冷 琴,曹 銘

(九江學(xué)院旅游與地理學(xué)院,332005,江西,九江)

0 引言

城市化水平是衡量區(qū)域經(jīng)濟(jì)、社會(huì)、文化、科技發(fā)展水平的重要標(biāo)志,而城市擴(kuò)展是城市化的一個(gè)重要衡量指標(biāo)[1]。遙感具有快速、準(zhǔn)確、實(shí)時(shí)、周期性等特點(diǎn),是獲取城市擴(kuò)展信息的重要手段,針對(duì)城市擴(kuò)展的遙感監(jiān)測(cè),相關(guān)學(xué)者開展了大量工作[2-3]。眾多遙感數(shù)據(jù)之一的夜間燈光數(shù)據(jù)對(duì)城市空間分布具有獨(dú)特的指示作用,Small等通過設(shè)置動(dòng)態(tài)閾值方法實(shí)現(xiàn)了全球范圍夜間燈光城市制圖[4]?；谝归g燈光數(shù)據(jù)研究城市空間演化逐漸成為學(xué)界共識(shí)[5],國(guó)內(nèi)的夜光遙感城市擴(kuò)展監(jiān)測(cè)研究被廣泛用于熱點(diǎn)區(qū)域[6-8],江西地區(qū)的研究則鮮有所見。

本文利用2001—2021年的DMSP-OLS和NPP-VIIRS夜間燈光數(shù)據(jù),結(jié)合統(tǒng)計(jì)數(shù)據(jù)利用閾值法提取江西省城市擴(kuò)展信息,在此基礎(chǔ)上分析了近20年間江西省城市擴(kuò)展演變規(guī)律。

1 研究區(qū)域概況及數(shù)據(jù)介紹

1.1 研究區(qū)域概況

江西位于中國(guó)東南部長(zhǎng)江中下游南岸,全省面積16.69萬平方公里,總?cè)丝? 518余萬,轄11個(gè)設(shè)區(qū)市、100個(gè)縣(市、區(qū))[9]。據(jù)《江西統(tǒng)計(jì)年鑒》,2001—2021年江西省城鎮(zhèn)人口從30.41%增長(zhǎng)到61.46%,城鎮(zhèn)化進(jìn)程逐漸加快。

1.2 數(shù)據(jù)介紹及預(yù)處理

本文使用的夜間燈光數(shù)據(jù)為美國(guó)國(guó)防氣象衛(wèi)星計(jì)劃DMSP(Defense Meteorological Satellite Program)搭載的OLS(Operational Linescan System)數(shù)據(jù)和美國(guó)新一代國(guó)家極軌衛(wèi)星NPP(National Polar-orbiting Partnership)搭載的VIIRS(Visible Infrared Imaging Radiometer Suite)數(shù)據(jù)。其中,DMSP-OLS數(shù)據(jù)為2001年、2005年、2009年、2013年4期第4版穩(wěn)定燈光年度合成產(chǎn)品,空間分辨率約為1 km,NPP-VIIRS數(shù)據(jù)為2013年、2017年、2021年第1版本1—12月的月度無云合成產(chǎn)品,空間分辨率約500 m。

本文采用不變目標(biāo)校正法[10],選取2013年DMSP-OLS數(shù)據(jù)為基準(zhǔn),對(duì)其他年份DMSP-OLS數(shù)據(jù)利用二次多項(xiàng)式模型進(jìn)行相互校正,其校正模型為:

DN′=a×DN2+b×DN+c

(1)

式中,DN′與DN分別表示校正后與校正前的影像灰度值,a、b、c為模型參數(shù)。

表1 夜間燈光數(shù)據(jù)相互校正模型參數(shù)

本文首先利用NPP-VIIRS數(shù)據(jù)1—12月的月度無云合成產(chǎn)品,合成得到2013年、2017年和2021年的NPP-VIIRS的年度無云合成產(chǎn)品。由于DMSP-OLS與NPP-VIIRS數(shù)據(jù)在城市和鄉(xiāng)村具有相似的燈光強(qiáng)度和分布模式[11],考慮到DMSP-OLS影像的飽和效應(yīng),統(tǒng)計(jì)DMSP-OLS影像中DN值范圍為0～60的每個(gè)DN值分布區(qū)域?qū)?yīng)的NPP-VIIRS影像的像元均值,通過對(duì)58組DN值進(jìn)行相關(guān)分析,發(fā)現(xiàn)對(duì)數(shù)函數(shù)模型的相關(guān)系數(shù)最高,R2為0.961 3(圖1)。故本文使用以下公式擬合2013年、2017年、2021年的NPP-VIIRS數(shù)據(jù):

Y=13.449×lnX+22.838

(2)

式中,X表示NPP-VIIRS影像DN值,Y表示模擬后影像DN值。

江西省行政區(qū)數(shù)據(jù)來源于全國(guó)地理信息資源目錄服務(wù)系統(tǒng)(http://www.webmap)下載的2017年全國(guó)1：100萬基礎(chǔ)地理數(shù)據(jù),建成區(qū)統(tǒng)計(jì)數(shù)據(jù)來源于中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)(http://data.cnki.net)的《江西省統(tǒng)計(jì)年鑒》。

2 研究方法

2.1 閾值法提取建成區(qū)信息

基于夜間燈光數(shù)據(jù)提取城市建成區(qū)的最常用的方法是閾值法[12]。本文采用統(tǒng)計(jì)數(shù)據(jù)比較法,即以行政邊界為劃分依據(jù),基于影像亮度值提取燈光斑塊面積,將其與統(tǒng)計(jì)數(shù)據(jù)進(jìn)行對(duì)比,根據(jù)絕對(duì)誤差最小時(shí)的亮度值來逐一確定各行政單元的最佳閾值。

2.2 城市擴(kuò)展度量

城市擴(kuò)展特征從擴(kuò)張速度、變化幅度、分布中心變化等方面度量。

城市建成區(qū)擴(kuò)張速度用一定時(shí)期內(nèi)城市建成區(qū)的年均擴(kuò)張面積來衡量:

(3)

式中,Speed為城市建成區(qū)擴(kuò)張速度(km2/y),At為研究期末年份建成區(qū)面積(km2),A0為期初年份建成區(qū)面積(km2),t表示研究時(shí)段(年)。

城市擴(kuò)展變化幅度以建成區(qū)面積變化百分比來表示城市擴(kuò)張強(qiáng)度:

(4)

式中,Expand為城市擴(kuò)展變化幅度。

城市空間分布中心變化可以通過計(jì)算分析分布中心遷移的角度θ和距離d來反映城市空間擴(kuò)展變化的方向和強(qiáng)度。

(5)

(6)

式中,(X0,Y0)為研究期初城市空間分布中心的坐標(biāo),(Xt,Yt)為研究期末的坐標(biāo)。

3 結(jié)果與分析

3.1 建成區(qū)信息提取結(jié)果

本文采用統(tǒng)計(jì)數(shù)據(jù)比較閾值法,提取了江西省11個(gè)地級(jí)市六期建成區(qū)信息,見圖2和表2。

圖2 2001—2021年基于DMSP-OLS與NPP-VIIRS數(shù)據(jù)提取江西省建成區(qū)

表2 基于夜間燈光數(shù)據(jù)提取2001—2021年江西省11個(gè)地級(jí)市五期建成區(qū)面積表/km2

對(duì)于提取結(jié)果采用2種方式來進(jìn)行精度驗(yàn)證。一是面積誤差,以提取的面積與統(tǒng)計(jì)面積比較,二是位置誤差,以提取結(jié)果與Google Earth影像進(jìn)行疊加,判斷位置是否準(zhǔn)確。

面積誤差是提取的建成區(qū)面積和統(tǒng)計(jì)數(shù)據(jù)中的面積之差占統(tǒng)計(jì)面積的百分比。

(7)

式中,Aerror表示面積誤差,Ai表示提取面積,Ast表示統(tǒng)計(jì)面積。

2001—2021年江西省各地級(jí)市建成區(qū)提取的面積誤差見表3,可以看出,除2001年撫州市、2017年贛州市、2021年南昌市的面積誤差較大外,其他誤差均小于10%。

表3 2001—2017年江西省各地級(jí)市建成區(qū)信息提取面積誤差/%

圖3顯示了江西省南昌市、九江市和贛州市的提取結(jié)果與Google Earth影像的疊加效果,表明兩者之間的空間格局特征基本吻合。

圖3 部分城市的建成區(qū)空間位置驗(yàn)證

3.2 城市擴(kuò)展特征分析

3.2.1 城市建成區(qū)擴(kuò)張速度 根據(jù)提取的建成區(qū)信息得到2001—2021年江西省各地級(jí)市城市建成區(qū)擴(kuò)張速度,見表4。江西省城市建成區(qū)擴(kuò)張速度逐漸加快,平均為63.63 km2/y。其中,南昌、贛州、宜春、九江市的擴(kuò)展速度較快,省會(huì)城市南昌擴(kuò)張速度最快為16.13 km2/y,其次為江西南部的區(qū)域中心城市贛州為9.59 km2/y;而萍鄉(xiāng)、吉安、鷹潭、新余的擴(kuò)張速度較慢,萍鄉(xiāng)市最慢為0.81km2/y;其他城市擴(kuò)張速度中等,介于4～5 km2/y。

表4 2001—2021年江西省城市建成區(qū)擴(kuò)張速率/(km2/y)

3.2.2 城市擴(kuò)展變化幅度 2001—2021年江西省各地級(jí)市城市擴(kuò)展變化幅度見表5。江西省平均變化幅度為276.03%。南昌、贛州、宜春、撫州、上饒市均高于江西省城市擴(kuò)展變化幅度的平均值,其中,贛州市城市擴(kuò)展變化幅度最高為399.48%;低于江西省城市擴(kuò)展變化幅度的平均值的有景德鎮(zhèn)、萍鄉(xiāng)、九江、新余、鷹潭、吉安市,其中,萍鄉(xiāng)市的城市擴(kuò)展變化幅度最低為46.43%。

表5 2001—2021年江西省各地級(jí)市城市擴(kuò)展變化幅度/%

3.2.3 城市空間分布中心變化 2001—2021年江西省各地級(jí)市城市空間分布中心變化情況見表6。其中,九江、贛州、南昌、撫州4市的空間分布中心變化距離大于3 km,萍鄉(xiāng)、新余市的空間分布中心變化距離小于1.5 km,其他各市的空間分布中心變化距離介于1.5～3 km之間。

表6 2001—2021年江西省各地級(jí)市城市空間分布中心變化

4 結(jié)論

利用2013年DMSP/OLS和NPP/VIIRS 2種影像數(shù)據(jù),尋找最優(yōu)擬合模型,實(shí)現(xiàn)2013年之后的NPP/VIIRS影像數(shù)據(jù)模擬DMSP/OLS數(shù)據(jù),采用統(tǒng)計(jì)數(shù)據(jù)比較閾值法得到2001—2021年江西省建成區(qū)范圍空間分布,分析了江西省城市擴(kuò)展特征。主要結(jié)論如下。

1)采用統(tǒng)計(jì)數(shù)據(jù)比較閾值法可以很好地從DMSP/OLS和NPP/VIIRS數(shù)據(jù)中提取江西省城市建成區(qū)信息,可以滿足長(zhǎng)時(shí)間序列的要求。

2)2001—2021年間江西省各城市擴(kuò)展逐漸加速,但有快有慢。其中,省會(huì)城市南昌最快,其次為江西南部區(qū)域中心城市贛州,宜春、九江緊隨其后,新余、吉安、鷹潭、萍鄉(xiāng)4市的城市擴(kuò)展速度最慢。