EN中文

GEOGRAPHICAL RESEARCH >

2018 , Vol. 37 >Issue 5: 898 - 909

DOI: https://doi.org/10.11821/dlyj201805004

Articles

Measuring spatial expansion and correlations of cities in Beijing-Tianjin-Hebei Urban Agglomeration using DMSP/OLS nighttime light data

  • CHEN Xin ,
  • PENG Jian ,
  • LIU Yanxu ,
  • CHEN Yunqian ,
  • LI Tianyi
Expand
  • Ministry of Education, Laboratory for Earth Surface Processes, College of Urban and Environmental Sciences, Peking University, Beijing 100871, China

Received date: 2017-12-01

  Request revised date: 2018-03-06

  Online published: 2018-05-20

Copyright

《地理研究》编辑部 所有
Fold

Abstract

The study of spatial correlation of cities in Urban Agglomeration can provide a theoretical foundation for the structural optimization of Urban Agglomeration system. However, how to get rid of the statistical constraints of administrative unit has been regarded as one of the key difficulties in correlation quantification. This study took Beijing-Tianjin-Hebei Urban Agglomeration as a case study area, and the comprehensive strength of the city was assessed using DMSP/OLS nighttime light data. And spatial correlation intensity of Beijing-Tianjin-Hebei Urban Agglomeration during 1993-2013 was measured with the application of gravity model. In addition, the spatio-temporal variation tendency of social-economic location index was analyzed. The results showed that, the development of cities in Beijing-Tianjin-Hebei Urban Agglomeration was unbalanced, and the spatial correlation intensity of the cities of Beijing and Tianjin was 3-5 times that of Langfang city, the third one in the uban agglomeration. The spatial correlation intensity of Baoding city was ranked the fourth, and its social-economic location index showed an increasing tendency. In addition to the cities of Langfang, Baoding and Chengde, the socio-economic location index showed a downward trend for the rest of the cities of Hebei province, which indicated that the polarization phenomenon had been intensified in Beijing-Tianjin-Hebei Urban Agglomeration. The spatial correlation measurement based on DMSP/OLS nighttime light data focused on the main urban area, which could provide quantitative decision guidance for the integration of Beijing, Tianjin and Hebei.

Key words： gravity model; spatial correlation; social-economic location index; Beijing-Tianjin-Hebei Urban Agglomeration

Cite this article

CHEN Xin , PENG Jian , LIU Yanxu , CHEN Yunqian , LI Tianyi . Measuring spatial expansion and correlations of cities in Beijing-Tianjin-Hebei Urban Agglomeration using DMSP/OLS nighttime light data[J]. GEOGRAPHICAL RESEARCH, 2018 , 37(5) : 898 -909 . DOI: 10.11821/dlyj201805004

1 引言

任何一个城市都不可能孤立地存在,城市间广泛存在着非单向的人流、物流、资金流、技术流、信息流等,这种时空上的交换被称为城市之间的空间相互作用[1,2,3]。通过这一作用,一定地域范围内的多个不同性质、类型与等级规模的城市可能结合为具有一定结构与功能的城市“集合体”,即城市群[4]。作为经济全球化与城市化发展的产物[5],城市群凭借产业集聚与规模经济,正逐渐取代单一核心城市成为新的区域增长极。城市群内部各城市具有自身的优势与劣势,且发展各不相同,如何使各城市做到优势互补、协同发展是城市群整体实力提升面临的重要问题[6]。空间相互作用所体现的城市空间关联是促进城市群发育、发展乃至走向成熟的内在动力与决定因素,其强度深刻影响着城市群经济发展的实际效果[4]。对城市空间相互作用以及城市空间关联的研究,有助于强化城市群内部的功能联系,明确城市空间的发展方向,优化区域产业空间布局,提升城市群竞争力,从而为区域可持续发展提供理论依据[7]。
国外对城市空间关联研究开展较早,且主要集中在理论与模型建构方面。1929年,Reily提出了零售引力模型[8],为城市间经济联系的定量分析奠定了基础[9]。1942年Zipf首次将万有引力定律引入城市体系,对城市空间关联进行分析,建立了城市群内部空间关联的理论基础[10]。Converse于1949年在Reily零售引力模型的基础上提出了断裂点概念[11],被广泛应用于确定城市吸引范围和经济区的划分[12]。此后,一大批国外学者对城市空间关联模型构建进行了更为深入的研究,并将其应用拓展到国际贸易、交通、旅游、物流等领域[13]。在Friedmann世界城市假说与Castells全球流动空间理论等基础上[14,15],20世纪90年代末,Taylor提出了“世界城市网络”的概念,进一步将城市研究从大都市转移到城市网络体系[16,17]。城市网络作为不同空间尺度下相互关联的城市间功能联系,为城市空间关联研究提供了新的视角[18,19,20,21]。
国内对城市空间关联的研究起步相对较晚,主要是对相关模型的实际应用。其中,引力模型是应用最为广泛的城市空间关联模型。在模型使用中,许多学者尝试通过选取最合适的指标,构建指标体系来表征城市质量。例如,钟业喜等通过因子分析从人口城市化、经济城市化、服务城市化与生活城市化等方面选择指标综合评价城市质量,构建城市可达性成本图,测算城市联系强度以确定不同等级城市及其腹地范围[22];关伟等采用可达性系数与产业专业化系数修正引力模型,并利用修正后的模型分析了辽中南城市群2002-2011年空间相互作用的时空演变[23];曹小曙等依据陆地、道路和水域地理要素进行栅格化处理并分等级赋值,得到城市节点的成本加权距离,模拟了丝绸之路经济带城市空间联系状态[24]。然而,尽管综合指标相较于仅仅选用人口或GDP总量表征城市综合实力更为全面,但是基于行政单元的指标选择仍存在范围不统一的问题。这是由于通常情况下城市间的相互联系主要作用于建成区之间,而社会经济统计数据涵盖了整个行政单元,包括了建成区周边的乡村地区,难以真实反映城市质量。考虑到DMSP/OLS夜间灯光数据业已成为研究人类活动及其影响的有力工具[25],并被证实与诸多社会经济因素存在着显著的相关性[26,27],夜间灯光强度可以作为衡量城市化进程与城市发展水平的定量依据之一[28,29]。利用夜间灯光数据并辅助统计数据识别城镇建成区范围,统计建成区内的灯光强度总和作为城市质量,可以更为准确地反映城市核心区之间的真实联系。
随着京津冀协同发展上升为国家战略高度,作为中国三大城市群的京津冀城市群受到各界越来越多的关注。2015年4月30日,中共中央政治局审议通过了《京津冀协同发展规划纲要》,该纲要指出,要坚持协同发展,构建京津冀协同发展体制机制。在京津冀城市群内部,京津两市聚集力强而对河北辐射带动力弱,很大程度上在于河北省内部城市发展极不均衡,未能与京津形成良好的发展梯度从而实现对京津的经济承接。2017年4月1日,中共中央、国务院决定设立国家级新区——雄安新区,其对调整优化京津冀城市布局和空间结构具有重大战略意义。为明晰京津冀城市布局和空间结构现状,兼议雄安新区的选址科学性,本文基于夜间灯光亮度表征城市综合实力,测算京津冀城市空间关联强度,分析城市社会经济区位度时空变化趋势,筛选战略节点城市,以期为加快京津冀地区一体化提供战略决策依据。

2 研究方法与数据来源

2.1 研究区概况

京津冀位于中国环渤海地区的心脏地带,行政区域包括北京与天津两个直辖市以及河北省11个地级市（图1）,是中国的政治、文化与科技中心。与长三角、珠三角相比,京津冀城市群城市化发展相对缓慢,其中重要的原因在于京津冀城市群内部发展水平极不平衡。2012年,北京与天津城镇人口比例分别高达86.20%与81.55%,而河北省同期城镇人口比例仅为46.8%,低于全国平均水平[30]。研究显示,近年来,河北省与北京、天津两市在政府财政收入、人均GDP等指标上的差距逐渐拉大,这使得河北省在承接北京、天津产业转移、接收经济辐射方面存在明显的困难,在与京、津间的产业竞争与合作方面更是完全处于弱势地位。区域发展不协调的局面仍未有明显的改观[31]。
Fig. 1 The geographical location of study areas in Beijing-Tianjin-Hebei region, China

图1 研究区地理区位示意

2.2 数据预处理2.3 城镇建成区提取

美国国防卫星（Defense Meteorological Satellite Program,DMSP）发射于1976年,其搭载的OLS（Operational Linescan System）传感器可在夜间工作,能够探测到城市灯光、小规模居民地、车流等发出的低强度灯光,使之明显区别于黑暗的乡村背景[32]。本研究选取的夜间灯光数据来源于美国国家地球物理数据中心,灯光灰度值范围为0~63。DMSP/OLS夜间灯光数据集由六代卫星获取,同一卫星在不同年份获取图像的DN值以及不同卫星在同一年份获取图像的DN值存在明显的异常波动,因而数据需要校正后方能使用[33]。本文选择城镇化进程较慢,DN值年际变化小,且在0~63范围内分布较广的黑龙江省鹤岗市主城区作为参照区域[34,35],选择连续性较好,总灰度值较高的F18传感器2010年为参考标定年份,参考Elvidge等[36]校正全球夜间灯光数据时采用的方法建立一元二次回归模型：
D N cal = a × D N 2 + b × DN + c （1）
式中：DNcal、DN分别为校正后与校正前灯光灰度值;a、b、c为回归系数。
将各年度鹤岗市灯光DN值与参考年份灯光DN值进行拟合回归,确定1993-2013年各期影像的回归系数（表1）。各期影像拟合优度均在0.6以上,表明拟合效果良好。选取1993年、1998年、2003年、2008年与2013年5期数据作为研究时间点,利用回归模型计算得到5期灯光数据的校准值。
Tab. 1 Regression model parameters of modified DMSP/OLS data from multiple sensors

表1 DMSP/OLS数据多传感器DN值校正回归模型参数

传感器及年份 a b c R2 传感器及年份 a b c R2
F101992 -0.0079 1.3923 10.476 0.633 F152001 -0.0049 1.3217 6.0395 0.729
F101993 -0.0143 1.8585 7.0663 0.698 F152002 -0.0046 1.2611 4.4609 0.691
F101994 -0.0143 1.8050 7.5621 0.723 F152003 -0.0118 1.6631 6.1446 0.775
F121994 -0.0090 1.4539 10.9262 0.716 F152004 -0.0098 1.5358 5.5585 0.792
F121995 -0.0118 1.6391 7.4649 0.754 F152005 -0.0065 1.3870 5.4880 0.736
F121996 -0.0112 1.6006 8.1977 0.760 F152006 -0.0089 1.5203 4.7683 0.811
F121997 -0.0125 1.7216 6.3489 0.758 F152007 -0.0119 1.7030 4.7475 0.758
F121998 -0.0096 1.5106 6.4824 0.746 F162004 -0.0070 1.3574 5.5309 0.841
F121999 -0.0078 1.3869 8.7414 0.671 F162005 -0.0097 1.5454 5.2628 0.804
F141997 -0.0192 2.1311 6.576 0.745 F162006 -0.0095 1.5275 5.8448 0.825
F141998 -0.0118 1.7449 5.4103 0.706 F162007 -0.0047 1.2484 5.0280 0.759
F141999 -0.0162 1.9842 5.5547 0.686 F162008 -0.0051 1.2351 5.9595 0.775
F142000 -0.0130 1.7542 5.3292 0.756 F162009 0.0019 0.8487 4.5148 0.838
F142001 -0.0115 1.6516 5.3033 0.740 F182010 0 1 0 1
F142002 -0.0093 1.5153 5.4852 0.754 F182011 0.0006 0.9132 4.2708 0.796
F142003 -0.0093 1.5023 5.3701 0.705 F182012 0.0034 0.7121 4.8427 0.762
F152000 -0.0067 1.4047 5.7789 0.759 F182013 0.0067 0.5151 4.6424 0.796
城镇建成区是指城市行政区内实际已成片开发建设,市政公用设施与公共设施基本具备的地区,通常也是城市经济发展的中心区域。一般认为,灯光强度越高的地方,是城镇建成区的可能性就越高[37]。本文利用统计数据提取城镇建成区,此方法基于以下两个假设[38]：① 现有城镇统计数据是相对可靠的,可以基本反映京津冀城镇建成区的总量特征;② 在灯光数据像元中,京津冀地区的城镇建成区是连续增加的,即在前一期出现的城市斑块会在下一期图像上得到保留。在两个基本假设的基础上,采用二分法设置京津冀各市阈值,将提取的城镇建成区面积与统计数据比对,并不断调整阈值,直到某一阈值下基于灯光数据提取的城镇建成区总量面积与统计数据最为接近时,即认为该阈值是这一城市在特定年份下的最适阈值,所对应的城镇建成区范围可以反映这一城市在此年份下的城镇建成区空间格局。

2.4 城市空间关联测度

引力模型作为应用广泛的空间关联模型,是基于距离衰减原理和牛顿万有引力公式构造的,其一般形式为[39]：
F ij = K Q i Q j d ij r （2）
式中：Fij为城市i与城市j之间的关联强度大小;K为引力常数,取值为1;Qi、Qj分别为i、j两个城市的质量;dij为两城市间的距离;r为距离摩擦系数,其值受到交通运输线网、信息网络质量和区域交通方式组成和比例等因素制约[40]。根据顾朝林等[39]的研究结果,r值分别取1和2时可以近似地揭示国家尺度和省区尺度的城市体系空间联系状态,考虑到京津冀城市群接近于省域尺度,参考珠三角城市群[13]、辽中南城市群[23]、长江中游城市群[2]的取值,最终确定本文引力模型中摩擦系数r的取值为2。对于城市质量Q,采用城镇建成区内的夜间灯光亮度值总和进行表征。
城市间距离体现了城市之间发生相互关联的倾向程度,把这一距离的本质仅仅定义为两个城市间的直线空间距离是不可取的[23]。随着现代交通工具的发展,城市距离已经不单单指代为空间距离,而应当由时间距离或货币成本共同构成。因此,本文选取时间距离表征城市间距离。考虑到京津冀城市间经济贸易往来以铁路作为主要交通运输方式,因而选用铁路往来城市间所花费的时间作为时间距离。根据中国铁路六次大提速的平均旅行速度,分别确定1993年、1998年、2003年、2008年与2013年列车平均时速为48.1 km/h、55.2 km/h、60.3 km/h、65.7 km/h、70 km/h[41],基于京津冀城市间铁路距离,求取各城市间不同年份下的时间距离。以北京与天津的关联强度为标准值100,测算京津冀各城市间的关联强度大小。
城市间相互关联强度的大小导致了城市间政治、经济、文化等交往相对区位的优劣。区位度是指某一城市在所处区位体系中相对其他城市的优劣程度[42]。不同视角下求取的城市间相互关联强度代表不同性质的区位度。由于夜间灯光数据是社会经济因素的综合体现,因而基于本文城市相互关联强度求取的区位度可以定义为城市社会经济区位度,计算公式如下：
L i = ∑ j = 1 n F ij ∑ i = 1 n ∑ j = 1 n F ij （3）
式中：Li表示城市i的社会经济区位度;Fij表示城市i与城市j的相互关联强度。

3 结果分析

3.1 城市扩张时空格局

基于夜间灯光数据提取结果,1993-2013年京津冀城市群建成区面积增加为原来的2.89倍（图2）。北京、天津与唐山是京津冀地区城市扩张最典型的3个城市。20年间,3个城市城镇建成区面积分别增加了187.7%、117.1%与112.8%。从空间格局上来看,北京市各时期的新增建成区呈圈层式向外扩张,这种单核心的空间扩张模式体现了其以环路为基准向外逐渐拓展的城市化特征,并且逐渐出现多个卫星城。天津市的城市扩张空间格局表现为双核心的增长模式,即中心城区与滨海新区。1998年以前,滨海新区的规模还相对较小,然而在2003年以后,其规模迅速增大,并在2008年以后逐渐与中心城区连成一体。唐山市的城市扩张呈现为蛙跳式的扩张格局,在中心城区规模不断膨胀的同时,伴随着较多分散的小型建成区斑块的出现。
Fig. 2 Spatial pattern change of urban built-up areas in Beijing-Tianjin-Hebei Urban Agglomeration during 1993-2013

图2 1993-2013年京津冀城市群城镇建成区空间格局变化

3.2 城市空间关联强度

受经济发展水平、城市规模与交通通达性的影响,各城市之间的关联强度与总值差异显著（图3、表2）,北京市由于其超大城市的经济地位,关联强度总值远远高于其他城市。天津市作为四大直辖市之一,强度总值仅次于北京市,是京津冀城市群的另一核心城市。两大城市引力总值均在130以上。廊坊市在各个时间段强度总值排名均第3,虽不及京、津两个核心城市的三分之一,但凭借与北京市以及天津市较高的关联强度,其强度总值远远大于其后的唐山市与保定市;主要原因在于廊坊市位于北京与天津两大核心城市之间,具有较好的交通通达性。唐山市是河北省GDP总量最高的城市,而保定市地理位置优越,与京津两市交通十分便利,且经济水平在河北省居于中上之列,因而这两个城市的关联强度总值也相对较高。石家庄市虽然是河北省省会,但因其与北京、天津两大核心城市距离较远,强度总值仅排名第6。张家口、承德与衡水3个城市,由于城市经济水平较低,城市规模有限,强度总值排名比较靠后。
Fig. 3 Intensity change of spatial correlation among cities in Beijing-Tianjin-Hebei Urban Agglomeration during1993-2013

图3 1993-2013年京津冀城市空间关联强度变化

Tab. 2 The total value change of spatial correlation intensity of cities in Beijing-Tianjin-Hebei Urban Agglomeration during 1993-2013

表2 1993-2013年京津冀城市空间关联强度总值变化

城市 1993年 1998年 2003年 2008年 2013年
北京 181.25 177.30 180.99 184.30 175.58
天津 156.02 151.59 141.11 142.42 138.54
石家庄 19.51 16.23 14.29 14.68 12.39
唐山 39.30 33.63 26.43 28.38 26.47
保定 28.88 30.66 30.94 32.95 29.46
张家口 8.56 6.60 4.96 5.16 4.57
承德 3.38 3.80 3.11 3.25 3.78
秦皇岛 10.69 8.69 6.54 5.53 4.80
邢台 11.40 8.63 7.37 8.08 6.64
衡水 3.99 3.57 3.33 3.40 3.26
邯郸 12.95 6.43 7.61 7.18 6.33
廊坊 44.68 41.21 42.85 44.35 36.79
沧州 11.67 8.41 5.70 5.29 6.37
各城市关联强度总值排序在不同时间段内也存在一定变化（表2）。1993年、1998年两期数据显示唐山市的城市关联强度总值大于保定市;然而到2003年后,由于保定市的经济增速明显快于唐山市,其强度总值逐渐超越唐山市,仅次于北京、天津与廊坊。秦皇岛市在20年间城市关联强度总值排序不断下降,并逐渐被沧州、邢台等市超越,主要原因在于秦皇岛市缺乏支柱产业,城市规模较小,经济发展较为缓慢。张家口、承德与衡水3市城市关联强度总值相对排名在各时间段内均有变化,但总体基本位于京津冀城市群的后三位。
由此可见,依据引力模型所计算的城市间空间关联强度,廊坊、保定、唐山是京津冀地区的重要战略节点城市,且3个城市成为战略节点的原因是不同的。唐山市与其他城市的空间关联强,主要是由于历史时期京津唐传统工业布局所致,唐山市相比除京津以外的其他地级市具有更好的工业基础。但是如表2所示,唐山市与其他城市间的空间关联强度在20年间不断下降,表示其与京、津两市的差距在不断加大。因此,唐山市自身产业结构调整的压力弱化了其承接非首都核心功能产业的能力,唐山市的地理位置也可能致使其对京津冀南部各市的产业带动作用相对有限。与之对应,廊坊市依托着独特的地理位置优势,与其他城市间的空间关联强度高于京、津以外的其他城市,是重要的战略节点。但由于与大都市距离较近,廊坊市在产业布局中需要更多的考虑环境外部性,其是否能全面承接非首都核心功能产业有待更深入的论证。保定市与其他城市的空间关联略低于廊坊市,但远高于石家庄等市,证明了该市既有一定的产业基础,又具有相对较优的地理位置;这一优势或许正是国家级新区选址于保定市的重要原因。

3.3 城市社会经济区位度变化

在区位度总量上,北京的社会经济区位优势明显,占到京津冀城市群总区位度的1/3以上。天津市的社会经济区位度仅次于北京,是城市群中的另一大核心城市。北京、天津两市在20年间经济迅速发展,城市规模不断扩大,增长极作用明显。两大核心城市的辐射作用带动了相邻的廊坊市、保定市与承德市的经济发展,使其社会经济区位度不断上升。然而排名第三位的廊坊市,其区位度仅为北京与天津的1/4左右,河北省各市与京津两个直辖市在社会经济上存在着明显的“断层”,充分反映了京津冀城市群内部严重的“离散”现象。同时,1993-2013年北京社会经济区位度都呈现较为明显的增长趋势,而河北省各地级市整体呈现下降趋势（图4）。河北省其他城市,尤其是邢台、邯郸、秦皇岛等距离京津两市较远的城市,由于核心城市的辐射作用较弱,因而在整个城市群中的社会经济区位优势逐渐降低。河北省各地级市社会经济区位度整体呈现下降趋势,表明京津两个超大城市对于河北省各市的吸引力明显大于其辐射力,这使得生产要素不断从河北流向京津两市,进而加剧了京津冀城市群内部发展的不平衡现象。
Fig. 4 Change slope of social-economic location of cities in Beijing-Tianjin-Hebei Urban Agglomeration during 1993-2013

图4 1993-2013年京津冀城市社会经济区位度变化斜率

根据区位度变化清晰可见,保定市是除北京市以外区位度增加最快的城市,可见保定市在京津冀地区城市发展中的相对重要性在不断增强。然而,保定市南部各市区位度均出现下降,说明亟待政策倾斜以加强这些城市的人口与产业吸引力。在这一背景下,国家级新区坐落于保定市应是一项合理的战略举措。该选址一方面可以依托保定市自身良好的发展势头,在新区建设初期予以有力的建设保障;新区发展规模扩大之后,也可对京津冀地区南部各市起到更好的辐射带动作用,避免南部各市人口单一化的向北京集聚。对河北南部各市的带动作用也是保定的区位相对于廊坊和唐山的一项优势所在。

4 讨论

4.1 战略节点城市的选取意义

城市群发展过程中,中心城市对于周边城市的影响具有正向与负向之分。在某些时段、某些地区,存在着城市越是靠近中心城市边缘,其发展越是受到制约,经济越为落后的状况,这些落后地区即被称为“大都市阴影区”[43]。北京作为中国的首都,拥有着得天独厚的发展优势,在城市化过程中从周围地区吸收了大量的生产要素,导致周围城市无法获得充足的发展资源,城市发展反而受到限制。紧邻北京的河北省张家口市与承德市就是典型的位于“大都市阴影区”下的城市,生产要素的大量流失,以及政策上要求两市承担保障京、津生态安全职责的限制,使得张家口与承德的经济发展水平难以得到实质性的提高。张家口与承德只是京津冀城市群大都市阴影区的一部分。目前,在北京周围存在着包括2000多个贫困村,154万贫困人口的集中连片贫困带,被称为“环首都贫困带”[44,45]。如何打破大都市的虹吸现象,真正发挥中心城市的涓滴作用,从而使数百万人尽快脱贫显然是京津冀一体化发展中亟需解决的问题之一。战略节点城市的选取,即是打破大都市虹吸现象的关键抓手。通过向战略节点城市疏解非首都核心功能产业,可以在减轻首都居民生活压力的基础上,有效带动战略节点城市及其周边城市的经济发展。京、津两市与其他战略节点城市所形成的中心城市网络在人流、物流、资金流、技术流、信息流等的交换中,势必产生外溢效应,从而使中心城市的涓滴作用得以发挥。依循这一思路,雄安新区的选址应是符合京津冀一体化战略目标的。

4.2 数据处理不确定性

引力模型作为城市地理学的经典模型,可以被通俗地理解为,两个体量更大的城市在距离较近时会具有更强的空间关联,是一种对现实城市复杂作用状态的数理模型抽象。本研究采用引力模型的手段分析“城市间关联关系及强度”,实际是一种较为传统的方法,对城市间各种“流”进行了简化。这种传统方法默认城市间各种“流”是很难全面刻画的,因此抽象为一个综合的“引力”概念。在大数据时代,城市地理学研究愈加强调“流”的刻画,对“流”的全面表征也必然是学科发展的大势所趋。但在当前研究中,想表征一种综合“流”仍然是比较困难的,引力模型作为经典模型依然尚有其使用价值。本研究引入夜间灯光数据,旨在打破行政单元的限制,识别城市建成区之间的关联关系,对城市建成区“质量”的表征采用灯光总量的方式,实际是与以往的人口、GDP总量统计相一致的处理方式,但通过灯光数据打破行政单元的限制,相对统计指标而言可以更有效识别出城市建成区之间的关联关系。
尽管DMSP/OLS夜间灯光数据由于灰度量级的限制存在着取值上限,导致北京与天津两大都市的灯光统计总量可能低于真实值。不过,由于城市范围本身在不断向外扩张,统计的像元数会不断增加。即使城市中心灯光强度出现饱和,北京、天津的灯光总量依然是远超其他城市的,随着像元数的不同,年际之间也具有明显的变化。因此,尽管存在灯光饱和导致的不确定性,并不会改变引力分级结果。本文以北京与天津的空间关联强度为标准值100,导致很多地级市间的关联强度仅为个位数。如再修正饱和值,则各地级市之间的关联强度只会更小,也造成了表述的不便。总之,灯光饱和导致了DMSP/OLS对城市内部的人类活动刻画有所不足,但由于各城市间的总范围不一致,夜间灯光数据对不同城市间差异的表征依然具有独特优势。
高铁、高速公路、航空、普通公路等也是不可忽视的交通方式,采用综合可达性可以更有效地表征城市间距离。但对研究区而言,航空、高铁等交通方式投入运行时间较短,成本也相对更高;公路交通的确取得了大规模的发展,但历史交通数据的获取较为困难。铁路作为京津冀的一项基本交通方式,其作为指标的优势在于时间上的可比性。由于本研究年代跨度达20年,采用铁路通行的时间成本来表示距离是相对稳定的参考系,有助于保证年代之间的可比关系。当然,在控制其他变量后,新增某一项交通设施会对城市间的联系产生什么样的影响值得关注。对大数据的获取可能是解决这一问题的有效途径,可以作为一项有深度的研究命题在未来予以探讨。

5 结论

以京津冀城市群为研究区,以1993年、1998年、2003年、2008年与2013年作为研究时间点,基于DMSP/OLS夜间灯光数据表征城市综合实力,通过引力模型求取城市间空间关联强度,测算城市社会经济区位度及其时空变化趋势。研究结果表明：京津冀各城市发展极不平衡,空间作用强度总值稳居第三位的廊坊市分别不及北京市与天津市的1/4与1/3;而紧邻两大核心城市的承德市与张家口市空间作用强度则不到北京市1/20。保定市空间作用强度排序第4,且社会经济区位优势呈现上升趋势。河北省除廊坊、保定与承德市外,其余各市社会经济区位度随时间均呈下降趋势,表明京津冀地区的极化现象有加剧的趋势。本文的研究结果可以为区域尺度城市间关联强度测算提供方法参考,也为京津冀一体化战略的实施以及区域未来发展政策的制定提供定量化依据。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
王海江, 苗长虹, 茹乐峰, 等. 我国省域经济联系的空间格局及其变化. 经济地理, 2012, 32(7): 18-23.借助空间相互作用重力模型,利用2009和2000年的市区总人口、GDP及公路运营里程等指标,综合测度全国全部287个地级以上中心城市的省域空间经济联系。计算每个省域所辖中心城市相互之间的经济联系强度,并以经济联系强度小于10、介于10—100、大于100三个区段按统一尺度标准,通过ArcGIS软件分别绘制出2009、2000年各省的经济联系空间分布格局图。综合对比发现,区域空间结构与其内部空间经济联系的强弱、联系网络的发育程度有着极为密切的关系,随着空间经济联系由弱到强、联系网络由简单到复杂,区域空间结构也随之由极核式单中心结构向多核心、网络式、一体化方向发展;全国省区的空间经济联系与全国主要城市群可以进行完美的空间拟合,反映出空间经济联系的强弱与紧密程度表征了城市群的演化阶段与发育状况,也说明城市群形成发展的内在机理是其空间经济联系的不断加强与深化。研究表明,我国区域经济发展偏集于沿海的长三角、珠三角与环渤海三地区的三大城市群区域,并且这一不平衡的空间格局仍在持续发展。

[Wang Haijiang, Miao Changhong, Ru Lefeng, et al.The spatial framework and change of Chinese provincial region economic links. Economic Geography, 2012, 32(7): 18-23.]

[2]
何胜, 唐承丽, 周国华. 长江中游城市群空间相互作用研究. 经济地理, 2014, 34(4): 46-53.

[He Sheng, Tang Chengli, Zhou Guohua.Research on spatial interaction of the Urban Agglomeration in the middle reaches of the Yangtze River. Economic Geography, 2014, 34(4): 46-53.]

[3]
柳坤, 申玉铭. 国内外区域空间相互作用研究进展. 世界地理研究, 2014, 23(1): 73-83.

[Liu Kun, Shen Yuming.Review of research on regional spatial interaction at home and abroad. World Regional Studies, 2014, 23(1): 73-83.]

[4]
万庆, 曾菊新. 基于空间相互作用视角的城市群产业结构优化: 以武汉城市群为例. 经济地理, 2013, 33(7): 102-108.考虑到空间因素对产业发展的影响,将空间相互作用模型与空间偏离 —份额模型相结合,构建城市群产业结构分析的基本框架,并对武汉城市群产业结构现状进行定量诊断.研究发现:2000--2010年,除武汉、黄石、鄂州 3市具有产业结构效应外,武汉城市群其余6个城市均未形成产业结构效应,产业结构不尽合理；部分城市尚不能充分利用其他城市发展带来的积极影响,未形成空 间竞争力净效应；大部分城市还未能从群域产业重组和专业化分工中获取足够多的效益,部分城市尚未形成空间区位效应；相对于空间竞争力净效应和空间区位效 应,产业结构效应更具稳定性.

[Wan Qing, Zeng Juxin.The optimization of industrial structure of Urban Agglomeration from the perspective of spatial interaction: Case study of Wuhan Urban Agglomeration. Economic Geography, 2013, 33(7): 102-108.]

[5]
Jiang W, Chen Z, Lei X, et al.Simulation of Urban Agglomeration ecosystem spatial distributions under different scenarios: A case study of the Changsha-Zhuzhou-Xiangtan Urban Agglomeration. Ecological Engineering, 2016, 88: 112-121.Changsha–Zhuzhou–Xiangtan is an urban agglomeration along the middle reaches of the Yangtze River, the development plan of which is listed as one of national strategic development. The eco-environmental quality of the Changsha–Zhuzhou–Xiangtan urban agglomeration concerns the ecological security of China. It is essential to discuss the method of creating urban agglomeration plans to increase ecological security. In this paper, the ecosystem distributions were mapped using the CLUE-S model incorporated with Gray Model (GM) (1, 1) and an auto-logistic regression model under the conditions of a natural increase scenario (NIS), a cultivated protection scenario (CPS) and an ecological protection scenario (EPS). We analyzed the change and conversion characteristics of ecosystems both in the study area and the junction of Changsha, Zhuzhou and Xiangtan. The results showed that the ecosystem change model developed in this paper performed well in mapping future urban ecosystem distributions. The change of the ecosystem spatial distributions showed us that the built-up ecosystem would expand in the future by transforming cultivated and green land ecosystems and that the boundaries between cities would be blurred. In the whole study area, the amount of converted area from cultivated and green land to built-up land was lower in CPS and EPS than in NIS. However, in the key area, the converted result was contrary to the whole study area. Although the CPS and EPS were beneficial to the eco-environmental protection of the whole study region, the sub-regional eco-environment should be given more attention to assure that the ecological security of the whole region remains safe.

DOI

[6]
王涛, 曾菊新. 长江中游城市群城际竞合空间格局分析: 基于城市竞争力与空间相互作用的视角. 热带地理, 2014, 34(3): 390-398.lt;p>基于城市竞争力与空间相互作用的研究视阈，借助SPSS主成分分析法和ArcGIS空间插值手段，构建长江中游城市群城际竞争―整合分析的基本框架，揭示城市群内城际竞合空间格局特征和作用机制。结果显示：1）长江中游城市群城际竞争格局总体呈&ldquo;核心―边缘&rdquo;结构特征，3个子城市群内部竞争格局分异显著；多竞争要素的交互耦合、中心城市的极化效应、行政和地理分割、交通等是城际竞争格局形成的主要动力机制。2）城际整合格局整体表现出&ldquo;群（圈）内＞群（圈）际&rdquo;的空间分布态势，沿主要交通轴线形成&ldquo;吸管效应&rdquo;，城际竞争与整合格局呈现&ldquo;整体吻合、局部偏离&rdquo;特征；城际整合格局是距离衰减规律和增长极辐射效应等因素主导形成的产物。3）在城际竞合分析的基础上，从规划融合、交通一体化、产业分工等多方面提出了竞合发展政策建议。</p>

[Wang Tao, Zeng Juxin.Spatial patterns and development strategy of competition-integration between cities in Urban Agglomeration in the middle reaches of the Yangtze River. Tropical Geography, 2014, 34(3): 390-398.]

[7]
贺欢欢, 吕斌. 长株潭城市群经济联系测度研究. 经济地理, 2014, 34(7): 67-74.构建综合竞争力指标,通过万有引力模型、城市流强度的测算来分析长株潭城市群各城市间经济空间联系。结果表明:长株潭城市群综合竞争力不强,普遍外向服务功能较弱,集聚和辐射能力有待提高;城市间的联系度以长沙为中心向外围降低,其他各城市与长、株、潭三市组成的"金三角"联系度较大,但彼此之间联系度很小,次中心城市不突出,经济联系的空间格局差异不大。

[He Huanhuan, Lyu Bin.The measurement on economic connection in Changzhutan Urban Agglomeration. Economic Geography, 2014, 34(7): 67-74.]

[8]
Reilly W J.Methods for the Study of Retail Relationships. Austin: University of Texas, 1929.

[9]
肖汝琴, 陈东景. 山东半岛蓝色经济区城市群空间联系定量研究. 经济地理, 2014, 34(8): 75-80.

[Xiao Ruqin, Chen Dongjing.The spatial contacts among cities of the Shandong Peninsula Blue Economic Zone. Economic Geography, 2014, 34(8): 75-80.]

[10]
李俊峰, 焦华富. 江淮城市群空间联系及整合模式. 地理研究, 2010, 29(3): 535-544.江淮城市群是安徽省结合省域经济发展和中部崛起战略的实际而提出的省域经济发展新思路,发展势头良好。本文依据地理学相关理论,运用城市流和城市空间相互作用强度模型,定量测度了江淮城市群中各城市的城市流强度和11个城市之间的相互作用强度,揭示出江淮城市群空间联系方向,并提出江淮城市群空间整合的发展模式。结果表明:合肥、芜湖在城市群中发挥着较为重要的作用,是城市群中最为重要的两个节点,江淮城市群是一个"弱核型"城市群;城市群的空间联系方向是以合肥为中心,呈圈层状向外辐射以及沿交通走廊呈轴线状拓展,空间联系交通指向明显。通过实行"圈层"、"T"型及"双核"型空间整合模式,可以实现江淮城市群的协调发展。

DOI

[Li Junfeng, Jiao Huafu.Research on spatial combination and integrated patterns of Jianghuai Urban Agglomeration. Geographical Research, 2010, 29(3): 535-544.]

[11]
Converse P D.New laws of retail gravitation. Journal of Marketing, 1949, 14(3): 379-384.The article presents information about laws of retail gravitation. The original law of retail gravitation states that two cities attract trade from an intermediate town in the vicinity of the breaking point approximately in direct proportion to the populations of the two cities and in inverse proportion to the squares of the distances from these two cities to the intermediate town. The author presents a new law using four as the distance factor of the home town. Examples of applications of this formula are presented.

DOI

[12]
闫卫阳, 王发曾, 秦耀辰. 城市空间相互作用理论模型的演进与机理. 地理科学进展, 2009, 28(4): 511-518.lt;p>城市空间相互作用理论是城市地理学的重要基础理论。由于城市空间相互作用模型发端于西方，我国这方面的研究相对较晚，主要是引进和实证，在理论研究上还有待深入。本文分析了几种主要城市空间相互作用理论模型的机制和原理，考虑到断裂点模型应用较广，经过了较多的实践验证，重点探讨了该模型的缺陷、演进和扩展形式，从理论上论证了将空间分割原理和断裂点模型结合的扩展模型的科学性和合理性。对城市空间相互作用理论模型的研究，不仅可以为城市规划、城市影响空间和城市经济区的划分以及行政区划调整提供理论基础，而且对物流分析、设施选址、市场影响力的分析等也具有重要的指导作用。从分析城市空间相互作用理论模型演进的过程中还可以得到深刻的启发：地理学以复杂的自然、人文现象为研究对象，是一门边缘学科，又是一门实践性很强的学科。地理学应积极借鉴其他学科最新的理论、技术与方法是十分必要的，是推动其自身发展的关键所在。</p>

DOI

[Yan Weiyang, Wang Fazeng, Qin Yaochen.Analysis of the principle and evolvement of the theoretic models of urban spatial interaction. Progress in Geography, 2009, 28(4): 511-518.]

[13]
梅志雄, 徐颂军, 欧阳军, 等. 近20年珠三角城市群城市空间相互作用时空演变. 地理科学, 2012, 32(6): 694-701.利用改进的引力模型和潜力模型,结合GIS空间分析方法,从地级市和县域两个空间尺度分析了近20 a 珠三角地区城市间相互作用的时空演变。结果表明:珠三角地级城市空间联系总体逐步加强, 并充分体现出广州的中心城市地位;县域尺度上,空间联系强度较大的主要是各地市市区之间及广-佛都市区的县市间和各地市市区与其所辖县市之间,其它县市间联系强度则较小;珠三角核心区内大部分县市之间联系总体呈逐渐增强趋势,核心区外的县市之间及其与核心区内的县市间联系强度有升有降,规律性不明显。广-佛都市区和深圳-东莞-惠州都市区的城市潜力较大且变动较大,对外辐射带动作用强,其它城市潜力相对较小且变化不明显; 珠三角城市潜力的区域不平衡态势明显,城市潜力的空间分异和空间辐射的特征与演变规律明显。

[Mei Zhixiong, Xu Songjun, Ouyang Jun, et al.The spatio-temporal evolvement of spatial interaction among cities of Zhujiang River Delta in recent 20 years. Scientia Geographica Sinica, 2012, 32(6): 694-701.]

[14]
Friedmann J.The world city hypothesis. Development and Change, 1986, 17(1): 69-83.

DOI

[15]
Castells M.The Rise of the Network Society. Cambridge: Blackwell Publishers, 1996.

[16]
Taylor P J.Specification of the world city network. Geographical Analysis, 2001, 33(2): 181-194.

[17]
Taylor P J.World City Network: A Global Urban Analysis. London: Routledge, 2004.misc{305333, author = {Witlox, Frank and Derudder, Ben}, issn = {0265-8135}, language = {eng}, number = {4}, pages = {641--642}, publisher = {PION LTD}, series = {ENVIRONMENT AND PLANNING B-PLANNING \& DESIGN}, title = {World city network: a global urban analysis}, volume = {31}, year = {2004}, }

DOI

[18]
吴康, 方创琳, 赵渺希. 中国城市网络的空间组织及其复杂性结构特征. 地理研究, 2015, 34(4): 711-728.

[Wu Kang, Fang Chuanglin, Zhao Miaoxi.The spatial organization and structure complexity of Chinese intercity networks. Geographical Research, 2015, 34(4): 711-728.]

[19]
Derudder B.On conceptual confusion in empirical analyses of a transnational urban network. Urban Studies, 2006, 43(11): 2027-2046.

DOI

[20]
Derudder B, Witlox F, Faulconbridge J, et al.Airline data for global city network research: Reviewing and refining existing approaches. GeoJournal, 2008, 71(1): 5-18.

DOI

[21]
Matthiessen C W, Schwarz A W, Find S.World cities of scientific knowledge: Systems, networks and potential dynamics. Urban Studies, 2010, 47(9): 1879-1897.This paper is based on identification of the pattern of the upper level of the world city network of knowledge as published in a series of earlier papers. It is our aim to update the findings and relate to the general world city discussion. The structure of the world cities of knowledge network has changed over the past decade in favour of south-east Asian and south European cities and in disfavour of the traditional centres of North America and north-western Europe. The analysis is based on bibliometric data on the world 100 largest cities measured in terms of research output. The level of coauthorship between researchers in different cities is an indicator of links and respect, and the number of citations of papers produced by researchers located in each city is an indicator of respect. Finally, one research discipline is selected for an experiment in forecasting future hot spots of research.

DOI

[22]
钟业喜, 陆玉麒. 基于空间联系的城市腹地范围划分: 以江苏省为例. 地理科学, 2012, 32(5): 536-543.lt;p>以ArcGIS 为平台,在1:25 万基础地理数据、江苏省交通路网数据、江苏省各县(市)统计数据的支持下,应用&ldquo;自下而上&rdquo;的划分方法对江苏省1990 年、1996 年、2002 年和2008 年不同等级的城市及其腹地的吸引范围进行了划分。划分过程包括：运用因子分析得到65 个城市的综合实力,利用可达性分析技术得到城市间两两时间距离,运用最大联系强度以及逐级归并方法确定不同等级城市及其腹地范围。结果表明：采用城市间两两可达性来代替直线距离,对划分结果的准确性有所提升;划分方法充分考虑了城市间的隶属关系,划分过程中充分体现了城市质量与城市间的时间距离,划分结果较好地体现了区域均衡。&ldquo;自下而上&rdquo;划分方法体现了与传统的&ldquo;自上而下&rdquo;划分方法完全不同的研究路径,作为城市腹地划分方法的一种补充,可供研究人员进一步理论和实证探讨。</p>

[Zhong Yexi, Lu Yuqi.Measuring method of urban hinterland based on spatial linkage: A case of Jiangsu province. Scientia Geographica Sinica, 2012, 32(5): 536-543.]

[23]
关伟, 周忻桐. 辽中南城市群空间相互作用的时空演变. 经济地理, 2014, 34(9): 48-55.利用改进后的引力模型和潜力模型并结合GIS空间分析方法,分析了辽中南城市群2002—2011年这10年间空间相互作用的时空演变,结果表明:辽中南城市群空间相互作用强度总体上呈现下降趋势,其中沈阳与城市群内其它城市间的空间相互作用强度普遍较高,充分体现了沈阳的中心城市地位,但近10年来也存在波动下降的趋势;大连与大多数城市的空间相互作用强度处于中等强度以下且有渐弱的趋势,未能充分发挥辐射带动作用;其他城市之间,除了辽阳与鞍山联系强度较大外均处于较低水平且波动较小。潜力值的空间分异和空间辐射能力的特征及演变规律比较明显,近10年来呈现出普遍递减的趋势;沈阳、鞍山、抚顺潜力值一直稳居前3位但变动幅度较大,辐射带动能力强,其中鞍山渐渐呈现出明显的对外辐射作用,成为继沈阳之后新的辐射中心;其他城市潜力相对较小且变化不明显。

[Guan Wei, Zhou Xintong.The spatio-temporal evolvement of spatial interaction among cities of south central Liaoning. Economic Geography, 2014, 34(9): 48-55.]

[24]
曹小曙, 李涛, 杨文越, 等. 基于陆路交通的丝绸之路经济带可达性与城市空间联系. 地理科学进展, 2015, 34(6): 657-664.对丝绸之路经济带交通网络及城市空间联系进行分析是实施丝绸之路经济带战略和推进沿线区域合作共赢的基础工作。本文基于GIS空间分析技术,研究了丝绸之路经济带栅格可达性空间格局,并依托陆路交通网络进行了城市空间联系状态模拟。结果显示:丝绸之路经济带内城市可达性空间分布呈现出集聚分布的特点,具有明显的"走廊"空间特征。城市节点平均可达性时间为16.25 h,可达性在2 h以内的区域仅占全区总面积的10.60%,可达性最差的区域大都为荒漠地区,最差可达性高达171 h;西安作为门户城市,承担了中国西北五省与丝绸之路经济带有关国家、地区和城市之间的联系。中亚国家内部及其与外部国家城市之间的空间联系较为薄弱;丝绸之路经济带正在发育形成4条轴线,在未来丝绸之路经济带战略推进过程中,应实施"点—轴"带动,协同推进重点发展走廊和中心城市培育工作。

DOI

[Cao Xiaoshu, Li Tao, Yang Wenyue, et al.Accessibility and urban spatial connections of cities in the Silk Road Economic Belt based on land transportation. Progress in Geography, 2015, 34(6): 657-664.]

[25]
杨眉, 王世新, 周艺, 等. DMSP/OLS夜间灯光数据应用研究综述. 遥感技术与应用, 2011, 26(1): 45-51.lt;p>DMSP/OLS以其独特的光电放大特性与对夜间灯光的获取能力,成为人类活动监测的良好数据源。回顾了DMSP/OLS夜间灯光数据在城镇信息提取、社会经济因子估计及光污染、火灾、渔火、天然气燃烧监测等方面的应用,其中重点介绍了利用灯光数据估算城市化水平和人口的方法和步骤,并总结了DMSP/OLS夜间灯光数据在应用中的优越性与局限性,最后对其未来应用方向进行了展望。<br /></p>

[Yang Mei, Wang Shixin, Zhou Yi, et al.Review on applications of DMSP/OLS night-time emissions data. Remote Sensing Technology and Application, 2011, 26(1): 45-51.]

[26]
吴健生, 牛妍, 彭建, 等. 基于DMSP/OLS夜间灯光数据的1995-2009年中国地级市能源消费动态. 地理研究, 2014, 33(4): 625-634.

[Wu Jiansheng, Niu Yan, Peng Jian, et al.Research on energy consumption dynamic among prefecture-level cities in China based on DMSP/OLS nighttime light. Geographical Research, 2014, 33(4): 625-634.]

[27]
潘竟虎, 李俊峰. 基于夜间灯光影像的中国电力消耗量估算及时空动态. 地理研究, 2016, 35(4): 627-638.提出夜间灯光降饱和指数模型,以中国大陆为研究对象,基于DMSP/OLS夜间灯光数据、MODIS NDVI产品、基础地理信息数据及社会经济统计数据,构建电力消耗估算模型,定量估算了2000-2012年电力消耗量,并采用空间统计分析方法,从不同时间、空间角度对省级、地级和县级单元的电力消耗量变化趋势和空间集聚程度进行分析。结果表明:夜间灯光降饱和指数模型能较好地降低夜间灯光的数据饱和和溢出,其中MDNVI模型的效果最好。从县级尺度电力消耗变化趋势的显著性来看,无明显变化区域主要出现在青藏高原,迅猛增长型多数分布在京津冀、长三角、珠三角和中东部省会城市。

DOI

[Pan Jinghu, Li Junfeng.Estimate and spatio-temporal dynamics of electricity consumption in China based on DMSP/OLS images. Geographical Research, 2016, 35(4): 627-638.]

[28]
Zhang Q, Seto K C.Mapping urbanization dynamics at regional and global scales using multi-temporal DMSP/OLS nighttime light data. Remote Sensing of Environment, 2011, 115(9): 2320-2329.78 We map urbanization dynamics at regional and global scales with nighttime light data. 78 Differences in urbanization trajectories can be identified using temporal signatures. 78 We use an iterative clustering method to distinguish stable urban from urban growth. 78 From 1992 through 2000 India experienced higher rates of urbanization than China. 78 From 2000 through 2008 China experienced higher rates of urbanization than India.

DOI

[29]
Jean N, Burke M, Xie M, et al.Combining satellite imagery and machine learning to predict poverty. Science, 2016, 353(6301): 790-794.Reliable data on economic livelihoods remain scarce in the developing world, hampering efforts to study these outcomes and to design policies that improve them. Here we demonstrate an accurate, inexpensive, and scalable method for estimating consumption expenditure and asset wealth from high-resolution satellite imagery. Using survey and satellite data from five African countries--Nigeria, Tanzania, Uganda, Malawi, and Rwanda--we show how a convolutional neural network can be trained to identify image features that can explain up to 75% of the variation in local-level economic outcomes. Our method, which requires only publicly available data, could transform efforts to track and target poverty in developing countries. It also demonstrates how powerful machine learning techniques can be applied in a setting with limited training data, suggesting broad potential application across many scientific domains.

DOI PMID

[30]
文魁, 祝尔娟, 叶堂林, 等. 京津冀发展报告(2014). 北京: 社会科学文献出版社, 2014.

[Wen Kui, Zhu Erjuan, Ye Tanglin, et al.Annual report on Beijing-Tianjin-Hebei Metropolitan Region Development (2014). Beijing: Social Science Academic Press, 2014.]

[31]
吴良镛. 京津冀地区城乡空间发展规划研究三期报告. 北京: 清华大学出版社, 2013.

[Wu Liangyong.The Third Report on the Rural and Urban Spatial Development Planning Study for the Capital Region. Beijing: Tsinghua University Press, 2013.]

[32]
卓莉, 史培军, 陈晋, 等. 20世纪90年代中国城市时空变化特征: 基于灯光指数CNLI方法的探讨. 地理学报, 2003, 58(6): 893-902.用DMSP/OLS夜间平均灯光强度图像在区域上的扩展特征和聚集特征构建了一反映区域城市化综合水平的灯光指数CNLI (compounded night light index) , 并分别在省级和县级尺度上对CNLI与基于统计数据的城市化水平指数做了相关分析,结果表明CNLI与基于统计数据的城市化水平复合指数显著相关,最后用CNLI分析了中国省际城市化水平的时空特征。CNLI为客观、实时监测城市化水平的空间格局及其发展变化提供了新的指标和方法。

DOI

[Zhuo Li, Shi Peijun, Chen Jin, et al.Application of compound night light index derived from DMSP/OLS data to urbanization analysis in China in the 1990s. Acta Geographica Sinica, 2003, 58(6): 893-902.]

[33]
Liu Y, Wang Y, Peng J, et al.Correlations between urbanization and vegetation degradation across the world's metropolises using DMSP/OLS nighttime light data. Remote Sensing, 2015, 7(2): 2067-2088.Changes in biodiversity owing to vegetation degradation resulting from widespread urbanization demands serious attention. However, the connection between vegetation degradation and urbanization appears to be complex and nonlinear, and deserves a series of long-term observations. On the basis of the Normalized Difference Vegetation Index (NDVI) and the image digital number (DN) in nighttime stable light data (NTL), we delineated the spatiotemporal relations between urbanization and vegetation degradation of different metropolises by using a simplified NTL calibration method and Theil-Sen regression. The results showed clear and noticeable spatiotemporal differences. On spatial relations, rapidly urbanized cities were found to have a high probability of vegetation degradation, but in reality, not all of them experience sharp vegetation degradation. On temporal characteristics, the degradation degree was found to vary during different periods, which may depend on different stages of urbanization and climate history. These results verify that under the scenario of a vegetation restoration effort combined with increasing demand for a high-quality urban environment, the urbanization process will not necessarily result in vegetation degradation on a large scale. The positive effects of urban vegetation restoration should be emphasized since there has been an increase in demand for improved urban environmental quality. However, slight vegetation degradation is still observed when NDVI in an urbanized area is compared with NDVI in the outside buffer. It is worthwhile to pay attention to landscape sustainability and reduce the negative urbanization effects by urban landscape planning.

DOI

[34]
Beijing City Lab. Urban expansion of Chinese cities 1980-2010.

[35]
曹子阳, 吴志峰, 匡耀求, 等. DMSP/OLS夜间灯光影像中国区域的校正及应用. 地球信息科学学报, 2015, 17(9): 1092-1102.美国国防气象卫星搭载的业务型线扫描传感器（DMSP/OLS）获取的夜间灯光影像,可客观地反映人类开发建设活动强度,其广泛应用于城市遥感的多个领域。但该数据缺少星上的辐射校正,下载的原始影像数据集不能直接用于研究,需进行区域校正。长时间序列的DMSP/OLS夜间灯光影像数据集主要存在2个问题需在校正过程中解决：（1）原始影像数据集中的影像是非连续性的;（2）数据集中的每一期影像都存在着像元DN值饱和的现象。针对这2个问题,本文提出了一种不变目标区域法的影像校正方法,对提取出来的每一期中国区域的夜间灯光影像进行了校正,该校正方法包括相互校正、饱和校正和影像间的连续性校正。最后,为了检验校正方法的合理性与可靠性,本文将校正前后中国夜间灯光影像与GDP和电力消耗值,分别进行回归分析评价表明,校正后的影像更客观合理地反映区域经济发展的差异。

DOI

[Cao Ziyang, Wu Zhifeng, Kuang Yaoqiu, et al.Correction of DMSP/OLS night-time light images and its application in China. Journal of Geo-information Science, 2015, 17(9): 1092-1102.]

[36]
Elvidge C D, Ziskin D E, Baugh K, et al.A fifteen year record of global natural gas flaring derived from satellite data. Energies, 2009, 2(3): 595-622.We have produced annual estimates of national and global gas flaring and gas flaring efficiency from 1994 through 2008 using low light imaging data acquired by the Defense Meteorological Satellite Program (DMSP). Gas flaring is a widely used practice for the disposal of associated gas in oil production and processing facilities where there is insufficient infrastructure for utilization of the gas (primarily methane). Improved utilization of the gas is key to reducing global carbon emissions to the atmosphere. The DMSP estimates of flared gas volume are based on a calibration developed with a pooled set of reported national gas flaring volumes and data from individual flares. Flaring efficiency was calculated as the volume of flared gas per barrel of crude oil produced. Global gas flaring has remained largely stable over the past fifteen years, in the range of 140 to 170 billion cubic meters (BCM). Global flaring efficiency was in the seven to eight cubic meters per barrel from 1994 to 2005 and declined to 5.6 m3 per barrel by 2008. The 2008 gas flaring estimate of 139 BCM represents 21% of the natural gas consumption of the USA with a potential retail market value of $68 billion. The 2008 flaring added more than 278 million metric tons of carbon dioxide equivalent (CO2e) into the atmosphere. The DMSP estimated gas flaring volumes indicate that global gas flaring has declined by 19% since 2005, led by gas flaring reductions in Russia and Nigeria, the two countries with the highest gas flaring levels. The flaring efficiency of both Russia and Nigeria improved from 2005 to 2008, suggesting that the reductions in gas flaring are likely the result of either improved utilization of the gas, reinjection, or direct venting of gas into the atmosphere, although the effect of uncertainties in the satellite data cannot be ruled out. It is anticipated that the capability to estimate gas flaring volumes based on satellite data will spur improved utilization of gas that was simply burnt as waste in previous years.

DOI

[37]
陈晋, 卓莉, 史培军, 等. 基于DMSP/OLS数据的中国城市化过程研究: 反映区域城市化水平的灯光指数的构建. 遥感学报, 2003, 7(3): 168-175.基于DMSP/OLS非辐射定标的夜间灯光平均强度数据构建了一个反映区域城市化水平的灯光指数 ,并分析了该灯光指数与城市化水平在省级尺度上的相关性。研究表明 ,灯光指数与反映城市化水平的复合指数存在较高的相关关系 ,可以用于我国城市化水平及其时空分异分析和城市化进程监测。

DOI

[Chen Jin, Zhuo Li, Shi Peijun, et al.The study on urbanization process in China based on DMSP/OLS data: Development of a light index for urbanization level estimation. Journal of Remote Sensing, 2003, 7(3): 168-175.]

[38]
He C, Li J, Chen J, et al.The urbanization process of Bohai Rim in the 1990s by using DMSP/OLS data. Journal of Geographical Sciences, 2006, 16(2): 174-182.

DOI

[39]
顾朝林, 庞海峰. 基于重力模型的中国城市体系空间联系与层域划分. 地理研究, 2008, 27(1): 1-12.

[Gu Chaolin, Pang Haifeng.Study on spatial relations of Chinese urban system: Gravity model approach. Geographical Research, 2008, 27(1): 1-12.]

[40]
董青, 刘海珍, 刘加珍, 等. 基于空间相互作用的中国城市群体系空间结构研究. 经济地理, 2010, 30(6): 926-932.

[Dong Qing, Liu Haizhen, Liu Jiazhen, et al.The spatial structure of Urban Agglomerations system in China based on space interaction. Economic Geography, 2010, 30(6): 926-932.]

[41]
中国经济网. 中国铁路六次大提速. .

[China Economic Net.Six times raising of speed in China railway. .]

[42]
苗长虹, 王海江. 城市经济区位度与沿黄三城市群空间经济联系研究. 黄河文明与可持续发展, 2012, (4): 21-31.

[Miao Changhong, Wang Haijiang.Urban economic location index and spatial economic contacts: Case study of Shandong Peninsula, Zhongyuan and Guanzhong Urban Agglomeration. Yellow River Civilization and Sustainable Development, 2012, (4): 21-31.]

[43]
孙东琪, 张京祥, 胡毅, 等. 1990年以来上海“大都市阴影区”的时空演替: 基于县域尺度单元的分析. 长江流域资源与环境, 2014, 23(7): 937-946.lt;p>利用分布在湖北省丘陵山区的12个70 m（80 m）高测风塔一整年的资料，对我省丘陵山区风能资源的若干特征进行了较为详尽的对比分析，找出其中普遍的规律。结果表明：（1）我省山区风速季节变化为春季大，夏季和秋季较小；风速日变化为夜间大白天小，且变化幅度相对较大的测风塔主要分布在低山和中山区域；（2）有效风速频率在79%～92%，破坏性风速出现少；（3）风向频率较为集中，主要分布在偏南和偏北两个相反的方位；（4）风速随高度变化较复杂，10～30 m高度风速增加幅度较大，部分地区30～80 m高度存在等风层或风速随高度减小的情况；（5）有效风速段、大风及主导风向下的湍流强度均为中等。研究成果对湖北省，甚至是南方山区风能资源的合理开发利用将有所裨益</p>

DOI

[Sun Dongqi, Zhang Jingxiang, Hu Yi, et al.Evaluation of the range and its chances of metropolitan shadow areas of Shanghai: A county level analysis during 1990-2010. Resources and Environment in the Yangtze River, 2014, 23(7): 937-946.]

[44]
袁媛, 王仰麟, 马晶, 等. 河北省县域贫困度多维评估. 地理科学进展, 2014, 33(1): 124-133.在京津冀加快区域经济一体化的背景下，河北省出现环绕京津地区的贫困带引起了学界与公众的普遍关注。目前国内贫困县的设定往往以经济指标为唯一度量标准，本文在经济维度基础上增加社会维度（代表人类贫困）和自然维度（代表自然贫困）两方面评价指标，构建县域贫困度多维评价指标体系，对河北省136 个县的贫困状况分别进行经济单维度与经济—社会—自然三维评估，并基于SOFM网络将全省县域贫困度划分为五级，与河北省现有各类贫困县分布进行对比。结果表明，基于经济单维度与经济—社会—自然多维度评估的聚类分析得到的高贫困度县域均与现有贫困县有很好的对应，与河北省贫困县分布现状基本吻合；由于经济—社会—自然的多维度贫困度评估综合考虑了贫困现状及其潜在可能性，评估更加全面和深入。基于自然维度的潜在贫困度对多维贫困度的影响分析表明：环京津地区的贫困现状比较严重、且潜在贫困程度高，应积极依托京津，承接产业转移。而在冀中南地区，尽管贫困现状较为严重，但潜在贫困程度较低，因其较易脱贫而容易被忽视；同时，还存在大量非贫困县转化为贫困县的可能性；应进一步加强对该地区贫困问题的关注，分类扶贫、防治结合、区域联动，促进京津冀区域一体化、社会财富同步增长。

DOI

[Yuan Yuan, Wang Yanglin, Ma Jing, et al.Multidimensional evaluation of county poverty degree in Hebei province. Progress in Geography, 2014, 33(1): 124-133.]

[45]
Hu Y, Peng J, Liu Y, et al.Mapping development pattern in Beijing-Tianjin-Hebei Urban Agglomeration using DMSP/OLS nighttime light data. Remote Sensing, 2017, 9(7): 760.Spatial inequality of urban development may cause problems like inequality of living conditions and the lack of sustainability, drawing increasing academic interests and societal concerns. Previous studies based on statistical data can hardly reveal the interior mechanism of spatial inequality due to the limitation of statistical units, while the application of remote sensing data, such as nighttime light (NTL) data, provides an effective solution. In this study, based on the DMSP/OLS NTL data, the urbanization type of all towns in the Beijing-Tianjin-Hebei urban agglomeration was analyzed from the aspects of development level and speed. Meanwhile, spatial cluster analysis of development level by local Moran I was used to explore spatial inequality, and the trend was discussed by comparing the development characteristics on both sides of the transition line of different development levels (inequality boundary). The results showed that the development level of the whole region increased dramatically as the mean DN value increased by 65.99%, and 83.72% of the towns showed a positive development during 2000 2012. The spatial distribution of urbanization types showed that Beijing and Tianjin were at a high urbanization level with rapid speed of development, with the southern region having a medium development level and the northwestern region lagging behind. The spatial cluster analysis also revealed a gradually intensifying trend of inequality as the number of towns with balanced development reduced by 319 during 2000 2012, while the towns in the high-high areas increased by 99 and those in the low-low areas increased by 229. Moreover, the development speed inside the inequality boundary was obviously higher than that outside, indicating an increasingly serious situation for spatial inequality of urban development in the whole region.

DOI

Options
Outlines

/

〈 〉