基于夜灯光数据的京津冀协同发展空间布局演变研究

北京市第三十五中学 朱雯新 章铭悦 高付元 李 娜

1.引言

随着京津冀协同发展上升到国家战略层面，研究京津冀人口发展的演变，促进人口经济资源环境相协调，具有十分重要的意义。

夜光遥感影像能直接反映人类活动，被广泛应用于社会经济参量估算、城市监测、生态环境评估等领域。根据灯光与人口分布之间的线性关系，可以通过灯光来估算国家甚至城市尺度上的人口详细分布。

2.技术流程

本文依托ArcGIS的数据分析与计算能力。获取夜灯光遥感数据，人口、GDP数据，对所获取的数据于ArcGIS中进行区域提取、重投影、重采样。并通过公式计算出夜灯光数据平均值、差值、变化率，同时将获取数据进行空间叠加，并将所得到的结果进行空间自相关分析、矢量统计分析，最终得出结论并提出建议。

3.数据源与预处理

3.1 数据源

本研究采用1992-2011年由DMSP卫星搭载的OLS传感器获取的全球夜间灯光遥感数据。由于NPP-VIIRS在2011年11月发布了第一张图像，数据从2012年开始。所以本研究2012前的数据采用DMSPOLS的数据，2012、2013两年采用NPP-VIIRS的数据，这些数据均可以免费从NOAA的NCEI下载。最近版本的数据包中包含三个全球卫星夜灯光图像：无云时的全球卫星频率分布图，全年夜灯光平均值和稳定夜间照明图像。我们选择了DMSP-OLS的稳定夜间照明图像，干扰已被清除，并被替换为0。数据值范围从0（背景）到63（最亮），此数值在城市的核心区域已饱和，为63。余下两年我们选择了NPP-VIIRS数据，此数据包中三个图像同上，包含城市、城镇、燃气等等人类活动而造成的夜间照明，失火等等自然现象而造成的照明数据已被清除。

本研究采用2005、2010年中国人口、GDP统计数据。数据来源于国家统计局。

城市扩展矢量数据包括京津冀地区公路、铁路分布图；1980s末、1995、2000、2005、2010年京津冀居民点空间分布图；数据来源于中国科学院遥感所。

3.2 数据预处理

本文应用的夜灯光原始数据是全球数据，本文的研究感兴趣区域为京津冀地区，因此需要做影像裁切处理。应用ArcGIS空间分析模块的提取功能，以京津冀空间边界面状数据为掩膜，提取1992-2013年京津冀区域的夜间灯光影像。并对获取的京津冀区域的灯光影像数据，应用ArcGIS数据管理模块的栅格属性工具集，为其创造栅格数据的属性表。并按属性提取栅格数据中DN＞0的像元，获取京津冀区域的亮值像元影像。

原始影像为UTM-WGS84投影坐标，这是一种国际上采用的地心坐标系，属于等角投影。而本文需要获取面积等信息，投影需要图像的面积不改变，所以我们采用了阿尔勃斯（Albers Equal-Area Conic）等积投影。这是等面积割圆锥投影，可以保持面积不变。具体的投影参数如下：

因为经过裁切处理的夜灯光数据主要是以行政单元为单位，无法体现各个行政单元内部的空间分布差异。而我们需要分析的是特定范围区域内的数据,所以需要我们对夜灯光数据进行空间栅格化。在一般情况下，对于某一区域的统计数据进行空间栅格化的方法是将统计数据直接赋值给这个区域，也就是说在获得的结果图中，该研究区域内的这一研究指标只有一个数值，这种结果有一个很显著的特点：在同一个区域内的所研究的统计指标只有唯一的值，而各个区域之间该统计指标的数值会发生变化。所以我们决定将京津冀地区划分成1km*1km的区域进行研究，为此需要重采样，即将矢量图转化成栅格图层，同时获得相同分辨率的影像，然后再分析各个栅格内的数据。

4.研究方法

4.1 夜灯光相关评价参数

夜间灯光总值（TNL）代表夜间灯光的总体水平。本研究中采用夜间灯光平均值（MNL）作为分析夜间光变化的重要参数，公式如下：

其中DNi是DN值，Ci是对应于每个DN值的像素个数。

在两个时间段内显示夜间灯光的空间变化，建立了指数(NLDI)。该指数通过计算两个时间段内图像之间的差异用于证明夜间灯光的变化规律。公式如下∶

φt2和φt1分别表示t1和t2两个时期的图像。

在城市发展期间，夜间灯光数据通常会波动。因此，我们采用了夜间光变化率指数(NLCRI)定量评价夜间光变化，公式为：

4.2 人口、GDP与夜灯光数据的相关性分析

空间自相关指一种现象在空间分布上的相关性。空间自相关分析是认识空间分布特征的一种常用方法，它可以检测两种现象的变化是否存在相关性。一种现象的观测值如果在空间分布上呈现出高的地方周围也高，低的地方周围也低,称为空间正相关，表明这种现象具有空间扩散的特性；如果呈现出高的地方周围低，低的地方周围高，则称为空间负相关，表明这种现象具有空间极化的特性；如果观测值在空间分布上呈现出随机性，表明空间相关性不明显，是一种随机分布的现象。

5.研究结果与分析

利用ArcGIS软件，依据2005、2010年的数据，检测出夜灯光数据与人口、GDP数据之间存在的相关性。

2005年夜灯光数据与人口数据相关性为65.6%，2005年夜灯光数据与GDP数据相关性为74.0%，2010年夜灯光数据与人口数据相关性为61.4%，2010年夜灯光数据与GDP数据相关性为76.2%。夜灯光与人口、GDP数据的相关性均大于50%，由此可得夜灯光数据与人口、GDP数据呈正相关。进而我们可以看出，夜灯光数据可以有效反映城市的发展程度。

通过NLDI指数反映出在本文选取时间段的初末期，即1993年和2013年，同一区域内夜灯光总值的变化情况，可以得出结论：京津冀范围内绝大部分区域夜灯光变亮，即区域内夜灯光总值变高。由上文得出的夜灯光数据与GDP数据呈正相关可以看出，1992-2013年中，京津冀区域内各个城市发展程度均有提升。

TNL可用于展示区域的总体夜间照明水平，与人类活动有关。而MNL能反映区域亮度的平均水平，更具有普遍性。通过公式计算得出1992年到2013年京津冀、北京MNL数据反应的结论是：1992-2013年京津冀、北京MNL总体呈现增长趋势。但在增长过程中，也有一些波动，包括个别年份呈现下降趋势。例如2011年北京市TNL明显下降。通过查阅资料，2011年中国开始实施“十二五”规划。其中，要求按照城市总体规划确定的空间发展格局，积极促进人口按功能区域合理分布，着力缓解中心城人口过度集聚带来的运行管理和资源环境压力。由于“十二五”规划的实施，给北京市带来一定的缓解，从而使得MNL数据下降。

此外，NLCRI是基于TNL来定量评估夜间光线的改变。通过公式计算得出1992-2013年京津冀、北京NLCRI数据。得出结论是：2011年北京市TNL损失13%，这与MNL数据所示的下降期一致。在大多数区域的NLCRI数据呈现大幅度波动时，我们注意到，2007-2013年，北京市城六区NLCRI较为平缓，尤其是北京市市区，2007、2008、2011、2012年增长率为0%，说明这几年北京市市区TNL值在高峰值保持不变。由此，我们可以推断出，北京城市夜灯光亮度值已达到饱和程度。而北京市远郊区县及河北省各个地区的NLCRI上下波动范围较大且波动趋势大体相同，说明这些地区TNL数值没有达到最高值，仍有继续发展的空间。

6.结论

1、北京市中心城区夜灯光总值已经达到饱和，城市发展会受到限制。而北京市远郊区县夜灯光总值仍有增长潜力。由此可见，北京市城市发展可向远郊区县转移，远郊区县承接中心城区溢出的功能，比如说：人口等，建立城市副中心，缓解中心城区压力。

2、京津冀区域内除北京外，其他河北省的各个地区夜灯光总值呈上升趋势，且都具有增长潜力。而北京城市承载力严重不足，应将非首都功能向外迁移至河北省，比如：河北省保定市的雄安。雄安将成为北京非首都功能疏解的集中承载地，这样做可以推进京津冀协同发展的重要布局，大大拓展京津冀区域发展新空间，调整优化京津冀城市布局和空间结构，促进京津冀区域内整体发展水平提升。