基于灯光遥感数据的广东省20年城市化进程研究

黄鸿健，王　芳，解学通



基于灯光遥感数据的广东省20年城市化进程研究

黄鸿健，王芳，解学通

（广州大学地理科学学院，广州 510006）

城市化是地区经济发展和社会进步的重要标志，准确测度城市化进程对区域城市协调发展具有重要意义。通过对相互校正后的DMSP/OLS灯光数据构建的城市化综合灯光指数与基于统计数据的城市化水平复合指数进行相关分析后，确定城市化综合灯光指数权重，利用城市化综合灯光指数对广东省1992-2012年的城市化进程进行，其结果表明：城市化水平不同的城市，平均灯光强度与灯光面积的权重有所差异； 1992-2012年广东省的城市化水平呈现出珠三角最高、粤东次之、粤西再次、粤北最低的格局，区域间城市化水平差异在逐渐缩小；在同一地区的城市，20年来其城市化水平年增长率呈现出相似的趋势，粤东、粤西及珠三角外围的城市呈现出“U”型的趋势，粤北与珠三角核心区的城市分别呈现上升和下降的趋势，河源与汕尾两市则是不规则的波浪型。

DMSP/OLS；城市化进程；广东省；遥感数据

城市化过程是一种影响极为深广的社会经济变化过程。它几乎成为整个社会科学所共有的研究对象。[1]由于对城市化的定义不尽相同，各学科对城市化过程进行测度的指标和方法差异也较大。[2]综合各方面的研究成果，发现目前测度城市化水平的方法主要有两种，即主要指标法和复合指标法。主要指标法是通过某一最有本质意义的、且便于统计分析的指标来描述城市化水平，目前最能被普遍接受的是人口统计学指标。[1]复合指标法是指选用与城市化相关的多项指标借以考察城市化水平，一般从人口、经济、土地、景观、社会生活、生态环境等方面选择特定的指标以构建城市化水平复合评价指标体系，常用的评价方法有多指标综合评价法、[3]多目标决策TOPSIS法、[4]熵值法、[5]均方差赋权法和线性加权和法。[6]从区域尺度来看，在全国层面上主要以省区为单元，在省区层面以市域为单元对区域城市化水平进行测度、时空格局分析、驱动力分析。[3]-[8]但这些研究多数是基于统计数据进行的，由于数据获取的滞后性和统计工作中可能存在人为的主观性，使得测度指数在可比性、可信度、及时性方面存在不足。因此，构建一个能及时、准确地反映城市化水平的测度指标，对于我国城市化水平的研究具有重要的意义。[9]而遥感技术的进步，则为这一研究提供了可能。

美国国防气象卫星Defense Meteorological Satellite Program（DMSP）搭载的Operational Linescan System（OLS）传感器能获取夜间灯光、火光等产生的辐射信号，可作为人类活动的表征，成为监测研究人类活动的良好数据源。[10]在稳定灯光数据集出现后，DMSP/OLS数据被广泛应用于城市化的研究。[11]学者们利用灯光遥感数据对城市建设用地的提取、城市空间扩展、[12]-[15]城市人口数量的估算、[16]城市人口密度的估算、[17]城市经济发展水平、[18][19]城市生态效应、[20]城市能源消耗等方面进行了研究，[21]取得了较好的应用效果。目前广东省进入新型城市化发展时期，对广东省过去20年的城市化发展进程进行研究能为未来的城市化发展规划提供参考。本文以广东省为研究对象，利用平均灯光强度及灯光面积构建城市化综合灯光指数。利用该指数与基于统计数据构建的城市化水平指数进行相关分析，从而确定平均灯光强度及灯光面积的权重。基于加权城市化综合灯光指数对广东省的城市化进程进行分析，以期为广东省新型城市化发展规划与决策提供参考，同时为大尺度长时间序列城市化水平时空测度研究提供一个探索。

一、研究区域与数据预处理

（一）研究区域

广东省位于中国大陆的南部，全省介于20°13ˊN～25°31ˊN与109°45ˊE～117°20ˊE之间，东邻福建，北接江西、湖南，西连广西，南连港澳，西南与海南省相望，全省陆地总面积17.98万km2。自改革开放以来，广东经济发展迅速，城市化水平显著提高，截至2012年末，广东常住人口为1.065亿人，国内生产总值达57 068亿元，人均国内生产总值达到中等发达国家水平。广东全省的城市化率达67.4%，居全国前列；其中，珠三角地区城市化率达83.84%，相当于中等发达国家水平，已进入城市化发展的成熟阶段。

（二）数据来源与数据处理

本研究采用的数据包括美国国家地理数据中心（National Geophysical Data Center, NGDC）1992-2012年的第四版（version 4）DMSP/OLS数据、广东省行政边界矢量数据以及1992-2012年《广东统计年鉴》、广东各地市的统计年鉴。利用ArcGIS软件对DMSP/OLS数据及广东省行政边界矢量数据进行叠加、裁剪处理，得到各市不同年份DMSP/OLS数据并提取其属性数据。数据处理过程中统一为UTM-WGS84-49N坐标系统。

由于所选数据来自不同卫星、不同年份，为了提高历年夜间灯光数据的可比性和关联性，借鉴Elvidge等的方法，[22]采用二元回归方程对灯光数据进行相互校正，如式（1）所示。通过校正能增强城市灯光强度，同时去除数据中部分过低的异常值，使校正后的数据更适合城市化水平的研究。[22]校正效果如图1所示。

式中：DNraw和DN分别是校正前后的值，a、b、c校正系数，可由回归方程求得。

图1　校正前后广东省总灯光强度

二、研究方法

（一）城市化水平复合指数

为了评价综合灯光指数能否反映区域的城市化水平，本文参考前人的研究成果，[23][24]选取人口城市化率、经济城市化率、空间城市化率分别代表人口、经济和空间的城市化水平，各指标内涵为：人口城市化率（PU）为非农业人口占总人口的比重，经济城市化率（EU）为第二三产业增加值占GDP 的比重，空间城市化率（SU）为城市建设用地面积占土地面积的比重。城市化水平复合指数（IU）由人口城市化率、经济城市化率、空间城市化率三个城市化分量指标复合而成，其概念模型为：

具体测算中，采用加权法直接计算，即：

式中：W为人口城市化的权重，W为经济城市化的权重，W为空间城市化的权重，W+W+W=1.0。根据专家咨询的结果，本文认为3个城市化分量的重要性有一定差别，人口城市化最为重要，经济城市化次之，空间城市化居末，据此，本文3个城市化分量的权重分别取：W=0.45，W=0.35，W=0.2。

（二）城市化综合灯光指数的构建

城市化水平是人口、产业结构、地域空间等方面城市化的综合反映；而DMSP/OLS夜间灯光平均强度正是这些因素相互作用结果的综合体现，已有的研究表明，DMSP/OLS夜间灯光数据与人口、产业结构、经济水平、城镇用地等有着非常高的相关性。[25][26]因此，选用DMSP/OLS夜间灯光平均强度来分析评价城市化水平是比较恰当的。城市化综合灯光指数Li是由陈晋、卓莉等人提出来，[27][28]该指数包含夜间灯光分布的区域平均灯光强度和区域灯光面积两方面的属性。

式中，Si是区域i的平均灯光强度，Ai是区域灯光面积，W1、W2分别为其权重。

区域平均灯光强度指标Si反映了相对于最大可能灯光强度的比例关系:

式中，DNi为区域内第i等级的灰度值。Ni为区域内第i灰度的像元总数。N为区域内所在灯光像元总数，63为像元的最大灰度等级。

区域灯光面积指标Ai反映了灯光的空间延展特征，是区域内所有灯光像元的总面积占整个区域面积的比例:

式中，AreaN为区域内所在灯光像元的总面积（63≥DN≥1像元的面积），Area为整个区域面积（63≥DN≥0像元的面积）。

（三）城市化综合灯光指数权重的确定

为了验证城市化综合灯光指数与城市化水平复合指数的相关性，需要先计算各市的城市化综合灯光指数及城市化水平复合指数。城市化综合灯光指数由（4）式计算得到，（4）式中的权重按照W1+W2=1，W1=0、W2=1，间隔为0.1的递增/递减进行组合，如表2所示。城市化水平复合指数以相关统计数据为基础，按（2）式计算得到。本文对广东各市在表1的权重组合下得到的不同年份的综合灯光指数与（2）式对应年份得到的城市化水平复合指数进行相关分析。相关性分析的结果见表1。

表1 综合灯光指数与城市化水平复合指数相关分析（表中值为相关系数）

注：-表示未能通过0.01显著性检验

相关分析的结果表明综合灯光指数能很好的反映区域的城市化程度。经分析发现，绝大多数城市的数据在通过0.01水平的显著性检验的前提下，当W1在0.7-0.8，W2在0.2-0.3时，相关系数能达到较好水平，当W1=0.8，W2=0.2时，多数城市的相关系数达到最大，因此在本文中，城市化综合灯光指数的权重确定为0.8和0.2。

目前，国内利用DMSP/OLS数据对城市这个尺度进行城市化水平的研究还相对较少，大多数的研究集中在国家尺度或省级尺度，由于地区的差异，平均灯光强度指标和灯光面积指标的相对重要性也不尽相同。本文中，灯光强度和灯光面积的权重分别为0.8和0.2是对整个广东省而言，由于不同的研究区域情况不尽相同，研究所得出的结论也存在差异。

总体而言，不同城市的灯光强度和灯光面积的权重有所不同，但总的趋势是一致的，即城市化水平越高的城市，平均灯光强度所占的比重就越大，反之亦然。本文认为导致这一情况的原因可能是，在城市面积有限的情况下，城市化水平高的城市，往往会通过加大单位面积的投入来提高其城市化水平，从而提高了其灯光强度；而城市化水平相对较低的城市，灯光面积所占的比重相对于城市化水平较高的城市较大，可能是因为其城市化水平的提高，主要是靠增加建设用地面积，而不是增加单位面积的投入。

表2 广东省1992-2012年城市化综合灯光指数

三、城市化进程分析

本文与相关研究比较发现，[29-31]Li是符合广东省实际的城市化水平。城市化水平年增长率Ti

式中，Lin+1是第N+1年的城市化水平，Lin第N年的城市化水平

结合表2、图2对广东省城市化发展水平的空间分布（图3、图4）进行考察，发现其具有空间不平衡性，20年来，总体呈现珠三角高，粤东次之，粤西再次，粤北最低的格局。其中深圳、东莞、中山是城市化水平最高的三个城市，而云浮、河源、韶关是城市化水平最低的三个城市。清远、湛江、阳江是过去20年城市化水平增速最高的三个城市，深圳、中山、汕头是是过去20年城市化水平增速最低的三个城市。这呈现出城市化水平越高的城市，其城市化水平年增长率相对较低的趋势。

图2　广东省及各区域城市化进程

从广东省整体情况来看，在2000年以前城市化水平增速最高，2000-2005年进入一个较为缓慢、平稳的时期，在2005年后，进入了快速增长的时期，前一时期的快速增长是由于珠三角核心区城市的带动，后一时期的快速增长是由粤东、粤西、粤北各地区的带动。从各区域的城市化水平年增长速来看，珠三角地区在1998年前，城市化水平快速增长，1999-2004年间是一个平稳的增长期，增速有所回落，2005-2007年再进入快速发展时期，2007-2009年有所回落，2009年后又进入一个快速发展时期。粤东地区在2005年后城市化水平增速明显加快，前一时期快速增长可能是行政区划的调整，而后一时期的快速增长，可能是珠三角产业转移及已进入城市化快速发展阶段。粤西地区在1995-1997年，2006年后，城市化水平得到了快速的提升，前一时期是因为国家对粤西地区在石化产业方面进行了大量的投资建设，使得这一时期粤西地区的城市化水平明显加快，后一时期是因为珠三角产业转移。粤北地区在2000-2003年后，城市化水平增速明显。过去20年的城市化进程与广东省在“八五”计划到“十一”五规划中提出的城市发展战略是基本吻合的，这也说明广东省城市化发展规划得到了较好的实行。

从各区域内部的发展过程来看，第一，珠三角地区的城市化进程由珠三角的广州、深圳、东莞等几个核心城市向珠三角外围扩展，1992-1997年珠江口东岸的城市较西岸快；2002-2007年珠江口西岸的佛山、中山、珠海得到较快的发展；1997-2002年、2007-2012年珠三角城市间的发展差异较小。1992-2012年的20年间，珠三角地区城市化水平增速最快的是肇庆市，最慢是深圳市。从绝对数值来看，城市化水平最高的深圳是最低的肇庆的两倍多。第二，粤东地区的城市化进程则是由汕头向潮州、揭阳等地扩张，1992-1997年汕头和揭阳两市发展较快，1997-2007年汕尾、潮州两市发展较快，2007-2012年汕头和揭阳两市发展较快，总的来看粤东地区20年来城市化水平增速是揭阳、汕尾高，汕头、潮州低的局面，从绝对数值来看，城市化水平最高的汕头是最低的汕尾的1.5倍。第三，粤西地区的城市化进程是由湛江向茂名、阳江扩展，1992-1997年茂名、湛江两市的城市化水平增速高于阳江，1997-2007年阳江的城市化水平增速超过茂名、湛江两市，2007年后粤西地区3个城市的城市化水平增速相当。经过20年的发展，湛江市的城市化水平高于茂名、阳江两市，茂名的城市化水平增速最低。相对于其他地区，粤西三市间的城市化水平差异相对较少。第四，粤北地区的城市化扩展并不明显，主要是由各城市的中心区和县级市中心区向外扩张。1992-1997年韶关是粤北地区城市化水平增速最低的城市，1997-2002年韶关是粤北地区城市化水平增速最快的城市，2002-2007年云浮是粤北地区城市化水平增速最慢的城市，2007-2012年清远是粤北地区城市化水平增速最快的城市，其他城市发展速度相当。粤北地区20年来城市化水平增速只有云浮稍低，其他城市相差较小。截至2012年，粤北各市的城市化水平相差不大，清远稍高于其他城市。

图3　基于综合灯光指数的广东省城市化水平图

图4　广东省DMSP/ OLS数据图

根据1992-2012年间城市化水平年增长率的不同，本文对广东省21个地级市进行分类（见表3、图5）。第一类是年增长率变化总体呈现类似字母“U”型，其城市化水平年增长呈率初期比较高，中期有所降低，后期稍高的趋势。这些城市主要分布在粤东地区、粤西地区、珠三角外围，它们大多经历过行政区划的调整，相比之前获得了更大的行政权力以发展经济，如潮州、云浮；或者在初期获得了上级政府的支持，如茂名是国家“八五”时期石油化工产业重点发展地区之一；再者在中后期受到政策的调整，使其城市化水平在中期增速稍慢，如广州。第二类是年增长率一直在上升且速度越来越快，这些城市分布在粤北及珠三角外围。粤北地区由于受到自然条件的影响，交通不便，导致其初期城市化发展较慢，在中后期，随着交通条件的改善及工业的发展，其城市化水平增速明显加快；珠三角外围的城市在初期受广东省优先发展珠三角核心城市政策的影响，其城市化水平增速较慢，中后期由于珠三角核心城市的带动以及广东省城市化发展战略的调整，其城市化水平增速明显加快。第三类是年增长率总体呈现下降的趋势。这些城市主要是珠三角核心城市，在初期得到了国家政策的支持，城市化水平提升明显，在中后期，城市已进入城市化成熟阶段，以及受到经济危机的影响，其年增长率相对初期呈现出了下降的趋势。第四类是年增长率变化呈现不规则波浪型的上升下降。这类城市围绕城市化水平增长率3%水平剧烈波动，从整体上看呈现不规则的波浪型，造成这种情况的原因可能是这些城市的发展策略经常变化，也可能是本方法不适用于这两个城市，这一问题还有待深入研究。

表3 省城市化水平年增长率变化分类

图5　城市化水平年增长率分类典型城市

结论

在广东省新型城市化快速推进的背景下，能否找到一个较为全面地测度城市化水平的方法，将对地区的城市化进程产生重大影响。本文弥补了以往应用DMSP/OLS数据对城市化进行研究的某些不足。基于DMSP/OLS数据构建的城市化综合灯光指数，考虑了区域平均灯光强度和灯光面积两方面属性特征，有利于对大区域的城市化水平进行较为全面的测度，更具客观性、简便性、区际及年际可比性。本研究对广东省1992-2012年的城市化进程进行分析。结果表明：

（1）由于地区经济发展的不均衡，其城市化水平也有所差异。因此，在经济发展较快，城市化水平较高的地方，平均灯光强度所占的比重也就越大，相反，经济发展较慢、城市化水平较低的地方，灯光面积所占的比重也就越大。这一推断与广东省的情况基本相符，不同地区的有效性还有待进一步探讨。

（2）1992-2002年，珠三角地区和粤东地区的城市化水平提高快于粤北和粤西地区，2002-2012年，粤东与粤北地区的城市化水平提高快于珠三角和粤西地区。广东省20年来总体呈现珠三角高，粤东次之，粤西再次，粤北最低的格局。虽然广东省城市化水平不平衡问题得到了改善，但城市之间的差异依然很大。

（3）广东省不同地区，20年来其城市化水平年增长率呈现出不同的规律。粤东地区、粤西地区及珠三角外围的城市总体呈现“U”型的趋势，粤北地区城市化水平年增长率总体呈上升趋势，且上升速度越来越快，珠三角核心区的城市化水平增长率总体呈下降的趋势，河源和汕尾两市则呈现出不规划的波浪型，对此还有待进一步研究。

参考文献：

[1] 陈锦富. 城市规划概论[M]. 北京: 中国建筑工业出版社，2012: 31-32.

[2] 陈斌开, 林毅夫. 发展战略、城市化与中国城乡收入差距[J]. 中国社会科学, 2013(4): 81-102.

[3] 欧名豪, 李武艳, 刘向南, 等. 区域城市化水平的综合测度研究——以江苏省为例[J]. 长江流域资源与环境, 2004(5): 408-412.

[4] 陈文峰, 孟德友, 贺振. 河南省城市化水平综合评价及区域格局分析[J]. 地理科学进展, 2011(8): 978-985.

[5] 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(4): 387-398.

[6] 臧锐, 张鹏, 杨青山, 等. 吉林省城市化水平综合测度及时空演变[J]. 地理科学, 2013(10): 1231-1237.

[7] 王洋, 王少剑, 秦静. 中国城市土地城市化水平与进程的空间评价[J]. 地理研究, 2014(12): 2228-2238.

[8] 许抄军, 赫广义, 江群. 中国城市化进程的影响因素[J]. 经济地理. 2013(11): 46-51.

[9] 陈述彭，周成虎，曾杉. 我国城市化问题与城市信息系统的紧迫任务[J]. 地球信息, 1998(2): 20-25.

[10] Elvidge C D, Baugh K E, Dietz J B, et al. Radiance Calibration of DMSP-OLS Low-Light Imaging Data of Human Settlements[J]. Remote Sensing of Environment, 1999 (1): 77-88.

[11] Elvidge C D, Imhoff M L, Baugh K E, et al. Night-time lights of the world: 1994–1995[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2001 (2): 81-99.

[12] Imhoff M L, Lawrence W T, Stutzer D C, et al. A technique for using composite DMSP/OLS “city lights” satellite data to map urban area[J]. Remote Sensing of Environment, 1997(3): 361-370.

[13] Zhou N, Hubacek K, Roberts M. Analysis of spatial patterns of urban growth across South Asia using DMSP-OLS nighttime lights data[J]. Applied Geography, 2015(63): 292-303.

[14] Wei Y, Liu H, Song W, et al. Normalization of time series DMSP-OLS nighttime light images for urban growth analysis with Pseudo Invariant Features[J]. Landscape and Urban Planning, 2014(128): 1-13.

[15] 苏泳娴, 王重洋, 张虹鸥, 等. 基于DMSP/OLS夜间灯光数据提取城镇建设用地的邻域分析法[J]. 热带地理, 2015(2): 193-201.

[16] 高义, 王辉, 王培涛, 等. 基于人口普查与多源夜间灯光数据的海岸带人口空间化分析[J]. 资源科学, 2013(12): 2517-2523.

[17] 洪浩霖, 李鹏. 基于DMSP-OLS灯光数据的广东省城市人口估算[J]. 华南师范大学学报(自然科学版), 2015(2): 102-107.

[18] 何洋, 程辉, 唐亮. 基于DMSP/OLS数据的我国省级经济发展水平研究[J]. 地理空间信息, 2014(2): 79-82.

[19] 王琪, 袁涛, 郑新奇. 基于夜间灯光数据的中国省域GDP总量分析[J]. 城市发展研究. 2013(7): 44-48.

[20] 李景刚, 何春阳, 史培军, 等. 基于DMSP/OLS灯光数据的快速城市化过程的生态效应评价研究——以环渤海城市群地区为例[J]. 遥感学报, 2007(01): 115-126.

[21] 吴健生, 牛妍, 彭建, 等. 基于DMSP/OLS夜间灯光数据的1995-2009年中国地级市能源消费动态[J]. 地理研究, 2014(4): 625-634.

[22] 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 (3): 595-622.

[23] 薛俊菲, 陈雯, 张蕾. 中国市域综合城市化水平测度与空间格局研究[J]. 经济地理, 2010(12): 2005-2011.

[24] 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(4): 387-398.

[25] Levin N, Duke Y. High spatial resolution night-time light images for demographic and socio-economic studies[J]. Remote Sensing of Environment, 2012(119): 1-10.

[26] Elvidge C D, Baugh K E, Kihn E A, et al. Relation between satellite observed visible-near infrared emissions, population, economic activity and electric power consumption[J]. International Journal of Remote Sensing, 1997 (6): 1373-1379.

[27] 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(3): 168-175.

[28] 何春阳, 史培军, 李景刚, 等. 基于DMSP/OLS夜间灯光数据和统计数据的中国大陆20世纪90年代城市化空间过程重建研究[J]. 科学通报, 2006(7): 856-861.

[29] 陈德宁, 沈玉芳. 广东城市化的动力特征与发展方向探讨[J]. 经济地理, 2004(1): 76-80.

[30] 陈述. 广东城市化过程及战略研究[J]. 广州大学学报(社会科学版), 2003(2): 34-37.

[31] 胡刚, 刘锦. 广东城市化水平现状及其发展趋势的实证研究[J]. 广州城市职业学院学报. 2011(1): 25-32.

（责任编校：贺常颖）

The Urbanization Process Research in Guangdong Province Based on DMSP/OLS Data in the Past 20 Years

HUANG Hongjian, WANG Fang, XIE Xuetong

（School of Geography Sciences , Guangzhou University, Guangzhou, Guangdong 510006, China）

The urbanization is an important symbol of regional the economic development and social progress. Accurate measurement of city urbanization is of important significance to the coordinated development of the regional city .Based on DMSP/OLS lighting data, a comprehensive index of light was established in this paper, which reflects the regional urbanization level. The weights of this comprehensive lighting Index was obtained by correlation analysis of urbanization composite index based on the statistics of data. The urbanization level was analyzed by the comprehensive index of light in 1992-2012 in Guangdong Province in this paper. The results showed that 1, The level of urbanization in different cities, the average light intensity and the proportion of lighting area was vary; 2，In Guangdong Province, the Pearl River Delta has the highest urbanization level, and the Eastern and Western Guangdong region is in the second and the third place respectively. The northern Guangdong region has the lowest urbanization level. The general spatial pattern of urbanization level in Guangdong Province during the period of 1992-2012 remains unchanged with the reducing differences of urbanization level among the sub-regions. The result is consistent with the actual situation in Guangdong Province; 3, Different cities in the same region ，and its annual growth rate of urbanization level showing a similar pattern In the past 20 years. The Eastern and Western Guangdong region and the Peripheral of Pearl River Delta presents "U" type.The northern Guangdong region presents upward trend. The core of Pearl River Deltapresents downward trend. The cities of HeYuan and ShanWei are showed irregular type.

DMSP/OLS; urbanization process; Guangdong Province; statistics data

F 291.1

A

10.3969/j. issn. 2096-059X.2016.01.001

2096-059X(2016)01–0001–08

2015-12-20

国家自然科学基金面上项目（51000608A0268）；广东省自然科学基金（2015A030313505）；广东省教育高校特色创新项目（2014KTSCX088）

黄鸿健（1990-），男，广东清远人，硕士研究生，主要从事土地利用与规划的研究；通讯作者：王芳（1973-），女，教授，博士，主要从事地理信息系统与遥感应用以及生物质能等方面研究；解学通（1975-），男，河北沧州人，副教授，主要从事遥感与GIS应用研究。