基于夜间灯光数据的中国城市用地扩展类型

地理学报

ＡＣＴＡＧＥＯＧＲＡＰＨＩＣＡＳＩＮＩＣＡ

Ｖｏｌ．６１，Ｎｏ．２Ｆｅｂ．，２００６

基于夜间灯光数据的中国城市用地扩展类型

卓莉１，３，李强２，３，史培军２，３，陈晋２，３，郑璟２，３，黎夏１（１．中山大学地理科学与规划学院，广州５１０２７５；２．北京师范大学资源学院，北京１００８７５；

３．北京师范大学环境演变与自然灾害教育部重点实验室，北京１００８７５）

摘要：针对目前在城市用地空间扩展类型的划分与识别方面存在的问题，首次提出了基于夜间灯光图像像元灯光强度的时间变化特征对城市用地空间扩展类型进行分类／识别的方法，并应用该方法将中国１９９２￣１９９８年间的城市用地空间扩展类型分成了３级７大类，进而对这些扩展类型的区域结构、空间分布和开发强度进行了分析，揭示了１９９２￣１９９８年间中国城市用地空间扩展的一些主要特征。提出以像元为分析对象、并采用多级分类的方法，不仅实现了大尺度上城市用地空间扩展类型的快速识别，而且还在保证分类结果与其他相关研究结果衔接一致的前提下，提供了更为详细且符合实际的城市用地空间扩展信息。

关键词：ＤＭＳＰ／ＯＬＳ；灯光数据；城市用地空间扩展类型；城市扩展；中国；２０世纪９０年代

１引言

２０世纪９０年代以来，中国进入了加速城市化时期［１］，作为城市化的一个重要表征，

城市用地也以空前的速度、多样的形式在空间上迅速扩展，这些扩展形式由于区域政治、经济、文化、历史等各种复杂因素的综合作用而在空间上呈现出多种组合、结构与分布特征，表现出明显的区域差异。从宏观上对这些新特征进行准确快速的定量分析与评价，将有助于加深对城市用地空间扩展宏观规律的认识与理解，从而不仅可为中国宏观城市体系发展规划、区域平衡发展战略研究等提供决策依据，同时也可为微观研究提供参考背景，从而为实现从宏观到微观系统的管理城市用地扩展奠定基础。

城市扩展研究已在城市扩展的形态、规模、驱动力及其与环境之间的相互关系等方面取得了丰硕的成果［２－７］，而在城市用地空间扩展类型的划分与识别上还存在一些不足：①对城市用地空间扩展类型的定义不太统一，不同的文献采用不同的分类方法，如：Ｌｅｏｒｅｙ等［６］将城市用地的扩展分成紧凑式、边缘式或多点式、廊道式３种类型；Ｒｏｂｅｒｔｏ等［７］认为城市用地扩展有填充式、边缘式、沿交通线扩展、蔓延式和“卫星城”式５种类型；②对各种扩展类型的识别以定性描述为主，定量方法相对不足［８］；③不同的类型之间存在一定的重叠性，如：发生在交通线附近城市区域内的扩展，既可以说是“沿交通线扩展”，也可以称之为“填充式扩展”；④识别方法主要是基于两个时期的城市用地变化的比较，这虽然可以揭示出城市用地扩展的结果，但较难反映城市用地空间扩展强度变化的过程；⑤大尺度上城市用地空间扩展类型的识别研究不足，因此难以从整体上快速了解中国城市用地空间扩展的现状。

在大尺度上对城市用地空间扩展类型进行分类与识别研究不足的一个重要原因可能

收稿日期：２００５－０８－１５；修订日期：２００５－１１－０１

基金项目：＂９８５工程＂ＧＩＳ与遥感的地学应用科技创新平台资助（１０５２０３２００４００００６）；国家杰出青年科学基金项目

（４０４２５００８）［Ｆｏｕｎｄａｔｉｏｎ：＇９８５Ｐｒｏｊｅｃｔ＇ｏｆＧＩＳａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇｆｏｒＧｅｏｓｃｉｅｎｃｅｓｆｒｏｍｔｈｅＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎｏｆＣｈｉｎａ，Ｎｏ．１０５２０３２００４００００６；ＴｈｅＮａｔｉｏｎａｌＳｃｉｅｎｃｅＦｕｎｄｆｏｒＤｉｓｔｉｎｇｕｉｓｈｅｄＹｏｕｎｇＳｃｈｏｌａｒｓ．Ｎｏ．４０４２５００８］

作者简介：卓莉，女，博士，主要从事遥感应用与地理信息系统研究。Ｅ－ｍａｉｌ：ｌｉｚｈｕｏ２００５＠ｇｍａｉｌ．ｃｏｍ

１６９－１７８页

１７０

地理学报６１卷

是由于缺乏合适的数据。美国军事气象卫星ＤｅｆｅｎｓｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＳａｔｅｌｌｉｔｅＰｒｏｇｒａｍ（ＤＭＳＰ）搭载的ＯｐｅｒａｔｉｏｎａｌＬｉｎｅｓｃａｎＳｙｓｔｅｍ（ＯＬＳ）传感器能够探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光，这一特征使其系列数据产品已被广泛而成功地应用于城市化相关研究之中等等［９－２１］。由于该数据不仅具有空间信息，而且具有强度变化信息，因此也较适合于在大尺度上监测、识别具有不同扩展强度变化轨迹的城市用地类型。

鉴于此，本文利用获取的三期ＤＭＳＰ／ＯＬＳ非辐射定标夜间灯光强度数据（１９９２年、１９９６年和１９９８年），提出一种以像元灯光强度的时间变化特征为依据的城市用地空间扩展类型的识别方法，从而对具有不同城市化强度变化过程的用地类型进行识别，并应用该方法对中国２０世纪９０年代的城市用地空间扩展类型进行分类，进而分析这一期间中国城市用地空间扩展类型的区域组成结构、空间分布和开发强度等特征。

２

２．１

城市用地空间扩展类型的划分

数据预处理

本文中所使用的是ＤＭＳＰ／ＯＬＳ的非辐射定标夜间灯光平均强度数据，是由日本国立环境研究所和东京大学在ＮＧＤＣ的ＤＭＳＰ／ＯＬＳ研究小组协助下，借鉴１９９６￣１９９７年的夜间灯光数据辐射标定实验工作的经验，针对亚洲地区的特点而开发的（详见文献［９，１０］）。尽管该数据已滤除了一些偶然光噪声，但由于地表现象复杂，数据中仍存在一些非城市化像元引起的光噪声，为剔出这些光噪声，确定真实的城市像元，首先对所使用的数据进行预处理。

假定在研究期间内，真实城市像元的平均灯光灰度值不可能出现从大于零再变为零的情况（这与２０世纪９０年代中国城市化的现状基本相符），那么，基于这一假定，我们认为：当某一像元在１９９２年、１９９６年和１９９８年的灯光强度满足以下的式（１）￣（３）之一时，即被认为是真实的城市像元。

（Ｉ１９９２＞０）ａｎｄ（Ｉ１９９６＞０）ａｎｄ（Ｉ１９９８＞０）（１）（Ｉ１９９２＝０）ａｎｄ（Ｉ１９９６＞０）ａｎｄ（Ｉ１９９８＞０）（２）（Ｉ１９９２＝０）ａｎｄ（Ｉ１９９６＝０）ａｎｄ（Ｉ１９９８＞０）（３）

式中：Ｉ１９９２、Ｉ１９９６和Ｉ１９９８分别表示像元在１９９２年、１９９６年和１９９８年的夜间平均灯光强度。２．２城市用地空间扩展类型的划分

基于ＤＭＳＰ／ＯＬＳ数据的特点和以往的研究成果，我们可以认为，某一像元灯光强度

随时间的变化在一定程度上可以反映这一像元所在区域被开发利用强度的变化过程，因此，可以根据城市像元灯光强度的时间变化特征来识别不同的城市用地扩展类型。因此，本文城市用地空间扩展类型划分的基本思路是：用１９９２年、１９９６年和１９９８年三期的ＤＭＳＰ／ＯＬＳ夜间灯光强度数据，通过对比像元在基期、末期灯光强度的大小对像元做一级、二级类型划分，然后再依据像元在研究期间不同时间段灯光强度变化的加速度来做三级分类。具体步骤如下：

（１）图像合成：将预处理后的１９９２年、１９９６年和１９９８年的夜间平均灯光强度数据分别作为波段１、波段２和波段３合成为一幅多波段图像，用Ａ表示。

（２）研究对象的选择：选取图像Ａ中可以满足式（１）￣（３）之一的像元为研究对象，３年均未探测到灯光的像元认为对应于非城市用地，在此不作为本文的研究对象。

（３）像元类型的一级划分：根据像元在基期（１９９２年）是否已属于城市用地进行像元类型的一级划分。基期已属于城市用地，之后，像元的灯光强度在已有的基础上适当地增强或减弱，我们称这类像元为填充型，用灯光强度关系式表示即为：Ｉ１９９２＞０；而对于在基期不属于城市用地、之后才成为城市用地的这类像元，由于存在一个从无到有的变

２期卓莉等：基于夜间灯光数据的中国城市用地扩展类型

１７１

化过程，我们称之为外延型，用灯光强度关系式表示即为：Ｉ１９９２＝０。

（４）像元类型的二级划分：对于填充型像元，通过对比其在基期（１９９２年）和末期（１９９８年）灯光强度的大小，可进一步划分出３个二级类型：增强型，不变型和不稳定型。增强型是指对象像元在末期的灯光强度大于其在基期的相应值，即０＜Ｉ１９９２＜Ｉ１９９８；不变型表示对象像元在末期的灯光强度与基期基本相当，即０＜Ｉ１９９２＝Ｉ１９９８；不稳定型则指的是对象像元在末期的灯光强度小于其在基期的相应值，即Ｉ１９９２＞Ｉ１９９８＞０。不稳定型反映的是在城市化强度偏低的区域，由于城市建设开发的时进时停状态而造成的灯光强度有所降低的现象。

对于外延型像元，则根据其扩展是从哪一年开始（即从哪一年开始有灯光强度记录）而进一步分为１９９６年新扩展型和１９９８年新扩展型。

（５）像元类型的三级划分：更进一步，通过比较对象像元在两个时段灯光强度的平均变化速率，将增强型分出３种类型，它们分别是：加速增强型，匀速增强型和减速增强型。式（４）给出了灯光强度平均变化速率进行比较的方法，如果ａ＞０，就为加速增强型；如果ａ＝０，就为匀速增强型；如果ａ＜０，则是减速增强型。

Ｉ１９９８－Ｉ１９９６Ｉ－Ｉ１９９２

（４）－１９９６

２４上述的像元类型逐级分类体系如图１所示。按照这一分类方法，我们将所有的对象像元都归到了３级７大类当中，从而得到了图２的城市用地空间扩展类型分布图。

ａ＝

图１像元类型逐级分类体系示意

Ｆｉｇ．１Ｃｅｌｌｔｙｐｅｃｌａｓｓｉｆｉｃａｔｉｏｎｓｃｈｅｍｅａｔｄｉｆｆｅｒｅｎｔｌｅｖｅｌｓ

１７２

地理学报６１卷

３城市用地空间扩展类型的特征分析

３．１城市用地空间扩展类型的区域结构特征

根据图２城市用地空间扩展类型的划分结果，分别在全国以及省级行政单元尺度上统计各种城市用地空间扩展类型的像元数及其占对象像元总数的百分比（包括香港和台湾，重庆市合在四川省内，共３２个省级行政单元），分析全国以及各省各种类型的比例结构。结果见图３、图４。分析图３、图４，可以得到城市用地空间扩展的一些主要特征：

（１）从全国来看，外延型扩展的速度较快，但仍以填充型扩展为主。在１９９２￣１９９８年间，外延型扩展的像元数占到了对象像元总数的约２７％，是填充型扩展像元总数的１／３强，也就是说，在短短的七年内，新增加的城市用地面积就达到了１９９２年已有城市用地面积的１／３。

（２）在填充型扩展中，加

速增强型处于主导地位，不变型所占的比例最小，仅有２．５％，其他几种类型的比例居中。加速增强型占对象像元总数的比例达到了３８．５１％，占填充型像元总数的比例为５２．７％，这说明中国的大部分城市用地在研究期间内都得到了比较充分的开发利用，处于持续的加速发展状态。

（３）在外延型扩展中，由１９９８年新扩展型所占的比例大于１９９６年新扩展型这一结果可知，１９９６￣１９９８年间外延型扩展的速度要比１９９２￣１９９６年间快，即中国城市用地的外延型扩展也处于加速状态。

（４）从各种类型的空间组合形式来看，尤其是在大都市区，稳定不变型一般居于城市区域的中心位置，由中心向外，依次分布着：匀速增强型→减速增强型→加速增强型→１９９６年新扩展型、１９９８年新扩展型，其他类型的位置关系不是很明显，且数量较少，一般夹杂在上述序列之间。

（５）在省级行政单元尺度上，各种城市用地空间扩展

图２１９９２￣１９９８年中国城市用地空间扩展类型的空间分布Ｆｉｇ．２ＤｉｓｔｒｉｂｕｔｉｏｎｏｆｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｔｙｐｅｓｉｎＣｈｉｎａｄｕｒｉｎｇ１９９２－１９９８

图３１９９２￣１９９８年中国各省填充型扩展和外延型扩展的组成比例Ｆｉｇ．３Ｐｒｏｐｏｒｔｉｏｎｓｏｆｉｎｆｉｌｌｉｎｇｔｙｐｅａｎｄｓｐｒａｗｌｉｎｇｔｙｐｅａｔｐｒｏｖｉｎｃｉａｌｌｅｖｅｌｄｕｒｉｎｇ

１９９２－１９９８

２期卓莉等：基于夜间灯光数据的中国城市用地扩展类型

１７３

类型的比例结构存在较大的省际差异，但大部分省份的扩展类型所呈现出的主要结构特征却与全国水平一致，即以填充型扩展为主，在填充型中又以加速增强型为主，在外延型扩展中以１９９８年新扩展型为主。有３０个省份的填充型扩展所占的比例均超过了５０％（除西藏自治区和新疆维吾尔自治区），其中１２个省份的填充型扩展比例均在

８０％以上；有２８个省份图４１９９２￣１９９８年中国各省填充型扩展和外延型扩展各级类型的组成比例的增强型在填充型扩展Ｆｉｇ．４Ｐｒｏｐｏｒｔｉｏｎｓｏｆｓｕｂｔｙｐｅｓｏｆｉｎｆｉｌｌｉｎｇｔｙｐｅａｎｄｓｐｒａｗｌｉｎｇｔｙｐｅａｔｐｒｏｖｉｎｃｉａｌｌｅｖｅｌ

ｄｕｒｉｎｇ１９９２－１９９８的各子类型中所占比例

最高；有２８个省份的外

延型扩展呈加速趋势（除北京市、浙江省、台湾、天津市之外，各省份１９９６￣１９９８年间的年均新增灯光像元数与１９９２￣１９９６年间的年均新增灯光像元数的比值均大于１，其中安徽省的外延型扩展的加速度最大）。另外，填充型扩展所占比例较高的省份基本位于东部沿海一带，而外延型扩展发展速度较快的省份则主要在中西部地区。３．２城市用地空间扩展类型的空间分布特征

为了把握城市用地空间扩展类型在空间分布上的特征，我们将包含在３级７大类当中的各种城市用地扩展类型在不同省份的比例分别进行了计算，得出了图５所示的省级行政单元尺度上的各扩展类型的分布格局图。由图５反映出的主要特征可以归纳为：

（１）按照本文中的分类方法，一级分类中填充型的空间分布就代表了研究基期（１９９２年）已城市化用地的省级空间格局。从图５（ａ）可以看出：填充型扩展主要集中在广东省和环渤海湾地区（除北京和天津两个直辖市），然后从东南沿海向中部地区逐步减少。这一类型在广东省分布的数量最多，占该类型总数的约１０％，其次主要分布在环渤海湾的山东省、河北省、山西省和辽宁省，以及东南沿海的江苏省、台湾、浙江省和福建省等。西部内陆、以及行政单元面积较少的直辖市，填充型的规模相对较小。

（２）一级分类中的外延型的分布则反映了新增城市用地的省级空间格局。从图５（ｂ）可以看出：除河北省和广东省之外，新增城市用地主要分布在中部和西部的部分地区，在经济发达但行政单元面积较小的地区则分布较少，如：这一类型分布在香港和上海市的比例最少，约为０％，其次是北京市、天津市和台湾，分布比例均小于０．５％。这在某种程度上说明：经济发达地区的土地资源接近使用极限，已经无法保障外延型扩展的空间，而中西部地区则是外延型扩展的主要空间。

（３）填充型扩展的二、三级类型的省级空间分布见图５（ｃ）￣（ｆ）（由于不变型所占的比例很小，在这里不做分析）。从这些图中可以看出：加速增强型和匀速增强型的空间分布格局与前述的填充型扩展的分布格局很相似，主要是集中在广东省和环渤海湾地区（除北京和天津两个直辖市），然后从东南沿海向中部地区逐步减少；减速增强型主要分布在东部沿海的广东省、台湾、山东省、浙江省和江苏省以及中部的山西省；不稳定型则主要

１７４

地理学报６１卷

图５中国各种城市用地空间扩展类型的省级空间分布格局

Ｆｉｇ．５Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆａｌｌｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｔｙｐｅｓａｔｐｒｏｖｉｎｃｉａｌｌｅｖｅｌ

分布在东北部和广东省。

（４）外延型扩展的二级类型的省级空间分布格局见图５（ｇ）￣（ｈ）。从这些图中可以看出：外延型扩展在两个时段的空间分布虽然都主要集中在中西部地区，但这种类型随着

２期卓莉等：基于夜间灯光数据的中国城市用地扩展类型

表１中国各种城市用地空间扩展类型的平均灯光强度及变异系数

１７５

Ｔａｂ．１Ｍｅａｎｖａｌｕｅｏｆｌｉｇｈｔｉｎｔｅｎｓｉｔｙｏｆｅａｃｈｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｔｙｐｅａｎｄｉｔｓｃｏｅｆｆｉｃｅｎｔｏｆｖａｒｉａｎｃｅ

时间的推移，呈现出更向中西部各省偏移的趋势。比如：１９９６年新扩型在东部沿海还有一定的分布，在河北省、福建省和广东省的比例都在５％以上，而１９９８年新扩型在东部沿海各省的分布比例已经大大减少；１９９６￣１９９８年间新增加的城市用地在新疆维吾尔自治区分布最多，其次是黑龙江省、广西壮族自治区和安徽省。３．３城市用地空间扩展类型的开发强度特征

像元灯光强度的大小可以反映像元所在区域被开发利用的程度，为把握各种城市用地空间扩展类型在开发强度方面的特征，我们对各类型的平均灯光强度及其变异系数进行了统计（表１）。表１的数据反映出：

（１）与填充型扩展的各级类型相比，外延型扩展的各级类型的平均灯光强度明显偏低，这说明新开发的城市用地还基本上处于低密度开发的状态。

（２）在填充型的各级类型中，三期的数据都表现出加速增强型的平均灯光强度最低，其次是匀速增强型、减速增强型和不稳定型，平均灯光强度最高的是不变型。像元灯光强度偏低意味着像元所在区域的开发程度相对较低，因而它才有可能为之后的填充型扩展提供较大的发展空间，呈现出加速增强的结果。而灯光强度的逐渐增强则反映出相应区域的开发利用逐渐接近饱和，进一步发展的潜势越来越有限，因而扩展速度也逐步减缓，表现出匀速增强、减速增强型和不稳定的特征。平均灯光强度最高的不变型有两种表现，一种是灯光强度高并基本恒定不变，这种类型主要分布在城市的中心位置，它的进一步发展的余地不是很大；另一种表现是灯光强度不高，且近似保持不变，这种类型一般分布在郊区，还有一定再发展的可能性。

（３）从变异系数反映出的灯光强度的离散程度看，外延型扩展的各级类型也要比填充型扩展的各级类型明显偏低。而在填充型的各级类型中，匀速增强型和不变型的离散度较高，减速增强型、加速增强型和不稳定型的灯光强度的离散度比较接近，相对较低。不变型的高离散度与上述的它包含有两种差异较大的灯光强度数据有关；而匀速增强型的变异系数较高可能与该类型在各种灯光强度条件下均有出现以及数据涵盖较广泛有关。

４结论与讨论

（１）城市用地空间扩展类型的区域组成结构在省级行政单元尺度上既有明显的共性，

又有一定的差异性。共性主要表现在：首先，大部分省份的城市用地空间扩展以填充型为主，填充型扩展又以加速增强型为主，这说明已有的城市用地大部分处于加速开发利用的状态；其次，各种类型在大都市区一般表现出：由城市中心区的稳定不变型依次向外渐变为匀速增强型→减速增强型→加速增强型→１９９６年新扩展型、１９９８年新扩展型的特征。再次，在外延型扩展中，１９９６￣１９９８年间城市用地面积的年均增长速度大于

１７６

地理学报６１卷

１９９２￣１９９６年间的相应值，这一结果表明：２０世纪９０年代中国的外延型扩展是呈加速趋

势的。而差异性主要表现为：虽然大部分省份以填充型扩展为主，但各种类型在不同省份所占的比例相差较大，比如：在有的省份填充型扩展的比例较高，最高可达到１００％；而在有的省份填充型扩展的比例则偏低，最低只有３０％。填充型扩展所占比例较高的一般是位于东部沿海的省份。

（２）从城市用地空间扩展类型的空间分布格局来看，填充型扩展主要集中分布在广东省和环渤海湾地区（除北京和天津两个直辖市），然后从东南沿海向中部地区逐步减少，而外延型扩展主要分布在中部和西部的部分地区。进一步，从填充型扩展和外延型扩展的各级子类型的空间分布格局来看，加速增强型和匀速增强型的空间分布格局与填充型扩展很相似，但减速增强型有所不同，它主要分布在东部沿海的广东省、台湾、山东省、浙江省和江苏省，以及中部的山西省；不稳定型则主要分布在东北部和广东省；外延型扩展类型在两个时段的空间分布虽然都主要集中在中西部地区，但这种类型随着时间的推移，呈现出更向中西部各省偏移的趋势。

（３）从各种扩展类型的平均灯光强度所反映出的开发利用状况来看，与填充型扩展的各级类型相比，外延型扩展的各级类型的平均灯光强度明显偏低，这说明新开发的城市用地还基本上处于低密度开发的状态。而在填充型的各级类型中，加速增强型的平均灯光强度最低，然后依次是匀速增强型、减速增强型和不稳定型，这主要是因为随着开发利用强度的逐渐加大，进一步发展的潜势越来越有限，所以扩展速度也逐步减缓。平均灯光强度最高的不变型一部分主要集中分布在城市的中心位置，它的进一步发展的余地不是很大；而另一部分分布在郊区的，还有一定再发展的可能性。

如前所述，本文针对目前在城市用地空间扩展类型划分上存在的不足，尝试了应用新数据和新思路来对城市用地空间扩展类型进行分类与识别，并进一步对２０世纪９０年代中国城市用地扩展的特征进行了分析。我们认为，以三期ＤＭＳＰ／ＯＬＳ夜间灯光数据为基础、利用灯光强度的时间变化特征来对城市用地空间扩展类型进行分类／识别的方法是比较简单实用的，而且具有一定的新意和合理性。具体地，由于内涵式增长和外延式扩展是城市用地扩展的两种主要形式，我们首先将像元类型简单地分为填充型和外延型，然后利用三期数据的优势，进一步依据在研究基期和末期的灯光强度的变化以及不同时段的灯光强度变化的加速度，对像元再做二级和三级分类。这种方法既可以保证本研究的分类结果与其他相关研究结果的协调，又充分体现了本研究的多级分类的特色。

根据得到的分类结果，分析城市用地空间扩展类型的区域结构、空间分布和开发强度等特征，也是本研究的重要内容，以期为合理规范城市土地利用、提高集约程度提供建设性的意见。尽管文中得出了一些有意义的结论，但由于城市用地空间扩展驱动力的复杂性和受篇幅的限制，本文主要还是侧重于特征的揭示，没有做到从更深层次上探讨形成这些特征的内在机理和外在因素。而且，在掌握了城市用地空间扩展类型的现状特征后，还需要对其合理性进行评价，并思考它将会对今后的发展产生什么样的效果。这些内容都将是我们下一步研究的重点。参考文献（Ｒｅｆｅｒｅｎｃｅｓ）

［１］ＹａｎＸｉａｏｐｅｉ，ＬｉｎＺｈａｎｇｐｉｎｇ．ＴｈｅｃｈａｎｇｅｏｆｓｐａｔｉａｌｄｉｓｐａｒｉｔｉｅｓｏｆｕｒｂａｎｄｅｖｅｌｏｐｍｅｎｔｉｎＣｈｉｎａ，１９９０ｓ．ＡｃｔａＧｅｏｇｒａｐｈｉｃａ

Ｓｉｎｉｃａ，２００４，５９（３）：４３７－４４５．［闫小培，林彰平．２０世纪９０年代中国城市发展空间差异变动分析．地理学报，２００４，５９（３）：４３７－４４５．］

［２］ＳｈｉＰｅｉｊｕｎ，ＣｈｅｎＪｉｎ，ＰａｎＹａｏｚｈｏｎｇ．Ｔｈｅｍｅｃｈａｎｉｓｍａｎａｌｙｓｉｓｏｎｌａｎｄｕｓｅ／ｃｏｖｅｒｃｈａｎｇｅｉｎＳｈｅｎｚｈｅｎＣｉｔｙ．Ａｃｔａ

ＧｅｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２０００，５５（２）：１５１－１６０．［史培军，陈晋，潘耀忠．深圳市土地利用变化机制分析．地理学报，２０００，５５（２）：１５１－１６０．］

２期卓莉等：基于夜间灯光数据的中国城市用地扩展类型

１７７

［３］ＬｉＸ，ＹｅＪＡｎ．ＡｐｐｌｉｃａｔｉｏｎｏｆＰＣＡｉｎｉｍｐｒｏｖｉｎｇｌａｎｄｕｓｅ／ｃｏｖｅｒｄｅｔｅｃｔｉｏｎｐｒｅｃｉｓｉｏｎ：ａｃａｓｅｓｔｕｄｙｏｎｕｒｂａｎｌａｎｄｕｓｅ

ｅｘｐａｎｄｉｎＺｈｕｊｉａｎｇＤｅｌｔａ．ＪｏｕｒｎａｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇ，１９９７，１（４）：２８２－２８９．［黎夏，叶嘉安．利用主成分分析改善土地利用变化的遥感监测精度：以珠江三角洲城市用地扩张为例．遥感学报，１９９７，１（４）：２８２－２８９．］

［４］ＨｅＣｈｕｎｙａｎｇ，ＳｈｉＰｅｉｊｕｎ，ＣｈｅｎＪｉｎｅｔａｌ．ＰｒｏｃｅｓｓａｎｄｍｅｃｈａｎｉｓｍｏｆｕｒｂａｎｉｚａｔｉｏｎｉｎＢｅｉｊｉｎｇａｒｅａ．ＡｃｔａＧｅｏｇｒａｐｈｉｃａ

Ｓｉｎｉｃａ，２００２，５７（３）：３６３－３７１．［何春阳，史培军，陈晋等．北京地区城市化过程和机制研究．地理学报，２００２，５７（３）：３６３－３７１．］

［５］ＸｕＸｕｅｑｉａｎｇ，ＺｈｏｕＹｉｘｉｎｇ，ＮｉｎｇＹｕｅｍｉｎ．ＵｒｂａｎＧｅｏｇｒａｐｈｙ．Ｂｅｉｊｉｎｇ：ＨｉｇｈｅｒＥｄｕｃａｔｉｏｎＰｒｅｓｓ，１９９７．［许学强，周一星，

宁越敏．城市地理学．北京：高等教育出版社，１９９７．］

［６］ＬｅｏｒｅｙＯＭ，ＮａｒｉｉｄａＣＳ．Ａｆｒａｍｅｗｏｒｋｆｏｒｌｉｎｋｉｎｇｕｒｂａｎｆｏｒｍａｎｄａｉｒｑｕａｌｉｔｙ．ＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｄｅｌｌｉｎｇ＆Ｓｏｆｔｗａｒｅ，

１９９９，１４：５４１－５４８．

［７］ＲｏｂｅｒｔｏＣ，ＭａｒｉａＣＧ，ＰａｏｌｏＲ．Ｕｒｂａｎｍｏｂｉｌｉｔｙａｎｄｕｒｂａｎｆｏｒｍ：ｔｈｅｓｏｃｉａｌａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｃｏｓｔｏｆｄｉｆｆｅｒｅｎｔｐａｔｔｅｒｎｓ

ｏｆｕｒｂａｎｅｘｐａｎｓｉｏｎ．ＥｃｏｌｏｇｉｃａｌＥｃｏｎｏｍｉｃｓ，２００２，４０（２）：１９２－２１６．

［８］ＬｉｕＪｉｙｕａｎ，ＷａｎｇＸｉｎｓｈｅｎｇ，ＺｈｕａｎｇＤａｆａｎｇｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎｏｆｃｏｎｖｅｘｈｕｌｌｉｎｉｄｅｎｔｉｆｙｉｎｇｔｈｅｔｙｐｅｓｏｆｕｒｂａｎｌａｎｄ

ｅｘｐａｎｓｉｏｎ．ＡｃｔａＧｅｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２００３，５８（６）：８８５－８９２．［刘纪远，王新生，庄大方等．凸壳原理用于城市用地空间扩展类型识别．地理学报，２００３，５８（６）：８８５－８９２．］

［９］ＺｈｕｏＬｉ，ＳｈｉＰｅｉｊｕｎ，ＣｈｅｎＪｉｎｅｔａｌ．ＡｐｐｌｉｃａｔｉｏｎｏｆｃｏｍｐｏｕｎｄｅｄｎｉｇｈｔｌｉｇｈｔｉｎｄｅｘｄｅｒｉｖｅｄｆｒｏｍＤＭＳＰ／ＯＬＳｄａｔａｔｏ

ｕｒｂａｎｉｚａｔｉｏｎａｎａｌｙｓｉｓｉｎＣｈｉｎａｉｎｔｈｅ１９９０ｓ．ＡｃｔａＧｅｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２００３，５８（６）：８９３－９０２．［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．］［１０］ＺｈｕｏＬｉ，ＣｈｅｎＪｉｎ，ＳｈｉＰｅｉｊｕｎｅｔａｌ．ＭｏｄｅｌｉｎｇｐｏｐｕｌａｔｉｏｎｄｅｎｓｉｔｙｏｆＣｈｉｎａｉｎ１９９８ｂａｓｅｄｏｎｎｉｇｈｔｔｉｍｅｌｉｇｈｔｉｍａｇｅ．

ＡｃｔａＧｅｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２００５，６０（２）：２６６－２７６．［卓莉，陈晋，史培军等．基于夜间灯光数据的中国人口密度模拟．地理学报，２００５，６０（２）：２６６－２７６．］

［１１］ＥｌｖｉｄｇｅＣＤ，ＢａｕｇｈＫＥ，ＫｉｈｎＥＡｅｔａｌ．ＭａｐｐｉｎｇｃｉｔｙｌｉｇｈｔｓｗｉｔｈｎｉｇｈｔｔｉｍｅｄａｔａｆｒｏｍｔｈｅＤＭＳＰｏｐｅｒａｔｉｏｎａｌ

Ｌｉｎｅ－ｓｃａｎＳｙｓｔｅｍ．ＰｈｏｔｏｇｒａｍｍｅｔｒｉｃＥｎｇｉｎｅｅｒｉｎｇａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，１９９７，６３：７２７－７３４．

［１２］ＥｌｖｉｄｇｅＣＤ，ＢａｕｇｈＫＥ，ＤｉｅｔｚＪＢｅｔａｌ．ＲａｄｉａｎｃｅｃａｌｉｂｒａｔｉｏｎｏｆＤＭＳＰ－ＯＬＳｌｏｗ－ｌｉｇｈｔｉｍａｇｉｎｇｄａｔａｏｆｈｕｍａｎ

ｓｅｔｔｌｅｍｅｎｔｓ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，１９９９，６８（１）：７７－８８．

［１３］ＳｍａｌｌＣ，ＰｏｚｚｉＦ，ＥｌｖｉｄｇｅＣＤ．ＳｐａｔｉａｌａｎａｌｙｓｉｓｏｆｇｌｏｂａｌｕｒｂａｎｅｘｔｅｎｔｆｒｏｍＤＭＳＰ－ＯＬＳｎｉｇｈｔｌｉｇｈｔｓ．ＲｅｍｏｔｅＳｅｎｓｉｎｇ

ｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００５，９６（３－４）：２７７－２９１．

［１４］ＩｍｈｏｆｆＭＬ，ＬａｗｒｅｎｃｅＷＴ，ＥｌｖｉｄｇｅＣｅｔａｌ．ＵｓｉｎｇｎｉｇｈｔｔｉｍｅＤＭＳＰ／ＯＬＳｉｍａｇｅｓｏｆｃｉｔｙｌｉｇｈｔｓｔｏｅｓｔｉｍａｔｅｔｈｅｉｍｐａｃｔ

ｏｆｕｒｂａｎｌａｎｄｕｓｅｏｎｓｏｉｌｒｅｓｏｕｒｃｅｓｉｎｔｈｅＵ．Ｓ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，１９９７，５９（１）：１０５－１１７．

［１５］ＩｍｈｏｆｆＭＬ，ＬａｗｒｅｎｃｅＷＴ，ＳｔｕｔｚｅｒＤＣｅｔａｌ．ＡｔｅｃｈｎｉｑｕｅｆｏｒｕｓｉｎｇｃｏｍｐｏｓｉｔｅＤＭＳＰ／ＯＬＳ＇ＣｉｔｙＬｉｇｈｔｓ＇ｓａｔｅｌｌｉｔｅｄａｔａ

ｔｏｍａｐｕｒｂａｎａｒｅａｓ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，１９９７，６１（３）：３６１－３７０．

［１６］ＩｍｈｏｆｆＭＬ，ＴｕｃｋｅｒＣＪ，ＬａｗｒｅｎｃｅＷＴｅｔａｌ．Ｔｈｅｕｓｅｏｆｍｕｌｔｉｓｏｕｒｓｅｓａｔｅｌｌｉｔｅａｎｄｇｅｏｓｐａｔｉａｌｄａｔａｔｏｓｔｕｄｙｔｈｅｅｆｆｅｃｔｏｆ

ｕｒｂａｎｉｚａｔｉｏｎｏｎｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｉｎｔｈｅＵｎｉｔｅｄＳｔａｔｅｓ．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＧｅｏｓｃｉｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０００，３８（６）：２５４９－２５５６．

［１７］ＳｕｔｔｏｎＰ，ＲｏｂｅｒｔｓＤ，ＥｌｖｉｄｇｅＣＤｅｔａｌ．Ａｃｏｍｐａｒｉｓｏｎｏｆｎｉｇｈｔｔｉｍｅｓａｔｅｌｌｉｔｅｉｍａｇｅｒｙａｎｄｐｏｐｕｌａｔｉｏｎｄｅｎｓｉｔｙｆｏｒｔｈｅ

ＣｏｎｔｉｎｅｎｔａｌＵｎｉｔｅｄＳｔａｔｅｓ．ＰｈｏｔｏｇｒａｍｍｅｔｒｉｃＥｎｇｉｎｅｅｒｉｎｇａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ，１９９７，６３（１１）：１３０３－１３１３．

［１８］ＳｕｔｔｏｎＰ，ＲｏｂｅｒｔｓＤ，ＥｌｖｉｄｇｅＣｅｔａｌ．Ｃｅｎｓｕｓｆｒｏｍｈｅａｖｅｎ：ａｎｅｓｔｉｍａｔｅｏｆｔｈｅｇｌｏｂａｌｈｕｍａｎｐｏｐｕｌａｔｉｏｎｕｓｉｎｇ

ｎｉｇｈｔ－ｔｉｍｅｓａｔｅｌｌｉｔｅｉｍａｇｅｒｙ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆＥｎｖｉｒｏｎｍｅｎｔ，２００１，２２（１６）：３０６１－３０７６．

［１９］ＳｕｔｔｏｎＰ．Ａｓｃａｌｅ－ａｄｊｕｓｔｅｄｍｅａｓｕｒｅｏｆ＇＇ｕｒｂａｎｓｐｒａｗｌ＇＇ｕｓｉｎｇｎｉｇｈｔｔｉｍｅｓａｔｅｌｌｉｔｅｉｍａｇｅｒｙ．ＲｅｍｏｔｅＳｅｎｓｉｎｇｏｆ

Ｅｎｖｉｒｏｎｍｅｎｔ，２００２，８６（３）：３５３－３６９．

［２０］ＬｏＣＰ，ＷｅｌｃｈＲ．Ｃｈｉｎｅｓｅｕｒｂａｎｐｏｐｕｌａｔｉｏｎｅｓｔｉｍａｔｅｓ．ＡｎｎａｌｓｏｆｔｈｅＡｓｓｏｃｉａｔｉｏｎｏｆＡｍｅｒｅｃａｎＧｅｏｇｒａｐｈｅｒｓ，１９７７，６７：

２４６－２５３．

［２１］ＬｏＣＰ．ＵｒｂａｎｉｎｄｉｃａｔｏｒｓｏｆＣｈｉｎａｆｒｏｍｒａｄｉａｎｃｅ－ｃａｌｉｂｒａｔｅｄｄｉｇｉｔａｌＤＭＳＰ－ＯＬＳｎｉｇｈｔｔｉｍｅｉｍａｇｅ．Ａｎｎａｌｓｏｆｔｈｅ

ＡｓｓｏｃｉａｔｉｏｎｏｆＡｍｅｒｉｃａｎＧｅｏｇｒａｐｈｅｒｓ，２００２，９２（２）：２２５－２４０．

１７８

地理学报６１卷

ＩｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄＣｈａｒａｃｔｅｒｉｓｔｉｃｓＡｎａｌｙｓｉｓｏｆＵｒｂａｎＬａｎｄＥｘｐａｎｓｉｏｎＴｙｐｅｓｉｎＣｈｉｎａｉｎｔｈｅ１９９０ｓＵｓｉｎｇＤＭＳＰ／ＯＬＳＤａｔａ

ＺＨＵＯＬｉ１，３，ＬＩＱｉａｎｇ２，３，ＳＨＩＰｅｉｊｕｎ２，３，ＣＨＥＮＪｉｎ，ＺＨＥＮＧＪｉｎｇ２，３，ＬＩＸｉａ１

（１．ＳｃｈｏｏｌｏｆＧｅｏｇｒａｐｈｙａｎｄＰｌａｎｎｉｎｇ，ＳｕｎＹａｔ－ｓｅｎＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０２７５，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＲｅｓｏｕｒｃｅＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ；

３．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＣｈａｎｇｅａｎｄＮａｔｕｒａｌＤｉｓａｓｔｅｒ，ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎｏｆＣｈｉｎａ，ＢｅｉｊｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，

Ｂｅｉｊｉｎｇ１００８７５，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｃｈｉｎａｈａｓｂｅｅｎｕｎｄｅｒｇｏｉｎｇｗｉｄｅｓｐｒｅａｄｕｒｂａｎｉｚａｔｉｏｎｐｒｏｃｅｓｓａｔｕｎｐｒｅｃｅｄｅｎｔｅｄｓｐｅｅｄｓｉｎｃｅｔｈｅ１９９０ｓ．Ｔｈｅｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｉｓａｎｉｍｐｏｒｔａｎｔａｓｐｅｃｔｏｆｕｒｂａｎｉｚａｔｉｏｎａｎｄｈａｓｄｉｖｅｒｓｉｆｉｅｄｔｙｐｅｓａｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｓｏｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｔｙｐｅｓｉｓｔｈｏｕｇｈｔｔｏｂｅｃｒｕｃｉａｌｆｏｒｔｈｅｓｔｕｄｙｏｆｕｒｂａｎｉｚａｔｉｏｎａｎｄｕｒｂａｎｄｅｖｅｌｏｐｍｅｎｔｍａｎａｇｅｍｅｎｔ．Ｉｎｖｉｅｗｏｆｔｈｅｉｎｓｕｆｆｉｃｉｅｎｃｉｅｓｉｎｔｈｅｐｒｅｖｉｏｕｓｓｔｕｄｉｅｓ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｎｅｗｍｅｔｈｏｄｆｏｒｉｄｅｎｔｉｆｙｉｎｇｔｈｅｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｔｙｐｅｓｂａｓｅｄｏｎｔｈｅｔｅｍｐｏｒａｌｃｈａｎｇｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｌｉｇｈｔｉｎｔｅｎｓｉｔｙｏｆｅａｃｈｃｅｌｌｏｂｔａｉｎｅｄｆｒｏｍｔｈｅｎｏｎ－ｒａｄｉａｎｃｅｃａｌｉｂｒａｔｅｄＤＭＳＰ／ＯＬＳｎｉｇｈｔｔｉｍｅｌｉｇｈｔｄａｔａｏｆＣｈｉｎａｉｎ１９９２，１９９６ａｎｄ１９９８．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｍｅｔｈｏｄ，ｔｈｅｔｙｐｅｓｏｆｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｗｅｒｅｃｌａｓｓｉｆｉｅｄｉｎｔｏｔｗｏｃａｔｅｇｏｒｉｅｓａｎｄｓｅｖｅｎｓｕｂｔｙｐｅｓａｓａｃｃｅｌｅｒａｔｅｄｉｎｔｅｎｓｉｆｙｉｎｇｔｙｐｅ，ｓｔｅａｄｉｌｙｉｎｔｅｎｓｉｆｙｉｎｇｔｙｐｅ，ｄｅｃｅｌｅｒａｔｅｄｉｎｔｅｎｓｉｆｙｉｎｇｔｙｐｅ，ｕｎｃｈａｎｇｉｎｇｔｙｐｅａｎｄｕｎｓｔｅａｄｙｔｙｐｅｉｎｔｈｅｉｎｆｉｌｌｉｎｇｃａｔｅｇｏｒｙ，ａｎｄ１９９６ｎｅｗｅｘｐａｎｓｉｏｎｔｙｐｅ，１９９８ｎｅｗｅｘｐａｎｓｉｏｎｔｙｐｅｉｎｔｈｅｓｐｒａｗｌｉｎｇｃａｔｅｇｏｒｙ．Ｉｎｔｅｒｍｓｏｆｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔ，ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｄｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｔｙｐｅｓｉｎｃｏｍｐｏｓｉｔｉｏｎｓｔｒｕｃｔｕｒｅ，ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎａｎｄｄｅｖｅｌｏｐｉｎｇｉｎｔｅｎｓｉｔｙｆｕｒｔｈｅｒ，ｉｎｗｈｉｃｈｓｏｍｅｍｅａｎｉｎｇｆｕｌｃｏｎｃｌｕｓｉｏｎｓｗｅｒｅｄｒａｗｎ．Ｔｈｅｎｅｗｍｅｔｈｏｄｐｒｅｓｅｎｔｅｄｉｎｔｈｉｓｐａｐｅｒｓｅｅｍｓｔｏｂｅｕｓｅｆｕｌｂｅｃａｕｓｅｉｔｃａｎｎｏｔｏｎｌｙｉｄｅｎｔｉｆｙｔｈｅｔｙｐｅｓｏｆｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｏｎｌａｒｇｅｓｃａｌｅｒａｐｉｄｌｙａｎｄｓｉｍｐｌｙ，ｂｕｔａｌｓｏｐｒｏｖｉｄｅｍｏｒｅｄｅｔａｉｌｅｄａｎｄｒｅａｌｉｓｔｉｃｉｎｆｏｒｍａｔｉｏｎｏｎｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｏｎｔｈｅｐｒｅｍｉｓｅｏｆｅｎｓｕｒｉｎｇｔｈｅｃｏｍｐａｒａｂｉｌｉｔｙｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｗｉｔｈｏｔｈｅｒｒｅｓｅａｒｃｈｅｓ．

Ｋｅｙｗｏｒｄｓ：ＤＭＳＰ／ＯＬＳ；ｎｉｇｈｔｔｉｍｅｌｉｇｈｔｉｎｔｅｎｓｉｔｙｉｍａｇｅ；ｕｒｂａｎｌａｎｄｅｘｐａｎｓｉｏｎｔｙｐｅｓ；ｕｒｂａｎｅｘｐａｎｓｉｏｎ；Ｃｈｉｎａ；１９９０ｓ