这是社论前沿第S571次推送
微信号dsmp：shelunqianyan
摘要：本期推荐南京林业大学社会工作专业学生整理译介的文献，敬请各位读者批判、指正。本期推文由陈源、崔瑀嘉两位同学整理，特此感谢！文章是Ting Ma等于2012年发表于Remote Sensing of Environment杂志上的“Quantitative estimation of urbanization dynamics using time series of DMSP/OLS nighttime light data: A comparative case study from China's cities”一文，文章指出，夜间灯光数据提供了一个统一的描述城市随时间扩展的趋势。文章利用中国1994-2009年期间200多个地级市或自治区的稳定夜间灯光数据，来研究夜间灯光与城市化进程之间的联系。作者使用了三种回归模型：线性，幂律和指数函数来量化夜间灯光与四个城市化指标：人口、GDP、建筑物建成区和电力消费之间的长期关系。研究结果表明，夜间灯光亮度可以作为评估城市化动态的重要解释性指标。
引言
城市占地面土地面积的约0.5％，却住着全世界约一半的人口，并且预计到2050年全球城市人口将会增加20多亿。城市在人口密度、集约能源消耗和社会经济活动的影响下，对人为的环境变化起着至关重要的作用。城市地区可能对当地甚至全球的气候和生态系统造成深刻的影响。因此，对城市的动态测量和监测对于了解全球城市化及其在不断变化的世界中的环境后果至关重要。目前，具有各种空间、时间和频率的卫星观测已广泛应用于城市扩张和城市化对环境、生态系统影响的研究。
来自美国国防气象卫星计划的运行线路系统（DMSP/OLS）的夜间灯光数据提供了令人惊喜的遥感数据，可用于分析城市化与人为的灯光亮度之间的关系。尽管DMSP/OLS的初始目的是为了观察使用两个宽谱带的月光照明的云，但现在DMSP/OLS夜间灯光数据已经被广泛用于定量评估、绘制与城市化过程相关的社会经济活动。然而，大多数以往研究都没有探讨DMSP/OLS夜间灯光数据与城市化相关社会经济参数之间的长期量化关系，该文通过对200多个中国城市夜间灯光数据的线性、幂律和指数模型分析，探讨了四个城市化变量与夜间灯光数据之间的数量关系模型。
数据与方法
2.1 中国的城市与城市化
中国作为一个人口众多的国家，近几年的人口集聚带来了一系列的环境和健康后果：城市热岛、空气污染、温室气体和健康风险的增加。因此，调查城市化进程及其对中国社会的影响对于管理和决策的可持续发展至关重要。文章通过使用DMSP/OLS数据来估算中国的城市化进程，但面临一个重要的挑战，如何在不同类型的城市发展轨迹之间获得城市化指标与夜间灯光亮度之间的数量关系。据中国国家统计局资料，除了郊区的城市行政区都可视为收集人口和社会经济数据的城市统计区域。为了保持城市化进程中城市化进程数据的可比性，1994-2009年间，287个实际的城市统计区域有着显著变化的17个被排除在分析之外。
2.2 DSMP/OLS夜间灯光数据
1994-2009年期间DMSP/OLS夜间灯光数据由四个传感器收集：F12（1994-1999年）、F14（1997-2003年）、F15（2000-2007年）和F16（2004-2009年）。为了减少传感器的年变化和差异，作者使用Elvidge等提供的二阶回归模型，经验性地校准了各年度的夜间灯光数据，文章用于分析的是校准后的DMSP/OLS夜间灯光数据。
2.3 趋势、相关和回归分析
在文章中，作者先用Mann-Kendall非参数检验方法来检验城市化指标的时间序列趋势dsmp；然后，使用斯皮尔曼等级相关系数来定性地检验夜间光亮度与四个城市化指标之间的统计依赖关系；最后，作者应用三个简单的统计模型（线性模型、幂律模型和指数模型）来量化城市化指标与夜间灯光数据之间关系的回归模型。
夜间灯光数据的应用
3.1 国家层面的估计
各省级城市城镇化变量变化趋势的统计学显著性表明，中国自20世纪90年代以来一直在经历一个快速的城市化进程。然而，不同的城市化变量呈现出各自不同的时间模式。同时，尽管由于卫星或传感器的差异，经校准后的DMSP/OLS夜间灯光数据的时间序列存在年度波动，但中国各城市的夜间灯光亮度对人类住区的加权面积的增加呈现显着的线性趋势。所以，城市化变量和DMSP/OLS夜间灯光数据随时间的变化趋势可能是夜间灯光数据对城市化变量的不同响应。这说明，夜间灯光数据能够用来研究中国城市的城市化程度、人口和经济活动的动态变化趋势。
3.2城市层面的分析
从1990年代到2009年，几乎所有中国地级市扩张的夜间灯光照明区域，都是由于当地普遍的城市化进程造成的。其中，城市人口增长与加权夜间照明区域的扩张呈显著正相关，相关程度高达93％；城市GDP与夜间灯光加权面积之间呈正相关，相关程度高达96％；城市建设面积增长趋势也非常明显，与夜间灯光数据同样呈正相关，相关程度高达92％；此外，城市电力消耗的增加量与加权夜间照明区域呈显着正相关，相关程度达87％。这些结果表明，DMSP/OLS夜间灯光的变化与中国大部分城市的空间和社会经济活动存在统计学上同步变动的相关性。
3.3 城市人口估计
人口是估计城市化最常用的指标之一。在中国，夜间灯光亮度的增长明显超过了城市人口规模的增长。这一结果可能意味着其dsmp他城市化指标可能是驱动这些城市夜光灯光亮度增加的主要因素，而不是人口。1994年至2009年，城市人口呈线性增长，仅少数几个城市的夜间灯光亮度可以与人口之间存在幂律函数的统计关系。
3.4 城市经济活动预测
以往研究发现，夜间灯光亮度与官方的经济活动度量之间也存在统计学上的正向线性关系。该研究结果却表明，夜间灯光亮度对各城市GDP变化有不同反应。与济南市一样，GDP与夜间灯光面积呈线性同步增长的中国城市占33％，而有66%的中国城市的经济活动与加权灯光面积幂律关系。作者认为，城市GDP和DMSP/OLS夜间灯光亮度之间的各种量化关系可能表明中国近期城市化进程中城市发展的多样性基础模式。
3.5 城市土地覆被估计
该研究还发现，从1994年到2009年，中国超过68％的城市建成区与加权夜间区之间呈现出很强的正线性关系。意味着过去几十年中国大部分城市的城市化进程中，夜间照明和城市土地覆盖面积同样增长。然而，对于个别城市来说，随着时间的推移，城市建成区夜间灯光增加的响应模式可能会有所不同。另外，对于行政边界有限的处于城市转型的发达城市而言，城市行政单位内的夜间灯光的非放射校正信号可能趋向饱和。这种情况下，应该用校正的夜间灯光数据来进行统计估计。
3.6 城市用电量估算
高电力消耗可以被认为是DMSP/OLS图像中强烈的夜间灯光亮度的直接原因。虽然由于缺乏数据，人造夜间照明的电力消耗与夜间照明卫星的测量之间的确切关系仍然不太了解，但城市总电力消耗之间的统计学显着关联。中国各省级城市超过50％的夜间灯光亮度被识别。同样，如上面对其他城市化变量的讨论，该研究结果表明，加权夜间灯光面积对城市电力消耗随时间变化的趋势也有不同的反应。
结论
该研究结果证实了DMSP/OLS夜间灯光数据的用途，并将其用于估算1994-2009年间中国城市的四个城市化变量：城市人口、国内生产总值、建成区域和电力消耗的长期趋势。通过进行线性、幂律和指数模型分析，发现夜间光亮度的时间变化可以与中国城市的人口和社会经济变量存在高度的相关性。因此，DMSP/OLS夜间灯光数据可以被用来揭示中国当前的城市化进程。
参考文献:
Ma, T., Zhou, C., Tao, P., Haynie, S., & Fan, J. (2012). Quantitative estimation of urbanization dynamics using time series of dmsp/ols nighttime light data: a comparative case study from china's cities. Remote Sensing of Environment,124(124), 99-107.
文献整理：陈源、崔瑀嘉
校对：蒋和超
社论前沿
关注国际顶级刊物
聚焦前沿理论方法
追踪名家研究轨迹
推送最新学术论文
微信号：shelunqianyan
社论译介作品，欢迎个人转发朋友圈，自媒体、媒体、机构转载请申请授权，联系邮箱shelun2015@163.com，注明“机构名称+转载”。
