刘 源 ，李月臣

（1.重庆师范大学地理与旅游学院；2.重庆师范大学三峡生态环境遥感研究所；3.重庆师范大学重庆市高校GIS应用研究重点实验室，重庆 401331）

城市中心区域作为城市空间形态结构中的重要研究领域，识别和量化城市中心区域一直是该领域重要的研究内容[1]。从现实发展情况看，近年来全球城市空间结构从传统的同心圆模式、扇形模式逐渐向多核心模式发展。当前，主要城市的多中心结构大多包含了一个传统中心商务区，即城市主中心，还包含了若干个城市副中心。随着城市化进程的快速推进，城市中心区域已经脱离了商业中心的定位，向着多层次、多职能的方向发展，“多中心化”也更多被定为城市发展的主要空间战略。

城市中心规划会极大地影响城市的发展，及时准确地评估城市中心发展现状，可以为未来城市发展规划提供可靠的反馈信息[2]。目前常见的城市中心识别提取的研究方法多依赖社会经济统计数据，具体分为阈值法、拟合法、辅助资料空间比较法三种。阈值法就是根据相关统计数据设定一定阈值，满足该阈值区域划定为城市中心区域；拟合法是利用统计数据拟合出的连续曲面上标记出局部极大值的位置，并将该位置视为城市中心；辅助资料空间比较法则是利用遥感数据结合统计资料进行城市中心识别。田晶等人提出一种单纯利用城市道路网和特定类型的POI点来提取城市中心方法[3]。但这些传统研究方法多依赖社会经济统计数据或者调查数据，该类数据多为离散的空间数据，在不同尺度的研究过程中，会导致在利用数据进行城市中心的提取时受到行政边界的影响。另外，这些研究方法要求人们对研究区域有着详细科学的了解，不具有普遍适用性，而夜间灯光数据具有可获取性强、处理量小且指数强度已证明同经济发展呈正相关关系，可应用于不同尺度、不同空间的城市中心提取研究中。基于以上结论，本文以NPP-VIIRS夜间灯光数据为基础，结合“面向地理知识发现算法”这一思路，引用局部等值线树算法，对重庆市主城区城市中心的空间范围及层次结构进行提取分析。

1 研究区概况与数据

1.1 研究区概况

重庆市主城区包括渝中区、渝北区、江北区、北碚区、沙坪坝区、九龙坡区、大渡口区、巴南区、南岸区九个行政区域，其幅员面积约5472.68 km2，占全市总面积的6.64%，是重庆市的政治、经济、文化、交通和金融中心。2015年，主城区生产总值约为6394.47亿元，户籍统计人口约为652.19万人，分别占全重庆市的40.68%和19.68%。同年，重庆市主城区城镇化率为88.60%，而重庆市全市仅为60.94%，其中主城区最高区域渝中区高达100%，最低的巴南区为78.28%。受区域内自然地形地貌的影响，主城区的城市建设呈现出明显“多中心、组团式”的空间分布格局。

1.2 研究数据

夜间灯光数据作为两种常见的夜间灯光数据，均被证明其灯光亮度值可用于反映社会经济活动及城市发展情况，包括GDP及人口的空间化、电力消耗、二氧化碳排放量等指标的估算以及相关区域的提取[4-7]。

本文主要采用2015年NPP-VIIRS夜间灯光遥感数据处理得到的年平均数据来进行城市中心区域的提取。与之前的数据相比，新数据无论是在时效性还是精度上都有了极大的改进，新数据通过星上定标，消除了传感器本身的误差，数据精度也从1000 m提高为500 m[8]。能够记录浮点型格式的最大14比特辐射值深度的夜间灯光亮度，成功解决了城市建成区饱和效应问题[9]。

2 研究方法

2.1 提取NPP-VIIRS夜间灯光数据等值线

2015年，NPP-VIIRS的年平均夜间灯光数据是由每月的DNB数据合成得到，确保了数据不受到云层、月光及其他相关因素的干扰。对夜间灯光数据提取等值线，需要设置起始等值线与等值线间距两个数值。起始等值线是低于此亮度的夜间灯光数据将不会生成等值线，等值线间距是指两条相邻的等值线在夜间灯光亮度上的差值。等值线间距越小，生成的等值线越密集，能够反映更丰富的等值线细节信息。本文将重庆区域的夜间灯光数据镶嵌处理为整型数据，等值线间距设为5。

2.2 局部等值线树与等值线填充

将NPP-VIIRS夜间灯光数据类比于地形数据，通过局部等值线树算法识别出地形意义上的“山峰”部分，将该部分视为不同级别的城市中心区域[10]。与传统简单的等值线图相比，该算法通过结合等值线填充这一概念，即“采用不同的颜色来填充的各等值线区域的方法来显示数据，使等值线图的数值变化看起来更加一目了然”这一等值线图显示的概念。等值线树包含节点与边两个要素，节点代表每一条等值线，边代表相邻等值线之间的拓扑关系，而局部则代表着不同等值线之间的拓扑关系，将大尺度区域划分成为若干个以“山峰”为中心的小尺度区域，从而形成多条等值线树。

利用该算法识别城市中心的基本技术流程，共包含两个步骤，第一步是寻找“种子”等值线，即不包含等值线且局部范围内所代表的灯光亮度值最高的等值线；第二步在确立等值线包含关系后，以“种子”等值线为起点向外部检索，过程中向外的最邻近等值线仅包含该“种子”等值线，且其数值低于“种子”等值线值，该等值线便会被认为与“种子”等值线具有相同级别。如果“种子”等值线向外的最邻近等值线包含了除该“种子”等值线外的其他等值线，则送条等值线将被赋予比“种子”等值线更高的级别，直到判别所有等值线。图1展示了提取夜间灯光局部等值线树的过程。图1（a）是基于夜间灯光遥感影像生成的主城区局部区域灯光亮度等值线图，图中的每条等值线对应着图1（b）中的每一个节点。根据等值线间的拓扑关系，得到了常规等值线树图。这一株等值线树图的节点共包含三个等级。

图1 局部等值线树算法示意图

2.3 城市中心属性信息

本文将城市中心属性信息分为夜间灯光数据的统计信息、城市形态指标及城市多中心度三类，通过计算结果对提取出的城市中心进行定量分析，从而量化描述其形状以及几何形态。夜间灯光数据的统计信息与城市形态指标如表1所示[11]。

表1 城市形态指标及夜间灯光亮度统计信息

3 结果分析

3.1 多中心城市空间结构

本文结合土地利用数据中建设用地范围边界所对应的夜间灯光亮度平均值，将等值线提取过程中起始等值线亮度设为20，而等值线间距为5，生成夜间灯光数据等值线图，在完成上述夜间灯光等值线图的绘制之后，利用先前所述的局部等值线树算法，在重庆市主城区范围内共识别出8株等值线树，如图2所示。其中，4株等值线树仅有一个节点且其节点最高层级为一级。这些只有一个节点的等值线树即是单中心结构，这些区域内仅包含一个城市中心。图中部分区域（即节点2和节点18）为包含两个城市中心的等值线树。这三株等值线树内各包含一个范围较小、级别较低的城市中心，其节点的最高层级为二级。图中另一部分区域（即节点30）则为之前强调的重庆市主城区“主树”，该区域的范围面积最大几乎包含了重庆市渝中、江北、渝北等传统城市中心区域，并且包含了主城区范围内夜间灯光亮度最大值。主城区主树的层级结构较为复杂，一共包含了18个节点，即18个城市中心或复合中心，最高层次为6级。

图2中，“主树”中的15、12、11、25、3、10、8、4、28、7、13、1节点均为一级节点，即十三个个城市中心。处于二级节点的2号与18号节点包含了1号和3号两个城市中心，同时2号节点与13号节点又共同构成了6号节点，因此6号节点被认为是功能更加齐全城市中心的复合区。本研究中级别越高的节点，囊括的低级别节点越多，也代表城市结构则越复杂。“主树”城市中心分布结果如图2所示。其中7号节点，解放碑江北城区域，在重庆市总规当中对应了“一主十副多组团”当中的“一主”即渝中CBD，提取结果来看，该区域夜间灯光亮度高且标准差低，分布较为均匀，被视为重庆主城区的主中心区域。

图2 “主树”空间分布图（左）及层级结构示意图（右）

3.2 主城区城市中心验证

由于重庆式特有的“多中心、组团式”发展模式，本文的研究尺度将主树中一级节点以及其他识别出的等值线树中的一级节点，定义为城市中心进行研究与分析。共识别出18个城市中心，其地理位置及信息如表2所示。

由图2和表2可见，由于重庆山地城市的地形地貌特征影响，主城区范围内城市中心的“多中心、组团式”分布特征较为明显，城市中心的选址与建设受地表因素影响较大。除去上述提到的低于3 km2的部分以外，本次提取出的城市中心及复合城市中心与该版本的规划从空间范围来看大体达成一致。

表2 重庆市主城区城市中心详细信息

3.3 主城区城市中心属性信息结果分析

重庆主城区各级别城市中心总面积为373.83 km2（去除重复部分），占总面积的6.84%。各一级城市中心的夜间灯光平均亮度与总量度变化幅度相对较小，意味着主城区各城市中心的人类活动聚集程度及发展状况的差异较小，这也较符合主城区的“多中心、组团式”的发展状况。但城市中心多分布在二环线以内，从主城九区的总体面积来看，城市中心的发展布局又呈现出不均衡的态势。为避免各层级的城市中心在范围上的包含关系带来统计指标的重复，图表中关于灯光亮度指标的计算均只选取了18个一级中心进行统计，而城市形态指标则对各个层次的城市中心均进行了统计。

图3 各城市中心城市形态指标统计

由图3可知，城市中心的紧凑度多低于0.57，而延伸度多低于1.38，从紧凑度与延伸度来看，重庆市主城区的城市中心采用相对分散的发展模式，再结合识别出的城市中心以及《重庆市主城区二环区域发展规划（2011-2020年）》所提到的多个区域“组团”发展来看，更加印证了“多中心、组团式”的发展方式。主城区“主树”的多中心度为0.72，而重庆主城九区多中心度为0.66，这说明主城区城市中心具有较高的多中心程度，内部发展情况相对均衡，但与周边区域发展存在一定差异，城市范围仍有向外扩张的空间。前文依据夜间灯光亮度的平均值及标准差将7号节点解放碑-江北城定义为城市中心，这也符合规划中的定位要求。

本研究中，“主树”中灯光亮度最高值及各城市中心总体灯光亮度最大值分别出现在10号节点空港工业园区两路组团以及28号节点高新区二郎组团。另外，Tong等人的研究表明，交通网络和地形因素（海岸线或山脉）对城市中心的发展模型有着一定的影响，当这类因素对城市中心的发展影响越来越大时，这类城市中心的空间结构便会逐渐遵循“自然线性发展模式”[12]。例如，7号城市中心，解放碑-江北城区域，位于渝中半岛及对岸的江北区北滨路范围内，其城市发展方向大致平行于河流沿线区域；3号城市中心江北机场、1号城市中心重庆北站、12号城市中心鸳鸯，这三个城市中心的分布明显沿轨道交通3号分布延伸。