论文部分内容阅读
【摘 要】应用夜间灯光数据，构建人口密度-灯光指数模型对广西14个城市的每年城镇人口进行估算，以及构建灯光指数和传统城镇化指数的线性回归模型分析广西14个城市的灯光指数的时间演化特征和城市夜间灯光空间演化特征。结果表明：①人口密度-灯光指数模型能够有效地估算广西每年城镇人口及广西各地级市的城镇人口;②2003—2013年，广西城市夜间灯光区域面积显著增加，整体面积增长率为184.45%;③广西城镇化重心是南宁和柳州两大城市，其对周边城镇有辐射带动作用且带动作用逐渐加强;④广西中小城市城镇化发展的过程基本是由点状到带状或点状到带状再到面状，并且城镇化发展主要是沿着交通干线扩张;⑤广西城镇化演化过程中，桂南相对城镇化水平高，桂中、桂东、桂北次之，桂西最低。利用夜间灯光数据构建城市人口估算模型和分析广西城镇化时空演化特征对城市人口增长、人口流动的趋势、城市空间演变趋势及未来城镇化发展有着一定的参考和借鉴意义。
【关键词】DMSP/OLS;人口密度-灯光指数模型;城市人口;城市夜间灯光指数（CNLI）;城镇化水平
【中图分类号】C924.2 【文献标识码】A 【文章编号】1674-0688（2020）12-0033-05
城镇化发展水平是一个地区的经济、政治、文化、教育、科技等指标现代化发展的综合体现。随着遥感技术的成熟，越来越多的国内外学者运用MSP/OLS夜間灯光数据分析城市化、城市扩张、城市群演变、城市人口问题，夜光数据能够更直观地观察一个城市时空格局的改变。从以往的学术成果来看，利用夜间灯光数据对在经济较落后区域的城镇化研究及对城市人口估算研究还比较薄弱。在城市人口估算方法上，大多数学者都是利用夜间灯光数据与城市人口建立线性回归模型进行城市人口预测，忽略了人口自然增长规律。
广西属于我国经济落后地区，自治区内的各个城市发展规模差距也很大，鉴于此原因，本文将夜间灯光数据、人口密度结合马尔萨斯人口增长模型进行城市人口估算，利用DMSP/OLS夜间灯光数据探讨城市时空演变特征，认识目前广西城市的空间格局，对评估广西城市的空间演变趋势及未来城镇化重心有重大的参考意义。
1 研究区概况
广西是我国唯一一个沿海自治区，位于我国华南的西部，其地理坐标处于东经104°28′～112°04′，北纬20°54′～26°24′，面积约23.67万km2，首府城市是南宁市，下辖14个地级市。在国家许多政策的支持下，广西城镇化步伐逐渐加速，城市土地不断扩建，且扩建的速度明显增加。2013年广西被划入“一带一路”倡议，成为21世纪海上丝绸之路与丝绸之路经济带有机衔接的重要门户。广西特殊的地理位置，使其成为我国西南部发展的关键突破口。广西壮族自治区还有与东南亚国家相邻与相望的区位优势，广西各个城市的发展和经济建设有利于我国与东南亚各国更友好地交易往来。
2 数据来源
DMSP/OLS夜光遥感数据来源于美国国家地球物理数据中心发布的2003—2013年的全球夜间灯光数据，空间分辨率为1 km左右，数据的像元灰度值（DN）的范围为0～63，饱和的灰度值为63，黑暗的或者不稳定的灯光区域的灰度值为0。
数据预处理：利用ARCGIS对中国区域夜间灯光数据校正的方法，进行数据校正。步骤如下：提取亮值像元影像→获取稳定亮值像元影像→稳定亮值像元影像DN值校正（多传感器影像数据DN值校正、多传感器同一年度影像数据DN值校正及多传感器多年度影像数据DN值校正）。
所有的城镇人口、建成区面积、第二及第三产业生产总值等社会统计数据来自广西统计局发表的《广西统计年鉴（2004—2014）》。
3 研究方法
3.1 反映城镇化水平的夜间灯光指数模型的构建
参考陈晋与杨眉等人提出的方法，采用城镇化水平的综合夜间灯光综合指数（CNLI）评价广西沿海城市的城镇化水平。
CNLI的计算公式如下：
CNLIj=P1×Ij+P2×Sj（1）
公式（1）中，I为城市的平均灯光强度，S为城市灯光像元面积占总城市像元面积的比例，P1、P2代表的是I与S的权重，通过相关分析得到P3=0.8，P2=0.2。
城市的平均灯光强度I的计算公式如下：
公式（2）中，DNi值为第i灰度等级的像元灰度值，Ni为第i灰度等级的所有像元数，N为63≤DN≤1的所有像元总数。
城市灯光像元面积占总城市像元面积的比例S计算公式如下：
公式（3）中，Nt为63≤DN≤1的所有像元个数，N为区域内总的像元个数。
3.2 传统城镇化水平复合指数的构建
本文选择用市镇人口比例、建成区面积比例、第二和第三产业的产值比例构建涵盖人口、土地、经济3个维度的传统城镇化水平复合指数（ULI）。
ULI的计算公式如下：
公式（4）中，mi为反映各类城镇化水平的因子，pi为每个因子的权重。
3.3 城市人口估算模型：人口密度-灯光指数模型
与以往利用夜间灯光数据估算城市人口方法不同，本文采用人口密度与灯光指数的比值，结合马尔萨斯人口增长模型■，模拟城市人口数量。
公式（5）、公式（6）中，ρi为人口密度，Hi为人口密度-灯光指数的比值，r为增长率，t为年份。
4 结果与分析
4.1 基于人口密度-灯光指数模型的广西城市人口估算
对于人口基数庞大的中国来说，统计城市人口需要花费非常多的时间且有一定的难度，本文基于灯光指数及往年的人口统计数据构建城市人口密度-灯光指数模型，为以后的城市人口统计提供决策和参考。
【关键词】DMSP/OLS;人口密度-灯光指数模型;城市人口;城市夜间灯光指数（CNLI）;城镇化水平
【中图分类号】C924.2 【文献标识码】A 【文章编号】1674-0688（2020）12-0033-05
城镇化发展水平是一个地区的经济、政治、文化、教育、科技等指标现代化发展的综合体现。随着遥感技术的成熟，越来越多的国内外学者运用MSP/OLS夜間灯光数据分析城市化、城市扩张、城市群演变、城市人口问题，夜光数据能够更直观地观察一个城市时空格局的改变。从以往的学术成果来看，利用夜间灯光数据对在经济较落后区域的城镇化研究及对城市人口估算研究还比较薄弱。在城市人口估算方法上，大多数学者都是利用夜间灯光数据与城市人口建立线性回归模型进行城市人口预测，忽略了人口自然增长规律。
广西属于我国经济落后地区，自治区内的各个城市发展规模差距也很大，鉴于此原因，本文将夜间灯光数据、人口密度结合马尔萨斯人口增长模型进行城市人口估算，利用DMSP/OLS夜间灯光数据探讨城市时空演变特征，认识目前广西城市的空间格局，对评估广西城市的空间演变趋势及未来城镇化重心有重大的参考意义。
1 研究区概况
广西是我国唯一一个沿海自治区，位于我国华南的西部，其地理坐标处于东经104°28′～112°04′，北纬20°54′～26°24′，面积约23.67万km2，首府城市是南宁市，下辖14个地级市。在国家许多政策的支持下，广西城镇化步伐逐渐加速，城市土地不断扩建，且扩建的速度明显增加。2013年广西被划入“一带一路”倡议，成为21世纪海上丝绸之路与丝绸之路经济带有机衔接的重要门户。广西特殊的地理位置，使其成为我国西南部发展的关键突破口。广西壮族自治区还有与东南亚国家相邻与相望的区位优势，广西各个城市的发展和经济建设有利于我国与东南亚各国更友好地交易往来。
2 数据来源
DMSP/OLS夜光遥感数据来源于美国国家地球物理数据中心发布的2003—2013年的全球夜间灯光数据，空间分辨率为1 km左右，数据的像元灰度值（DN）的范围为0～63，饱和的灰度值为63，黑暗的或者不稳定的灯光区域的灰度值为0。
数据预处理：利用ARCGIS对中国区域夜间灯光数据校正的方法，进行数据校正。步骤如下：提取亮值像元影像→获取稳定亮值像元影像→稳定亮值像元影像DN值校正（多传感器影像数据DN值校正、多传感器同一年度影像数据DN值校正及多传感器多年度影像数据DN值校正）。
所有的城镇人口、建成区面积、第二及第三产业生产总值等社会统计数据来自广西统计局发表的《广西统计年鉴（2004—2014）》。
3 研究方法
3.1 反映城镇化水平的夜间灯光指数模型的构建
参考陈晋与杨眉等人提出的方法，采用城镇化水平的综合夜间灯光综合指数（CNLI）评价广西沿海城市的城镇化水平。
CNLI的计算公式如下：
CNLIj=P1×Ij+P2×Sj（1）
公式（1）中，I为城市的平均灯光强度，S为城市灯光像元面积占总城市像元面积的比例，P1、P2代表的是I与S的权重，通过相关分析得到P3=0.8，P2=0.2。
城市的平均灯光强度I的计算公式如下：
公式（2）中，DNi值为第i灰度等级的像元灰度值，Ni为第i灰度等级的所有像元数，N为63≤DN≤1的所有像元总数。
城市灯光像元面积占总城市像元面积的比例S计算公式如下：
公式（3）中，Nt为63≤DN≤1的所有像元个数，N为区域内总的像元个数。
3.2 传统城镇化水平复合指数的构建
本文选择用市镇人口比例、建成区面积比例、第二和第三产业的产值比例构建涵盖人口、土地、经济3个维度的传统城镇化水平复合指数（ULI）。
ULI的计算公式如下：
公式（4）中，mi为反映各类城镇化水平的因子，pi为每个因子的权重。
3.3 城市人口估算模型：人口密度-灯光指数模型
与以往利用夜间灯光数据估算城市人口方法不同，本文采用人口密度与灯光指数的比值，结合马尔萨斯人口增长模型■，模拟城市人口数量。
公式（5）、公式（6）中，ρi为人口密度，Hi为人口密度-灯光指数的比值，r为增长率，t为年份。
4 结果与分析
4.1 基于人口密度-灯光指数模型的广西城市人口估算
对于人口基数庞大的中国来说，统计城市人口需要花费非常多的时间且有一定的难度，本文基于灯光指数及往年的人口统计数据构建城市人口密度-灯光指数模型，为以后的城市人口统计提供决策和参考。