基于夜光遥感的城市化与生态环境耦合协调分析

doi:10.6046/zrzyyg.2021369

基于夜光遥感的城市化与生态环境耦合协调分析

陈行^,, 刘汉湖^,, 李金豪, 范诗铃, 葛宗旭

成都理工大学地球科学学院,成都 610059

Coupling coordination analysis of urbanization and ecological environment based on nighttime light remote sensing

CHEN Hang^,, LIU Hanhu^,, LI Jinhao, FAN Shiling, GE Zongxu

School of Earth Sciences, Chengdu University of Technology, Chengdu 610059,China

通讯作者: 刘汉湖(1978-),男,教授,博士,研究方向为地球探测与信息技术、遥感地质。Email:liuhanhu@cdut.edu.cn。

收稿日期: 2021-11-5 修回日期: 2022-04-30

基金资助:

2021年度云南省重点区域地质灾害精细化调查与风险评价(YNGH[2021]-055)

Received: 2021-11-5 Revised: 2022-04-30

作者简介 About authors

陈行(1997-),男,硕士研究生,研究方向为遥感地质、摄影测量。Email: 2629486319@qq.com。

摘要

科学评估成都市城市化与生态环境交互影响的总体状况,对优化城市化速度和质量、提升生态环境质量具有重要意义。利用DMSP/OLS与NPP/VIIRS获取的夜光遥感数据和Landsat遥感数据分别构建出表征城市化进程的归一化夜间灯光指数(normalization night light index,NNLI)和表征生态质量的遥感生态指数(remote sensing ecological index,RSEI),二者结合引入耦合协调度模型,针对城市化进程和生态环境质量二者协调性进行评价。研究表明,2000—2018年成都市内城市化进程不断加快,NNLI从2000年的0.15上升到2018年的0.81; 而生态环境质量受到城市化进程的负面影响,局部地区呈现下降态势,RSEI从2000年的0.63下降到2018年的0.58。成都的城市化和生态环境耦合协调度状况逐渐在改善,2000—2018年耦合协调状态从失调阶段进入到良好协调阶段,但成都市内总体城市化进程超前生态环境的发展,生态环境发展滞后。

关键词： 遥感; 耦合; 生态环境; RSEI指数

Abstract

The scientific assessment of the overall status of the interactions between the urbanization and the ecological environment in Chengdu is of great significance for optimizing the pace and quality of urbanization and improving the quality of the ecological environment. This study adopted the nighttime light and Landsat remote sensing data obtained from the DMSP/OLS and the NPP/VIIRS. Based on these data, the normalized night light index (NNLI) characterizing the urbanization process and the remote sensing ecological index (RSEI) characterizing the ecological quality were constructed, respectively. Then, the two indices were combined into a coupling coordination degree model for evaluation of the coordination between the urbanization process and the ecological environment quality. The study results are shown as follows. The urbanization process in Chengdu had been accelerating from 2000 to 2018, with the NNLI increasing from 0.15 in 2000 to 0.81 in 2018. By contrast, the quality of the ecological environment was negatively affected by the urbanization process and showed a downward trend in some areas, with the RSEI decreasing from 0.63 in 2000 to 0.58 in 2018. The coupling coordination degree of urbanization and ecological environment in Chengdu was gradually improved. From 2000 to 2018, the coupling coordination state entered the stage of good coordination from imbalance. However, the overall urbanization process in Chengdu is ahead of the development of the ecological environment, which is lagging behind.

Keywords： remote sensing; coupling; ecological environment; RSEI index

PDF (2938KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

陈行, 刘汉湖, 李金豪, 范诗铃, 葛宗旭. 基于夜光遥感的城市化与生态环境耦合协调分析[J]. 自然资源遥感, 2022, 34(4): 280-285 doi:10.6046/zrzyyg.2021369

CHEN Hang, LIU Hanhu, LI Jinhao, FAN Shiling, GE Zongxu. Coupling coordination analysis of urbanization and ecological environment based on nighttime light remote sensing[J]. Remote Sensing for Land & Resources, 2022, 34(4): 280-285 doi:10.6046/zrzyyg.2021369

0 引言

城市化与生态环境客观上存在复杂的交互耦合关系^[1]。城市化是社会经济发展下的必然态势,生态环境又是人类社会赖以生存的自然基础。因此,如何保证城市化快速发展的条件下,生态环境也能得到高质量发展已成为当前研究的热点问题^[2]。

传统方式针对城市化与生态环境的协调性均是基于社会经济统计数据,实际操作起来繁琐且费时费力。但随着遥感技术的兴起,它可以通过特殊传感器接收到来自地表的可见光—近红外电磁波信号。一方面,利用夜光遥感获得的信息为研究城市化进程提供了一个独特的视角,在表征城市扩张和城镇化质量等方面已有较多实证研究^[3⇓-5]。徐慧敏等^[6]利用夜光遥感影像分析了中国各省区下的城市分布规律及演化; 朱惠等^[7]利用夜光数据研究了中亚社会经济的时空动态发展过程。另一方面基于遥感技术提取表征生态环境质量的生态指数,能够客观快速的评价区域生态环境质量; 张亚球等^[8]基于遥感生态指数(remote sensing ecological index,RSEI)对长春市主城区进行了生态环境评价; 徐涵秋^[9]创建RSEI指数并对福州主城区进行快速检测和评价。

然而怎样在高质量快速度城市化的同时保证周边自然环境健康协调发展,实现经济与环境和谐并进已成为成都市亟待考虑解决的关键问题。鉴于以上现实,本文选择以成渝地区双城经济圈核心城市成都市为研究区,该研究区具有生态环境建设良好,城市化水平高等特征。采用DMSP/OLS与NPP/VIIRS夜间灯光数据和Landsat遥感数据分别建立表示城市化的夜间灯光指数(night light index,NLI)和表征自然环境质量的RSEI,借助优化的耦合协调度模型衡量成都市城市化水平和生态环境质量协调发展的耦合度,同时为同类城市研究城市化与生态环境的协调发展提供科学的决策支持。

1 研究区概况及其数据源

1.1 研究区概况

成都市地处四川盆地西部边缘,地势由西北向东南倾斜; 西部属于四川盆地边缘地区,以深丘和山地为主,海拔大多在1 000~3 000 m之间,成都市由于一定的垂直高差,在市域内形成了三分之一平原、三分之一丘陵、三分之一高山的独特地貌类型(图1)。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区位置

Fig.1 location of study area

1.2 数据源

Landsat影像数据获取自美国地质勘查局官网(https://earthexplorer.usgs.gov/),影像获取时间分别为2000年、2005年、2010年、2016年及2018年,图像成像清晰,云量低于3%,数据经过辐射定标、大气校正、镶嵌、裁剪等预处理; DMSP/OLS数据与NPP/VIIRS数据获取自美国国家海洋和大气管理局(https://ngdc.noaa.gov/),影像获取时间与Landsat数据对应; 行政区划数据获取自成都市规划和自然资源局提供的成都市行政边界。

2 研究方法

利用Landsat影像计算出绿度、湿度、热度、干度4个关键因子提取出RSEI,通过夜光数据计算出NLI,构建2个指数的耦合协调度模型来评估城市化和生态环境质量是否协调发展。

2.1 指数构建

2.1.1 NLI

长时间序列下的夜间灯光数据DMSP/OLS与NPP/VIIRS传感器存在差异,且不同卫星得到的数据格式不同。为使不同年份之间的数据具有可比性,需对历年夜光数据进行标准化处理^[10-11],修正公式为:

(1)

D N_{c} = a l n (D N) + b

式中: $D N$ 和 $D N_{c}$ 分别为校正前后的栅格值; a和b为系数,分别为12.75和18.28。R² 为0.79。所以本文选择对数模型进行DMSP/OLS和NPP/VIIRS这2种数据源的相互校正。

为了能够定量反映成都市地区的城市化水平,本文采用北京师范大学陈晋教授提出的NLI^[12]来反映城市化发展水平,通过NLI与同时期成都市各区县的国内生产总值(gross domestic product, GDP)进行回归分析表明,成都市NLI与各区县的GDP高度相关,所以NLI能够表征成都市各个地区的城市化水平, $N L I$ 计算公式为:

(2)

N L I = \overset{63}{\sum_{i = 1}} D N_{i} \frac{n_{i}}{63 N}

式中 $D N_{i}$ 为区域内的像元灰度值; $n_{i}$ 为区域内第i灰度等级的所有相同 $D N$ 值像元数; $N$ 为区域内像元总数。NLI表征了一个栅格单元亮度值相对于最大栅格单元亮度值的比例关系。

最后针对NLI进行归一化处理得到归一化NLI(normalization night light index,NNLI),即

(3)

N N L I = \frac{N L I - N L I_{m i n}}{N L I_{m a x} - N L I_{m i n}}

式中 $N L I_{m i n}$ 和 $N L I_{m a x}$ 分别为 $N L I$ 栅格图层的最小和最大栅格单元值。

2.1.2 RSEI

根据刘智才等^[13]的研究成果,针对2000—2018年期间Landsat TM/OLI遥感卫星影像计算成都地区的绿度 $N D V I$ 、湿度 $W E T$ 、热度 $L S T$ 、干度 $N D B S I$ 这4个关键因子。对提取出的关键因子进行主成分分析,利用第一主成分分量 $P C_{1}$ 处理生成 $R S E I_{0}$ ,将得到的 $R S E I_{0}$ 归一化处理得到RSEI,即

(4)

R S E I_{0} = 1 - [P C_{1} (N D V I, W E T, L S T, N D B S I)]

(5)

R S E I = \frac{R S E I_{0} - R S E I_{m i n}}{R S E I_{m a x} - R S E I_{m i n}}

式中 $R S E I_{m i n}$ 和 $R S E I_{m a x}$ 分别为 $R S E I_{0}$ 栅格图层的最小和最大栅格单元值。

2.2 耦合协调模型

通过廖李红等^[14]借鉴物理学中的容量耦合系统模型,构建出城市化进程与生态环境发展之间的耦合协调度模型,在一个系统内,相互各要素的耦合协调决定了系统发展的方向^[15]。

首先引入2个子系统的基础耦合模型,公式为:

(6)

C = \sqrt[]{U E / {(U + E)}^{2}}

式中: $U$ 为城市化水平子系统,即 $N N L I$ ; $E$ 为生态环境子系统,即 $R S E I$ ; $C$ 为2个子系统的耦合值,0≤C≤1, $C$ 值越大表明2个子系统之间越协调。

然而城市化水平与生态环境2个子系统^[15]的发展具有各自的动态性、差异性以及时序性,只考虑2个子系统间的耦合度,可能会出现城市-生态系统的“假协调”现象,即城市化水平和生态环境质量都很低,而2个系统的耦合度很高。为避免出现假协调现象,本文采用城市化与生态环境耦合协调发展度模型,客观地反映2个系统协调发展水平,即

(7)

D = \sqrt{C T}

(8)

T = α U + β E

式中: $D$ 为耦合协调度,0≤ $D$ ≤1, $D$ 值越大表示2个系统发展水平越协调,反之失调越严重; $T$ 为2个系统的汇总; $α$ 和 $β$ 分别为待定系数。

3 结果与分析

3.1 城市化进程分析

2000—2018年成都市NNLI如图2所示。从图2可以明显看出亮度区域都是由城市内到城市外的替代扩展,并且常常伴有单独的初始高亮夜光区域在空间上的联结和聚集,最终形成典型的城市区域扩张进程。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 2000—2018年成都市NNLI变化

Fig.2 Changes of NNLI of Chengdu from 2000 to 2018

从空间分布上来看,2000—2018年内,成都城市化水平不断升高,以中心城区为核心点向外辐射,NNLI不断升高,并且在每个区县中心也存在一定范围的高亮区域。2010年之前,成都市除了市中心存在高亮区域(亮度值高达1),北方、东南方的夜光辐射亮度均较低,甚至一些区域亮度值为0。2010年之后,成都市周边各区县出现了新的点状灯光,并呈现密集分布趋势,并且中心城区与周边的点状耀斑^[16]连接成线呈现出面状发展态势。这表明成都中心城区的城市群落已经形成,并开始通过交通干线连接周边快速发展的各区县,都江堰市、双流区和金堂县等区域开始呈大面积扩张趋势。

从时间序列变化上来看(表1),成都市NNLI总体呈现上升趋势,NNLI从2000年的0.15上升到2018年的0.81,城市化进程的效果显著。从2000—2018年间NNLI可以看出,成都中心城区历年的灯光值均处于0.80左右,这是因为成都是四川省会城市,又是西部区域社会经济最发达的城市,人口规模庞大,且城市公共基础设施建设相对于其他城市较完善。伴随着中央城区不断向外扩张,带动了周边各区县的城市化进程,各区县在2000—2018年期间,NNLI不断上升,尤其是蒲江县、大邑县、邛崃市和金堂县城市化飞速的发展,NNLI由0.04不断上升到0.75左右,其他各区县的NNLI也呈逐年递增趋势。

表1 2000—2018年成都市NNLI

Tab.1 NNLI in Chengdu from 2000 to 2018

年份	NNLI	最小值	最大值
2000年	0.15	0.04	0.22
2005年	0.17	0.03	0.78
2010年	0.36	0.09	0.95
2016年	0.48	0.34	0.74
2018年	0.81	0.73	0.92

新窗口打开| 下载CSV

3.2 生态环境状况特征分析

2000—2018年成都市RSEI变化如图3所示,其中绿色代表RSEI值高,红色代表RSEI值低,总体上来看,RESI高值区域不断缩减,表征生态环境较差的区域主要分布于成都中心城区,生态环境较好的则主要分布于中心城区周边各区县。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 2000—2018年成都市RSEI变化

Fig.3 Changes of RSEI in Chengdu from 2000 to 2018

2000年开始,除成都中心城区,周边其他各区县生态环境质量良好,特别是成都西邻岷山山脉,东接龙泉山脉,所以邛崃市、大邑县、崇州市、都江堰市与彭州市的生态环境良好。2005年,以中心城区为中心点,恶化的生态环境以点辐射形式向成都周边地区扩散,并且自2005年开始,成都逐渐出现以各区县城镇建筑密集区域为生态环境恶化的副中心,同时成都中心城区与新兴的环境恶化副中心通过交通、水利为纽带呈现光斑状扩散分布。自2010—2018年,中心城区周边各区县环境的恶化不断加剧,城市化的快速发展直接加剧了生态环境的恶化速度,副中心与中心城区的相互联动导致成都周边区域环境恶化愈加严重。

3.3 城市化与生态指数耦合协调度分析

耦合协调度D可以真正代表城市化与生态环境是拮抗、磨合还是高水平耦合状态。从表2可以看出,2000—2005年成都市只有中心城区表征为良性耦合类型,D均为0.48,城市化与生态环境系统处于初级协调阶段。其他14个区县的D均小于0.48,处于城市化和生态环境系统失调阶段,表征为拮抗耦合类型。自2010年开始,青白江区、双流区、龙泉驿区、新津县、温江区、郫都区和新都区相继处于良性耦合状态。其他7个区县还是处于拮抗状态。2016年开始,成都市均处于良性耦合状态,2018年后成都市各区县的D均为0.50左右,主要原因是由于G20峰会以及成都科技治霾国际峰会的举行,成都逐渐注重城市化与生态环境的协调变化,表明成都市已经处于良好协调阶段,但城市化进程均超前于生态环境的发展,即U>E,表明成都市生态环境滞后,城市化超前发展。

表2 2000—2018年成都市各区县耦合协调状况

Tab.2 Coupling and coordination status in various regions of Chengdu from 2000 to 2018

区县	2000年				2005年				2010年				2016年				2018年
区县	U	E	D	C	U	E	D	C	U	E	D	C	U	E	D	C	U	E	D	C
中心城区	0.71	0.54	0.48	0.56	0.78	0.50	0.48	0.57	0.95	0.29	0.42	0.55	0.74	0.34	0.46	0.52	0.92	0.50	0.48	0.61
双流区	0.15	0.58	0.31	0.28	0.18	0.60	0.35	0.33	0.46	0.37	0.47	0.43	0.61	0.43	0.49	0.51	0.86	0.56	0.49	0.60
龙泉驿区	0.17	0.58	0.37	0.34	0.26	0.58	0.41	0.39	0.44	0.42	0.45	0.44	0.56	0.44	0.49	0.50	0.85	0.55	0.49	0.60
温江区	0.19	0.58	0.41	0.36	0.26	0.61	0.41	0.39	0.57	0.36	0.47	0.47	0.55	0.44	0.49	0.50	0.85	0.59	0.49	0.61
郫都区	0.22	0.61	0.41	0.38	0.21	0.63	0.38	0.37	0.58	0.36	0.47	0.48	0.56	0.41	0.49	0.50	0.86	0.58	0.49	0.61
新都区	0.19	0.59	0.41	0.37	0.24	0.62	0.42	0.40	0.61	0.39	0.48	0.50	0.58	0.37	0.48	0.49	0.86	0.57	0.49	0.61
新津县	0.13	0.62	0.37	0.33	0.11	0.62	0.34	0.31	0.41	0.40	0.48	0.44	0.52	0.41	0.49	0.48	0.83	0.56	0.49	0.60
青白江区	0.14	0.58	0.33	0.30	0.15	0.61	0.34	0.32	0.39	0.40	0.46	0.42	0.50	0.39	0.49	0.47	0.83	0.56	0.49	0.60
崇州市	0.07	0.69	0.22	0.21	0.06	0.66	0.20	0.19	0.17	0.45	0.30	0.25	0.38	0.51	0.48	0.45	0.76	0.63	0.50	0.60
都江堰市	0.07	0.70	0.24	0.23	0.07	0.64	0.21	0.20	0.17	0.45	0.31	0.26	0.37	0.52	0.48	0.45	0.75	0.62	0.50	0.59
彭州市	0.05	0.62	0.23	0.20	0.05	0.61	0.19	0.18	0.15	0.42	0.31	0.25	0.38	0.47	0.48	0.45	0.75	0.60	0.50	0.59
金堂县	0.04	0.64	0.11	0.10	0.04	0.62	0.17	0.16	0.12	0.42	0.27	0.21	0.39	0.40	0.49	0.44	0.77	0.56	0.49	0.58
大邑县	0.04	0.72	0.15	0.14	0.03	0.64	0.12	0.12	0.09	0.47	0.21	0.17	0.33	0.53	0.47	0.43	0.73	0.64	0.50	0.59
蒲江县	0.04	0.67	0.16	0.15	0.04	0.60	0.20	0.19	0.13	0.41	0.38	0.28	0.35	0.43	0.49	0.43	0.75	0.60	0.50	0.59
邛崃市	0.04	0.70	0.12	0.12	0.03	0.61	0.13	0.12	0.09	0.44	0.22	0.17	0.34	0.47	0.49	0.43	0.74	0.62	0.50	0.59
成都市	0.15	0.63	0.29	0.27	0.17	0.61	0.29	0.28	0.36	0.40	0.38	0.35	0.48	0.44	0.48	0.47	0.81	0.58	0.60	0.52

新窗口打开| 下载CSV

从成都市整体上看,2000—2005年期间,U缓慢上升; E呈现弱下滑趋势; 同时城市化水平和生态环境之间的D呈弱增长趋势,且U<E,表示成都市在此期间处于失调阶段,城市化滞后。2005—2010年期间,城市化进程急剧加快,U从2005年的0.17上升至2010年的0.36; E急剧下滑,生态环境质量日趋严重,从2005年的0.61下滑到2010年的0.40,从一定程度上可以表明城市化进程的加快造成了对生态环境的破坏,生态环境质量变差; D呈现缓慢上升趋势,且U<E,相比于之前有所改善,但成都市在此期间仍处于失调阶段,城市化滞后。2010—2016年期间,U趋于平缓,略呈上升趋势; E略有回升,从2010年的0.40上升到2016年的0.44; D缓慢升高,为0.48,并且U≈E,表征成都市在2010年发展到初级协调阶段,在此阶段达到生态环境和城市化协调发展的良好状态,人们对于保护环境的意识越来越强。2016—2018年期间,城市化水平大幅度上升,U从0.48上升到0.81; E呈现弱增长趋势,从2016年的0.44上升到2018年的0.58,表明生态环境得到显著改善; 到2018年后,D趋于0.60左右,表明成都市正式进入良好协调阶段,但城市化的发展还是超前生态环境质量,生态环境稍微滞后。

4 结论与讨论

本文利用夜光遥感数据DMSP/OLS与NPP/VIIRS和Landsat遥感数据分别构建出表征城市化和生态质量的指数,二者结合引入耦合协调度模型。得出如下结论:

1)2000—2018年期间,成都市城市化水平显著提高。城市化进程中存在差异较大,各区县NNLI的差距呈现不断缩小的态势。到2018年各地区NNLI基本上在0.70~0.80,基本达到高度城市化水平。

2)2000—2018年期间,成都市各区县RSEI变化并不大,但总体呈现缓慢下滑趋势。2000—2010年RSEI从0.63下降到0.40,但2010—2018年间RSEI有了明显的回升,上升到了0.58,并且成都市RSEI高值区不断缩减。因此在实现快速城市化的进程中对生态环境造成了一定程度上的影响。

3)总体上,2000—2018年成都市各区县城市化和生态环境耦合协调度不断改善,耦合协调度从2000年的0.29上升到2018年的0.60,表明成都市注重城市化与生态环境的协调发展。到2018年,各区县耦合协调度的空间差异较小。由最初的失调阶段、拮抗发展状态发展到良好协调阶段、磨合发展状态。

虽然,研究利用夜光数据与Landsat遥感数据建立新型耦合协调度模型,在一定程度上解决了社会经济统计数据获取的滞后性与统计标志差异性等问题,但遥感数据受传感器环境、拍摄时间等因素影响,在构建指数之前必须进行严格校正才能使用。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

秦艳丽, 时鹏, 何文虹, 等.

西安市城市化对景观格局及生态系统服务价值的影响

[J]. 生态学报, 2020, 40(22): 8239-8250.