基于NPP-VIIRS夜间灯光数据的中国城市中心识别及其时空格局研究

论文摘要

城市是人类聚居形式发展到高级阶段的产物,是现代社会重要的生产力区域,因而在过去的半个世纪中,快速推进的城市化是全球城市的突出演化特征。在中国改革开放的41年里,中国的城市化率由1978年的17.9%增长到2017年的58.5%,以平均每年增长1%的速度推进,预计到2030年,中国的城市人口数量将达到10亿。城市化水平的提高在带来了生产力提升、经济繁荣、科技水平进步和文化教育发展的同时,一系列生态环境环境和社会问题日渐显现,拥堵的中心城区甚至出现了“城市病”。对我国而言,城市是转型时期发展最为迅速的区域,其建设将直接影响中国的发展进程,所以城市病问题必须得到解决。经过多年的理论和实证研究,人们发现多中心的城市发展模式在提升城市经济水平和社会凝聚力,疏解城市人口、土地和交通的拥堵压力,以及改善生态环境等方面均有较好的效果。因此,在多中心城市发展模式需求下,需要在大尺度空间范围内对中国城市中心进行同步监测,分析不同尺度不同城市中心的动态演化和空间扩张格局,量化具体类型中心的特征,为我国制定合理的城市多中心发展策略提供信息参考。目前关于城市中心识别的研究大多是基于准确性和代表性较好的统计或空间信息点（Point Of Interest,POI）数据开展的。这些数据的高质量相应地带来了高获取难度,因而基于此类数据的研究大多仅局限于单时相和个别大型城市,难以开展动态和对比分析。Suomi国家极地轨道合作伙伴关系卫星（Suomi National PolarOrbiting Partnership,NPP）的可见红外成像辐射计套件传感器（Visible Infrared Imaging Radiometer Suite,VIIRS）捕捉到的夜间灯光遥感影像的亮度信息与夜间人类活动高度相关,能够在大尺度空间范围内反映人类活动的空间分布和活跃程度,有效地弥补了统计和POI数据的缺陷。但基于NPP-VIIRS数据的城市中心识别研究目前仍处于起步阶段,多数研究在识别方法上使用阈值分割方法,将城市灯光亮度最高的前10%的像元识别为城市中心区域,而灯光亮度不在这一阈值范围内的城市中心则很难被监测到;在空间尺度上侧重于个别大城市,缺乏对数量众多的中小城市的研究;在时间尺度上侧重于单年度,缺乏时间序列上的动态演化分析。针对以上3点科学问题,本文基于多年NPP-VIIRS夜间灯光数据,提出了一种面向大尺度空间内的海量城市,通过空间临近和灯光亮度高低关系来识别城市中心的方法,并对2012-2017年中国城市中心在3个尺度下进行了时间演化和空间格局的对比分析。本文的主要研究内容和结论如下:（1）提出了一种基于NPP-VIIRS夜间灯光数据,面向大尺度空间范围内海量城市的中心点提取方法。首先参考前人的研究成果,对2012-2017年中国的NPPVIIRS夜间灯光数据进行预处理与时间序列校正;其次,借鉴地形分析中基于数字高程模型（Digital Elevation Model,DEM）数据对山顶点的提取方法,将最大值邻域和差值运算应用于NPP-VIIRS数据,用于提取标识了城市中心潜在位置的峰值像元;接着,通过均值变点法确定全国尺度下所有城市最大值邻域运算的25×25适宜窗口;最后,将峰值像元与中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer,MODIS）的城区土地覆盖数据进行叠加筛选,同时对筛选结果进行时间序列校正,最终获得了2012-2017年我国县、地和省级城市的所有中心点。结果显示,截止到2017年,全国共有7239个城市中心分布在2200个城市中,平均每个城市约有3.3个城市中心,约有68%的城市具有显著的多中心结构。通过与前人提取结果和高精度遥感影像的交叉验证,发现本文提出的城市中心识别方法能够便捷、有效地在大尺度空间范围内标识城市中心的数量和位置。（2）在经济区域、等级和多中心类型城市这3个尺度上,对我国2012-2017年2200个城市进行了功能和形态多中心的对比分析,刻画了不同尺度下城市中心发展的演化动态和空间扩张格局。通过城市中心夜间灯光亮度平均值、变异系数和人口密度来刻画其发展水平、区域差异和功能性,以分析城市的功能多中心特征;通过城市中心的空间分布的分散和聚集程度来分析城市的形态多中心特征。结果显示,我国城市中心的发展水平总体上都呈现稳步提升,不同城市中心间的发展差异也在逐步缩小;在中心发展水平和增速上,呈现东部>西部,高等级城市>低等级城市,多中心城市>单中心城市的格局;在中心功能性上,区域尺度和多中心类型城市尺度的格局与其发展水平和增速一致,但对不同等级的城市而言,中心数量较少的中小城市中心反而有比中心数量较多的大城市有更强的中心功能性,呈现出“少而精”的格局;在东北地区,大多数等级城市和多中心城市中,其东北方向上的城市中心有较高的发展水平增长;此外,2013年是一个值得重点关注的年份,中部和东北地区城市中心的发展水平差异在该年骤然增大,大量小城市的中心在该年度也监测到显著的人类活动增强,其增速甚至超过了大城市。（3）探讨了2013年普遍出现的边缘新兴中心的城区空置问题,基于土地和人口城市化进程的不对等性,提出了一种评估城区空置严重程度及其空间分布的方法,在区域和城市尺度探讨了空置城区的空间形态特征。结果显示,在2013年,中国的城区空置情况普遍存在,约有三分之一的城市建成区存在不同程度的空置;空置最严重的城市主要位于东北、西部的内陆地区;东部地区的空置城区规模较小且分布分散,而西部地区的则规模较大且集中,呈现集中连片的大面积空置。通过对比验证,发现本文提出的城区空置程度估算方法与前人研究成果具有较高的一致性。最后,结合同样处于城市建成区边缘地带,但人类活动活跃程度却显著活跃的交通中心与空置中心进行了对比分析,通过经济因素、城市等级、政府规划、建设周期和主体职能明确与否对空置中心的形成原因进行了探讨。

论文目录

摘要

ABSTRACT

第1章绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 城市中心识别的研究现状

1.2.2 夜间灯光数据的研究现状

1.2.3 基于夜间灯光数据识别城市中心的研究现状

1.2.4 研究评述与科学问题

1.3 研究内容与框架结构

1.3.1 研究内容

1.3.2 框架结构

第2章数据源与预处理

2.1 夜间灯光遥感数据

2.1.1 NPP卫星与VIIRS传感器

2.1.2 NPP-VIIRS夜间灯光数据

2.1.3 NPP-VIIRS夜间灯光数据的校正

2.2 土地覆盖与水体掩膜数据

2.3 人口密度数据

2.4 其他辅助数据

2.5 本章小结

第3章中国城市中心的识别

3.1 区域划分

3.2 理论基础

3.3 基于NPP-VIIRS数据的中国城市中心识别

3.3.1 基于地形分析提取峰值像元

3.3.2 确定邻域运算适宜窗口

3.3.3 城市中心识别

3.4 城市中心识别的结果分析

3.4.1 峰值像元提取结果

3.4.2 邻域运算适宜窗口分析结果

3.4.3 城市中心识别结果

3.5 城市中心识别结果的精度检验

3.5.1 基于现有研究结果检验

3.5.2 基于高分辨率真实遥感影像检验

3.5.3 提取结果不确定性分析

3.6 本章小结

第4章中国城市中心发展的时空格局

4.1 时空格局评价模型

4.1.1 属性特征评价

4.1.2 形态特征评价

4.2 城市中心发展的动态演化分析

4.2.1 区域尺度

4.2.2 等级城市尺度

4.2.3 多中心类型城市尺度

4.2.4 各个尺度对比总结

4.3 城市中心发展的空间格局分析

4.3.1 区域尺度

4.3.2 等级城市尺度

4.3.3 多中心类型城市尺度

4.3.4 各尺度比较分析

4.4 本章小结

第5章空置的新兴中心与繁荣的交通中心

5.1 新兴中心的空置程度估算

5.1.1 建成区最佳提取阈值

5.1.2 目标城区提取

5.1.3 城市空置率估算与验证

5.2 新兴中心的空置格局

5.2.1 属性特征

5.2.2 空间特征

5.3 交通中心的繁荣

5.3.1 交通中心对社会经济发展的促进作用

5.3.2 交通中心显著明亮的夜间灯光特征

5.4 差异化原因探究

5.5 本章小结

第6章结论与展望

6.1 结论

6.2 展望

参考文献

致谢

在读期间发表的论文及参与的科研项目

文章来源

类型: 硕士论文

作者: 葛伟

导师: 马明国,韩旭军

关键词: 峰值像元提取,城市多中心,时空格局

来源: 西南大学

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 西南大学

分类号: P237

总页数: 102

文件大小: 7052K

下载量: 389

基于NPP-VIIRS夜间灯光数据的中国城市中心识别及其时空格局研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢