安徽省夜光时空分布和变化特征分析
2024-01-31潘志成
崔 阳,彭 俊,潘志成,姚 欣
(滁州学院 地理信息与旅游学院,安徽 滁州 239000)
夜光遥感是近年来越来越被重视的一种新型遥感技术,不同于常见的遥感技术,夜光遥感能够获取无云条件下地表发射的可见光-近红外电磁波信息,这些信息大部分由地表人类活动发出,因此,夜光遥感所反映的信息与人类活动高度相关,由于其覆盖面广、效率高、客观性强且与人类活动存在较高的相关性,并具备时空连续、独立客观等优势[1],夜光遥感影像不仅能够为国民生产总值、人口、温室气体排放、电力消耗等社会经济参数提供重要依据[2],还可以应用于区域城市发展研究、重大事件评估、渔业检测等诸多领域。
国际上常用的遥感数据包括美国军事气象卫星计划(DMSP)搭载的OLS传感器获取的夜间灯光影像、国际机轨合作-可见光与红外成像辐射计(NPP-VIIRS)、中国珞珈一号夜光遥感卫星[3]。国内外多位学者利用美国军事气象卫星的线性扫描系统(DMSP/OLS)和可见红外成像辐射仪(VIIRS)的夜光遥感影像对国民生产总值、人口、电量预测等进行研究[2]。王海君等[4]利用夜光遥感数据的DN值,应用SEM方法对不同省份的人口进行回归拟合和估算,从而预估城市从业人员的数量;陈慧娟等[5]以夜间灯光辐射亮度、观测天顶角、地表灯光辐射亮度等为自变量,利用多种机器学习方法构建夜间PM2.5遥感估算模型;汪韬阳等[6]通过夜光遥感计算城市建成区变化,对城市扩张驱动因素进行分析评估;李博等[7]基于NPP-VIIRS城市夜光遥感数据和市县公开的统计年鉴构建城市用电量预测模型;李德仁等[8]基于长时间序列的夜光遥感数据分析“一带一路”沿线国家夜光规模分布时空动态和演变规律。夜光遥感技术在城市扩张分析、社会经济总量估算等方面有着重要的应用。因此,文中以安徽省为研究区,基于2012—2020年NPP-VIIRS获取的夜光遥感数据进行数据预处理后,采用GIS空间分析、标准差椭圆和重心迁移轨迹等方法,分析安徽省夜光时空分布和变化特征,并从时间和空间尺度上研究夜光与GDP的关系。
1 研究区概况
安徽省地处长江、淮河中下游,长江三角洲腹地,地理位置东经114°54′~119°37′,北纬29°41′~34°38′,土地面积14.01万km2,占全国的1.46%,居第22位(见图1)。地势由平原、丘陵、山地构成,地跨长江、淮河、新安江三大流域[9]。安徽省包括合肥、芜湖、滁州、蚌埠、宿州、淮北、亳州、阜阳、淮南、六安、马鞍山、铜陵、安庆、宣城、池州、黄山16个地级市。
图1 研究区概况
2 数据来源及方法
2.1 数据来源
文中所需要的数据有2012—2020年安徽省夜间灯光影像数据、2020年安徽省行政区划图、安徽省GDP数据(见表1),数据分别来源于地球观测组(https://eogdata.mines.edu/products/vnl/)和国家基础地理信息系统,其中,夜光遥感数据采用NPP-VIIRS获取的2012—2020年Version2中夜间灯光影像。在NPP-VIIRS Version2中,以月为增量合成年度产品,但未去除短暂性光源和背景噪声,导致出现极大异常值,文中参考相关研究[10]进行阈值处理。
表1 数据来源
2.2 数据预处理
VIIRS原始数据采用WGS1984坐标系,为避免由于坐标系造成的误差,将下载的数据重投影为兰伯特(Lambert)投影坐标系,并进行最邻近重采样,使像元分辨率为1 000 m。由于NPP-VIIRS获取的2012—2020年Version2夜间灯光影像是全球夜光遥感影像,需要以安徽省行政区划为基础裁剪夜间遥感影像,利用行政区划作为掩膜[11]提取安徽省夜光值,分区统计各区域夜光总值和平均值。
2.3 研究方法
2.3.1 区域夜光统计
统计各区域夜光总值(M)和平均值(N),采用赵政权等[12]的方法,计算公式为
(1)
N=M/n.
(2)
式中:ri为区域内第i个像素的辐射亮度;n为区域的像元数。
2.3.2 空间可视化分析
参考李昱等[13]研究方法,计算2012年和2020年安徽省夜光值的差值,以像元级可视化方式显示灯光增长率,分析安徽省夜光的空间变化特征。
2.3.3 标准差椭圆和重心迁移模型
重心迁移模型[14]是基于地理要素加权表达其时空演化规律。标准差椭圆法是基于研究对象的空间区位和空间结构[15],从全局性空间的角度定量解释地理要素空间分布的中心性、展布性、方向性和空间形态等特征,揭示地理要素的空间分布及其时空演化过程[8],计算公式为
(3)
(4)
(5)
式中:δx和δy为椭圆X轴和Y轴的标准差;α为椭圆方向角;n为总像元数。
3 结果和分析
3.1 夜光时间变化特征
2012—2020年安徽省夜光总值呈现显著的增长趋势(见图2),由2012年的79.025 5×104W·cm-1·sr-1增长到2020年的166.185 5×104W·cm-1·sr-1,增长了87.16×104W·cm-1·sr-1,其中,2012—2016年夜光总值增长趋势相对较缓,增长了30.772 2×104W·cm-1·sr-1,增长率为38.94%;2016—2020年夜光总值增长趋势相对较快,增长了56.387 8×104W·cm-1·sr-1,增长率为51.36%。
图2 2012—2020年安徽省的夜光总值
2012年安徽省夜光均值为5.7×104W·cm-1·sr-1,标准差为23.6×104W·cm-1·sr-1,2020年安徽省夜光均值为12×104W·cm-1·sr-1,标准差为40.4×104W·cm-1·sr-1。采用均值-标准差法[16]对2012年和2020年安徽省夜光值进行分级(见图3),并统计各等级夜光值的个数与百分比(见表2)。2012年安徽省无光区占比最大,约67 411像元个数,高达48.9%,中光区占比最小,仅有2 780个像元数,占2%,与2012年相比,2020年安徽省低光区、中光区和高光区占比不断增加,其中,低光区增加幅度最大,为20.4%,中光区增加0.6%,高光区增加0.8%,无光区占比不断减少(21.8%)。
表2 安徽省夜光各等级个数及百分比
图3 安徽省夜光分级
2012—2020年安徽省各地级市夜光总值均呈现增长趋势(见图4),夜光总值较高地区有合肥市、芜湖市、滁州市和阜阳市,其中,合肥市在安徽省始终位居首位,从2012年的18.442 5 ×104W·cm-1·sr-1增长到2020年的37.981 7 ×104W·cm-1·sr-1,增长了19.539 2 ×104W·cm-1·sr-1,芜湖市次之,由2012年8.094 3 ×104W·cm-1·sr-1增长到2020年11.832 8 ×104W·cm-1·sr-1,增长了3.788 5 ×104W·cm-1·sr-1。黄山市夜光总值在安徽省一直处于末位,从2012年的1.439 8 ×104W·cm-1·sr-1(为合肥市的7.81%)增长到2020年的1.469 6 ×104W·cm-1·sr-1(仅为合肥市的3.87%),仅增长了0.029 8 ×104W·cm-1·sr-1。从各地级市夜光总值的增长率来看,阜阳市、亳州市和六安市在安徽省内排名前三位,夜光总值增长率分别为221%、213%和193%,黄山市、铜陵市和马鞍山市在安徽省内排名后三位,夜光总值增长率分别为2%、43%和45%(见图4)。
图4 2012—2020年安徽省各地级市夜光总值和增长率
3.2 夜光空间变化特征
2012—2020年安徽省夜光空间变化如图5所示(图中白色代表无光区,蓝色代表低光增长区,黄色代表中光增长区,红色代表高光增长区)。高光增长区主要分布在皖中地区,低光增长区主要分布在皖北地区,无光增长区主要分布在皖南地区。夜光空间变化整体呈现由中部向南北递减的趋势,长江以北亮度值高于长江以南,这是因为安徽省地势南高北低,皖北地区大多是平原适合居住,皖南地区地形复杂,地势高且多山,交通不便,不利于城市成片发展。
图5 2012—2020年安徽省夜光空间变化
皖中地区高光增长区主要集中在合肥市,皖南地区黄山市、池州市、安庆市和六安市仅有少部分低光增长区,大部分处于无光区。由于各地级市发展程度不同,夜光亮度也存在较大差异。文中选取合肥市(皖中)、阜阳市(皖北)和黄山市(皖南)3个代表城市各等级灯光的像元个数和百分比来说明夜光的区域变化特征,如表3所示。
表3 2012—2020年安徽省和各地级市夜光变化值
如图5(q)所示,阜阳市夜光(像元个数)增长了99.7%,其中,低光增长区为88.8%,中光增长区为6.1%,高光增长区为4.8%(见表3)。阜阳市被纳入长三角区域一体化发展国家战略以来,建成区面积从2012年的90.4 km2增加到2020年的152.6 km2,增加了62.2 km2,GDP从2012年的962.5亿元增长到2020年的2 805.2亿元,增长了1 842.7亿元,带动了整个皖北的经济发展。
如图5(n)所示,合肥市夜光(像元个数)增长了98%,其中,低光增长区为82.2%,中光增长区为5.9%,高光增长区为9.9%(见表3),主要集中在合肥市的包河区、瑶海区和庐阳区。在长三角一体化背景下,合肥市的科技创新能力处于快速发展阶段,地铁、高铁等交通发达,与南京和上海等城市紧密相连,建成区面积从2012年的378 km2增加到2020年的502.5 km2,增加了124.5 km2,GDP从 2012 年的4 188.6亿元增长到2020年的10 045.72亿元,增长了5 857.12亿元,城市规模和经济均快速发展。
如图5(j)所示,黄山市夜光(像元个数)增长了93.2%,其中,低光增长区为92.9%,中光增长区为0.3%,高光增长区为0%(见表3)。黄山地区地形复杂,交通相对不便,但旅游业发达,促进了黄山市的经济发展 ,建成区面积从2012年的53.5 km2增加到2020年的107.59 km2,增加了54.09 km2,GDP从2012年的424.9亿元增长到2020年的850.4亿元,增长了425.5亿元,相比于阜阳市和合肥市,城市规模增加相对偏小,城市经济发展相对偏弱。
3.3 标准差椭圆结果分析
2012—2020年安徽省夜光分布的重心均位于合肥市,如图6(a)所示,说明合肥市在安徽省社会经济发展中占绝对优势。标准差椭圆重心方位角呈逆时针方向旋转,椭圆重心向西南方向迁移(重心坐标2012年为117°14′08″E,32°13′31″N;2020年为117°11′40″E,32°08′55″N),其中,2012—2018年重心向西南偏南方向迁移,2018—2020年重心向西南偏西方向迁移,如图6(b)所示,椭圆短轴由107.567 7 km增至111.833 5 km,长轴由193.557 5 km降至191.163 8 km,椭圆扁率维持在0.4左右,表明夜光变化的方向性不大。2012—2018年椭圆面积由65 404.392 68 km2增加到67 550.827 66 km2(见表4),呈现空间扩展的趋势,如图6(c)所示,2018—2020年椭圆面积由67 550.827 66 km2减小到67 157.530 29 km2(见表4),呈现空间收缩的趋势,如图6(c)所示,尤其2020年椭圆面积下降明显,这可能是由于新型冠状肺炎疫情爆发,各城市实施管控,旅游业、贸易业和交通运输业等受到较大影响,从而使城市夜光规模呈现空间收缩的趋势。
表4 2012—2020年标准差椭圆变化
图6 安徽省夜间灯光标准差椭圆及重心迁移
3.4 夜光值与GDP的相关性
2012—2020年安徽省GDP与夜光值呈现显著的正相关性(见图7),相关系数达到0.933。安徽省GDP与夜光值在时间上呈现同步增长趋势,夜光值由2012年的79×104W·cm-1·sr-1增长到2020年的166×104W·cm-1·sr-1,增长了110%;GDP由2012年的18 316.58亿元增长到2020年的38 163.44亿元,增长了108%。
图7 2012—2020年夜光值和GDP时间变化
图8为安徽省2012—2020年GDP与夜光值的空间变化对比结果,图中圆形大小代表变化幅度。2012—2020年安徽省GDP与夜光值的变化在空间上呈现同步增长趋势,其中,皖中地区增加幅度最大,其次是皖北地区,皖南地区增加幅度最小。皖中地区增加最大的是合肥市,GDP增加5 838亿元,夜光值增加19.54 ×104W·cm-1·sr-1,皖南地区的铜陵市GDP增加幅度最小,增加374亿元,夜光值增加1.06×104W·cm-1·sr-1,黄山市夜光值增加幅度最小,仅增加0.03×104W·cm-1·sr-1,GDP增加425亿元。
图8 2012—2020年夜光值和GDP空间变化对比
安徽省夜光分布不均及变化差异与GDP的差异呈现高度正相关,体现了安徽省内经济、城市发展不平衡,皖中地区合肥市、芜湖市和滁州市等地区交通便利、科技发达,发展迅速。皖南地区山地居多不利于发展,经济相对落后,但随着旅游业的兴盛,带动了皖南地区的发展。在未来安徽省不断发展背景下,各个地级市的相互辐射作用将会增强。利用夜光遥感数据与现有的社会经济统计数据相结合获取各地级市的社会经济情况,监测安徽省发展动态,可为各地级市资源分配和社会评估提供数据支持。
4 结 论
文中以安徽省为研究区,基于2012—2020年NPP-VIIRS获取的夜光遥感数据,运用GIS空间分析、标准差椭圆和重心迁移轨迹等方法,对安徽省夜光的时空分布和变化特征进行了分析,并从时间和空间尺度上研究夜光值与GDP的关系,得出以下结论:
1)2012—2020年安徽省夜光总值在时间序列上呈现“先缓慢上升后快速上升”的变化趋势,低光区、中光区和高光区占比不断增加,无光区占比不断减少,夜光总值合肥市最大,黄山市最低,但夜光总值增长率阜阳市最高,黄山市最低。
2)2012—2020年安徽省夜光在空间上呈现扩展的变化趋势,高光增长区主要分布在皖中地区,低光增长区主要分布在皖北地区,无光增长区主要分布在皖南地区,整体表现为由中部向南北递减的变化趋势。
3)2012—2020年安徽省夜光重心均位于合肥市,呈现向西南方向迁移,其中,2012—2018年向西南偏南方向迁移,城市规模呈现空间扩展趋势,2018—2020年向西南偏西方向迁移,城市规模呈现空间收缩趋势,其中,2020年表现更为明显,可能是受到新型冠状肺炎疫情的影响。
4)安徽省夜光值与GDP在时间和空间上呈现高度正相关,夜光值的变化在一定程度上可以反映GDP的变化,说明夜间灯光亮度与经济发展密切相关。