劉沼輝 楊伯宇 唐鑄

摘要：? 針對(duì)城市建成區(qū)提取方法中存在“燈光溢出”效應(yīng)及錯(cuò)分漏分現(xiàn)象的問(wèn)題，本文以山東省作為研究區(qū)域，結(jié)合動(dòng)態(tài)閾值二分法和指數(shù)法對(duì)NPP-VIIRS與Landsat-8影像進(jìn)行城市建成區(qū)提取，同時(shí)對(duì)山東省2012—2017年城市擴(kuò)張速度、擴(kuò)張幅度、擴(kuò)張動(dòng)態(tài)度以及擴(kuò)張協(xié)調(diào)性進(jìn)行分析。實(shí)驗(yàn)結(jié)果表明，2012年和2017年山東省各市提取精度良好，最大誤差為3.82%，2012—2017年山東省東部城市擴(kuò)張速度較快，西部各市擴(kuò)張速度較慢，且城市擴(kuò)張與人口增長(zhǎng)和經(jīng)濟(jì)增長(zhǎng)均存在不協(xié)調(diào)現(xiàn)象。該研究對(duì)城市建成區(qū)提取精度有一定的參考價(jià)值。

關(guān)鍵詞：? NPP-VIIRS; 夜間燈光影像; Landsat-8影像; 城市建成區(qū); 城市擴(kuò)張

中圖分類號(hào)： P236文獻(xiàn)標(biāo)識(shí)碼： A

作者簡(jiǎn)介：? 劉沼輝（1991-），男，湖南邵陽(yáng)人，工程師，碩士研究生，主要從事遙感影像解譯。 Email： 960067248@qq.com

目前我國(guó)正處于城市擴(kuò)張高速發(fā)展時(shí)期，如何快速準(zhǔn)確的獲取城市建成區(qū)面積對(duì)城市化進(jìn)展研究及城市綜合管理規(guī)劃至關(guān)重要。通過(guò)衛(wèi)星遙感影像進(jìn)行城市建成區(qū)提取之前，傳統(tǒng)的提取方式主要通過(guò)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行。自21世紀(jì)初，利用多時(shí)相遙感監(jiān)測(cè)城市擴(kuò)張及土地利用變化逐漸成為主要監(jiān)測(cè)手段，早期研究主要利用單種遙感影像數(shù)據(jù)源，且都以目視解譯為主，該方式提取精度較高，但投入人力物力較大[12]。隨著計(jì)算機(jī)解譯的發(fā)展，使得大范圍提取城市建成區(qū)成為可能，但是大部分研究均使用單一影像數(shù)據(jù)源和單一的提取方法，導(dǎo)致提取精度不足[34]。隨著夜間燈光遙感的發(fā)展，由于其數(shù)據(jù)能直觀的反映城市夜間燈光分布，越來(lái)越多的學(xué)者致力于利用夜間燈光遙感進(jìn)行城市建成區(qū)提取研究[57]。現(xiàn)有研究成果大部分利用中高分辨率光學(xué)影像進(jìn)行城市建成區(qū)提取，其成本較高、單幅覆蓋面小，且容易將非建成區(qū)歸到建成區(qū)的錯(cuò)分現(xiàn)象，夜間燈光遙感數(shù)據(jù)容易出現(xiàn)燈光過(guò)飽和現(xiàn)象，從而導(dǎo)致提取精度不足?；诖?，本文基于傳統(tǒng)遙感指數(shù)影像分類技術(shù)的建筑用地信息提取方法，利用夜間燈光數(shù)據(jù)進(jìn)行城市建成區(qū)提取研究的優(yōu)點(diǎn)，結(jié)合動(dòng)態(tài)、閾值二分法和指數(shù)法對(duì)NPP-VIIRS與Landsat-8影像進(jìn)行城市建成區(qū)提取，從而提高城市建成區(qū)的提取精度。該研究具有廣闊的應(yīng)用前景。

1研究區(qū)域與數(shù)據(jù)來(lái)源

1.1研究區(qū)域概況與數(shù)據(jù)來(lái)源

山東省位于北緯34°22.9′～38°24.01′、東經(jīng)114°47.5′～22°42.3′，省域東西長(zhǎng)約721 km，南北長(zhǎng)約437 km，陸面積約為15.59×10 km2。試驗(yàn)數(shù)據(jù)主要包括四部分。第一部分是美國(guó)大氣海洋局提供的可見(jiàn)光紅外成像輻射儀（nation polar-orbiting partnership visible infrared imaging radiomete， NPP-VIIRS）年度合成夜間燈光數(shù)據(jù);第二部分是國(guó)家基礎(chǔ)地理信息中心提供的山東省行政區(qū)劃界限矢量數(shù)據(jù);第三部分是由美國(guó)地質(zhì)勘探局官網(wǎng)（United States Geological Survey， USGS）提供的Landsat8影像數(shù)據(jù);第四部分是山東省統(tǒng)計(jì)年鑒。

1.2數(shù)據(jù)預(yù)處理

數(shù)據(jù)處理主要包括Landsat-8影像處理和NPP-VIIRS數(shù)據(jù)處理。Landsat-8影像處理主要包括大氣校正、幾何校正、波段融合及影像拼接與裁剪，利用山東省行政區(qū)劃矢量數(shù)據(jù)對(duì)NPP-VIIRS影像數(shù)據(jù)進(jìn)行裁剪，得到山東省夜間燈光數(shù)據(jù)。

由于原始NPP-VIIRS影像沒(méi)有經(jīng)過(guò)去噪處理，因此需要進(jìn)行噪聲剔除，同時(shí)對(duì)影像數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換，重采樣成規(guī)則格網(wǎng)（500 m×500 m）[810]。山東省2017年夜間燈光分布圖如圖1所示。

2城市建成區(qū)提取

2.1基于動(dòng)態(tài)閾值法建成區(qū)提取

利用夜間燈光數(shù)據(jù)NPP-VIIRS，基于動(dòng)態(tài)閾值二分法進(jìn)行建成區(qū)提取時(shí)，由于各市具有特異性，因此本文不再以統(tǒng)一標(biāo)準(zhǔn)進(jìn)行最低亮度噪聲剔除，而是根據(jù)各市特定情況進(jìn)行噪聲剔除。以青島市為例，為找到青島市提取城市建成區(qū)的閾值，以即墨區(qū)藍(lán)村鎮(zhèn)水庫(kù)作為采樣點(diǎn)，通過(guò)谷歌地圖找到該區(qū)域地理坐標(biāo)范圍，根據(jù)經(jīng)緯度找到燈光遙感影像對(duì)應(yīng)區(qū)域，然后通過(guò)計(jì)算影像對(duì)應(yīng)的湖泊區(qū)域內(nèi)包含像元的亮度平均值，得到青島市城市建成區(qū)提取的最低閾值，即DNmin=4.34。同樣的方式，將青島流亭機(jī)場(chǎng)作為最高閾值提取區(qū)域，得到DNmax=114.37。確定閾值后，利用二分法通過(guò)最佳閾值DNi，即通過(guò)比較建成區(qū)的統(tǒng)計(jì)面積S與SDNi，當(dāng)兩者之差最小時(shí)，所對(duì)應(yīng)的DNi為最佳閾值。其它像元和該閾值進(jìn)行比較，如果該像元DN值小于DNi值，則該像元賦值為0;如果DN值大于DNi值，則該像元賦值為1，最后所有像元為1的區(qū)域即為城市建成區(qū)提取結(jié)果。

2.2結(jié)合Landsat數(shù)據(jù)進(jìn)行建成區(qū)提取

雖然夜間燈光影像能直觀反映城市建成區(qū)，但在提取時(shí)由于“燈光溢出”效應(yīng)，易造成將建成區(qū)外圍區(qū)域歸入到建成區(qū)，而利用Landsat影像單獨(dú)進(jìn)行歸一化建筑指數(shù)和歸一化植被指數(shù)提取時(shí)，很容易將裸巖等非建成區(qū)區(qū)域歸入建成區(qū)[1113]?；诖?，本文利用Landsat-8影像數(shù)據(jù)進(jìn)行歸一化建筑指數(shù)（normalized difference built-up Index，NDBI）和歸一化植被指數(shù)（normalized difference vegetation index，NDVI）同時(shí)對(duì)城市建成區(qū)提取，結(jié)合燈光遙感提取結(jié)果進(jìn)行建成區(qū)最終提取，最后將NDBI與NDVI提取結(jié)果二值化（賦值為0和1）并進(jìn)行疊合運(yùn)算，求取基于Landsat-8影像提取城市建成區(qū)結(jié)果。將基于燈光數(shù)據(jù)提取結(jié)果進(jìn)行重采樣為30×30分辨率，其結(jié)果與Landsat-8提取結(jié)果疊加運(yùn)算，并進(jìn)行目視解譯修正，最終獲得建成區(qū)提取結(jié)果。城市建成區(qū)提取流程如圖2所示。

根據(jù)上述流程對(duì)2012年和2017年山東省17個(gè)市NPP-VIIRS數(shù)據(jù)提取的建成區(qū)結(jié)果進(jìn)行目視解譯修正（除城市山地、湖泊、河流、大型水庫(kù)的其他水域、城市綠化帶均應(yīng)歸入城市建成區(qū)），得到修正后建成區(qū)面積和相對(duì)誤差。山東省2012年與2017年各市城市建成區(qū)提取結(jié)果修正前后對(duì)比如表1所示。將提取結(jié)果與谷歌地圖疊合分析，建成區(qū)提取面積絕大部分小于統(tǒng)計(jì)值，但和山東省各市城市建成區(qū)實(shí)際情況更接近。

時(shí)間間隔，以年為單位。標(biāo)準(zhǔn)化結(jié)果將山東省2012—2017年擴(kuò)張速度分為5個(gè)等級(jí)。擴(kuò)張速度小于0.05的為低速擴(kuò)張;0.05～0.1為中低速擴(kuò)張;0.1～0.2的為中速擴(kuò)張;0.2～0.5為快速擴(kuò)張;大于0.5的為高速擴(kuò)張。山東省2012—2017年各市年擴(kuò)張速度空間分布圖如圖3所示。由圖3可以看出，山東省東部各市擴(kuò)張速度較快;西部各市擴(kuò)張速度適中，整體較均衡，穩(wěn)步發(fā)展;中部地區(qū)擴(kuò)張速度較為緩慢。從戰(zhàn)略格局來(lái)看，濟(jì)南市（環(huán)渤海南翼中心城市）具有政治文化優(yōu)勢(shì)，青島市與煙臺(tái)市經(jīng)濟(jì)和地理位置優(yōu)勢(shì)促使其快速擴(kuò)張。

3.2城市擴(kuò)張強(qiáng)度分析

城市擴(kuò)展強(qiáng)度指數(shù)是指某空間單元在研究時(shí)期內(nèi)的擴(kuò)展面積占其城市土地總面積的百分比，該指標(biāo)用于比較不同時(shí)期城市擴(kuò)張的強(qiáng)弱。其計(jì)算公式為

UII=ST-S0TAL×1T×100%（2）

式中，UII表示城市擴(kuò)張強(qiáng)度;ST為2017年各市建成區(qū)提取面積;S0為2012年各市建成區(qū)提取面積;TAL為各市的總面積（通過(guò)2017年山東省統(tǒng)計(jì)年鑒獲?。?T為時(shí)間間隔，以年為單位[15]。根據(jù)UII指數(shù)，將2012—2017年17個(gè)市的擴(kuò)張強(qiáng)度分為5個(gè)等級(jí)。擴(kuò)張強(qiáng)度小于0.05%的為慢速擴(kuò)張;0.05%～0.1%的為低速擴(kuò)張;0.1%～0.15%為中速擴(kuò)張;0.15%～0.3%為快速擴(kuò)張;大于0.3%的為高速擴(kuò)張。2012—2017年山東各市擴(kuò)張強(qiáng)度空間分布示意圖如圖4所示。由圖4可以看出，山東省城市擴(kuò)張強(qiáng)度高的區(qū)域集中分布在東部和中部地區(qū)，其中青島由于面積增長(zhǎng)快，而萊蕪市由于總面積基數(shù)小，濟(jì)南市、煙臺(tái)市和威海市為快速擴(kuò)張城市，濟(jì)南作為山東省政治中心，因政治力量雄厚而發(fā)展迅速，煙臺(tái)市與威海市作為沿海城市，地理位置優(yōu)越，有利于推動(dòng)其城市發(fā)展。

3.3城市擴(kuò)張動(dòng)態(tài)度分析

城市用地?cái)U(kuò)張速度可以反映城市面積在一定時(shí)間段內(nèi)絕對(duì)面積上的變化，但是該指標(biāo)沒(méi)有考慮到城市在研究時(shí)間段內(nèi)初期的用地面積對(duì)變化的影響，因此本研究引進(jìn)城市擴(kuò)張動(dòng)態(tài)度指標(biāo)，通過(guò)該指標(biāo)，可以反映城市擴(kuò)張的動(dòng)態(tài)變化率為

中度失調(diào);0.7～0.8為高度失調(diào);0.8～0.9為嚴(yán)重失調(diào);大于0.9的為極度失調(diào)。2012—2017年山東城市擴(kuò)張與人口增長(zhǎng)協(xié)調(diào)度空間分布如圖6所示。由圖6可以看出，各市均屬于發(fā)展失調(diào)狀態(tài)，而發(fā)展較合理的城市為棗莊市與臨沂市，均屬城市擴(kuò)張速度與人口增長(zhǎng)速度緩慢的城市。東部和西部地區(qū)城市面積年增長(zhǎng)率遠(yuǎn)大于其人口年增長(zhǎng)率，說(shuō)明在城市人口增加緩慢的情況下，仍大力進(jìn)行城市面積擴(kuò)張。這種模式最終將導(dǎo)致城市內(nèi)部土地利用分配不合理，土地資源浪費(fèi)嚴(yán)重。

3.5城市擴(kuò)張與經(jīng)濟(jì)增長(zhǎng)協(xié)調(diào)性分析

城市擴(kuò)張與經(jīng)濟(jì)增長(zhǎng)協(xié)調(diào)性分析主要通過(guò)城市面積增長(zhǎng)率與城市GDP增長(zhǎng)率的比值來(lái)體現(xiàn)。為進(jìn)一步描述城市擴(kuò)張與GDP增長(zhǎng)的協(xié)調(diào)性，需分析其偏離系數(shù)P為

其中，ST為2017年各市建成區(qū)提取面積;S0為2012年各市建成區(qū)提取面積;GT為2017年各市的GDP值（通過(guò)統(tǒng)計(jì)年鑒獲取）[18];G0為2017年各市的GDP值。根據(jù)偏離系數(shù)P將城市擴(kuò)張與GDP增長(zhǎng)協(xié)調(diào)性分為5個(gè)等級(jí)。偏離系數(shù)P小于0.1的為協(xié)調(diào)發(fā)展;0.1～0.2為輕微失調(diào);0.2～0.4為中度失調(diào);0.4～0.6為高度失調(diào);大于0.6的為嚴(yán)重失調(diào)。2012—2017年山東城市擴(kuò)張與GDP增長(zhǎng)協(xié)調(diào)度空間分布如圖7所示。由圖7可以看出，山東省各市GDP增長(zhǎng)速率高于其面積擴(kuò)張速率，說(shuō)明山東省經(jīng)濟(jì)勢(shì)頭良好，經(jīng)濟(jì)發(fā)展迅速。

4結(jié)束語(yǔ)

本文利用分辨率更高的夜間燈光影像NPP-VIIRS進(jìn)行城市擴(kuò)張空間變化研究，突破了以往利用DMSP/OLS夜間燈光數(shù)據(jù)只能進(jìn)行2013年之前城市擴(kuò)張研究的局限性。同時(shí)結(jié)合夜間燈光數(shù)據(jù)NPP-VIIRS與陸地衛(wèi)星Landsat對(duì)城市建成區(qū)進(jìn)行面積提取，克服了傳統(tǒng)單獨(dú)利用陸地衛(wèi)星影像或夜間燈光數(shù)據(jù)進(jìn)行城市化研究的各自不足。提高了城市建成區(qū)的提取精度，結(jié)果與實(shí)際情況更為符合。通過(guò)建成區(qū)最終提取結(jié)果進(jìn)行城市擴(kuò)張空間特征分析，分析結(jié)果表明山東省2012—2017年?yáng)|部各市擴(kuò)張速度較快，西部各市擴(kuò)張速較慢，且城市擴(kuò)張與人口增長(zhǎng)和經(jīng)濟(jì)增長(zhǎng)均存在一定程度的不協(xié)調(diào)問(wèn)題。本文由于研究年限不足，無(wú)法進(jìn)行長(zhǎng)時(shí)序城市擴(kuò)張空間特征分析，后續(xù)研究將繼續(xù)結(jié)合計(jì)算機(jī)學(xué)習(xí)和人工智能等手段進(jìn)行長(zhǎng)時(shí)序分析，以便得出更精確的結(jié)論。

參考文獻(xiàn)：

[1]李愛(ài)民. 基于遙感影像的城市建成區(qū)擴(kuò)張與用地規(guī)模研究[D]. 鄭州： 解放軍信息工程大學(xué)， 2009.

[2]王井利， 張寧， 楊成杰， 等. 基于Landsat數(shù)據(jù)沈陽(yáng)城市建成區(qū)動(dòng)態(tài)監(jiān)測(cè)研究[J]. 沈陽(yáng)建筑大學(xué)學(xué)報(bào)： 自然科學(xué)版， 2019， 35（6）： 1082-1088.

[3]李文策. 基于遙感的城市形態(tài)時(shí)空演變研究——以福州市為例[D]. 福州： 福建師范大學(xué)， 2017.

[4]范小晶. 基于DMSP/OLS夜間燈光數(shù)據(jù)的西北城鎮(zhèn)時(shí)空格局研究[D]. 烏魯木齊： 新疆大學(xué)， 2018.

[5]黃鴻健， 王芳， 解學(xué)通. 基于燈光遙感數(shù)據(jù)的廣東省20年城市化進(jìn)程研究[J]. 城市學(xué)刊， 2016， 37（1）： 1-8.

[6]唐敏. 基于對(duì)數(shù)變換的NPP-VIIRS夜間燈光遙感影像在城市建成區(qū)提取中的應(yīng)用[D]. 上海： 華東師范大學(xué)， 2017.

[7]Tan M H. Use of an inside buffer method to extract the extent of urban areas from DMSP/OLS nighttime light data in North China[J]. Journal GIScience & Remote Sensing， 2016， 53（2）： 444-458.

[8]Li X， Xu H M， Chen X L. Potential of NPP-VIIRS nighttime light imagery for modeling the regional economy of china [J]. Remote Sensing， 2013， 5（6）： 3057-3081.

[9]屈辰陽(yáng)， 張莉， 汪鳴泉， 等. 基于NPP/VIIRS衛(wèi)星夜光數(shù)據(jù)的新建高鐵站所在縣域的GDP估算模型[J]. 國(guó)土資源遙感， 2020， 32（2）： 81-87.

[10]Zhao M， Cheng W. GDP spatialization and economic differences in south china based on NPP-VIIRS nighttime light imagery [J]. Remote Sensing， 2017， 9（7）： 11-20.

[11]陳志強(qiáng)， 陳健飛. 基于NDBI指數(shù)法的城鎮(zhèn)用地影像識(shí)別分析與制圖[J]. 地球信息科學(xué)， 2006（2）： 137-140.

[12]Coward S N， Williams D. Landsat and earth system science： development terrestrial monitoring[J]. Photogrammetric Engineering and Remote Sensing， 1997， 63（7）： 887-900.

[13]楊智翔， 何秀鳳. 基于改進(jìn)的NDBI指數(shù)法的遙感影像城鎮(zhèn)用地信息自動(dòng)提取[J]. 河海大學(xué)學(xué)報(bào)： 自然科學(xué)版， 2010， 38（2）： 181-184.

[14]Liu Z， He C， Zhang Q， et al. Extracting the dynamics of urban expansion in China using DMSP-OLS nighttime light data from 1992 to 2008[J]. Landscape and Planning， 2012， 106（1）： 62-72.

[15]孫毓晗. 基于DMSP-OLS夜間燈光數(shù)據(jù)的城市擴(kuò)張監(jiān)測(cè)與分析[D]. 沈陽(yáng)： 遼寧師范大學(xué)， 2017.

[16]陳龍胤. 基于DMSP/OLS夜間燈光影像的中國(guó)東部沿海地區(qū)城市擴(kuò)張監(jiān)測(cè)與分析[D]. 長(zhǎng)春： 東北師范大學(xué)， 2014.

[17]萬(wàn)三敏. 城市空間擴(kuò)張與人口城鎮(zhèn)化的協(xié)調(diào)性時(shí)空分析[J]. 農(nóng)村經(jīng)濟(jì)與科技， 2018， 29（15）： 292-294.

[18]楊丹， 張鵬巖， 周志民， 等. 城市用地?cái)U(kuò)張和經(jīng)濟(jì)發(fā)展的協(xié)整性與因果關(guān)系分析——以河南省為例[J]. 地域研究與開(kāi)發(fā)， 2018， 37（4）： 67-72， 85.

Abstract：?? Aiming at the problem of “l(fā)ight overflow” effect and the phenomenon of error and omission in the extraction method of urban built-up area， this paper takes Shandong Province as the research area. Combined with dynamic threshold dichotomy and index method， the urban built-up area extraction of NPP-VIIRS and landsat-8 is carried out. At the same time， the paper analyzes the expansion speed， range， dynamic degree and coordination of urban expansion in Shandong Province from 2012 to 2017. The experimental results show that the extraction accuracy of each city in Shandong Province is good in 2012 and 2017， and the maximum error is 3.82%. From 2012 to 2017， the urban expansion speed of eastern Shandong Province is faster than that of western cities， and the urban expansion is not coordinated with population growth and economic growth. This study has a certain reference value for the extraction accuracy of urban built-up area.

Key words： NPP-VIIRS; night lighting images; landsat-8 images; built-up area; urban expansion