羅 虹， 趙政權(quán)

（云南國(guó)土資源職業(yè)學(xué)院國(guó)土空間信息學(xué)院，昆明 652501）

夜光數(shù)據(jù)具有更新周期短、成本低等優(yōu)點(diǎn)，可以間接反映人類的經(jīng)濟(jì)活動(dòng)強(qiáng)度，適合大范圍區(qū)域的經(jīng)濟(jì)參量［1-2］、城市人口［3］、城市建成區(qū)提?。?］、GDP空間化模擬等［5］分析. 長(zhǎng)時(shí)間序列的夜光數(shù)據(jù)還可以反映經(jīng)濟(jì)空間格局演變和結(jié)構(gòu)特征［6-11］，因此，近年來對(duì)夜光數(shù)據(jù)的應(yīng)用也日益廣泛. 興趣點(diǎn)（point of interest，POI）數(shù)據(jù)具有獲取快速方便，類型多樣，與人們的生活密切相關(guān)等特點(diǎn)，對(duì)城市建成區(qū)提取、城市功能區(qū)調(diào)整以及城市空間布局等都有一定的實(shí)用價(jià)值［12-13］. 目前，關(guān)于夜光數(shù)據(jù)與興趣點(diǎn)數(shù)據(jù)進(jìn)行耦合關(guān)系的分析不多，以珞珈一號(hào)夜光數(shù)據(jù)與POI數(shù)據(jù)為基礎(chǔ)進(jìn)行耦合分析的研究更少. 陳斌等以武漢市主城區(qū)為研究區(qū)域，利用2016年P(guān)OI核密度分析結(jié)果和NPP 夜光數(shù)據(jù)預(yù)處理結(jié)果進(jìn)行疊加分析，并對(duì)兩種數(shù)據(jù)的關(guān)系進(jìn)行了探討［14］. 王毓乾等以POI、NPP/VIIR 夜光數(shù)據(jù)和新浪微博簽到數(shù)據(jù)為基礎(chǔ)，以北京市為研究區(qū)域?qū)Τ鞘锌臻g耦合關(guān)系進(jìn)行了分析［15］. 于丙辰等以三亞市為研究區(qū)域，采用2016年的NPP/VIIRS夜光數(shù)據(jù)和POI興趣點(diǎn)數(shù)據(jù)，通過雙因素制圖法對(duì)兩種數(shù)據(jù)的空間耦合關(guān)系進(jìn)行了可視化處理，并分析了耦合關(guān)系的相異區(qū)域和城市空間結(jié)構(gòu)的相互關(guān)系［16］. 珞珈一號(hào)夜光數(shù)據(jù)在空間分辨率和光譜分辨率上遠(yuǎn)優(yōu)于DMSP/OLS夜光數(shù)據(jù)和NPP/VIIRS夜光數(shù)據(jù)，是更為理想的識(shí)別城市建設(shè)用地，研究城市經(jīng)濟(jì)空間格局、經(jīng)濟(jì)參量的夜光數(shù)據(jù)源，在研究人類社會(huì)經(jīng)濟(jì)活動(dòng)中有更廣闊的應(yīng)用潛力［17-20］. 本研究以選定的昆明市主城區(qū)的五個(gè)區(qū)域?yàn)檠芯繀^(qū)域，以珞珈一號(hào)夜光數(shù)據(jù)和POI數(shù)據(jù)為基礎(chǔ)，采用核密度分析、六邊形規(guī)則格網(wǎng)、歸一化處理及雙因素制圖法，對(duì)兩種數(shù)據(jù)處理結(jié)果進(jìn)行耦合分析，探討了區(qū)域內(nèi)九種不同類型的耦合關(guān)系，以便能為西南地區(qū)城市空間結(jié)構(gòu)分析提供參考.

1 區(qū)域概況

昆明市地處我國(guó)西南邊陲，云貴高原中部，位于東經(jīng)102°10′～103°40′，北緯24°23′～26°22′. 昆明市的地理位置雖屬北緯亞熱帶，然境內(nèi)具有典型的溫帶氣候特點(diǎn)，素以“春城”而享譽(yù)中外. 下轄區(qū)內(nèi)有7區(qū)、3縣、3自治縣、1市，分別為：盤龍區(qū)、五華區(qū)、西山區(qū)、官渡區(qū)、呈貢區(qū)、晉寧區(qū)、東川區(qū)、富民縣、嵩明縣、宜良縣、尋甸回族彝族自治縣、石林彝族自治縣、祿勸彝族苗族自治縣、安寧市. 本研究選取昆明市主城區(qū)經(jīng)濟(jì)較為發(fā)達(dá)的五個(gè)區(qū)域（盤龍區(qū)、五華區(qū)、西山區(qū)、官渡區(qū)、呈貢區(qū)）進(jìn)行分析，行政區(qū)劃圖如圖1所示.

圖1 選定的昆明市主城區(qū)五個(gè)區(qū)域的行政區(qū)劃圖（審圖號(hào)：云S（2019）048號(hào)）Fig.1 Administrative map for five selected areas in the main urban area of Kunming City

2 數(shù)據(jù)來源及技術(shù)路線

2.1 數(shù)據(jù)來源及預(yù)處理

珞珈一號(hào)夜光數(shù)據(jù)源自高分辨率對(duì)地觀測(cè)系統(tǒng)湖北數(shù)據(jù)與應(yīng)用網(wǎng)（http：//www.hbeos.org.cn/），獲取時(shí)間為2019 年3 月，選用云量低于10%的影像，與之前的DMSP/OLS 夜光數(shù)據(jù)和NPP/VIIRS 夜光數(shù)據(jù)相比，空間分辨率可以達(dá)到130 m，理想狀態(tài)下可以15 d完成全球覆蓋. 利用公式1對(duì)珞珈一號(hào)夜光數(shù)據(jù)進(jìn)行輻射矯正后，再利用GoogleEarth下載的高精度影像對(duì)其進(jìn)行幾何校正. 選定的五個(gè)研究區(qū)域的行政區(qū)劃圖由天地圖行政區(qū)劃底圖矢量化而來.

POI數(shù)據(jù)通過高德地圖官方應(yīng)用程序API接口進(jìn)行提取，共獲取了165 039條興趣點(diǎn)數(shù)據(jù)，共包含了17大類（表1）. 首先對(duì)POI數(shù)據(jù)進(jìn)行提取、刪除等處理，之后進(jìn)行數(shù)據(jù)導(dǎo)入并投影變換為Albers投影，最后排除了風(fēng)景名勝、交通設(shè)施、道路附屬設(shè)施、地名地址信息這四個(gè)與夜光數(shù)據(jù)相關(guān)性較小的類別，其余13個(gè)類別全部參與POI興趣點(diǎn)核密度分析，共145 642條.

表1 POI數(shù)據(jù)類型表Tab.1 POI data type table

珞珈一號(hào)夜光數(shù)據(jù)的輻射轉(zhuǎn)換公式為：

式中：RL 為輻射矯正后的輻射亮度值；DN 為原始的灰度值. 輻射矯正可以有效糾正珞珈一號(hào)夜光數(shù)據(jù)的輻射失真誤差，使城市建成區(qū)、功能區(qū)格局更加清晰，也可以消除一部分水體和其他用地類型的極高噪聲，從而避免這部分噪聲亮區(qū)被錯(cuò)誤識(shí)別.

2.2 技術(shù)路線

本研究選取昆明市主城區(qū)經(jīng)濟(jì)較發(fā)達(dá)的五個(gè)區(qū)域（盤龍區(qū)、五華區(qū)、西山區(qū)、官渡區(qū)、呈貢區(qū)）為研究區(qū)域，首先對(duì)2019年3月獲取的珞珈一號(hào)夜光數(shù)據(jù)進(jìn)行預(yù)處理并對(duì)興趣點(diǎn)數(shù)據(jù)進(jìn)行核密度分析，同時(shí)建立了多個(gè)1 km2的規(guī)則正六邊形格網(wǎng)，再將規(guī)則格網(wǎng)和經(jīng)輻射矯正、幾何校正處理后的珞珈一號(hào)夜光數(shù)據(jù)強(qiáng)度值、POI 核密度值進(jìn)行疊加分析，分別獲取每個(gè)格網(wǎng)內(nèi)的珞珈一號(hào)夜光數(shù)據(jù)強(qiáng)度值和POI 核密度值的平均值，并將兩種平均值鏈接到同一個(gè)規(guī)則格網(wǎng)內(nèi)，之后進(jìn)行兩種數(shù)據(jù)的歸一化處理，便于后續(xù)耦合關(guān)系分析.本研究主要探討了夜光數(shù)據(jù)和興趣點(diǎn)數(shù)據(jù)在不同空間耦合關(guān)系下的城市內(nèi)部空間結(jié)構(gòu)特征，以期能為昆明市城市空間結(jié)構(gòu)調(diào)整及城市內(nèi)部規(guī)劃建設(shè)提供科學(xué)依據(jù)與參考，技術(shù)路線圖如圖2所示.

3 研究方法

圖2 技術(shù)路線圖Fig.2 Technology roadmap

3.1 核密度分析

核密度分析是一種直觀表征地理事件在某一區(qū)域發(fā)生概率的方法，可以反映離散測(cè)量值在連續(xù)區(qū)域內(nèi)的分布情況，對(duì)于每一個(gè)實(shí)體而言，其密度在中心處最大，隨著與其距離的增大而逐漸減小. 該方法被廣泛應(yīng)用于計(jì)算人口密度、建筑密度、污染程度等情況分析. 對(duì)于空間任意一個(gè)點(diǎn)S，點(diǎn)S 的核密度值計(jì)算公式為：

式中：f(S)表示某一位置點(diǎn)S 處的核密度計(jì)算值；K 表示核函數(shù)；n 表示距離閾值范圍內(nèi)的樣本點(diǎn)數(shù)量；S-Si表示某一位置點(diǎn)S 到已知點(diǎn)Si處的距離；R 表示距離衰減閾值，也稱帶寬（bandwidth），R 值越大越能表示區(qū)域的宏觀空間變化情況，反之，則只能表示微觀空間變化情況. 本研究中POI點(diǎn)密度圖如圖3所示，核密度的帶寬選用3000 m，輸出柵格的空間分辨率為200 m，核密度分析的柵格結(jié)果如圖4所示.

圖3 POI點(diǎn)密度圖Fig.3 Map of POI point density

圖4 POI核密度分析圖Fig.4 Map of POI kernel density

3.2 六邊形規(guī)則格網(wǎng)

本研究以選定的昆明市主城區(qū)的五個(gè)區(qū)域?yàn)檠芯繀^(qū)域，分別采用ArcGIS中漁網(wǎng)與泰森多邊形相結(jié)合的方法和外部Tessellation工具的方法，生成蜂窩狀規(guī)則正六邊形格網(wǎng)，經(jīng)比較兩種方法生成的格網(wǎng)并未有太大的差別. 最終生成的格網(wǎng)大小為1 km2，研究區(qū)域共生成1359個(gè)格網(wǎng). 規(guī)則六邊形格網(wǎng)比正方形、三角形等格網(wǎng)擁有更豐富的拓?fù)潢P(guān)系，且貼合狀態(tài)更為密合，因此采用蜂窩狀六邊形作為統(tǒng)計(jì)的基礎(chǔ)單元，將規(guī)則六邊形格網(wǎng)、處理得到的珞珈一號(hào)夜光數(shù)據(jù)強(qiáng)度值及POI核密度分析結(jié)果進(jìn)行疊加分析，獲取每個(gè)正六邊形格網(wǎng)內(nèi)的數(shù)據(jù)平均值，并將夜光數(shù)據(jù)和核密度分析結(jié)果的平均值分別存儲(chǔ)并關(guān)聯(lián)在同一個(gè)格網(wǎng)內(nèi).

3.3 歸一化處理

歸一化處理需把夜光數(shù)據(jù)強(qiáng)度值和POI核密度值這兩種數(shù)據(jù)轉(zhuǎn)換到大致相同的范圍，計(jì)算公式為：

式中：xnor表示歸一化處理后的值；xmin表示對(duì)應(yīng)數(shù)據(jù)的數(shù)值最小值；xmax表示對(duì)應(yīng)數(shù)據(jù)的數(shù)值最大值. 通過上述公式把夜光數(shù)據(jù)強(qiáng)度值及POI核密度值分別歸一化至［0，100］范圍內(nèi)，按照標(biāo)準(zhǔn)差分級(jí)方法，通過1.5倍標(biāo)準(zhǔn)差將兩種數(shù)據(jù)分為高、中、低三種不同的等級(jí).

3.4 雙因素制圖法

雙因素制圖法是采用兩種不同的變量進(jìn)行耦合關(guān)系分析的一種常用可視化方法，一般是選用不同顏色進(jìn)行組合并形成漸變，同時(shí)也要保證各等級(jí)間有一定的區(qū)分度. 該方法廣泛應(yīng)用于人口、氣候、經(jīng)濟(jì)變化，還可以使用冷暖兩種色調(diào)，結(jié)果對(duì)比更明顯. 本研究中利用黃-藍(lán)兩色進(jìn)行組合變化，共形成9 種不同的組合方式對(duì)夜光數(shù)據(jù)強(qiáng)度值和POI 核密度值進(jìn)行耦合變化分析，結(jié)果如圖5所示.

圖5 雙因素制圖法圖例Fig.5 Legend of the double-factor mapping

4 結(jié)果與分析

4.1 總體分析

為了反映兩種數(shù)據(jù)的耦合結(jié)果，對(duì)POI 核密度值、珞珈一號(hào)夜光數(shù)據(jù)強(qiáng)度值與六邊形格網(wǎng)進(jìn)行疊加處理后，分別求取平均值作為規(guī)則格網(wǎng)中的POI 核密度值和夜光數(shù)據(jù)強(qiáng)度值，同時(shí)把兩種數(shù)據(jù)全部歸一化至相同的取值范圍，采用雙因素制圖法進(jìn)行耦合分析，結(jié)果如圖6 所示. 由圖6可知，POI 核密度值與夜光數(shù)據(jù)強(qiáng)度值耦合一致的格網(wǎng)有1218 個(gè)，占整個(gè)研究區(qū)域的近90%，說明研究區(qū)域整體耦合性良好，在空間結(jié)構(gòu)上具有高度的一致性，大部分耦合一致區(qū)域分布在研究區(qū)域的外圍，表現(xiàn)為低-低耦合關(guān)系. 高-高耦合部分主要分布在研究區(qū)域中心的三環(huán)區(qū)域內(nèi)，東西方向主要從研究區(qū)域中心向外輻射，長(zhǎng)度約為5 km，南北方向輻射長(zhǎng)度為10 km 左右. 呈貢區(qū)的高-高耦合部分分布在以市政府為中心的約2.5 km 的范圍內(nèi)；中-中耦合部分主要圍繞在研究區(qū)域中心的外圍及呈貢區(qū)中心的外圍，呈現(xiàn)空心環(huán)狀分布；低-低耦合部分則分布在研究區(qū)域的邊緣地區(qū).

4.2 夜光數(shù)據(jù)強(qiáng)度值高于POI核密度值的耦合關(guān)系分析

圖6 POI核密度值與夜光數(shù)據(jù)強(qiáng)度值的空間耦合關(guān)系圖Fig.6 Spatial coupling between nighttime light data intensity value and POI kernel density value

夜光數(shù)據(jù)強(qiáng)度值高于POI核密度值的區(qū)域分布圖如圖7所示. 由圖7可知，這些區(qū)域數(shù)量不是很多，但更能識(shí)別城市的空間結(jié)構(gòu)細(xì)節(jié)特征，這些區(qū)域主要分布在城鎮(zhèn)的邊緣地帶，尤其是城鎮(zhèn)向農(nóng)村過渡的中間地帶，大部分區(qū)域存在夜光數(shù)據(jù)“溢出”現(xiàn)象，探測(cè)的燈光范圍通常比實(shí)際人們活動(dòng)的范圍要大. 盤龍區(qū)幾乎無夜光數(shù)據(jù)強(qiáng)度值高于POI 核密度值的區(qū)域存在，而官渡區(qū)夜光數(shù)據(jù)強(qiáng)度值高于POI 核密度值的區(qū)域較多，其中低-中耦合關(guān)系占了大部分，低-中、低-高耦合關(guān)系區(qū)域主要分布在長(zhǎng)水國(guó)際機(jī)場(chǎng)附近，這些區(qū)域因燈光較強(qiáng)，且POI大多為餐飲等服務(wù)類型，同質(zhì)性較強(qiáng)，所以出現(xiàn)兩種數(shù)據(jù)對(duì)城市區(qū)域不合理的表達(dá). 因此可以利用POI核密度值與夜光數(shù)據(jù)強(qiáng)度值相結(jié)合的方法，對(duì)機(jī)場(chǎng)、新區(qū)等區(qū)域進(jìn)行空間結(jié)構(gòu)分析，彌補(bǔ)彼此的不足. 另外，西山區(qū)的?？诮值?、碧雞街道，五華區(qū)的普吉街道，呈貢區(qū)的大漁街道、馬金鋪街道均出現(xiàn)了一些新開發(fā)興建的小區(qū)與商業(yè)中心，這些新建區(qū)域的夜光強(qiáng)度較強(qiáng)，但相關(guān)配套設(shè)施又少，故呈現(xiàn)出部分低-中耦合格局. 呈貢區(qū)的吳家營(yíng)街道、西山區(qū)的滇池國(guó)家旅游度假區(qū)、五華區(qū)的黑林鋪街道以及紅云街道出現(xiàn)了部分中-高耦合區(qū)域，也是因?yàn)檫@些區(qū)域有一些房地產(chǎn)開發(fā)的熱點(diǎn)區(qū)域，而相關(guān)配套設(shè)施又不匹配，所以出現(xiàn)了一些夜光數(shù)據(jù)強(qiáng)度值高于POI 核密度值的區(qū)域.

4.3 夜光數(shù)據(jù)強(qiáng)度值低于POI核密度值的耦合關(guān)系分析

夜光數(shù)據(jù)強(qiáng)度值低于POI核密度值的區(qū)域分布圖如圖8所示. 由圖8可知，這些區(qū)域雖然城鎮(zhèn)化水平不高，但局部區(qū)域形成了商業(yè)的聚集圈. 高-中耦合關(guān)系的區(qū)域圍繞昆明市中心區(qū)域主要分布在昆明市二環(huán)附近區(qū)域以及彩云北路附近區(qū)域，呈現(xiàn)帶狀或環(huán)狀分布；從城市功能區(qū)的角度看，這些區(qū)域?qū)儆谝恍┐螣岬纳虡I(yè)中心，如：南市區(qū)的世紀(jì)城片區(qū)、新亞洲體育城片區(qū)，東市區(qū)的青云街道片區(qū)，北市區(qū)的云坊商業(yè)區(qū)、世博園片區(qū)，西市區(qū)的西三環(huán)片區(qū)等. 高-低耦合關(guān)系的區(qū)域較少，主要分布在城郊結(jié)合帶，呈零星點(diǎn)狀分布. 中-低耦合關(guān)系的區(qū)域環(huán)繞在高-中耦合關(guān)系區(qū)域的周邊，主要分布在鄉(xiāng)鎮(zhèn)中心地帶，這些區(qū)域城鎮(zhèn)化水平較低，又形成了區(qū)域的商業(yè)服務(wù)中心，因此導(dǎo)致這些區(qū)域的POI核密度值高于夜光數(shù)據(jù)強(qiáng)度值.

圖7 夜光數(shù)據(jù)強(qiáng)度值高于POI核密度值的耦合關(guān)系圖Fig.7 Coupling relation diagram of nighttime light data intensity value higher than POI kernel density value

圖8 夜光數(shù)據(jù)強(qiáng)度值低于POI核密度值的耦合關(guān)系圖Fig.8 Coupling relation diagram of nighttime light data intensity value lower than POI kernel density value

5 結(jié)論

本研究通過對(duì)選定的昆明市主城區(qū)五個(gè)區(qū)域的POI核密度值和珞珈一號(hào)夜光數(shù)據(jù)強(qiáng)度值的耦合關(guān)系進(jìn)行分析，探討了這兩種數(shù)據(jù)耦合相一致或相異的空間分布特征，并對(duì)相異區(qū)域的特點(diǎn)及原因進(jìn)行了分析，主要結(jié)論如下：

1）研究區(qū)域的POI核密度值與珞珈一號(hào)夜光數(shù)據(jù)強(qiáng)度值的整體耦合性良好，有將近90%的相一致區(qū)域，能很好地反映選定的昆明市主城區(qū)五個(gè)區(qū)域的空間結(jié)構(gòu)特征，對(duì)于城市空間結(jié)構(gòu)等研究均具有很好的適用性. 高-高耦合部分主要分布在研究區(qū)域中心的三環(huán)區(qū)域內(nèi)；中-中耦合部分主要圍繞在研究區(qū)域中心的外圍及呈貢區(qū)中心的外圍，呈現(xiàn)空心環(huán)狀分布；低-低耦合部分則分布在研究區(qū)域的邊緣地區(qū).

2）POI核密度值與珞珈一號(hào)夜光數(shù)據(jù)強(qiáng)度值耦合相異的部分，對(duì)城市空間結(jié)構(gòu)細(xì)化有著重要的作用，如在經(jīng)濟(jì)開發(fā)區(qū)、城郊結(jié)合帶、城市商業(yè)中心、大范圍的同質(zhì)性區(qū)域，兩者都有一定的相異區(qū)域. 其中POI在機(jī)場(chǎng)附近的同質(zhì)性較高、數(shù)量偏少，在新開發(fā)區(qū)、城郊、鄉(xiāng)村地帶數(shù)量也偏少，這是因?yàn)檫@些區(qū)域城鎮(zhèn)化發(fā)展水平較低，而在鄉(xiāng)鎮(zhèn)中心具有一定數(shù)量的分布，且在研究區(qū)域的市區(qū)中心或者有影響力的商業(yè)片區(qū)內(nèi)數(shù)量較多；夜光數(shù)據(jù)在研究區(qū)域中心地帶、城鎮(zhèn)中心以及機(jī)場(chǎng)燈光較強(qiáng)，且存在一定的燈光“溢出”現(xiàn)象，而夜光數(shù)據(jù)對(duì)遠(yuǎn)離城市的邊遠(yuǎn)地區(qū)表達(dá)有限，說明夜光數(shù)據(jù)與POI對(duì)人類社會(huì)經(jīng)濟(jì)活動(dòng)的探索各有優(yōu)缺點(diǎn)，以夜光數(shù)據(jù)為基礎(chǔ)進(jìn)行研究時(shí)與POI數(shù)據(jù)相結(jié)合，更能彌補(bǔ)彼此的不足.

本研究雖對(duì)選定的昆明市主城區(qū)五個(gè)區(qū)域的城市空間結(jié)構(gòu)進(jìn)行了初步探討與分析，但也有一些不足，如研究中僅用兩種數(shù)據(jù)耦合，且定性研究居多，今后需擬結(jié)合更多數(shù)據(jù)，如：手機(jī)定位數(shù)據(jù)、微博簽到數(shù)據(jù)、人口數(shù)據(jù)等，采用定性和定量相結(jié)合的方法，進(jìn)一步研究城市的空間結(jié)構(gòu)特征.