【www.xinchenghx.com--当今大学生创业】
摘要：城市化研究是当今城市发展研究的热点之一，受到社会各界的广泛关注。及时快速地获取城市化相关信息，无论对于城市的发展、城市化问题的研究，还是人与自然生态系统的相互作用研究都具有重要意义。文章不仅对DMSP/OLS夜间灯光数据的来源及特点进行了说明，而且对于国内外利用DMSP/OLS夜间灯光数据在城市边界提取、城市化进程、城市化模式等方面的研究进行了概述。文章还进一步指出夜间灯光数据应用范围不广泛，且主要集中在小尺度的城市化研究，中观和宏观尺度的研究相对较少，这也是今后夜间灯光数据用于城市化研究的方向之一。
关键词：夜间灯光数据；城市化；城市边界提取；城市化进程
1引言
城市化研究是一个涉及经济、人口、地域空间等诸多方面的复杂过程，由于各科学领域对城市化概念理解的不一，使得各学科对城市化过程进行测度的指标和方法差异较大，故不能全面、有效地反映城市化的性质和发展。因此，构建一个能够综合、全面刻划城市化发展及其特性，并能快速获取且具有较高可比性的城市化水平测度指标已成为迫切需要解决的问题。而DMSP/OLS夜间灯光数据为获取城市化信息提供了新的途径。
DMSP/OLS夜间灯光遥感数据来源于美国军事气象卫星Defence Meteorological Satellite Program（DMSP）搭载的Operational Linescan System（OLS）传感器，它为大尺度的城市研究提供了新的数据源。DMSP/OLS传感器于70年代开始应用，其最大特点是可在夜间工作，且数据在夜间获取，不受光线阴影干扰，并能探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光，使之明显区别于黑暗的乡村背景，比较适合大尺度上城市化过程的动态监测。而DMSP/OLS数据有两点优势：一是不依赖于高空间分辨率，因影像数据量非常小，且不到TM数据的1%，故对DMSP/OLS数据进行处理时更加简便；二是DMSP/OLS夜间灯光影像能反映综合性信息，它涵盖了交通道路、居民地等与人口、城市等因子分布密切相关的信息。因此，使用DMSP/OLS夜间灯光数据时无需再单独考虑这些因素[1]。
2国外研究进展
2.1城市化的研究内容
2.1.1城市边界提取
1978年，Croft[2]首次提出DMSP/OLS影像具有城市建成区提取的潜力。但学者们经过早期研究发现：城区提取易受到云层覆盖、短暂性光源等多种因素的限制。而在Elvidge等[3]人的努力下，初步解决了云层覆盖与短暂性光源的问题。
Henderson等[4]对DMSP/OLS灯光频率图像和DMSP/OLS辐射定标灯光强度图采用不同的阈值，分别提取了旧金山、北京、拉萨等发展水平不同的几个城市边界，并以Landsat TM图像提取的城市边界作为精度评价的标准，说明DMSP/OLS稳定灯光和辐射定标图像均可作为城镇范围和城市化水平监测的有效数据源[1]。
Sutton等[5]在对DMSP/OLS夜间灯光数据和人口分布数据对比分析后，提出以40%、80%和90%的阈值，分别提取低收入地区、高收入地区和一些特殊地区（如埃及尼罗河地区）的城市建成区[6]。
2.1.2城市化进程研究
Milesi等[7]首先利用DMSP/OLS1992—1993年、2000年的稳定灯光产品，在参考美国1992年基于LANDSATTM的土地覆盖分类图及统计数据的基础上，通过选取全局最优灯光频率阈值，做出了美国东南部地区1992年土地覆盖类型图和1992—2000年城市空间扩展图。并分析了该地区1992-2000年因城市扩展造成的植被初级生产力损失量。
Imhoff等[8]同样在利用DMSP/OLS1994—1995年的稳定灯光产品提取美国城市空间分布的基础上，结合土地覆盖分类图和NOAA/AVHRRNDVI等数据，采用CASA（Carnegie Stanford Ames）模型，对比分析了城市地区与非城市地区NPP的季节性变化规律，以此来定量化研究美国城市化过程对碳循环和粮食安全带来的影响。
2.2其他研究
2.2.1人口密度模拟
1997年，Sutton等[9]以美国大陆为基础，将其人口密度栅格图像与DMSP/OLS数据图像进行比较，研究了其相关性，并显示出DMSP/OLS数据在研究人口分布领域的未来应用前景。Sutton[10]同样以美国为研究区，利用DMSP/OLS数据，结合统计数据，建立城市人口密度衰减模型，分析了城市人口密度与灯光数据的相关性。
2001年，Lo[11]以中国1996年3月、1997年1-2月的辐射定标夜间灯光强度数据DMSP/OLS为基础数据，利用灯光面积，灯光体积，像素平均值和灯光密度作为独立变量，建立自动增长模型与线性衰减模型，在省、市、县3个行政单元尺度上估算了中国的平均人口密度。
2.2.2热岛效应
1995年，Gallo等[12]选取了28个城市，回顾了利用其他卫星数据评估城市热岛效应的方法，并结合NDVI指数比较，利用DMSP/OLS数据评价了热岛效应对气象记录的影响。
2.2.3电力能源消耗量研究
1980年，Welch[13]首先考虑根据美国夜间灯光数据图像，建立人口、城市面积以及电力能消耗量之间的关系模型。同时，选取了美国东部18个城市为样本，建立回归模型，在国家或地区尺度上证明了利用夜间灯光数据检测电力能源消耗量的可行性。
1997年，Elvidge 等[14]以美国、巴西等21个国家作为研究区，利用DMSP/OLS 数据，分析了区域灯光灰度值与当地人口数量、GDP、电力能源消耗量之间的相关性，并建立了log of population、log of GDP、log of GWH3个log-log模型，证明了DMSP/OLS数据在估算人口数量、GDP、电力能源消耗量等方面具有实际性意义。2005年，Amaral等[15]选取巴西亚马逊河流域作为研究区，并以Para州为例，证明了1996年DMSP/OLS数据与城市人口统计数据，1999年电力能源消耗量与DMSP/OLS数据，均符合线性相关性。
2009年，Kiran 等[16]利用 DMSP/OLS 数据，描述了印度1993-2002年的电力消费模式的时空变化特征。即随着印度全州夜间灯光总量大幅度上升，其国家人口和电力能源消耗量也大幅度增加，表明夜间灯光数据与人口以及电力能源消耗量之间的相关性。
2.2.4城市化对生态环境影响研究
2000年，Imhoff等[17]利用灯光数据结合NOAA/AVHRR等数据，选取了7个较大城市，通过计算某一时间段内NDVI累加和代表该时间段内的植被初级生产力总量，对城市化过程对美国植被初级生产力带来的影响进行了季节性研究，指出美国城市演化造成地表植被初级生产力总体下降。
3国内研究进展
3.1城市化的研究
3.1.1城市边界提取
何春阳等[18]利用1992、1996和1998年的DMSP/OLS数据，计算出适宜的阈值用于建成区域的提取。同时利用Landsat TM数据对提取的城市空间格局特征分析也表明，利用 DMSP/OLS 提取的城市格局特征与Landsat TM提取的基本上是吻合的。即该方法重建的中国大陆20世纪90年代城市空间过程，为中国大陆宏观城市空间格局和变化过程研究提供了一定帮助。
曹丽琴等[19]通过转换DMSP/OLS遥感数据，利用了1∶5万湖北省边界栅格图提取2000年和2002年湖北省各个县市边界图。并分析了湖北省各县市城镇人口与夜间灯光数据的线性关系。结果表明利用DMSP/OLS数据，对不同级别的县市，采用不同的预测模型能有效的估算城镇人口。
王翠平等[20]应用Henderson等提出的经验阈值6%初步从DMSP/OLS数据中提取京津冀、长江三角洲和珠江三角洲城市群的城市用地像元，并以依据经验阈值提取的城市用地像元为基础确定了精确的城市用地像元和城市群的城市用地边界。结果表明基于夜间灯光影像数据提取的城市像元能较好的反映三个城市群的城市用地空间扩张进程。
3.1.2城市化进程
陈晋等[21]基于DMSP/OLS非辐射定标的夜间灯光平均强度数据构建了一个反映区域城市化水平的灯光指数，并通过分析发现：灯光指数与城市化水平复合指标之间有显著相关性，且能够较好地反映区域的城市化水平。
何春阳等[22]利用1992年、1996年和1998年的DMSP/OLS数据，提取了环渤海地区20世纪90年代的城市群空间信息，建立了城市群地区面状、线状和点状三种城市化空间模式，分析了环渤海地区20世纪90年代的城市化过程及城市空间演化过程。并指出DMSP/OLS数据在区域城市化过程研究中具有巨大潜力。
徐梦洁等[23]利用1998、2003和2008年的DMSP/OLS数据和统计数据，分析了灯光数据与城市化进程中经济、人口和土地利用等方面的关联，并确定了市辖区建设用地信息提取的阈值，根据各城市在1998-2003和2003-2008年两个阶段阈值的变化，划分城市建设用地的主导扩张类型。此外，采用平均灯光强度作为城市化水平的表征，分析长三角城市群的城市化水平空间分异。与陈晋[24]提出的加权灯光指数和卓莉的CNLI[25]相比，更为简便和直观。
3.2其他研究
3.2.1人口密度模拟
2005年，卓莉等[24]利用针对亚洲地区开发的DMSP/OLS数据和NDVI数据，以灯光强度作为估算因子及基于人口——距离衰减规律和电场叠加理论分别对灯光区内外建模，估算人口密度。结果显示利用DMSP/OLS数据，进行人口密度研究，可使人口分布描述更接近实际，实现人口、资源、环境和社会经济综合有效管理。
3.2.2热岛效应
2007年，谢志清等[26]以长江三角洲城市带为研究对象，利用DMSP/OLS数据提取1992-2003年研究区城市化空间扩展过程，结合NOAA/AVHRR、MODLS 反演的月地表温度数据和相关统计资料，定量考察了长江三角洲城市群热岛增温效应对区域温度气候趋势的贡献。
3.2.3城市化对生态环境影响研究
2007年李景刚等[27]利用DMSP/OLS数据对环渤海地区城市化空间过程重建，将植被初级生产力变化作为评价的主要指标，结合NDVI数据和中国植被类型图数据等数据，根据累加NDVI和同NPP之间的统计关系，对比分析各土地覆盖类型城市地区与非城市地区的初级生产力，探索城市化过程对不同植被类型初级生产力所带来的影响。
4评述
从学者们的研究成果可以看出，自20世纪70年代以来，国内外学者们已成功将DMSP/OLS数据应用于边界提取和城市化进程等各方面的研究，并在城市化研究方面取得了良好效果。并从研究中证明了DMSP/OLS数据在城市等人口密集地区的应用具有很强的优越性。
但任何数据都有其自身局限性，在现有的研究中可以发现由于DMSP/OLS数据缺乏灯光以外的信息，对于无灯光地区，仍需借助其他遥感影像或统计数据等开展研究，从而不能完整地表现城市化发展。因目前应用灯光影像时主要考虑灯光的持续性和面积，加入强度因子的并不多见，故极大地限制了估计精度与应用范围。因此研究者还不能充分利用夜间灯光强度影像，对灯光强度信息进行深度挖掘。同时，在利用夜间灯光数据时，学者偏重于研究城市化发展，而在区域尺度对城市空间发展模式、过程等方面的研究还比较薄弱，且目前利用遥感技术研究城市化主要集中在小尺度的城市土地利用分类和空间扩展动态监测等方面，中宏观尺度的研究相对较少，有待于进一步研究。参考文献：
[1] 杨眉， 王世新， 周艺， 王丽涛. DMSP/OLS夜间灯光数据应用研究综述[J]. 遥感技术与应用. 2011， 26（1）：45-46.
[2] Croft T A.Nighttime Images of the Earth from Space[J].Scientific American，1978，239：86-89.
[3] Elvidge C D，Imhoff M L，Baugh K E，etal.Night-time Lights of the World：1994-1995[J].ISPRS Journal of Photogrammetry and Remote Sensing，2001，56（2）：81-99.
[4] Henderson M，Yeh E T，Gong P，et al.Validation of Urban Boundaries Derived from Global Night-time Satellite Imagery[J].International Journal of Remote Sensing，2003，24（3）：595-609.
[5] Sutton P，Roberts D，Elvidge C，etal.Census from Heaven：an Estimate of the Global Human Population Using Night-time Satellite Imagery[J].International Journal of Remote Sensing，2001，22（16）：3061-3076.
[6] 舒松，余柏蒗，吴健平，刘红星. 基于夜间灯光数据的城市建成区提取方法评价与应用[J]. 遥感技术与应用. 2011， 26（2）：169-170.
[7] MilesiC， ElvidgeC D， NemaniR R，etal.Assessing the Impact of Urban Land Development on Net Primary Productivity in the SoutheasternUnited States[J].Remote Sensing ofEnvironment， 2003，86： 401—410.
[8] ImhoffM L， Bounoua L， DefriesR，etal.The Consequences of Urban Land Transformation on Net Primary Productivity in the United States[J].Remote Sensing of Environment，2004，89（4）：434—443.
[9] Sutton P， Roberts D， Elvidge C， et al. A Comparison of Nighttime Satellite Imagery and Population Density for the Continental United States. American Society for Photogrammetry and Remote Sensing. 1997， 63（11）： 1303-1313.
[10] Sutton P. Modeling population density with nighttime satellite imagery and GIS. Computers， Environment and Urban Systems， 1997， 21（3-4）： 227-244.
[11] Lo C P. Modeling the population of China using DMSP operational linescan system nighttime data. Photogrammetric Engineering and Remote Sensing， 2001， 67（9）：1037-1047.
[12] Gallo K P， Tarpley J D， McNab A L， et al. Assessment of urban heat islands： A satellite perspective. Atmospheric Research， 1995， 37（1-3）： 37-43.
[13] Welch R. Monitoring Urban Population and Energy Utilization Patterns from Satellite Data. Remote Sensing of Environment， 1980， 9（1）： 1-9.
[14] Elvidge C D，Baugh K E，Kihn E A，etal.Relation between Satellite Observed Visible-near Infrared Emissions， Population， Economic Activity and Electric Power Consumption[J].International Journal of Remote Sensing，1997，18（6）：1373-1379.
[15] Amaral S， Camara G， Monteiro A M V， et al. Estimating Population and Energy Consumption in Brazilian Amazonia Using DMSP Nighttime Satellite Data. Computers，Environment and Urban Systems， 2005， 29（2）： 179-195.[16] Kiran Chand T R， Badarinath K V S， Elvidge C D， et al.Spatial Characterization of Electrical Power Consumption Patterns over India Using Temporal DMSP-OLS Nighttime Satellite Data. International Journal of Remote Sensing， 2009， 30（3）： 647-661.
[17] ImhoffM L， Tucker C J， Lawrence W T，et al.The Use of Multisource Satellite and Geospatial Data to Study the Effect of Urbanization on Primary Productivity in the United States[ J]. IEEE Transactions on Geoscience and Remote Sensing，2000，38（6）： 2549—2556.
[18] 何春阳， 史培军， 李景刚， 陈晋， 潘耀忠， 李京， 卓莉， 一之瀬俊明. 基于DMSP/OLS夜间灯光数据和统计数据的中国大陆20世纪90年代城市化空间过程重建研究[J]. 科学通报. 2006（04）.
[19] 曹丽琴， 李平湘， 张良培. 基于DMSP /OLS夜间灯光数据的城市人口估算———以湖北省各县市为例[J]. 遥感信息. 2009（01）：83-87.
[20] 王翠平， 王豪伟， 李春明， 董仁才. 基于 DMSP/OLS 影像的我国主要城市群空间扩张特征分析[J]. 生态学报. 2012（02）：942-952.
[21] 陈晋， 卓莉， 史培军， 一之濑俊明. 基于DMSP/OLS数据的中国城市化过程研究———反映区域城市化水平的灯光指数的构建[J]. 遥感学报. 2003，7（3）：169-170.
[22] 何春阳， 李景刚， 陈晋， 史培军， 潘耀忠， 李京， 卓莉， 一之瀬俊明. 基于夜间灯光数据的环渤海地区城市化过程[J]. 地理学报. 2005（03）：409-417.
[23] 徐梦洁， 陈黎， 刘焕金， 王慧. 基于DMSP/OLS夜间灯光数据的长江三角洲地区城市化格局与过程研究[J]. 国土资源遥感. 2011（09）：106-107.
[24] 卓莉， 陈晋， 史培军， 辜智慧， 范一大， 一之瀬俊明. 基于夜间灯光数据的中国人口密度模拟[J]. 地理学报. 2005（03）：266-276.
[25] 卓莉， 史培军， 陈晋， 一之瀬俊明. 20世纪90年代中国城市时空变化特征——基于灯光指数CNLI方法的探讨[J]. 地理学报. 2003（06）：893-902.
[26] 谢志清，杜银，曾燕等. 长江三角洲城市带扩展对区域温度变化的影响. 地理学报.2007，62（7）：717-727.
[27] 李景刚， 何春阳， 史培军， 陈晋， 潘耀忠， 一之瀬俊明. 基于DMSP/OLS灯光数据的快速城市化过程的生态效应评价研究——以环渤海城市群地区为例[J]. 遥感学报. 2007（01）：115-126.
【摘要】发展县域经济历来受到高度重视。分税制改革以来，县域经济发展中的体制瓶颈日益凸显，改革进入了艰难的体制创新阶段。对县域经济发展的财政政策研究显得十分必要和紧迫。本文基于和谐视角对县域经济发展与财政管理进行了研究。
【关键词】和谐视角；县域经济发展；财政管理；研究
县域经济是地方综合经济实力的重要体现。本文通过对灵川县域经济发展的基本现状进行分析，发现其存在经济增长内生动力不足、财政收入增长缓慢、经济社会发展不够全面等制约因素，建议继续加大对城乡基础设施投入的力度，为县域经济稳健发展提供基础条件；制定实施优惠政策，积极支持县域结构的调整；不断深化财政管理体制改革等政策措施来促进灵川县域经济健康稳定发展。
1县域经济发展的制约因素
有的干部弄虚作假严重，缺乏正确的政绩观。思想观念落后的集中表现是：抓抢机遇的意识不强，创新开拓的勇气不足，营造发展环境的措施不力，干事创业的氛围不浓。从而导致县域经济的创新缺乏动力，发展缺乏良好的机制和环境。存在封闭保守、小富即安、平均主义为特征的小农经济观，缺乏科学发展观。习惯于等、靠、要和政府包揽的计划经济观。由于贫困县有扶贫政策，富裕县却没有鼓励支持政策，导致不少县级领导热衷于戴贫困“帽子”，而且戴上就不愿脱。忽视科技进步和科学管理，还没有转变高投入、低效益的粗放型经济增长观。自然条件差，交通不便，科技文化落后，劳动者素质低，人才进不来、留不住，农民出不去，自我发展能力低，返贫率高。财政收入增长缓慢，支出却快速上升，收支差额扩大，导致县乡政府只能依靠中央和省级财政补助维持正常的机构运转和工资发放。由于县域财政支出主要是保工资、保机构运转，公共支出和生产建设性支出的资金很难保证，成为县域经济社会发展的瓶颈。多数县的经济基础还很脆弱，缺少支柱产业，难以支持财政收入快速稳定增长。城镇数量和规模均不足，城镇体系不完整，经济实力弱，基础设施落后，功能不全，对周边发展的带动、辐射作用小，使得各类要素市场发展缓慢，抑制了农产品流通和农产品加工业的发展，影响了农民增收和农村富裕劳动力转移。
2县域经济发展的财政政策与措施
2.1清理整合专项转移支付项目，规范专项转移支付资金分配
一是规范转移支付的项目设置。取消直接用于竞争领域的专项转移支付项目；整合投向相近、零星分散的专项转移支付；将各年度数额相对固定的专项转移支付，归并到财政体制补助中；新增专项转移支付应严格控制在办利民实事的项目范围内，重点向财政困难县、少数民族地区和农村倾斜。二是进一步规范专项转移支付的审批程序，提高资金配置的合理性。三是减少县级配套，减轻县财政压力。由于县域财政的自给能力低，中央和省级财政应足额安排各自应承担的经费，尽可能减少县级配套资金。四是完善专项转移支付分配、使用的监督制度，构建绩效评价机制，确保政策目标的实现。让县级政府有更多的精力和自主安排的财力筹谋加快县域经济发展。
2.2整合专项资金，实施“非均衡”发展战略
加强各项政府非税收入征管，特别是国有土地各项有偿收入、矿山、林业保护管理收入中调剂一块。以上收入大部分有其特定用途，通过整合用于对应的县域经济发展项目，既不违背政策，又能够提高资金的使用效率。专项拨款是政府间财政资金补助的重要部分，是上级政府体现政策导向，配置公共资源的重要手段，对当地经济和社会发展有积极推动作用。但也存在分配与需要分离、权利与义务脱节、片面追求数量最大化影响预算平衡等问题。通过改革，预期达到安排更合理、使用更及时、责任更明确、监管更到位的目的。建议选择部分县先用省级专款进行试点，待取得经验稳步推广后，将为县域经济发展创造更为宽松的环境。理财观念和财政职能，营造公平竞争环境，促进县域经济发展。发展县域经济，关键在于政府能否为市场创造一个公平竞争的环境，消除地方保护主义和歧视待遇。
2.3加强基础设施建设，为县域经济发展创造良好的条件
基础设施不仅是地方经济发展的外部环境，也是县域经济发展和资源有效配置的必要前提，对优化投资环境起着不可替代的作用。基础设施的质量决定着一个地区能否获得新的市场竞争力，同时也是投资者确定潜在直接投资对象的重要因素。由于基础设施项目存在建设周期长、投资额度大、投资回报率低但社会效益高的特点，这就决定了仅靠市场力量是无法进行的，而这又恰恰是财政理应支持的项目，因而县乡政府要通过直接投资或多种融资方式创造出基础设施完善、环境优美、配套设施齐全的县域经济发展环境。
2.4进一步规范财政供给范围，提高财政支出效益
一是要解决财政供养人口过多、人员经费支出项目过乱的问题，规范人员经费供给。做好定编定岗定员工作，严格控制人员经费。二是要结合事业单位机构改革将事业单位划为公益性、准公益性、经营性等类型并对其实行不同的财政补助政策。对经营型的事业单位，一律推向市场，财政停止供给；对准公益性的事业单位，考虑其收入条件和能力，适当核减事业经费；对公益性的事业单位，要加大支持力度，保证科技、教育、社保、农业、生态建设等重点领域和项目支出的需要。三是要逐步减少对竞争性领域的直接投资，为企业公平竞争营造良好的环境。四是要采取拓展新的产业领域，扶持新兴产业的政策措施，既促进技术进步，又增加就业机会。五是要强化财政投资的成本效益观念，建立科学合理的评估体系和方法，对各项投资预算支出进行详细的评估和考核，确保投资的经济和社会效益。着力营造“亲商、安商、留商、富商”的发展意识，在发展主体上，政府既不能与民争利，也不宜直接介入具体的生产经营活动，要在实施“国退民进”的同时，积极培育来自民间的多种经营主体，扶持这些主体的自主成长和自由竞争，使它们成为支撑县域经济发展的龙头企业和中坚力量。
2.6促进县域经济走可持续发展道路
随着项目审批权限的不断下放，要加强审批权限的监管。所有新上项目，必须坚持新型工业化发展方向，严格执行环境影响评价制度。要在大力推进民营化过程中，制定避免短期经营行为的政策措施，实行合理的资产重组。当前，财政税收通过资金和政策对企业特别是新办企业的扶持方式，一般包括，一是减免和缓交各项土地税费。二是对符合国家产业发展政策的新办企业，在一定时期免征企业所得税，给予一定时期的减半征收，如“免二减三”、“免三减二”等。三是对部分行业给予增值税“先征后返”。四是减免部分地方税。五是给予贷款贴息等。但是，享受财政税收优惠要有一定的条件和限制。
【参考文献】
1杨小川.县域经济问题研究述评[J].调研世界.2006年03期.
2赵冰.赵旭.统筹城乡 发展县域经济[A].成渝地区城乡统筹与区域合作研讨会论文集[C].2007年.
3梁武.经济欠发达地区县乡政府债务的形成原因分析与对策[D].西南大学.2006年.
4芦鹏.基本公共服务均等化趋势下县级公共财政的构建[D].华中师范大学.2007年.
5廖玉 ，李顺明.广西民族经济可持续发展与财政政策研究（二）[J].广西财政高等专科学校学报.2004年01期.
6赵昕.冯锐.中国副省级城市经济发展水平的实证分析——基于2001年、2004年、2008年度数据[J].经济研究导刊.2010年03期.
7刘家凯.促进广西县域经济发展的财政政策研究[J].经济研究参考.2005年16期.
8朱道才.陆为群.县域经济发展研究述略[J].安徽广播电视大学学报.2007年04期.
本文运用文献资料法、实地调查法、问卷调查法和数理统计法等研究方法，以甘肃省城乡居民体育公共服务发展现状为研究对象，围绕体育活动服务、体育组织服务、体育场馆服务、体育信息服务、体育指导服务、体育消费为内容的体育公共服务进行了调查研究，得出结论。并针对问题提出对策，旨在逐步推进甘肃省体育公共服务均等化发展，缓解社会矛盾，构建和谐幸福社会。
关键词：甘肃省 群众体育 策略研究
本研究围绕体育活动服务、体育组织服务、体育场馆服务、体育信息服务、体育指导服务、体育消费为内容的甘肃省群众体育进行了现状调查，发现当前居民眼中的群众体育总体印象是：稳中有升，喜中带忧。现将甘肃省群众体育存在的问题盘点与梳理如下：
1存在的问题
1.1体育公共服务发展小幅度提升，但总体服务水平仍然偏低
调查显示，当前以体育活动服务、体育组织服务、体育场馆服务、体育信息服务、体育指导服务、体育服务消费等方面为内容的甘肃省体育公共服务发展有小幅度提升，表明政府在群众体育和公共治理方面已经付出了巨大努力，但相对于甘肃省公共需求的增长速度，群众体育的提升力度仍然较低，尤其是在将来一二十年，甘肃省的经济社会将处于“黄金发展期”与“矛盾凸现期”并存的关键时期，经济社会的迅速发展将带动公共需求总量的持续增加，而现存的群众体育体系由于增长乏力及分配不公平将使公共需求与群众体育提供的矛盾进一步激化，因此迫切需要深化政府管理体制改革，注重其社会管理和群众体育的职能，完善基本群众体育体系，有效解决政府在管理过程中出现的越位、缺位和错位问题，建设以人为本的“服务型政府”。
1.2公众参与决策的群众体育理念相对滞后
理念的变革是一切变革的先导，建设新型群众体育体系，必须从理念层面对群众体育进行准确的理解和把握。群众体育是政府提供给全体社会成员的公共产品，以公益性、均等化为主要特征，树立以人为本、让公众参与决策的服务理念是构建服务型政府的必然要求，也是实现群众体育功能的重要因素之一。
1.3农村群众体育缺位，城镇则受制于价格因素
本研究从便利性、收费合理性和内容丰富性三个角度，对甘肃省城乡的体育馆/健身场所进行了调查。数据分析表明，有相当一部分受访农村居民表示“根本找不到”锻炼场所，作为新农村建设的有机组成部分，农村地区体育场馆娱服务严重缺位，难以满足农村居民的精神文明需求。城镇群众体育则受到价格因素的制约。调查还表明，与内容丰富性和便利性相比，居民对收费合理性的评价水平明显较低，尤其在健身俱乐部健身、体育馆看比赛两个方面，调整收费价格，让更多的居民享受到高质量、低价格的体育服务将成为城镇政府的工作重点。
1.4混合型群众体育中价格合理性备受质疑
调查与研究表明，体育活动服务、体育组织服务、体育场馆服务、体育信息服务等混合型群众体育与居民生活密切相关，作为接受服务的公众，对其服务基本上表示认可，但对其服务的价格受到了较大的质疑，亟需得到合理调整。
1.5保障性群众体育非均等化现象突出
均等化是群众体育的重要特征之一。在我国经济社会转型期，弱势群体利益得不到保障已成为客观事实，也成为公平与公正的焦点问题。群众体育覆盖面太窄。保障型群众体育是政府群众体育体系中最基本的组成部分，也是最能体现群众体育作为维系社会和谐作用的重要内容，保障型群众体育的有效和均等化供给，可以在最大程度上保证弱势群体的生活水平和社会利益。
2对策
2.1进一步明晰责任
要使各级党委和政府要不断加大基层公共体育设施建设力度；以基层组织建设为重点；整合资源，注重实效，多形式、多渠道开展基层全民健身活动。在推动群众体育体系建设过程中，要强调和确保“五个纳入”，即：要把群众体育纳入甘肃省国民经济和社会发展的总体规划；纳入各级党委、政府的重要议事日程；纳入各级部门目标责任制和政绩考核体系；群众体育所需经费纳入各级政府财政预算；群众体育基础设施建设纳入新农村建设的总体规划。要进一步建立和完善市、区（县）、乡镇（街道）和村（社区）四位一体的群众体育责任分担机制，科学划分各级政府公共服务的管理权限，以法律法规形式规范各级政府的权力范围、权力运作方式、利益分配结构、责任和义务。
2.2继续推进政府职能转变
推进政府职能转变的核心就是加快政府向市场的分权，推进群众体育市场化。群众体育均等化要求群众体育的供给主体要有很强的供给能力，目前政府是群众体育的主要供给主体，也可以说政府垄断了群众体育的供给，这是计划经济条件下的产物。然而，政府垄断下的群众体育表现出总量不够、质量低下、供给结构失衡、差异水平大等缺陷。如今，市场经济的确立，市场已经有能力弥补政府供给的不足。政府只需制定群众体育范围与责任分工的技术标准，突出政府承担群众体育职责的主体地位，借鉴发达国家经验，明确不同层级政府间群众体育的职责，对市级政府、县（区）级政府、乡（镇）级政府的群众体育职责予以界定，并对各级政府履行职责的情况进行监督。
2.3不断加大投入力度
政府应继续加大财政对群众体育的投入力度，不断提高群众体育支出占财政支出比例。建立群众体育投入的稳定增长机制，把财政投入纳入政府年度工作考核的指标体系中，作为评价地区发展水平、质量和领导干部工作政绩的重要内容，以保证投入落到实处。从甘肃省目前城乡经济社会发展状况来讲，要实现群众体育高水平的均等化是不现实的。但保证基本的群众体育均等化还是有可能的。前提是还要加大对群众体育的投入。对于很多交通不便、贫困、居住比较分散的农村来说，由于历史欠账太多，应优先保障农村和落后地区的基本群众体育，尤其是农村群众体育服务的基础设施建设，鼓励城乡之间建立群众体育资源的良性互动机制，切实解决农村基本群众体育供给不足的矛盾，破解城乡二元群众体育体系的障碍，确保农民能够享受与城市居民同质化的群众体育，逐步实现城乡之间、地区之间、不同群体之间的基本群众体育均衡发展。
3.参考文献
[1]中华人民共和国国民经济和社会发展第十一个五年规划纲要[N]人民日报，2006—03一16.
[2]《中共中央关于构建社会主义和谐社会若干重大问题的决定》[EB]，南方网：http：//
[3]胡锦涛在党的十七大上的报告（全文）[N」人民日报，2006一10一24
[4]中共中央关于制定国民经济和社会发展第十二个五年规划建议[N]人民日报，2010一10一27.
[5]《中共中央国务院关于进一步加强和改进新时期体育工作的意见》[EB]http：//tyb.njut.edu.cn/view.asp？id=615&class=917.
基金项目： 2011年度甘肃省社科规划项目：《甘肃群众体育发展创新机制研究》的阶段性成果；
西北民族大学2012年中央高校基本科研业务费专项资金资助项目（zyy2012005）的阶段性成果。
作者简介：韩永君（1979—），男，汉族，籍贯：甘肃庆阳，职称：副教授，硕士，从事体育教学训练理论与方法研究和少数民族传统体育研究。
第２３卷第１２期２０１４年１２月
测 绘 工 程
ＥｎｉｎｅｅｒｉｎｏｆＳｕｒｖｅｉｎａｎｄＭａｉｎ ｇｇｙｇｐｐｇ
ｏｌ．２３，Ｎｏ．１２Ｖ
，ｅｃ．０１４Ｄ２
基于多时相夜间灯光数据的城市建成区提取研究
——以西南地区为例—
鲁小丫２，马月伟３，文学虎１，王 蕾１，陈 阳１曹伟超１，
（四川省第三测绘工程院，四川成都６西南民族大学计算机科学与技术学院，四川成都６西南林业大１．１０５００；２．１００４１；３．）学生态旅游学院，云南昆明６５０２２４
）摘 要：城市化对地区经济的发展具有重要的战略意义，而地理信息系统（和遥感技术的应用，为城市化发展信ＧＩＳ／息的获取提供新的研究途径。文中以２借助地理００３年、００７年３期的ＤＭＳＰＯＬＳ夜间灯光数据为例，２００５年和２）信息系统（平台，提取出西南地区城市空间信息。考虑区域差异性，将西南地区分为川渝、云贵和广西３个区ＧＩＳ域，分别进行城市化发展过程和趋势的分析。将夜间灯光数据应用到经济不发达的地区，在数据提取精度上还需进一步结合中尺度遥感影像进行分析。
／；地理信息系统；关键词：城市化；西南地区ＳＰＯＬＳＤＭ
（）中图分类号：Ｐ２０８ 文献标志码：Ａ 文章编号：１００８６９６２０１４１２０４８４５００－－－
Ａｓｕａｔｕｄｏｆｅｘｔｒａｃｔｉｎｕｒｂａｎｂｕｉｌｔｒｅａｂｕｓｉｎ－ ｐｙｇｙｇ
ｉｍｅｌｉｈｔｄａｔａｔｍｕｌｔｉｔｅｍｏｒａｌｎｉｈｔ － ｇｐｇ
———ＴＳｏｕｔｈｗｅｓｔＣｈｉｎａａｓＡｎＥｘａｍｌｅａｋｉｎ ｐｇ
１２３１１１
，，，，，ａＣｃｈＬＭＡ ＷＥＷＡＮＧＣＨＥＡＯ ＷｅｉｈａｏＵ ＸｉａｏＹｕｅｅｉＮＸｕｅｕＬｅｉＮ Ｙａｎ－－ｙ－ｗ－ ｇ
，Ｃ；（ｈｅｎｄｕ６１０５００，Ｃｈｉｎａ２．ＳｃｈｏｏｌｏｆＣｏｍｕｔｅｒＳｃｉｅｎｃｅａｎｄｏｆＥｎｉｎｅｅｒｉｎｏｆＳｉｃｈｕａｎＡｃａｄｅｍＴｈｅＴｈｉｒｄＭａｉｎ１． ｇｇｇｐｙｐｐｇ ，；，ＦｏｒＮａｔｉｏｎａｌｉｔｉｅｓＣｈｅｎｄｕ６１００４１，Ｃｈｉｎａ３．ＣｏｌｌｅｅｏｆＥｃｏｔｏｕｒｉｓｍ，ＳｏｕｔｈｗｅｓｔＦｏｒｅｓｔｒＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔＴｅｃｈｎｏｌｏ ｇｇｙｇｙｙ ），Ｋｕｎｍｉｎ６５０２２４，ＣｈｉｎａＵｎｉｖｅｒｓｉｔｇｙ
：ＡｂｓｔｒａｃｔＴｈｅｕｒｂａｎｉｚａｔｉｏｎｈａｓｉｎｉｍｏｒｔａｎｔｓｔｒａｔｅｉｃｓｅｎｓｅｉｎｔｈｅｅｃｏｎｏｍｉｃｄｅｖｅｌｏｍｅｎｔｉｎＳｏｕｔｈｗｅｓｔ ｐｇｐ，ｅｔｔｉｎｔｈｅＣｈｉｎａａｎｄｔｈｅａｌｉｃａｔｉｏｎｏｆＧＩＳａｎｄｒｅｍｏｔｅｓｅｎｓｉｎｒｏｖｉｄｅｓａｎｅｗｒｅｓｅａｒｃｈａｒｏａｃｈｆｏｒ ｇｇｐｐｇｐｐｐ ｔｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔｕｒｂａｎｉｚａｔｉｏｎ．ＷｉｔｈＧＩＳｉｍｅｌｉｈｔｌａｔｆｏｒｍ，ｔｈｅｕｒｂａｎｉｎｆｏｒｍａｔｉｏｎｉｓｄｅｒｉｖｅｄｆｒｏｍｎｉｈｔ－ ｐｇｇ
（／）ＤＭＳＰＯＬＳＤａｔａｉｎ２００３，２００５ａｎｄ２００７ｗｉｔｈｔｈｅｓｕｏｒｔｏｆｓｔａｔｉｓｔｉｃａｌｄａｔａ．Ｃｏｎｓｉｄｅｒｉｎｔｈｅｒｅｉｏｎａｌ ｐｐｇｇ ，ＳｄｉｆｆｅｒｅｎｃｅｓｏｕｔｈｗｅｓｔＣｈｉｎａｉｓｄｉｖｉｄｅｄｉｎｔｏｔｈｒｅｅｒｅｉｏｎｓｆｏｒａｎａｌｚｉｎｔｈｅｒｏｃｅｓｓａｎｄｔｒｅｎｄｏｆ ｇｙｇｐ ，’ｕｒｂａｎｉｚａｔｉｏｎ．Ｉｎａｄｄｉｔｉｏｎｔｈｅｄａｔａｓｒｅｃｉｓｉｏｎｓｈａｌｌｂｅｉｍｒｏｖｅｄｂｃｏｍｂｉｎｉｎｍｅｓｏｓｃａｌｅｉｍａｅｄａｔａｉｎ ｐｐｙｇｇ ｕｎｄｅｒｄｅｖｅｌｏｅｄｒｅｉｏｎｓ． ｐｇ
；：／）；ＳｒｂａｎｉｚａｔｉｏｎｏｕｔｈｗｅｓｔＣｈｉｎａＫｅｗｏｒｄｓＤＭＳＰＯＬＳ；ＧｅｏｒａｈｉｃＩｎｆｏｒｍａｔｉｏｎＳｓｔｅｍ（ＧＩＳｕ ｇｐｙｙ 人类生产与生活方式由乡村型向城 城市化指“
市型转化的历史过程，表现为乡村人口向城市人口
［１］
。因此一转化以及城市不断发展和完善的过程”
程，还包括经济、社会、生活方式等方面。改革开放以来，中国正经历着高速的城市化发展，随着中国城市化进程的深入，大都市区和大城市群已成为目前中国城市化进程中最引人注目和最有活力的部分。
在快速城市化进程中，我国西南地区的城市化却表现出整体水平相对低下、空间分布不均衡等特征，各省份大、中城市以及集中于此的城镇人口与
个区域城市化的发展，不仅是该区域人口城市化过
；收稿日期：修回日期：００１１０１４５１０１４００２２－－－－
；基金项目：四川测绘地理信息局２０１３年科技支撑项目（２０１３ＺＣ０３）Ｊ
四川省地理国情监测工程技术研究中心资助项目（）ＧＣ２０１４１４；ＧＣ２０１４１３
，作者简介：男，硕士．曹伟超（９８６－）１
经济力量，成为其城市化和经济社会发展的核心区域和主要力量；而核心区域之外的广大地区，城镇稀少，自然条件恶劣，经济社会发展水平远低于中
２］
。根据西南地区城市化的发展现状，需要心区域［
２ 研究方法
２．１ 数据预处理
投影转换。获取的原始夜间灯光数据是 １）
考虑到数据分析和处理Ｓ８４坐标系统的数据，ＷＧ
的需要，坐标系统转换为Ａｌｂｅｒｓ投影，ｒａＤ＿Ｋ－＿ｓｏｖｓｋ１９４０椭球体。ｙ
）误差消除。结合２００３－２００７年中国城市化２发展的特点，假设后期城镇建设用地均以前期为基础，没有前期存在而后期消失的城镇建设用地；同时一些多云的地区也常表现为高灰度值区域，这些误差都应该消除。结合城镇居民点数据，通过ＧＩＳ栅格运算，可以较好地消除该两项误差，提高数据精度。
．２ 信息提取方法２
提取灯光数据前，再次假设现有土地利用的统计数据可以基本反映中国城镇用地的总量特征，利／用ＤＭＳＰＯＬＳ数据提取的各省区城镇用地的总量
８］
。基于第二种假设，应充分接近统计数据［对预处
以新的理念、新的思路，在依靠中心区域吸引各种要素的同时，指导边缘区域的城镇建设，进而实现整个区域经济社会的全面发展。
ＩＳ和遥感技术的发展为区域经济信息的获Ｇ
取提供新的研究途径。美国军事气象卫星（ｅＤ－搭载ｆｅｎｓｅＭｅｔｅｏｒｏｌｏｉｃａｌＳａｔｅｌｌｉｔｅＰｒｏｒａｍ，ＤＭＳＰ） ｇｇ
）传感器为大的（ｒａｔｉｏｎａｌＬｉｎｅｓｃａｎＳｓｔｅｍ，ＯＬＳＯｅ ｙｐ尺度的城市研究提供一种新的数据获取手段，／能够探测到城ＰＯＬＳ传感器可在夜间工作，ＤＭＳ
市灯光甚至小规模居民地、车流等发出的低强度
３］
。灯光，比较适合大尺度城市化进程的动态监测［
国外学者主要利用该数据分析与社会经济因子的
４］
、城市面积线性相关性，这些因子包括人口密度［５］６］
以及电力能源消耗［等；国内主要以卓莉扩张［
等人为代表，利用夜间灯光数据对人口密度、城市
９］７－
，利用多时相数据之间的关化过程等进行模拟［
理过的数据利用二分法确定出各行政单元灯光阈从而提取各省区城镇灯光数据。值ＤＮＴ，
统具体方法就是设定夜间灯光亮度阈值ＤＮＴ，计各灯光斑块面积与各行政单元城镇建设用地面积进行比较，直到某一阈值条件下利用夜间数据提取的城镇建设用地面积与统计数据充分接近为止，
０］１
如图１所示
。具体流程［
系对未来城市的发展状况进行估算预测，应用前景非常广阔。
中国利用夜间灯光数据在区域尺度对城市化发展过程的研究多以经济较发达区为主，对于经济欠发达地区涉及较少。本文以西南地区为例，借助基于多时相的夜间灯光数据，获取２ＩＳ平台，００３Ｇ
年、００７年的城市空间分布信息。２００５年以及２
１ 研究区域和数据
本文以西南地区为研究区，包括四川、重庆、云南、贵州和广西５个行政单元。作为一个具有很强的地理、经济、人文特点的区域，该研究区在经济和地理上构成一个整体，同时在城市化模式上也相对
４］
。研究区面一致，是中国城市化中一个独特区域［
约占全国总面积的１积１３７万ｋｍ，４．２７％，２００７年末总人口达２其中城镇人口有８３９８７万人，４７０万 人，城镇化率为３低于中国４５．３１％，４．９４％的平均水平，区域城市化水平亟待提高。
夜间灯光数据是美国国家地球物理数据中心／城镇建设提供的ＤＭＳＰＯＬＳ夜间灯光遥感影像，用地、人口以及土地面积等统计数据来源于２００４－；中国统计年鉴》辅助数据主要包括来自国２００８年《
家基础地理信息中心的中国１：００万的全国行政区４划图、交通线路图，用于验证夜间灯光数据反映城市化过程及其特征的合理性。
图１ 城镇夜间灯光阈值确定流程
／图１中：ＤＮｍａＭＳＰＯＬＳ影ｘ和ＤＮｍｉｎ分别是Ｄ为阈值ＤＮＴ下提像的最大和最小亮度值；ＤＮＴ）ｆ（取的城镇建设面积；ＵＳ为实际统计的城镇建设面表示在阈值ＤＮＴ条件下，积；计算得到ＤＮＴ）△ｆ（
的城镇建设面积与ＵＤＮＴ）Ｓ的差值；△ｆ（ｍｉｎ表示与△ｆ（和△ｆ（的绝ＤＮＴ）ＤＮＴ－１）ＤＮＴ＋１）△ｆ（
对值相比是否最小，如果最小，如果ＤＮＴ便是阈值；与Ｕ不是，再比较ｆ（如果大于ＵＤＮＴ）Ｓ的关系，Ｓ，
相反则用ＤＮＴ代替便用ＤＮＴ值代替ＤＮｍｉｎ，
重新比较，直到得出最佳阈值。ＤＮｍａｘ，．３ 城市空间信息提取２
在夜间灯光数据中，灯光强度（图像灰度值）越高的地方，城镇建设用地的可能性越大。采用二分法获取各省区的城镇建设用地，将获取的城镇建设用地面积与统计数据进行比较，直到提取的各省城镇用地总量与统计数据充分接近为止。最终得到
见图００３年、００７年的城市空间信息（２００５年和２２
，。从表１中可）并提取最终的效果评价（见表１）２
以看出，提取的城镇建设用地面积与统计值的相对其余误差绝对值，该值除２００５年在广西超过８％，均在８％以内，每年总体误差绝对值均在１％之内。／该结果表明利用ＤＭＳＰＯＬＳ数据提取的研究区城市空间分布信息具有一定可信度，在此基础上进行城市化空间过程的研究是合理的。
／表１ 基于ＤＭＳＰＯＬＳ的西南地区城市空间信息提取结果分析
省份
２提取／ｍｋ
００３年２
２统计／ｍｋ
２００５年
相对误差／％－７．９８ １．２２ ４．１５ －１．４１ －０．０４ －０．５３
２提取／ｍｋ
２统计／ｍｋ
２００７年
相对误差／％
３．９７ －５．３７ －１１．５２ ５．２６ ４．２２ ０．０８
２提取／ｍｋ
２统计／ｍｋ
相对误差／％－１．４４－０．３２－５．８５１．６８０．３６－０．８
０
重庆贵州广西四川云南总计
６９４９ １５５３ ３０９１ ５１１８１ ８８７４ ２０１９４
５４００ ５２５１ ８７６６ １５３３４ ７４９１ ４２２４２
５９１６ ５１１９ ８０５１ １６４４１ ８０７７ ４３６０４
５６９０ ５４１０ ９１００ １５６２０ ７７５０ ４３５７０
５７７６ ５５０３ ８８８７ １６１４７ ８０１９ ４４３３２
５８６０ ５５２０ ９４４０ １５８８０ ７９９０ ４４６９０
图２ ２００３－２００７年西南地区城市空间格局
３ 结果分析
结合提取的三期西南地区的城镇建设用地空间分布栅格数据，借助Ｇ将３个时期用地ＩＳ平台，扩展结果进行叠加，恢复２００３－２００７年西南地区城。在扩展过程图镇建设用地的扩展过程（见图３）中，可以比较清晰的看到２００３－２００５年城镇扩展区域，而代表２００５－２００７年城镇扩展的区域则不是非常明显。从统计数据（见表１）中可知：００３－２
而２２００５年的城镇面积增长率为３．１４％，００５－可见在城镇面积扩展２００７年的增长率只有２．５７％，
的速率上有所减慢，也证实利用夜间灯光数据分析城市化过程的可行性。
借助交通线路和行政区划数据，以２００７年夜间灯光数据为基础，得到西南地区城市的空间分布情。图中表明西南地区城镇扩展除以大城）况（见图４市为中心，如围绕成都、重庆、昆明、贵阳、南宁省会城市逐渐发展成为西南地区的城市群外，还存在沿交通干线发展起来的多条小有规模的城市带（如广，这些城市带已成西的桂林－柳州－南宁－北海）
为区域城市发展的主体，城镇建设用地在此呈现较明显的集聚。
４ 结束语
／利用ＤＭＳ结合统计数ＰＯＬＳ夜间灯光数据，据，提取西南地区５省（自治区、市）００３－２００７年２
城市化过程：川渝地区凭借经济基础和地理区位优势，逐渐发展成为一个以成都和重庆为中心，附带众多中小城镇的城市群，成为西南地区城市化水平最高的区域；云贵和广西两个区域缺少特大型城市，总体经济和社会发展水平相对落后，其城市化过程主要是依托交通干线的集聚能力，吸引更多的元素在沿线聚集，形成具有一定规模的大中城市，并随着城市的发展，其功能不断完善，辐射能力增强，进而推动沿交通干线城市带的发展。
借助夜间灯光数据对城市化过程的研究还有很多，本文只从城镇建设用地扩展的角度对西南地区的城市化过程进行分析。城市化过程除表现为非城镇建设用地向城镇用地转化之外，还涉及到城市内部自我功能的完善以及城市三维立体方向上
图３ ２００３－２００７
年西南地区城市化过程
的发展等一系列的问题。参考文献：
［］卫海燕，宋雪娟．中国大陆城市化水平的省际差异王莉，１
］（）：及分类研究［资源开发与市场，Ｊ．２７０１０，２６９７８２８５．－［］］柏贵喜，罗义云．西南地区城市化发展战略研究［中南２Ｊ．
（）：民族大学学报：人文社会科学版，２００４，２４４３７２．４－［］／陈晋，卓莉，史培军，等．基于ＤＭ３ＳＰＯＬＳ数据的中国城
］（）：市化过程研究［遥感学报，Ｊ．２００３，７３１６８７５．１－［］ｗｉｔｈｎｉｈｔｔｉｍｅ４ＳＯＴＴＯＮＰ．Ｍｏｄｅｌｉｎｏｕｌａｔｉｏｎｄｅｎｓｉｔ ｇｇｐｐｙ ａｎｄＧＩＳ［Ｊ］．ＣｏｍｕｔｅｒｓＥｎｖｉｒｏｎｍｅｎｔｓａｔｅｌｌｉｔｅｉｍａｅｒ ｇｙｐ ，（：）ａｎｄＵｒｂａｎＳｓｔｅｍｓ１９９７，２１３２２７４４．４２ －－ｙ
［］５ＩＭＨＯＦＦ Ｍ Ｌ，ＬＡＷＲＥＮＣＥ Ｗ Ｔ，ＳＴＵＴＺＥＲＤＣ，ｅｔ ／ｃｏｍｏｓｉｔｅＤＭＳＰＯＬＳｃｉｔａｌ．Ａｔｅｃｈｎｉｕｅｆｏｒｕｓｉｎ ｐｙｑｇ ］ｌｉｈｔｓｓａｔｅｌｌｉｔｅｄａｔａｔｏｍａｕｒｂａｎａｒｅａ［Ｊ．ＲｅｍｏｔｅＳｅｎｓ －ｇｐ ，（）：ｏｆＥｎｖｉｒｏｎｍｅｎｔ１９９７６１ｎ２６１７０．ｉ３ －ｇ
［］６ＡＭＡＲＡＬＳ，ＣＡＭＡＲＡ Ｇ，ＭＩＧＵＥＬＡ，ｅｔａｌ．Ｅｓｔｉｍａ －
图４ ２００７年西南地区城市空间分布
ｔｃｏｎｓｕｍｔｉｏｎｉｎＢｒａｚｉｌｉａｎＡｍ－ｉｎｏｕｌａｔｉｏｎａｎｄｅｎｅｒ ｐｇｐｐｇｙ ］ＤＭＳＰｎｉｈｔｚｏｎｉａｕｓｉｎｉｍｅｓａｔｅｌｌｉｔｅｄａｔａ［Ｊ．Ｃｏｍｕｔａｔ －－ｇｇｐ
，Ｅ，：ｅｒｓｎｖｉｒｏｎｍｅｎｔｎｄｒｂａｎｓｔｅｍｓ２００５（２９） ａ Ｕ Ｓｙ７９９５．１１－
［］宋仁波，李文慧，王细元，等．基于双张影像的城市建筑物７
］（）：测绘工程，高度提取方法［Ｊ．２０１４，２３９６６９．６－［］何春阳，李景刚．基于夜间灯光数据的环渤海地区城市化８
］（）：地理学报，过程［Ｊ．２４００５，６０３４０９１７．－
［］／李景刚，何阳春．基于ＤＭ９ＳＰＯＬＳ灯光数据的快速城市
］：遥感学报，化过程的生态效应评价研究［２Ｊ．００７，１１（１）１１５２６．１－
［］／李平湘，张良培．基于ＤＭ曹丽琴，１０ＳＰＯＬＳ夜间灯光数
——以湖北省各县市为例［］据的城市人口估算—Ｊ．ＧＩＳ技（）：术，２００９１８３７．８－
的城市化空间信息。从空间分析的角度出发，根据城市化发展现状，把西南地区分为川渝地区、云贵地区和广西３大区域，系统地对西南地区２００３－２００７年的空间演化过程进行分析。基本结论如下：
）西南地区城市化过程中，围绕省会等特大１型、大型城市以及主要交通干线，呈现出较明显的集聚现象。集聚对于经济相对落后的西南地区而言，将增强城镇集中区域的吸引力，促使乡村人口和社会生产要素向区位优越、空间可达性强、适宜居住、产业和城镇集聚程度较高的大中城市集中，最终形成城乡一体化的空间结构体系，扩展城市化范围。
）川渝、云贵以及广西三大区域呈现出不同的２
［责任编辑：张德福］
０１５年１１月 ２
第３２卷第６期
重庆师范大学学报（自然科学版）
）ＪｏｕｒｎａｌｏｆＣｈｏｎｉｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ ｇｑｇｙ（
Ｎｏｖ．２０１５ｏｌ．３２Ｎｏ．６Ｖ
三峡地区资源环境生态研究
：／ＯＩ１０．１１７２１ｃｎｕ２０１５０６１８Ｄｑｊ
＊
／基于ＤＭＳＰＯＬＳ夜间灯光数据的县域建成区的提取方法研究
——以重庆市为例—
３，４３，４３，４３，４
，李月臣２，，刘春霞１，，周梦甜１，，王 超１，黄晶晶１，史红敏１朱康文１，
（２．重庆师范大学职教师资学院；１．重庆师范大学地理与旅游学院；
）３．重庆师范大学三峡生态环境遥感研究所；４．重庆师范大学重庆市高校ＧＩＳ应用研究重点实验室，重庆４０１３３１／摘要：以ＤＭ重庆市统计年鉴和区县城区面积为数据源，按照“影像校正—阈值提取—最佳因ＳＰＯＬＳ稳定夜间灯光数据、子—拟合方程—方程验证—方程应用”的思路对县级尺度建成区的提取方法进行探索，并采用Ｋ－折交叉验证法对结果进结合影像自校正法和辐射定标法进行数据预处理效果较好；采用动态阈值法提取的建成区面积相对行验证。结果显示：
误差在１表明动态阈值法对于提取建成区面积效果很好；０％以内的占９６．８７％，ＰＳＳ软件中建立ＤＮ总值与２３项因子Ｓ说明采用２按照拟合方程提取出来的建成区面积之间的回归方程，拟合优度为０．９９９５，３项因子反演ＤＮ总值是可行的； 与区县实际城区面积相对误差在１表明反演效果很好；交叉验证结果显示相对误差在１０％以内的占９３．７５％，０％以内的相对误差较大的点主要出现在渝东南生态保护区，其余功能区相对误差均较小，表明方法可以应用并推广。县占８０％，级尺度建成区的提取方法的建立为灯光数据在县级尺度的应用提供了新的思路，为无法获取城区面积数据区域的建成区提取提供了一个很好的解决方法，对于城市化相关研究有很好的现实意义。
／关键词：影像自校正法；辐射定标法；动态阈值法；重庆ＤＭＳＰＯＬＳ夜间灯光数据；Ｋ－折交叉验证法；中图分类号：Ｐ７９；Ｐ２０８Ｔ
文献标志码：Ａ
（）文章编号：６００１６７２６９３２０１５０６０６１７－－－
随着我国城市化进程的加快，对于城市化区域的空间布局、空间扩展状态以及城市内部经济发展的研究越／来越重要。目前从事这方面研究的基础数据主要有土地利用调查数据、ＥＴＭ影像解译数据以及ＭＯＤＩＳＴＭ
／土地利用数据等，但是这些数据都存在一些缺陷，土地利用调查数据更新时间慢，数据少；ＥＴＭ影像解译数ＴＭ据工作量大，精度待验证；质量差。鉴于这些缺陷，美国军事气象卫星ＤＤＩＳ土地利用数据分辨率低，ｅｆｅｎｓｅＭＯ／ＭｅｔｅｏｒｏｌｏｉｃａｌＳａｔｅｌｌｉｔｅＰｒｏｒａｍ（ＤＭＳＰ）搭载的ＯｒａｔｉｏｎａｌＬｉｎｅｓｃａｎＳｓｔｅｍ（ＯＬＳ）传感器获取的ＤＭＳＰｅ ｇｇｙｐ
［］
／ＯＬＳ夜间灯光数据在城市化扩展和城市内部经济发展研究方面有很大的优势１－３。ＤＭＳＰＯＬＳ不同于ＬＡＮＤ－ＳＡＴＴＭ、ＳＰＯＴ ＨＲＶ和ＮＯＡＡ ＡＶＨＲＲ这些利用地物对太阳光的反射辐射特征进行监测的传感器，ＬＳ传Ｏ
感器可在夜间工作，城市灯光甚至小规模居民地、车流等发出的低强度灯光都能够探测到，明显区别于黑暗的乡
４］
。ＤＭＳ／村背景，适合城市发展水平的研究和城市化进程的动态监测［ＰＯＬＳ夜间灯光数据由于灯光强度反映
／了城市经济的强弱，所以它不仅能够反映城市的扩展还能反映城市内部经济的强弱，故ＤＭＳＰＯＬＳ数据在城市
］９５－
。化和城市内部经济研究方面更有意义［
／国内外在ＤＭＳＰＯＬＳ夜间灯光数据研究方面主要重点和难点是最佳阈值的提取。目前最佳阈值提取方法
１１１１０］１］２］３］
；；。国内突变检测法［统计数据比较法［和较高分辨率影像数据空间比较法［主要分为４类：经验阈值法［］１１４６－
等人的研究为基础，研究以何春阳、卓莉、陈晋、史培军［早期何春阳等人运用统计年鉴比较法以及经验阈值
法等进行环渤海地区城市化过程的相关研究，取得了一定的成果并提出了灯光指数的概念，为国内对于灯光数
１７］
等人利用分层阈值法提取城镇用据的研究开辟了先河也使灯光数据的研究成为城市化研究领域的热点；杨洋［１８］
等人以ＭＯ地信息，在传统二分法基础上做了一定的改进取得了较好的效果；米晓楠［ＤＩＳ数据为辅助数据提
１９］
／等人采用基于分区的较高分辨率数据比较法对中国大尺取ＤＭＳ王晓慧［ＰＯＬＳ灯光数据取得了较好的效果；［１，］２２０２－
／人研究较为典型，度城镇信息进行提取取得了一定进展。国外以Ｉｍｈｏｆｆ等１ｍｈｏｆｆ等发现ＤＭＳＰＯＬＳ数Ｉ
＊
收稿日期：０１５３３０１５５４０１５８２：０２２２２０１０１９２ 修回日期： 网络出版时间： １－－－－－－
；；资助项目：重庆市博士后科研项目特别资助基金（重庆市教委科技项目（国家自然科学基金（ｏ．４１２０１１３３）ｏ．ｘｍ２０１１０２００１）ｏ．ＮＮＮ
））；重庆市气象局开放基金（２ＣＹ１２０４０２ｏ．Ｋｆ０１１０３Ｎ－ｊｊ
：：作者简介：通信作者：朱康文，男，研究方向为Ｇ李月臣，教授，ＩＳ应用，ａｉｌｚｈｕｋａｎｗｅｎ０９２７１６３．ｃｏｍ；ａｉｌｌｉｕｅｃｈｅｎ２００８．ｃｏｍＥＥ＠＠ｑ－ｍ－ｍｇｙｑ：／／／／／网络出版地址：ｔｔｃｎｋｉ．ｎｅｔｋｃｍｓｄｅｔａｉｌ５０．１１６５．ｎ．２０１５０９２８．１２０２．０２０．ｈｔｍｌｗｗｗ．ｈｐ
６２：／／重庆师范大学学报（自然科学版）２卷ｔｔｃｎｕ．ｃｎｗｗｗ． 第３ ｈｐｑｊ
据灯光多边形随着像元探测频率的增加灯光数据内部开始出现破碎化的点，将出现此点的探测频率作为提取城
［３］
等人以１记录多边形周长及图心等物理性质的变化，市面积的阈值；根据灯ｍａｌｌ２０％的探测频率为步长探索，Ｓ
光面积物理性质与土地利用一致的特性确定合适的阈值。
／对于４类方法均有相关研究及应用，也取得了一定的研究成果，但是利用ＤＭＳＰＯＬＳ夜间灯光数据进行县／级尺度建成区的提取研究较少，尝试在县级尺度上建立一套精度较高的提取方法，以弥补ＤＭＳＰＯＬＳ夜间灯光数据在县级尺度方面的应用不足。县级尺度的城市化分析更符合城市发展现状，更能反映出城市化扩展的过程／和趋势。基于ＤＭＳＰＯＬＳ夜间灯光数据的县级尺度建成区的提取方法的建立将为县级尺度城市化研究注入新的元素，对县级尺度城市化研究具有一定的研究价值和意义。
１数据来源
）本文采用的数据包括第４版（中的稳定灯光数据、ｅｒｓｉｏｎ４ＤＭＳＰＬＳＮｉｈｔｔｉｍｅＬｉｈｔｓＴｉｍｅＳｅｒｉｅｓＶ－Ｏ ｇｇ重庆市统计年鉴》０１０年《５３项数据和重庆市各区县城区面积数据。其中第４版（ｅｒｓｉｏｎ４ＤＭＳＰＬＳ１Ｖ２－Ｏ
）／／中的稳定灯光数据从美国国家地理信息中心网站免费获取（ＮｉｈｔｔｉｍｅＬｉｈｔｓＴｉｍｅＳｅｒｉｅｓｔｔｃ．ｎｏａａ．ｎｄｈ ｇｇｐ：ｇ／／／）；重庆市统计年鉴》ｏｖｅｏｄｍｓｄｏｗｎｌｏａｄＶ４ｃｏｍｏｓｉｔｅｓ．ｈｔｍｌ０１０年《５３项数据来自重庆市统计信息网２１ｇｇｐｐ／）／／；（重庆市各区县城区面积数据来自各区县统计年鉴、统计公报以及各区县规划ｔｔｃｔ．ｏｖ．ｃｎｈｔｍｌｗｗｗ．ｈｐ：ｑｊｇ。局等相关部门（渝中区由于全部为城区，为保证研究结果的可靠性在以下分析中均剔除渝中区）
２研究方法
按照“影像校正－阈值提取－最佳因子－拟合方程－方程验证－方程应用”的思路进行县级尺度灯光数据的提取。／）结合影像自校正法和辐射定标法对ＤＭＳ）采用动态阈值法提取最佳阈值和ＰＯＬＳ灯光数据进行初步处理；１２）Ｎ总值并进行误差分析；ＰＳＳ软件中进行ＤＮ总值与统计年鉴中不含０值的统计值之间的相关性分析并选Ｄ３Ｓ）建立拟合方程；）采用Ｋ）拟合方程的应用。取最佳因子；６４５－折交叉验证的方法对拟合方程进行进一步检验；１数据校正２．
考虑到不同年份之间Ｄ首先采用影像自校正法对１Ｎ值不稳定需对影像进行初步处理，９９２—２０１０年数据进行校正。即假设研究区域不会出现城市化区域退化为非城市化区域，如果一个像元在２００９年为灯光覆盖区域，，否那么在２符合中国的发展模式，即城市化过后不会退化为非城市化）０１０年这个像元也必然是灯光覆盖区域（
２２］
等人的研究成果则判断其为噪声，赋值为０，依次逆推。其次为了使数据在时间序列上保持稳定，参考刘志峰［
对数据进行辐射校正，以黑龙江省鸡西市的Ｆ校正方程１６２００７灯光数据作为样本对２０１０年灯光数据进行校正，）如（式所示。１
ＤＮｃ＝ａ×ＤＮ２＋ｂ×ＤＮ＋ｃ，
（）式中ＤＮｃ、前像元的ＤＤＮ分别为校正后、ａ、ｂ、ｃ为回归系数。Ｎ值，１
２动态阈值法２．
以重庆市各区县城区面积数据作为辅助，采用动态阈值法提取最佳阈值，以获取准确的建成区数据。
Ｄｍａｘ
（）１
Ｄｋ＝
Ｄｘ＝Ｄｔ
Ｄ∑ｆ（
ｘ
，）
（）２
（）Ｅ Ｄ＝Ｄｋ－Ｓ３ｔ）ｋ。（（）（）式、式中Ｋ表示区域编号，Ｄｔ为０到ＤＤｘ）ｔ表示Ｋ区域内的动态阈值，Ｎ最大值之间的任意值，２３ｆ（
到ｆ（的和，表示编号Ｋ区域内ＤＤｋ表示ｆ（ＤＤｍａＳＮ值为Ｄｘ的面积，ｔ）ｋ表示统计年鉴数据中的建成区面积，ｘ）…。表示在阈值ＤＥ（ＤＫ＝１，２，ｔ）ｔ下Ｄｋ与Ｓｋ的差值，３统计分析２．
在Ｓ利用线性回归模型建立ＤＰＳＳ软件中提取出与ＤＮ总值之间ｐｒｓｏｎ相关性大于０．９的最佳因子，Ｎ总ｅ值与最佳因子之间的拟合方程。
４Ｋ２．－折交叉验证
拿用来检验模型的精度。ＫＫ－折交叉验证法主要应用在建模中，－折交叉验证是指首先将数据集分为ｋ段，出Ｋ余下的１段样本用刚建立的模型进行预报，并求出这段样本的预报误差。１段样本建立模型，－
／——以重庆市为例第６期 朱康文，等：基于ＤＭＳＰＯＬＳ夜间灯光数据的县域建成区的提取方法研究—３６
３结果与分析
３．１影像自校正
对１首先在Ａ９９２—２０１０年的灯光数据进行影像自校正，ｒｃＧＩＳ１０．０中将相邻两期数据中等于０区域和ＤＮ 栅格计算器进行相加值为１的区域大于０区域分别赋值，例如１９９２年分别赋值０和１，９９３年分别赋值０和１０，１属于噪声，即在１与城市化区域不会退化为非城市化区域矛盾。然后以黑龙江省鸡西市的９９３年该区域值为０，（）校式为２Ｒ２＝０１６２００７灯光数据作为样本对２０１０年灯光数据进行辐射校正，０１０年灯光数据校正方程，．８７，４Ｆ
正后结果如封三彩图１所示。
ＤＮｃ＝０．００８６×ＤＮ２＋０．２５８５×ＤＮ＋３．５１６２。 （）４
２县域建成区空间数据提取３．
根据区县提供的区县城区面积，采用动态阈值法提取出各区县Ｄ即县域建Ｎ阈值、Ｎ总值以及灯光面积（Ｄ。结果显示除了武隆县相对误差偏大，）成区空间面积）与城区面积之间的相对误差（表１其余区县结果都较好，
２
，当阈值设置为相对误差在１０％以内的占９６．８７％。仔细观察武隆县的数据发现武隆县的城区面积为５．８３ｋｍ２２
，，当阈值设置为３二者虽然阈值相差只有１６时对应的灯光面积为４．３９ｋｍ５时对应的灯光面积为７．６９ｋｍ３
即Ｄ但是栅格数相差了３，认为３故导致武５和３６为武隆县阈值过渡点，Ｎ值为３５的区域已经在逐步转为城区，
／隆县相对误差偏大。从提取的整体结果可以推断采用ＤＭＳＰＯＬＳ数据结合城区面积数据来进行城市化等研究是可取的。
／表１ ＤＭＳＰＯＬＳ夜间灯光数据结果
／Ｔａｂ．１ ＴｈｅｒｅｓｕｌｔｓｏｆＤＭＳＰＯＬＳｎｉｈｔｔｉｍｅｌｉｈｔｄａｔａ ｇｇ
县名ＤＮ阈值
ＤＮ总值相对误差县名ＤＮ阈值ＤＮ总值相对误差县名ＤＮ阈值ＤＮ总值相对误差县名ＤＮ阈值ＤＮ总值相对误差
巴南区５４
２０８１ ０００．涪陵区３７ １５８３ ０．０５ 黔江区３３ ６９３ ０８０．巫溪县９３ ０１２ ０．０４
北碚区３９ １７５１ ０．０２江北区４８ ３３１３ ０．０１ 荣昌县３２ ９２７ ０．０８武隆县３６ １４９ ０．２４
璧山县３８ １００５ ０．０６江津区３６ １５７７ ０．０３ 沙坪坝区４７ ４０６１ ０．０４秀山县３６ ４２３ ０．０４
大渡口区４７ １４３０ ０．００九龙坡区４０ ３８３８ ０．０１ 石柱县３６ ２６４ ０．０４永川区３３ １６８２ ０．０２
大足区３２ ４１０ ０．０８开县３４ ９１９ ０．０３ 铜梁区４２ ７０８ ０．０６酉阳县３６ ３３８ ０．０３
垫江县４２ ４６３ ０．０１南岸区５２ ３４２０ ０．０２ 潼南县３５ ６２１ ０．００渝北区５２ ５９８９ ０．０６
丰都县４１ ３９７ ０．１０南川区３５ ６０１ ０．０２ 万州区５１ ２３３９ ０．０７云阳县４４ ５６７ ０．０２
奉节县３５３１７０．０２
綦江区３２７５２０．０５巫山县４５２７４０．０４忠县３３４８８０．０３
３．３最佳因子的提取
重庆市统计年鉴》从２包括财政、产业、房地产、居民消费等（由于０１０年《５３项数据中提取不含０值的数据，１。在Ｓ数据较多，篇幅过长，故表格不在此处展示）ＰＳＳ软件中进行ＤＮ总值与不含０值的统计值之间的相关性，）这些因子作为建立反演方程的变量。分析，提取出ｐ表２ｒｓｏｎ相关性大于０．９０的２３项统计值作为因子（ｅ
表２ Ｄｅｒｓｏｎ相关性Ｎ总值与因子间的ｐ
Ｔａｂ．２ ＴｈｅｅｒｓｏｎｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｏｔａｌｖａｌｕｅｏｆＤＮａｎｄｖａｌｕｅｏｆｆａｃｔｏｒｓ ｐ
项目Ｐｅｒｓｏｎ相关性
项目Ｐｅｒｓｏｎ相关性
项目ｅｒｓｏｎ相关性Ｐ
项目Ｐｅｒｓｏｎ相关性
一般预算收入
营业税
个人所得税
进出口总值０．９０８住宅投资０．９３４ 建筑业企业数０．９５２ ０．９００
工业总产值０．９５５商品房销售面积
０．９３０ 建筑业总产值０．９０６ ０．９００
工业企业资产总计
０．９２７住宅销售面积０．９２６
金融机构人民币存款余额
０．９３０
９３００．９３４０．９０９０．主营业务收入全社会固定资产投资房地产开发投资９５６０． 商品房销售额９３７０． ０．９４２
０．９０９ 住宅销售额０．９５６ ０．９４４
０．９１１ 城镇人口０．９１５ 地区生产总值０．９１０
城乡居民储蓄社会消费品零售总额第二产业生产总值第三产业生产总值
４６
３．４拟合方程的建立与初步验证
：／／重庆师范大学学报（自然科学版）２卷ｔｔｃｎｕ．ｃｎｗｗｗ． 第３ ｈｐｑｊ
由于Ｄ而统计数据存在很多大于１万的数据，会导致拟合方程的变量系数出现Ｎ总值基本在０到１万以内，远小于０的情况，为了使系数保持在０左右，首先需要对所有项因子进行等比例缩小。以巴南区为基准，将所有）。采用小数点前面位数大于４的全部等比例缩小为小数点前面位数为３位以下（例如４７９０１７变为４９７．９０１７９ 逐步回归在Ｓ发现保留此２由ＰＳＳ软件中建立ＤＮ总值与所有因子之间的回归模型，３项因子时拟合精度最高，于目前还没有文献做过类似的工作，所以本研究最终建立Ｄ结果显示拟合优度Ｎ总值与２３项因子之间的模型，为了验证采用此拟合方程进行Ｄ为Ｒ２＝０．采用此方程对３９９９５，Ｎ总值的反演的效果，２个区县数据进行了初 步验证。
）根据拟合方程反演出来的Ｄ表３中Ｄ与根据城区面积提取记为Ａ）Ｎ总值的反演结果可以看出：Ｎ总值（１相对误差在１出的Ｄ在２相对误差（记为Ｂ）Ｎ总值吻合度很高，０％以内的占９６．８８％，０％以内的占８７．５０％。２）／不能直接作为真实ＤＤＭＳＰＯＬＳ数据的ＤＮ值分布特征决定了根据反演结果得到的ＤＮ总值（Ｎ总值。ＤＮＡ），总值的含义是Ｄ故需要将Ａ作为输入数据，记为Ｍ）选取Ａ与Ｍ最接Ｎ阈值与最大值之间所有ＤＮ值的总和（，进一步计算Ｎ以及Ｎ对应的城区面积，近的数据作为真实的Ｄ记为Ｎ）以进一步验证数据的可靠性。Ｎ总值（／）表中结果可知，ＤＭＳ与区县实际城区面积相对误差（记为Ｄ）在２ＰＯＬＳ数据反演结果较好，０％以内的占３
）由于ＤＭＳ／相对误差在１城区面积越小的区６．８８％，０％以内的占９３．７５％。４ＰＯＬＳ数据本身分辨率的原因，９
。域存在误差的可能性也越大（例如武隆县）
Ｙ＝４７．０５２＋５．６５３＊Ｘ１＋３．３８３＊Ｘ２－２．８０４＊Ｘ３＋０．４４５＊Ｘ４－１０．５９４＊Ｘ５＋０．１５０＊Ｘ６＋９．１７６＊Ｘ７＋０．１８１＊Ｘ８－１．０４５＊Ｘ９－０．０３２＊Ｘ１１８．１０８＊Ｘ１０＋１－１８．０７５＊Ｘ１９．９５０＊Ｘ１４．７７０＊Ｘ１１５．３３６＊Ｘ１１１．９８５＊Ｘ１４．９８７＊Ｘ１２－３＋４＋５＋６＋７＋
２．５３４＊Ｘ１０．７８１＊Ｘ１８．０４８＊Ｘ２２６．１１３＊Ｘ２２７．４５８＊Ｘ２８．２５９＊Ｘ２８－９＋０－１＋２＋３。
／表３ ＤＭＳＰＯＬＳ夜间灯光数据反演结果
／Ｔａｂ．３ ＴｈｅｉｎｖｅｒｓｉｏｎｒｅｓｕｌｔｓｏｆＤＭＳＰＯＬＳｎｉｈｔｔｉｍｅｌｉｈｔｄａｔａ ｇｇ
区县
巴南区２１０３．７３
０１０．６．１３４ ０００．涪陵区７１．３９１５ －０．０１ ４０．６４ ０．０５黔江区３０．４４７ ０５０．９．７７１ ０８－０．巫溪县２０８．３６ ０．０４ ５．４９ ０４０．
北培区１７２３．３２ －０．０２ ４５．０３ －０．０３江北区３３２４．１９
０．００ ６２．６ －０．０２荣昌县９０１．４４ －０．０３ ２７．４６ －０．０９ 武隆县１７３．９２ ０．１７４．３９ ０．２５
璧山县１０５２．０５
０．０５ ２６．３６ －０．０７江津区１６２４．３
０．０３ ４３．９３ －０．０３沙坪坝区４０４３．３７
０．００８４．５７ ０．０５秀山县３８６．９７ －０．０９ １２．０８ ０．０４
大渡口区１４４９．０６
０．０１ ２９．６５ －０．０１九龙坡区３８５２．２９
０．００ ７９．０８ －０．０１ 石柱县２３４．０２ －０．１１ ７．６９ －０．０５ 永川区１６７４．０６
０．００ ４７．２３ －０．０３
大足县４１３．８６ ０．０１１３．１８ －０．０８ 开县９５５．５８ ０．０４ ２４．１６ ０．０３ 铜梁县７４０．１６ ０．０５ １７．５７ ０．０７ 酉阳县３７０．９６ ０．１０ ９．８８ ０．０３
垫江县４５７．４ －０．０１１０．９８ ０．０１ 南岸区３４１２．８６
０．００６５．９ ０．０３ 潼南县６２０．７８ ０．００ １７．５７ ０．００ 渝北区５９７５．７８
０．００１１６．４２ －０．０７
丰都县３９１．３８ －０．０１ ９．８８ ０．１０南川区８６．２７５ －０．０２１６．４７ ０．０３ 万州区２３８．５１３
０．００４７．２３ ０．０７云阳县２５６．４８ －０．０７１３．１８ －０．０２
奉节县３５６．６３０．１３９．８８－０．１５綦江县６４７．７５－０．１４１９．７７０．０９巫山县２７０．８７－０．０１６．５９－０．０４忠县４６２．８４－０．０５１４．２８－０．０３
（）３
Ａ Ｂ Ｃ Ｄ 区县
ＡＢＣ Ｄ 区县
Ａ ＢＣ Ｄ区县
Ａ ＢＣ Ｄ
Ａ代表根据拟合模型反演出的ＤＢ代表Ａ与根据区县城区面积提取的ＤＣ代表Ａ对应Ｎ总值，Ｎ总值之间的相对误差， 注：
２夜间灯光研究城市发展
，）的灯光面积（单位：ｍＤ代表Ｃ与区县城区面积之间的相对误差。ｋ
／——以重庆市为例第６期 朱康文，等：基于ＤＭＳＰＯＬＳ夜间灯光数据的县域建成区的提取方法研究—５６
３．５拟合方程的交叉验证
为了进一步验证方程的拟合精度，采用Ｋ－折交叉验证法对方程进行验证。按照重庆市五大功能区的划分区域，每个区域中选取２个区县作为验证点。其中都市功能核心区只有渝中区一个，而渝中区整个内部全为城区，故不做验证。
交叉验证结果如表４所示，方程拟合的ＤＮ总值与根据区县城区面积提取出的ＤＮ总值之间的相对误差作为误差判断指标。结果显示渝东南生态保护区的相对误差较大，笔者认为主要是由于生态保护区城市发展受政策影响较大，主要职责为保护生态环境，对于城市的发展存在一定影响，故灯光值相应较低，对结果有一定的影响，但是由于相对误差并非很大所以对整体趋势影响较小。其它三
表４ 交叉验证结果
Ｔｖａｂ．４ Ｔｈｅｒｅｓｕｌｔｓｏｆｃｒｏｓｓａｌｉｄａｔｉｏｎ－
功能区名称都市功能拓展区都市发展新区渝东北生态涵养发展区渝东南生态保护区
区县名称九龙坡区南岸区潼南县大足区巫山县万州区黔江区秀山县
相对误差０．０９７０．０９３０．００２０．０２３０．０１７０．００５０．１２２１５５０．
区的拟合效果较好，均在１其中潼南县和万州区相对误差几乎为０，表明采用本文研究所得的拟合方程０％以内，进行县域建成区面积的反演是可行的。６模型应用３．
由于交叉验证效果较好，故可以采用此方法对重庆市４提取出各区县的最佳０个区县的ＤＮ总值进行反演，。）封三彩图２阈值从而获取２０１０年重庆市４０个区县的县域建成区分布图（
４结论与讨论
／本文针对基于ＤＭＳ以及在无法获ＰＯＬＳ灯光数据进行县级尺度建成区提取应用较少且精度不高等问题，／／取精度较高的城区面积数据的区域如何提取ＤＭＳＰＯＬＳ灯光数据最佳阈值的问题。利用ＤＭＳＰＯＬＳ灯光数据、统计年鉴数据和部分城区面积数据，首先对灯光数据进行初步去噪，有效避免了非城市化区域误判为城市化区域的错误。然后采用“影像校正—阈值提取—最佳因子—拟合方程—方程验证—方程应用”的思路对县级尺度无法获取城区面积数据的情况下如何直接获取灯光数据最佳阈值进行了探索，并建立了ＤＮ总值与统计年鉴交叉验证结果显示除了渝东数据之间的拟合方程。方程初步验证结果显示相对误差在１０％以内的占９３．７５％，南生态保护区的相对误差较大，其它均在１且有两个验证点相对误差几乎为０，说明本文建立的拟合方０％以内，程精度很高，可以应用于县级尺度建成区的提取。此外该方法具有一定的普适性，方程建立在统计年鉴数据与理论上此方程可以应用于２Ｎ总值之间，０１０年全国甚至全球建成区的提取。Ｄ
／／本文为ＤＭＳ也使ＤＭＳＰＯＬＳ数据在县域级别的应用建立了一个很好的思路，ＰＯＬＳ数据能更加真实的反。本文还存在一些不足之处，映城市发展过程（县级尺度）比如因子选取是否过多，另外本文是建立在重庆市统计年鉴数据前提下，各省市建立统计年鉴的标准可能不一致将使方法的推广性降低等问题都需要进一步深入研究。参考文献：
［］陈晋，／卓莉，史培军，等．基于ＤＭ１ＳＰＯＬＳ数据的中国城市
］化过程研究—反映区域城市化水平的灯光指数的构建［Ｊ．（）：遥感学报，００３，７３１６８７５．１２－
，，ＣｈｅｎＪＺｈｕｏＬ，ＳｈｉＰＪｅｔａｌ．Ｔｈｅｓｔｕｄｏｎｕｒｂａｎｉｚａｔｉｏｎ ｙ ／：ｒｏｃｅｓｓｉｎｃｈｉｎａｂａｓｅｄｏｎＤＭＳＰＯＬＳｄａｔａｄｅｖｅｌｏｍｅｎｔｏｆ ｐｐ［］ａｌｉｈｔｉｎｄｅｘｆｏｒｕｒｂａｎｉｚａｔｉｏｎｌｅｖｅｌｅｓｔｉｍａｔｉｏｎＪ．Ｊｏｕｒｎａｌｏｆ ｇ：，（）１ＲｅｍｏｔｅＳｅｎｓｉｎ２００３，７３１６８７５．－ ｇ
［］何春阳，李景刚，陈晋，等．基于夜间灯光数据的环渤海地２
］（）：区城市化过程［地理学报，Ｊ．２００５，６０３４０９１７．４－，ＨｅＣＹ，ＬｉＪＧ，ＣｈｅｎＪｅｔａｌ．Ｔｈｅｕｒｂａｎｉｚａｔｉｏｎｍｏｄｅｌａｎｄ ｒｏｃｅｓｓｉｎＢｏｈａｉＳｅａｓｕｒｒｏｕｎｄｉｎａｒｅａｉｎｔｈｅ１９９０ｓｂｕｓｉｎ ｐｇｙｇ ／，ＤＭＳＰＯＬＳｄａｔａ［Ｊ］．ＡｃｔａＧｅｏｒａｈｉｃａＳｉｎｉｃａ２００５，６０ ｇｐ
（）：４３４０９１７．－
［］何春阳，／史培军，李景刚，等．基于ＤＭ３ＳＰＯＬＳ夜间灯光数
据和统计数据的中国大陆２０世纪９０年代城市化空间过程］（）：科学通报，重建研究［Ｊ．２００６，５１７８５６６１．８－
，／ＨｅＣＹ，ＳｈｉＰＪＬｉＪＧ，ｅｔａｌ．ＢａｓｅｄｏｎｔｈｅＤＭＳＰＯＬＳ －ｎｉｈｔｌｉｈｔｓｔｏｄａｔａａｎｄｓｔａｔｉｓｔｉｃｓｄａｔａｏｆｍａｉｎｌａｎｄＣｈｉｎａｉｎ ｇｇｔｈｅ１９９０ｓｕｒｂａｎｉｚａｔｉｏｎｓａｃｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎｒｏｃｅｓｓｒｅ－ ｐｐ［］，（）：ｅａｒｃｈＪ．ＣｈｉｎｅｓｅＳｃｉｅｎｃｅｂｕｌｌｅｔｉｎ２００６，５１７８５６６１．ｓ８ －［］杨眉，／王世新，周艺，等．４ＤＭＳＰＯＬＳ夜间灯光数据应用研
］（）：究综述［遥感技术与应用，Ｊ．２０１１，２６０１４５１．５－ＹａｎＭ，ＷａｎＳＸ，ＺｈｏｕＹ，ｅｔａｌ．Ｒｅｖｉｅｗｏｎａｌｉｃａｔｉｏｎｓ ｇｇｐｐ ／ＯｏｆＤＭＳＰＬＳｎｉｈｔｔｉｍｅｅｍｉｓｓｉｏｎｓｄａｔａ［Ｊ］．Ｒｅｍｏｔｅ ｇ
第69卷第6期
2014年6月地理学报ACTAGEOGRAPHICASINICAVol.69,No.6June,2014
中国城市体系等级结构及其空间格局
——基于DMSP/OLS夜间灯光数据的实证
吴健生1,刘浩1,彭建2,马琳1,2
(1.北京大学城市人居环境科学与技术重点实验室,深圳518055;2.北京大学城市与环境学院,北京100871)
摘要：完善的城市体系可以不断优化各个城市的时空资源并强化区域城市的集聚效应，切实
推动区域可持续发展与城市综合效益最大化。受惠于城市因素流与城市作用潜力的显著相关
关系，节点体系研究可以准确测度城市体系内部各个城市之间的相互作用关系，又避免了功
能体系研究所需矢量数据的难以获取与测算庞杂，而DMSP/OLS夜间灯光遥感数据可以综合
地定量测度城市地区人类活动的广度与强度。基于夜间灯光指数的引力模型定量测度中国341
个城市之间的相互作用关系，并通过二阶段聚类法综合分析其城市体系等级结构与空间格
局。中国节点城市被划分为7大国家节点城市(包括北京、天津、上海、广州、重庆、哈尔滨
与沈阳)、26个区域节点城市与107个省域节点城市，而中国城市体系则被划分为2个国家城市
体系(北方城市体系与南方城市体系)、8个区域城市体系(华北城市体系、东北城市体系、西
北城市体系、黄河中游城市体系与华东城市体系、华南城市体系、西南城市体系、长江中游
城市体系)与31个省域城市体系。城市体系的地域范围是相对的、局部的，没有明确的识别界
线，不过通过对基于DMSP/OLS夜间灯光数据的中国城市体系等级结构与空间格局与顾朝林
实证研究的分析结果进行进一步的综合比对评估，总体而言，基于DMSP/OLS夜间灯光数据
对城市体系的等级结构与空间格局进行实证研究是可信的和可行的。
关键词：城市体系；等级结构；空间格局；引力模型；DMSP/OLS；中国
DOI:10.11821/dlxb201406004
1前言
城市体系的形成与发展是区域经济社会发展达到一定阶段的必然产物，是特定区域内相对独立的有机整体。完善的城市体系具有地域连接与开放属性的城市时空动态网络结构，其构成城市则有吸引集聚与辐射扩散的复合效应。城市体系的完善不仅可以高效优化城市时空资源并有效推动城市集聚效益(或扩散效益)，也有助于推动建设适合我国国情发展的新型工业化与城市化道路，并切实推动区域可持续发展战略。
城市体系研究范式已从单纯的定性分析过渡到定量分析，并趋于定性—定量综合分析。不过受困于研究数据的获取性与时效性，城市体系实证研究多基于传统的部门统计数据(如人口规模、行政级别、生产总值与通勤交通[1-3])。作为城市体系的核心概念，城市规模是综合分析城市体系等级结构及其空间格局的基本要素，其定量测度主要基于单一统计指标及部分综合指标体系。单一统计指标却受制于部门统计数据的低可信度与难获取度(城市O-D网络数据尤甚)，又难以全面表征城市规模[4-6]。综合指标体系虽克服单一统计指标的片面性，却也陷入指标选取与权重测定等困境。当前国内城市体系研究面临日益严重的发展瓶颈，亟需拓展新方法论与新数据源，尤需形式简洁却内涵丰富的评估方式。收稿日期：2013-08-15;修订日期：2014-04-12
基金项目：国家自然科学基金项目(41330747)[Foundation:NationalNaturalScienceFoundationofChina,No.41330747]作者简介：吴健生(1965-),男,博士,教授,主要从事遥感与GIS、景观生态学与土地利用规划研究。
E-mail:wujs@szpku.edu.cn
通讯作者：刘浩(1987-),男,硕士,主要从事城市与区域规划、区域经济研究。E-mail：liuhao4680@126.com
759-770页
760地理学报69卷
得益于遥感技术的突飞猛进，遥感数据以其特有的时效性与可获性成为重要数据源。DMSP/OLS夜间灯光数据可综合表征人类活动的广度与强度，又与各类城市规模评估指标(生产总值、扩展面积、人口规模、地表覆被、能源消费、城市化水平等[7-12])存在显著相关关系，藉此夜间灯光指数是形式简洁却内涵丰富的评估指标，实现了单一统计指标与综合指标体系的有机融合。虽然夜间灯光指数理论上可高效评估城市规模并分析城市体系，却受困于引入时间短、研究人员少等客观因素，其实证研究仍处于分析其与各类城市规模评估指标的相关关系层次，基于DMSP/OLS夜间灯光数据的城市体系等级结构及其空间格局的实证研究鲜有进行，其可行性与可信度亟需实践论证。
本文基于DMSP/OLS夜间灯光数据对中国城市体系的等级结构及其空间格局进行综合分析，研究对象选取中国地级以上城市，首先基于夜间灯光数据测度城市规模，再采用引力模型估测城市相互作用程度，进而通过二阶段聚类分析评估我国城市体系的等级结构，其聚类因子包括综合潜力指数、综合潜力秩数与城市规模指数以及虚拟评估因子，最后基于空间聚类分析对中国城市体系的空间格局进行定量—定性综合分析。
2研究方法
2.1研究地域
改革开放以来，城市化进程显著加快，各级各类城市逐渐融入统一的城市经济体系，城市联系也发生多元化全方位的时空演化，不同规模、不同层次与不同功能的城市体现不断形成发展。为了更好地优化中国城市体系，引导建设符合我国国情的特色城镇化，中国城市体系等级结构及其空间格局的实证研究需要综合实践。
为了评估基于DMSP/OLS夜间灯光数据的城市体系等级结构及其空间格局的可行性与可信度，选取中国包括直辖市、地级市、自治州以及部分省直辖县市等32个省市的341个城市作为研究对象。城市行政区划与市名及其行政中心都以2012年为标准。为了提高实证分析的精确性与科学性，将市域面积太小的城市归入相邻较大城市，如石河子市并入昌吉市，阿拉尔市并入阿克苏市。城市行政中心为实证研究的测度中心。2.2研究模型
首先基于夜间灯光指数构建城市规模模型，而后基于引力模型评估城市作用指数，进而基于二阶段聚类分析(连续进行两次聚类分析，聚类因子分别包括城市规模指数、综合潜力指数与综合潜力秩数以及虚拟评估因子)评估城市体系的等级结构，最后基于空间聚类分析探讨城市体系的空间格局。城市规模指数表征城市综合实力，为城市在其城市体系中自身生成集聚效益或扩散效益的综合能力，既是城市作用指数的引力质量系数也是城市体系等级结构分析的聚类因子。城市作用指数测度城市相互联系程度，是城市在其城市体系中自身与相关城市之间相互联系的理论能力，是城市节点体系而非城市功能体系的理论作用。综合潜力指数评估城市在其城市体系中与相关城市的相互联系程度的数量综合，综合潜力秩数则表征城市在其城市体系中与相关城市相互联系程度的质量综合。综合潜力指数与综合潜力秩数源于城市作用指数，都是评估城市体系等级结构的二阶段聚类分析因子。2.2.1构建城市规模模型城市体系包括城市功能体系与城市节点体系。城市功能体系是基于城市之间的能量流、物质流等城市因素流的实际联系状况[13-14]，是源于实践的直接评估。城市节点体系是源于理论的间接评估[15]，其基于城市规模的理论假设，即城市规模大小决定城市因素流多少，决定城市在其城市体系中的集聚效益与扩散效益。相比于城市节点体系，城市功能体系更加趋于科学客观，尤其适用于城市O-D网络数据所支持的实证研究；而受困于城市因素流的难以监控和获取，城市功能体系的实证研究却局限于特定对
6期吴健生等：中国城市体系等级结构及其空间格局761象，中尺度尤甚。基于城市规模的理论假设，城市节点体系研究有效解决了城市功能体系研究数据监控和获取的难题并科学评估城市体系的等级结构及其空间格局，而本文实证研究即基于此。
作为城市体系研究的核心概念，表征城市综合实力的城市规模却难以基于单一统计指标进行全面评估，而综合指标体系也受困于评估指标与评估权重的选取[16-17]。形式简洁却内涵丰富的DMSP/OLS夜间灯光指数综合表征城市地区人类活动的广度与强度，其与所含经济因子(生产总值、能源消耗、城市扩张等[8,11])、社会因子(人口规模、人口密度、城市化等[7,9])和生态因子(碳排放、地表覆被、城市灾害等[10,12])的城市因素流的数量和质量存在显著相关关系。基于夜间灯光指数的城市规模指数可全面评估城市规模，如公式(1)。AfMi=I×B=∑e=g(Ne×Se)×i(1)0
式中：Mi为城市规模指数；Ne为研究地域内第e级像元灰度值；Se为研究地域内第e级像元总数目；g为始点阈值(g=1)而f为终点阈值(f=max)；Ai为城市i像元灰度值在始点阈值与终点阈值之间的总面积，A0为研究地域内所有城市满足条件的总面积。
2.2.2构建城市作用模型本文旨在评估基于DMSP/OLS夜间灯光数据的城市体系等级结构及其空间格局的可行性与可信度，进而分析中国城市体系的等级结构与空间格局的时空演化，关键是分析城市节点体系而非基于城市O-D网络数据真实拟合城市因素流和进行城市功能体系的时空格局[18]，故此城市作用模型选用引力模型以用于分析城市在城市体系中与相关城市的相互作用状况，如公式(2)。
MiaMjbIij=K(i≠j;i∈[1,n];j∈[1,m])(2)dijc夜间灯光研究城市发展
式中：Iij为城市i与城市j之间的城市作用指数；K为比例系数；Mi与Mj分别为始点城市i与终点城市j的城市规模指数；d为始点城市与终点城市的距离(本文为空间直线距离)；a与b分别为城市生成对内集聚与对外扩散的城市因素流的潜力指数(本文假设城市所生成因素流与所吸引因素流是双向等量的，均取1)；c为距离效应阻尼系数。距离效应阻尼系数是城市之间相互作用引力的距离衰减速度，既受区域环境制约也受城市因素流的类型限制，虽存在争论，本文以距离效应阻尼系数表征城市之间相互作用范围的尺度差异，其分别为1和2时可近似代表国家尺度与地区尺度的城市体系时空作用状况[19]。2.2.3构建城市作用潜力模型综合潜力指数即终点城市与所有符合条件的始点城市相互之间的城市作用指数之和，评估其在城市体系中城市相互作用状况的数量综合，定量测度目标城市在整个城市体系中的联系强度，如公式(3)。
nTi=∑i=mIij(3)
式中：Tj为城市综合潜力指数；m与n分别为强度阈值的min与max(m=1而d=340)。
综合潜力秩数即终点城市到所有符合条件的始点城市相互之间的城市作用强度秩数之和，评估其在城市体系中城市相互联系状况的质量综合，定量测度目标城市在整个城市体系中的联系广度，城市作用强度秩数是按照不同条件从大至小依次排列，如公式(4)。
qRj=∑j=pOj(4)[]
式中：Rj为城市综合潜力秩数；Oj为城市j城市作用指数秩数；p与q分别为秩数阈值的min与max(本文p=1而q不是常数)。基于引力模型的城市体系实证研究可能存在偶然误差，而单一固定系数必然增加偶然误差的发生概率从而降低实证研究的可信度与可行性，同时为了凸显不同级别城市的相互作用差异，现有研究虽多选用城市最大作用强度(q=
1)，本文则将q设为非常数，将q初始选取1、5、10、50、100与340，而后5、50与100所含有效信息相对较少而仅将1、10与340引入二阶段聚类分析。
762地理学报69卷
2.3研究数据
本文旨在分析中国城市体
系的等级结构及其空间格局，
并藉此评估基于DMSP/OLS夜
间灯光数据分析城市体系等级
结构与空间格局的可信度与可
行性。选取F162006辐射定标
数据，其一稳定灯光数据包含
城镇等稳定光源而背景噪音为
0，为城镇体系实证研究提供
优质数据源，其二F162006辐
射定标数据有效消除夜间灯光
数据的灯光饱和效应，其可信
度与可行性评估更为有效。掩
膜提取中国DMSP/OLS夜间灯
光并重采样为1km分辨率（图
1）。F162006灯光数据源于
/retype/zoom/2d2ee847b7360b4c2f3f6436?pn=4&x=0&y=7&raww=1110&rawh=845&o=png_6_0_0_241_76_400_304_667.002_1021.962&type=pic&aimh=365.4054054054054&md5sum=c6ab41bfa8767e62428e3e650dcfc05b&sign=49f0afc37a&zoom=&png=491-224913&jpg=169-169" target="_blank">
1)3城市体系的等级结构
本文以城市规模指数、综合潜力指数与综合潜力秩数以及虚拟评估因子作为二阶段聚类分析因子，并连续进行两次聚类分析，进而综合分析中国城市体系的等级结构[20-21]。二阶段聚类分析(Two-stepClusterAnalysis)是利用距离测度假设聚类模型变量均为自变量，并对数据集自然分组进行探索性分析，即假设连续型变量为正态分布，分类变量是多项式，使用经验内部检验方法稳定自变量假设及分布假设的干扰。城市体系二阶段聚类分析的分类变量选定虚拟评估因子，而连续型变量则选定城市规模指数、综合潜力指数与综合潜力秩数，其他测度系数选取默认选项(测度距离为对数似然距离测度，聚类数目为系统自动确定，聚类准则为贝叶斯信息准则BIC)。3.1城市体系等级结构的划分
为了提高实证研究的可信度与可行性，二阶段聚类分析连续进行两次，而聚类因子分别包括城市规模指数、综合潜力指数与综合潜力秩数以及虚拟评估因子，而综合潜力秩数则包括三个秩数(q分别为1、10与340)。为了消除行政、经济与社会等因素制约以提高实证分析的精确度与客观性，第一次的二阶段聚类分析引入一个虚拟评估因子。夜间灯光研究城市发展
国家尺度分析。中国城市体系基于第一次的二阶段聚类分析而被自主分为三个等级，第一城市等级有33个城市，第二城市等级有81个城市，第三城市等级结构则有227个城市。本文将第一次聚类所得的第二城市等级定义为省域节点城市。第一次聚类所得的第一城市等级则进行第二次的二阶段聚类分析并被自主分为两个等级，第一城市等级有7个城市即北京、天津、上海、广州、重庆、哈尔滨与沈阳，被定义为国家节点城市，第二城市等级26个城市被定义为区域节点城市，即深圳、厦门、宁波、大连、青岛、南宁、贵阳、昆明、福州、成都、长沙、合肥、武汉、南昌、杭州、西安、郑州、南京、银川、兰州、太原、济南、石家庄、乌鲁木齐、呼和浩特与长春。基于DMSP/OLS夜间灯光数据
6期吴健生等：中国城市体系等级结构及其空间格局763的中国城市体系等级结构被依次划分为国家节点城市、区域节点城市与省域节点城市(图2)。
区域尺度的评估流程如同国家尺度。中国城市体系基于二阶段聚类分析而被分为两个等级结构，第一城市等级被定义为节点城市，第二城市等级则被定义为非节点城市。区域尺度所得的节点城市如与国家尺度所得的节点城市相互重合则不作另外分级，而没有重合的节点城市被统一定义为省域节点城市。综合国家尺度与区域尺度的省域节点城市共有107个城市(包括国家尺度的81市和区域尺度的26市)。
3.2城市体系等级结构的特征
中国城市体系的等级结构形似金字塔式结构。基于对国家尺度与区域尺度的城市体系等级结构进行二阶段聚类分析，中国城市体系的等级结构被分为四个城市等级，7个国家节点城市，26个区域节点城市，107个省域节点城市，201个非节点城市，四类城市等级的数目比例为1:4:15:29，城市等级越高而城市数目越少，城市体系的等级结构呈正金字塔式结构。基于DMSP/OLS夜间灯光数据的中国城市体系的等级结构在国家尺度上总体符合中心地理论，而区域尺度尤其城市化发达地区的等级结构趋于城市平行网络结构(图2)。
中国城市体系的等级结构明显受制于城市行政职能级别。中国城市体系的等级结构与其行政职能级别存在显著正相关关系，城市行政级别越高而城市等级越高。作为国家政治中心的北京市在中国城市体系等级结构中居于最高级别，而7个国家节点城市(即北京、
ab
cd
图2中国城市体系的空间格局及其空间网络隶属关系
Fig.2HierarchyregionalizationofnetworkrelationsinChina'surbansystem
第3期，总第90期2011年9月15日
国土资源遥感
No．3，2011Sep．，2011
REMOTESENSINGFORLAND＆RESOURCES
基于DMSP/OLS夜间灯光数据的长江三角洲地区
城市化格局与过程研究
徐梦洁，陈黎，刘焕金，王慧
（南京农业大学公共管理学院，南京210095）
2003和2008年的DMSP/OLS夜间灯光数据，摘要：利用1998、结合相关统计数据，分析灯光数据与城市化进程中人口和土地利用等方面的关系，构建基于灯光数据的城市化水平指数，分析长三角城市群城市化进程和空间经济、
模式；通过与统计数据对比，按照最小误差原则确定市辖区建设用地信息提取的阈值，根据各城市在1998～2003年和2003～2008年两个阶段建设用地信息提取阈值的变化，划分城市建设用地的主导扩张类型。研究表明：长三角城市群表现为核心城市的面状扩张、沿交通网络的线状扩张和非核心城市的点状扩张模式，城市群的特征逐渐体现；区域内部城市化发展水平不均衡，但空间差异逐渐缩小；镇江、常州、扬州、无锡、苏州、南通、湖州、嘉兴、绍舟山和台州等市属于填充增强主导扩展类型；南京、杭州和上海则属于外延－填充增强主导扩展类型；泰州和兴、
宁波属于填充增强－外延主导扩展类型。
关键词：DMSP/OLS；夜间灯光数据；长江三角洲；城市化中图法分类号：TP75
文献标识码：A
文章编号：1001－070X（2011）03－0106－07
0引言
研究相对较少。美国军事气象卫星DefenceMeteor-ologicalSatelliteProgram（DMSP）搭载的OperationalLinescanSystem（OLS）传感器为大尺度的城市研究
提供了新的数据源。DMSP/OLS传感器的应用始于20世纪70年代，其特点是可在夜间工作，能探测到
船只等发出的城市灯光甚至小规模居民地和车流、
低强度灯光，并将其与黑暗的乡村背景区分开来。
Croft［9］最早将该数据用于城市研究，DMSP/他指出，OLS夜间灯光数据有助于确定人类活动强度的高低。1992年美国国防部（DoD）和美国国家海洋和
从此将其大气管理局（NOAA）开始使用数码文档，
用于城市研究的学者日益增多，研究领域涵盖城市
［10］［11］［12］［13］
经济、能源及环境等诸多方面。人口、
我国此类研究开展较晚，陈晋等人较早将灯光数据
［7］
用于分析中国城市化特征，其他研究还有中国城
［14］［15］
市用地扩展类型、城市化的生态效应及城市等。夜间灯光数据与AVHRR数据具有相当的空间和时间分辨率，适于大尺度城市化进人口估算
程的动态监测，而数据免费下载的特点使其具备了
［7］
应用优势。分析表明，利用DMSP/OLS数据提取城市格局特征与利用LandsatTM提取的城市格局特征基本一致；基于灯光数据的城市空间信息基本能反映我国城市化发展的实际情况
［17］
［16］
城市化是重要的社会和经济现象，是涉及经济、
社会、人口和地域空间等多方面的复杂过程。国际上对城市化的研究已有数十年的历史，不同学科对城市
［1，2］
。虽然不同学术流派对城市化理解化的理解不一
但综合他们的观点，可以将城市化归结为存在差异，
乡村聚落转化为城市聚落的过程：其一为实质性的
集中，如人口和第二、第三产业等活动的集中；其二为城市生活方式的接受程度。前者更易观察与研究，测度城市化水平的指标也大多由此构建。伴随社会经济的高速发展和产业结构的调整，目前我国城市化
《中国正处于加速发展阶段。中国社会科学院发布的中指出：2009年底，中国城镇人口总城市发展报告》
量为美国人口总数的2倍，比欧盟27国人口总规模还要高出1/4。随着中国城市化进程的逐渐深入，大都市区和大城市群地区已经成为中国城市化进程中
［3］
最具有活力的地区。城市化进程中不断产生和加
［4－6］
剧的社会、经济和生态环境问题必将影响城市的可持续发展，因此需要把握城市化的现状与发展趋
［7］势，以便对城市化进程加以调控。
在城市化研究中应用遥感技术由来已久，主要集中在小尺度的城市土地利用分类、变化信息提取
。总体而言，
和空间扩展动态监测等方面
［8］
，中观和宏观尺度的
从区域尺度对我国经济发达区域城市群的城市化相
收稿日期：2010－11－15；修订日期：2011－01－27
基金项目：国家自然科学基金项目（编号：40801062）资助。
第3期徐梦洁，等：基于DMSP/OLS夜间灯光数据的长江三角洲地区城市化格局与过程研究
·107·
2003和关研究仍相对薄弱。因此，本文利用1998、
2008年3期长三角地区城市群的DMSP/OLS夜间灯光数据，结合统计数据，分析灯光数据与城市化进程中经济、人口和土地利用等方面的关系，构建基于灯光数据的城市化水平指数；通过与统计数据对
按照最小误差原则确定城市市辖区建设用地信比，
息提取的阈值。在此基础上，分析长三角城市群城市化进程和空间模式，并根据各城市在1998～2003年和2003～2008年两个阶段阈值的变化，划分城市建设用地的主导扩张类型。
ngdc．noaa．gov/dmsp/downloadV4composites．html）。OLS传感器有可见光—近红外（VNIR，0．4～1．0μm）和热红外（TIR，10～13μm）2个通道，获取图像总幅宽3000km，传感器采样距离为0．55km，对数据平滑处理后可得到扫描方向采样距离为2．7km的较低空间分辨率数据。原始数据是消除了云（通过热红外通道阈值法）及火光等偶然噪声影响后对全年VNIR通道灰度值直接平均化处理后得到的，数据灰度值范围1～63，饱和灯光灰度值为63。
本文使用ArcGISDesktop作为地理信息处理软件。数据源包括美国国家地球物理数据中心提供的DMSP/OLS夜间灯光数据以及通过国家基础地理信息系统网站（http：//nfgis．nsdi．gov．cn/）下载的全国1∶400万数据库中的县级以上境界面状数据和主要交通线状数据。二者的数据都是地理坐标（Lat－lon），椭球体为WGS84，可以相互叠加。为了计算面积，需对二类数据的坐标加以转换，本文将其转换为横轴墨卡托（UTM）投影，椭球体仍为WGS84。在县级以上境界面状数据中提取长三角洲地区各市和市辖区边界，用以裁剪全球灯光数据的计算。
1
1．1
研究区域与数据源
研究区域
长江三角洲地域范围涉及上海市和江苏、浙江
2
两省，土地面积约110116km，包括上海市、江苏的南京、镇江、扬州、常州、无锡、苏州、南通和泰州市以及浙江的嘉兴、湖州、杭州、宁波、绍兴、台州和舟山下辖140个县（市、区）。长江三角洲是我国最市，
大的经济核心区之一，也是中国城市最密集的地区，3个副省级城市（南区内共有1个直辖市（上海）、京、杭州、宁波）和12个地级市。早在20世纪60年代，长江三角洲地区便被戈特曼列为世界上6个大城市带之一
［18］
2
2．1
研究方法
城市化指数的构建
DMSP/OLS夜间灯光强度变化反映了人类活动
［9］
。时至今日，这一地区已成为我国经
济最发达的城镇密集之地。2009年，长三角16市
GDP总量达到59711．25亿元，其中11个城市GDP的增长幅度超过10%。1．2数据源及数据处理
本文使用的DMSP/OLS夜间灯光数据来源于美国国家地球物理数据中心网站（http：//
表1
Tab．1
灯光数据数据1数据2数据3数据4
的强度差异。为构建基于夜间灯光数据的城市化水平指数，本文分析了城市灯光数据与长三角地人口和土地利用的相关性，如表1区各城市经济、所示。
城市灯光数据与城市经济、人口和土地利用的相关关系（2008年）①
经济
指标20．1570．056
＊
0．741＊0．001＊
0．728＊0．001
Correlationsforcitynightlightdatawithsocial，economicandlandutilizationstatisticsin2008
相关性
指标1
0．0590．828
＊
0．853＊0．000＊
0．851＊0．000
皮尔逊相关系数显著性（双尾）皮尔逊相关系数显著性（双尾）皮尔逊相关系数显著性（双尾）皮尔逊相关系数显著性（双尾）
指标30．0730．789
＊
0．697＊0．003＊
0．752＊0．001
指标40．3710．157
＊
0．791＊0．000
人口指标50．0970．7210．3960．1290．545*0．0290．3780．149
指标60．0880．7460．5440．0290．4230．1030．4950．051
*
土地利用指标7指标80．1270．638
＊0．769＊0．000
0．0290．915
＊
0．710＊0．002＊
0．708＊0．002＊
0．634＊0．008
0．5070．0450．8020．000
*
0．606*0．013
＊
0．721＊0．002
0．7690．000
＊＊
0．677
0．004
＊＊
0．625
0．010
＊＊＊＊
①指标1～8分别为全市GDP（亿元）、全市人均GDP（元/人）、第二和第三产业产值比重（%）；全市人口密度（人/km2）、市辖区人口密度（人/km2）、非农业人口占总人口比重（%）；市辖区建设用地面积（km2）和市辖区建成区面积（km2）。*表示显著相关（置信度5%）；＊＊表示极显著相关（置信度1%）。
表1中数据1是区域灯光面积属性指标据2是平均灯光强度属性指标
［7］
［7］
；数
；数据3是城市灯
TNLI=∑（DNi·ni）
i=1
max
（1）
TNLI），光亮度总值（TotalNightLightIndex，算式为
TNLI为城市灯光亮度总值；DNi为区域式中，
·108·
国土资源遥感2011年
内第i级像元灰度值；ni为区域内该灰度级像元总数，灰度取值从1到区域最大值DNmax（DNmax≤63）。数据4即卓莉提出的复合夜间灯光数据（CNLI），误差像元阈值为4，灰度取值从4到区域最大值DNmax。从2008年相关分析结果可知，灯光强度属性指标与统计数据的相关性最好，除市辖区人口密度外，与其他7项指标都呈显著相关或极显著
2
相关；而CNLI与市辖区人口密度（人/km）和非农业人口占总人口比重（%）两项指标的相关性较差。
［17］
DNT为夜间灯光数据的阈值；S（DNT）图1中，
为统计阈值内的灯光斑块面积；ΔS（DNT）为S（DNT）与各市市辖区建设用地面积（Area）的差值
DNmin分别为阈值的最大、绝对值；DNmax、最小值。ΔS（DNT－1）、ΔS（DNT+1）分别为阈值DNT－1、
DNT+1时的面积与建设用地面积之差的绝对值；If［ΔS（DNT－1）≥ΔS（DNT）≤ΔS（DNT+1）］表示阈值为DNT时的面积与建设用地面积之差绝对值最小。
2008年长三角各市市辖区建设用地面积的提取结果表明，除常州、苏州和杭州三市外，各城市提取误差基本在7%之内，平均误差为0．52%。如表2所示。
表2Tab．2
基于DMSP/OLS数据的长三角城市群空间信息提取结果（2008年）
ExtractedspatialinformationintheYangtzeDeltawiththeDMSP/OLSdatain2008
城市南京市镇江市常州市扬州市无锡市泰州市苏州市南通市湖州市嘉兴市杭州市绍兴市宁波市舟山市台州市上海市总计
基于统计数据
的市辖区建设用地面积/km2
597981218319570318147177333．8862775013824294957．8
基于灯光数据阈值提取的市辖区建设用地面积/km2
563．1995．21163．0080．32196．0071．00264．0015．0073．4973．75268．9991．59279．2049．49141．002506．524931．75
阈值56536159625162565457605656495256
相对误差/%－5．66－2．8534．71－3．230．511．43－16．987．143．51－4．22－19．426．500．79－1．022．173．190．52
因此，本文采用平均灯光强度属性指标作为基于DMSP/OLS的城市化水平指数。2．2
灯光阈值的确定
城市建成区是城市化的重点区域，依赖于行政单元的统计数据，由于缺乏空间信息，往往难以满足大尺度的中国城市空间格局研究的需要
，通过遥感信息提取城市建成区空间形态是研究前提。灯光阈值（DNT）的确定是应用灯光数据研究城市化空间形态的关键。阈值的确定方法包括经验法
、突变
［19］［10］
检测方法和基于辅助资料的空间比较法等。
［19］［17］［2］
其中，空间比较法的应用最为广泛，如Imhoff对
［20］
在美国以及Small对全球17个城市的研究，基本思路是利用相关辅助数据，来帮助确定最佳阈值，进
［21］
而从DMSP/OLS数据中提取城市空间信息。本文采用空间比较法中的二分法来确定灯光阈值，提
［22］
取各市市辖区建设用地面积，具体如图1所示。
常州、苏州和杭州三市信息提取误差偏大是因
为受到市辖区范围内大面积水域的影响所致。2008年长三角地区城市群灯光数据提取阈值为各区域最大灰度值的86%～98%，均值为93%。1998年和
图1
Fig．1
城市灯光阈值确定流程
［16］
Procedureforthresholdvaluedetermination
表3
2008年提取阈值的分布范围分别是37%～94%和54%～94%，均值分别是76%和84%，如表3所示。
基于DMSP/OLS数据的长三角城市群空间信息提取阈值（DNT）①
Tab．3
城市南京市镇江市常州市ThresholdvalueforspatialinformationextractionintheYangtzeDeltawiththeDMSP/OLSdata
1998年
2003
%①
0．890．640．80最大值635961阈值504557%0．790．760．93最大值6358622008年阈值565361%0．890．910．98
阈值563849最大值635961
第3期徐梦洁，等：基于DMSP/OLS夜间灯光数据的长江三角洲地区城市化格局与过程研究
·109·
（续表）
城市无锡市
泰州市苏州市南通市湖州市嘉兴市杭州市绍兴市宁波市舟山市台州市上海市
1998年
最大值615960595658625360495063
阈值554955452741544153182959
%0．900．830．920．760．480．710．870．770．880．370．580．94
最大值615961605959615962576163
2003阈值565557504747525158314751
%0．920．930．930．830．800．800．850．860．940．540．770．81
最大值635963625961635960556063
2008年阈值625162565457605656495256
%0．980．860．980．900．930．930．950．950．930．890．870．89
①%表示阈值占最大值的百分比。
3结果与分析
图2是长三角各主要城市及其行政辖区的夜间灯光数据图，亮度区域呈现“Z”型的空间形态，分别连接南京、镇江、常州、无锡、苏州、上海、嘉兴、杭州、绍兴和宁波等主要城市，这些城市的社会经济关联密切，具有城市群的典型特征，这10个城市也是长三角城市群的核心城市
。
解为城市用地在空间上通过占有非城市用地而实现扩展的过程。如果通过DMSP/OLS数据来反映，则体现为空间活动强度的不断增加。城市群地区的城市化过程可以概括为面状、线状和点状3种模式：面状模式是城市单元在城市聚集效应下围绕原有中心向外扩展；线状模式是城市单元在不同等级的中心之间沿交通廊道扩展；点状城市化模式是中心和廊道之外新中心的出现，即区域出现新的增长［23］
绘制了1998～2008年点。为揭示城市化动态，
DNT取长三角城市群辖区建设用地扩张图（图3），
18，和阈值下限（1998年，舟山）一致。
图2Fig．2
2008年长三角城市群夜间灯光（DN≥1）CitynightlightofYangtzeDeltawith
图3
Fig．3
1998～2008年长三角城市群市辖区
建设用地扩张图（DNT≥18）
theDMSP/OLSdatain2008（DN≥1）
3．1城市群城市化空间模式
从空间和景观的角度出发，城市化过程可以理
ExpansionofconstructionlandinYangtzeDelta
withtheDMSP/OLSdatafrom1998to2008（DNT≥18）
·110·
国土资源遥感2011年
1998～2008年间，由图3可知，研究区内所有
导城市都表现出以主城区为中心的面状发展模式，致镇江—常州—无锡—苏州—上海的市辖区建设用
地成片扩展；上海—嘉兴—杭州、杭州—绍兴—宁南京—镇江、无锡—苏州—湖州—杭州一带表现波、
主要依托铁路（沪杭、沪宁）和公路（沪为线状模式，
杭、沪宁、杭甬、宁杭）组成交通干线网络并连接各
核心城市；点状模式十分普遍，在非核心城市如扬州、泰州、南通和泰州表现得较为显著，但在面状扩
展和线状扩展占主导的区域不显著。
3．2城市群城市化过程分析
鉴于平均灯光强度属性指标和反映城市化的统计数据间呈显著相关关系，且计算简便，本文采用其作为分析长三角城市化过程的指数。由1998～2003年各城市平均灯光强度空间分布图（图4）可以看出，长三角城市群的城市化水平存在着较大的区域内部差异，其基本态势是以上海市为中心，城市化水平向外围逐渐递减
。
图4
Fig．4
1998（左）、2003（中）及2008（右）年长三角城市群灯光强度
NightlightintensitygradeinYangtzeDeltawiththeDMSP/OLSdatafrom1998（left）、2003（middle）to2008（right）
从城市化过程看，长三角城市群整体城市化水
1998～2003年，平不断提高，区域平均灯光强度的均值从0．154增长到0．219；2003～2008年，均值
属于加速发展阶段（表4）。由0．219增长到0．347，
表4Tab．4
长三角城市群1998～2003年平均灯光强度AveragenightlightintensityofagglomerationsYangtzeDeltafrom1998to2008
城市
南京市镇江市常州市扬州市无锡市泰州市苏州市南通市湖州市嘉兴市杭州市绍兴市宁波市舟山市台州市上海市1998年0．1790．1320．1400．1130．1910．1140．1830．1110．0950．1420．1460．1070．1300．1290．1090．4502003年0．2200．1740．1930．1350．3040．1330．3290．1180．1460．2210．1900．1610．2220．2190．1560．5822008年0．3240．2970．3680．2330．5140．2450．5460．2420．2210．4170．2880．2240．3190．3340．2180．759
在区域整体城市化水平提升的同时，区域内部的差
平均灯光强度的变差系数由1998年距也逐渐减小，
到2008年，减小的0．543减小到2003年的0．517，
到0．429。
由于TNLI和社会、经济、土地等统计数据相关
本文也分析了TNLI的时空变化。1998、性也较好，
2003和2008年，TNLI的均值分别为43466、62066
0．615和0．540，和89513，变差系数依次为0．646、TNLI变化趋势与平均灯光强度相似，变动幅度稍有差异。3．3夜间灯光研究城市发展
城市群用地扩展类型
基于DMSP/OLS数据特点，像元灯光强度随时
间的变化在一定程度上可以反映其所在区域开发利用强度的变化过程，因此可以根据城市像元灯光强度的时间变化特征来识别不同的城市用地主导扩展类型
［24］
。基本思路是：
当DNT，为填充增强1998≤DNT，2003≤DNT，2008时，主导扩展类型；当DNT，1998≥DNT，2003或当DNT，2003≥DNT，为外延主导扩展类型，依据其阶段性特2008时，征，可以细分为填充增强－外延主导扩展类型、外
第26卷 第1期2011年2月
遥 感 技 术 与 应 用
REMOTESENSINGTECHNOLOGYANDAPPLICATION
Vol.26 No.1
Feb.2011
DMSP/OLS夜间灯光数据应用研究综述
杨 眉1,2,王世新1,周 艺1,王丽涛1
(1.中国科学院遥感应用研究所,北京 100101;2.中国科学院研究生院,北京 100049)摘要:DMSP/OLS以其独特的光电放大特性与对夜间灯光的获取能力,成为人类活动监测的良好数据源。回顾了DMSP/OLS夜间灯光数据在城镇信息提取、社会经济因子估计及光污染、火灾、
渔火、天然气燃烧监测等方面的应用,其中重点介绍了利用灯光数据估算城市化水平和人口的方法和步骤,并总结了DMSP/OLS夜间灯光数据在应用中的优越性与局限性,最后对其未来应用方向进行了展望。关 键 词:DMSP;OLS;夜间灯光;人类活动
中图分类号:TP79 文献标志码:A 文章编号:1004-0323(2011)01-0045-07
1 引 言
美国国防气象卫星计划(DefenseMeteorologi-calSatelliteProgram,DMSP)是美国国防部极轨卫星项目,由空军太空与导弹系统中心负责管理。该卫星的轨道特点类似NOAA卫星,运行在高度约830km的太阳同步轨道,扫描条带宽度3000km,周期约101min每天绕地球飞行14圈,可得到4次全球覆盖图,分别是清晨、白天、黄昏和夜晚。DM-SP上的线性扫描业务系统(OperationalLinescanSystem,OLS)最初是专门为云层监测设计的振荡扫描辐射计,共设有两个波段:可见光—近红外(VNIR)波段,0.4～1μm,光谱分辨率6bit,灰度值范围0～63;热红外(TIR)波段,10～13μm,光谱分辨率8bit,灰度值范围0～255
[1]
通常来说,卫星传感器获取的主要是地表的太
阳辐射反射信号,而DMSP/OLS传感器独辟蹊径,采集的是夜间灯光、火光等产生的辐射信号。DM-SP/OLS传感器在夜间工作,能探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光,并使之区别于黑暗的乡村背景测研究的良好数据源
[5]
[4]
。因此,DMSP/OLS夜间
灯光影像可作为人类活动的表征,成为人类活动监
。使用DMSP/OLS数据主
要有以下两点优势:①DMSP/OLS不依赖于高空间分辨率,它的影像分辨率通常在1km左右,因而
[6]
影像数据量非常小,甚至不到TM数据的1%,在
对DMSP/OLS数据进行处理时更加简便;②DM-SP/OLS夜间灯光影像能反映综合性信息,它涵盖了交通道路、居民地等与人口、城市等因子分布密切相关的信息。因此,使用DMSP/OLS灯光数据时无需再单独考虑这些因素。
目前,DMSP/OLS夜间灯光影像主要用于城镇扩展研究[2-3,7-18]、社会经济因子估算[4,6,13,19-31]以及其他环境[32-34]、灾害[13,35-36]、渔业[13,37-39]、能源[13,40]等领域。
。其中可见光波段
又有两套探测器,白天使用光学望远镜头,夜间使用光学倍增管。夜间光学倍增管的入瞳单位波长辐亮度允许低至10-9w·cm-2·sr-1·μm,这比OLS白天可见光通道或NOAA/AVHRR、Landsat/TM等其他传感器的相应通道所能探测到的辐射大约低4个数量级[2]。光学倍增管起初是为气象目的设计,用于探测月光照射下的云,后来由于其具有很强的光电放大能力,因此逐渐被应用于探测城镇灯光、极光、闪电、渔火、火灾等地表活动
[3]
2 城镇扩展监测
当今世界处于一个高速发展的时期,传统的统计方法提供的城区范围往往还没有发挥作用就已经
。
收稿日期:2010-05-05;修订日期:2010-10-19
基金项目:国家科技支撑计划“主体功能区动态监测评价系统研究”(2008BAH31B03)和中国科学院知识创新工程重要方向项目群“重大
自然灾害遥感损失评估的理论与方法研究”(KZCX2-YW-Q03-07)资助。
作者简介:杨眉(1988-),女,安徽潜山人,博士研究生,主要从事遥感与GIS社会经济统计数据估算研究。E-mail:Yangmei0805@163.com。
途径是通过对影像设定阈值,将灯光面积缩小为城区有效面积。由于各地区的城市扩展情况各异,其阈值也各不相同。因而阈值设定是利用DMSP/OLS灯光影像进行城镇扩展监测的最大难点,前人
的研究也主要集中于此。此外,将多时相数据分别赋予红、绿、蓝3色复合叠加,通过叠加图来观察城市扩展大小、方向和趋势的方法,也是一种较为新颖、方便、直观的方法。
变化。反映人类活动特征的DMSP/OLS夜间灯光影像以城镇为靶区,为城镇扩展监测提供了准确、直接、节约、省时的方法。主要方法有如下两种:①通过灯光影像快速提取城市建成区,对多时相的城市
建成区进行比较,得到城镇扩展结果;②将多时相夜间灯光影像进行三色叠加,从颜色变化判断城镇扩展的范围及趋势。
1978年,Croft[3]首次提出DMSP/OLS影像具有城市建成区提取的潜力。但学者们经过早期研究发现:城区提取易受到像元饱和、像元溢出、云层覆盖、短暂性光源等多种因素的限制。在NOAA/NGDC的Elvidge等[13]研究人员的努力下,发展出了StableLights灯光数据集,初步解决了云层覆盖与短暂性光源的问题。
利用DMSP/OLS影像提取城市建成区的关键性问题是“灯光溢出”,即夜间灯光影像上探测到的有灯光的区域与实际城区范围并不能完全一致,OLS探测到的灯光分布范围往往大于其对应居住区的空间范围[12]。为了减少“灯光溢出”,学者们尝试对灯光影像设定阈值,随着阈值的增大,灯光区域缩小,最终存在一个阈值使灯光区域面积与实际建成区面积一致。Imhoff等[11]针对DMSP/OLS稳定灯光图像进行了多次试验,最终确定89%的观测频率阈值来消除观测频率较小的灯光像元,即我们认为的暂时性或溢出性灯光,从而有效地把灯光区域面积转化为城区面积。使用该方法提取出的城区面积与美国1990年统计调查结果相比,仅仅少了5%。Henderson等对DMSP/OLS灯光频率图像采用6%、80%的阈值,对DMSP/OLS辐射定标灯光强度图像采用1、20的阈值,分别提取了旧金山、北京、拉萨等发展水平不同的几个城市的边界,并以LandsatTM图像中提取的城市边界为标准做精度评价,结果说明DMSP/OLS稳定灯光和辐射定标图像均可作为城镇范围和城市化水平监测的有效数据源。
Small等在研究中首先将1994～1995年、1992～1993年、2000年采集的低月光、无云情况下的全球夜间灯光影像计算转化为观测频率影像图,值域范围为0～100,值代表观测时期所有的无云观测结果中光源被探测到的次数百分比,然后将2000年、1992～1993年和1994～1995年数据分别赋予红、绿、蓝3色复合叠加,直接进行比较。从颜色变化可以直观地看出城市扩张的大小、方向和趋势。
利用夜间灯光影像做城镇扩展监测研究的主要
[8]
[10]
3 社会经济因子估计
灯光影像上亮区和暗区的对比使之成为研究密集人类活动及其影响的一个有力工具[3]。明显地,灯光强弱与社会经济因子间存在正相关关系。学者们在DMSP/OLS夜间灯光影像与城市化水平、人口、GDP、电力消耗量、碳排放量等因子间的定量关系方面做了大量探索,并利用它们之间的定量模型开展社会经济因子估计研究。
3.1 城市化水平估计
利用夜间灯光强度影像可构建综合灯光指数来反映城市化水平,对地区城市化发展状况开展有效监测。目前应用DMSP/OLS灯光影像构建灯光指数进行城市化信息提取以陈晋
[21]
、卓莉
[20]
等的研究
较为典型。他们首次应用DMSP/OLS夜间灯光数
据,综合考虑区域平均灯光强度和灯光面积两方面属性特征,构造了灯光指数(CNLI)用于估算城市化水平,其主要思路如下:3.1.1 定义灯光指数
基于夜间灯光分布的区域平均灯光强度和区域灯光面积两方面的属性来构建反映城市化水平的灯光指数:
Lj=Ij×w1+Sj×w2
(1)
其中:Lj为区域j的灯光指数,Ij和Sj分别为区域j的平均灯光强度指标和灯光面积指标,w1、w2分别为权重。
区域平均灯光强度指标Ij表征了相对于最大
可能灯光强度的比例关系,定义为:
Ij=
i
DNi× ∑N×63i=1
63
(2)
其中:DNi为区域内第i等级的灰度值,ni为区域内第i灰度等级的像元总数,N为区域内所有灯光像元总数(64≥DN>0),63为最大灰度等级。区域灯光面积指标Sj反映了灯光的空间延展
特征,是区域内所有灯光像元的总面积(64≥DN>0像元之面积),占整个区域面积(63≥DN≥0像元
之面积)的比例:
N
Sj=
Area
为整个区域面积。
3.1.2 定义城市化复合指标
选取3个反映城市化水平的主要因子计算城市化复合指标,3个因子分别为:非农业人口占总人口的比重;第二、三产业产值占国内生产总值的比重;建成区面积占整个区域面积的比例。3.1.3 回归建模
利用回归分析方法,建立灯光指数与城市化水平复合指标的线性回归模型,该模型将直接应用于DMSP/OLS数据估算城市化水平复合指标。模型形式如下:
U=a·L+b
(4)
其中:U指城市化水平复合指标,L指灯光指数,a、b
为模型系数。
灯光指数研究城市化克服了统计数据包含的人为影响、滞后、费时费力等问题,可以在较大范围内同时快速获取。直接应用灯光指数代替传统的统计数据来估算、分析中国城市化动态发展,比较客观、简便,且具有较高的区际及年际可比性。此外,对于缺乏统计数据的地区,同样可通过计算灯光指数来估算其城市化水平,计算结果具有一定的参考价值。因此其优越性显而易见广到其他地区。3.2 人口估计
早在1973年,美国普查局对DMSP影像与1970年人口分布点图的比较研究中揭示了灯光城区面积(IUAs)和人口点分布模式之间的显著关系。随后Lo、Sutton等的研究进一步表明,灯光与人口分布之间存在明显的线性关系,可以通过灯光来估算全球、国家甚至城市尺度上的人口详细分布。Sutton[12]采用美国地区DMSP/OLS辐射校正灯光强度影像和由美国人口普查数据格网化的人口密度图(空间分辨率均为1km),首先使用USGS国家土地覆盖数据影像来帮助确定“阈值”,以划定城市灯光区域,再进行城市面积—城市人口模型的构建。由于高人口密度区域的灯光饱和现象会减弱线性回归的拟合度,因此他在研究中采用指数模型来削弱灯光饱和现象的影响,将其做对数变换,得到Ln(Population)=B0+B1×Ln(Area),用于描述城市面积和城市人口之间的关系,结果发现:
2
[41]
[19]
[42]
[20]
在人口大于或等于50000的城市区域中,城市区域
(3)
面积和人口均有很强的相关性。程砾瑜[25]利用1995年、2000年、2002年的夜间灯光频率影像提取中国各县的灯光平均值,并与当年的分县人口密度
做线性回归分析,分别得到R2=0.83、0.85、0.86的结果,并尝试使用分区的方法,分别按照“东西地理位置”、“人口密度”、“城市化水平”等进行分区建模,从而发现灯光影像估计人口的方法更加适用于中国东部、人口较密集以及城市化水平较高的地区。在此基础上,程砾瑜
[43]
其中:AreaN为区域内所有灯光像元的总面积,Area
又提出了一种基于DMSP/
OLS数据的探测中国人口及其空间分布的研究方法,为开展中国人口的遥感监测提供了方法和技术基础。以夜间灯光影像构建中国县级尺度上人口分布模型,从模型拟合度的角度来看,模型的精度达到了较高水平,R2基本介于0.4～0.7之间。值得一提的是,log(灯光平均强度)、log(灯光面积比)和log(加权灯光指数)与log(人口密度)所构建的回归方程效果最好,R达到了0.7。其主要原因是,对灯光属性和人口密度进行取对数处理的物理变换,不仅缓和了灯光影像的像元饱和问题,还拉伸了数据点的分布,使模型更合理可信。考虑到中国人口密度和经济状况地区之间的不均衡,为了进一步提高模型的精度,这个研究还基于一些经济地理学领域常用的分区法则对中国人口分布进行了分区研究。分为八大区后模型的拟合度得到了较大提高,特别是在经济状况相对均一的地区,效果尤为显著。灯光数据与人口密度预测模型的拟合度R2达到了0.8。曹丽琴等以中国湖北省为例做了基于DM-SP/OLS夜间灯光数据的城市人口估算,结果表明夜间灯光数据用于城镇人口短期预测可以达到很好的效果。
3.3 GDP、能耗量、碳排放量等因子估计
1980年,Welch以美国东部的18个大城市为样本,就DMSP影像提取的IUA指数和能源消
44
耗量之间建立了指数模型:y=107.86x9.(R=
[24]
[22]
2
。这种方法也可尝试推
0.89),首次证明了DMSP/OLS数据在国家或地区尺度上监测能源消耗量的可行性。Ghosh等利用OLS探测到的夜间灯光成功估计出美国、墨西哥各州的实际经济情况(GDP),发现该方法可用于官方发布经济情况的核对工作。
Elvidge等[6]通过对美国、巴西等21个国家的数据分析,研究了在至少10%无云观测中出现灯光的区域面积与GDP、电能消耗量之间的关系,建立了它们之间的log-log模型,R均达到0.85以上,
2
[44]
目前,学者们仅仅利用该影像进行了一些探索性研究,但假以时日,DMSP/OLS夜间灯光影像将在更广泛的领域体现出巨大的应用价值。
(5)
4.1 环境
随着经济与科技的迅速发展,城市的夜晚越来越明亮。明亮灯光给人类生活带来便利的同时,也
(6)
带来了困扰,因而光污染越来越受到人们的重视。
由于光污染与人类活动直接相关,所以利用城市的灯光指数来划分各区域灯光强度的不同级别,为城
[13]
结果证明可以通过DMSP/OLS数据较好地估算GDP、电能消耗等多项社会经济数据。具体模型如下:
LogofGDPBillionUSD=-3.185
+1.159(Logofarealit)R2=0.97
LogofGWH=-0.865+1.178(Logofarealit)R2=0.96
2001年,Elvidge等
进一步收集了占全球人
口99%的200多个经济发展水平各不相同的国家
的数据,采用1994～1995年间6个月的DMSP/OLS影像,以(灯光面积,GDP),(灯光面积,亿千瓦小时),(灯光面积,百万吨碳当量)点对为基础分别绘制散点图,观察散点分布特征,结果显示灯光面积与GDP、能源消耗以及碳排放量这几个指标之间均密切相关,且存在较强的线性关系。
2010年,Raupach等在全球范围内研究了灯光与单位面积的碳排放量之间的线性关系,首先选择了美国、中国、日本、印度、欧洲、前苏联作为样本区域,另外将其他区域按照发展水平划分为3个区域,共计9个样本,经过线性回归得到如下模型:
F/A=55Lc R2=0.92
(7)
其中:F指区域的二氧化碳排放量,A指区域面积,Lc指该区域在灯光影像中对应的灯光像元个数。此外,Elvidge[2]、Imhoff[9]、Sutton[45]、Ama-ral[23]、Kiran等[30]学者均从不同角度证明了DM-SP/OLS灯光影像与城市电力消耗量之间显著线性关系的存在。
以上研究主要采用相关分析和回归分析的方法,初步探索了大尺度下的灯光—GDP、灯光—电能消耗量、灯光—碳排放量关系,结果证明灯光影像信息与这些社会经济因子间显著相关,灯光影像已成为反演社会经济、监测生态环境的良好数据源。但灯光数据较低的空间、时间分辨率使其在小尺度范围的应用中具有一定的局限性。此外,目前的相关研究着重于GDP、能耗量、碳排放量等指标与灯光面积指数间的关系,如果在估计模型中加入灯光强度因子,将灯光面积与灯光强度二者结合起来,可提高基于灯光影像对上述指标的估计精度。
[31]
市的合理规划,以及保护一些自然的原生态地区提供决策支持是十分可行的。学者们利用DMSP/OLS影像做了很多相应的研究[23-24],根据灯光强度定量地研究光污染,通过GIS技术分析,将直接光污染和间接光污染相叠加,得到地区光污染的等级图,并通过多时相分析得到光污染的传播过程和趋势,以及按受污染的程度划分出乡村(相对宁静区域)、城郊、城市中心等。
4.2 灾害
利用DMSP/OLS夜间灯光影像可以进行火灾监测,为火灾治理和资源保护提供必要信息。其基本思路是根据火点发生频率与空间散布规律,从DMSP/OLS影像上分辨出火点[35]。4.3 渔业
渔火监测为跟踪捕鱼业提供了基础,可用于鱼类数量估计,为鱼类可持续发展的管理提供了有价值的信息[37-38]。从夜间灯光影像中萃取渔船的方法同火灾监测方法类似,不同点是灯光出现的位置必须在水面上。4.4 能源
石油开采过程中会产生大量天然气,由于液化、运输等天然气处理基础设施成本较高,很多油气公司采取直接焚烧的处理方法。天然气燃烧不仅会破坏环境,为大气层增添额外的二氧化碳排放量,同时也是对清洁能源的惊人浪费。如此被处理的天然气总量可占到世界天然气产量的5%
[13]
。DMSP/
OLS夜间灯光影像可以提供天然气燃烧时间、地理位置和估计量等方面的信息,可为有效制止油气公司的浪费行为提供技术支持[32]。
5 结 语
自20世纪70年代以来,学者们已成功将DM-SP/OLS数据应用于各方面研究并取得良好效果,DMSP/OLS夜间灯光影像作为独特的低光探测遥感数据源,为研究人类活动及其影响提供了一条可
4 其他方面的探索性研究
除了社会经济数据研究,DMSP/OLS夜间灯光影像还被尝试用于环境、灾害、渔业、能源等领域。
靠、便利的途径,在城镇扩展监测、城市化水平、人口、GDP、能耗、碳排放量估计、光污染监测、火灾监测等方面都有较成熟的应用。研究证明,DMSP/OLS数据在城市等人口密集地区的应用具有很强的优越性。但任何数据都有其自身的局限性,DM-SP/OLS数据缺乏灯光以外的信息,因此在无灯光地区的人类活动监测方面受到极大限制。也就是说,对于无灯光地区,仍需借助其他遥感影像或统计数据等开展研究。
DMSP计划预计持续到2010年,之后,美国国防部计划发射的NPOESS卫星上也将携带与OLS传感器类似的低光探测器,因此,在未来几十年内夜间灯光数据的持续性已不是问题[13]。随着今后研究的深入,夜间灯光遥感数据将具有更加广阔的应用前景:
(1)目前应用灯光影像时主要考虑灯光的持续性和面积,加入强度因子的并不多见,这极大地限制了估计精度与应用范围。因此,如何充分利用夜间灯光强度影像,对灯光强度信息进行深度挖掘,今后还需要更加广泛、深入的研究。
(2)在环境问题日益严峻的今天,利用夜间灯光数据可有效估算碳排放量等,为全球、区域尺度上的环境监测提供低成本、便捷的数据支撑。
(3)随着遥感技术的迅猛发展,可尝试应用夜间灯光影像结合高分辨率遥感数据开展更加精细的定量化研究。
参考文献(References):
[1] NationalGeophysicalDataCenter.OperationalLinescanSys-tem-dataDescription[EB/OL].
[2] ElvidgeCD,BaughKE,KihnEA,etal.MappingCityLi-ghtswithNighttimeDatafromtheDMSPOperationalLines-canSystem[J].PhotogrammetricEngineeringandRemoteSensing,1997,63(6):727-734.
[3] CroftTA.NighttimeImagesoftheEarthfromSpace[J].Sci-entificAmerican,1978,239:86-89.
[4] HeChunyang,ShiPeijun,LiJinggang,etal.SpatialRestruc-tionofUrbanizationinChineseMainlandin1990sUsingDM-SP/OLSNightLightDataandStatisticalData[J].ChineseScienceBulletin,2006,51(7):856-861.[何春阳,史培军,李景刚,等.基于DMSP/OLS夜间灯光数据和统计数据的中国大陆20世纪90年代城市化空间过程重建研究[J].科学通报,2006,51(7):856-861.]
[5] ElvidgeC,SuttonP,TurtleB,etal.ChangeDetectioninSat-elliteObservedNighttimeLights:1992-2003[C]//UrbanRe-moteSensingEvent.Paris,IEEE,2007,1-4.
[6] ElvidgeCD,BaughKE,KihnEA,etal.RelationbetweenSatel-liteObservedVisible-nearInfraredEmissions,Population,Eco-nomicActivityandElectricPowerConsumption[J].InternationalJournalofRemoteSensing,1997,18(6):1373-1379.
[7] CaoX,ChenJ,ImuraH,etal.ASVM-basedMethodtoEx-tractUrbanAreasfromDMSP-OLSandSPOTVGTData[J].RemoteSensingofEnvironment,2009,113(10):2205-2209.
[8] SmallC,PozziF,ElvidgeCD.SpatialAnalysisofGlobalUr-banExtentfromDMSP-OLSNightLights[J].RemoteSens-ingofEnvironment,2005,96(3-4):277-291.
[9] ImhoffML,LawrenceWT,ElvidgeCD,etal.UsingNight-timeDMSP/OLSImagesofCityLightstoEstimatetheIm-pactofUrbanLandUseonSoilResourcesintheUnitedStates[J].RemoteSensingofEnvironment,1997,59(1):105-117.
[10] HendersonM,YehET,GongP,etal.ValidationofUrban
BoundariesDerivedfromGlobalNight-timeSatelliteImagery[J].InternationalJournalofRemoteSensing,2003,24(3):595-609.
[11] ImhoffML,LawrenceWT,StutzerDC,etal.ATechnique
forUsingCompositeDMSP/OLS“CityLights”SatelliteDatatoMapUrbanArea[J].RemoteSensingofEnvironment,1997,61(3):361-370.
[12] SuttonPC.AScale-adjustedMeasureof“UrbanSprawl”U-singNighttimeSatelliteImagery[J].RemoteSensingofEnvi-ronment,2003,86(3):353-369.
[13] ElvidgeCD,ImhoffML,BaughKE,etal.Night-timeLights
oftheWorld:1994-1995[J].ISPRSJournalofPhotogramme-tryandRemoteSensing,2001,56(2):81-99.
[14] LiZ,QiangL,JinC,etal.CharacteristicsAnalysisofUrban
LandExpansioninChinain1990sUsingDMSP/OLSData[J].ActaScientiarumNaturaliumUniversitatisSunyatseni,2007,3:98-102.
[15] MatsuokaM,HayasakaT,FukushimaY,etal.LandCoverin
EastAsiaClassifiedUsingTerraMODISandDMSPOLSProducts[J].InternationalJournalofRemoteSensing,2007,28(2):221-248.
[16] McDonaldR,KareivaP,FormanR.TheImplicationsofCur-rentandFutureUrbanizationforGlobalProtectedAreasandBiodiversityConservation[J].BiologicalConservation,2008,141(6):1695-1703.
[17] ElvidgeC,SafranJ,TuttleB,etal.PotentialforGlobalMap-pingofDevelopmentViaaNightsatMission[J].Geojournal,2007,69(1):45-53.
[18] LuD,TianH,ZhouG,etal.RegionalMappingofHuman
SettlementsinSoutheasternChinawithMultisensorRemote-lySensedData[J].RemoteSensingofEnvironment,2008,112(9):3668-3679.
[19] LoCP.ModelingthePopulationofChinaUsingDMSPOper-ationalLinescanSystemNighttimeData[J].PhotogrammetricEngineeringandRemoteSensing,2001,67(9):1037-1047.