì)發(fā)展的重要體現(xiàn)。然而快速的建設(shè)擴(kuò)張導(dǎo)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(dòng)影響較大的礦區(qū)，環(huán)境問題更為明顯[6，7]。同時(shí)，人類建設(shè)活動(dòng)范圍的變化使得當(dāng)?shù)乜臻g結(jié)構(gòu)發(fā)生變化。因此，監(jiān)測(cè)人類活動(dòng)建設(shè)區(qū)的擴(kuò)張程度對(duì)于評(píng)估當(dāng)?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(kuò)張的研究中多利用IKONOS、Quickbird、Landsat等高中分辨率的衛(wèi)星圖像來(lái)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(shí)也存在著數(shù)據(jù)量大、數(shù)據(jù)難以獲取、成本高等缺點(diǎn)。近年來(lái)，國(guó)防氣象衛(wèi)星計(jì)劃的操作線掃描系統(tǒng)的免費(fèi)夜間穩(wěn)定光時(shí)間序列數(shù)據(jù)集（DMSP/OLS）提供了一種新的信息來(lái)源，可以快速揭示城市擴(kuò)張的動(dòng)態(tài)變化。該傳感器可以使用低光檢測(cè)功能在夜間檢測(cè)燈光、氣體火炬和火災(zāi)等，顯示人類活動(dòng)的強(qiáng)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(dòng)引起的城市擴(kuò)張[11]。黃鴻健等[12]基于DMSP/OLS夜間燈光影像對(duì)廣東省城市化進(jìn)程進(jìn)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(dá)城市[10，13，14]作為研究對(duì)象進(jìn)行了研究。但中小城市的擴(kuò)張卻很少受到關(guān)注，尤其是受人類活動(dòng)影響較大的采礦區(qū)，采礦等活動(dòng)的增加會(huì)影響空間結(jié)構(gòu)的變化。據(jù)已有研究表明，在具有特定活動(dòng)的地區(qū)，如采礦區(qū)也會(huì)增加夜間照明[15]。

攀西地區(qū)是中國(guó)重要的礦產(chǎn)資源集中地之一，人口和經(jīng)濟(jì)發(fā)展迅速，土地空間結(jié)構(gòu)發(fā)生變化，對(duì)生態(tài)環(huán)境造成了一定影響[16]。因此，迫切需要監(jiān)測(cè)掌握人類活動(dòng)建設(shè)的擴(kuò)張動(dòng)態(tài)、空間結(jié)構(gòu)特征和驅(qū)動(dòng)力，更好地了解人口、經(jīng)濟(jì)與采礦等因素的影響，這對(duì)當(dāng)?shù)氐耐恋匾?guī)劃和管理，環(huán)境評(píng)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(dòng)相對(duì)集中、礦產(chǎn)資源開發(fā)強(qiáng)度較大的攀枝花市和會(huì)理縣作為研究區(qū)來(lái)研究人類建設(shè)擴(kuò)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(huì)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(dòng)建設(shè)范圍也在不斷變化。

2? 數(shù)據(jù)與方法

2.1? 數(shù)據(jù)來(lái)源與處理

1）燈光遙感數(shù)據(jù)（DMSP/OLS）。來(lái)源于美國(guó)國(guó)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(duì)應(yīng)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(yīng)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(biāo)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(duì)影像數(shù)據(jù)進(jìn)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(lái)源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）。2000—2011年遙感影像為L(zhǎng)andsat5 TM衛(wèi)星影像，2012—2013年遙感影像為L(zhǎng)andsat7 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(jìn)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(jìn)行波段運(yùn)算，計(jì)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(lái)源于中國(guó)科學(xué)院資源環(huán)境數(shù)據(jù)中心，空間分辨率為1 km。

4）社會(huì)經(jīng)濟(jì)數(shù)據(jù)。包括2000—2013年研究區(qū)各區(qū)縣的人口數(shù)量、國(guó)民生產(chǎn)總值、各產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展等數(shù)據(jù)，數(shù)據(jù)來(lái)源于四川省統(tǒng)計(jì)年鑒，通過(guò)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(jì)算機(jī)自動(dòng)提取法[13]。本研究基于DMSP/OLS數(shù)據(jù)，結(jié)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(duì)DMSP/OLS數(shù)據(jù)的像元亮度值進(jìn)行閾值分割，然后利用已有的土地利用數(shù)據(jù)對(duì)分割后的結(jié)果進(jìn)行修正來(lái)劃定人類活動(dòng)建設(shè)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(shè)范圍內(nèi)的燈光亮度與各因素的相關(guān)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(fù)雜性和穩(wěn)定性，隨著空間結(jié)構(gòu)的復(fù)雜性增加，分形維數(shù)會(huì)逐漸變大。分形維數(shù)的計(jì)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(zhǎng)面積法。本研究采用記盒維數(shù)法計(jì)算分維數(shù)、計(jì)算公式為：

式中，D為分維值，值域?yàn)?～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(shí)際運(yùn)用中，只能取到有限的r和對(duì)映的N（r），利用雙對(duì)數(shù)線性回歸分析對(duì)數(shù)坐標(biāo)系中呈對(duì)數(shù)關(guān)系的點(diǎn)對(duì)，其斜率的絕對(duì)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(fù)冪指數(shù)關(guān)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(fù)雜性和系統(tǒng)對(duì)空間的充填能力[20]。D值越大，表示該要素的鑲嵌結(jié)構(gòu)越復(fù)雜空間占據(jù)能力越強(qiáng);Mandelbrot認(rèn)為，當(dāng)D=1.5時(shí)，表示處于一種類似于布朗運(yùn)動(dòng)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(dāng)D<1.5時(shí)，要素形態(tài)趨于簡(jiǎn)單;當(dāng)D>1.5時(shí)，要素形態(tài)趨于復(fù)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(jì)算公式如下：

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

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

式中，yi表示第i個(gè)影響因素，xi表示對(duì)應(yīng)的平均燈光亮度值。a為斜率，b為常數(shù)。R2為相關(guān)指數(shù)，表示第i個(gè)平均燈光亮度值xi對(duì)對(duì)應(yīng)的影像因素yi變化的貢獻(xiàn)率，用于確定方程擬合相關(guān)性程度的大小，R2值越大，相關(guān)性程度就越高。

3? 結(jié)果與分析

3.1? 人類建設(shè)活動(dòng)范圍提取

利用DMSP/OLS數(shù)據(jù)對(duì)攀西地區(qū)2000—2013年共14年間的人類活動(dòng)建設(shè)范圍進(jìn)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(shè)用地面積為2.20 km2，由DMSP/OLS數(shù)據(jù)得到相應(yīng)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(shí)際的礦山開采面和建設(shè)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(dá)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(shí)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(jié)果顯示，該地區(qū)無(wú)人類活動(dòng)建設(shè)范圍，與實(shí)際相符。2013年，該區(qū)出現(xiàn)了大面積的礦山開采（圖1d），同時(shí)DMSP/OLS數(shù)據(jù)提取出的范圍顯示該地區(qū)具有人類建設(shè)活動(dòng)范圍。

由DMSP/OLS數(shù)據(jù)提取出的邊界與實(shí)際范圍較為吻合，且越接近建筑活動(dòng)區(qū)，像元亮度值越高DMSP/OLS數(shù)據(jù)的像元分辨率最高達(dá)到1 km，因此由提取出的范圍邊界相對(duì)規(guī)則。此外，通過(guò)提取出的攀西礦區(qū)2000—2013年的人類活動(dòng)建設(shè)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(shì)，說(shuō)明人類活動(dòng)的強(qiáng)度在逐漸增強(qiáng)。

3.2? 分形維數(shù)與分形特征分析

設(shè)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(jì)非空網(wǎng)格數(shù)目N（r），根據(jù)計(jì)盒維數(shù)法（式2）得到2000—2013年提取出的人類建設(shè)活動(dòng)范圍的計(jì)盒分形分維ln（r）-lnN（r）曲線。由圖3可知，沒有坐標(biāo)點(diǎn)明顯偏離曲線，因此各年份所選的不同尺寸均在無(wú)標(biāo)度區(qū)以內(nèi)，滿足分形研究的前提條件。

通過(guò)計(jì)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(shì)，這與國(guó)外學(xué)者提出的城市形態(tài)分維波動(dòng)上升到一定程度會(huì)向平均狀態(tài)回歸的觀點(diǎn)相吻合[20]。但不同時(shí)間段的變化趨勢(shì)不同，主要分為3個(gè)階段：2000年到2006年呈現(xiàn)出逐漸增長(zhǎng)的趨勢(shì)，說(shuō)明在此期間，主要建設(shè)活動(dòng)范圍在不規(guī)則地?cái)U(kuò)張;從2006年到2008年，分形維數(shù)發(fā)生了減少，表明范圍的擴(kuò)張?jiān)诖似陂g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(shì)，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(dòng)范圍的分維值都大于1.5，空間形態(tài)趨于復(fù)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(dāng)?shù)氐目臻g擴(kuò)張模式相關(guān)。該結(jié)論可能對(duì)當(dāng)?shù)氐目臻g優(yōu)化和城市規(guī)劃具有指導(dǎo)意義。

3.3? 影響因素相關(guān)性分析

影響人類建設(shè)活動(dòng)范圍的擴(kuò)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(zhǎng)和經(jīng)濟(jì)的發(fā)展。對(duì)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(jié)構(gòu)[21-23]。因此，結(jié)合當(dāng)?shù)氐膮^(qū)域特點(diǎn)，選取人口數(shù)量、礦山開采面積、國(guó)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(dòng)態(tài)變化之間的相關(guān)性。

1）人口數(shù)量。通過(guò)對(duì)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(guān)性較高，與Wang等[24]得出的結(jié)論相似。P值小于0.01，表明該回歸分析具有較高的統(tǒng)計(jì)學(xué)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(duì)映的平均像元亮度值整體上也在不斷增加。人口增加帶來(lái)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(guān)性更高。這是由區(qū)域特點(diǎn)造成的，露天礦山的開采面在一定程度上會(huì)增加燈光遙感數(shù)據(jù)的像元亮度值。

3）經(jīng)濟(jì)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(jì)指標(biāo)，分析其與燈光數(shù)據(jù)平均像元亮度值之間的關(guān)系。通過(guò)回歸分析發(fā)現(xiàn)，各經(jīng)濟(jì)指標(biāo)與平均像元亮度值之間都具有較高的相關(guān)性，R2位于0.72～0.74之間，且高于與人口數(shù)量的相關(guān)性，這與前人的研究結(jié)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(dāng)?shù)氐母鳟a(chǎn)業(yè)經(jīng)濟(jì)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(guān)系，且與GDP的擬合關(guān)系最佳。使得夜間燈光遙感數(shù)據(jù)成為估計(jì)信息的潛在關(guān)鍵數(shù)據(jù)來(lái)源，尤其對(duì)于人口和經(jīng)濟(jì)等統(tǒng)計(jì)數(shù)據(jù)缺乏準(zhǔn)確性的地區(qū)。這種相關(guān)性程度可能因同一地區(qū)不同時(shí)間、同一時(shí)間不同地區(qū)而表現(xiàn)出差異性[26]（圖5）。

4? 結(jié)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(dòng)建設(shè)范圍，并結(jié)合分形理論和回歸分析法進(jìn)行了分形特征和影響因素的相關(guān)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(shè)范圍和活動(dòng)程度，是動(dòng)態(tài)監(jiān)測(cè)中一種新的思路。2000—2013年攀西礦區(qū)的人類建設(shè)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(shì)，表明該地區(qū)的空間結(jié)構(gòu)趨于復(fù)雜和穩(wěn)定。此外，人口數(shù)量、礦山開采面積、經(jīng)濟(jì)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(guān)性，總體上相關(guān)性大小表現(xiàn)為經(jīng)濟(jì)>礦山開采面積>人口數(shù)量，其中在經(jīng)濟(jì)影響因素中，與當(dāng)?shù)氐闹饕l(fā)展產(chǎn)業(yè)第二產(chǎn)業(yè)相關(guān)性最高。

然而，由于燈光遙感數(shù)據(jù)的分辨率為1 km，相對(duì)粗糙，且存在尺度響應(yīng)，導(dǎo)致提取的結(jié)果會(huì)與實(shí)際不完全一致。同時(shí)，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(diǎn)的變化而變化。因此，在未來(lái)的研究中將會(huì)更加深入探討不同尺度和不同區(qū)域特點(diǎn)下的燈光遙感數(shù)據(jù)的實(shí)用性。

參考文獻(xiàn)：

[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(duì)湖泊水質(zhì)影響及對(duì)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(píng)價(jià)——以攀西礦區(qū)為例[J].測(cè)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(píng)價(jià)[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(shí)相Landsat數(shù)據(jù)的城市擴(kuò)張及其驅(qū)動(dòng)力分析[J].國(guó)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(kuò)張研究[J].浙江大學(xué)學(xué)報(bào)（理學(xué)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(xué)通.基于燈光遙感數(shù)據(jù)的廣東省20年城市化進(jìn)程研究[J].湖南城市學(xué)院學(xué)報(bào)，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(píng)價(jià)[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(zāi)區(qū)夜間燈光年際變化分析[J].災(zāi)害學(xué)，2018（1）：12-18.

[19] 馮? 健.杭州城市形態(tài)和土地利用結(jié)構(gòu)的時(shí)空演化[J].地理學(xué)報(bào)，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(xué)中的數(shù)學(xué)方法[M].北京：高等教育出版社，1996.

[22] 趙? 博.礦產(chǎn)開發(fā)對(duì)成長(zhǎng)型資源城市空間結(jié)構(gòu)的影響研究[D].成都：西南交通大學(xué)，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(guó)礦業(yè)大學(xué)，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.