基于夜间灯光数据的关中平原城市群建成区时空格局演变

刘 丹，谢明希，徐聪宝，宋佃星，2*

（1.宝鸡文理学院 地理与环境学院，陕西 宝鸡 721013；2.宝鸡文理学院 陕西省灾害监测与机理模拟重点实验室，陕西 宝鸡 721013）

0 引言

城市群已成为当今国际化竞争的主要单元，是国家促进区域经济增长与空间均衡发展的主要空间架构［1］。改革开放以来，中国城市化进程不断加速，城镇化率由1980年的19.39%提高至2000年的36.22%，再提高至2020年的63.89%。中国城市化进程中表现最显著的特征是城市空间扩展，并已经成为衡量区域发展水平高低的重要指标之一。城市空间扩展研究对城市发展规划、生态环境建设具有重要意义。

随着大数据的应用与遥感技术的发展，夜间灯光数据作为遥感大数据的重要组成部分，不仅能有效地捕捉到城市灯光，通过灯光强弱反演人类社会经济活动，还能有效展现城市的发展过程。夜间灯光数据已广泛运用于全国［2-3］、区域［4-6］、省域［7-9］、市级［10-12］等层面城镇空间扩张的研究。国内学者对城市群空间扩张的研究主要集中在以下几个方面：

（1）扩展演化类型。卓莉等［3］基于不同时段灯光像元强度的变化特征，对中国城市用地空间扩展进行了分类和识别。何春阳等［13］基于夜间灯光数据，系统地分析了20世纪90年代环渤海地区的城市化扩张模式。

（2）扩展特征与格局演化。王翠平等［14］基于灯光数据从扩展类型、强度、方向3个方面对城市群城市用地的扩展特征进行了分析，研究得出中国三大城市群的扩展特征既存在共性又存在差异。官冬杰等［15］通过计算城市扩展指数和帕累托系数对长江经济带的城市空间扩展程度和规模分布进行了研究。李桂华等［16］基于VIIRS夜间灯光数据，采用9个景观格局指数研究和分析了山东半岛城市群的城市扩张特征。李茜铭等［17-20］基于夜间灯光数据，采用城市扩张指数、灯光重心、景观格局指数、空间自相关等方法对城市群的空间格局演变规律进行了研究。王利伟等［21］通过扩展强度指数、空间关联模型等方法，对京津冀城市群的时空扩展格局进行了分析。董鹤松等［22］基于整合后的灯光影像集，通过扩展强度、重心指数、热点分析，对中国三大城市群(长三角、珠三角、京津冀)的城市扩展格局进行了分析。

（3）驱动力机制。Wang等［23］通过整合数据集，分析了黄河流域7个城市群的县域经济空间格局，并通过多尺度地理加权回归模型，分析了相关因素对经济发展水平影响的空间异质性。朱磊等［24］基于多源数据，通过景观扩展指数对京津冀城市群的城市时空扩展过程进行了量化描述，采用相关分析和回归分析模型，分析京津冀城市扩展的驱动因素。艾丽娅等［25］基于灯光数据和高分遥感数据，对呼包鄂城市群的灯光动态变化特征和主导城市群发展的关键驱动因素进行了研究。

大量文献资料表明：通过卫星灯光数据提取建成区信息，分析城市扩展特征具有可行性。关中平原城市群尚处在发育雏形阶段，正确认识城市发展的特点与规模，有利于促进城市群的协调发展。因此，本文以关中平原城市群为研究区域，采用统计数据参考法提取城市建成区空间信息，通过规模扩展、重心变动、景观格局指数等方法，定量分析了2002—2020年关中平原城市群建成区的时空演变特征，以期深入了解区域发展和空间格局，为优化城市群空间结构与布局，以及推进关中平原城市群一体化高质量发展提供了参考。

1 研究区概况与数据来源

1.1 研究区概况

关中平原城市群位于我国内陆中心，北靠黄土高原，南依秦岭，属于暖温带大陆性季风气候区，降水主要集中在夏、秋季的7—9月。城市群范围包括陕西省的西安市、宝鸡市、咸阳市、铜川市、渭南市、杨凌农业高新技术产业示范区、商洛市（1区3县）；山西省的运城市（2市1区8县）、临汾市（1市1区6县）；甘肃省的天水市、平凉市（1区4县）、庆阳市区，总面积约为10.71万km2，约占我国国土面积的1.12%。关中平原城市群是西部地区连接东中部地区的重要通道，是“一带一路”建设格局中的重要支撑，承担着引领西北地区协调高质量发展的重要历史任务。通过研究区域城市建成区的时空扩展规模及其变化特征，可以科学、合理地构建关中平原城市群城市体系，为实现城市群的独特战略地位提供参考。

1.2 数据来源

目前，应用最广泛的夜光遥感数据集是DMSP/OLS和NPP/VIIRS影像，但这2种数据来源于不同的卫星，其分辨率差异较大而无法直接进行对比分析。因此，本研究使用Ma等［26］制作的“中国区域1992—2020年连续灯光数据v1.0”数据产品，该数据产品基于DMSP/OLS和NPP/VIIRS夜间灯光互标方法，对2013—2020年的NPP/VIIRS数据使用BDR模型校正，1992—2013年的DMSP/OLS数据通过Elvidge等［27-28］提出的方法进行校正，即NPP/VIIRS数据基于DMSP/OLS数据进行时间和空间的聚合。DMSP/OLS与BDRVIIRS数据表现了良好的灯光空间分布特征、像元值统计分布特征，为相关研究领域提供了新的数据来源。基于该灯光数据集在ArcGIS环境下，以关中平原城市群矢量图为掩膜对夜间灯光数据进行裁剪，转换为WGS1984坐标系，像元大小重采样为1 km×1 km的空间分辨率。

统计数据来源于2002—2020年《中国城市建设统计年鉴》《山西统计年鉴》和《甘肃统计年鉴》。本研究使用的矢量行政边界来自全国地理信息资源目录服务系统（http://www.webmap.cn），主要河流、地形等数据来源于国家基础地理信息系统网站（http://ngcc.sbsm.gov.cn/）。由于统计年鉴的可获得性，同时考虑城市建成区年变化量的显著性较低，因此本文以2002年为基本起点，选取2002、2004、2006、2008、2010、2012、2014、2016、2018、2020年共10期数据为研究时间节点，探究了关中平原城市群建成区的时空演变特征。

2 研究方法

2.1 建成区提取

通过夜间灯光数据提取城市建成区的方法大致可以分为以下几类：阈值提取法［29-33］、多时相图像融合法［34-35］、支持向量机法［36］。阈值提取法可分为经验阈值法、突变检测和参考比较法。经验阈值法是基于已有经验，人为地设定阈值对建成区的数据进行提取，但易受主观因素的影响，且缺乏足够的科学依据［28］；突变检测法是将斑块出现破碎时的阈值设定为提取城市区的最优阈值，忽略了城市之间的差异性，不适用于多城镇的研究［29-30］；参考比较法可分为统计数据参考法和遥感影像参考法，遥感高分辨率影像空间比较法的数据量较大，处理难度相对较高［31］，可通过政府公布的各地市建成区面积作为参考来确定阈值［32-33］。本文使用动态统计数据参考法提取城市建成区的数据，该方法将统计数据作为辅助资料，将某一阈值提取的面积与对应年份统计年鉴中各城市建成区的面积信息进行对比，绝对差值最小的阈值作为最佳阈值。

2.2 规模扩展指数

空间规模扩展分析主要通过扩展速度、扩展强度等指标表征［20］。扩展速度反映了建成区扩展的快慢，是建成区在单位时间内扩展面积的增量，表达式为：

式（1）中，A为扩展速度指数，S为初期建成区面积；ΔS为建成区扩展面积；Δt为间隔时间。

扩展强度是某一时段与初期面积的年均扩展比例，反映了城市群建成区扩展的强弱，实现不同年份建成区扩展的均一化，使得扩展具有可比性，表达式为：

式（2）中，I为扩展强度指数，ΔU为不同时期建成区扩展面积之差；T为区域总面积。

2.3 重心迁移

城市群建成区重心（X,Y），定义为该区域内全部建成区的重心位置，可反映建成区空间整体扩展方向的变化，分别计算重心的偏移距离、偏移速度等指标［17-19］。重心位置是区域内所有要素坐标的加权平均，以灰度值为权重的建成区空间重心坐标，计算公式为：

式（3）～式（4）中，Xt和Yt表示第t年研究区的重心坐标；Ai为要素第i个像元的光亮值；xi和yi为第i个像元的坐标；n表示区域内像元总和。

重心偏移距离ΔD是建成区空间重心在某一时段的迁移距离，即：

重心偏移速度Vt是指建成区重心在某一研究时段的平均偏移速度，即：

重心偏移角度αt是某一研究时段内建成区重心移动的方向与正东的夹角，即：

式（5）～式（7）中，(Xt,Yt)和(Xt-1,Yt-1)分别为第t和t-1年建成区扩展的重心坐标。

2.4 景观格局指数

通过景观生态学原理中景观斑块空间配置方面等典型指数来探究关中平原城市群建成区空间格局，主要包括斑块面积标准差、斑块形状指数、斑块密度等指标［16］。

斑块平均面积(MPA)：某类景观要素斑块面积的平均值，反映了斑块规模大小的平均水平，计算公式如下：

式（8）中，Ni为第i类景观要素的斑块总数，Aij为第i类景观要素的第j个斑块面积。

斑块面积标准差(PSSD)：某类景观要素斑块面积的统计标准差，反映了景观要素的斑块大小的差异度，计算公式如下：

景观形状指数(LSI)：斑块形状的复杂程度是通过计算斑块形状与相同区域的圆形或正方形之间的偏差程度衡量的，表示斑块边界的复杂性和不规则性，反映了斑块的聚合或离散程度，计算公式如下：

式（10）中，LSI为景观形状指数，P为斑块的周长，A为斑块的面积。

斑块密度(PD)：单位面积内斑块的数量，反映了斑块间相互影响的强度，计算公式如下：

式（11）中，PD为景观斑块密度，A为研究范围内的景观总面积。

2.5 空间自相关分析

空间自相关分析包含全局和局部2类，全局空间自相关分析可反映要素在地理空间分布上的依赖关系和整体关联特征，局部自相关从局部尺度测算空间要素范围，通过空间自相关模型Moran’s I指数分析关中平原城市群建成区扩展的空间集聚或扩散特征［18］。常用的测度指标是Moran’s I指数，其计算公式为：

式（12）中，Yi、Yj分别为第i、j地理单元上的要素个数；Wij表示城市i、j的相邻权重。Moran’s I指数为（-1,1），当I＞0时，表示城市建成区斑块在地理空间上显著集聚；当I＜0时，表明建成区斑块之间趋向于分散；当I=0时，表明建成区斑块分布在空间上不相关。

3 结果与分析

3.1 建成区的提取与扩展变化

本研究采用动态阈值法提取关中平原城市群建成区，逐个城市确定最佳提取阈值，相较于城市群整体提取建成区，提取精度更高，阈值整体误差较稳定，平均相对误差在10%以内。

对提取的城市建成区进行空间叠加，进而描绘建成区用地的扩展情况，能直观地反映2002—2020年关中平原城市群建成区的分布格局。可以看到城市群各城市围绕原中心城区向外扩展和延伸，呈现出不规则的扩展趋势，建成区的图斑数不断增加。

由图1可以看出，西安作为研究区扩展面积最大的城市，其建成区空间增长最明显，向北、向西发展的态势显著，新增建成区以主城区为中心呈圈层式扩展的特征。咸阳市区呈现出东南—西北方向的扩展形态，“飞地式”小型建成区斑块扩展迅速。天水、平凉、庆阳城区位于山脉之间，城市扩展建设受限于地形，建成区扩展依托铁路、国道等交通线整体上呈现出向东南方向扩展的趋势，扩展面积较小，总体发展水平较低。宝鸡市受地形和河流的影响，建成区扩展呈现出明显东进的特征，城镇化进程比较显著。渭南、铜川、运城、临汾等市整体呈现圈层向外扩展的特征，但在某些年份扩展方向可能因政策、地形等因素而发生改变，如渭南市先向西发展，再向东、向南发展。商洛市地貌结构复杂，山脉占市域面积的绝大部分，其经济基础较差，受地形限制而无法大规模地开发建设，城市扩展态势不显著，经济发展较为缓慢。

图1 关中城市群建成区扩展范围示意图

关中平原城市群城市建成区空间增长明显，扩展过程中呈现出“缓慢增长—持续加速—趋缓”的特征。2002—2020年关中平原城市群建成区的增长强度约为118.3 km2/a，扩展面积、扩展速度和扩展强度均呈“W”形，年际间的变化特征存在差异。

由表1可以看出，2002—2004年关中平原城市群城市建成区扩展速度为139.6 km2/a，扩展强度为0.446，城市建设用地增加了279.2 km2。在这个时期，关中地区加快建设了国家高新技术产业开发带与星火产业带，充分利用关中地区有利的基础条件，实施“一线两带”发展战略，城市扩展态势明显。2004—2006年出现回落，扩展速度由139.6 km2/a降至82.0 km2/a，扩展面积为163.9 km2，这一阶段相比前一阶段来说，其扩展速度有所放缓。城市群的扩展速度与扩展强度在2006—2010年均呈稳步上升的趋势，城市建设用地面积稳步上升，2010年扩展速度为283.9 km2/a，扩展强度为0.322。2006年陕西在“十一五”规划中提出：“要率先发展关中地区”，因而城市扩展态势显著。2010—2018年关中平原城市群扩展呈波动的发展趋势，在2018年扩展面积达到最大值352.5 km2，这一时期的扩展强度呈“W”形，2018年的扩展强度为0.317。2009年陕西省发布《西咸一体化发展规划》，自2010年开始，西咸新区建设进入实施和推进阶段，加速了西咸新区城镇建设用地的扩展，城镇处于蔓延状态。随着高速铁路、高速公路的建设，城市之间的联系日益紧密。例如西宝高速、西宝高铁、兰西高铁的开通，有效地带动了宝鸡、天水等城镇的发展，城市群内部城市之间密切的能量流带动了西部地区的城镇建设。但在2018年之后，城市群发展呈减速扩展态势，城市建成区面积趋于稳定，2020年扩展强度降至最低值0.099，扩展速度为67.5 km2/a。

表1 2002—2020年关中城市群建成区的年际变化特征

3.2 建成区的重心迁移轨迹

为进一步探究关中平原城市群建成区的时空扩展规律，对关中平原城市群2002—2020年建成区的重心进行计算，绘制城市群建成区重心偏移图（图2），通过重心移动迁移轨迹和重心偏移距离变化来分析城市群重心在空间上的转移变化趋势。

图2 关中城市群建成区的重心迁移示意图

由表2可知，2002—2020年关中平原城市群的重心相对稳定，始终位于城市群中部地区，位于34°21′N～34°38′N，108°55′E～109°30′E之间。2002年重心始于临潼区，2002—2004年向西北部移动，由西安市临潼区转移到阎良区，偏移距离为17.43 km。2004—2006年向西南部移动，偏移距离达到最大值24.69 km，2006—2008年重心持续向西南移动到未央区，偏移速度为5.58 km/a，建成区重心以较高的速度转向西南部。2004—2008年建成区重心空间转移最显著，说明这段时期内关中平原城市群建设用地的空间分布格局发生了较大的变化，这表明对灯光增长的拉动作用集中在城市群西部，城市群西部城市地区的发展水平有了一定程度的提高，研究期内西部城市的扩展速度超过东部城市。

表2 重心偏移数据

2008年后重心偏移速度明显减缓，角度转变较小，2010年重心位置东移至灞桥区，偏移速度为2.61 km/a，2012年以后，城市建成区扩展重心再次移动到未央区境内。2012—2014年重心位置以5.07 km/a的偏移速度向南移动，2014—2016年，偏移速度达到最小值0.36 km/a，重心向西偏移。2016—2020年重心位置由东北向转为西南向，偏移速度较小。2008—2020年（除2010年外），建成区重心位置未离开过未央区，重心轨迹在南北方向上小幅来回波动，这与未央区的现实发展状况相一致。2007年西安市政府北迁至未央区，发展定位为新行政中心区，一系列规划使得城市的面貌日新月异，城市化进程迅速，荣获“全国百强区”。总体来看，灯光重心始终在西安市各县区移动，说明西安市作为主导地区发展的增长极，对关中平原城市群整体城镇规模扩展的拉动作用较强，同时灯光重心由东向西转移的特征也表明城市群西部地区对重心的拉动力加强，城市建设速度有所加快。

3.3 景观格局变化

景观指数能高度浓缩空间格局信息，通过不同的景观格局指数来探究关中平原城市群2002—2020年建成区空间格局的发展水平，关中平原城市群建成区总面积呈现出明显增长的趋势，年均增长率达到4.3%，表明关中平原城市群建成区面积增长迅速，城市群空间整体仍处于扩展状态，城市化进程不断加快（图3a）。

图3 关中城市群景观格局指数的变化趋势

斑块数量和斑块密度是表示景观破碎化程度的重要指数，数值越大，表明斑块破碎度越高。由图3b、图3c可以看出，斑块数量与斑块密度的变化趋势相近，呈现先增后减的趋势，2002—2010年间整体呈增长趋势，2010年达到最大值，之后整体呈下降趋势。这表明在2002—2010年期间，城市群中的新型城镇数量增加，城市群发展速度较快。2010年之后，斑块数量减少，表明城市群破碎化程度降低，独立小斑块融合连通成片，城镇间的联系越来越紧密。由图3d可知，斑块平均面积整体以5.1%的速度增长，2010年之后增速明显，表明关中平原城市群城市建成规模不断增加。由图3e可知，景观形状指数表征的是城镇斑块的形态复杂度，景观形状指数越大，其斑块形状越复杂，该指数表现出缓慢增长的趋势，形状逐渐复杂化，在2016年达到最大值，之后开始下降，说明城市群整体扩展速度放缓，城市扩展趋于紧凑和内部填充。斑块数量、斑块密度、斑块平均面积、景观形状指数这4个指标表明关中平原城市群进入“数量增长”和“规模增长”并行的发展阶段。

最大斑块指数反映区域城镇的首位度，整体呈现出上升的趋势，且以2.6%的速度逐年增长，反映出西安市在关中平原城市群中的影响不断提升（图3f）。最大斑块面积整体呈增长趋势，在2018年达到最大值，之后呈小幅下降趋势（图3g）。最小斑块面积整体较为稳定，斑块面积两极分化严重，反映出区域内城市发展差异较大（图3h）。斑块面积标准差用于表述景观斑块的变异程度，反映了城市建设用地的规模变化，斑块面积标准差整体呈上升的趋势（图3i），这表明城市群中城市之间的规模差异在逐渐增大，但在2020年斑块面积标准差降低，说明城市群内城市之间的差异有所减小。综合这4个指数可以发现，研究期内城市群各城镇斑块相对独立，作为核心城市的西安首位度大幅提升，西安与其他城市的发展差距在不断拉大，2018年以后各城市均衡化发展水平有所提升。

3.4 空间集聚演化

由图4可知，Moran’s I指数均大于0，反映出关中城市群建成区规模在空间上显著正相关，2002—2008年Moran’s I指数逐渐增高，说明在此期间关中平原城市群建成区空间集聚特征逐渐增强，2008—2020年Moran’s I指数在波动中逐渐降低，表明城市群建成区空间分布的集群特征有弱化的趋势。

图4 关中城市群建成区全局Moran’s I指数的变化趋势

图5为2002和2020年关中平原城市群建成区空间分布的空间自相关Moran’I指数的计算结果和散点图，总体来看，城市群建成区空间分布的集聚特征更加明显，空间聚集性增强，城市群内部的城市规模差异有一定程度的缩小。

图5 2002和2020年城市群建成区的Moran’ I指数散点图

图6为2002和2020年关中平原城市群空间集聚示意图，2002年建成区空间分布呈现显著“H-H”集聚的县区主要分布在西安市主城区附近，到2020年呈现“H-H”集聚特征的区县个数明显上升，包括以西安市主城区为中心及其相邻县区，以及咸阳市的秦都区、渭城区、泾阳县、三原县，反映出西咸新区的建成区扩展态势明显，建设用地空间集聚效应明显。2002年建成区空间分布呈现显著“L-L”集聚的区县覆盖范围较大，分布在关中平原城市群的西北部及商洛市，2020年低值集聚的区县数量稳定，空间分布有一定的变化，这表明关中平原城市群西北部及商洛市建成区规模提升相对滞后，城镇化速度缓慢。“L-L”集聚的县区数量明显多于“H-H”集聚，说明关中平原城市群建成区空间分布两极分化的特征显著。2002—2020年呈现“L-H”集聚的区县数量减少，部分区县转为“H-H”集聚。2002—2020年“H-L”集聚的区县主要位于宝鸡市金台区，空间分布位置变化较小。总体来说，研究期内关中平原城市群建成区空间分布的集聚特征逐渐显著，但各县区发展差异显著，城市群一体化发展的程度仍较低。

图6 2002和2020年城市群建成区的空间集聚示意图

4 结论与讨论

本文基于2002—2020年夜间灯光数据，通过动态统计数据参考比较法，提取了城市建成区的空间信息。通过规模扩展指数、重心偏移模型、景观格局指数、空间自相关法，对关中平原城市群建成区时空演变进行研究，结论如下：

（1）2002—2020年关中平原城市群城市建成区围绕原中心城区不规则地向外扩展延伸，建成区图斑数不断增加。建成区扩展总体上呈现不断增长的趋势，建成区增长强度约为118.3 km2/a，变化特征存在年际差异，扩展过程呈现出“缓慢增长—持续加速—趋缓”的特征。

（2）研究期内，城市群建成区的重心轨迹整体上呈西南向的发展态势，西部城市的扩展速度超过东部城市，重心移动距离呈现出先增长后缩短的趋势，西安市主导了城市群的快速发展。

（3）景观格局指数反映出城市群建成区进入“数量增长”和“规模增长”并行的扩展阶段，城市群内部扩展以极化蔓延为主，城市扩展空间差异性显著。

（4）城市群建成区空间分布的集聚特征更加明显，空间聚集性增强，各县区的发展水平差异显著，城市群一体化发展的程度仍较低。

本研究还存在一定的不足之处，夜间灯光数据在面向城市空间扩展的研究中表现出独特的优势，与其他数据提取城市规模相比，基于灯光数据提取城市群范围的方法具有更快速、更易于获取的优点，但通过阈值切割法提取建成区空间信息受限于统计年鉴的数据，数据的准确性有待进一步提高。同时，目前长序列灯光数据的分辨率较高，对小城镇的灯光捕捉能力不强，小尺度分析精度可能存在些许误差。本文选择2002—2020年作为研究时段，如果能获取到更长时间、更小范围的统计数据，并结合多源数据进行长时间序列研究，将能更具体地揭示关中平原城市群建设用地的时空演变过程。