林之強(qiáng), 彭雙云, 洪 亮, 許泉立, 周燕蓮

(1.云南師范大學(xué) 旅游與地理科學(xué)學(xué)院, 昆明 650500;2.云南省地理空間信息技術(shù)工程技術(shù)研究中心, 昆明 650500)

改革開放以來，中國(guó)正在經(jīng)歷快速的城市化[1]。尤其是在1993—2013年，滇中城市群地區(qū)城市建設(shè)和社會(huì)經(jīng)濟(jì)飛速發(fā)展，同時(shí)也面臨著社會(huì)、經(jīng)濟(jì)和生態(tài)環(huán)境等帶來的一系列城市問題。因此，為實(shí)現(xiàn)對(duì)城市建成區(qū)的可持續(xù)管理以及對(duì)區(qū)域環(huán)境影響的評(píng)估，找準(zhǔn)城市群未來發(fā)展方向，從長(zhǎng)時(shí)間序列上科學(xué)、準(zhǔn)確的監(jiān)測(cè)城市建成區(qū)動(dòng)態(tài)變化及分析其空間格局演變將尤為重要。

遙感是快速、有效、經(jīng)濟(jì)、直接地獲取城市建成區(qū)空間信息的重要手段。但常規(guī)的遙感影像(如Landsat，MODIS等)在城鎮(zhèn)空間信息提取方面存在數(shù)據(jù)時(shí)序較差、解譯過程復(fù)雜、費(fèi)時(shí)費(fèi)力等缺點(diǎn)。對(duì)比常規(guī)遙感衛(wèi)星影像，DMSP/OLS夜光數(shù)據(jù)具有以下優(yōu)點(diǎn):(1) 易獲取，可通過多種途徑得到[2-3];(2) 良好的低光探測(cè)能力[4-6]，使得城市明顯區(qū)別于夜間黑暗的鄉(xiāng)村地區(qū)，適合大尺度建成區(qū)提取[7];(3) 一定的空間和時(shí)間分辨率，適合城市化進(jìn)程的動(dòng)態(tài)監(jiān)測(cè)[7];(4) 影像同時(shí)具有空間信息和強(qiáng)度變化信息，適用于大尺度監(jiān)測(cè)和識(shí)別城市擴(kuò)展變化[8]?；谏鲜鲆构膺b感數(shù)據(jù)的優(yōu)點(diǎn)，國(guó)內(nèi)外學(xué)者對(duì)城市化進(jìn)行了大量研究。從研究方向看，主要以城市提取[9-11]、城市擴(kuò)張變化[12-16]、城市空間格局分析[17-19]為主;從研究區(qū)域看，主要集中在長(zhǎng)三角城市群[20-21]、長(zhǎng)江中游城市群[22-23]、珠三角城市群[24-25]、環(huán)渤海城市群[26-29]、京津冀城市群等[30-31]。以上研究側(cè)重于城市化水平較高的城市群地區(qū)，且空間格局分析多關(guān)注于城市的內(nèi)部空間格局，對(duì)城市群整體空間格局的探索分析較為缺乏。城市群空間格局的分析有助于探索城市化帶來的深遠(yuǎn)影響和輔助政府制定合理的城市規(guī)劃與土地利用政策。

滇中城市群作為云南的核心，被賦予了“依托長(zhǎng)江建設(shè)中國(guó)經(jīng)濟(jì)新支撐帶的重要增長(zhǎng)極”的歷史使命，在此背景下，迫切需要基于夜光遙感數(shù)據(jù)對(duì)滇中城市群動(dòng)態(tài)監(jiān)測(cè)和空間格局演變進(jìn)行探索，以揭示滇中城市化進(jìn)程及其空間格局特征。

鑒于此，本文以滇中城市群為研究區(qū)，基于DMSP/OLS夜間燈光遙感影像數(shù)據(jù)和統(tǒng)計(jì)年鑒數(shù)據(jù)等，提取1993—2013年滇中每五年的城市建成區(qū)空間信息，構(gòu)建城市擴(kuò)張形態(tài)、擴(kuò)張速率、擴(kuò)張強(qiáng)度指數(shù)，定量分析滇中城市群20 a間的城市擴(kuò)張時(shí)空過程及其空間特征，探索滇中城市群的空間格局動(dòng)態(tài)演變特征及城市擴(kuò)張時(shí)空變化規(guī)律，以期為滇中地區(qū)城鎮(zhèn)發(fā)展、政策制定提供科學(xué)參考。

1 研究區(qū)與數(shù)據(jù)處理

1.1 研究區(qū)概況

滇中地區(qū)是云南發(fā)展的火車頭，滇中興，則云南興。滇中城市群作為國(guó)家近年來重點(diǎn)培育的19個(gè)城市群之一，下轄昆明市、玉溪市、曲靖市、楚雄彝族自治州和紅河哈尼族彝族自治州的蒙自市、個(gè)舊市、開遠(yuǎn)市、彌勒市、建水縣、石屏縣、瀘西縣，共計(jì)49個(gè)縣，總國(guó)土面積為114 600 km2，占全省國(guó)土面積的29%，人口數(shù)2 300萬(wàn)，占全省44.02%,2015年生產(chǎn)總值為8 397.99億元，占全省GDP總量的61.22%。滇中地區(qū)礦產(chǎn)、旅游、生物、土地資源豐富，地勢(shì)起伏平緩，平均海拔約1 848 m，氣候溫和宜人，是最適宜居住的區(qū)域之一。

2011年5月27日，云南省人民政府批復(fù)實(shí)施《滇中城市群規(guī)劃(2009—2030年)》。滇中城市群成為了云南開發(fā)前景最好的地區(qū)，亦是推動(dòng)云南省以及西南地區(qū)區(qū)域合作的主體，在云南省新型城鎮(zhèn)化道路、十三五規(guī)劃、“兩個(gè)一百年”奮斗目標(biāo)中，滇中城市群具有決定性作用。

1.2 數(shù)據(jù)源

(1) 云南省行政邊界矢量數(shù)據(jù)。數(shù)據(jù)來源于國(guó)家基礎(chǔ)地理信息空間(http:∥ngcc.sbsm.gov.cn/)，數(shù)據(jù)坐標(biāo)系為WGS-84，比例尺1∶400萬(wàn)。

(2) 城鎮(zhèn)建成區(qū)面積統(tǒng)計(jì)數(shù)據(jù)。本研究采用的滇中各城市建成區(qū)面積統(tǒng)計(jì)數(shù)據(jù)有1993年、1998年、2003年、2008年、2013年共五期，統(tǒng)計(jì)年鑒來源于中國(guó)知網(wǎng)的云南省經(jīng)濟(jì)社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)(http:∥data.cnki.net/Area/Home/Index/D25)。

(3) DMSP/OLS夜間燈光數(shù)據(jù)。NGDC發(fā)布的第四版DMSP/OLS非輻射定標(biāo)夜間平均燈光強(qiáng)度數(shù)據(jù)，影像參考橢球體為WGS-84，掃描帶寬3 000 km，空間分辨率約為1 km，影像像元DN值范圍為0～63。由于該數(shù)據(jù)分辨率較低且存在過飽和現(xiàn)象，需進(jìn)行一系列校正處理，根據(jù)曹子陽(yáng)[32]的研究，選取F16衛(wèi)星傳感器的2006年輻射定標(biāo)的夜間燈光影像作為本文的校正影像(網(wǎng)址http:∥ngdc.noaa.gov/eog/dmsp/download_radcal.hGoogle Earthl)。根據(jù)研究?jī)?nèi)容，選取了1993—2013年的平均相隔5 a的F101993，F(xiàn)121998，F(xiàn)142003，F(xiàn)162008，F(xiàn)182013共5幅非輻射定標(biāo)夜間燈光影像。

2 研究方法

2.1 數(shù)據(jù)預(yù)處理

DMSP/OLS夜間燈光數(shù)據(jù)的預(yù)處理包含了重投影、重采樣、研究區(qū)域裁剪和原始影像相互校正、不連續(xù)校正兩大部分:(1) 影像重投影、影像重采樣與裁剪。將原始影像的投影坐標(biāo)系轉(zhuǎn)換為蘭伯特等角圓錐投影(Lambert Conformal Conic)，并將影像像元重采樣為1 km，裁剪研究區(qū)年際影像。(2) 相互校正與不連續(xù)校正。DMSP衛(wèi)星傳感器在獲取地表數(shù)據(jù)的過程中受到多種因素的影響(如大氣層的吸收和散射、太陽(yáng)高度角、地形起伏度、傳感器校準(zhǔn)等)[33]，導(dǎo)致不同傳感器獲取的同一年份的影像存在差異。同時(shí)，不同的OLS傳感器在獲取影像時(shí)并未進(jìn)行星上輻射校正[34]，造成同一衛(wèi)星傳感器獲取的連續(xù)不同年份影像間相同位置的亮值像元DN值的異常波動(dòng)。

2.1.1 相互校正 根據(jù)曹子陽(yáng)的研究[32]，選取中國(guó)黑龍江省社會(huì)經(jīng)濟(jì)發(fā)展較為穩(wěn)定的鶴崗市作為不變區(qū)域標(biāo)定區(qū)，采用不變參考區(qū)方法[34]對(duì)夜間燈光影像相互校正。以F162006中定標(biāo)區(qū)域的像元DN值為標(biāo)準(zhǔn)，將其他年份的影像與參考數(shù)據(jù)F162006作回歸曲線估計(jì)計(jì)算得到回歸方程模型參數(shù)。

DNc=a×DN2+b×DN+c

(1)

式中:a,b，c為二次回歸模型參數(shù)；DNc與DN分別表示校正后與校正前影像的像元DN值。利用SPSS軟件將待校正影像像元DN值與F16衛(wèi)星傳感器的2006年的輻射定標(biāo)的夜間燈光影像像元DN值進(jìn)行二次回歸。SPSS軟件計(jì)算的二次回歸模型參數(shù)見表1。

表1 二次回歸模型校正參數(shù)

2.1.2 不連續(xù)校正 經(jīng)過相互校正后的夜間燈光影像仍然還存在像元DN值異常問題，因此，還需要進(jìn)行影像的不連續(xù)校正。假設(shè)前一年的夜間燈光影像數(shù)據(jù)的亮值像元在后一年燈光影像中同一位置的像元也應(yīng)保持為亮值像元，前一年夜間燈光影像中的亮值像元DN值，應(yīng)小于或等于后一年影像中同一位置的亮值像元DN值[32]，即滿足公式2。

(2)

式中:DN(n-1,i)，DN(n,i)，DN(n+1,i)分別表示第n-1年，第n年和第n+1年通過相互校正和不連續(xù)校正后的夜間燈光影像的i像元的DN值。經(jīng)過校正后的圖像消除了像元DN值異常和“飽和”現(xiàn)象的問題(圖1)。

圖1 DMSP/OLS夜光數(shù)據(jù)滇中區(qū)域校正前后

2.2 基于夜間燈光數(shù)據(jù)的城市建成區(qū)提取

基于DMSP/OLS夜光數(shù)據(jù)提取城鎮(zhèn)建成區(qū)的方法主要有4種:城市輪廓突變檢測(cè)法[35]、經(jīng)驗(yàn)閾值法[36]、基于較高分辨率影像數(shù)據(jù)空間比較法[37]、基于統(tǒng)計(jì)數(shù)據(jù)比較法[38]。通過比較，本研究選取“基于統(tǒng)計(jì)數(shù)據(jù)比較法”作為滇中城市群的城鎮(zhèn)信息提取方法。借助ArcGIS 10.5軟件，運(yùn)用二分迭代，快速獲取閾值，獲取每個(gè)城鎮(zhèn)的地理空間結(jié)構(gòu)及空間信息。二分法迭代快速計(jì)算獲取閾值，算法如下[39]。

DNt=int[(DNmax-DNmin)/2]

(3)

式中:DNmax和DNmin分別為某年某地區(qū)燈光影像像元最大灰度值和像元最小灰度值；DNt為該區(qū)域燈光影像的潛在閾值。

將DNt提取的城鎮(zhèn)用地面積和統(tǒng)計(jì)資料的建成區(qū)面積進(jìn)行比較，提取面積最接近統(tǒng)計(jì)年鑒值的則DNt設(shè)置為最優(yōu)閾值。同時(shí)利用高分辨率數(shù)據(jù)(Google Earth影像)提取1993年、1998年、2003年、2008年、2013年的滇中城市群典型城鎮(zhèn)邊界，兩者反復(fù)進(jìn)行對(duì)比驗(yàn)證，進(jìn)而互相精度校正，以獲取最精確的提取結(jié)果。

利用最接近統(tǒng)計(jì)數(shù)據(jù)的閾值重分類(式4)夜間燈光影像，進(jìn)而重建滇中城市群城市空間信息，得到滇中城市群基于DMSP/OLS夜間燈光遙感數(shù)據(jù)提取的建成區(qū)空間分布圖(圖2)。

圖2 1993年、1998年、2003年、2008年、2013年夜間燈光數(shù)據(jù)建成區(qū)空間分布

(4)

式中:DN為像元灰度值；DNt為最優(yōu)閾值；0代表未建成區(qū),1表示建成區(qū)。

2.3 城市擴(kuò)張指數(shù)

為比較不同研究時(shí)段內(nèi)城市擴(kuò)張的快慢或強(qiáng)弱，采用城市擴(kuò)張速率與城市擴(kuò)張強(qiáng)度指數(shù)進(jìn)行探究。針對(duì)所提取的建成區(qū)面積，可得面積增長(zhǎng)率、城市擴(kuò)張速率數(shù)學(xué)模型如下:

(5)

(6)

式中:At為面積增長(zhǎng)率；Aa，Ab分別為前后年份提取的建成區(qū)面積；a為增長(zhǎng)面積；Vt為擴(kuò)張速率；t為時(shí)間間隔。

城市擴(kuò)展強(qiáng)度指數(shù)是城市擴(kuò)張空間變化的一個(gè)重要指標(biāo)，通過分析城市擴(kuò)展強(qiáng)度指數(shù)可定量地比較城市擴(kuò)張的程度及速度。城市擴(kuò)張強(qiáng)度數(shù)學(xué)模型如下:

(7)

式中:Aa，Ab分別為前后年份提取的建成區(qū)面積；t為時(shí)間間隔；Ca為擴(kuò)張強(qiáng)度指數(shù)。

3 結(jié)果與分析

3.1 建成區(qū)提取精度評(píng)價(jià)

利用1993年、1998年、2003年、2008年、2013年滇中主要城市的統(tǒng)計(jì)數(shù)據(jù)中的建成區(qū)面積、Google Earth影像數(shù)據(jù)以及利用DMSP/OLS夜間燈光遙感影像提取的各城市用地面積進(jìn)行精度評(píng)價(jià)，三者相互比較兩兩計(jì)算絕對(duì)誤差與相對(duì)誤差(表2)。A1表示統(tǒng)計(jì)數(shù)據(jù)建成區(qū)面積，A2表示Google Earth影像面積，A3表示夜間燈光影像提取的城市建成區(qū)面積。統(tǒng)計(jì)數(shù)據(jù)建成區(qū)面積A1與Google Earth影像面積A2的絕對(duì)誤差為C1，相對(duì)誤差為R1;統(tǒng)計(jì)數(shù)據(jù)建成區(qū)面積A1與夜間燈光影像提取的城市建成區(qū)面積A3的絕對(duì)誤差為C2，相對(duì)誤差為R2;Google Earth影像面積A2與夜間燈光影像提取的城市建成區(qū)面積A3的絕對(duì)誤差為C3，相對(duì)誤差為R3。

表2 定量精度評(píng)價(jià)

通過比較各城市統(tǒng)計(jì)數(shù)據(jù)中的建成區(qū)面積、Google Earth影像數(shù)據(jù)提取面積以及DMSP/OLS夜間燈光遙感影像提取的各城市用地面積，結(jié)果表明:A1A2絕對(duì)誤差最大為19.27 km2，相對(duì)誤差最大為8.55%,A1A3絕對(duì)誤差最大為-11.44 km2，相對(duì)誤差最大為-4.44%,A2A3絕對(duì)誤差最大為-16.60 km2，相對(duì)誤差最大為-8.58%，三者建成區(qū)面積兩兩之間相對(duì)誤差均小于10%，證明基于統(tǒng)計(jì)數(shù)據(jù)確定的最優(yōu)閾值提取建成區(qū)面積其精度相對(duì)較高。

3.2 滇中城市群空間格局分析

3.2.1 滇中城市群城鎮(zhèn)空間變化 經(jīng)統(tǒng)計(jì)，1993—2013年滇中建成區(qū)像元數(shù)在不斷增加，1993年滇中區(qū)域城鎮(zhèn)建成區(qū)像元數(shù)為324,2003年滇中區(qū)域城鎮(zhèn)建成區(qū)像元數(shù)為1183，2013年滇中區(qū)域城鎮(zhèn)建成區(qū)像元數(shù)為2484,20 a的時(shí)間里，滇中地區(qū)城鎮(zhèn)建成區(qū)像元數(shù)增加了2 160個(gè)，城鎮(zhèn)面積擴(kuò)張了近8倍。滇中地區(qū)原有的城鎮(zhèn)面積在穩(wěn)定增長(zhǎng)，新興中小城市和新興城鎮(zhèn)在不斷涌現(xiàn)，建成區(qū)圖斑數(shù)不斷增加，城市邊界持續(xù)擴(kuò)展。其中四大城市的影像亮值像元總數(shù)逐年增加，城區(qū)面積在不斷擴(kuò)張，城市化水平均呈上升態(tài)勢(shì)，尤其滇中最大城市(昆明市)的提升幅度最大，其次是曲靖市、楚雄市，玉溪市的變化幅度相對(duì)較小。

3.2.2 滇中城市群空間格局 為進(jìn)一步探索滇中20 a來形成的城市格局，本文將提取的2013年滇中城市群建成區(qū)與滇中地區(qū)主要公路疊加，發(fā)現(xiàn)滇中城市建成區(qū)圖斑的分布呈現(xiàn)出以公路為骨架廊道，錯(cuò)落分布于公路附近的格局。由圖3可見，整個(gè)滇中建成區(qū)的分布格局以昆明市為核心，大致形成了“昆明—曲靖”、“昆明—楚雄”、“昆明—玉溪—蒙自”三條城市發(fā)展軸線，城市群表現(xiàn)為“中心放射型”。從結(jié)構(gòu)布局上看，從1993—2013年，滇中區(qū)域形成了內(nèi)外兩個(gè)發(fā)展圈層，中心圈層為“昆明都市圈”，外部圈層為“曲靖—楚雄—蒙自經(jīng)濟(jì)圈”，滇中城市群便形成了“點(diǎn)—線—面”聯(lián)動(dòng)的空間格局。

圖3 2013年滇中城市群空間結(jié)構(gòu)

以上結(jié)果與2011年云南省人民政府批復(fù)實(shí)施的《滇中城市群規(guī)劃(2009—2030年)》相符，規(guī)劃中表明，滇中城市群將形成“一主四副，軸向?qū)樱c(diǎn)陣聯(lián)動(dòng)”的空間格局。隨著城市化進(jìn)程，未來滇中城市發(fā)展增長(zhǎng)極持續(xù)增加，將成長(zhǎng)為更顯著的放射型城市群。

3.3 滇中城市擴(kuò)張分析

3.3.1 形態(tài)與方向變化 通過對(duì)滇中城市群的昆明市、曲靖市、楚雄市、玉溪市1993年、1998年、2003年、2008年、2013年共5期的建成區(qū)提取結(jié)果進(jìn)行空間疊置分析，可發(fā)現(xiàn)(圖4)昆明市以主城區(qū)為中心向外不斷擴(kuò)張，主要擴(kuò)張方向?yàn)槭袇^(qū)東南方向的呈貢新區(qū)和市區(qū)東北方向的空港區(qū)(長(zhǎng)水機(jī)場(chǎng));曲靖市區(qū)主要擴(kuò)張方向?yàn)楸狈降恼匆鎱^(qū);楚雄市區(qū)呈現(xiàn)為東南—西北向拉伸擴(kuò)張形態(tài);玉溪市以紅塔區(qū)為中心，呈扇形擴(kuò)張形態(tài)，主要的擴(kuò)展方向?yàn)槲髂稀獤|北。

圖4 1993-2013年滇中主要城市擴(kuò)展形態(tài)

3.3.2 面積變化 通過DMSP/OLS夜間燈光數(shù)據(jù)提取建成區(qū)面積變化統(tǒng)計(jì)，發(fā)現(xiàn)滇中城市建成區(qū)面積在20 a間增長(zhǎng)了8倍，特別是昆明市區(qū)的增長(zhǎng)變化尤為明顯。20 a間，滇中城區(qū)面積增長(zhǎng)最多的城市為昆明市，其后依次為曲靖市、玉溪市、楚雄市。在1993—2013年，昆明市建成區(qū)面積增長(zhǎng)了412.42 km2，曲靖市建成區(qū)面積增長(zhǎng)了160.99 km2，玉溪市建成區(qū)面積增長(zhǎng)了74.78 km2，楚雄市建成區(qū)面積增長(zhǎng)了72.07 km2。除四大城市外，滇中其余較小城鎮(zhèn)面積變化在此期間則較為穩(wěn)定。

3.3.3 速率與強(qiáng)度變化 通過計(jì)算滇中城市擴(kuò)張速率(表3)可以發(fā)現(xiàn):2003年之前，滇中城市處于緩慢增長(zhǎng)階段，2003年之后進(jìn)入快速增長(zhǎng)階段，2008年之后則增速變緩但呈穩(wěn)定快速增長(zhǎng)趨勢(shì)。其中昆明市區(qū)擴(kuò)張速率最快時(shí)為35.44 km2/年，曲靖市擴(kuò)張速率最快時(shí)為20.29 km2/年;楚雄市與玉溪市相對(duì)較慢，楚雄市擴(kuò)張速率最大為7.17 km2/年，玉溪市擴(kuò)張速率最快時(shí)為6.71 km2/年。

通過計(jì)算滇中城市擴(kuò)張強(qiáng)度指數(shù)(表3)發(fā)現(xiàn):城市擴(kuò)張強(qiáng)度可以看出20 a間滇中城市群的擴(kuò)張強(qiáng)度總體趨勢(shì)為“先降低—后升高—再降低”。其中曲靖市建成區(qū)空間擴(kuò)張強(qiáng)度變化明顯，2003年前小幅度降低后開始上升，在2003—2008年達(dá)到峰值，隨后進(jìn)入降低階段。昆明市、楚雄市、玉溪市的城市擴(kuò)張強(qiáng)度較為穩(wěn)定，峰值出現(xiàn)在2003—2008年。2003年之前，玉溪市的城市擴(kuò)張強(qiáng)度高于昆明市、曲靖市、楚雄市，而在2003—2013年，隨著曲靖市的區(qū)位優(yōu)勢(shì)凸顯，其城市擴(kuò)張進(jìn)程加快，城市擴(kuò)張強(qiáng)度明顯高于其他三市。

表3 滇中城市擴(kuò)張強(qiáng)度

4 結(jié) 論

(1) DMSP/OLS夜間燈光遙感影像適用于大尺度建成區(qū)提取?；诮y(tǒng)計(jì)數(shù)據(jù)二分提取夜間燈光遙感影像中的城市建成區(qū)是可行的，且具有一定的可塑空間和運(yùn)用潛力。

(2) 20 a間，滇中城市群逐漸形成“中心放射狀”集聚形態(tài)。至2013年，滇中城市群形成了以昆明市為中心，“昆明—曲靖”、“昆明—楚雄”、“昆明—玉溪—蒙自”三線為發(fā)展軸，全區(qū)內(nèi)外為兩個(gè)發(fā)展圈層，中心圈層是“昆明都市圈”，外部圈層是“曲靖—楚雄—蒙自經(jīng)濟(jì)圈”，整體“點(diǎn)—線—面”聯(lián)動(dòng)的空間格局。

(3) 滇中城市建成區(qū)面積在1993—2013年增長(zhǎng)了8倍，特別是昆明市區(qū)的增長(zhǎng)變化尤為明顯。不同城市、不同時(shí)間間隔城市擴(kuò)張速度與擴(kuò)張強(qiáng)度存在明顯差異。2003年之前，滇中城市處于緩慢增長(zhǎng)階段，2003年之后進(jìn)入快速增長(zhǎng)階段，2008年之后增速變緩呈穩(wěn)定快速增長(zhǎng)趨勢(shì)。20 a間滇中城市群的擴(kuò)張強(qiáng)度總體趨勢(shì)為“先降低—后升高—再降低”。

DMSP/OLS夜間燈光遙感影像在城市建成區(qū)動(dòng)態(tài)監(jiān)測(cè)與時(shí)空格局演變分析方面具有不言而喻的優(yōu)越性。夜間燈光數(shù)據(jù)是大尺度城市空間信息提取的理想數(shù)據(jù)，但也存在著空間分辨率較低的問題，對(duì)單個(gè)城市內(nèi)部空間結(jié)構(gòu)的表達(dá)具有一定的局限性，結(jié)合較高分辨率的數(shù)據(jù)可以完善此情況，今后需要在這方面做進(jìn)一步的研究。我國(guó)未來在研制夜光衛(wèi)星(如珞珈一號(hào))時(shí)，可考慮采用100 m以內(nèi)空間分辨率的傳感器，逐步優(yōu)化提高建成區(qū)提取精度。