长三角城市群地域扩张的时空特征——基于“近十年来DSMP/OLS夜间灯光数据”的实证分析

为揭示长三角城市群地域扩张的时空规律,基于DSMP/OLS夜间灯光数据提取了1999-2010年城镇地域边界,通过定量方法研究了该城市群地域扩张的时空规律。研究表明:(1)长三角城市群重心位于苏州市辖区内,以上海为中心的苏南地区仍然是该区域的城镇发展核心区域,城市群西南部分扩张较快;(2)城市群地域扩展趋于一体化,蔓延程度增强,城镇首位度增大,上海市中心城市辐射作用凸显;(3)城市群主要沿交通主干线呈"Z"字型线性模式扩展。

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

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 ,并分析了该灯光指数与城市化水平在省级尺度上的相关性。研究表明 ,灯光指数与反映城市化水平的复合指数存在较高的相关关系 。

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

利用1998、2003和2008年的DMSP/OLS夜间灯光数据,结合相关统计数据,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,分析长三角城市群城市化进程和空间模式;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、绍兴、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;泰州和宁波属于填充增强-外延主导扩展类型。

基于GDP格网的中国大陆城市DMSP/OLS稳定灯光数据饱和标定方法

DMSP稳定灯光数据产品因其灰度级较低(6bit),通常导致数据在城市中心区域达到饱和,限制了其对城市化进程(如建成区面积)、社会经济发展(如能耗)等关键指标的宏观统计与高精度应用。该文提出一种GDP格网数据辅助去饱和方法,以2010年中国大陆地区DMSP/OLS稳定灯光数据饱和最为严重的36个城市为研究对象,基于该年的GDP格网数据对稳定灯光数据产品进行饱和标定,标定后各城市灯光总和均得到合理提升。为了验证方法的有效性,对标定前后的城市灯光总和与城市建成区面积和能源消耗量两个社会经济指标进行了相关分析,结果表明,标定后的相关系数分别从0.63和0.57提高到0.67和0.61,说明基于GDP格网数据标定方法能够提高稳定灯光数据的应用精度。

大数据在社会科学中的价值:以DMSP/OLS夜间灯光数据为例

"学术思想和研究的演变过程受到特定历史条件下研究方法和分析手段的深刻影响",大数据时代的数据收集、统计分析和研究方法的跨越式变革成为社会科学发展的重大契机。本文以DMSP/OLS夜间灯光数据为例,说明了与传统统计数据相比,大数据带有的容易获取,高度客观性,应用范围广,以及与传统小数据有很好的匹配性等突出特征。目前,国内外社会科学界对大数据的研究和应用均刚刚起步,而现有少数在社会科学研究中的大数据应用充分展示了它的优势。

基于DMSP/OLS数据的我国省级经济发展水平研究

基于2000-2009年的DMSP／OLS夜间灯光数据，提取了同期中国省级行政单元的夜间灯光遥感信息；将灯光遥感亮度信息与各省市GDP数据进行曲线拟合回归分析，建立了基于灯光遥感数据区域亮度信息的GDP估算模型；以全新的视角利用夜间灯光遥感数据进行了中国省级尺度上经济发展水平分析，取得了很好的实际效果。

基于DMSP/OLS夜间灯光数据的城镇化进程及格局研究——以杭州市为例

利用1992—2013年间覆盖杭州市的DMSP/OLS夜间灯光(nighttime light,NTL)数据,结合相关社会经济统计资料,采用分区阈值提取等方法提取杭州市各县、市的城镇区域面积,分析NTL数据与城镇化进程的关系及杭州市城镇化扩张模式;选取景观生态学相关研究方法,引入景观格局与斑块概念,结合主要交通线分布,对杭州市城镇化进程及格局进行分析。研究结果表明,利用NTL数据进行城镇化研究具有一定可行性。杭州市城镇化扩张表现为后期加速型,城镇化发展在2000年以前主要集中在主城区;2000年以后,随着经济社会的发展,城镇化开始沿主要交通线呈面状分散发展,城镇化速度及水平全面提升,发展方式及发展重心都呈现出一定的转变。运用DMSP/OLS NTL数据从市域层面展开城镇化相关研究,并引入景观生态学相关概念,对城镇化研究以及城市规划有一定的借鉴意义。

融合DMSP-OLS和Landsat影像的城区边界提取

研究了融合DMSP-OLS夜间遥感数据和Landsat 7地表覆盖遥感影像以改善城区边界提取可靠性的方法.首先利用DMSP-OLS数据和Landsat 7数据分别提取城市建成区边界,然后通过加权融合法对两种数据获取的边界进行融合,以获取可靠性更高的城区边界.实验验证了该方法的有效性.

基于DMSP/OLS夜间灯光数据的城乡结合部空间识别研究——以重庆市主城区为例

为解决经济、人口等城乡结合部空间识别指示要素不能反映行政区内部差异的问题,该文提出了一种基于DMSP/OLS夜间灯光数据的城乡结合部空间识别技术方法。首先构建灯光亮度和灯光亮度起伏度特征组合值模型,分析灯光亮度和灯光亮度起伏度组合特征;其次通过断点法分类,对城乡结合部进行空间识别;最后以重庆市主城区为例进行了实证研究。结果显示:1)城市呈现"高灯光亮度、低灯光亮度起伏度"特征组合;城乡结合部呈现"中灯光亮度、高灯光亮度起伏度"特征组合;乡村呈现"低灯光亮度、低灯光亮度起伏度"特征组合。2)城乡结合部面积占重庆市主城区总面积的59.07%,主要分布在以江北区观音桥街道中部为圆心,以17km为内半径和37km为外半径构成的环带内。基于DMSP/OLS夜间灯光数据为城乡结合部空间识别提供了一种简便可行的方法。

东北三省碳排放时空演变多尺度分析——基于DMSP/OLS夜间灯光数据

动态分析碳排放的演变趋势,对低碳经济的发展具有重要的科学依据和应用价值。基于DMSP/OLS夜间灯光数据,构建东北三省的碳排放模型,从栅格级、市级及县级模拟分析1994—2013年碳排放的时空演变特征。结果表明:(1)1994—2013年,东北三省CO排放量与夜间灯光DN总值间的相关系数均较高,平均相对误差均较小,估算模型有效。(2)碳排放总量逐年增长,形成以中心城市为核心,逐渐呈放射状向外扩张的态势;碳排放量较高的城市主要分布在盘锦、沈阳、辽阳和大连;高碳县域主要分布于盘锦、沈阳和大连的市中区。(3)碳排放具有显著的全局空间正相关,形成了以辽宁省的高碳集聚区和以黑龙江省的低碳集聚区为主的城市集聚态势;县域的高碳集聚区较稳定于辽宁省的6个县域,低碳集聚区主要在黑龙江省西北部和中部以及吉林省东部波动分布。

基于DMSP/OLS数据的区域碳排放时空动态研究

选取IPCC碳排放核算方法并基于能源统计数据,核算了我国大陆30个省市的能源消耗碳排放量,利用纠正后的DMSP/OLS夜间灯光数据与相应空间单元的碳排放量进行回归分析,反演出1km×1km栅格的电力消耗碳排放量并分析其在地级市尺度上的时空变化.核算出2005年、2010年和2013年能源消耗排放总量分别为57.02,82.28和93.26亿t,其中电力碳排放量分别为23.03,35.62和42.07亿t.结果表明:校正后的DMSP/OLS夜间灯光数据能更好地估算碳排放,其DN总值与统计的省级能源消耗排放量、电力消耗排放量均存在较强的相关关系;整体而言,发达地区能源消耗排放量大但强度比较低.

基于GIS和DMSP/OLS数据的重庆市2000—2012年GDP时空分布变化

重庆市直辖后自2000年经济发展步入正轨,其GDP时空分布变化具有很高的研究价值。而GDP作为公认的衡量经济发展水平的最佳指标,多以行政单元的统计数据为载体呈现,难以进行经济空间格局及发展变化方面的研究。本文以DMSP/OLS夜间灯光数据为基础,对2000—2012年重庆市GDP进行空间化研究。将真实GDP与灯光指数I、S、CNLI进行相关分析,第二产业GDP的相关系数在0.883~0.977之间,第三产业GDP的相关系数在0.827~0.946之间,第二、三产业GDP和的相关系数在0.861~0.970之间,总GDP的相关系数在0.849~0.966之间。经综合分析选择指数I与总GDP回归分析后得到模型,通过Arc GIS空间分析得到2000—2012年1km×1km的GDP密度图。结果表明：多年GDP密度渝西高于渝东北,渝东南最低,其中整个渝中区平均GDP大于1000万/ha。以主城地区与万州区为两大经济增长极带动经济发展,GDP增长呈现出主城九区〉城市发展新区〉渝东北〉渝东南的格局,其中沙坪坝西部大学城地区平均GDP增长率最快,达125%以上。

基于DMSP/OLS夜间灯光数据的环渤海城市群时空演变研究

城市群时空演变过程研究对优化城市群空间结构及促进城市间协调发展均具有重要意义。以1992—2013年DMSP/OLS夜间灯光数据为数据源,综合利用地理信息系统(geographic information system,GIS)空间分析技术、城市位序-规模法则、城市空间扩展速率指数及标准差椭圆等方法对环渤海城市群时空演变过程进行研究,结果表明:①1992—2013年间,该城市群各城市夜间灯光总量均呈显著增长,整体增长率为135.89%;②随时间推移,该城市群中心城市对周边地区的辐射带动作用逐步增强,城市规模分布由不均衡状态向均衡状态转变;③该城市群空间扩展呈中心城市圈层化特征,演变格局表现为由西向东,由北向南的趋势,重心向西南方向偏移,空间范围呈扩张态势。研究可为环渤海及我国其他城市群时空演变研究提供方法借鉴与数据支持。

DMSP-OLS与NPP-VIIRS夜间灯光遥感影像数据整合

DMSP-OLS夜间灯光遥感数据截至2013年,现已被NPP-VIIRS夜间灯光数据取代。因此,要获得长时间序列且稳定的夜间灯光数据集,需要整合两类夜间灯光数据。基于此,本文提出了基于重采样的两类数据整合方法,对2013—2020年NPP-VIIRS数据进行模拟,最终建立了1992—2020年长时间序列校正—模拟DMSP-OLS夜光遥感数据集。结果表明,基于重采样的整合方法效果良好(城市区域Pearson相关系数ρ=0.985 2,RMSE=3.460 7),整合数据集与相关社会经济参考量高度契合(影像DN值总和与GDP的相关系数ρ=0.946,与人口的相关系数ρ=0.971,二次多项式模型拟合R~2≈0.98,RMSE<5.55),优于已有研究。因此,利用该方法整合后的数据集能更好地支撑基于夜间灯光影像的长时间序列研究。

引入一种新型震害快速评估基础数据的尝试——DMSP/OLS卫星夜光数据的使用

本文尝试性使用美国军事气象DMSP卫星20年来的夜光数据,并利用前人在夜光数据与中国人口统计分布的关系模型以及基于人员死亡率表示的地震生命易损性模型,分析国内外1990年来有影响的4次7级以上强地震的人员死亡情况.通过对正式公布的烈度图矢量化与通过DMSP/OLS夜光数据换算出的人口密度分布的空间相互覆盖情况,计算得出4次强地震理论计算的结果和实际人员死亡统计结果在一个数量级的误差范围内具有可信度。其中土耳其IZMIT市地震、中国台湾集集地震的计算结果比较吻合,而汶川地震与海地地震理论计算的结果比实际的偏小,这可能与汶川地震高烈度区地震地质灾害异常严重以及海地太子港地区缺乏抗震设防,房屋抗震性能薄弱有关。

基于DMSP/OLS夜间灯光数据的东北地区经济差异的时空特征

基于DMSP/OLS夜间灯光数据,以2003-2013年东北地区43个城市为研究对象,在使用变异系数和泰尔指数对其经济差异进行测度的基础上,运用标准差椭圆和空间马尔可夫链分析东北地区城市经济差异的时空特征。研究表明:一是研究期间内东北地区区域协调发展取得一定成果,城市经济差异总体表现出在波动中缩小的态势,但区域内部差距依旧突出。二是东北地区城市经济总体呈现出较稳定的西南-东北方向的空间分布格局,经济重心缓慢向北迁移,而且城市经济在长轴和短轴方向上都呈持续扩张的趋势。三是由空间马尔可夫链可知,东北地区城市经济发展存在趋同现象与空间溢出效应,但不同邻域环境对各城市经济类型的转移存在异质性。

基于DMSP/OLS数据的城市建成区变化信息提取方法——以陕西省为例

针对地区发展不平衡现象导致DMSP/OLS数据提取城市建成区时全局最佳阈值分割法精度不高的问题,基于DMSP/OLS非辐射定标夜间灯光平均强度数据提出一种分区最佳阈值分割方法进行城市建成区面积的估算。利用陕西省1992、1997、2002、2007及2012共5个年份的DMSP/OLS数据进行验证,结果表明:与统计数据相比,该方法对各年份建成区面积估算误差均小于1.27%;与全局最佳阈值法相比,其平均误差降低0.49%。而且,该方法估算的建成区面积变化速率与统计数据基本一致。

基于Landsat数据和DMSP/OLS夜间灯光数据的城市扩展提取:以天津市为例

以天津市为例,将多时相的Landsat TM/ETM+影像与DMSP/OLS夜间灯光数据结合起来提取城市建成区扩展信息,并进行验证和分析。首先,利用DMSP/OLS夜间灯光数据得到城市建成区的大致范围,利用这个范围内的Landsat TM/ETM+数据和多波段纹理进行图像分类,得到城市建成区的空间分布。然后,利用分类后比较法得到城市建成区的变化信息,将提取的建成区变化结果与利用DMSP/OLS数据得到的城市建成区扩展信息以及基于统计数据的城市建成区变化趋势进行对比,验证方法的有效性。结果表明,结合DMSP/OLS数据和Landsat数据的光谱特征以及提取的多波段纹理特征,可有效地减少裸土与城市建成区的混淆,与只利用光谱信息的建成区提取及变化检测相比,得到更高的精度。因此,结合Landsat TM/ETM+数据和DMSP/OLS夜间灯光数据提供了一种进行大型城市建成区扩展检测的有效方法。

DMSP/OLS与NPP/VIIRS中国大陆地区相互校正研究

DMSP/OLS与NPP/VIIRS两种夜间灯光数据来源于不同传感器,单一数据内及两种数据间无法直接比较。文章研究了中国大陆地区(不包括香港特别行政区和澳门特别行政区)DMSP/OLS之间、DMSP/OLS和NPP/VIIRS的不连续问题,对两种数据进行相互校正,最终形成一致的、可比的长时间序列研究数据。首先,通过逐步校正及饱和校正对DMSP/OLS进行连续性校正,消除不同传感器之间存在的差异,形成1992—2013年连续的研究数据;然后,建立DMSP/OLS和NPP/VIIRS两种夜间灯光数据相互校正模型,通过拟合的对数回归模型把NPP/VIIRS校正到DMSP/OLS的尺度上,结合两种数据形成可比的长时间序列影像;最后,用GDP数据对校正结果进行验证。通过对比分析发现,DMSP/OLS和NPP/VIIRS相互校正后,可以得到1992—2018年连续、具有可比性的灯光数据结果,每一阶段的校正结果与对应GDP存在相关性较高的线性关系。

基于DMSP/OLS夜间灯光数据的成渝城市群碳排放时空动态特征研究

基于1992-2013年国防气象卫星计划(DMSP/OLS)夜间灯光数据和能源统计数据,对成渝城市群碳排放进行研究,应用空间自相关模型,并结合趋势分析和地理信息系统(GIS)空间分析方法,探究成渝城市群碳排放时空变化规律。研究结果表明:(1)基于DMSP/OLS夜间灯光数据估算的碳排放与基于能源消耗统计数据计算的碳排放动态变化趋于一致,且存在较好相关性;(2)1992-2013年成渝城市群碳排放增加趋势明显,碳排放增加区域面积高达76.26%,分布在成都、重庆主城及周围德阳、璧山等地区,碳排放不变或降低区域零散分布在研究区边缘地带,面积占比23.74%;(3)成渝城市群所有年份的全局空间自相关系数(Ⅰ)值均大于0,表现出较强空间自相关性,且在研究时段Ⅰ值总体呈增长趋势,说明其空间集聚性持续增强;(4)成渝城市群碳排放空间集聚模式主要为高-高集聚型、低-低集聚型,两者空间分布动态变化均呈增加模式,高-高集聚区域主要分布在成都、重庆主城以及邻近县域,低-低集聚区域主要零散分布在边缘相对落后地区,表明成渝城市群碳排放空间分布具有极强的相互依赖性。