基于DMSP/OLS和NDVI数据的浙江省城市建成区扩张研究

程 龙，李爱霞*

（1.浙江水利水电学院 测绘与市政工程学院，浙江 杭州 310018）

城市化是我国当前发展的主要趋势，也是推动我国经济增长的主要因素之一；而在城市建设用地扩张过程中，土地利用类型的变化将反作用于区域生态环境，进而对城市的可持续发展造成巨大的影响。因此，需要研究城市建设用地的扩张规律，为城市规划的制定和城市发展策略提供参考依据，进而提高城市品质、推动城市高质量发展。

遥感技术已被广泛应用于城市扩张的研究中[1-2]，然而由于遥感影像数据量大、获取成本较高、数据处理复杂，在一定程度上限制了研究的进一步深入。DMSP卫星搭载的OLS传感器能探测居民地和车流发出的灯光，为城市化发展研究提供了新的方向，是近年来城市扩张研究的热点。李德仁[3]等利用1993-2012年长时间序列夜间灯光数据研究了“一带一路”倡议沿线国家城市体系的空间结构和时空演化趋势；王海羽[4]等利用2001-2011年DMSP/OLS夜间灯光数据提取了武汉城市圈的建成区，并从时间和空间上对武汉城市圈城镇拓展状况进行了分析；刘春霞[5]等利用1992-2012年夜间灯光数据结合统计数据，对成渝经济区城市化区域变化类型、城市化相关指数、灯光指数等进行了分析。由此可以看出，DMSP/OLS夜间灯光数据具有数据量小、长时间序列等特征，特别适合大尺度城市动态监测。

鉴于此，本文以浙江省为研究区域，基于1998-2013年的夜间灯光数据和城市建成区统计数据，通过NDVI数据和土地利用现状数据进行预处理，以减小夜间灯光数据中存在的灯光溢出问题，提取了浙江省各地区的城市建成区；并从时间和空间上对各市的建成区扩张情况、与城区人口增长的协调性以及城市建设用地的类型变化进行了综合分析，对未来浙江省各地区城市建成区发展规划具有重要的参考价值和意义。

1 研究区概况

浙江省位于我国东南沿海，陆域面积为10.55万 km2，占全国总面积的1.1%；省内以山地和丘陵为主，平坦区域仅占20.32%。浙江省属于长三角经济发展带，社会经济发达、各城镇发展迅速，是我国经济发展大省，经济水平始终位于全国各省前列，尤其是杭州和宁波经济实力长期位于我国前20位。浙江省下辖杭州、宁波、温州、绍兴、湖州、嘉兴、金华、衢州、台州、丽水、舟山11个地级市，90个县级行政区，受区域内自然地形地貌的影响，省内各城镇主要分布在杭嘉湖平原、宁绍平原、金丽衢平原和温台平原。浙江省经济和城镇化发展体现出一定的地理空间规律。

2 灯光数据处理与建成区提取

2.1 数据来源与预处理

DMSP/OLS夜间灯光数据从美国国家地理信息中心网站免费获取，采用稳定灯光影像数据；浙江省土地利用现状数据来源于欧空局全球陆地覆盖数据，土地利用类型采用LCCS地表覆盖分类系统，包括灌溉农田、旱作农田、稀疏林地、水体、人工表面和相关区域、裸地等22个土地覆盖类型；年度NDVI数据从中国科学院资源环境科学数据中心下载；城区人口、建成区面积等社会数据来源于中国住房和城乡建设部建设统计年鉴。本文对所有影像数据进行兰伯特等角圆锥投影，并重采样为1 km分辨率，由于夜间灯光数据存在连续性差和过饱和现象，利用李惠琴[6]提出的方法进行辐射校正和相互校正，得到连续可比且消除数据饱和的浙江省夜间灯光数据，如图1a所示。

2.2 城市建成区提取

利用处理后的DMSP/OLS夜间灯光数据、NDVI数据和土地利用现状数据提取城市建成区。夜间灯光数据像元亮度主要来自城市、城镇以及其他居民点的长时间稳定光源，灰度值越大表示该区域灯光亮度越高，DN值最大的像元通常表示城市的中心区域。浙江省的山地和丘陵占比约为74.63%，植被资源丰富，而NDVI数据能反映区域植被覆盖度和植被生长活力。NDVI值越高表示植被覆盖度越高，而相应的城市化程度则越低，因此夜间灯光数据中的灯光强度与植被指数之间存在负相关关系。本文利用NDVI数据校正夜间灯光数据得到夜间灯光植被调整指数VANUI[7]，即

式中，DNnor为归一化夜间灯光数据，DNnor＝（DNDNmin）/（DNmax-DNmin），DNmax、DNmin分别为夜间灯光数据中的最大DN值和最小DN值。

城市中心区域的植被指数较低，夜间灯光数据DN值较高，VANUI值也较大；反之，则VANUI值较小，处理结果如图1b所示。因此，本文为VANUI设置一定的阈值，进而提取建成区候选区域，如图1c所示。

根据城市化的定义，城区内的自然风景保护区和农田等非建设用地、较大宽度或面积的水域应予以扣除[8]；而由于灯光溢出的原因，邻近城市建成区的水体、农田、森林等区域的DN值接近于建成区的DN值，因此在建成区候选区域中，本文利用土地利用现状数据提取人工表面和相关区域土地覆盖类型作为城市建成区，提取结果如图1d所示。

图1 夜间灯光数据处理结果

2.3 城市建成区提取可靠性评价

为了验证本文方法提取结果的可靠性，结合统计年鉴中的建成区面积，对提取结果进行精度分析，结果如表1所示，可以看出，提取的建成区面积与统计数据的相对误差绝对值均在2.5%以内，最大误差为2.48%，最小误差为0.14%，平均相对误差绝对值为1.05%，说明本文方法提取的建成区面积相对误差较小，总体差异处于合理水平。

表1 城市建成区提取结果

3 城市建成区扩张分析

3.1 浙江省各城市建成区演化分析

本文从建成区扩张速度和扩张强度两个方面对浙江省各城市建成区进行演化分析。扩张速度为各城市建成区面积的年增长率，表示各城市建成区的总体发展趋势[9]。

式中，V为城市建成区扩张速度；As、Ae分别为研究初期和末期的城市建成区面积；t为时间间隔，单位为年。V越大，表示城市扩张速度越快。

扩张强度为一定时间内各城市建成区面积占该城市土地总面积的比率[10]。

式中，I为城市建成区扩张强度；ΔA为t时间内建成区的扩张面积；TA为各地区土地总面积。

1998-2013 年浙江省各城市建成区演化情况如图2、3所示，可以看出，1998年杭州、宁波、温州的城市建成区面积相对较大，嘉兴、湖州、衢州、金华、台州的城市建成区面积相对较小，丽水、舟山的城市建成区范围不明显；1998-2003年除温州、台州、金华、宁波的扩张强度达到20%以上，其他地区的扩张强度均在10%左右，温州、台州的扩张速度领先于其他区域，舟山的扩张速度最慢；2003-2008年杭州、金华、温州、宁波的城市建成区面积增长较快，年均增长15%以上，其他地区的年均增长约为10%；2008年以后杭州、嘉兴、绍兴、宁波的城市建成区面积飞速增长，尤其是杭州和宁波的增长面积在200 km2以上，城市发展迅猛，而丽水、湖州、衢州、舟山的城市建成区面积增长明显慢于其他地区。

图2 浙江省各地区的城市扩张情况

城市的飞速发展表明城市建设用地规模的不断增加，由15a的数据可知，这些地区共计约减少耕地1 072 hm2、林地532 hm2、水域9 hm2（图4），说明城市的扩张不可避免地造成了耕地、林地、水体的减少。

图3 浙江省各地区扩张演化过程

图4 1998－2013年建成区土地利用变化情况/hm2

3.2 与城区人口增长协调性的分析

城市的发展应与城市人口增长速度相适应，若城市用地增长过快而城区人口增长缓慢，则会导致土地资源的浪费；反之，城市人口增长过快、城市土地超负荷利用，则会导致城市环境破坏、生活质量下降等问题。城市建成区与城区人口协调性系数[11]的计算公式为；

式中，P为城区人口增长率；A为城市建成区增长率。

计算结果如表2所示，由于数据缺失，本文只计算了2003-2013年的城市建成区与城区人口协调性系数，可以看出，这10 a间杭州的城市建成区扩张与城区人口增长基本协调；衢州的协调性系数较高，基本达到1.0，但衢州的城市发展和城区人口增长率都很低，基本处于停滞状态；丽水、湖州、台州等地区出现了人口增长率为负值的情况，说明这些地区人口流失严重；2008年前嘉兴、宁波的城市建成区增长与城区人口增长速度匹配较好，2008年后城市建设速度较快，土地城市化超前，城区人口增长相对滞后。

表2 城市建成区与城区人口协调性系数

4 结 语

本文基于DMSP/OLS夜间灯光数据、NDVI数据和土地利用现状数据提取了浙江省各地区的城市建成区，并根据提取结果对浙江省15 a间各地区城市建成区扩张情况进行了分析研究。结果表明；①浙江省各地区城市建成区面积持续增加，1998-2013年全省共增加城市建成区面积2 337 km2，其中宁波、杭州保持持续增长，金华、湖州、温州的扩张速度和强度呈下降趋势，丽水、舟山、衢州的城市建成区变化不大；②在各地区城市建成区扩张过程中，占用耕地面积最多、其次为林地和水域；③从城市建成区扩张与城区人口增长协调性来看，杭州、衢州的协调性较好，城市建成区扩张与城区人口增长基本匹配，宁波、舟山在2008年后城市扩张速度较快，但城区人口增长相对滞后，丽水、湖州的扩张强度和速度均较小，但由于城区人口增长率较低甚至出现负增长，因此在协调性上发展不平衡。

在我国城市化进程建设初期，城市建成区扩张更多考虑经济发展的需要，较少关注对环境、耕地面积的影响。目前，我国城市化发展到了一定阶段，尤其国家近年来多次强调要保证农用田面积不减少、提高经济发展质量、保护生态环境，因此在城市化扩张时要切实做到科学规划，既要考虑人口增长的协调性，以满足居住要求，又要考虑土地的集约利用，侧重经济的高质量发展而不是简单的外延式扩张，并综合考虑城市的生态环境，促进城市的可持续发展。