EN中文

Journal of Geo-information Science >

2015 , Vol. 17 >Issue 8: 917 - 926

DOI: https://doi.org/10.3724/SP.J.1047.2015.00917

Orginal Article

Spatial Characteristics of Urban Development and Its Correlation with Macro Geomorphology in Beijing-Tianjin-Hebei Region for Recent 21 Years

  • ZHAO Min , 1, 2 ,
  • CHENG Weiming , 1, 4, * ,
  • HUANG Kun 3
Expand
  • 1. State Key Laboratory of Resource and Environmental Information System, Institute of Geographic Science and Natural Resources Research, CAS, Beijing 100101, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. School of Resource and Earth Science, China University of Mining and Technology, Xuzhou 221116, China
  • 4. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
*Corresponding author: CHENG Weiming, E-mail:

Received date: 2014-12-12

  Request revised date: 2015-02-06

  Online published: 2015-08-05

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

Confirming the existence of spatial differences among different parts of urban areas, based on the 1:1 million digital geomorphic database and DMSP/OLS nighttime light data from 1992 to 2012, we explored the spatial characteristics of urban development in Beijing-Tianjin-Hebei region for recent 21 years, including the change of urban barycenter migration, the development difference of internal urban area and the relative development rate. Besides, we compared the development difference of urban areas among different macro-scale geomorphologies. The results show that: the barycenter of Beijing-Tianjin-Hebei region has moved south-west, north-east and south-west in sequence, and different cities have different barycenter migration routes and directions; the development level of Beijing-Tianjin-Hebei region has been steadily increasing, while the disparities between cities in this region have been reduced; for cities with different types of geomorphologies, the disparities between their own municipal districts have different changing patterns over time. For plain cities, the disparity basically keeps stable; for mountainous-plain or plain-mountainous cities, an implicit downtrend is indicated; and for mountainous cities, the disparity between their municipal districts declines gradually. The migration of mountainous cities’ urban barycenter is more obvious than cities dominated by other geomorphologic types, but these cities have an overall low development level. At last, we discussed the advantages of using DMSP/OLS nighttime light data, with the premise that heterogeneity exists in each city. We also pointed out that with regard to a long time series, there is evident relevance between urban development and urban geomorphology. A deep investigation into the relevance between the spatial characteristics of urban development and urban geomorphology is significant to understand the nationwide changes of urban development.

Key words： DMSP/OLS; urban development; spatial characteristics; geomorphic type; Beijing-Tianjin-Hebei region

Cite this article

ZHAO Min , CHENG Weiming , HUANG Kun . Spatial Characteristics of Urban Development and Its Correlation with Macro Geomorphology in Beijing-Tianjin-Hebei Region for Recent 21 Years[J]. Journal of Geo-information Science, 2015 , 17(8) : 917 -926 . DOI: 10.3724/SP.J.1047.2015.00917

1 引言

城市的产生与发展受自然、经济、政治等诸多因素的影响,随着经济发展与技术革新,城市规划建设早已冲破地形、地貌等自然条件的束缚,政治、区位等社会因素在城市化进程中所发挥的作用越来越大,与此同时,城市发展与地方经济、国家政策、产业布局等之间的协同作用也备受关注。尽管如此,作为城市发展的本底因素,地貌的影响不容忽视。
京津冀都市圈作为继“珠三角”和“长三角”之后的中国经济“第三极”,其城市发展与区位布局得到专家学者的广泛关注。近年来,关于城市发展的研究,既有针对城市或城市群发展的空间特征的分析,也有针对城市发展与某些要素或现象之间联系的探讨,但涉及地貌的研究较少。本文在分析京津冀近21 a来城市发展空间特征的基础上,进一步探讨不同地貌类型城市间的发展差异。
不同于传统的遥感探测器,DMSP/OLS（Defense Meteorological Satellite Program/ Operational Linescan System）可获取夜间城市灯光及小规模居民地、车流、渔船等发出的低强度信号,并使之区别于黑暗的乡村背景[1]。该传感器与NOAA AVHRR的时间、空间分辨率相近,适合城市化进程的动态监测[1]。目前,DMSP/OLS夜间灯光数据已广泛应用于城市扩展[2-5]、人口估算[6-9]、经济因子估算[10-11]、灾害[12-13]、渔业[14]、能源[15]等领域的研究中,结果表明,夜间灯光数据够较好表征城市化水平、经济状况等,是人类活动强度的综合表达。
采用夜间灯光数据的城市发展研究,大多集中在城市建成区的提取上[16-18],将城市视为内部匀质的空间,通过建成区的时空变化来反映城市扩张。本文将各市级行政区划单元视为城市对象,将夜间灯光数据作为表征城市发展水平的综合因子,把城市看作内部异质的空间,从重心迁移变化、城市内部变异度、相对发展速率3方面,分析近21 a来京津冀地区城市发展的空间特征,并以宏观地貌类型对京津冀城市进行划分,对比不同地貌类型城市间的发展差异,探讨灯光数据,将城市看作内部异质的空间来分析城市发展特征的优越性,并指出在长时间序列下,城市发展与地貌间存在一定的关联性,深入探讨二者间的规律对把握全国范围内城市发展变化具有一定的借鉴意义。

2 研究区背景与数据预处理

京津冀研究区包括北京、天津2个直辖市和河北省11个地级市,总面积约21.56万km2,是北方经济的重要核心区。该区位于华北平原北部,北靠燕山山脉和冀北山地,西倚太行山,东临渤海湾,地势西北高、东南低。京津冀地区地貌复杂多样,西北和北面多为山地,东南部为广阔的平原地带,丘陵和台地零星分布（图1）。
Fig. 1 Regional overview of Beijing-Tianjin-Hebei region

图1 京津冀地区概况

研究区的基础地理数据源自全国1：25万基础地理信息数据库（2002年版）,包含水系、居民地、铁路、公路、境界、地形、其他要素、辅助要素、坐标网,以及数据质量等14个数据层。
另外,DMSP/OLS夜间灯光数据是覆盖全国的1992-2012年间共21 a的DMSP/OLS非辐射定标的夜间稳定灯光数据（空间分辨率为30″,在赤道地区约1 km,40°N地区约为0.8 km）[19]。灯光数据由美国国家海洋和大气管理局下属的国家地理数据中心网站下载[20],并经过二次多项式校正模型[21]处理得到。本文所用的灯光数据是利用1：25万基础地理数据库中京津冀的行政边界,对全国范围的灯光数据进行裁剪获得（图2）。
Fig. 2 DMSP/OLS images of Beijing-Tianjin-Hebei region in 1992 and 2012

图2 京津冀地区1992年和2012年城市夜间灯光空间分布

地貌数据源自中华人民共和国百万分之一数字地貌数据库,该数据从地势和海拔、成因、形态等方面逐层细分解译,具基本地貌形态类型、成因类型、次级成因类型、形态类型、次级形态类型、坡度坡向及其组合类型、物质组成或岩性类型7种属性[22-24]。本文研究基于宏观地貌特征的区域尺度城市发展,采用基本地貌形态类型下的宏观地貌形态类型（表1）。同时,利用1：25万基础地理数据进行裁剪处理,获取京津冀地区的宏观地貌形态类型数据,作为研究所用的地貌数据。
Tab. 1 Macro morphological types of the digital land geomorphology at 1:1 000 000 in China

表1 基于百万分之一数字地貌数据库的宏观地貌形态类型

宏观地貌控制框架 起伏度(m) 宏观地貌形态类型
大平原 一般<30 平原
一般>30 台地
大山地 <200 丘陵
200~500 小起伏山地
500~1000 中起伏山地
1000~2500 大起伏山地
>2500 极大起伏山地

3 城市发展空间特征及其与宏观地貌的相关性分析

3.1 城市发展空间分析方法

（1）城市地貌类型表征
将京津冀地区的地貌数据和市级行政界线数据进行空间叠加和统计分析,获取各宏观地貌形态类型在京津冀市级行政单元的分布状况。为便于后期的分析与比较,把4种不同起伏度的山地综合成1种新的宏观地貌形态类型——山地,将京津冀地区的地貌类型划分为平原、台地、丘陵、山地。以市级行政界区划内最主要的一种或两种宏观地貌形态类型来表征该行政单元的地貌类型特征。
（2）城市重心模型与轨迹特征分析算法
目前,重心模型已广泛应用于人口[25-26]、土地利用[27-28]、粮食[29-30]、经济[31-33]、能源[34]、旅游[35]等领域,通过重心迁移轨迹及其空间特征来反映相关发展变化。本文将京津冀地区13个市级行政单元看作是内部异质的对象,运用DMSP/OLS夜间灯光数据,将行政区划界线内的所有栅格均参与运算,以栅格灰度值占城市总灯光量的比重作为衡量人类活动强弱的指标,获取城市重心点,如式（1）、（2）所示。
X = ∑ j = 1 n ( D N j × x j ) ∑ j = 1 n D N j （1）
Y = ∑ j = 1 n ( D N j × y j ) ∑ j = 1 n D N j （2）
式中,X和Y表示城市重心点的坐标值,单位为度; D N j 表示第j个栅格像元的灰度值, x j 和 y j 表示第j个栅格像元中心点的坐标;n为各市级行政区划界线内的栅格像元总数。
重心迁移轨迹（Dt）描述了城市重心点在一段时间内所经过的总路程,计算公式如式（3）所示。
D t = ∑ i = a b ( x i - x i - 1 ) 2 + ( y i - y i - 1 ) 2 （3）
式中,a,b分别为起始和终止时间。
（3）城市内部变异度
分别以京津冀13个市级行政单元作为研究对象,用城市内部变异度来衡量京津冀地区各个城市内部发展差异的总体水平[36]（式（4）-（7））。
SL = ∑ D N i × C i （4）
SLD = ∑ i = 1 n S L i - ML 2 n （5）
ML = SL n （6）
CV = SLD ML （7）
式中,SL为城市灯光总量,用以反映城市整体发展水平; D N i 为第i级灰度值; C i 为第i级灰度的栅格数;SLD为标准差; S L i 为城市内第i个辖区的灯光总量;ML为城市内各辖区的平均灯光量;n为城市内的辖区个数;CV为城市内部变异度,CV值越小,表示城市内各辖区之间的发展水平差异越小,城市发展越均衡[37-38]。
（4）城市相对发展速率
在空间特征方面,引入相对发展速率[39]（式（8））作为表征不同城市经济发展状况的的测度指标,不仅能反映各城市的发展速度,还能间接反映经济基础[40]。
RLR = S L bi - S L ai ( S L b - S L a ) × P i （8）
式中, S L ai 和 S L bi 分别是城市内第i个辖区在研究初期和末期的灯光总量; S L a 和 S L b 分别是整个城市在研究初期和末期的灯光总量; P i 为城市内第i个辖区占整个城市面积的比例。RLR值越高,表明城市经济发展状况越好[37-38]。

3.2 京津冀城市发展空间特征及其与地貌相关关系分析

（1）京津冀城市地貌特征分析
图3（a）为京津冀地区宏观地貌形态类型的空间分布。京津冀地区平原面积最大（约占京津冀总面积的52.04%）,主要分布在东南部;山地面积仅次于平原,多出现在北部和西南边界;丘陵和台地较少,大多位于山地和平原的过渡地带,少量台地分布在平原中部。
Fig. 3 Geomorphological features of Beijing-Tianjin-Hebei region

图3 京津冀地区地貌特征

表2为京津冀各市级行政单元内不同地貌形态类型的面积百分比。不同市级行政单元内各地貌形态类型所占的面积比存在一定差异,但总体上以平原或山地地貌为主,丘陵和台地所占面积较小。为了对京津冀城市发展进行针对性的研究,本文依据各行政单元下大平原和大山地的分布比例,对城市进行地貌类型划分。将大平原面积比超过85%的城市命名为平原型城市,大平原面积比在50%~85%之间的城市命名为平原-山地型城市,大平原面积比在45%~50%的城市命名为山地-平原型城市,大平原面积比小于45%,即大山地面积比超过55%的城市命名为山地型城市。基于宏观地貌形态控制框架,利用上述分类标准将京津冀地区的城市划分为平原型、山地型、平原-山地型和山地-平原型共4类（表2和图3(b)）。
Tab. 2 Characteristics of geomorphologic type distribution for the administrative units in Beijing-Tianjin-Hebei region

表2 京津冀市级行政单元的地貌类型分布特征

城市名称 城市地貌类型 面积百分比（%）
宏观地貌形态控制框架 宏观地貌形态类型
大平原 大山地 平原 台地 丘陵 山地
沧州 平原型 100.00 0.00 100.00 0.00 0.00 0.00
衡水 平原型 100.00 0.00 99.99 0.01 0.00 0.00
廊坊 平原型 99.22 0.78 99.22 0.00 0.00 0.78
天津 平原型 95.76 4.24 95.76 0.00 1.34 2.90
邢台 平原-山地型 77.96 22.04 75.84 2.12 4.65 17.39
邯郸 平原-山地型 76.71 23.29 70.42 6.28 3.47 19.83
唐山 平原-山地型 76.27 23.73 75.80 0.47 9.48 14.26
石家庄 平原–山地型 62.34 37.66 60.90 1.44 8.48 29.17
保定 平原–山地型 57.58 42.42 52.10 5.48 3.00 39.42
北京 山地–平原型 46.28 53.72 45.55 0.73 4.89 48.83
张家口 山地型 43.07 56.93 25.77 17.30 15.46 41.47
秦皇岛 山地型 37.95 62.05 30.92 7.03 10.86 51.20
承德 山地型 10.63 89.37 10.43 0.20 10.57 78.80
（2）重心迁移的时空变化
利用式（1）、（2）,分别将整个京津冀地区及各市级行政单元内的所有栅格参与运算,得到1992-2012年间京津冀地区总体重心迁移变化及各个城市的重心迁移轨迹（图4）。近21 a来,京津冀地区区域重心总体上由西南向东北偏移,重心迁移方向大致经历西南-东北-西南3个阶段,迁移轨迹累计58.75 km。不同城市的重心迁移轨迹和迁移方向不同。张家口、承德、秦皇岛、保定、邯郸、沧州的重心迁移轨迹呈线型,具有明显的方向性,其中,张家口重心逐渐北移,秦皇岛和保定的重心自东向西偏移明显,邯郸和沧州的重心向东偏移,承德的重心在近几年向东北偏移的趋势明显;天津和衡水的重心基本稳定不变;邢台和唐山的重心保持多向往复运动,重心轨迹呈点簇型;北京和廊坊的重心偏移具有一定的方向性,但偏移量不明显。
Fig. 4 Barycenter migration route of cities in Beijing-Tianjin-Hebei region in recent 21 years

图4 近21 a来京津冀地区城市重心迁移轨迹

图5反映了近21 a来京津冀地区城市重心迁移总量,结果表明,承德的重心迁移量最大,累积迁移74.46 km,秦皇岛和张家口的重心迁移量次之;衡水的重心累计迁移量最小,仅有13.14 km;廊坊、石家庄、沧州、唐山、天津和北京的重心迁移量依次递减,但基本维持在19 km左右。
Fig.5 Barycenter migration distance of different cities in Beijing-Tianjin-Hebei region in recent 21 years

图5 近21 a来京津冀不同城市累计重心迁移量

从地貌的角度分析,承德、秦皇岛和张家口以山地居多,受地形和地貌因素的制约,城市建设难以实现由中心城区向四周的均匀扩张,城市发展往往具有特定的方向性,因此城市重心容易发生偏移。廊坊、沧州、天津和衡水为典型的平原型城市,城市建设多受政治、经济等因素的影响,宏观的地形和地貌特征对城市整体发展的制约性较小,城市各个方向的发展力度差异不大,因此城市重心的偏移量也不大。石家庄和北京虽属山地-平原混合型城市,其发展在一定程度上受地形、地貌限制作用,但作为省会和首都,政治、区位等因素的影响占主导地位,城市总体向各个方向发展,城市重心偏移量比同等地貌类型城市小。
简而言之,城市重心的偏移受地形、地貌、区位等诸多因素的影响,各因素的主导程度视情况而定。在长时间序列下,山地型城市比平原型城市和平原山地混合型城市的重心偏移明显,即在宏观地貌类型复杂的地区,地形和地貌对城市发展有一定的制约作用。
（3）城市内部发展不均衡性分析
表3反映了近21 a间京津冀灯光总量及各城市的差异情况,京津冀的平均灯光量随时间推移增长趋势明显,表明近21 a间京津冀整体发展水平不断提高;内部变异度随时间推移呈减小趋势,表明京津冀各城市间的发展差距正逐步缩小,区域经济向均衡的方向发展。
Tab. 3 Values of SL and CV in Beijing-Tianjin-Hebei region

表3 京津冀灯光总量与差异状况

年份 京津冀整体 各城市间差异参数
灯光总量 平均灯光量 标准差 内部变异度
1992 13 96 470.3597 107 420.7969 71 474.4699 0.0512
1993 1 753 336.9202 134 872.0708 76 120.8446 0.0434
1994 1 753 065.7491 134 851.2115 76 562.6258 0.0437
1995 1 984 988.9995 152 691.4615 84 312.2691 0.0425
1996 1 964 909.6136 151 146.8934 84 162.4027 0.0428
1997 2 034 973.9936 156 536.4610 84 731.7029 0.0416
1998 2 169 364.1264 166 874.1636 86 295.6126 0.0398
1999 1 839 360.0000 141 489.2308 82 470.8268 0.0448
2000 1 963 138.4937 151 010.6534 84 259.1893 0.0429
2001 2 032 086.3988 156 314.3384 92 126.2359 0.0453
2002 2 112 539.3162 162 503.0243 96 710.9636 0.0458
2003 2 220 150.0587 170 780.7737 97 039.3541 0.0437
2004 2 293 867.2618 176 451.3278 102 076.1119 0.0445
2005 2 560 161.8884 196 935.5299 103 989.6055 0.0406
2006 2 457 722.4631 189 055.5741 105 752.6410 0.0430
2007 2 562 449.2236 197 111.4787 105 453.9932 0.0412
2008 2 615 744.4403 201 211.1108 106 523.1982 0.0407
2009 2 844 470.4748 218 805.4211 107 554.2676 0.0378
2010 2 985 608.2984 229 662.1768 117 870.5060 0.0395
2011 2 905 376.0636 223 490.4664 108 425.8030 0.0373
2012 2 822 791.8741 217 137.8365 110 987.1274 0.0393
以京津冀城市内部各市辖区为研究单元,探索不同城市灯光总量及城市内部发展差异,将城市内部变异度的时序特征总结为平稳型、小幅下降型、大幅下降型3类（图6）。
Fig. 6 Temporal characteristics of CV values for different cities in Beijing-Tianjin-Hebei region

图6 近21 a来京津冀不同城市内部变异度的时序特征

图6反映了近21 a的京津冀地区不同城市内部变异度的时序特征。从时间序列上看,天津、廊坊、沧州和衡水的城市内部变异度整体上保持平稳表明,近21 a来,其城市内部各辖区之间的差距始终存在且稳定;北京、石家庄、唐山、邢台、邯郸、保定的城市内部变异度随时间推移呈现小幅下降,其城市内部各辖区之间的发展差异略微缩减;张家口、承德、秦皇岛的城市内部变异度随时间推移显著下降,表明其城市内部各辖区之间的发展差异逐渐缩小,城市发展不平衡性明显改善。从空间范围上看,内部变异度符合“平稳型”时序特征的城市均为“平原型城市”,内部变异度符合“小幅下降型”时序特征的城市均为“山地-平原型城市”或“平原-山地型城市”,内部变异度符合“大幅下降型”时序特征的城市均为“山地型城市”。
总之,京津冀不同城市的城市内部变异度水平不同,变异度的高低与地貌没有直接联系,但是,在长时间序列下,城市内部变异度的变化趋势与城市地貌特征具有一定的相关性,具体表现为不同地貌类型城市,其城市内部变异度随时间变化曲线的整体斜率不同。平原型城市其内部变异度随时间变化的曲线保持平稳,表明平原型城市的内部发展不平衡现象较为明显,平原-山地混合型城市其内部变异度随时间变化的曲线呈缓慢下降的趋势,表明平原山地混合型城市的内部发展不平衡性近年来略微好转,山地型城市其内部变异度随时间变化的曲线下降趋势明显,表明山地型城市的内部发展不均衡性近年来已得到明显改善。
（4）城市相对发展水平
表4反映1992-1997年（第1阶段）、1997-2002年（第2阶段）、2002-2007年（第3阶段）、2007-2012年（第4阶段）京津冀地区不同城市的相对发展速率,值为正表示城市向正向发展,值为负表示城市发展呈现倒退,值大于1,表明城市发展水平优于同等规模的其他城市,城市发展进程较快。
Tab. 4 Relative development rate of different cities in Beijing-Tianjin-Hebei region

表4 京津冀各城市相对发展速率

城市 第1阶段 第2阶段 第3阶段 第4阶段
廊坊 2.1996 2.5329 2.3073 3.0105
天津 1.8235 3.9713 2.9173 2.7791
邯郸 1.6756 -5.0299 0.7500 1.8141
沧州 1.4517 -0.9843 0.8376 1.0353
北京 1.4398 9.9182 0.7026 1.6104
邢台 1.3757 0.5511 0.6921 1.9986
石家庄 1.2494 -1.0489 1.1491 1.1866
保定 1.2463 2.0175 0.8392 0.3444
唐山 1.2255 -0.4522 3.5825 0.3667
衡水 1.1963 0.9779 0.5435 0.5611
秦皇岛 0.6642 -1.4801 1.7141 0.2209
张家口 0.3947 0.5199 0.3581 0.6552
承德 0.1781 0.4475 0.3162 0.4051
显然,除了第2阶段部分城市的发展速率为负,其他阶段京津冀各城市均向正向发展。第1阶段有10个城市的发展水平高于同等规模的城市,且各城市的发展速率差异较小,表明京津冀的区域发展较均衡;第2阶段个别城市的发展后退,以邯郸最为典型,北京的发展速率远大于其他城市,京津冀区域发展不平衡现象明显;相较第2阶段,后两个阶段相对发展速率大于1的城市增多,各城市相对发展速率的差异逐渐变小,表明2002-2012年间越来越多的城市发展水平高于同等规模城市,京津冀区域发展逐渐趋于平衡。
将4个阶段京津冀各城市的相对发展速率,采用自然间断点法进行分级,得到不同时期京津冀城市发展等级的空间分布特征（图7）。京津冀城市发展水平整体呈西北低、东南高的态势。统计不同城市4个阶段的发展等级,将累计和作为评价城市发展水平高低的测度指标,值越高表明城市发展水平越高。结果表明,天津、廊坊和北京是近21 a来京津冀地区城市发展水平最高的3大城市,张家口、承德和秦皇岛的城市发展最为缓慢。
Fig. 7 Relative development levels of cities in Beijing-Tianjin-Hebei region during different periods

图7 不同时期京津冀各城市相对发展水平

图8反映了近21 a来京津冀各城市的相对发展速率,天津、廊坊、唐山、北京的相对发展速率较大,秦皇岛、张家口和承德的相对发展速率较小,其他城市的相对发展速率稳定在同一水平,这与上述4个阶段城市发展等级叠合的结果基本一致。
Fig. 8 Relative development rate of different cities in Beijing-Tianjin-Hebei region in recent 21 years

图8 近21 a来京津冀不同城市相对发展速率

从地貌角度分析,张家口、承德和秦皇岛属于山地型城市,其城市发展相比较其他地貌类型城市存在一定的劣势,平原型城市、山地-平原型城市、平原-山地型城市,虽在地貌上存在差异,但城市发展更多受到区位、政治、经济等社会因素制约,由地貌因素带来的影响可被这些社会因素抵消。总体来说,随着经济增长和城镇建设,地貌因素在城市发展中所发挥的作用正逐渐削弱,但对于地形地貌复杂的区域而言,地貌对城市发展仍具有较大影响。

4 结论与讨论

4.1 结论

（1）基于宏观地貌特征将京津冀各市级行政单元划分为平原型、平原-山地型、山地-平原型和山地型4类。沧州、衡水、廊坊和天津为平原型城市,邢台、邯郸、唐山、石家庄和保定为平原-山地型城市,北京为山地-平原型城市,张家口、秦皇岛和承德为山地型城市。
（2）近21 a来,京津冀重心迁移方向大致经历西南-东北-西南3个阶段,重心迁移量累计58.75 km,不同城市的重心迁移轨迹和方向不同,轨迹形状有线型和点簇型,迁移方向有固定不动型、单向型和多向往复型,京津冀城市重心迁移累计量总体上西北高、东南低;城市发展水平逐年提高,各城市间的差异逐步缩小,但城市发展水平整体上呈现西北低、东南高的态势;各城市内部发展不均衡,且随时间推移,城市内部各辖区间的差异没有增大的趋势。
（3）近21 a来,京津冀地区山地型城市相比其他地貌类型城市,重心迁移现象明显;平原型城市内部发展不平衡现象始终存在,平原、山地混合型城市其内部发展不平衡现象得到一定改善,山地型城市其内部发展不平衡现象已得到很大好转;区位优势明显的北京、天津、廊坊城市发展较快,受山地制约的张家口、秦皇岛、承德城市发展缓慢。
（4）随着经济增长和城镇化进程加快,地貌因素在城市发展中所发挥的作用正逐步削弱,但对于地形地貌复杂的地区而言,地貌对城市发展仍具有较大影响。

4.2 讨论

（1）城市重心的提取方法：目前多用遥感影像提取城市建成区,将建成区视为匀质的斑块,提取斑块的重心作为整个城市的重心。该方法没有考虑非建成区对提取结果的影响,也忽视了建成区内部的差异性,所提取的结果与实际情况存在较大差距。也有学者尝试利用城市各辖区的GDP作为权重获取城市重心,该方法虽考虑了各辖区间的差异性,但也忽略了辖区内部的差异性,且重心提取易受到统计资料缺失或失真等情况的影响。
本文基于夜间灯光数据提取城市重心,将各市级行政单元内的所有栅格都参与运算,以栅格灰度值的大小表征人类活动的强度,所提取的城市重心,既考虑了城市非建成区对城市重心提取的贡献,又考虑了城市内部的发展差异,提取结果更加真实可信;相比统计年鉴,灯光数据获取方便,信息全面,且城市重心的提取方法,对于最小行政单元以下的尺度仍然适用。
（2）城市及其内部发展测度：本文沿用了区域发展均衡性研究中最常用的2个测度指标来反映京津冀各城市间和城市内部的发展差异,不同于前人研究,本文不再依靠统计数据,而是以灯光数据的属性信息作为计算公式中的经济指标,避免了统计数据中因人为因素所带来的误差,同时考虑了城市内部的差异性,使得计算出的测度指标更好地反映区域发展均衡性。
本文在分析京津冀城市发展的空间特征的基础上,探讨了长时间序列下不同地貌类型城市间的发展差异。依据地貌特征对城市进行地貌类型的划分,对比不同地貌类型城市的发展差异并寻找相同地貌类型城市的发展共性,所获得的城市发展空间特征与宏观地貌的关联性有限,且仅适用于京津冀地区,所以,扩充和丰富这种关联性分析是今后研究的重点。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
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[J].遥感学报,2003,7(3):168-175,241.

[2]
Elvidge C D, Safran J, Tuttle B T, et al.Potential for global mapping of development via a nightsat mission[J]. Geo-Journal, 2007,69(1):45-53.

[3]
卓莉,李强,史培军,等.20世纪90年代中国城市用地外延扩展特征分析[J].中山大学学报(自然科学版),2007,46(3):98-102.

[4]
Lo C P.Urban indicators of China from radiance calibrated digital DMSP/OLS nighttime images[J]. Annals of the Association of American Geographers, 2002,92(2):225-240.

[5]
Mcdonald R I, Kareiva P, Formana R.The implications of current and future urbanization for global protected areas and biodiversity conservation[J]. Biological Conservation, 2008,141(6):1695-1703.

[6]
Lo C P.Modeling the population of China using DMSP operational linescan system nighttime data[J]. Photogrammetric Engineering and Remote Sensing, 2001,67(9):1037-1047.

[7]
Lo C P.Urban indicators of China from radiance-calibrated digital DMSP-OLS nighttime image[J]. Annals of the Association of American Geographers, 2002,92(2):225-240.

[8]
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[J].地理学报,2005,60(2):266-276.

[9]
曹丽琴,李平湘,张良培.基于DMSP/OLS夜间灯光数据的城市人口估算——以湖北省各县市为例[J].遥感信息,2009(1):83-87.

[10]
Doll C, Muller J P, Morley J G.Mapping regional economic activity from nighttime light satellite imagery[J]. Ecological Economics, 2006,57(1):75-92.

[11]
Henderson J V, Storeygard A, Weil D N.Measuring economic growth from outer space[J]. American Economic Review, 2012,102(2):994-1028.

[12]
Cahoon D R, Stocks B J, Levine J S, et al.Seasonal distribution of African Savanna Fires[J]. Nature, 1992,359:812-815.

[13]
Tuttle B.Active forest fire monitoring in Uttaranchal State, India using multitemporal DMSP-OLS and MODIS data[J]. International Journal of Remote Sensing, 2007,28(10):2123-2132.

[14]
Waluda C, Griffiths H, Rodhouse P.Remotely sensed spatial dynamics of the Ilex Argentinus Fishery, southwest Atlantic[J]. Fisheries Research, 2008,91(2-3):196-202.

[15]
Chand T R K, Badarinath K V S, Elvidge C D, et al. Spatial characterization of electrical power consumption patterns over India using temporal DMSP/OLS nighttime satellite data[J]. International Journal of Remote Sensing, 2009,30(3):647-661.

[16]
Henderson M, Yeh E T, Gong P, et al.Validation of urban boundaries derived from global night-time satellite imagery[J]. International Journal of Remote Sensing, 2003,24(3):595-609.

[17]
何春阳,李景刚,陈晋,等.基于夜间灯光数据的环渤海地区城市化过程[J].地理学报,2005,60(3):409-417.

[18]
毛卫华,胡德勇,曹冉,等.利用MODIS产品和DMSP/OLS夜间灯光数据监测城市扩张[J].地理研究,2013,32(7):1325-1335.

[19]
范俊甫,马廷,周成虎,等.1992-2010年基于DMSP-OLS图像的环渤海城市群空间格局变化分析[J].地球信息科学学报,2013,15(2):280-288.

[20]
NOAA/NGDC. OLS-Operational Linescan System[EB/OL]. 2012.

[21]
Elvidge C D, Ziskin D, Baugh K E, et al.A fifteen year record of global natural gas flaring derived from satellite data[J]. Energies, 2009,2(3):595-622.

[22]
周成虎,程维明,钱金凯,等.中国陆地1:100万数字地貌分类体系研究[J].地球信息科学学报,2009,11(6):707-724.

[23]
周成虎,程维明,钱金凯.数字地貌遥感解析与制图[M].北京:科学出版社,2009.

[24]
中华人民共和国地貌图集编辑委员会.中华人民共和国地貌图集(1:100万)[M].北京:科学出版社,2009.

[25]
葛美玲,封志明.中国人口分布的密度分级与重心曲线特征分析[J].地理学报,2009,64(2):202-210.

[26]
李在军,管卫华,柯文前.中国区域消费与经济、人口重心演变的时间多尺度研究[J].经济地理,2014,34(1):7-14.

[27]
周启刚,陈丹,陈倩.重庆山地都市区1985-2010年土地利用重心迁移研究[J].水土保持研究,2013,20(4):189-193.

[28]
郭丽英,李刚.环渤海地区城镇化进程中耕地面积及其重心转移格局分析[J].中国农业资源与区划,2013,34(4):32-36.

[29]
文琦,赵亮.1978-2011年宁夏粮食产量重心移动轨迹及其驱动机制[J].地域研究与开发,2014,33(1):99-102.

[30]
王介勇,刘彦随.1990年至2005年中国粮食产量重心演进格局及其驱动机制[J].资源科学,2009,31(7):1188-1194.

[31]
王彬,王宜强.改革开放以来福建省经济重心格局演变及其空间差异[J].地理研究,2011,30(10):1882-1890.

[32]
叶明确. 1978-2008年中国经济重心迁移的特征与影响因素[J].经济地理,2012,32(4):12-18.

[33]
徐国良,黄贤金,李丽,等.1991-2011年南海周边国家及地区经济重心及经济发展重心演变分析[J].资源科学,2014,36(4):682-690.

[34]
赵冠伟,杨木壮,陈健飞.1990-2007年中国能源足迹时空差异分析[J].地理与地理信息科学,2011,27(2):65-69.

[35]
万三敏,陈淑兰,沈振剑.中部六省旅游重心转移规律及对旅游合作的启示[J].地域研究与开发,2010,29(2):91-94.

[36]
吴健生,赫胜彬,彭建,等.基于DMSP-OLS数据的城市发展空间特征研究[J].地理与地理信息科学,2014,30(2):20-25.

[37]
吴康,韦玉春.20世纪90年代以来江苏区域发展均衡性的测度分析[J].地理科学进展,2008,27(1):64-74.

[38]
慕晓飞,雷磊.东北经济重心演变及区域发展均衡性研究[J].经济地理,2011,31(3):366-370.

[39]
欧阳南江. 改革开放以来广东省区域差异的发展变化[J].地理学报,1993,48(3):204-217.

[40]
周玉翠,齐清文,冯灿飞.近10年中国省际经济差异动态变化特征[J].地理研究,2002,21(6):1-10.

Options
Outlines

/

〈 〉