郑州市城市建成区20年时空变化特征提取与分析

摘要

城市建成区面积的变化可以用来体现城市的发展水平，我们利用DMSP/OLS夜间灯光数据和Landsat数据的结合提取了郑州市建成区面积，并进行20年时空特征变化分析，研究有利于辅助城市建设规划，有利于加强建设城市的基础设施和提高已被开发土地的利用率，通过合理分配和利用进一步提高资源利用率，从而大大减少了城市的管理成本。首先对Landsat TM影像的预处理运用envi软件里的大气校正，辐射定标，几何校正三个步骤，DMSP/OLS夜间灯光数据的预处理的原理是运用相互校正；然后，采用监督分类法提取城市建成区面积，利用经验法来确定夜间照明数据的最优阈值，提取建筑面积的近似范围。然后，根据两个建成区的重叠和交叉分析数据，确定建成区的最终范围；最后对提取的建成区进行变化特征分析，从形态分析，重心坐标，重力分布情况，重力移动过程模型对五个年份的建成区结果进行综合分析。分析结果表明郑州市建成区面积20年来面积增加了近308.94%。

关键词：郑州市，建成区；城市扩张；夜间灯光数据；Landsat；DMSP/OLS

1 引言

城市建成区的空间扩张程度是衡量城市化水平的主要因素，准确获取城市建成区时序变化信息有助于认识城市化进程、分析城市发展驱动因素，更好地协调城乡发展[1]。

城市建成区不仅是表示人类活动最频繁的地区，而且也是认识和研究城市的重要基础信息。我国自改革开放以来，特别是近十几年来，城市地区扩张迅速，建成区信息的提取是准确把握城市发展动态、研究城市发展规律的重要基础。城市化水平的变化可以通过建成区的空间扩张来得以反映,城市建成区时间序列变化信息有利于是我们了解城市化进程，分析促进城市发展的因素，更好地平衡城乡发展。遥感技术具有快速、非接触和大面积获取地表信息的优点，已被广泛应用于城市建成区的提取研究中，本文利用国家地理条件监测平台，获得了夜光遥感数据。

本文以河南省郑州市为例，利用陆地卫星遥感数据与DMSP夜光数据相结合的优点，提出了利用夜间遥感信息提取建成区辅助陆地卫星监测分类的方法。在一定程度上消除了耕地、裸地、小村庄等噪声对建成区开采过程的影响，取得了1998年至2018年河南省郑州市城市建设的成果。在此基础上，探讨了河南省郑州市近20年来城市建成区的扩大与经济发展的关系。

本设计试图通过分析结果，辅助研究区的城市建设规划，提高城市基础设施和已开发土地的利用效率。同时考虑到现如今国家要求和新型城镇化的持续发展，对加强城乡统筹、促进经济社会发展和实现共同富裕目标具有一定的积极作用

2 技术路线设计

本文结合Landsat数据和DMSP数据进行郑州市建成区的提取，主要步骤如下：

(1)基于Landsat数据提取城市建成区

通过辐射定标、大气校正和几何校正对TM影像进行预处理。通过监督分类提取建成区，再进行平滑、聚类、图像分割与合并，最终确定建成区。

(2)基于灯光数据提取建成区

采用照明数据校正和经验法确定最佳阈值，划分建筑面积和非建筑面积，确定建筑面积的一般范围。

(3)结合两种方法确定建成区

对两种数据的建成区进行结合，提取最终的城市建成区。

(4)建成区动态变化特征分析

得到郑州市各时间序列的建成区面积分布情况，完成了城市扩张的动态监测与分析。整个技术流程如图1所示。

图1 主要技术流程

3 研究区域和数据来源

3.1 研究区概况

郑州市处于我国黄河的中下游；气候属性是北温带大陆性季风气候。截至2018年末，郑州市包含6个市辖区、1个县级市，总陆地面积为7446平方公里，城市建成区的面积为830.97平方公里，总人口500万人，全年完成生产总值10143.3亿元。

郑州是中国重要的交通枢纽城市。我国仅有的一个国家级航空港经济试验区位于郑州，而且我国的第一家期货交易所也位于郑州，同时郑州也是中国自由贸易试验区核心组成部分。以郑州市作为研究对象，研究其城市扩张时空变化特征，确保城市形态均衡发展，辅助城市建设规划，提高城市基础设施和已开发土地的利用效率，合理分配和利用资源，进一步提高资源的利用效率，减低城市管理成本。同时，考虑到当前国家要求，新城镇化可持续发展，加强城乡协调，促进经济社会发展，实现共同繁荣。如下图市郑州市研究区区位图。

图4 分类后处理前后对比图

图5 分割与合并选取建成区

4.2 基于夜间灯光数据的建成区提取

城市建成区是指城市的行政区域内实际上已经连片开发建设、市政基础设施与公共设施基本具备的地区，一般而言也是城市经济发展的中心区域。通常而言，灯光强度越高的地方，城镇建成区的可能性就越高。DMSP/OLS夜间灯光影像对人口聚集区夜晚经济活动敏感，具备准确识别城市建成区的能力．假设夜间灯光影像上DN值较高的区域是城市建成区，对于某个特定区域或城市存在一个最佳阈值来描述城市建成区的轮廓．由于夜间灯光影像中高DN值的像元聚集并且DN值有从城市中心向边缘降低的趋势，采用重采样的方法寻找最接近城市建成区轮廓的阈值[8,14]。分析城市空间形态的变化是研究区域城市化进程的有效方法。以1998-2018年《郑州统计年鉴》中的建成区面积作为辅助，确定每一年的最佳阈值，以获取灯光数据所对应的建成区数据。

4.2.1 灯光数据预处理

旨在减少城市中心过饱度对建成区提取的负面影响。

投影转换

为了避免投影畸变对像素面积的影响，在Arcmap中将投影转换为albers等面积投影。

（2）灯光数据校正

由于DMSP-OLS夜光数据中同一传感器采集的不同年份数据的异常波动，以及卫星衰退和不同传感器的检测性能不同，不同传感器在不同年份采集的图像数据是不连续的，同一年是不一致的等等，需要在传感器之间前进行相互更正。参考Elvidge等[9]校正全球夜间灯光数据时采用的方法，建立一元二次回归模型及回归拟合确定的参数a、b、c以及DN值转换方程对数据源进行转换。

DN'=a*DN2。+b*DN。+c

关系式中，DN'表示的是校正前灯光的灰度值，DN表示的是校正后灯光的灰度值；a、b、c为回归系数。

换方程如下：参数a、b、c及其转换关系表：

表1 多传感器影像DN值校正的回归模型参数

数据集 a b c

F15-F16 -0.001447 1.091 0.913

F15-F14 -0.003 202 1.093 1.766

F14-F12 0.003 413 0.628 2.717

F12-F10 0.001 906 0.832 0.886

F16-F18 0.004 262 0.673 0.766

图6 校正前后图

4.2.2最佳阈值确定(经验阈值法)

研究者根据 DM SP/O LS 夜间灯光数据的特点和前人所做的研究 ,结合实际经验,人为给定一个分割阈值。Milesi在对美国阿拉巴马、弗罗里达、佐治亚和密西西比等地区的城市区域进行研究之后,认为 50 的灰度值作为分割阈值具有更高的精度。本文据此以灰度值 50 作为经验阈值法的分割阈值[1,13]。利用Arcmap中的重分类工具对灯光数据进行重分类，在Arcmap中加载TM提取的建成区矢量图，打开重分类属性表人工提取出最佳阈值θ，然后利用栅格计算器的CON计算大于θ的像元值，再利用重分类工具确定唯一值，再利用栅格转面并重采样到30m。

图8 2008年相交建成区提取结果

4.3综合两种方法的时间序列建成区提取

图9 各年份相交建成区提取结果

5 城市建成区时空变化特征提取与分析

5.1 建成区面积增长与扩张测度

（1）城市面积年增长率

城市面积年增长率( annual growth rate，AGR) 表达出城市在某一时间内的面积变动情况，计算公式为：

AGR=100*((UEend /UEstart)(1/d)-1)

式中：UEstart为初始年份的建筑面积，UEend为末尾年份的建筑面积，d为以年为单位的研究时间跨度。

1998- 2003年之间，郑州市发展缓慢，2003-2008却迎来了转折点，出现了爆发式增长，郑州东进北扩，面积增加显著。2006年之后的阶段,城区面积虽然增长但是速率却有所下降。

图10 城市面积年增长率（AGR）

（2）城区扩展速率
城市扩张率是研究城市在一定时期内土地扩张率的一种方法，它反映了城市建成区土地在一定时期内的数量变化。计算公式如下：

Ks=[(Ub-Ua)/Ua]*T*100%

Ub表示的是研究末期城市建设用地面积，Ua表示研究初期城市建设用地面积，T为研究期。

从图中可以看到，2008-2018这十年虽然城区扩展速率相比于上一阶段下降很多，但是整个中心城区又在原来的基础上有所增加，在后来的十年中扩展速率并没有那么明显。郑州在二十一世纪才迎来了迅猛发展，城市有了较大变化，这与政府的政策倾斜，资源和地理位置有着较大的关系。

图11城区扩展速率（KS）

（3）叠加陆地卫星图像和光照数据提取城市建成区，得到郑州市1998-2018年城市建成区分布序列（如下）。不同时期的建成区以不同的颜色显示，可以清楚地看到城市建成区对外扩张的时间点和方向。

图12 城市建成区扩张监测

5.2 建成区形态特征变化分析

（1）城市形态的分形维数

建设用地特征的变动是城市发展过程中空间布局和结构变化的综合体现。分形维数用于刻画自然界不规则的、不稳定的并具有高度复杂结构的现象[10-14]。城市扩展的形态特征和变化过程可以通过城市扩展分形维数来揭示，其公式为：

D(n)=2*In(P(n)/4)/In(A(n))

公式中，分形位数用D（n）来表示，研究区周长用P（n）表示，A（n）是研究区面积，n为研究期；

当D低于1的时，D的范围是1~2之间时，形态越复杂数值越大。当D大于1的时侯，图像趋于简单，当D>1.5时，则图像更为繁杂。分形维数约简是城市整洁有序、土地利用紧凑、经济的发展趋势。而造成郑州市建成区的分形维数的原因是，郑州市城乡规划局于2009年成立，所以2009年以前，郑州市建成区自然发展，城区边界复杂，2009年以后建成区规划后发展，故趋于规则整齐。

图13 城市形态的分形维数

（2）紧凑度指数

城市外部轮廓形状的紧凑度普遍被认为是反映空间特征的一个非常重要的概念，其计算公式为：

公式中，C指城市紧凑度，城市占地用A表示，P为城市轮廓边长。圆通常被认为是最紧凑的形状，而圆的紧密度被作为一种度量。紧凑度值越高，则外形越带有紧凑性；反之形状的紧凑性越差。压实度指数的不断提升指出，郑州市建成区的压实度获得了提升，有助于大大缩短市区内不同地区之间的距离，从而进一步提高城市基础设施和发达土地的利用效率，进一步提高城市绿地的利用效率，降低城市管理成本。

图14 紧凑度指数

5.3 建成区重心转移分析

重心的概念源自物理学，也称平均中心。通过计算重心及其迁移轨迹，可以明确经济发展的空间差异以及动态变化特征。计算如下所示。

式中：`Xt和`Yt分别为第t年经济重心的横坐标和纵坐标；`Iti表示第t年第i个格网单元的灯光值；`Xti`和`Yti 分别为第t年第i个格网单元的横坐标和纵坐标。

结果显示1998年到2003年，郑州市主城区重心整体上向东南方向移动，重心的转移伴随着新密市和新郑市的扩张，二七区和南三环的发展；2003年到2008年间，建成区重心持续向北偏西方向移动，重心伴随着金水区的扩张和龙子湖的发展方向移动；2008年到2018年城市重心持续向南偏东移动，重心伴随着惠济区的扩张向南偏东方向移动。

表2 建成区各年份重心坐标表

图15 建成区重心分布图

图16 1998年至2018年重心转移过程

6 结论

本设计借助Landsat影像数据易于获取的优势，结合DMSP夜间灯光数据对城市夜晚经济活动敏感的特征，对郑州市1998年-2018年的建成区空间分布动态进行了长时序的监测与分析，得到如下结论：

（1）从研究的方法上来看，本文综合Landsat遥感影像和灯光数据提取建成区方法可靠，设计的技术思路和路线可以很好的为城市扩张研究给予参考与借鉴。

（2）从研究结果来看，在1998年到2018年的20年间郑州市建成区的扩张从高速发展变为平稳发展，严格按照郑州市城市总体规划进行着城市的更新与发展，减缓趋势亦符合大中城市的发展趋势。郑州近二十年一直在拉大版图与向外扩充。随着中原经济区获国家批准后，郑州更加突飞猛进，新东站通车后大大加大郑州的区位地理优势，也对主城区的扩展起了推动作用。

参考文献

[1]王若曦,李建,李熙,陈晓玲.DMSP夜间灯光数据与Landsat数据结合的建成区提取研究——以江西省为例[J].华中师范大学学报(自然科学版),2018,52(01):130-136+146.

[2]郭晗.珞珈一号科学试验卫星[J].卫星应用,2018(07):70.

[3]杨存建,周成虎.TM影像的居民地信息提取方法研究[J].遥感学报,2000(02):146-150+166.

[4]徐涵秋.基于谱间特征和归一化指数分析的城市建筑用地信息提取[J].地理研究,2005

(02):311-320+324.

[5]申文明,王文杰,罗海江,张峰,刘小曼,熊文成.基于决策树分类技术的遥感影像分类方法研究[J].遥感技术与应用,2007(03):333-338.

[6]黄璐,杨英宝,朱琴.基于DMSP/OLS数据的南京市建成区扩展研究[J].地理空间信息,2018,16(01):94-97+9.

[7]刘佳,辛鑫,刘斌,邸凯昌,岳宗玉,王承安.基于DMSP/OLS夜间灯光影像的2000—2013年鄂尔多斯市城市扩张遥感制图与驱动因子分析[J].国土资源遥感,2018,30(01):166-172.

[8]钟洋,林爱文,胡碧松,鞠民.基于DMSP-OLS夜间灯光数据的长江经济带城镇体系空间格局演变(1992～2013)[J].长江流域资源与环境,2018,27(10):2162-2171.

[9] Elvidge C D, Ziskin D E, Baugh K, et al. A fifteen year record of global natural gas flaring derived from satellite data.Energies, 2009, 2(3): 595-622.

[10]王云菲. 基于DMSP/OLS夜间灯光遥感数据的中国西南地区城市化研究[D].云南大学,2016.
[11]杜鹤娟.基于遥感影像的拉萨市建成区时空扩展特征分析(1990-2015)[J].内蒙古科技与经济,2018(14):62-64.

[12]李佳雯. 基于NPP/VIIS夜间灯光数据的长三角人口空间化研究[A]. 中国气象学会.第35届中国气象学会年会 S21 卫星气象与生态遥感[C].中国气象学会:中国气象学会,2018:1.

[13]陈星星.基于夜间灯光数据的武汉市城镇用地扩张识别与空间分布特征研究[J].西南师范大学学报(自然科学版),2019,44(01):70-78.

[14]龙玉清,陈彦光.基于灯光数据的京津冀城市多标度异速分析[J].地理科学进展,2019,38(01):88-100.

[15]江威,何国金,刘慧婵,倪愿.利用DMSP/OLS夜间灯光影像模拟中国经济参量[J].遥感信息,2018,33(01):29-35.