EN中文

经济地理 >

2021 , Vol. 41 >Issue 2: 92 - 102

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.02.010

城市地理与新型城镇化

基于夜间灯光遥感数据的环洞庭湖生态经济区城市群时空扩展

  • 李茜铭 , 1 ,
  • 郑伯红 , 1, ※ ,
  • 熊羽军 2
展开
  • 1.中南大学 建筑与艺术学院，中国湖南 长沙 410083
  • 2.32022部队，中国湖北 武汉 430070
※ 郑伯红（1966—），男，广东韶关人，博士，教授，博士生导师，研究方向为城乡功能结构网络化与网络城市、城市空间与发展控制。E-mail：

李茜铭（1990—），女，湖南岳阳人，博士研究生，研究方向为城市空间结构与发展控制、基于遥感数据的城市分析。E-mail：

收稿日期: 2020-05-23

  修回日期: 2020-10-31

  网络出版日期: 2025-04-01

基金资助

国家自然科学基金面上项目(51478470)

湖南省研究生科研创新项目(CX2018B075)

中南大学研究生自主探索创新项目重点项目(502221802)

收起

Spatio-Temporal Expansion of the Dongting Lake Eco-economic Zone Urban Agglomeration Based on Nighttime Light Remote Sensing Data

  • LI Qianming , 1 ,
  • ZHENG Bohong , 1, ※ ,
  • XIONG Yujun 2
Expand
  • 1. School of Architecture and Art，Central South University，Changsha 410083，Hunan，China
  • 2. 32022 Troops，Wuhan 430070，Hubei，China

Received date: 2020-05-23

  Revised date: 2020-10-31

  Online published: 2025-04-01

Fold

摘要

文章基于1993—2017年环洞庭湖生态经济区城市群DMSP/OLS和NPP-VIIRS夜间灯光遥感数据与ArcGIS，采用参考数据辅助对比法提取城市群建成区范围，利用Landsat 8遥感影像和Kappa系数进行精度检验，运用时空扩展规模、重心偏移及景观格局形态分析方法对城市群演变进行分析。主要结论如下：①动态阈值法提取夜光数据城市群建成区与实际符合，演变规律与规划、经济和政策贴合，经过中速调整过渡—高速边缘扩展—低速内部填充—快速飞地式扩展过程，呈现复杂周期性变化。②城市群重心由荆州市石首市南移至益阳市南县内，常德市与岳阳市主导城市群快速发展。③景观格局破碎度较高，空间连通性较弱，城镇相对独立，城市群呈“五核”空间扩展模式。

关键词： 夜间灯光数据; 洞庭湖生态经济区; 城市群; 城市建成区; 景观格局; 重心分析; 生态保护

本文引用格式

李茜铭 , 郑伯红 , 熊羽军 . 基于夜间灯光遥感数据的环洞庭湖生态经济区城市群时空扩展[J]. 经济地理, 2021 , 41(2) : 92 -102 . DOI: 10.15957/j.cnki.jjdl.2021.02.010

Abstract

This paper combines the nighttime light remote sensing data of DMSP / OLS and NPP-VIIRS in the Dongting Lake Eco-economic Zone Urban Agglomeration from 1993 to 2017 with ArcGIS. The reference data-assisted comparison method is used to extract the range of built-up area of the urban agglomeration. It uses the remote sensing images of Landsat 8 and Kappa coefficient to test the research accuracy,and analyzes the evolution of urban agglomeration by the means of the spatial-temporal expansion scale,shift of gravity center and landscape pattern analysis. The main conclusions are as follows: 1) Dynamic threshold method is used to extract the luminous data of urban agglomeration built-up area,which is in line with the actual situation,the law of evolution is consistent with city planning,economy and policy. It shows complex periodic changes in the expansion of the Dongting Lake Eco-economic Zone Urban Agglomeration,which experiences four stages in sequence: medium-speed adjustment transition,high-speed edge expansion,low-speed internal filling,higher-speed enclave expansion. 2) The gravity center of the urban agglomeration moves from Shishou City in Jingzhou City to Nan County in Yiyang City. Changde City and Yueyang City play dominant role in the rapid development of urban agglomeration. 3) The fragmentation of the landscape pattern is high,the spatial connectivity is weak,the cities and towns are relatively independent,and the urban agglomeration presents a "five-core" spatial expansion model.

Key words： night light data; Dongting Lake Eco-economic zone; urban agglomeration; urban built-up area; landscape pattern; focus analysis; ecological protection

城市空间扩展是由于经济社会发展需求，人口不断向城市聚集，生产、生活空间多方位扩展的过程。城市空间扩展是城镇化进程，是人类社会现代化演变过程与特征表现，亦是国家和地区综合发展水平的体现。中央政府在“十三五”规划中已将发展城市群作为实施新型城镇化战略的举措之一。中国城市建成区从1981年的7 438 km2，发展到1993年的17 416km2，扩展至2017年的56 225.4 km2，24年建成区面积增长38 809.4 km2，平均每年1 617.1 km2。中国城镇化率由1981年的20.16%，提升至1993年的27.99%，至2017年的58.52%。近年来，城镇化快速发展的同时出现了一系列的城市问题，如Grimm N.B等研究发现，生态问题集中在全球大规模城市化地区（即城市群地区）[1]。因此，准确、及时地获取城市扩展信息，研究分析其时空扩展规模及规律是亟待解决的问题，同时对合理制定政策和完善规划措施，实现城市群可持续发展具有重要意义与参考作用。
针对城市群时空扩展问题，国内外学者从扩展的演变规律及驱动因素等方面进行了一系列的研究。Birte Schoettker等以北威州为典型对象，利用三个时间段（1975、1984和2001）高清遥感影像，来研究城市土地利用类型的变化，城市的密集发展和扩展[2]；Yikalo H.A利用三年（1990、2000和2006）地理数据资料，分析了葡萄牙塞特巴地区城市建成区扩张特征[3]；王翠平等利用DMSP/OLS夜光数据探究了三个城市群（京津冀、长三角和珠三角）用地扩张特性，并研究其驱动因素[4]；Wu等利用城市空间辐射效应的量化来测量城市群的边界范围，从而分析其空间结构变化趋势[5]；Sheng等基于异速生长和分形理论分析美国城市规模分布变化，用位序规模法则揭示其扩张规律[6]；公维民等以1992—2012年5年的DMSP/OLS夜光数据与2016年Landsat数据为基础，提取兰白西城市群建成区，采用形态紧凑度、扩展强度和空间关联模型对扩展过程进行特征分析[7]；Zhuo Li等利用1995—2014年Landsat数据与Auto logistic-CLUE-S模型，对长株潭城市群的扩张、发展和政策等方面进行分析[8]。大量文献研究表明利用遥感数据提取城镇建成区时空分布信息及探究城市群演变规律具有科学性和指导性。
近十年，学者主要用社会经济统计数据和中高分辨率遥感数据来获取城市群扩展的动态信息。前者因缺乏足够的空间信息，难以在空间上表示扩展过程；后者由于数据获取运算复杂低效，难以对大尺度空间的数据及时获取处理。目前，国内运用夜光遥感对城市时空扩展的研究时间较短，因为分辨率差异较大，少有学者结合DMSP和NPP两颗卫星数据做研究，并且，长时间序列的城市群扩展研究较单个城市的研究是缺乏的，小城镇的研究与大城市相比是稀缺的，当前研究大多侧重于几个单独年份时间截面上城市扩展驱动机制、城市扩展模拟、空间分异、监测与预测等方面的分析，在整体上对时序特征的观察和研究不足。2014年4月，国务院批复《洞庭湖生态经济区规划》[9]，而洞庭湖生态经济区城市群作为一个新的区域目前尚未见有人研究其城市扩展，因为省份跨度、数据寻找困难等原因常把湖南湖北分开研究，且侧重点更多的在生态与经济，而忽视了小城镇的空间变化对其影响。因此，本文选用1993—2013年DMSP/OLS和2014—2017年NPP/VIIRS 夜间灯光遥感数据，以环洞庭湖生态经济区城市群为研究对象，采用参考数据辅助对比法，经过Landsat8和Kappa系数精度检验提取城市群城镇建成区，计算该城市群时空扩展规模、城镇重心偏移和景观格局形态分析方法，定性定量、客观揭示环洞庭湖生态经济区城市群24年来扩展的时空过程、特征及规律，以期为滨湖城市及城市群可持续发展、优化空间结构与布局、土地节约集约利用、政策制定和改善生态环境等起到一定的参考作用。

1 研究区域、数据来源与研究框架

1.1 研究区域

环洞庭湖生态经济区城市群范围包括湖南省益阳市、常德市、岳阳市和长沙市望城区，湖北省荆州市（4市1区），共33个县（市、区）。其中益阳市现辖2个城市区（资阳区、赫山区），1个县级市（沅江市），3个县（安化县、桃江县、南县）；常德市现辖2个城市区（武陵区、鼎城区），1个县级市（津市），6个县（汉寿县、桃源县、临澧县、石门县、澧县、安乡县）；岳阳市现辖3个城市区（岳阳楼区、君山区、云溪区），2个县级市（汨罗市、临湘市），4个县（岳阳县、平江县、湘阴县、华容县）；荆州市现辖2个城市区（荆州区、沙市区），3个县级市（松滋市、石首市、洪湖市），3个县（江陵县、公安县、监利县）。至2017年末，区域总面积为60 411 km2，常住人口约2 337.81万人，GDP为10 742.48亿元。

1.2 数据来源

1.2.1 遥感数据

DMSP/OLS夜间灯光遥感数据，来源于美国国家地球物理数据中心（https://www.ngdc.noaa.gov/eog/dmsp/），自1976年9月DMSP卫星（美国国防气象卫星计划）首次搭载OLS传感器开始获取数据，从F1更新至2010年的F18，在1992年以后为数字信息，为大尺度城市扩展研究提供了新的数据形式。本文提取1993—2013年的DMSP/OLS灯光数据，该数据消除了云、烟及火光等偶然光线的影响，对全年可见光和NVIR通道灰度值直接进行平均化处理，为栅格灰度遥感影像，灰度值范围0~63，63为饱和灯光灰度值（图1）。
图1 1993—2017年环洞庭湖生态经济区城市群静态夜间灯光遥感数据图

Fig.1 Static night light remote sensing data of urban agglomeration in the Dongting Lake Eco-economic Zone from 1993 to 2017

VIIRS/DNB夜间灯光遥感数据，来源于美国国家地球物理数据中心（https://ngdc.noaa.gov/eog/viirs/），2011年10月美国新一代国家极轨业务环境卫星系统发射首颗Suomi-NPP卫星，本文提取2015—2017年的Tile 3（75N/060E）VIIRS/DNB灯光数据，该数据无月光照射下微光通道资料，辐射校正精度更高，为栅格灰度遥感影像，由于灰度级增加，像元不存在饱和值，空间分辨率增加，像素跳变减少。
表1 DMSP/ OLS与VIIRS/DNB夜间灯光遥感数据对比

Tab.1 Comparison of night light remote sensing data of DMSP/ OLS and VIIRS/DNB

DMSP/OLS夜间
灯光遥感数据		 VIIRS/DNB夜间
灯光遥感数据
微光探测最小值 10-5~10-9 W·cm-2·sr-1 10-5~10-7 W·m-2·sr-1
运行周期长度 850 km 824 km
采样频率间隔 0.56 km 0.755±0.022 km
获取图像的幅宽 3 000 km 3 040 km
空间分辨率 5~7 km 400~750 m
中心波长 600 nm 700 nm
波长范围 510~910 nm 500~900 nm
考虑到DMSP/OLS与VIIRS/DNB数据DN值饱和度不一致，对遥感影像进行初步处理，投影为WGS1984坐标系横轴墨卡托（UTM）投影，区域所在坐标（49N），运用GIS自校正数据，对2015和2017年数据运用自然断裂法对其在0~63重分类，本研究暂不考虑区域建成区退化为非建成区，利用阈值对建成区灯光值进行修正。
为了提高数据计算准确度，加入精度检测，研究区域运用2017年Landsat 8遥感影像数据，图像数据经过同期数据辐射校正和几何校正，抽样检验精度，数据来源于地理空间数据云网站（http://www.gscloud.cn/）。

1.2.2 统计数据

本文研究中，使用统计数据主要来源于1994—2018年《中国城市统计年鉴》《湖南统计年鉴》和《湖北统计年鉴》等。认定政府发布年鉴数据即是真实城市群建成区范围，并以此为基础作后续研究。

1.2.3 参考数据

中国1:400万数据库中，市级与县（区）级面状数据，及来源于国家基础地理信息系统网站（http://ngcc.sbsm.gov.cn/）的主要河流、湖泊、交通路网、地形等现状数据。

1.3 研究框架

研究方法流程图如图2所示。
图2 研究方法流程图

Fig.2 Research method flow chart

2 研究方法

2.1 动态阈值法提取城市群建成区面积

动态阈值法包括4种经典的建成区提取方法，分别是经验阈值法、中高分辨率影像数据空间比较法、突变检测法和统计数据法。李俊峰、舒松等对比研究了这4种方法，证明统计数据法提取建成区不论是相对误差值还是绝对误差值都是最小，精度是最高[10-11]。所需要的数据量比中高分辨率影像数据空间比较法少，比突变检测法更合理地展示出了提取建成区的细节，比经验阈值法更具科学性，能精细、快捷地从灯光数据中提取所需建成区范围，并降低灯光溢出效果。
本研究采用参考数据辅助对比法，夜间灯光遥感数据为主要数据源，年鉴数据与Landsat 8影像作为参考数据，对两种灯光数据进行投影坐标系转化，再通过逐像元算法（影像自矫正法）去噪声，矫正灯光数据，结合统计、参考数据，采用二分法模式来确定不同年份区域最佳灯光阈值，最后利用30 m×30 m高分辨率影像来验证提取信息相对精度，通过Kappa系数反复验证，确定最佳提取阈值。
城市群中每个城市作为一个独立单位处理（四市一区），采用二分法来提取环洞庭湖生态经济区城市群城镇建成区范围，当动态阈值下灯光面积与统计年鉴中城市建设用地面积数据（市辖区面积）之差的绝对差值最小时的阈值作为最佳阈值，大于等于该阈值的灯光范围被认为是城镇建成区。
1994—2018年《中国城市统计年鉴》提供的数据与提取出的建成区面积之间的平均误差值分别为0.16%、0.22%、0.80%、-1.81%、-3.55%、-0.87%、2.36%、-1.67%、-2.52%、0.15%、2.43%、0.98%和0.37%。除了在2001年误差达到3.55%之外，其余年份提取城镇建成区面积误差均在3%之内，数据整体精确度较高。根据每年的动态阈值，提取出建成区空间格局信息，建成区面积分别为173.02 km2、242.6 km2、276.59 km2、311.78 km2、341.15 km2、427.95 km2、490.14 km2、690.90 km2、793.43 km2、820.99 km2、887.28 km2、1 146.49 km2、1 167.16 km2。

2.2 运用Kappa系数精度检验

选择环洞庭湖生态经济区城市群局部区域Landsat8 30 m×30 m高分辨率影像数据作为检验数据，来评价基于参考数据辅助对比法所提取建成区信息的精度[12-13]。
k = P x - P y 1 - P y   ,   P x = A + B n     P y = A + B A + C B + D C + D n 2
Kappa值实质上是真实一致性与非机遇一致性之比，其中 P x表示两次观察的一致性， P y表示两次观察的机遇一致性。通常情况下，Kappa系数的值落在0~1之间，可分为五种级别一致性：0~0.20为较低一致性、0.21~0.40为普通一致性、0.41~0.60为平衡一致性、0.61~0.80为较高一致性和0.81~1.00为高度一致性。
本次抽样数据选取对象为2017年研究区域局部范围。从上述提取的2017年建成区图中，随机抽取建成区和非建成区各150个样本点。用2017年Landsat 8遥感影像为验证依据，作抽样精度评估，其结果见表2。生产者精度和用户精度均达到82%以上，Kappa系数为0.7533。可知，利用参考数据辅助对比法所提取建成区数据精度较高，表明本文方法提取城市建成区数据结果优化后，可以用来研究城市群时空扩展。
表2 2017年Kappa系数精度检验混淆矩阵

Tab.2 Confusion matrix of accuracy test based on Kappa coefficient in 2017

城镇用地（m2） 非城镇用地（m2） 总和（m2） 用户精度（%）
城镇用地（m2） 45 755 629.75 9 994 065.66 55 749 695.41 82.07
非城镇用地（m2） 7 307 123.34 86 965 728.19 94 272 851.53 92.25
总和（m2） 53 062 753.09 96 959 793.85 150 022 546.94
生产者精度（%） 86.23 89.69
Kappa系数=0.7533

2.3 城市群区域时空扩展规模分析

基于1993—2017年不同年份灯光数据，逐年提取城市群建成区空间范围，进而可以对城市群时空规模扩展进行研究。规模扩展分析主要包括扩展模式、扩展速度、扩展强度等指标。
扩展模式包罗万象，一般有同心圆式扩展、轴向扩展、多核心扩展和扇形扩展等扩展模式；也可以归纳为飞地式、边缘式和填充式等扩展方式；亦或丰富发散结合，如走廊式轴向扩展、“点状集聚、组团跳跃”、集中式连片开发、“新区扩展、近域一体”等不同阶段空间扩展特征的体现。
扩展速度指数（YVI）是指城市群在不同时期，建成区面积的绝对增量。
Y V I = X A - X B A - B
扩展强度指数（YII）用来反映城市群扩展的强弱、快慢，使不同时间阶段的扩展具有深度可比性。
Y I I = X A - X B A - B X B × 100 %
式中： X A和 X B分别为A年和B年的城市群面积；A-B为年份差值，以年为单位。

2.4 城市群区域时空扩展重心分析

城市群建成区重心（X，Y），以经纬度为单位，清楚地分析城市群时空扩展趋势的基本情况。主要研究内容包括重心位置、重心偏移距离、重心偏移角度和重心偏移速度4个指标。
重心位置，是研究区域内所有要素坐标的加权平均值。把灰度值作为灯光数据的强度加权计算。
X = ∑ i = 1 n A i x i / ∑ i = 1 n A i ; Y = ∑ i = 1 n A i y i / ∑ i = 1 n A i
式中：（X，Y）表示城市群建成区重心的经纬度坐标； A i为要素第i个像元的灰度值（即权重）； x i、 y i表示第i个像元的坐标；n为区域内像元要素总和。
重心偏移距离ΔD，是指在某个研究时段内，重心在区域内移动的距离。
Δ D = X A - X B 2 + Y A - Y B 2
重心偏移角度αd，是指在相应时段内，重心移动的方向与正东夹角。
α d = n π + a r c t a n Y A - Y B / X A - X B , n = 0,1 , 2
重心偏移速度Vd，是指在某个研究时段内，平均移动速度。
V d = Δ D / A - B
式中：（XA，YA）、（XB，YB）分别是第A、B年重心坐标。

2.5 城市群区域时空扩展景观格局形态分析

景观格局形态演变主要指空间格局扩展变化，表现为景观斑块在空间分布与配置上灵活排列的特征。通过景观格局指数来探究景观格局形态，指数能高度浓缩区域信息，计算以ArcGIS10.2和Fragstats4.2为工具。
Fragstats景观格局分析软件，可计算多个指标，这些指标分为3个级别：Patch（斑块）、Class（斑块类型）和Landscape（整体景观），级别指数相关性高，逐级扩大尺度。为了避免被选指标对区域景观格局形态特征反映不明显以及关键要素缺失，通常选取最基础的指标来反映特征，并参考其他学者的研究成果[14]，综合3个级别均衡性选取15个指标进行研究。主要包括香浓多样性指数（SHDI）、聚集度指数（CONT）、蔓延度指数（CONTAG）、平均斑块分维数（MPFD）、斑块多度密度（PRD）、斑块面积标准差（PSSD）等。
平均斑块分维数，反映斑块形状的复杂程度，提供量化数据。
M P F D = ∑ i = 1 n ∑ i = 1 m 2 l n 0.25 A i j l n B i j N P
香浓多样性指数，反映景观斑块分布均匀程度与斑块数量。
S H D I = - ∑ i = 1 n A i l n A i
斑块面积标准差，反映景观斑块大小差异度。
P S S D = ∑ i = 1 n ∑ j = 1 m B i j - T A N P 2 N P × 10 6
式中：n是斑块类型数目；m是类型斑块数目； A i j是斑块周长； B i j是斑块面积；NP是斑块总数；TA是景观总面积； A i是斑块i在总面积中占比。

3 数据结果与分析

3.1 城市群区域扩展时间尺度信息提取

环洞庭湖生态经济区城市群的扩展过程，从图3可以看出，1993—2001年，扩展面积和速度变化平缓稳定，而扩展强度有所下降；在2001—2007年有阶段性增加的迹象，在2007年扩展强度达到最大，增加了20.48%，期间除了在2005年出现回落，总体时间段扩展面积、扩展强度和扩展速度均增加；2007—2011年，扩展速度由20.48%降至1.74%，扩展面积由200.76 km2的增加，降为27.56 km2，扩展值均达到峰谷值；在2011—2015年，各指标迅速上升，2015年扩展速度和扩展面积达到最大值129.6 km2/y和259.21 km2，随后，2017年又出现回落现象。总体来说区域总面积不断增加，扩展速度和扩展强度几经波折，即将迎来新的上升期，城市群将面临新的加速发展。
图3 1993—2017年建成区时间尺度扩展统计图

Fig.3 Expansion scale of built-up area from 1993 to 2017

国家、区域等政策因素影响城市群扩展的节奏和趋势。如中国1997—1999年限制审批新的建设用地，制定了保护农业用地的规章制度，使环洞庭湖生态经济区城市群在1997—2001年整体扩展速度强度平缓[15]；1998年中国取消福利分房政策，同时人口向城镇迁移增加了住房的需求，2003年之后国家推动房地产行业发展政策，地产迅速兴起，土地财政成为了地方政府的依赖，进一步加速2003—2007年城镇建成区的扩展，出现高于人口增长率的过度扩展，城镇处于蔓延状态[16]；2014年，国务院批复《洞庭湖生态经济区规划》，推动2013—2015年洞庭湖生态经济区的飞速扩展。

3.2 城市群区域扩展空间尺度信息提取

图4为1993—2017年城市群扩展叠加图，底部为区域地形图，蓝色表示海拔较低地势，以湖泊水域和低平原为主；红色表面海拔较高地势，以岗地、丘陵和山地占优。区域呈现出中、北部低，西、南、东三面高的“U”型地形特征。湖区地势低平的中北部近1/2的面积低于50 m，洞庭湖吞长江、纳四水，是典型的过水性湖泊，高中低湖盆地形，夏涝冬枯的水文特征，在一定程度上制约了湖区发展，也促成了湖区独一无二的空间形态[13]。自然条件是影响城市群扩展的基础，荆州市、岳阳市和常德市等地处海拔较低的平原，地势平坦宽阔，有便利的条件促使城市快速发展；而安化县、石门县和平江县等地处岗地、丘陵，以山地为主，地域狭窄，不利于大规模的开发建设，所以发展缓慢。因为自然条件的差异，使湖区城镇化水平明显低于湖南湖北平均水平。
图4 城市群扩展年份斑块叠加图

Fig.4 Patch overlay map of urban agglomeration expansion every two years

2001—2007年呈边缘式扩展，在城市聚集效应下围绕原有城镇中心向外扩展延伸，表现为不规则扩散布局趋势，单个斑块面积增加为主（图5）。主要是因为人口集聚带来社会生产生活需求的增加，城镇斑块的“繁殖效应”，满足产业园扩区升级增加的城市设施配套功能需求，如常德市2001年高新技术工业园建设与强化津市配套设施。2007—2011年呈填充式扩展，聚集于斑块内部灯光强度灰度值增加，如2008年，荆州市人民政府发布禁止非法占地和违法建设的通知。表现为老城区“旧城改造”“棚户区改造”政策下，内部功能结构优化。2011—2017年呈飞地式扩展，空间分布较为分散，基本跳脱现有斑块，转而依托国道、省道、水域等放射性交通轴向扩展，表现出明显导向性、通达性与规划性。2011年湖南省人民政府《关于进一步加快水运发展的实施意见》；2013年批复《常德港总体规划》；2014年岳阳至宜昌高速公路石首至松滋段（S88）通车，多个政策和项目促进周围区域有效带动功能转移、土地转用、拓展区域发展框架，表明“交通引导开发”战略在区域的实施。
图5 城市群区域交通图

Fig.5 Regional traffic map of urban agglomeration

3.3 城市群区域扩展的重力主导方向

为进一步研究环洞庭湖生态经济区城市群时空扩展规律，绘制了城市群时空重心偏移图，把灯光强度灰度值一样的区域看作一个均质空间，求出均质空间的重心，重心平均灯光强度不一致，灯光强度越强离市中心城区越近。依据每个平均灯光强度不同灰度值像元构成，像元灰度值作为权重参与运算，计算出最终城市群区域重心。此时获得的重心不同于前人研究中简单的几何中心，重心移动空间规律可以更真实直观地反映在路线图6上。
图6 重心偏移位置图

Fig.6 Offset line of gravity center

用上述方式得到图6，可以看出环洞庭湖生态经济区城市群的重心主要集中在中心偏东北部位置，随着年份推移，分别在石首市、安乡县、南县和沅江市之间移动，位于29°0′N~29°50′N，112°10′E~112°40′E之间，重心由荆州市移动到益阳市，1993—2015年重心一直向南移动，说明岳阳市、益阳市和望城区的发展较荆州市、常德市要迅速。但在1997、2005和2017年又跳跃式向北移动，常德市和荆州市在这三年发展较快。在东西方向上，约在25′的东西距离之间移动，1993—2003年，重心一直向西移动到南县的最西端，说明在2003年之前，常德市和益阳市发展迅速，在2003年以后岳阳市和望城区加速发展，重心向东移动，在2013年移动到最东端。1993—1999年，偏移速度和距离在增加，以比较高的速度在移动，达到17 046.69 m/s，角度转变比较大，这段时间城市化发展迅速，城市扩展速度较快；1999—2005年，移动距离和速度开始减缓，移动距离为8 028.15 m，这段时间城市扩展的速度在减缓，可角度变换也比较小，说明城市在进行内部填充式发展；2005—2013年城市重心偏移速度波动，在2013年达到了最低值，2 688.92 m/s的速度，12.79°的偏移角度，这段时期城市群中各城市稳定发展，相对较平稳；2013—2017年，城市群的重心偏移距离和速度达到了最高值42 859.38 m，角度109.66°，说明这个时期，城市化和城市群扩展速度快。
表3 重心偏移数据表

Tab.3 Offset data of gravity center

时间 偏移距离（m） 偏移角度（°） 偏移速度（m/s）
1993—1995 18 261.02 -70.21 9 130.51
1995—1997 21 556.88 128.87 10 778.44
1997—1999 34 093.37 -100.02 17 046.69
1999—2001 17 063.24 -113.01 8 531.62
2001—2003 20 286.00 -97.03 10 143.00
2003—2005 8 028.15 73.48 4 014.08
2005—2007 26 471.48 -27.74 13 235.74
2007—2009 16 007.88 -154.90 8 003.94
2009—2011 22 978.48 11.32 11 489.24
2011—2013 5 377.84 12.79 2 688.92
2013—2015 26 905.37 -111.33 13 452.68
2015—2017 42 859.38 109.66 21 429.69
经济和能源领域多用重心偏移分析[17]，因此，研究城市群建成区不似以往，本文增加加权重心偏移分析，掌握区域经济发展动态，突出建成区扩展方向，观测未来发展。1997、2005和2017年重心的三次跳跃性的移动可能是荆州市和常德市的经济发展引导的重心偏移。1996年12月，恒安纸业有限公司——国内规模最大的卫生纸厂落户常德市；2005年，开始建设武广铁路客运专线，总投资930亿元；2017年常德市人民政府提出“降费减负”来促进工业企业发展。2003年之前重心在最西端，2001年常德市被评为全国优秀旅游城市，多个产业品种获得瑞士IMO国际认证有机茶认证；2003年益阳市人民政府推出《益阳市城市资源经营管理暂行办法》。2003年之后，重心向东端移动的原因可能是岳阳市GDP连续14年超过常德等城市；2013年岳阳市印发《2013年岳阳市发展开放型经济工作要点》，全市GDP达2 430亿元，排名全省第四，超过第五的常德和第九的益阳。2017年，岳阳市、常德市、益阳市、荆州市和望城区的GDP分别是3 258.03、3 238.14、1 665.41、1 922和658.76亿元，由于经济变化的原因，重心所处位置完全符合实际情况。

3.4 城市群区域扩展的景观格局形态特征

景观格局形态是将景观时间量度与空间结构相结合，反映生态系统配置、组成和构成，体现其空间分布规律与差异性。
斑块数量（NP），在一定程度上能反映城市群空间破碎化和空间形态连续性，同种类型的NP决定着人口动态和分布。从图7可以看出，NP保持稳定低速上升，满足大多数城镇扩展规律。当NP增长到2009年时，这些斑块开始连通成片，NP就开始下降。而2015年由于不同型号的卫星（VIIRS/DNB夜间灯光遥感数据）采集的原因，其分辨率较之前卫星数据更高，所以NP明显增加（后文中数据在2015年发生巨变是同原因）。景观面积（TA）决定了研究最大尺度分析范围，图7中TA在稳定的增加，体现生态系统稳定性上升，有城镇用地、中覆盖度草地、林地和其他建设用地斑块增加。景观形状指数（LSI）有圆形与方形两种参考，大体走势相近，在数值上有细小的差别，表征区域用地形态复杂度。当LSI=1时，形状是正方形或圆形，区域在1995年形状最规则，在2001年最为复杂。1993—2005年形状逐渐复杂化，之后区域由“数量增长”过渡到“规模扩张”，城市群发展更加紧凑。
图7 NP、TA、LSI数据图（1993—2017年）

Fig.7 NP，TA，LSI data map in 1993-2017

最大斑块占比（LPI），能决定景观优势和模地类型，反映人类活动干扰的强度与频率，丰富景观生态信息。由最大斑块面积（MAX）和最小斑块面积（MIN），初步了解到区域内城镇扩展状况，用地面积迅速扩展。最大斑块面积由70.07 km2扩大到201.44 km2，最小斑块面积由1.05 km2缩小到0.13 km2，LPI值减少0.23％。区域斑块面积两极分化严重，1993—2005年，平均斑块面积下降至22.28 km2，景观破碎化程度增加，2006—2017年逐渐回升至31.60 km2，景观破碎化程度有所下降（图8）。岳阳市和望城区在城市群发展过程中带动周边更加均质化，起到了辐射周围城镇的作用。
图8 LPI、MAX、MIN数据图（1993—2017年）

Fig.8 LPI，MAX，MIN data map in 1993-2017

香农多样性指数（SHDI），对非均衡分布各斑块信息情况比较敏感，反映出斑块多样性与异质性。图9中SHDI在前几年保持平稳，在2001—2017年有些许波动，说明区域不定性的信息含量比较大，均衡化趋势分布先降低后上升，土地利用丰富，多样性增加。平均斑块分维数（MPFD），反映形状的复杂程度与人为干扰频率。图9显示，区域分维数趋近于1，指数也在逐渐攀升，自相似性强，斑块空间形状较规则，形状复杂程度低，受人类活动干扰较小。斑块密度（PD）是斑块破碎化程度的重要指标之一，图9中斑块密度小幅度多次升降最终呈下降趋势，表明区域破碎化程度降低。平均边界密度（ED）在上下波动中趋于平衡。
图9 SHDI、MPFD、PD、ED数据图（1993—2017年）

Fig.9 SHDI，MPFD，PD，ED data map in 1993-2017

斑块多度密度（PRD），反映景观类型丰富度与多样性。PRD随年份下降，表示滨湖地区分布集中，景观类型单元较少，连通性较弱。斑块面积方差（PSSD），随着年份逐渐增大，说明斑块大小差异逐渐增大。聚集度指数（CONT），反映城市化拓展速度及空间形态演变的重要指标。CONT数值接近于1，斑块形状趋于紧凑度最高圆形而非带状发展，数值曲线总体下降，斑块分散，城市处于迅速扩展阶段，斑块景观形状较简单，边界被割裂程度较低，连通性较低。CONT在2005—2009年上升表明聚集度上升，城市转为内部填充发展阶段。蔓延度指数（CONTAG），和CONT表征城市群一体化程度，不同斑块类型的团聚程度或延展趋势，数值在10~25之间，存在一定的小斑块，具有多种要素的密集格局，连接性较差，景观的破碎化程度较高，城镇发展比较分散，一体化程度不明显（图10）。
图10 PRD、CONT、CONTAG、PSSD数据图（1993—2017年）

Fig.10 PRD，CONT，CONTAG，PSSD data map in 1993-2017

分析洞庭湖生态经济区景观格局指数可以发现其形态特征，指数的波动与时空扩展的趋势贴合，随着扩展规模变化景观指数上下波动。整体来看，湖区景观土地利用类型丰富，多样性较高，斑块大小差异性大，复杂性高，形状较简单，多趋于圆形，景观破碎程度较高，区域连通性连续性较弱，布局较均匀，均衡性较好。蔓延度和聚集度指数表明城市群内各斑块相对独立，连通性和连续性较弱，是因为该区域地跨两省，由4市1区组成，所以区域内应加强联合，作为一个整体共谋发展。城市群是新型城镇化的主体空间，形成发展与时空扩展对生态环境造成了深远的影响，对湖区湿地生态系统影响更为明显。湖区城市群建成区扩展应充分考虑生态环境的脆弱敏感性和承载力，未来发展将面临更艰巨的生态环境保护任务[18]。

4 城市群时空扩展演变规律的讨论

环洞庭湖生态经济区城市群与大部分城镇发展模式相近，城市群建设用地在研究期呈外延扩展态势，平均每年增长47.92 km2，面积增长率574.58%，平均扩展强度9.74。城市群城市体系规模增长时空演化呈现1993—2001年中速平稳扩展，城市群紧凑度升高；2001—2007年高速蔓延边缘式扩展，紧凑度降低；2007—2013年低速填充式扩展，紧凑度再次增加；2013—2017年快速外延飞地式扩展，城市群空间紧凑度下降。发展逐步从数量增长转变为规模增长进而再转向数量增长的过程，呈周期性变化。城市群的时空扩展四个扩展过程或者更多的扩展过程为一个周期循环，单个过程5年左右。
1993—2003年城市群重心向西南方向偏移（常德益阳方向），2003—2013年后转向东南方向（岳阳望城区方向），2015年继续向南（益阳望城区方向）偏移，2017年向北（常德荆州方向）跳跃。区域建成区面积增长速度分别为常德市>岳阳市>荆州市>益阳市>望城区，常德市与岳阳市主导城市群快速发展。根据规划，岳阳将向西发展，荆州向南发展，常德向东发展，益阳和望城区向北发展，扩展方向为地势条件较好的地形交界处。
环洞庭湖生态经济区城市群景观格局形态指数表明城市之间相对独立，未形成规模城市群绵延区，呈空间扩散特征，分布连通性较弱。表现为以地市市区及周边高速扩展区与县域为核心，以其他县市域为边缘的“五核”空间扩展模式。主城镇区域扩展方式以边缘式扩展为主，围绕原有中心以不规则圈层向外延伸，如岳阳楼区、荆州区与沙市区等；近年来飞地式扩展比重增加，沿区域交通要道、水域轴线延展趋势明显，如监利县、安乡县等。
洞庭湖生态经济区由于地形地势和生态形式的特殊性，不似其他城市群区域一体化（如长株潭城市群）的发展模式，更适合各城市独立发展的模式来保存和保持特有的湿地资源和物种多样性，但依然需要增强城市间的联系，打破省级界限，推进生态文明建设，构建现代产业体系等，更好地互利互惠。
环洞庭湖生态经济区城市群地势结构的跨度大，水陆交通在区域发展中起到了关键作用。以岳阳市为例，区域水陆交通通达便捷，既有城陵矶港，又有京广铁路、京珠高速、武广高铁等重要交通干线穿行，因此岳阳市发展在区域前列。所以要重视区域水陆交通建设，形成交通网络系统，实现高速、国道、省道、县道以及乡道有机结合，加强区域内部各城镇之间的连通性，促进资源共享、共同发展。为了保护洞庭湖生态经济区生态环境资源，要以生态环境容量与水资源承载力来调控城市群的产业及人口规模，减轻因城市群扩展带来的生态环境压力，提升发展品质。环洞庭湖生态经济区城市群应积极向南北方向延伸，连接长株潭城市群和武汉城市圈，借“四水”连接三湘并与“长三角”和“珠三角”经济带相衔接，构筑“湖区发展，生态文明”的区域发展格局。

5 结论

环洞庭湖生态经济区城市群扩展经历中速调整过渡—高速边缘扩展—低速内部填充—快速飞地式扩展过程，呈现复杂周期性变化。城市群重心由荆州市石首市南移到益阳市南县内，1997—2003年南北跨度最大，2003—2013年东西跨度最大。城市均向重心方向扩展，地势条件较好的地形交界处扩展速度较快。城市群景观格局形态相对独立，呈“五核”空间模式扩展，呈扩散发展特征。由于区域地势地形的独特性，独立发展可能更适合区域资源的保存。依旧需要交通、基础设施等来打破地域阻隔，推进资源共享、经济互助、共同发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Grimm N B, Faeth S H, Golubiewski N E, et al. Global change and the ecology of cities[J]. Science, 2008, 319(5864):756-760.

DOI PMID

[2]
Schoettker A B, Over M, Braun M, et al. Monitoring statewide urban development using multitemporal multisensoral satellite data covering a 40-year time span in north Rhine-Westphalia(Germany)[C]// Remote Sensing. International Society for Optics and Photonics, 2004.

[3]
Yikalo H A. Urban land use change analysis and modelling:a case study of Setubal-Sesimbra,Portugal[J]. Master of Science in Geospatial Technologies, 2009, 67(8):268-287.

[4]
王翠平, 王豪伟, 李春明, 等. 基于DMSP/OLS影像的我国主要城市群空间扩张特征分析[J]. 生态学报, 2012, 32(3):942-954

[5]
Kang W, Chuanglin F, Haibo H, et al. Comprehensive delimitation and ring identification on urban spatial radiation of regional central cities:case study of Zhengzhou[J]. Journal of Urban Planning & Development, 2013, 139(4):258-273.

[6]
Kerong S, Wei S, Jie F. Sequential city growth:Theory and evidence from the US[J]. Journal of Geographical Sciences, 2014, 24(6):1161-1174.

DOI

[7]
公维民, 张志斌, 王凯佳, 等. 基于夜间灯光数据的兰白西城市群空间扩展分析[J]. 资源开发与市场, 2018, 34(8):1048-1053.

[8]
Zhuo Li, Weiguo Jiang, Wenjie Wang, et al. Exploring spatial-temporal change and gravity center movement of construction land in the Chang-Zhu-Tan urban agglomeration[J]. Journal of Geographical Sciences, 2019, 29(8):1363-1380.

DOI

[9]
中华人民共和国国家发展和改革委员会. 国家发展改革委关于印发洞庭湖生态经济区规划的通知[EB/OL]. https://www.ndrc.gov.cn/xxgk/zcfb/tz/201405/t20140512_964118.html, 2014-05-02

[10]
李俊峰, 潘竟虎. 基于夜间灯光的1992—2012年甘肃省城市空间扩展研究[J]. 冰川冻土, 2016, 38(3):829-835.

DOI

[11]
舒松, 余柏蒗, 吴健平, 等. 基于夜间灯光数据的城市建成区提取方法评价与应用[J]. 遥感技术与应用, 2011, 26(2):169-176.

DOI

[12]
Bing T, Xiaofei Z, Xudong K, et al. Spatial density peak clustering for hyperspectral image classification with noisy labels[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(7):5085-5097.

[13]
Bing T, Xianchang Y, Nanying L, et al. Hyperspectral anomaly detection via density peak clustering[J]. Pattern Recognition Letters, 2020, 129:144-149.

[14]
李颖, 冯玉, 彭飞, 等. 基于地理探测器的天津市生态用地格局演变[J]. 经济地理, 2017, 37(12):180-189.

[15]
Cartier C. 'Zone Fever',the arable land debate,and real estate speculation:China's evolving land use regime and its geographical contradictions[J]. Journal of Contemporary China, 2001, 10(28):445-469.

[16]
Bai X, Shi P, Liu Y. Society:Realizing China’s urban dream[J]. Nature, 2014, 509(7499):158-160.

[17]
查凯丽, 彭明军, 刘艳芳, 等. 武汉城市圈路网通达性与经济联系时空演变及关联分析[J]. 经济地理, 2017, 37(12):74-81,210.

[18]
方创琳, 高倩, 张小雷, 等. 城市群扩展的时空演化特征及对生态环境的影响——以天山北坡城市群为例[J]. 中国科学:地球科学, 2019(9):1413-1424.

Options
文章导航

/

〈 〉