基于夜间灯光数据的城市建成区提取及扩张特征分析

杨晓雨，柯丽娜,2，阴曙升，王姝婷

(1.辽宁师范大学 地理科学学院，辽宁 大连 116029；2.辽宁师范大学 海洋经济与可持续发展研究中心，辽宁 大连 116029)

1 引言

我国正处在城市高质量发展的关键时期，社会经济的高速发展和产业结构的变化加速了城市化进程[1，2]。现阶段我国土地城镇化速度远远高于人口城镇化速度[3]，由此引起的城市新区效率低下，耕地流失、景观破碎等问题日益凸显[4]。如何保证社会经济发展对城市土地需求的同时，合理控制城市规模，已成为当前城市地理学及相关学科研究的热点。本文基于夜间灯光数据提取2000～2018年大连市城市建成区，并对其扩张特征进行分析，以期为促进研究区城市合理规划、实现城市精明增长及保障城市高质量发展提供一定的参考。

2 研究区概况及数据

大连市位于38°43′N～40°12′N，120°58′E～123°31′E，地处辽东半岛南端，与山东半岛隔海相望。全市下辖7个区、1个县、2个县级市，总面积12573.85 km2，建成区面积488.6 km2，是环渤海经济圈及东北亚经济走廊中心城市，也是我国向北向东开放的重要门户。

研究所用夜间灯光数据为2000年、2005年、2010年DMSP/OLS数据，2015年、2018年NPP/VIIRS数据，对两种数据采用兰伯特等积投影，并重采样为1 km的栅格单元，并对DMSP/OLS数据进行相互校正、饱和校正、连续校正及归一化处理，最终得到各年份大连市校正后夜间灯光影像数据。城市面积数据来源于《中国城市统计年鉴》；行政区划矢量数据坐标系为WGS-84地理坐标系。

3 研究方法

3.1 城市建成区提取

夜间灯光数据具有独特的夜间低光探测能力，能反映人类活动信息，尤其是城市区域的人类活动信息特点，可提供大范围城市用地信息，因此被广泛应用于城市范围提取及其变化分析研究[5]。常用提取方法有经验阈值法、突变检测法、基于统计数据的比较法、基于辅助影像的空间分析法等四类[6]。其中，基于统计数据的比较法的核心要点是以政府发布的各地市的建成区面积统计数据为参考，通过设定初始阈值来初步分割城区及非城区，并对比提取面积与统计数据之间的差值，不断迭代阈值直到提取面积与统计数据相一致，可满足长时间序列研究[7]。因此，本文采用基于统计数据的比较法，迭代计算最佳阈值，提取城市发展范围，具体计算公式如下：

ΔSn(Dt)=|Sn-Sn(D0-t)|

(1)

式(1)中：D0为研究区各年份夜间灯光影像数据的最大值，即初始阈值；t为步长，t=0，0.1，0.2，0.3，…；n为研究区内第n个研究单元，n=1，2，3，4，…；Sn(D0-t)为利用夜间灯光数据提取出的面积；Sn为第n个研究单元建成区的统计面积；△Sn(Dt)为第n个研究单元夜间灯光影像数据的提取面积与统计面积的差值。当△Sn(Dt)值最小时，则Dt为第n个研究单元的最佳阈值。

3.2 城市空间扩张模式

城市空间扩张模式是基于城市空间扩张演变过程的类型总结[8]，本文选取扩张速度、扩张强度、扩张形态指数3个指标测度大连市城市空间扩张特征。

(1)扩张速度。扩张速度是指城市建成区增长速度，表征城市建成区扩张的快慢。其表达式为：

(2)

式(2)中：V为扩张速度；Ae为研究时段初期建成区面积；Ab为研究时段末期建成区面积；T为研究时段间隔。

(2)扩张强度。扩张强度是单位时间内城市建成区面积扩展的程度，表征城市建成区扩张的强弱，其表达式为：

(3)

式(3)中：Q为城市扩张强度。

(3)扩张形态指数。扩张形态指数是指一定时期内建成区扩张速度与上一个时期的扩张速度之比，其表达式为：

(4)

式(4)中：K为城市扩张形态指数，Vt2-t1为t1到t2时段内城市建成区扩张速度，Vt3-t2为t2到t3时段内城市建成区扩张速度。当01时，为加速型扩张，K=1时为匀速型扩张。

3.3 城市空间分布变化

城市扩张会导致城市空间形态的变化[9]。本文采用紧凑度、分形维数来表征研究区城市用地规模空间分布变化。

(1)紧凑度：

(5)

式(5)中：R为紧凑度；A、P分别为城市用地斑块的面积和周长。其值一般在 0～1 之间，值越大，城市形状越紧凑；反之，紧凑度越差。若某时期紧凑度减小，表示城市以外延式扩张为主；紧凑度增大，表示该时期以填充式内涵式扩张为主[10]。

(2)分形维数：

(6)

式(6)中，W为分形维数，其值一般在 1～2之间，当W<1.5 时，城市形状总体趋于规则；W>1.5 时，城市形状总体趋于复杂，即值越大，表示城市形状越不规则，稳定性越差。

4 结果与分析

4.1 城市建成区提取结果

根据上述研究方法提取2000～2018年研究区城市建成区，计算最佳阈值之下的夜间灯光数据，并计算提取面积与统计数据之间的相对误差，结果如表1所示。研究表明：夜间灯光数据提取的城市建成区面积与统计资料中建成区面积相对误差在-2.56%～2.93%之间，说明基于夜间灯光数据利用阈值法提取的研究区城市建成区结果较为可靠，可用于后续研究分析。

表1 基于Landsat与夜间灯光数据提取的研究区城市建成区面积对比(2000～2018年)

4.2 城市空间扩张模式分析

基于提取的2000、2005、2010、2015、2018年5个时期的城市建成区面积，计算各时段研究区城市扩张速度、扩张强度及扩张形态指数，分析研究区各时段城市空间扩张特征，结果如表2所示。研究期内，研究区城市建成区面积净增长182.69 km2，其中，2005～2010年间，研究区城市扩张速度最快、强度最大，其建成区面积新增146 km2，扩张形态指数为18.2，属于加速扩张模式；2010～2015年研究区建成区扩张速度明显下降、扩张强度减小，扩张形态指数为0.09，为减速扩张模式；2015～2018年间，研究区城市建成区扩张速度相对较慢，强度较缓。总体而言，2000～2018年间，研究区城市空间扩张速度、扩张强度总体呈现先增后减，再缓慢上升的波动趋势。究其原因，2005～2010年间，研究区处于全域城市化高速建设时期，普湾新区、长山群岛等重点区域陆续全面开发建设，其城市建设空间沿黄渤两海及沈大、丹大道路线加速拓展，因此该时段内城市扩张速度最快，扩张强度最大。

表2 研究区城市扩张测度(2000～2018年)

4.3 城市空间分布变化

2000、2005、2010、2015及2018年研究区城市紧凑度及分形维数，如图1所示。由图1可以看出，研究期内，研究区城市空间形态紧凑度从2010年开始逐渐下降，2010～2015年紧凑度下降幅度最大，下降了0.13；城市空间形态分形维数从2010年开始逐步增大，2010～2015年间的分型维数增幅最大，增长了0.26，表明研究区城市扩张以外延式扩张为主，建成区范围在逐步向外扩张，城市聚集性减弱，城市形状越来越不规则。其主要原因是在此时段内研究区大力推进区域发展新格局，坚持组团式空间拓展战略，逐步形成了具有不同发展与规划目标的主城区、新市区、渤海城市及黄海城市组团，金普新区、保税区城市功能空间逐步整合，城市整体外延式扩张，形成了包括普兰店城区、瓦房店城区、庄河城区、长兴岛经济技术开发区、花园口经济区、皮杨城区、长海城区的多节点城镇空间结构，城市形状趋于复杂。

图1 研究区城市紧凑度、分形维数变化(2000～2018年)

5 结论与讨论

本文基于夜间灯光数据，对2000～2018年大连市城市建成区进行提取，并对城市空间扩张特征进行分析，得到如下结论：

(1)2000～2018年间，研究区城市建成区面积扩张了182.69 km2，城市空间扩张先后经历了加速扩张模式与减速扩张模式两个阶段，城市空间扩张速度、强度呈现出先增后减，再缓慢增加的波动趋势，城市扩张过程中开始注重对城市扩张规模的控制。

(2)城市紧凑度值普遍偏小且逐渐下降，分形维数逐渐增大，城市扩张以外延式为主、城市聚集性较差，形状趋于复杂，在后续发展中应坚持紧凑型开发理念，由外延式扩张向内涵式提升转变。

本研究发现，基于夜间灯光数据提取城市建成区并分析其空间扩张特征，可揭示城市空间发展过程中存在的问题，可为合理分配城市用地空间，促进城市高质量发展提供一定的参考依据。