POI与NPP/VIIRS夜光数据空间耦合关系下的城市空间结构分析——以武汉市主城区为例

陈 斌,徐尚昭,周阳阳,徐锋良,王宏志

(1.核工业290研究所，广东 韶关 512026；2.华中师范大学城市与环境科学学院地理过程分析与模拟湖北省重点实验室，湖北 武汉 430079)

城市空间结构是城市空间实体要素按照一定的组合关系在空间上的具体表现形式[1]。城市主城区作为城市经济和环境发展的主体部分，其内部空间结构不仅能够反映出整个城市社会经济发展水平，而且还能够预示城市未来发展空间和发展潜力。因此，探讨城市化发展背景下的城市内部空间结构特征，对于促进整个城市经济快速协调发展和构建适宜的城市人居环境均具有重要意义。

当前，借助POI和夜光遥感数据开展城市空间结构的研究并不少见。POI数据因其数据覆盖范围广、获取简单且更新速度快，被广泛应用于城市空间结构研究[2]、城市火灾风险评估[3]、城市服务业空间聚集度[4]、城市功能区划分[5]及城市道路提取[6]等众多研究领域。同时，夜光遥感数据因其可以间接反映地表人类活动强度，且数据覆盖全球、持续时间较长，在城市空间扩展[7-8]、城市群空间格局形成与演变过程[9-12]，以及城市人口和GDP空间化模拟[13-16]等领域得到了广泛应用。综合来看，现有研究多是基于单一夜光遥感数据或POI数据，对城市空间结构或城市社会经济要素特征进行分析探讨，而从POI数据与夜光遥感数据的空间耦合关系出发，探讨城市内部空间结构特征的研究尚不多见。

武汉市作为长江中游城市群的核心城市之一，其内部空间结构特征与长江经济带发展联系密切。因此，研究其内部空间实体要素的结构特征,不仅对长江经济带未来发展决策具有一定的参考价值,而且对揭示我国中部沿江城市空间实体要素的分布规律具有重要意义[7]。本文以武汉市为研究区，基于POI和NPP/VIIRS夜间灯光遥感数据，利用栅格叠加分析和双因素耦合制图等方法，探讨了POI和夜光遥感数据在不同空间耦合关系下城市内部空间结构特征，以期能为武汉市主城区城市空间结构调整及城市内部规划建设提供科学依据与理论参考。

1 研究区概况和数据源

1.1 研究区概况

武汉市位于江汉平原东部的长江中下游平原，东临鄂州、西接孝感、南连咸宁、北通黄冈，是中部乃至全国重要的交通枢纽和工业基地[18]。武汉市现辖13个区，包括7个中心城区(洪山区、江岸区、硚口区、江汉区、汉阳区、武昌区和青山区)和6个远郊城区(东西湖区、新洲区、蔡甸区、黄陂区、江夏区和汉南区)。本研究区属于亚热带季风湿润性气候，冬季盛行偏北风，夏季则盛行偏南风。气候温暖而湿润，年平均气温在18.1℃，无霜期天数为239～273 d，年均降水量900～1300 mm，四季分明，雨热同期。地势整体呈现为西高东低，除西南部分山地丘陵外，地貌类型主要以平原为主。区内自然资源丰富，河流湖泊众多，湿地资源位居全球内陆城市前三，水热组合条件优越，农业自然资源禀赋得天独厚，享有“鱼米之乡”的美誉。

1.2 数据源

本文选取研究区2016年1—12月12期NPP/VIIRS夜间灯光数据、2016年POI数据作为研究基础数据。NPP/VIIRS数据传感器拥有22个波段，星下点空间分辨率为375 m，能够捕捉到微弱地表灯光。POI数据(获取时间为2016年)来源于武汉市高德地图提供的API接口，该接口提供的武汉市主城区POI数据共计14个大类，共计400 081条数据，具体包括餐饮服务、购物服务、科教文化服务、风景名胜、公共设施、公司企业、交通设施服务、商务住宅、生活服务、体育休闲服务、医疗保健服务、政府机构及社会团体和住宿服务等(见表1)。考虑研究所需的POI数据后期要同灯光数据作空间耦合性分析，由于风景名胜和交通设施与夜光辐射亮度值之间关联度较小，故本文选取除风景名胜和交通设施以外的12类POI数据与夜光遥感数据进行空间耦合性探讨。

表1 POI类别与数量

1.3 数据预处理

选用的NPP/VIIRS夜间灯光数据未经标准化预处理，存在森林火灾、夜间极光及渔火等噪声干扰。为便于后续研究，借助栅格计算工具将夜光反射率小于0的区域设定为0，0值表示非灯光区域，非0值即为灯光区域。然后利用研究区矢量边界分别对12期夜光遥感数据进行裁剪，再对裁剪得到的夜光影像进一步投影和重采样(选用Krasovsky_1940_Albers投影坐标系，重采样空间分辨率设为0.5 km)。为最大限度避免偶然误差影响，本文采用平均值合成法对12期NPP/VIIRS夜间灯光数据求平均值，得到研究区年夜间灯光数据。具体计算公式如下

(1)

式中，N表示研究区2016年夜间灯光强度值；Ri即为第i个月的夜间灯光强度值。对合成的NPP/VIIRS年数据进一步预处理：选取研究区灯光反射率最大值作为有效阈值，采用八领域算法[19]对NPP/VIIRS夜光数据进行平滑处理，最终得到研究区修正后的NPP/VIIRS夜间灯光数据。

2 研究方法

本文旨在通过研究武汉市主城区内部POI数据和NPP/VIIRS夜间灯光数据之间的空间耦合关系，揭示城市主城区内部结构特征。为便于直观反映出POI和NPP/VIIRS夜间灯光数据的空间耦合关系，先对研究区POI数据进行核密度分析，然后分别对核密度分析结果和合成的年夜间灯光数据进行空间网格化分析，最终采用双因子制图方法对两者之间的空间耦合性进行可视化分析，并在此基础上对武汉市主城区内部空间结构特征进行探讨。

2.1 点核密度分析

核密度分析是表示空间地理事件在某一特定区域内发生概率大小的一项量化指标[20]，它也是一种重要的地理空间聚类分析方法，目前已被广泛用于城市空间结构及城市功能区划分研究[21-22]，主要包括点要素核密度分析和线要素核密度分析。本文基于研究区POI数据进行点要素核密度分析。点要素核密度分析方法就是首先对空间某一具体栅格位置点，指定一个邻域(邻域通常包括圆、环或矩阵等形状)，然后统计指定栅格位置点，指定邻域内点数量，并且根据邻域面积大小计算出邻域范围内点要素的平均密度。空间点要素核密度估算即为指定目标位置邻域内所有要素点在其周围的集聚程度，其实质就是将指定大小的邻域在整个研究区域内进行移动，从而最终得到所有空间目标要素的聚集程度统计结果[23-24]。计算公式如下

(2)

式中，f(S)表示空间某一具体位置S处的核密度计算函数；k表示空间的权重函数；n表示与到位置点s的距离在阈值h范围内的位置点数量；h表示两点之间距离衰减阈值，又称带宽。h越大越能反映出POI较大空间尺度变化情况；反之，则只能反映POI较小空间尺度变化情况。本文综合考虑研究区POI分布特征及NPP/VIIRS夜间灯光数据空间分辨率，最终将POI核密度的距离衰减阈值设为1500 m，空间栅格像元大小设为200 m，最终得到武汉市主城区POI核密度空间化结果。

2.2 数据网格化

数据网格化是指根据空间拓扑关系将空间位置点数据转化为二维平面数据的一种重要方法[25]。在数据网格化过程中通过对目标网格相交点数量的统计，并且根据目标点数据属性给网格赋予一定权值，最终将统计得到的目标网格内所有兴趣点属性值加权和作为该格网属性值。数据网格化不仅可以减小空间数据冗余，提升数据分析效率，而且还能够将不同类型、不同空间分辨率的栅格数据经过标准化网格处理形成大小均一的区域网格，便于对不同类型栅格数据进行空间可视化对比分析；同时也能直观反映出不同类型数据的空间耦合性差异。数据网格化可选用不同形状的网格，考虑蜂巢状正六边形，空间密合度最高且拼接时不会出现空陈现象，故本文综合考虑后选用正六边形进行栅格数据网格化。首先借助渔网工具和泰森多边形工具生成1468个单位面积为1 km2的网格，然后分别对研究区POI核密度结果和NPP/VIIRS夜间灯光数据进行标准网格化处理，最后将得到的两类标准网格化数据结果进行空间耦合性分析。

2.3 多因素组合制图

多因素组合制图是指通过不同颜色渐变组合表示不同控制因素在空间上耦合关系的一种可视化方法。本文采用双重因素制图方法对研究区POI和NPP/VIIRS夜光数据进行空间可视化处理，即采用不同色彩组合来直观反映出以上两种控制因素在空间上的耦合性差异。根据研究需要，本文将研究区POI和NPP/VIIRS夜间灯光数据分别设置高、中、低3个等级，然后通过两两组合共形成9中不同的配色方案，具体配色组合方案如图1所示。

图1 双因素组合制图

3 结果与分析

3.1 POI与夜光影像数据网格化结果

将泰森多边形方法得到的正六边形网格分别同研究区POI和夜光遥感数据进行叠加分析，得到研究区POI和夜光遥感数据网格化结果分布图(如图2所示)。由结果可知，POI核密度值和夜光遥感数据的分布趋势基本一致，它们的高值中心均主要分布在长江沿岸的武昌区、江岸区、江汉区和硚口区，而低值分布中心则主要分布在以长江为几何中心的主城区周边地区，其中以洪山区东部及南部分布最为集中。但局部地区也存在一定的差异，如青山区北部夜间灯光数出现高值分布，而POI核密度则呈现低值分布，洪山区东北部也出现了夜间灯光数据的高值区，而POI核密度值则未出现。总而言之，研究区POI核密度值和NPP/VIIRS夜间灯光强度的空间分布态势总体一致，均呈现从长江沿岸地区向主城区周边逐渐递减的趋势。

图2 研究区2016年POI核密度和夜光辐射亮度值网格

3.2 POI与夜光遥感数据空间耦合关系分析

3.2.1 两种数据源空间耦合结果

为便于直观反映出研究区两类数据的空间耦合性差异，先对研究区网格化数据进行栅格归一化处理，再利用数学三分法中的1.5倍标准差分级原则，将两类空间数据分别划分成低、中和高3个等级，得到研究区POI核密度与NPP/VIIRS夜间灯光数据空间耦合结果分布图(如图3所示)。由统计结果可知，研究区POI核密度和夜光数据空间耦合性总体较好，其分级结果相一致的区域占比高达82.15%，且主要分布在灯光强度和POI核密度值均较低的主城区外围。而两类数据的高值分部区主要集中在长江沿江两岸，其中长江南岸沿岸POI核密度和夜间灯光主要表现为高-中及高-低的耦合关系，而长江北岸POI核密度和夜间灯光要表现为低-中及中-高德耦合关系。

图3 研究区POI与夜光遥感数据空间耦合关系

3.2.2 POI核密度高于夜光遥感区分析

POI核密度与夜光遥感数据的空间耦合性整体较好，但局部地区仍然存在一定差异。为便于直观反映出研究区核密度和夜间灯光数据的耦合性差异，将POI核密度值高于夜光遥感数据的网格区域进行提取制图(如图4所示)。从空间分布上来看，POI核密度值高于夜光遥感数据的区域主要分布在长江南岸地区，尤其是江岸区中部、青山区西南部、武昌区南部及洪山区东南部等部分地区分布较为集中。其中青山区、武昌区和洪山区POI核密度与夜光遥感数据均主要表现为中-低的空间耦合模式，汉阳区主要表现为高-低空间耦合模式，而硚口区主要以高-中的空间耦合模式为主，表明汉阳及硚口区POI聚集程度较高，POI数据在空间上能较为准确地表征这些区域的空间结构特征。从功能区划分结果上来看，POI核密度值高于夜光遥感数据的区域主要分布在长江南岸的商业区和科教文化区，这可能是由于这一地区高楼林立，商业服务业集聚程度较高，而夜光数据亮度值通常在高达一定阈值后便不会再随亮度增加，出现所谓的空间饱和现象，故灯光数据不能直观准确反映出该区域城市空间结构特征，而通过对研究区POI核密度值与夜光遥感数据相互校正和对比分析，则能够更加准确反映出武汉市主城区城市空间实体要素的分布特征。

图4 夜光遥感强度值低于POI核密度值区域分布

3.2.3 夜光遥感高于POI核密度区分析

为便于直观反映出研究区POI核密度值与夜间灯光数据的空间耦合性差异，对夜光遥感数据高于POI核密度值的网格区域进行提取制图(如图5所示)。从空间分布上来看，夜光遥感数据高于POI核密度值的区域主要分布在长江北岸地区，江岸区南部、江汉区南部、硚口区及汉阳区和青山区北部等地区分布较为集中。其中硚口区POI核密度与夜光遥感数据空间耦合关系主要表现为高-中的耦合模式，江岸区主要表现为中-高空间耦合模式，而汉阳区和青山区主要以低-高和低-高的空间耦合模式为主。从城市功能区划分结果上来看，夜光遥感数据高于POI核密度值的区域主要分布在长江北岸的商业区，这些区域大多是大型企业和商业结构集聚场所，POI数据在空间聚集程度较低且数量相对缺乏，一定程度不如城市夜间灯光亮度值刻画城市空间结构准确，而此时夜间灯光数据却能直观准确地反映出同质性的不同区域城市空间结构特征。因此，通过对研究区POI核密度值与夜光遥感数据相互校正和对比分析，可以更为准确地表征出武汉市主城区不同范围内空间实体要素的分布特征。

图5 夜光遥感强度值高于POI核密度值区域分布

4 结论和讨论

本文通过核密度分析和数据网格化方法得到研究区夜光遥感数据与POI数据的空间耦合性关系，进而对夜光遥感数据与POI数据耦合差异区域城市空间结构特征进行了分析讨论。主要结论如下：

(1)武汉市主城区内部夜光遥感和POI数据的空间耦合较高，空间耦合相一致的区域占比达到了82.15%，且均较好刻画出了武汉市主城区空间结构特征，表明夜光遥感数据与POI数据在城市空间结构研究中均有较好的适用性。

(2)夜光遥感和POI数据耦合关系相异的区域可以更显著地表征城市结构的空间特征，在城市主城区边缘、大型商场附近及开发区周围，二者的空间特征具有一定的差异，POI数据在经济开发区、新城区等区域分布较少，而在主城区中心则分布相对集中；夜光遥感数据则在主城区中心及大型商业区等基础设施建设较好的区域强度较高，存在明显的饱和现象，但在远离城市主城区中心的远郊城区则无法准确表征。

(3)武汉市作为中原城市群的核心城市之一，城市主城区空间形态结构与长江联系紧密。武昌区在长江沿岸附近形成经济开发区，而江岸区、江汉区和硚口区与沿江之间形成带状城镇区，且沿着长江两岸呈东西向向主城区外围扩张，形成多个城市中心发展区。

本文基于POI数据与夜光数据空间耦合关系，对武汉市主城区内部空间结构特征进行了初步探讨，但这是建立在两种数据空间耦合差异定性分析基础之上的，如何针对研究区内夜光遥感数据和POI数据对城市空间结构展开定量化研究，还有待进一步研究和探讨。