鄧昊鍵，李恒凱

江西理工大學(xué) 土木與測繪工程學(xué)院，江西 贛州 341000

0 引 言

改革開放以來，中國城市經(jīng)濟(jì)快速發(fā)展加速了城市建成區(qū)的擴(kuò)張。城市建成區(qū)是城市人口最密集、經(jīng)濟(jì)活動最頻繁的區(qū)域。中國政府頒布《國家新型城鎮(zhèn)化發(fā)展規(guī)劃（2014-2020）》中明確提出要優(yōu)化城市布局及形態(tài)、規(guī)范新城新區(qū)建設(shè)、改善城鄉(xiāng)接合部環(huán)境等要求，中國各級政府也積極展開城市管理和規(guī)劃等工作[1]。在城市規(guī)劃設(shè)計(jì)研究院發(fā)布的《城市規(guī)劃基本術(shù)語標(biāo)準(zhǔn)》（GB/T 50280—98）中對建成區(qū)這一概念闡述為：城市建成區(qū)是城市行政區(qū)范圍內(nèi)非農(nóng)業(yè)生產(chǎn)建設(shè)的區(qū)域，建成區(qū)的邊界也是城市的農(nóng)業(yè)用地與非農(nóng)業(yè)用地之間的界限[2]。當(dāng)前，對建成區(qū)的提取與監(jiān)測的難度在于建成區(qū)邊界的判定。由于相關(guān)文件對建成區(qū)概念沒有明確的定義，導(dǎo)致不同的學(xué)者對建成區(qū)的理解存在差異[3]。城市建成區(qū)是一個(gè)復(fù)雜的系統(tǒng)，具有邊界模糊的典型特征[2]。隨著經(jīng)濟(jì)發(fā)展、人口聚集，城市建成區(qū)的邊界在不斷動態(tài)擴(kuò)張變化[4]，使得城市中建成區(qū)與非建成區(qū)的邊界難以界定[5]。因此，無論基于何種數(shù)據(jù)、采用何種方法提取的建成區(qū)邊界都是相對的[6]。

雖然城市建成區(qū)的邊界存在動態(tài)性、相對性，但無論是在現(xiàn)階段還是在未來，對該領(lǐng)域的研究仍將具有深刻而又重要的意義。從研究理論上看，城市建成區(qū)邊界識別是完善城市研究體系，支撐城市地理研究的基礎(chǔ)性研究之一。從實(shí)踐指導(dǎo)來看，通過精確提取城市建成區(qū)邊界可以直接反映城市擴(kuò)張[7]，為有關(guān)部門的城市化評估、城市規(guī)劃與調(diào)控提供參考。在城市建成區(qū)邊界提取研究中，CROFT 在20 世紀(jì)70 年代末較先運(yùn)用夜間燈光數(shù)據(jù)來提取城市建成區(qū)[8]。此后，許多學(xué)者都開始嘗試?yán)靡归g燈光數(shù)據(jù)提取一些城市的建成區(qū)邊界。同期，一些陸地衛(wèi)星影像數(shù)據(jù)也開始被應(yīng)用于城市擴(kuò)張監(jiān)測、建成區(qū)邊界提取等方面。在21 世紀(jì)初，具有高空間分辨率、豐富光譜信息的高光譜影像數(shù)據(jù)的出現(xiàn)為實(shí)現(xiàn)城市建成區(qū)邊界的精確提取奠定了基礎(chǔ)。而隨著大數(shù)據(jù)時(shí)代的到來，蘊(yùn)含空間位置信息的POI 數(shù)據(jù)被應(yīng)用于建成區(qū)邊界提取的研究中，進(jìn)一步提高了邊界提取的精細(xì)度。本文以研究采用的數(shù)據(jù)為主線，從數(shù)據(jù)處理、技術(shù)方法、應(yīng)用研究及存在的問題等多方面進(jìn)行歸納總結(jié)，對研究方向、熱點(diǎn)進(jìn)行展望，以期為未來建成區(qū)邊界識別、提取相關(guān)研究提供參考。

1 城市建成區(qū)邊界提取的數(shù)據(jù)與方法

1.1 夜間燈光數(shù)據(jù)與城市建成區(qū)邊界提取

夜間燈光數(shù)據(jù)是在夜間無云條件下，通過傳感器對地表中的居民地、港口等發(fā)出的燈光輻射進(jìn)行收集、記錄的數(shù)據(jù)[8]。由于建成區(qū)中的人口密度、人類活動的強(qiáng)度遠(yuǎn)大于非建成區(qū)，在夜間燈光數(shù)據(jù)中，建成區(qū)與非建成區(qū)的DN 值差異顯著?；诖藘?yōu)勢，許多國內(nèi)外學(xué)者將夜間燈光數(shù)據(jù)廣泛應(yīng)用于對城市建成區(qū)的提取。常見的4 種夜間燈光數(shù)據(jù)產(chǎn)品（表1）。其中，美國國防氣象衛(wèi)星搭載的線性掃描業(yè)務(wù)系統(tǒng)（Defense Meteorological Satellite Program/Operational Linescan System，DMSP/OLS）、索米國家極軌道伙伴關(guān)系衛(wèi)星搭載的可見光紅外成像輻射儀（National Purchasing Partners-Visible Infrared Imager Radiometer Suite，NPPVIIRS）和珞珈一號夜間燈光數(shù)據(jù)被一些學(xué)者廣泛應(yīng)用于研究中，而火石夜間燈光數(shù)據(jù)為中科院遙感地面站基于NPP-VIIRS 傳感器的夜光月度產(chǎn)品處理所得，該數(shù)據(jù)的時(shí)序較短，相關(guān)研究采用較少。同時(shí)，為了削弱夜間燈光數(shù)據(jù)在時(shí)序上的不穩(wěn)定性以提高建成區(qū)提取精度，一些學(xué)者[9-19]嘗試對研究區(qū)域的夜間燈光數(shù)據(jù)進(jìn)行校正（表2）。

表1 研究中常用的夜間燈光數(shù)據(jù)Tab.1 Details of nighttime lighting data used in the study

表2 現(xiàn)有對夜間燈光數(shù)據(jù)校正的研究Tab.2 Existing research on nighttime lighting data correction

1.1.1 提取建成區(qū)邊界的方法

通過總結(jié)、歸納前人的研究成果，發(fā)現(xiàn)當(dāng)前提取建成區(qū)邊界的燈光閾值主要有以下3 種方法。

1）突變檢測法。建成區(qū)的燈光強(qiáng)度大且呈完整的多邊形連續(xù)分布，而非建成區(qū)的燈光強(qiáng)度小，燈光形狀呈零星狀分布。當(dāng)較完整的多邊形與零星狀燈光交接變化處即為建成區(qū)的邊界[20]。IMHOFF 等人利用美國地區(qū)燈光數(shù)據(jù)進(jìn)行多次嘗試后發(fā)現(xiàn)，城市建成區(qū)內(nèi)部不會隨著夜間燈光DN 值增加而表現(xiàn)為破碎狀，而是仍然保持完整的多邊形狀[21]。

2）經(jīng)驗(yàn)閾值法。按照夜間燈光數(shù)據(jù)的特征和基于前人的經(jīng)驗(yàn)設(shè)定閾值，超過閾值且呈多邊形形狀的像元集合作為建成區(qū)。其中，SUTTON 借用經(jīng)驗(yàn)法，通過研究城市邊緣距離，提取城區(qū)面積，來建立人口密度模型[22]。而陳晉等使用前人開發(fā)的經(jīng)驗(yàn)閾值判別程序，利用DMSP/OLS夜間燈光數(shù)據(jù)構(gòu)建燈光指數(shù)探究中國城市化過程[23]。

3）參考比較法。設(shè)定一系列的閾值，提取出建成區(qū)結(jié)果與政府發(fā)布的統(tǒng)計(jì)數(shù)據(jù)及影像數(shù)據(jù)作比較，把誤差最小時(shí)的閾值作為最佳閾值。有學(xué)者利用參考比較法對美國6 個(gè)州的建成區(qū)進(jìn)行提取，發(fā)現(xiàn)50 為美國城市建成區(qū)邊界提取的最佳閾值[24]。HENDERSON 等利用夜間燈光數(shù)據(jù)對北京、拉薩城市的建成區(qū)進(jìn)行提取，并輔以較高分辨率的影像數(shù)據(jù)進(jìn)行比較，發(fā)現(xiàn)北京、拉薩建成區(qū)分割的最佳閾值分別為30 和19[25]。

1.1.2 利用夜間燈光提取建成區(qū)的不足

1）夜間燈光數(shù)據(jù)分辨率較低。如DMSP/OLS 夜間燈光數(shù)據(jù)分辨率為1 km，合成的NPP/VIIR 夜間燈光數(shù)據(jù)分辨率為0.5 km，珞珈一號數(shù)據(jù)分辨率為0.13 km，分辨率遠(yuǎn)低于被用于研究城市土地動態(tài)檢測的Landsat 系列、SPOT 系列等陸地衛(wèi)星。當(dāng)夜間燈光數(shù)據(jù)被作為單一研究數(shù)據(jù)源時(shí)，往往造成城市建成區(qū)邊界提取的精細(xì)度較低。

2）夜間燈光存在像元飽和問題。如DMSP/OLS 夜間燈光數(shù)據(jù)飽和度為63，當(dāng)像元DN 值飽和時(shí)，就無法反演實(shí)際夜間燈光增長量。針對DMSP/OLS 燈光數(shù)據(jù)存在的飽和問題，一些學(xué)者開展研究，以減少夜間燈光飽和對研究結(jié)果的影響。如HARA 等提出基于燈光像元DN 值頻率分布的去飽和方法[26]，LETU 等基于不變目標(biāo)的去飽和方法[27]，LU 等提出基于輔助參數(shù)的去飽和方法[28]。

3）受研究區(qū)域人口規(guī)模、城市等級及城市不同發(fā)展階段的影響，研究者不能將某城市建成區(qū)的提取閾值作為通用標(biāo)準(zhǔn)。由于最佳燈光閾值往往是動態(tài)變化的，應(yīng)構(gòu)建基于城市人口、建設(shè)用地、GDP 等多因子變化的模型，以預(yù)測城市建成區(qū)邊界閾值隨時(shí)間的變化。

4）由于常用夜間燈光數(shù)據(jù)（表1）在傳感器參數(shù)及時(shí)間序列上不具有一致性和可比性，需建立相應(yīng)擬合校正模型，才能進(jìn)行大跨度、長時(shí)序的研究。如DMSP/OLS數(shù)據(jù)成像時(shí)間為1992-2013 年，為非輻射定標(biāo)的穩(wěn)定燈光影像，像元為相對亮度輻射值。而NPP/VIIRS 數(shù)據(jù)成像時(shí)間是2012 至今，像元DN 值是經(jīng)輻射定標(biāo)處理所得。雖然梁麗等[29]使用多種模型對DMSP/OLS 與NPP/VIIRS 兩種數(shù)據(jù)進(jìn)行校正、擬合，但模型的最小均方誤差根（RMSE）為8.33，兩種夜間燈光數(shù)據(jù)之間的校正、擬合的效果仍存在較大偏差（表3）。

表3 DMSP/OLS 與 NPP/VIIRS 數(shù)據(jù)擬合結(jié)果及參數(shù)Tab.3 Data fitting results and parameters of DMSP/OLS and NPP/VIIRS

1.2 陸地衛(wèi)星影像數(shù)據(jù)與城市建成區(qū)邊界提取

陸地衛(wèi)星影像數(shù)據(jù)具有連續(xù)性強(qiáng)、覆蓋范圍大、實(shí)時(shí)采集等特點(diǎn)，是當(dāng)今動態(tài)監(jiān)測城市最有效的數(shù)據(jù)源，被廣泛應(yīng)用于城市建成區(qū)邊界的提取。當(dāng)前，使用陸地衛(wèi)星影像數(shù)據(jù)提取建成區(qū)邊界主要是基于像元或研究對象的差異進(jìn)行提取，研究方法包括：監(jiān)督分類、非監(jiān)督分類、人工神經(jīng)網(wǎng)絡(luò)分類法、歸一化建筑指數(shù)法、三指數(shù)合成法、主成分分析法和基于光譜知識的信息提取模型法等[30-31]。本文根據(jù)研究采用的陸地衛(wèi)星影像數(shù)據(jù)分辨率不同，將數(shù)據(jù)分為高分辨和中低分辨率分別進(jìn)行概述。

1.2.1 高分陸地衛(wèi)星影像數(shù)據(jù)的建成區(qū)邊界提取

近年來，具有地物紋理信息豐富、成像光譜波段多等優(yōu)勢的高分辨率影像數(shù)據(jù)被大量應(yīng)用于城市建成區(qū)邊界提取的研究中。其中，李海江等利用邊緣檢測算子、滑動窗口算法及神經(jīng)網(wǎng)絡(luò)分類等方法提取出高分影像中建成區(qū)的邊緣密度、紋理特征的兩種合理區(qū)，對兩種合理區(qū)的數(shù)據(jù)進(jìn)行“與”“或”操作后實(shí)現(xiàn)建成區(qū)邊界的提取[7]。但上述的算法對裸土、耕地混合區(qū)的建成區(qū)邊界提取精度較低。針對此問題，鄧劉洋等引入土地利用類型標(biāo)準(zhǔn)差信息，有效區(qū)分城市建成區(qū)與周邊耕地的邊界[2]。梅立琴利用高分影像中建成區(qū)與非建成區(qū)在光譜特征、局部關(guān)鍵點(diǎn)特征和紋理特征上的差異，提出融合多核學(xué)習(xí)、多尺度融合和多假設(shè)投票等方法對建成區(qū)及其邊界進(jìn)行檢測。該方法檢測的建成區(qū)完整性和正確率度都超過85%[32]，但高分影像數(shù)據(jù)難以獲取，很多高分影像數(shù)據(jù)需要購買。高分影像是近10 年才開始普及，缺乏歷史存檔數(shù)據(jù)，對于開展長時(shí)序的城市建成區(qū)研究存在困難。

1.2.2 中低分辨率陸地衛(wèi)星影像數(shù)據(jù)的建成區(qū)邊界提取

空間分辨率較低的Landsat、MODIS 系列陸地衛(wèi)星影像數(shù)據(jù)由于方便獲取，被許多學(xué)者廣泛用于建成區(qū)提取的研究中。徐涵秋等利用歸一化建筑指數(shù)（Normalized Difference Built-up Index，NDBI）和IBI 指數(shù)（Index-Based Built-up Index，IBI）相結(jié)合提取二值影像，將多模型相結(jié)合提取二值影像上的連通區(qū)域，根據(jù)城鄉(xiāng)結(jié)合體的臨界像元劃分條件，對連通區(qū)域進(jìn)行檢測，提取出建成區(qū)邊界及范圍[33]。胡月瑤基于Landsat 影像數(shù)據(jù)，使用修正的歸一化建筑指數(shù)（NDBI）先提取建成區(qū)的大致范圍，再使用影像聚類法剔除建成區(qū)中的裸土區(qū)域，最后利用多種形態(tài)學(xué)運(yùn)算和形態(tài)學(xué)偏重建方法對建成區(qū)邊界進(jìn)行形態(tài)重建及平滑處理[34]。由于植被受物候影響大，使用歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）提取建成區(qū)的邊界時(shí)提取的精度受季節(jié)影響的大。馬丹等使用多種影像分類方法先大致地提取建成區(qū)范圍，再借助多時(shí)相NDVI軌跡圖數(shù)據(jù)，對提取的建成區(qū)進(jìn)行修正，結(jié)果表明修正后的建成區(qū)總體精度提高了3.54%[35]。歸一化建筑指數(shù)（NDBI）公式如下：

式中，NDBI為歸一化建筑指數(shù)；SWIR1、NIR分別為遙感影像的短紅外波段、近紅外波段。

這些研究都是基于建成區(qū)與非建成區(qū)內(nèi)部紋理特征差異或像元光譜差異，但也存在以下不足之處：在中低分辨率影像數(shù)據(jù)中，建成區(qū)邊緣與裸土的光譜特征相似，所以在兩者交錯(cuò)分布區(qū)域存在建成區(qū)邊界提取精度不高的問題；部分研究以NDVI 為數(shù)據(jù)源構(gòu)建提取的模型缺少對植被在季節(jié)、氣候上變化的考慮，造成模型的通用性不強(qiáng)；大氣狀況等因素對影像影響大，容易出現(xiàn)像元混合問題。一些學(xué)者通過構(gòu)造紋理波段的方法和改進(jìn)分類算法實(shí)現(xiàn)對建成區(qū)邊界的提取，取得了較好的研究成果。這些方法應(yīng)用在高光譜影像上忽視了地物豐富的光譜信息，存在數(shù)據(jù)處理工作量大、模型運(yùn)算時(shí)間長的問題。

1.3 POI數(shù)據(jù)與城市建成區(qū)邊界提取

POI 是一種具有地理標(biāo)識的空間大數(shù)據(jù)，含有名稱、劃分類型、地理位置等信息，被廣泛應(yīng)用于建成區(qū)提取的研究中。由于受聚類效應(yīng)及規(guī)模效應(yīng)的影響，建成區(qū)與非建成區(qū)內(nèi)部的POI 點(diǎn)密度差異明顯，建成區(qū)的POI密度穩(wěn)定且顯著高于非建成區(qū)。當(dāng)將POI 數(shù)據(jù)作為提取建成區(qū)的單一數(shù)據(jù)源時(shí)，如果研究區(qū)域建成區(qū)與非建成區(qū)的邊界過渡區(qū)的POI 核密度值變化平緩，則存在邊界的POI 核密度閾值難以確定的問題。同時(shí)，由于各城市實(shí)際的POI 密度及POI 種類不同，造成已有研究中的POI 核密度閾值的通用性不高。

在利用POI 數(shù)據(jù)對建成區(qū)邊界提取研究中，許澤寧等人提出的Densi-Graph 分析法（圖1）最具代表性[36]。該方法是對分類后的POI 點(diǎn)數(shù)據(jù)集進(jìn)行核密度分析，模擬POI 在城市空間中的分布形態(tài)。再根據(jù)POI 點(diǎn)的實(shí)際核密度和不同的研究問題，動態(tài)地設(shè)置帶寬R，通過Densi-Graph 分析法對建成區(qū)的邊界進(jìn)行識別。最后根據(jù)核密度等值線的疏密程度及等值線間距確定城市建成區(qū)邊界的閾值。同時(shí)，為了提高研究方法的適用性，將城市結(jié)構(gòu)劃分為單中心型、魚眼型、字母型、單中心城市向農(nóng)村過渡型4 種類型，根據(jù)每種城市結(jié)構(gòu)的特性再進(jìn)行建成區(qū)邊界閾值的調(diào)整[36]。此后，一些學(xué)者都沿用Densi-Graph分析法確定建成區(qū)邊界提取的密度閾值[37-38]。還有學(xué)者對該方法的分析步驟進(jìn)行改進(jìn)，如王善輝對車流軌跡數(shù)據(jù)進(jìn)行二維密度格網(wǎng)插值密度分析，再構(gòu)建多分辨率格網(wǎng)密度等值線對城市建成區(qū)進(jìn)行提取[39]。

圖1 Densi-Graph 分析法提取建成區(qū)流程Fig.1 Densi-Graph method to extract the process of built-up area

Densi-Graph 分析法公式如下：

POI 數(shù)據(jù)也存在局限性。當(dāng)前，城市建成區(qū)擴(kuò)張速度較快，而POI 數(shù)據(jù)更新速度較慢，可能導(dǎo)致研究結(jié)果存在一定的遲滯性；研究者爬取的POI 數(shù)據(jù)種類、數(shù)量不同，可能造成提取的建成區(qū)范圍有誤差；研究前期需投入較多時(shí)間和精力到前期POI 數(shù)據(jù)的預(yù)處理中，需對POI 數(shù)據(jù)進(jìn)行大量的數(shù)據(jù)清洗、投影轉(zhuǎn)換等工作。

1.4 多源數(shù)據(jù)融合的城市建成區(qū)邊界提取

使用單一數(shù)據(jù)提取城市建成區(qū)邊界時(shí)，因研究數(shù)據(jù)的局限性，研究者很難準(zhǔn)確地提取建成區(qū)的邊界。當(dāng)前，基于多源數(shù)據(jù)提取建成區(qū)邊界的主要思想是低粗取，高細(xì)化，即利用低分辨率的數(shù)據(jù)提取建成區(qū)大致邊界，再使用高分辨率的數(shù)據(jù)進(jìn)行精細(xì)提取。一些學(xué)者基于這一思想，融合了陸地衛(wèi)星影像數(shù)據(jù)、POI 數(shù)據(jù)、夜間燈光等多源數(shù)據(jù)對建成區(qū)邊界進(jìn)行提取，也取得較好的研究成果。

1.4.1 POI數(shù)據(jù)與夜間燈光數(shù)據(jù)相融合

POI 數(shù)據(jù)具有精確的屬性信息和空間位置信息，在建成區(qū)與非建成區(qū)的邊界具有明顯的突變特征，其優(yōu)勢可彌補(bǔ)夜間燈光數(shù)據(jù)的空間分辨率低的不足。而夜間燈光數(shù)據(jù)是通過傳感器獲取地表的燈光強(qiáng)度，可以彌補(bǔ)POI 數(shù)據(jù)種類不全的劣勢。鄭洪晗等先基于夜間燈光數(shù)據(jù)提取出深圳市建成區(qū)大致范圍，再利用POI 數(shù)據(jù)核密度值提取建成區(qū)精細(xì)邊界，并對邊界進(jìn)行相交計(jì)算、形態(tài)學(xué)運(yùn)算，融合后提取的邊界更能真實(shí)地反映深圳市建成區(qū)的邊界[37]。厲飛等基于POI、珞珈一號和NPP/VIIRS 夜間燈光數(shù)據(jù)，利用構(gòu)建的NTL&POI 綜合指數(shù)與景觀格局指數(shù)相結(jié)合提取城市建成區(qū)[38]。與使用夜間數(shù)據(jù)作為數(shù)據(jù)源的研究相比，該方法提取建成區(qū)精度提高了3%以上，研究結(jié)果也更好地反映了建成區(qū)的空間形態(tài)。上述研究表明，融合POI 數(shù)據(jù)與夜間燈光數(shù)據(jù)對建成區(qū)邊界進(jìn)行提取，不僅可以提高精度，也能更好地反映建成區(qū)的空間形態(tài)。

1.4.2 多源光學(xué)遙感數(shù)據(jù)相融合

在中低分辨率的陸地衛(wèi)星影像中，建設(shè)用地與裸土區(qū)分難度大。而建成區(qū)邊界存在大量建設(shè)用地與裸土交錯(cuò)分布。研究者基于中低分辨率影像數(shù)據(jù)提取建成區(qū)邊界，提取精度往往不高。針對此問題，一些學(xué)者加入輔助數(shù)據(jù)進(jìn)行優(yōu)化。如王若曦等基于DMSP/OLS 數(shù)據(jù)，先利用腐蝕和開運(yùn)算提取建成區(qū)大致邊界，再引入Google Earth 高分影像對基于Landsat 影像提取的建成區(qū)進(jìn)行修正，經(jīng)修正的建成區(qū)邊界精度達(dá)到89.7%[40]。相同思路的還有宋金超等人，在研究中還引入坡度數(shù)據(jù)與城市形態(tài)分類規(guī)則[41]，進(jìn)一步提高了邊界提取的精度。

另一種研究思想是在沒有輔助數(shù)據(jù)的前提下，充分挖掘現(xiàn)有夜間燈光或者陸地衛(wèi)星影像數(shù)據(jù)的信息。如柴寶惠等在夜間燈光數(shù)據(jù)中采用閾值法提取出天津市建成區(qū)的大致范圍，再采用多元變差函數(shù)和多波段的紋理特征對夜間燈光提取的建成區(qū)范圍的影像進(jìn)行分類[42]。雖然此方法可以有效地區(qū)分建成區(qū)邊緣的裸土與建設(shè)用地，但存在分類方法復(fù)雜、模型運(yùn)算量大的問題。為了減少建成區(qū)邊界提取的工作量，劉智麗等將歸一化建筑指數(shù)（NDBI）和城市夜間燈光指數(shù)（BANUI）相結(jié)合提取包頭市的建成區(qū)，通過土地利用調(diào)查數(shù)據(jù)進(jìn)行精度驗(yàn)證發(fā)現(xiàn)，該方法提取的建成區(qū)邊界總精度可達(dá)93.61%[43]。上述的兩種研究方法雖然有些差異，但數(shù)據(jù)融合后所提取的建成區(qū)邊界精度高于使用單一數(shù)據(jù)源提取的精度。

1.4.3 多源光學(xué)遙感數(shù)據(jù)與大數(shù)據(jù)相融合

由于光學(xué)遙感數(shù)據(jù)與大數(shù)據(jù)都具有各自的優(yōu)勢與特點(diǎn)，一些學(xué)者也將二者相結(jié)合應(yīng)用于建成區(qū)提取的研究中。如LI 等利用POI、夜間燈光數(shù)據(jù)和基于影像數(shù)據(jù)反演的地表溫度數(shù)據(jù)構(gòu)建城市建成區(qū)提取指數(shù)[44]，該指數(shù)克服夜間燈光數(shù)據(jù)和低分辨率的局限性，有效提高了建成區(qū)提取的準(zhǔn)確性。一些學(xué)者基于夜間燈光數(shù)據(jù)、POI、道路網(wǎng)和植被數(shù)據(jù)構(gòu)建一個(gè)新的指數(shù)，并將該指數(shù)與動態(tài)閾值二分法相結(jié)合提取城市建成區(qū)[45]。該方法直觀且易于實(shí)現(xiàn)，對于大規(guī)模提取建成區(qū)的效率較高。也有學(xué)者基于手機(jī)信令數(shù)據(jù)先識別出城市人類活動空間，再引入POI 數(shù)據(jù)、遙感影像數(shù)據(jù)和土地調(diào)查數(shù)據(jù)判斷城市建成區(qū)的空間擴(kuò)張或收縮情況[46]。雖然建成區(qū)提取中采用多源數(shù)據(jù)，會增加數(shù)據(jù)處理的工作量和難度，但能保留了建成區(qū)邊界的細(xì)節(jié)結(jié)果，使提取的建成區(qū)邊界更具有連通度。同時(shí)，不同數(shù)據(jù)的空間分辨率呈梯度等級分布，可以滿足研究人員多尺度提取建成區(qū)邊界的需求。

多源數(shù)據(jù)融合提取城市建成區(qū)的邊界也存在不足之處。當(dāng)采用數(shù)據(jù)的空間分辨率差異較大時(shí)，不同數(shù)據(jù)提取建成區(qū)的相交邊界存在較大間隙，如采用分辨率為1 km 的DMSP 數(shù)據(jù)與分辨率達(dá)米級的POI 數(shù)據(jù)，二者提取的邊界存在百米級甚至是千米級的間隙；多源數(shù)據(jù)提取的建成區(qū)邊界存在的差異，需更精細(xì)的數(shù)據(jù)對研究結(jié)果進(jìn)行輔助驗(yàn)證；多數(shù)據(jù)融合提取的建成區(qū)邊界存在較多的要素破碎，需采用平滑規(guī)則或形態(tài)優(yōu)化方法對邊界進(jìn)行處理。BELLENS 等[47]提出形態(tài)學(xué)偏重建算法被一些學(xué)者[37]用于對建成區(qū)邊界要素的形態(tài)優(yōu)化（圖2）。

圖2 建成區(qū)邊界形態(tài)學(xué)處理Fig.2 Morphological processing of the built-up area boundary

2 結(jié) 論

本文回顧城市建成區(qū)邊界識別的研究歷程，總結(jié)出三大研究趨勢：一是越來越多高分辨率影像數(shù)據(jù)被應(yīng)用到研究中；二是多源數(shù)據(jù)相融合，一些學(xué)者將陸地衛(wèi)星影像、夜間燈光以及其它空間大數(shù)據(jù)相結(jié)合，利用各數(shù)據(jù)的優(yōu)勢提高建成區(qū)邊界提取的精度；三是研究者不斷完善建成區(qū)提取的技術(shù)方法，不斷擴(kuò)大建成區(qū)提取的空間范圍。

當(dāng)前，學(xué)術(shù)界對建成區(qū)邊界概念本質(zhì)的認(rèn)識存在一定的模糊性，是造成建成區(qū)邊界識別困難的主要原因之一。雖然《城市規(guī)劃基本術(shù)語標(biāo)準(zhǔn)》對建成區(qū)進(jìn)行了定義與解釋，但邊界定義與解釋仍不夠詳細(xì)。一些學(xué)者根據(jù)也對建成區(qū)的定義進(jìn)行擴(kuò)充，但擴(kuò)充的定義存在一定矛盾性，矛盾與爭議之處為是否將城鄉(xiāng)結(jié)合部歸為建成區(qū)。部分學(xué)者認(rèn)為應(yīng)將城鄉(xiāng)結(jié)合部歸為建成區(qū)，因?yàn)榇藚^(qū)域具有城市經(jīng)濟(jì)聯(lián)系密切、人口流動量大的特點(diǎn)。另一部分學(xué)者認(rèn)為城鄉(xiāng)結(jié)合部建設(shè)用地呈零散形態(tài)分布，其形態(tài)與結(jié)構(gòu)高度與農(nóng)村相似。

本文的觀點(diǎn)是不可以簡單地將城鄉(xiāng)結(jié)合部整體劃分為建成區(qū)或非建成區(qū)，應(yīng)制定一個(gè)劃分體系對城鄉(xiāng)結(jié)合部的內(nèi)部進(jìn)行細(xì)分。劃分體系可以由經(jīng)濟(jì)發(fā)展程度、人口密集程度、單位面積內(nèi)的建設(shè)用地面積、公共設(shè)施完善程度和土地用途等多評估指標(biāo)組成。此外，建成區(qū)邊界識別方法及研究數(shù)據(jù)源的差異，也是影響建成區(qū)或非建成區(qū)劃分差異的重要原因。