Study on spatial expansion and dynamic factors of built-up area of central cities in the Yellow River Basin based on night-time light data

doi:10.7522/j.issn.1000-694X.2021.00126

Journal of Desert Research ›› 2021, Vol. 41 ›› Issue (6): 235-248.DOI: 10.7522/j.issn.1000-694X.2021.00126

Study on spatial expansion and dynamic factors of built-up area of central cities in the Yellow River Basin based on night-time light data

Haijin Shi^a(), Wenheng Wu^a^,^b(), Yan Li^a, Jinfeng Liu^a, Yun Wan^a

^a.College of Urban and Environmental Sciences /, Northwest University，Xi'an 710127，China
^b.Shanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity, Northwest University，Xi'an 710127，China

Received:2021-07-14 Revised:2021-09-25 Online:2021-11-20 Published:2021-12-17
Contact: Wenheng Wu

Abstract

Abstract:

The study on the expansion characteristics of built-up area of central cities in the Yellow River Basin is helpful to deeply understand the effect of land development and carry out the high-quality development planning of the central cities. Based on the night-time light images and statistical data in 1992， 1997， 2002， 2007， 2012 and 2018， the built-up area is extracted， and the expansion intensity index， compactness index， coordinated development coefficient and grey correlation analysis are used to explore the spatio-temporal pattern， quality and dynamic factors of the expansion of 8 central cities in the Yellow River Basin from 1992 to 2018. The results show that：（1） The built-up area of the central cities in the Yellow River Basin is different obviously， the expansion scale and intensity of cities in the middle and lower reaches are large， and the extended form presents a general downward trend of compactness. （2） The comprehensive level of Xi'an built-up area depicted by night-time light data is high， the level of Xining is low， the comprehensive development speed of Yinchuan is fast， and the speed of Lanzhou is slow. Except Xining， Hohhot and Taiyuan， the average night-time light index of other central cities shows a downward trend from 1997 to 2018， reflecting the decline of urban expansion level. （3） The coordinated development coefficients of population-land in central cities all showed a fluctuating and downward trend， with the exception of Hohhot， Taiyuan and Jinan， and most of them changed from the basic coordination type of population-land to the type of over-rapid expansion of land. The coordinated development coefficient of economy-land in the central cities shows a fluctuating downward trend， the average annual economic growth rate decreases， and the average annual expansion rate of built-up area increases， which basically changes from excessive economic growth to economic-land coordinated development. （4） The spatial expansion of the central cities is mainly affected by economic development. From the perspective of the central cities as a whole， the influence of administrative power and endogenous force is higher in the whole period （1996-2018）， the influence coefficient of administrative power is higher in three stages （1996-2002， 2002-2012 and 2012-2018）， and the influence degree of market power and export-oriented force increase obviously with time. In future， the central cities in the Yellow River Basin should be concerned about internal quality improvement and efficiency， strengthen the efficiency of construction land use， and promote high-quality urban development.

Key words: spatial expansion of built-up area, night-time light images, central cities, power factor, grey relational analysis, Yellow River Basin

CLC Number:

F291.1

Haijin Shi, Wenheng Wu, Yan Li, Jinfeng Liu, Yun Wan. Study on spatial expansion and dynamic factors of built-up area of central cities in the Yellow River Basin based on night-time light data[J]. Journal of Desert Research, 2021, 41(6): 235-248.

Figures/Tables 10

References 45

1	Schneider A，Woodcock C E.Compact，dispersed，fragmented，extensive？A comparison of urban growth in twenty-five global cities using remotely sensed data，pattern metrics and census information［J］.Urban Studies，2008，45（3）：659-692.
2	谭雪兰，欧阳巧玲，江喆，等.基于RS/GIS的长沙市城市空间扩展及影响因素［J］.经济地理，2017，37（3）：81-85.
3	朱建华，戚伟，修春亮.中国城市市辖区的空间结构及演化机制［J］.地理研究，2019，38（5）：1003-1015.
4	熊皓，郑伯红，贾磊.驱动力与制约力相互作用下我国城市空间扩张［J］.经济地理，2016，36（1）：82-88.
5	吴一凡，刘彦随，李裕瑞.中国人口与土地城镇化时空耦合特征及驱动机制［J］.地理学报，2018，73（10）：1865-1879.
6	龙瀛，韩昊英，毛其智.利用约束性 CA 制定城市增长边界［J］.地理学报，2009，64（8）：999-1008.
7	高晓路，吴丹贤，周侃，等.国土空间规划中城镇空间和城镇开发边界的划定［J］.地理研究，2019，38（10）：2458-2472.
8	张翰超，宁晓刚，王浩，等.基于高分辨率遥感影像的2000-2015年中国省会城市高精度扩张监测与分析［J］.地理学报，2018，73（12）：2345-2363.
9	董鹤松，李仁杰，李建明，等.基于DMSP-OLS与NPP-VIIRS整合数据的中国三大城市群城市空间扩展时空格局［J］.地球信息科学学报，2020，22（5）：1161-1174.
10	欧阳晓，朱翔.中国城市群城市用地扩张时空动态特征［J］.地理学报，2020，75（3）：571-588.
11	王春杨，吴国誉，张超.基于DMSP/OLS夜间灯光数据的成渝城市群空间结构研究［J］.城市发展研究，2015，22（11）：20-24.
12	黄先梅，赵建吉，孟庆岩，等.基于夜间灯光数据的快速城镇化地区城市扩展与重心演变分析：以河南省为例［J］.世界地理研究，2019，28（1）：79-89.
13	李俊峰，潘竟虎.基于夜间灯光的1992-2012年甘肃省城市空间扩展研究［J］.冰川冻土，2016，38（3）：829-835.
14	王成新，窦旺胜，程钰，等.快速城市化阶段济南城市空间扩展及驱动力研究［J］.地理科学，2020，40（9）：1513-1521.
15	高宁，盖迎春，宋晓谕.基于夜间灯光数据的西安市城市扩张及驱动因素研究［J］.遥感技术与应用，2019，34（1）：207-215.
16	邱从毫，李阳兵，冯元嵩.贵阳市城市土地扩展空间的生态适宜性与优化［J］.应用生态学报，2015，26（9）：2777-2784.
17	陈明星，陆大道，张华.中国城市化水平的综合测度及其动力因子分析［J］.地理学报，2009，64（4）：387-398.
18	王利伟，冯长春.转型期京津冀城市群空间扩展格局及其动力机制：基于夜间灯光数据方法［J］.地理学报，2016，71（12）：2155-2169.
19	欧向军，甄峰，秦永东，等.区域城市化水平综合测度及其理想动力分析：以江苏省为例［J］.地理研究，2008，27（5）：993-1002.
20	文雅，龚建周，胡银根，等.基于生态安全导向的城市空间扩展模拟与分析［J］.地理研究，2017，36（3）：518-528.
21	詹云军，朱捷缘，严岩.基于元胞自动机的城市空间动态模拟［J］.生态学报，2017，37（14）：4864-4872.
22	刘沁萍，杨永春，付冬暇，等.基于DMSP_OLS灯光数据的1992-2010年中国城市空间扩张研究［J］.地理科学，2014，34（2）：129-136.
23	杨育丽，马明国，葛伟.夜间灯光影像探究北京市城市发展空间特征［J］.遥感信息，2019，34（5）：41-50.
24	徐杰佳，臧淑英.哈尔滨城市扩展特征及驱动力分析［J］.测绘通报，2019（9）：68-72.
25	安树伟，李瑞鹏.黄河流域高质量发展的内涵与推进方略［J］.改革，2020（1）：76-86.
26	张国兴，苏钊贤.黄河流域中心城市高质量发展评价体系构建与测度［J］.生态经济，2020，36（7）：37-43.
27	曹子阳，吴志峰，匡耀求，等.DMSP/OLS夜间灯光影像中国区域的校正及应用［J］.地球信息科学学报，2015，17（9）：1092-1102.
28	Wu R，Yang D，Dong J，et al.Regional inequality in China based on NPP-VIIRS night-time light imagery［J］.Remote Sensing，2018，10（2）：240.
29	图尔荪阿依•如孜，阿里木江•卡斯木，高鹏文，等.基于DMSP/OLS和NPP/VIIRS数据的新疆城市扩展时空变化研究［J］.中国农业大学学报，2020，25（9）：156-165.
30	梁丽，边金虎，李爱农，等.中巴经济走廊DMSP/OLS与NPP/VIIRS夜光数据辐射一致性校正［J］.遥感学报，2020，24（2）：149-160.
31	杜海波，魏伟，张学渊，等.黄河流域能源消费碳排放时空格局演变及影响因素：基于DMSP/OLS与NPP/VIIRS夜间灯光数据［J］.地理研究，2021，40（7）：2051-2065.
32	许雪爽，包安明，常存，等.新疆重点城市建设用地扩张与人地配置协调性分析［J］.经济地理，2017，37（10）：92-99.
33	牟凤云，张增祥，迟耀斌，等.基于多源遥感数据的北京市1973-2005年间城市建成区的动态监测与驱动力分析［J］.遥感学报，2007，11（2）：257-268.
34	王婷婷，王运动，杨强，等.1988年~2014年莆田市城市扩展及其驱动力分析［J］.遥感信息，2015，30（6）：111-115.
35	刘思峰.灰色系统理论及其应用［M］.北京：科学出版社，1999.
36	曹明霞.灰色关联度模型正负性问题的研究及其改进［J］.系统工程与电子技术，2008，30（6）：1086-1088.
37	赵鹏军，刘迪.中国小城镇基础设施与社会经济发展的关联分析［J］.地理科学进展，2018，37（9）：1245-1256.
38	杨保军.城市规划30年回顾与展望［J］.城市规划学刊，2010（1）：14-23.
39	耿甜伟，毛雅倩，李九全，等.西安城市扩展时空特征及驱动机制［J］.经济地理，2019，39（10）：62-70.
40	杨荣南，张雪莲.城市空间扩展的模式与动力机制研究［J］.地域研究与开发，1997，16（2）：1-6.
41	Lo C P.Modeling the population of China using DMSP operational line scan system nighttime data［J］.Photogrammetric Engineering & Remote Sensing，2001，67（9）：1037-1048.
42	Doll C N，Muller J P，Morley J G.Mapping regional economic activity from night-time light satellite imagery［J］.Ecological Economics，2006，57（1）：75-92.
43	吴文恒，黄坤，丁竹慧，等.西安市企业社区分布格局与形成机制［J］.地理研究，2019，38（12）：3038-3054.
44	吴文恒，等.企业社区空间再生产研究［M］.北京：科学出版社，2020.
45	杨永春.中国西部河谷型城市的形成与发展［J］.经济地理，1999，19（2）：45-50.

城市	1992年	1997年	2002年	2007年	2012年	2018年	1992—2018年扩张
西宁	52	60	61	65	75	95	43
兰州	163	163	180	183	199	331	168
银川	42	46	60	107	135	203	161
呼和浩特	75	78	120	150	210	260	185
太原	168	168	177	238	310	340	172
西安	148	162	187	268	375	702	554
郑州	100	116	156	321	373	544	444
济南	110	115	190	315	363	524	414

城市	1992年	1997年	2002年	2007年	2012年	2018年	1992—2018年扩张
西宁	52	60	61	65	75	95	43
兰州	163	163	180	183	199	331	168
银川	42	46	60	107	135	203	161
呼和浩特	75	78	120	150	210	260	185
太原	168	168	177	238	310	340	172
西安	148	162	187	268	375	702	554
郑州	100	116	156	321	373	544	444
济南	110	115	190	315	363	524	414

城市	1992—1997年	1997—2002年	2002—2007年	2007—2012年	2012—2018年
西宁	3.08	0.33	1.31	3.08	4.44
兰州	0.00	2.09	0.33	1.75	11.06
银川	1.90	6.09	15.67	5.23	8.40
呼和浩特	0.80	10.77	5.00	8.00	3.97
太原	0.00	1.07	6.89	6.05	1.61
西安	1.89	3.09	8.66	7.99	14.53
郑州	3.20	6.90	21.15	3.24	7.64
济南	0.91	13.04	13.16	3.05	7.39

城市	1992—1997年	1997—2002年	2002—2007年	2007—2012年	2012—2018年
西宁	3.08	0.33	1.31	3.08	4.44
兰州	0.00	2.09	0.33	1.75	11.06
银川	1.90	6.09	15.67	5.23	8.40
呼和浩特	0.80	10.77	5.00	8.00	3.97
太原	0.00	1.07	6.89	6.05	1.61
西安	1.89	3.09	8.66	7.99	14.53
郑州	3.20	6.90	21.15	3.24	7.64
济南	0.91	13.04	13.16	3.05	7.39

年份	西宁	兰州	银川	呼和浩特	太原	西安	郑州	济南
1992年	0.61	0.44	0.51	0.55	0.45	0.56	0.77	0.58
2018年	0.31	0.38	0.44	0.60	0.53	0.35	0.47	0.33
变化量	-0.30	-0.06	-0.07	0.05	0.08	-0.21	-0.30	-0.25

Study on spatial expansion and dynamic factors of built-up area of central cities in the Yellow River Basin based on night-time light data

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 10

References 45

Related Articles 14

Recommended Articles

Metrics

Comments

城市	R_p					R_e
城市	1992— 1997年	1997— 2002年	2002— 2007年	2007— 2012年	2012— 2018年	1992— 1997年	1997— 2002年	2002— 2007年	2007— 2012年	2012— 2018年
西宁	0.90	1.68	0.85	0.95	0.88	4.18	36.51	17.88	7.17	2.28
兰州	1.11	1.01	1.07	1.16	0.61	/	5.20	40.08	9.58	1.01
银川	1.04	0.93	0.70	1.22	0.73	11.94	1.74	2.03	4.25	1.40
呼和浩特	1.05	0.72	0.84	0.76	0.91	22.44	2.32	5.86	2.55	1.29
太原	1.11	1.05	0.84	0.96	0.95	/	7.21	4.10	2.51	6.01
西安	1.21	1.15	0.77	0.85	0.64	13.13	4.23	1.63	3.23	1.27
郑州	0.98	0.88	0.55	1.42	0.81	10.78	1.95	1.18	7.33	2.08
济南	1.03	0.78	0.65	1.00	0.95	31.64	1.34	1.50	4.59	1.94
全国	0.53	1.10	0.83	0.84	0.95	3.13	0.84	3.05	3.07	2.11

城市	时段	X₁	X₂	X₃	X₄	X₅	城市	时段	X₁	X₂	X₃	X₄	X₅
中心城市整体	1996—2018年	0.70	0.44	0.37	0.38	0.40	呼和浩特	2002—2012年	0.58	0.15	0.12	0.23	0.02
	1996—2002年	0.70	0.46	0.23	0.27	0.26	呼和浩特	2012—2018年	0.54	0.24	0.33	0.15	0.27
	2002—2012年	0.65	0.56	0.56	0.46	0.54	太原	1996—2018年	0.47	0.31	0.32	0.16	0.03
	2012—2018年	0.60	0.60	0.54	0.60	0.30		1996—2002年	0.57	0.29	0.29	0.02	0.24
西宁	1996—2018年	0.34	0.29	0.15	0.01	0.34		2002—2012年	0.66	0.44	0.44	0.27	0.07
	1996—2002年	0.54	0.29	0.32	0.37	0.30		2012—2018年	0.61	0.57	0.55	0.59	0.11
	2002—2012年	0.66	0.23	0.43	0.26	0.29	西安	1996—2018年	0.43	0.16	0.43	0.26	0.31
	2012—2018年	0.24	0.27	0.36	0.28	0.41		1996—2002年	0.58	0.37	0.29	0.20	0.25
兰州	1996—2018年	0.37	0.07	0.03	0.02	0.24		2002—2012年	0.39	0.51	0.58	0.25	0.32
	1996—2002年	0.56	0.06	0.12	0.27	0.11		2012—2018年	0.81	0.61	0.26	0.29	0.34
	2002—2012年	0.21	0.11	0.16	0.01	0.22	郑州	1996—2018年	0.60	0.01	0.17	0.03	0.34
	2012—2018年	0.63	0.45	0.21	0.25	0.31		1996—2002年	0.62	0.37	0.22	0.34	0.59
银川	1996—2018年	0.56	0.37	0.44	0.20	0.54		2002—2012年	0.54	0.52	0.33	0.37	0.36
	1996—2002年	0.62	0.46	0.37	0.29	0.42		2012—2018年	0.78	0.27	0.38	0.04	0.35
	2002—2012年	0.53	0.44	0.40	0.26	0.53	济南	1996—2018年	0.64	0.36	0.41	0.25	0.07
	2012—2018年	0.66	0.39	0.38	0.14	0.64		1996—2002年	0.66	0.41	0.34	0.46	0.35
呼和浩特	1996—2018年	0.20	0.23	0.17	0.00	0.59		2002—2012年	0.66	0.43	0.37	0.28	0.02
呼和浩特	1996—2002年	0.60	0.31	0.29	0.32	0.32		2012—2018年	0.73	0.51	0.36	0.03	0.49

[1]	Cheng Zhou, Binghua Liu, Xuhong Zhang, Juan Tian, Lin Zhou. Spatial distribution characteristics and influencing factors of heritage conservation units in the Yellow River Basin [J]. Journal of Desert Research, 2021, 41(6): 10-20.
[2]	Zhiwei Ding, Rui Zhao, Zihan Jian, Yiwei Meng, Gaisu Zhang. Economics spatial pattern and its influencing factors of Yellow River Basin at town scale from the perspective of urban-rural integration [J]. Journal of Desert Research, 2021, 41(6): 195-204.
[3]	Juan Wang, Huijuan He, Jinfang Dong, Bin Guo. Spatio-temporal distribution of vegetation net primary productivity in the Yellow River Basin in 2000-2019 and its natural driving factors [J]. Journal of Desert Research, 2021, 41(6): 213-222.
[4]	Pan Yang, Wei Liang, Jianwu Yan, Siya Li, Zhiyang Lan. Multi-scale analysis of water system structure changes in the Yellow River Basin [J]. Journal of Desert Research, 2021, 41(6): 223-234.
[5]	Cheng Zhou, Xuhong Zhang, Qian Zhang, Binghua Liu. The construction of "Five in One" comprehensive evaluation system and spatial difference in the Yellow River Basin [J]. Journal of Desert Research, 2021, 41(4): 1-11.
[6]	Jie Yang, Baopeng Xie, Degang Zhang. Spatial-temporal evolution of habitat quality and its influencing factors in the Yellow River Basin based on InVEST model and GeoDetector [J]. Journal of Desert Research, 2021, 41(4): 12-22.
[7]	Man Sun, Tao Song. Spatio-temporal patterns and coordinated development of technological innovation and industrial development in the Yellow River Basin of Gansu Province， China [J]. Journal of Desert Research, 2021, 41(4): 140-151.
[8]	Mengtao Han, Jianjun Tu, Guiping Xu, Li Jiang. Spatio-temporal coordination between aquatic ecosystem services and economic development in the Yellow River Basin [J]. Journal of Desert Research, 2021, 41(4): 167-176.
[9]	Guangqin Li, Xubing Fang. Spatio-temporal evolution characteristics of green development level in the Yellow River Basin [J]. Journal of Desert Research, 2021, 41(4): 129-139.
[10]	Gaopeng Sun, Xianfeng Liu, Xiaohong Wang, Shuangshuang Li. Changes in vegetation coverage and its influencing factors across the Yellow River Basin during 2001-2020 [J]. Journal of Desert Research, 2021, 41(4): 205-212.
[11]	Youheng Wang, Dan Tan, Lanying Han, Danhua Li, xin Wang, Guoyang Lu, Jingjing Lin. Review of climate change in the Yellow River Basin [J]. Journal of Desert Research, 2021, 41(4): 235-246.
[12]	Zhou Dan, Zhang Bo, An Meiling, Zhang Yaozong, Luo Jing. Responses of Drought with Different Time Scalese to the ENSO Events in the Yellow River Basin [J]. JOURNAL OF DESERT RESEARCH, 2015, 35(3): 753-762.
[13]	Zhang Yaling, Su Huimin, Zhang Xiaoyong. The Spatial-temporal Changes of Vegetation Restoration in the Yellow River Basin From 1998 to 2012 [J]. JOURNAL OF DESERT RESEARCH, 2014, 34(2): 597-602.
[14]	LAN Yong-chao;LIN Shu;LI Zhou-ying;LIU Jin-qi;MA Jian-hua. Study on Variations of Water Cycle Factors in Upper Yellow River Basin during Recent 50 Years [J]. JOURNAL OF DESERT RESEARCH, 2006, 26(5): 849-854.