-
2013年,“一带一路”国家战略(共建“丝绸之路经济带”和“21世纪海上丝绸之路”合作倡议)使亚、欧、非各国联系更加紧密,形成命运共同体[1],沿线国家的发展也逐渐成为社会关注的热点。“一带一路”战略地跨亚、欧、非三大洲,涉及国家超过60个,人口超过40亿,了解这些国家与区域的经济发展和社会动态信息有利于中国进行经济战略部署。现阶段利用传统日间可见光遥感影像对“一带一路”区域内的土地覆盖[2]、生态环境[3]、灾害监测[4]等研究较多。夜光遥感影像被广泛地应用于社会经济参数估算[5]、区域发展研究[6]、城市化监测[7]、光污染[8]等诸多研究领域,能够客观地反应社会经济的变化趋势,便于在空间大尺度下进行时空动态分布研究[9],对分析“一带一路”区域内的国家城市发展具有重要意义。
多位学者利用美国军事气象卫星的线性扫描业务系统(Defense Meteorological Satellite Program/Operational Linescan System, DMSP/OLS)和可见红外成像辐射仪(visible infrared imaging radiometer suite, VIIRS)的夜光遥感影像对“一带一路”区域内国家及全球范围进行了相关研究。对于大尺度下的城市研究,Gao等人[10]利用夜间灯光数据分析了1992~2012年间中国城市化水平动态,发现用DMSP/OLS夜间稳定灯光数据能够相对准确地反映城市化空间扩张水平。对于大尺度下的生态环境研究,Shi等[11]利用DMSP数据建立二氧化碳排放模型分析中国碳排放与治理情况,发现中国东部地区碳排放明显高于中西部地区;Nghiem等[12]利用DMSP/OLS夜间灯光数据、日间遥感影像和人口住房数据建立数字表面模型,研究了全球城市土地利用和环境变化情况。在区域经济领域,Yu等[13]利用夜间灯光数据建立中国县级贫困评估体系,证明了夜光遥感影像可作为评估工具衡量贫困程度;Small等[14]定性、定量地探究了全球尺度下夜间灯光的时空变化规律;Zhou等[15]利用夜间灯光数据与国民生产总值数据进行相关性分析,发现在南亚地区夜间灯光与人口、城市范围均呈正相关;李德仁等[16]从夜间灯光变化量方面评估了“一带一路”沿线部分国家的经济社会发展情况。以上研究主要利用夜光遥感影像针对“一带一路”中某个子区域或个别国家进行定量分析,鲜有对“一带一路”整体区域的城市夜光规模分布的时空动态研究。
各个城市的内外条件不同形成城市间不同的职能分工,城市规模分布的规律性也不尽相同。城市规模分布理论中的位序-规模法则[17]可用于研究城市人口规模与经济发展阶段的关系[18],并适用于国家尺度(美国[19]、中国[20]、印度[21]等)与区域尺度(长三角[22]、珠三角[23]、辽中南[24]等)的城市体系规模分布研究。DMSP/OLS夜光遥感数据能够为大尺度城市规模分布的时空动态研究提供良好支持,杨洋[24]等将夜光遥感数据与植被数据、地表温度数据结合,研究我国环渤海地区三大城市群的城市规模分布动态。Small等[25, 26]通过对全球尺度下的稳定夜间灯光进行量化,发现位序-规模法则适用于各种强度的人类发展的空间范围研究。Jiang[27]等人探讨了在全球范围下,基于夜间灯光定义自然城市范围的方法,指出在全球和国家尺度上,夜间灯光分布基本符合捷夫定律。以上研究试图界定城市的行政范围,并不能准确地反应城市发展阶段,通过设定夜间灯光阈值区分城市与非城市区域则更为客观。
本文基于1993~2012年的DMSP/OLS夜间遥感影像数据,利用统计分析、标准差椭圆分析、城市规模分布理论中的位序-规模法则对“一带一路”沿线国家进行夜光规模分布动态研究,从空间内部探究城市夜间灯光整体空间格局变化和时空演化特征。揭示20年间“一带一路”区域夜光规模分布时空动态和演变规律,有助于更好地认识和理解区域发展、空间格局变化、时空演化特征,为经济社会的发展提供参考。
HTML
-
“一带一路”战略贯穿亚、欧、非大陆,衔接活跃的东亚经济圈与发达的欧洲经济圈,中间广大腹地国家经济发展潜力巨大。丝绸之路经济带主要包括三条路线:一是中国经中亚、俄罗斯至欧洲波罗的海;二是中国经中亚、西亚至波斯湾、地中海;三是中国至东南亚、南亚、印度洋。(http://zhs.mofcom.gov.cn/article/xxfb/201503/20150300926644.shtml, 2016/10/01)
“一带一路”是开放的国际经济区域合作体系,随着我国国家战略的不断扩张,将会有更多的国家加入“一带一路”合作战略中,但现在并没有一个准确的空间范围,为了方便研究,本文将研究范围设定为中国、蒙古、俄罗斯、中亚5国、南亚8国、东南亚10国、西亚非洲20国、欧洲20国[28](表 1),路线如图 1所示(资料来源:http://news.china.com.cn/node_7242934.htm, 2016/10/01)
主要地区 国家 蒙中俄 蒙古、俄罗斯、中国 中亚5国 哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦、土库曼斯坦 南亚8国 印度、巴基斯坦、孟加拉国、阿富汗、尼泊尔、不丹、斯里兰卡、马尔代夫 东南亚11国 越南、老挝、柬埔寨、泰国、马来西亚、新加坡、印度尼西亚、文莱、菲律宾、缅甸、东帝汶 西亚非洲20国 土耳其、伊朗、叙利亚、伊拉克、阿联酋、沙特阿拉伯、卡塔尔、巴林、科威特、黎巴嫩、阿曼、也门、约旦、以色列、巴勒斯坦、亚美尼亚、格鲁吉亚、阿塞拜疆、埃及、肯尼亚 欧洲20国 波兰、捷克、斯洛伐克、匈牙利、斯洛文尼亚、克罗地亚、罗马尼亚、保加利亚、塞尔维亚、黑山、马其顿、波黑、阿尔巴尼亚、爱沙尼亚、立陶宛、拉脱维亚、乌克兰、白俄罗斯、摩尔多瓦、希腊 Table 1. Countries in "B&R" Area
-
夜光遥感的数据源具有代表性的是美国国家海洋和大气管理局提供的1992~2013逐年全球DMSP/OLS稳定夜光遥感时间序列影像。DMSP卫星以每天14轨的速度绕地球一周,主要包括F-10、F-11、F-12、F-13、F-14、F-15、F-16、F-17和F18八颗卫星。卫星系统搭载的OLS传感器有两个通道:第一是可见光、近红外通道,波长范围0.4~1.0 μm,辐射量化级为64;第二通道是热红外通道,光谱分辨率为8 bit,能够获取空间分辨率为2.7 km、幅宽为3 000 km的影像,数据量比同等情况下使用其他遥感影像较小。此夜间灯光数据集在去云的基础上,进一步去除了火光、极光等偶然事件对影像的影响,最终得到由城市、乡村等稳定光源发出的年平均灯光影像[29]。
DMSP/OLS稳定夜间灯光数据集未经过相对辐射定标,导致年与年之间相同的遥感影像像元亮度值(digital number, DN)表示的辐射量不一致,影响分析的准确性。为了避免上述问题,本文选用文献[30]提供的经年间辐射校正的1993~2012年DMSP/OLS的稳定夜间灯光时间序列集,DN值取值范围为0~63,背景值为0,分辨率为1 km,避免了由于年间DN值不一致而产生的灯光强度误差。本文选用的各年份数据为:F10:1993年、1994年;F12:1995年、1996年;F14:1997年~2001年;F15:2002年、2003年;F16:2004年~2009年;F18:2010年~2012年。
夜间灯光遥感影像反映的是全球稳定光源的灯光强度,其中大型油气井田所发出来的能被卫星观测记录的常年稳定火光,对研究城市产生干扰。本研究参考全球天然气燃烧记录[31]、全球30 m地表覆盖分布图[32]和Google Earth影像将大型油气井田去除,再利用“一带一路”各国行政边界划分各国稳定夜间灯光遥感影像,并将投影转换成分辨率为1 km的古德陆地等面积投影以方便研究。“一带一路”沿线国家1993年和2012年WGS1984大地坐标系下的夜光遥感影像如图 2所示。
1.1. “一带一路”区域范围
1.2. DMSP/OLS夜光遥感数据
-
本文首先对1993~2012年“一带一路”沿线国家和地区的夜间灯光总量与增量进行统计性研究;其次,基于标准差椭圆方法,分析“一带一路”区域夜间灯光的整体性演化方向;最后,利用城市位序-规模法则分析“一带一路”整体区域与中国的夜光规模分布空间形态和时空演化特征。
-
夜光总量L、增长率r分别为:
式中,xi为第i个像元的DN值。
-
标准差椭圆空间统计方法(standard deviational ellipse,SDE)能够精确地揭示地理要素空间分布整体特征。标准差椭圆方法基于研究对象的空间区位和空间结构,从全局性空间的角度定量解释地理要素空间分布的中心性、展布性、方向性、空间形态等特征,揭示地理要素的空间分布及时空演化过程。此方法被广泛地用于地形均衡分布[33]、经济空间格局[34]、城市问题[35]等各个领域。标准差椭圆的参数主要包括椭圆重心、方位角、标准差椭圆长短轴。
标准差椭圆的重心(Xw, Yw)为:
方位角α为:
x轴标准差σx和y轴标准差σy分别为:
式中,(xi, yi)表示研究对象的空间区位;wi表示对应权重;$\left( {{{\tilde x}_i},{{\tilde y}_i}} \right)$表示各研究对象区位到重心(Xw, Yw)的坐标偏差。
-
城市规模分布首先利用DMSP/OLS夜光遥感影像提取出城市建成区范围[9, 36, 37],再利用位序-规模法则进行分析[24, 38]。Small[25]指出夜光遥感影像能够提供一个全球一致的亮度阈值以验证捷夫定律。本文选取夜间灯光强度DN=40作为城市识别阈值,即DN≥40的区域被视为城市[22],对这些城市区域进行夜间灯光空间规模分布研究。利用位序-规模法则从城市夜光规模和位序的关系分析“一带一路”框架区域和子区域内的夜光规模分布。位序-规模法则用数学模型阐述城市位序与规模分布之间的关系,其公式为:
它是捷夫模式q=1时的特例。对式(7) 作对数变化:
式中,Pi是第i个区域的夜光总量;P1是最大城市夜光规模;Ri是第i位区域的位序;q是捷夫指数,常用于描述区域规模与位序之间的集中与分散程度。lgP1值反映第一城市的夜光规模。|q|值接近于1,说明夜光规模分布接近捷夫的理想状态;|q|大于1,说明夜光规模比较集中,大的城市比较发育,中小型城市则不够发育,首位度较高;|q|小于1,说明夜光分布比较分散,高位次城市的夜光规模不是很突出,中小型城市比较发育。对整个区域进行长时间序列动态分析,若|q|增大,说明夜光规模分布趋于集中力量大于分散的力量;反之,若|q|减小,则说明分散的力量大于集中的力量。
2.1. 夜间灯光统计方法
2.2. 标准差椭圆方法
2.3. 城市位序-规模法则
-
基于1993~2012年的夜光遥感影像进行夜光总量变化的统计分析,揭示不同国家和区域20年的发展变化规律。“一带一路”区域内1993年与2012年夜光总量前20位的国家如图 3所示,“一带一路”区域内这20年间夜间灯光前20位与末20位国家的增长率如图 4所示。研究发现大多数国家夜间灯光都呈现显著性增长,平均增长率为50%,其中沿线国家夜间灯光总量增长最快的主要是:① 通过经济改革快速发展的国家,例如老挝、越南、缅甸、中国、泰国等发展中国家;② 经历过战乱之后快速进入和平的国家,例如波黑、阿富汗。而夜光总量减少主要发生在经济动荡的地区,例如乌克兰。
研究还发现,1993~2012年“一带一路”区域的夜间灯光增长主要贡献来自发展中国家。由图 5可知,中国占总夜光增量的38.37%,印度占19.54%,泰国占3.62%。这说明“一带一路”区域内亚洲的发展中国家在此20年间经济快速发展,成为夜光增长量的主要贡献者。
本文进一步将“一带一路”分为中亚、南亚、东南亚、西亚非洲、欧洲、中国、蒙古、俄罗斯8个子区域,各个子区域所占总增量的比例如图 6所示。中国贡献了38.37%,其次是西亚非洲区域26.35%,南亚区域21.80%,欧洲区域12.27%,东南亚区域11.29%,俄罗斯与中亚区域则呈现负增长。
-
为了度量“一带一路”区域夜间灯光在地理空间上的规模分布,本文通过标准差椭圆的面积变化大小和重心移动距离,分析夜间灯光城市规模在空间上的集中程度和方向变化趋势。图 7显示“一带一路”城市夜间灯光空间分布格局呈现由西向东,由南向北的演化特征,即“西(略偏北)-东(略偏南)”的格局。1993~2012年,“一带一路”夜间灯光标准差椭圆分布范围由27 222 028 km2增大到28 229 905 km2,增长率为3.7%,呈现空间扩张的趋势。城市夜间灯光体系规模的标准差椭圆重心坐标由(66°57′E, 36°54′N)移至(71°31′E, 33°26′N),移动距离约为686 km,平均每年向东南方向移动约34 km。方位角变大,标准差椭圆长轴的伸缩幅度较大,表明推动“一带一路”城市体系夜间灯光演化的主要拉动力量为东西向,而非南北向,说明中国、东南亚地区对“一带一路”城市体系空间规模拉动作用较强。分区城研究发现中亚地区向欧洲扩张,南亚地区向印度南部收缩,东南亚地区向中南半岛收缩,西亚向波斯弯略微扩散,欧洲由于乌克兰社会经济动荡向西欧收缩。结果见表 2和图 8。
Figure 7. Specific Ellipse of Nighttime Light Distribution in "B&R"(Projection:Goode Homolosine (Land))
Figure 8. Specific Ellipse of Nighttime Light Distribution in Subareas(Projection:Goode Homolosine (Land))
主要地区 年份 范围/km2 重心坐标 空间增长
率/%空间
变化重心移动
距离/km重心主要
移动方向中亚 1993
20121 936 862
2 061 522(67°57′E,44°00′N)
(68°31′E,44°27′N)6 扩张 70 西南 南亚 1993
20122 511 894
2 429 953(76°57′E,23°00′N)
(77°06′E,22°14′N)-3 收缩 95 南 东南亚 1993
20124 977 804
4 497 249(105°29′E,5°14′N)
(105°01′E,6°41′N)-10 收缩 178 西北 西亚埃及 1993
20123 502 919
3 572 633(43°03′E,30°57′N)
(43°27′E,30°28′N)2 扩张 69 东南 欧洲 1993
20121 422 474
1 238 823(22°44′E,48°17′N)
(22°36′E,48°36′N)-13 收缩 167 西 中国 1993
20123 253 791
3 487 545(115°14′E,34°09′N)
(114°04′E,33°32′N)7 扩张 86 西南 Table 2. Specific Ellipse of Nighttime Light Distribution in Subareas
-
位序-规模分布中下尾的可靠性不高,需要进行去尾处理[27, 39]。本文截取了“一带一路”范围下夜光规模前2 000位进行夜间灯光空间规模时间序列分析。“一带一路”区域2012年夜间灯光总量城镇体系的位序-规模的双对数图,如图 9所示。
“一带一路”夜光规模前2 000位区域位序-规模|q|值时间序列图如图 10所示,其时间序列模型已通过0.01水平的显著性检验。1993~2012年|q|值均在1附近浮动,说明“一带一路”城市夜光规模前2 000位区域符合位序-规模分布。由于|q|值以小于1居多,这说明“一带一路”整体区域1993~2012年城市夜光规模分布总体上较为分散,首位城市的夜间灯光垄断性不够突出,中小城市夜光规模相差不大并且数量较多。从长时间序列来看,1993年~2012年,|q|值呈现逐渐变大的趋势,说明“一带一路”夜光规模分布逐渐集中,高位序城市的夜光辐射聚集作用增强,对周围区域起到了辐射带动作用,从而夜间灯光空间规模扩张,城市夜光规模分布集中趋势大于分散趋势,大城市与特大城市的首位度增大,对周围区域影响增强。
3.1. 夜光总量统计分析结果
3.2. 标准差椭圆分析结果
3.3. 城市位序-规模法则分析结果
-
本文基于1993~2012年DMSP/OLS夜间灯光影像数据,利用数学统计分析、标准差椭圆、位序-规模法则分析方法,对“一带一路”以及其子区域的夜间灯光城市规模分布进行空间分析。1993~2012年这20年间中国夜光增长率为137%,占“一带一路”总夜光增量的38.37%,夜光空间演化特征不断向西扩张,证实了中国这20年间展开的“西部大开发”等促进区域经济快速均衡化发展的政策富有成效。“一带一路”区域近20年来呈现出不同发展阶段的夜间灯光时空动态变化特征:① 东西轴向性。近20年来“一带一路”区域城市夜间灯光在发育的过程中呈现出明显的东西成长轴线,其中中国、南亚、东南亚的夜间灯光发展成为整个夜光规模体系演化的主导力量。② 区域差异性。区域差异性主要体现在各个子区域的夜光增长情况和空间格局变化差异,“一带一路”区域东亚、东南亚的夜光增长总量和增长率明显高于西部的欧洲和西亚,中亚地区甚至呈现负增长。③ 首位聚集性,指原有的城市对其他区域规模增长起着巨大的辐射和带动作用,整个“一带一路”的城市首位度增大。从区域均衡化发展来看,夜光总量增多而城市体系首位度增大,说明大城市仍有发展空间与趋势,也说明中小城市急需转变经济增长方式,促进产业结构转化升级。
在未来“一带一路”覆盖范围更广的国际大局势下,各个子区域间的相互辐射作用将会增强。利用夜光遥感数据与现有的社会经济统计数据和其他类型遥感数据相结合获取沿线国家的社会经济情况,监测“一带一路”沿线国家发展动态,为区域资源分配和社会评估提供支持。
本研究从统计与空间两个角度分析了“一带一路”夜间灯光的时空格局,但仍存在局限性,数据集在像元聚集区存在“饱和现象”,产生的灯光强度误差和数据波动性对研究结果产生的影响将会在以后的研究中进一步讨论。