宋善海,劉綏華,王 堃,陳 艷,梁萍萍

(貴州師范大學 a.地理與環(huán)境科學學院;b.貴州省山地資源與環(huán)境遙感應用重點實驗室,貴陽 550025)

0 引 言

隨著遙感技術的飛速發(fā)展,對地觀測技術進入高精度、全天候信息獲取的新時代,可通過多種遙感產品快速、準確地獲取地表自然、人類活動等變化信息[1]。夜光遙感是遙感領域發(fā)展活躍的一個分支,其獨特優(yōu)勢是能獲取無云黑夜條件下地表的亮光信息[2],而這些亮光來源主要是人類夜間活動的照明燈光,夜間燈光的分布和強度與人口聚集、社會發(fā)展水平等息息相關,是評估社會發(fā)展的重要數據源。

關于夜光遙感的研究始于1997年,學者Elvidge發(fā)現DMSP/OLS夜光影像中的亮光面積與GDP存在較高的相關性,開創(chuàng)了利用夜光遙感數據估算社會經濟參量的先河[3]。隨著新一代夜光衛(wèi)星NPP/VIIRS的升空,數據在空間分辨率、星上輻射定標等方面都有較大改進,使其更加精確[4]。近年來,夜光遙感技術被充分運用到區(qū)域發(fā)展評估中,如對國民生產總值[4]、人口[5]、電力消費[6]、溫室氣體排放[7-8]、城市化[9-10]等研究,其中運用最為廣泛的是對區(qū)域人口與經濟參量的模擬,有效解決了統計數據收集過程中存在的成本高、數據更新滯后、缺乏空間性等問題,為人口經濟數據的空間化、可視化提供了新途徑[11-13]。目前,學者們在區(qū)域尺度上的研究多集中于東部平原與沿海地區(qū),如珠三角[14-16]、長三角[17-18]、京津冀[19-20]以及海岸帶[21-22]的區(qū)域,針對山區(qū)區(qū)域尺度下開展的研究相對較少。山區(qū)的人口分布、聚落形態(tài)、城市發(fā)展規(guī)模等極易受到自然環(huán)境要素，如坡度、海拔、植被覆蓋等的影響,其影響程度、山區(qū)夜光回歸模型的精度，以及如何進行模型修正等問題都值得深入探究。

本文選擇城鎮(zhèn)化水平相當的貴州省與河南省為研究區(qū),對比分析其夜光成像特征與差異,構建山區(qū)、平原的夜光強度指數與地區(qū)生產總值、年末總人口的回歸模型,并對估算模型進行精度評價,同時探討NDVI、坡度、海拔對山區(qū)夜光分布的影響。研究旨在驗證夜光數據在山區(qū)地形條件下的適用性,探究山區(qū)夜光分布特征與規(guī)律,有助于拓寬統計數據的來源渠道,為山區(qū)人口、經濟參量的估算與空間化奠定基礎,為制定區(qū)域發(fā)展規(guī)劃、精準扶貧規(guī)劃等提供數據支撐。

1 數據來源

(1)夜光遙感數據:目前使用最為廣泛的數據是美國的DMSP/OLS和NPP/VIIRS兩種[2],空間分辨率分別約為1 km和500 m。NPP/VIIRS既繼承了DMSP/OLS穩(wěn)定夜光遙感數據的基本特征,數據質量又有了很大的提升。研究選用分辨率較優(yōu)的NPP/VIIRS 2015年的年合成夜光遙感影像進行試驗,影像從美國國家海洋和大氣管理局官方網站(https://ngdc.noaa.gov/eog/viirs)下載得到。

(2)統計數據:人口、經濟等數據源自《貴州省統計年鑒2016》、《河南省統計年鑒2016》。

(3)輔助數據:貴州省與河南省各級行政邊界;Landsat 8影像、30 m分辨率的DEM數據、250 m的MODIS植被指數數據均由地理空間數據云平臺獲取并下載(http://www.gscloud.cn);兩個省的建設用地數據提取方法是人機交互式解譯,即基于Landsat 8數據,在ENVI 5.3軟件中進行一類支持向量機的提取方法得到城市、鄉(xiāng)村等人工建設地表的分布圖像,結合谷歌地球影像進行人工二次判讀后隨機選取100個樣本點進行分類精度驗證,經驗證,貴州省、河南省的分類精度分別為87%與92%,達到了研究要求。

2 研究區(qū)概況

貴州省是喀斯特地貌發(fā)育最為典型的省份[23],處于東經103°36′—109°35′,北緯24°37′—29°13′,下轄9個地州市,88個縣級行政區(qū)單元,國土面積17.6萬km2，境內地勢西高東低,平均海拔在1 100 m左右。全省地貌以高原低山丘陵為主,貴州地表起伏度大[24],是全國唯一沒有平原的省份,素有“八山一水一分田”之說,人居環(huán)境、城市發(fā)展都受到地形地貌較為嚴重的影響,各縣經濟發(fā)展不平衡、生態(tài)環(huán)境狀況差異較大,人地矛盾突出顯著。2015年,全省地區(qū)生產總值突破10 000億元,年均增長12.5%。常住人口總數約3 929.50萬人,城鎮(zhèn)化率達42.01%,全面建成小康社會指數為82%。

河南省位于我國中東部,屬黃河中下游地區(qū),處于東經110°21′—116°39′,北緯31°23′—36°22′,轄17個地級市,158個縣級行政區(qū)劃單位，國土面積16.7萬km2，地勢西高東低,是我國第二級地貌臺階和第三級地貌臺階的過渡地帶。地表形態(tài)復雜多樣, 山地、 丘陵、 平原、 盆地等地貌類型齊全, 境內平原和盆地占國土面積的55.7%。2015年, 河南全省生產總值37 010.25億元, 比上年增長8.3%，常住人口9 480萬人, 城鎮(zhèn)化率達到46.85%。為充分對比山區(qū)與平原地區(qū)之間的差異, 研究區(qū)掩模掉了河南省的37個山區(qū)縣域, 同時為了便于統計, 將河南地區(qū)中行政面積較小的區(qū)級行政單位合并成一個研究單元。 研究區(qū)DEM如圖1所示。

圖1 貴州省(a)與河南省(b)DEMFig.1 DEM of Guizhou (a) and Henan (b)

3 數據處理與方法

3.1 夜光數據的預處理

由影像說明文件可知,官方發(fā)布的2015年NPP/VIIRS年合成影像經過了星上輻射定標、異常點清除、短暫燈光過濾等處理,但還需要進一步進行投影轉換、地理配準、掩模裁剪、背景值剔除等處理。先對影像進行投影轉換,轉換后的投影系統為Albers等面積投影,像元分辨率重采樣為500 m×500 m;隨后在ArcGIS 10.2平臺的地理配準工具下根據行政界線、建設用地分布范圍對夜光影像進行適當地理位置調整,通過觀察,經過配準后的夜光數據與行政邊界、建設用地范圍更加吻合。經過配準的影像數據即可按照兩省各自的矢量邊界進行裁切,最后,以研究區(qū)中高植被覆蓋區(qū)、水體等地表非光源像元DN值作為背景閾值進行掩模,貴州省閾值為0.6,河南省閾值為0.3,最終處理結果如圖2所示。

圖2 2015年貴州省(a)與河南省(b)夜光遙感影像Fig.2 NPP/VIIRS night light data of Guizhou (a) and Henan (b) in 2015

3.2 縣級夜光強度指數構建

夜光強度指數定義為區(qū)域內所有亮點像元亮度值的總和。

(1)

式中：NLT為夜光強度指數;DN為統計單元內亮點像元的亮度值。

3.3 縣級線性模型構建

目前,關于夜光數據回歸分析方法主要有線性回歸模型、對數模型和二次回歸模型三大類,其中線性回歸模型使用較為廣泛且模擬精度較高,通過線性模型比較山區(qū)與平原區(qū)的差異最具有代表性與說服力。研究選取地區(qū)生產總值與年末總人口兩個指標參量,構建線性回歸模型:

y=ax+b,

(2)

其中,y為人口或經濟參量，x為區(qū)域燈光強度指數。

4 山區(qū)與平原地形對比分析

4.1 夜光影像視覺特征比較

通過視覺對比圖2a、b后發(fā)現:貴州山區(qū)夜光分布面積規(guī)模較小、相對集中,其中部分零星分布的亮點面積小且色調暗淡；河南省夜光分布規(guī)模大且高低過渡連續(xù)性好,分布較為均勻;貴州山區(qū)夜光多以條帶狀為主,河南地區(qū)以不規(guī)則多邊形為主;河南平原地區(qū)夜光信息表達更加細致,可清晰地辨別出發(fā)展水平的層次差別。

為深入比較山區(qū)與平原地區(qū)局部夜光分布的特征與差異,以研究區(qū)中的兩個省會城市為例,繪制出東西走向的城市夜光剖面圖(圖3)。比較后發(fā)現:平原地區(qū)城市夜光像元亮度由郊區(qū)向城中心有一個逐漸增強的過程,但山區(qū)城市增強過程短暫且迅速;山區(qū)夜光剖面曲線升降現象顯著,這是由于山區(qū)城市特有的“山中有城、城中有山”現象所致;平原區(qū)城區(qū)多數的像元強度明顯高于山區(qū)城區(qū)。

4.2 夜光光源強度比較

通過對遙感影像的觀察發(fā)現，河南平原地區(qū)地形平坦開闊, 鄉(xiāng)村聚落規(guī)模較大, 呈不規(guī)則的多邊形狀,有利于夜間照明燈光聚集,夜光遙感衛(wèi)星極易捕捉其夜光信息。貴州山區(qū)則是少數民族聚集區(qū),聚落形態(tài)與規(guī)模都與平原地區(qū)差異巨大,

圖3 貴陽市(a)與鄭州市(b)城市夜光剖面圖Fig.3 Night light profile of Guiyang (a) and Zhengzhou (b)

多是以分散、小型聚居為主,聚落規(guī)模小,且受到地形的影響嚴重，多以條帶狀分布,夜間燈光分散,集聚效應弱。為充分驗證這一觀點,考慮到兩個地區(qū)以全省范圍計算工作量太大,故以縣域面積十分接近的貴州省六盤水市與河南省周口市為代表來進行分析。

在表征聚落規(guī)模與形態(tài)結構上通常選用建筑密度來表示,建筑密度是區(qū)域內建設用地面積與區(qū)域總面積的比值。為了得到與夜光遙感影像同尺度的建筑密度指數,利用ArcGIS 10.2軟件生成六盤水市與周口市500 m×500 m的漁網,與兩個地區(qū)的建設用地數據進行空間疊加后統計出每個漁網網格對應的建設用地面積,再通過字段計算器計算漁網內建設用地與漁網面積的比值,得到兩個區(qū)域的建筑密度指數,見圖4。

NPP/VIIRS夜光遙感衛(wèi)星傳感器能感應到相對微弱的夜光信息,但并不是所有的夜光都能夠被充分捕捉到,將六盤水市與周口市的建筑密度指數與該區(qū)域的夜光遙感影像疊加分析后發(fā)現,建筑密度指數需要大于0.4以上才能被夜光衛(wèi)星捕捉到。經統計,六盤水市建筑密度指數大于0.4的區(qū)域占區(qū)域總面積的2.3%,而周口市的建筑密度指數大于0.4的占區(qū)域面積的13.1%,兩個地區(qū)差異巨大。山區(qū)絕大部分的建筑密度指數都在0.4以下,均難以滿足傳感器的監(jiān)測需求；河南省則因為聚落相對聚集使得光源在夜間更加容易被衛(wèi)星捕捉到。

圖4 六盤水市(a)與周口市(b)建筑密度指數Fig.4 Construction density index of Liupanshui(a) and Zhoukou (b)

4.3 縣級經濟估算模型比較

構建線性回歸模型時, 分別在兩個研究區(qū)隨機選取10個縣域單元作為結果驗證樣本, 剩余的縣域(貴州78個縣域單元, 河南省剔除山區(qū)縣域單元與樣本單元后共88個縣域單元)全部參與線性回歸模型的構建,模型形式見式(2)。 模型結果通過相關系數、 決定系數R2、 校正決定系數R2、 平均誤差4個指標來進行模型優(yōu)劣的判別。 相關系數、 決定系數R2、 校正決定系數R2均由SPSS統計分析軟件直接得出, 平均誤差通過式(3)在得到每個樣本的誤差后取絕對值求平均得到。 貴州省與河南省地區(qū)生產總值回歸分析結果見圖5與表1。

(3)

圖5 貴州省(a)與河南省(b)地區(qū)生產總值回歸結果Fig.5 Result of GDP regression analysis of Guizhou (a)and Henan (b)

地區(qū)相關系數決定系數R2校正決定系數R2平均誤差/% 貴州省0.783??0.6130.60834.63 河南省0.96??0.9210.9223.10

注:**在0.01水平上顯著相關。

由分析結果可以看出:山區(qū)地形條件下的貴州省地區(qū)生產總值與夜光強度指數相關系數、模型決定系數、校正后的決定系數均數遠小于平原地形下的河南省,證明了平原地區(qū)模型精度更高;山區(qū)線性回歸模型平均誤差為34.63%,平原地區(qū)為23.10%,山區(qū)誤差明顯高于平原地區(qū),也表明平原預測結果更加準確,模型也更加適用。

4.4 縣級人口估算模型比較

按照與地區(qū)生產總值一致的分析方法來對縣級年末總人口進行分析見圖6與表2。

夜光強度指數與年末總人口的回歸結果類似于地區(qū)生產總值:貴州山區(qū)模型的相關系數、模型決定系數、校正后的決定系數均數亦小于平原地形下的河南省;山區(qū)線性回歸模型平均誤差為42.83%,平原區(qū)為22.84%,平原地區(qū)的誤差明顯小于山區(qū);對比人口模型與地區(qū)生產總值模型,發(fā)現夜光強度指數與年末總人口的相關系數小于與地區(qū)生產總值,表明夜光強度與地區(qū)生產總值的模型擬合程度更好。

圖6 貴州省(a)與河南省(b)年末總人口回歸結果Fig.6 Result of population regression analysis in Guizhou (a)and Henan (b)

地區(qū)相關系數決定系數R2校正決定系數R2平均誤差/% 貴州省0.573??0.3250.31642.83 河南省0.882??0.7740.77222.84

注:**在0.01水平上顯著相關。

5 山區(qū)夜光分布影響因素探討

5.1 NDVI對夜光分布的影響

歸一化植被指數(NDVI)是一個對植被生長非常敏感的參數,其表達的信息剛好與夜光遙感數據相反：當NDVI越大時,植被生長越好,植被覆蓋度高,地表環(huán)境受人為擾動少,夜光強度偏低甚至為零;當NDVI的值越小時,植被覆蓋度越低,地表環(huán)境受人為干擾程度大,夜光強度值越大[25]。

研究了下載的21景貴州省2015年MODIS 250 m分辨率的16天合成植被指數數據,考慮到貴州山區(qū)極易受到云霧影響,對21景影像進行云檢測,云量大于20%的8景影像予以剔除后,通過最大值合成法得到逐月數據,再由逐月數據合成年平均植被指數數據。將NDVI影像與夜光遙感影像進行空間疊加分析發(fā)現(圖7、8):NDVI在0～0.6區(qū)間段時,與夜光強度呈現顯著的負相關關系,夜光強度隨著NDVI的增加逐漸降低;當NDVI≥0.7時,夜光遙感影像像元強度極小或已無亮點像元分布; 在空間分布上, 貴州省東南部NDVI高,西北部低, 夜光影像在東南部面積分布小、 強度低,空間上呈現中西部高、 東部低的分布格局。

5.2 坡度對夜光分布的影響

山區(qū)地表最顯著的特征表現在地表高低起伏不平, 尤以貴州喀斯特地區(qū)的峰叢、 峰林地貌最為顯著,坡面坡度大,多集中在45°左右,地表物質極不穩(wěn)定,在人為或自然的擾動下,極易發(fā)生泥石流、塌方等地質災害,或造成水土流失導致石漠化現象的發(fā)生。貴州是喀斯特地貌發(fā)育最為成熟的區(qū)域之一,長期經受內外營力的強烈作用,峰林、峰叢、丘陵等山區(qū)地貌分布廣泛,坡度深刻影響著山區(qū)人民的居住、生產布局。夜光遙感影像上的亮點分布是反映人類活動范圍的最直接體現?；谫F州省DEM數據通過空間三維分析工具得到全省的坡度圖(圖9、 10)。提取出亮點像元對應的坡度像元進行分析發(fā)現，貴州坡度的空間分布特征是:(1)貴州山區(qū)四周輪廓坡度均較大,而黔中地區(qū)坡度小,地勢較為平緩;(2)坡度在0°～10°區(qū)間段的夜光像元分布最多, 占全部的60.7%, 10°～20°區(qū)間段次之, 占27.4%,20°～30°為9.3%, 30°～40°為2.25%, 40°以上僅僅占全部的0.4%。 隨著坡度的不斷增加, 夜光分布比例下降顯著。 由此可見, 坡度對山區(qū)的居住、 生產、發(fā)展有直接的影響, 坡度大大限制了地表開發(fā)利用的程度。

圖7 貴州省年均NDVI圖像Fig.7 Annual average NDVI image of Guizhou

圖8 NDVI與夜光強度變化趨勢Fig.8 NDVI and luminous intensity trends

圖9 貴州省坡度分布圖Fig.9 Slope distribution map of Guizhou

圖10 各坡度區(qū)間亮像元數量統計Fig.10 Quantitative statistics of different slope intervals

5.3 海拔對夜光分布的影響

中國人口絕大部分都集中在比較低平的平原和丘陵地帶,隨著海拔高度的上升, 人口分布不斷減少, 這是高原山區(qū)人口分布的普遍規(guī)律[26]。 夜光影像是區(qū)域人口分布與經濟發(fā)展狀況的綜合體現, 分析夜光分布與海拔之間的關系, 即可間接得到山區(qū)人口、 發(fā)展程度與海拔之間的關系, 對深入開展地理要素與人文要素相結合的研究有非常積極的意義。 將貴州省海拔進行了等級劃分, 分別為0～500、 500～1 000、 1 000～1 500、 1 500～2 000以及2 000 m以上5個等級(圖11)。將夜光影像與海拔分級影像進行空間疊加分析,通過區(qū)域統計工具運算得到各海拔區(qū)間對應的夜光分布狀況(表3)。 可以看出: (1)夜光分布面積最大的區(qū)域集中在海拔1 000～1 500 m的黔中地區(qū),占全省的42.55%;500～1 000 m區(qū)間段次之為31.02%,夜光分布最少區(qū)域海拔在2 000 m以上,占比僅為3.76%。(2)貴州山區(qū)隨著海拔的逐漸升高,夜光分布呈現出先上升后下降的變化趨勢。同時也間接地反映了貴州山區(qū)人口在垂直方向上并非按照隨著海拔升高人口數量逐漸遞減的規(guī)律分布,而是先遞增后到達峰值再迅速遞減,這一結論與李旭東等在對貴州人口分布研究中的研究結論一致[26],也再次證明了夜光遙感影像在山區(qū)的應用潛力。

圖11 貴州省海拔分級圖Fig.11 Altitude level of Guizhou

海拔區(qū)間/m夜光面積/km2占比/% <5001 047.357.51 500～1 0004 327.4031.02 1 000～1 5005 936.2542.55 1 500～2 0002 114.2815.16 >2 000524.823.76

6 結果與討論

研究比較了NPP/VIIRS夜光遙感影像在山區(qū)與平原地區(qū)成像特征以及在縣級尺度上人口、經濟估算模型上精度的差異,并通過NDVI、坡度、海拔三要素深入探討了貴州山區(qū)夜光分布特征,結果表明:

(1)貴州山區(qū)夜光分布規(guī)模小,聚集效應強,呈現條帶狀分布,并伴有大量的色調暗淡的像元零星分布。河南平原地區(qū)夜光分布規(guī)模大且連續(xù)性好,分布均勻,以不規(guī)則多邊形為主。比較兩個省會城市的夜光城市剖面圖發(fā)現,山區(qū)易受地形的影響,城區(qū)與城郊過渡帶夜光強度突變現象顯著,平原城市則有一個連續(xù)增加與逐漸下降的過程。

(2)以貴州六盤水市與河南周口市為例,得到兩個地區(qū)500 m×500 m的建筑密度指數圖,通過分析發(fā)現夜光遙感影像能夠較好地識別出密度指數在0.4以上的區(qū)域。河南周口市多數的像元建筑密度指數都在0.4以上,可較好地被夜光遙感影像捕捉到夜間燈光；貴州六盤水只有少數的像元在0.4之上,夜間燈光較為微弱,衛(wèi)星難以捕捉。

(3)由NPP/VIIRS夜光數據構建的縣級夜光強度指數在年末總人口、地區(qū)生產總值估算模型中,平原地區(qū)線性模型在相關系數、決定系數R2、校正決定系數R2、回歸誤差等均遠遠優(yōu)于山區(qū),回歸模型精度較高,表明NPP/VIIRS夜光數據在平原地區(qū)縣級尺度社會經濟參量與人口估算上更適合,山區(qū)縣級尺度夜光遙感估算模型誤差較大,需要對山區(qū)回歸模型進行修正后才能提高模擬精度。

(4)當NDVI在0～0.6區(qū)間段時,山區(qū)夜光強度與NDVI呈現顯著負相關關系：NDVI低的區(qū)域夜光強度值較大,多是密集的建設用地區(qū)域；NDVI高的地區(qū)夜光強度低,多是植被覆蓋較好的區(qū)域,受人為干擾程度低。當NDVI≥0.7后,夜光強度非常小或已無夜光像元分布。

(5)坡度對夜光分布影像更為顯著,隨著坡度的增加,夜光像元數量下降迅速。貴州山區(qū)夜光集中分布在坡度20°以下的區(qū)域,占全部像元的88.1%。

(6)貴州山區(qū)海拔由低逐漸升高過程中,夜光分布呈現先上升后下降的變化趨勢,即在垂直方向上表現為“兩頭小,中間大”的分布格局,夜光分布集中在海拔500～1 500 m的地區(qū),占全省夜光分布的73.57%。

本文對比了山區(qū)與平原夜光遙感影像與模型精度的差異,得到了平原地區(qū)夜光成像、模型精度優(yōu)于山區(qū)的這一客觀事實,但并沒有就如何解決這一問題開展深入探討,這將是今后研究的重點。夜光遙感影像是社會發(fā)展狀況的綜合體現,通過對夜光遙感影像的研究可以快速得到山區(qū)經濟發(fā)展、人口分布的可視化與空間化,以及貴州山區(qū)夜光分布與NDVI、坡度、海拔之間的空間相關性,為實現人文要素與自然環(huán)境要素的有結合奠定了基礎,有助于更深刻地開展山區(qū)人地協調、人口變遷、城鎮(zhèn)化發(fā)展、環(huán)境保護等科學問題的深入研究。