Anterior|Próximo

Características do gradiente e regras de variação espaço-temporal do desenvolvimento da urbanização chinesa com base em dados de sensoriamento remoto noturno

  • role： First author第一作者
  • Affiliation：

    School of Geomatics and Urban Spatial Informatics, Beijing University of Civil Engineering and Architecture, Beijing 100044, China

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

  • Email：wangjhmj@163.com
  • Introduction：王家豪，研究方向为夜间灯光遥感以及在城市中的应用。E-mail： wangjhmj@163.com
WANG Jiahao12,  
  • role： Corresponding author通信作者
  • Affiliation：

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

  • Email：houpcy@163.com
  • Introduction：侯鹏，研究方向为生态评估与环境遥感应用。E-mail： houpcy@163.com
HOU Peng2*,  
  • Affiliation：

    School of Geomatics and Urban Spatial Informatics, Beijing University of Civil Engineering and Architecture, Beijing 100044, China

LIU Yang1,  
  • Affiliation：

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

ZHAI Jun2,  
  • Affiliation：

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

CHEN Yan2,  
  • Affiliation：

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

    Central South University of Forestry and Technology, Changsha 410004, China

LIU Yisheng23,  
  • Affiliation：

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

    Chinese Research Academy of Environmental Sciences, Beijing 100012, China

XIE Le24,  
  • Affiliation：

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

    College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China

REN Xiaoqi25

Resumo

A urbanização é uma das características importantes que refletem o desenvolvimento socioeconômico. A análise quantitativa das características espaço-temporais da urbanização pode fornecer uma base científica para o desenvolvimento otimizado da urbanização. Para explorar os modos de desenvolvimento da urbanização em diferentes gradientes e períodos na China, este artigo baseia-se em dados de sensoriamento remoto noturno de longa duração, utilizando de forma integrada métodos como migração do centro de gravidade, método da elipse de desvio padrão, índice global de Moran I e autocorrelação espacial local, analisando quantitativamente as características de gradiente e as regras espaço-temporais do desenvolvimento urbano na China nos últimos 30 anos sob os aspectos de taxa de contribuição, velocidade de crescimento e distribuição do centro de gravidade, incluindo características em vários níveis como capitais provinciais, cidades em nível de prefeitura, cidades em nível de condado e vilarejos. Os resultados mostram: (1) em termos de taxa de contribuição, no início dos anos 90, as cidades em nível de prefeitura tinham a maior taxa, as capitais provinciais e vilarejos tinham taxas semelhantes, enquanto as cidades em nível de condado tinham a menor taxa; após 2000, a taxa de contribuição dos vilarejos superou a das capitais provinciais e, por volta de 2004, superou as cidades em nível de prefeitura, tendo a maior taxa; depois de 2010, as capitais provinciais se tornaram o grau com a menor contribuição na iluminação noturna; (2) em termos de velocidade de crescimento, entre 1992 e 2000, as capitais provinciais e algumas cidades em nível de prefeitura lideraram em relação a outros níveis; entre 2000 e 2010, as cidades em nível de prefeitura e algumas cidades em nível de condado tornaram-se o núcleo, mostrando crescimento de velocidade médio ou superior nas regiões do Norte da China, Leste da China, Centro da China e Sul da China, mas devido ao baixo nível de desenvolvimento no Noroeste, Sudoeste e Nordeste, as capitais provinciais continuaram sendo as cidades com crescimento mais rápido entre os quatro graus; entre 2010 e 2022, os vilarejos se tornaram o ator principal, enquanto as capitais provinciais estavam quase todas em estado de desenvolvimento "lento-baixo"; (3) em termos de distribuição do centro de gravidade, o centro de desenvolvimento da urbanização mostrou característica de migração descendente no gradiente, deslocando-se gradualmente das capitais provinciais para cidades em nível de prefeitura, cidades em nível de condado até vilarejos. Entre 1992 e 2000, as áreas de aglomeração do tipo "alto-alto" concentraram-se principalmente nas capitais provinciais e cidades costeiras em nível de prefeitura; entre 2000 e 2010, as cidades em nível de condado tiveram uma grande proporção nas áreas de alta aglomeração; entre 2010 e 2022, as regiões de vilarejos emergiram como novos polos de crescimento, enquanto algumas capitais provinciais apresentaram aglomerações do tipo "baixo-baixo", marcando a entrada da urbanização chinesa em uma nova fase caracterizada por multicentro e rede.

Palavras-chave

urbanização;sensoriamento remoto noturno;variação espaço-temporal;características do gradiente

1 Introdução

A urbanização é um processo multidimensional de desenvolvimento social, a transição da sociedade rural para a sociedade urbana, envolvendo profundas mudanças demográficas, econômicas, estruturais sociais e de uso da terra.倪鹏飞和徐海东，2022）。 Desde a reforma e abertura, a China alcançou um salto econômico impressionante, com uma taxa de urbanização de 65,22% em 2022, um aumento de 47,3 pontos percentuais em relação a 1982, mas o crescimento acelerado está acompanhado de uma série de desafios reais, como aumento dos preços das habitações, consumo excessivo de recursos e problemas ambientais.伏润得和杨振山，2024；洪顺发和杨洋，2022）。 Como alcançar o desenvolvimento sustentável, mantendo o processo de urbanização, tornou-se uma questão importante a ser resolvida com urgência.
A extensão geográfica da China e as diferenças geoambientais significativas determinam a existência de claras diferenças regionais no desenvolvimento da urbanização.赵美风 等，2024）。 As cidades, como motores centrais do crescimento econômico e da modernização socialista, há muito se concentraram mais na expansão quantitativa do que na melhoria qualitativa. No entanto, esse modelo de desenvolvimento quantitativo tende a levar a muitos problemas, particularmente nas lacunas entre a costa oriental e o centro-oeste, apresentando um padrão espacial gradualmente decrescente do leste para o oeste, com as diferenças entre regiões sendo a principal fonte de diferenças qualitativas no desenvolvimento geral.邹丹 等，2022；韩增林和刘天宝，2009）。 Portanto, no novo período, o desenvolvimento urbano deve ser impulsionado pela melhoria da qualidade, otimização estrutural e inovação, em vez de simplesmente buscar quantidade e velocidade, e a investigação aprofundada das diferenças regionais na urbanização da China é um requisito inevitável para acelerar a estratégia nacional para promover o novo tipo de urbanização centrada nas pessoas e promover o desenvolvimento coordenado regional.
Os estudos tradicionais de urbanização geralmente se baseiam na análise de dados de painéis para explorar as mudanças dinâmicas e as diferenças espaciais no processo de urbanização, combinando séries temporais e dados transversais.薄文广 等，2023）。 Essa abordagem pode revelar eficazmente as relações quantitativas entre o crescimento econômico, a migração demográfica, a construção de infraestruturas, etc.刘超 等，2022）。 No entanto, os métodos estatísticos tradicionais têm limitações na captura de diferenças espaciais e interações regionais. À medida que a tecnologia de teledetecção avança, os dados de iluminação noturna, como uma ferramenta de pesquisa emergente, fornecem um meio mais preciso de monitoramento das diferenças espaciais e dos padrões de concentração da atividade econômica durante a urbanização.付琨 等，2024）。 A combinação da análise de dados de painéis tradicionais com informações de teledetecção permite pesquisas integradas em resoluções espaciotemporais mais elevadas, enriquecendo ainda mais a compreensão e avaliação da dinâmica da urbanização.
Índice de iluminação noturna está intimamente ligado ao nível de urbanização (Henderson等，2012；周垠 等，2015tem sido amplamente utilizado para monitoramento da urbanização e distribuição da população (Elvidge等，1999Estimação de parâmetros socioeconômicos (Yang等，2019；李黔湘 等，2020Avaliação de Desastres (Wang等，2018e várias áreas. Nesta perspectiva de dados, as diferenças regionais e os efeitos de absorção do desenvolvimento urbano refletem claramente as características funcionais e os padrões de desenvolvimento de diferentes agrupamentos urbanos e cidades. A implementação da política espacial de urbanização reflete essencialmente as relações dinâmicas das populações urbanas e rurais, enquanto a distribuição da intensidade da luz noturna revela intuitivamente o desempenho espacial dessa relação. Nos últimos anos, a nova estratégia de urbanização e revitalização rural propôs a otimização dos agrupamentos urbanos do leste, o cultivo dos agrupamentos urbanos do centro-oeste, a promoção do desenvolvimento coordenado de grandes e pequenas cidades e vilas, e a formação de um padrão urbano de integração urbana e rural.刘涛 等，2022）。 No entanto, a partir dos dados de iluminação noturna pode ser observado que a distribuição de luz é mais concentrada nos agrupamentos urbanos maduros do leste, refletindo o espaço funcional altamente integrado dessas áreas, que se manifesta como uma estreita ligação entre a população urbana e rural e os recursos.郑子豪 等，2021）。 Enquanto os agrupamentos urbanos do Centro-Oeste estão nas fases iniciais da urbanização, a distribuição da luz noturna é mais dispersa, a atratividade das cidades centrais para a população migratória de longa distância é limitada e a conectividade funcional regional é fraca, apresentando um padrão desequilibrado de desenvolvimento urbano.杨洋 等，2015）。
Além disso, o efeito de aspiração do arco das cidades de alto nível é manifestado pelo brilho noturno significativa da luz, que muitas vezes atrai uma grande quantidade de pessoas e recursos das aldeias periféricas, pequenas e médias cidades, levando a uma diminuição relativa da intensidade da luz dessa última.王晗 等，2022）。 O desenvolvimento de pequenas e médias cidades e vilas é mais dependente de recursos locais, com uma distribuição de luz limitada e claramente influenciada pelas cidades centrais circundantes e agrupamentos urbanos nacionais. Com base na análise de dados de iluminação noturna, a situação e o papel dos aglomerados urbanos do leste e do centro-oeste no novo padrão de urbanização podem ser avaliados com mais precisão, bem como a eficácia das políticas das estratégias de revitalização rural na otimização do desenvolvimento urbano-rural integrado.魏后凯，2014）。
Atualmente, os dados de iluminação noturna foram aplicados à evolução do espaço-tempo da urbanização em diferentes escalas espaciais e estudos de equilíbrio do desenvolvimento espacial, incluindo principalmente as características de equilíbrio do desenvolvimento urbanizado e as características de polarização do espaço provincial.旷开金 等，2023；李媛婷 等，2023A evolução do espaço-tempo das modalidades de distribuição urbana e padrões de expansão em escala espacial de agrupamentos urbanos regionais (许正森和徐永明，2021；张斌 等，2022；布自强 等，2022）。 À medida que a precisão das estimativas de dados de iluminação noturna aumenta de escala nacional a escala de rede (余柏蒗 等，2021Aplicado ao desenvolvimento urbanístico em nível municipal (陈佐旗和苏瑞浩，2024）。
Nos últimos anos, a pesquisa em escala urbana permaneceu relativamente fraca e os resultados atuais se concentraram mais no nível provincial ou parcial de grupos urbanos. Portanto, para revelar sistematicamente as diferenças de gradiente do modelo de desenvolvimento da urbanização da China em diferentes períodos, este artigo baseia-se em dados vetoriais de nível de vila da China, dados de residência do governo de nível de condado e dados de utilização da terra do CNLUCC, identificando diferentes níveis de áreas urbanas de núcleo por meio de superposição espacial e interpretação visual, dividindo-as em quatro gradientes: capital provincial, cidade de nível geográfico, cidade de nível de condado e vila.Fig. 1）。 Com base nesta base, combinando os dados de iluminação noturna de longa sequência temporal de 1992 a 2022, usando métodos como migração de gravidade, elipse de desvio padrão, auto-correlação espacial global e local, para explorar sistematicamente as características de gradiente do desenvolvimento da urbanização da China e as leis de diferenciação espacial-temporal, com o objetivo de analisar o efeito de gradiente da urbanização e fornecer referência científica para otimizar o caminho de desenvolvimento da urbanização.
figure

Fig. 1 Urban distribution at different gradients in China

2 Fontes de dados e métodos de pesquisa

2.1 Fonte dos dados e pré-processamento

Este artigo utiliza dados do Programa de Satélite Meteorológico de Defesa (DMSP-OLS) de 1992 a 2013 e do NPP-VIIRS (Visible Infrared Imaging Radiometer Suite) de 2012 a 2022. O conjunto de dados de iluminação noturna DMSP-OLS foi publicado pela NOAA (National Oceanic and Atmospheric Administration) dos Estados Unidos. O OLS é um radiometro de varredura capaz de capturar a luz visível e a radiação infravermelha próxima da superfície da Terra à noite, com sequências de tempo longas e uma resolução espacial de 1 km x 1 km. Para compensar as limitações do conjunto de dados de luz noturna DMSP-OLS em termos de resolução, continuidade de dados e capacidade espectral, a NASA e a Administração Nacional de Aeronáutica e Espaço dos EUA desenvolveram conjuntamente o VIIRS no satélite da Parceria Polar-Orbitante Nacional Suomi (NPP). Sua banda DNB (Day/Night Band), especialmente adequada para observações noturnas da distribuição da luz na superfície da Terra, tem uma resolução espacial de 500 m x 500 m, mas os dados não eliminam a luz de fundo e necessitam de processamento adicional.

2.1.1 Pré-processamento de dados DMSP-OLS

Embora os dados DMSP-OLS tenham sido processados oficialmente para remover o ruído acidental, eles ainda enfrentam problemas de saturação de luz. Para resolver esse problema, foi adotado曹子阳等（2015）e张佰发等（2020）O método de correção, escolher a cidade de Hegang em Heilongjiang como área de referência estável, usando o modelo de função secundária de um yuan para corrigir o efeito de saturação do sensor. Embora a correção de saturação tenha reduzido as diferenças entre os sensores, para tirar o máximo proveito das imagens de luz noturna coletadas por vários sensores no mesmo ano e garantir que os conjuntos de dados obtidos tenham uma melhor estabilidade e continuidade em sequências cronológicas, correções durante o ano e correções de continuidade são feitas para os dados de diferentes sensores no mesmo ano.

2.1.2 Pré-processamento de dados NPP-VIIRS

Os dados anuais do NPP-VIIRS de 2012 a 2022 utilizados neste artigo foram sintetizados usando o método de média para excluir produtos mensais sem nuvens de agosto a outubro e reduzir a variação dos valores de radiação de luz em áreas urbanas através de métodos de transformação logarística.胡为安 等，2021）。 Em comparação com os dados de iluminação do DMSP-OLS, os dados do NPP-VIIRS herdaram as características básicas dos dados do DMSP-OLS e foram melhorados em termos de resolução espacial e temporal, mas não eliminaram o ruído de fundo, a existência de auroras, luzes de fogo, luzes de navios e outras fontes de luz temporárias, existem grandes valores anormais, usando o método de máscara, para a máscara de geração de imagens de imagens de luz noturna NPP-VIIRS de 2015 e 2016 após a correção de radiação publicada oficialmente para eliminar a luz de fundo, para extrair a área de luz estável dos dados de imagens do NPP-VIIRS de 2012-2022, depois das estatísticas da cidade com o maior grau de desenvolvimento econômico nacional, Xangai, o valor máximo de imagens de DN é marcado como o limiar superior, atribuído à região nacional, eliminando o valor extremamente grande, e, finalmente, a correção de continuidade.Zheng等，2019；李启华和谭荣建，2023）。

2.1.3 Integração de dados de iluminação noturna em sequências longas

Os dois tipos de dados de luz devido à diferença do sensor, a mesma posição de luz em espaço-tempo tem uma grande diferença entre os metavalores, não pode ser analisado diretamente, e a atividade humana noturna no mesmo período mostrará semelhança em diferentes valores de brilho do sensor.李云燕等（2023）O estudo descobriu que os dados do NPP-VIIRS de 2014-2019 foram superiores aos de 2013, indicando uma maior correlação com os dados do NPP-VIIRS de 2013, indicando que a correção de ajuste poderia ser feita usando o mesmo modelo matemático. Este artigo usa a área administrativa de nível de condado nacional como unidade de correção, com os dados DMSP-OLS como variável causal, com os dados NPP-VIIRS após a transformação logarística como autovariável, construiu o modelo de regressão secundária de um dólar do valor médio de brilho de nível de condado de dados DMSP-OLS e NPP-VIIRS de 2013, e muitos acadêmicos para provar que esse método tem alguma racionalidade para a evolução do espaço-tempo urbanizado.赵安周 等，2023；牛方曲和辛钟龄，2021 ), comoFig. 2Como mostrado, R2=0,973, P< 0,001 para implementar os dados NPP-VIIRS de 2014-2022 para simular os dados DMSP-OLS (李雪萍和贡璐，2019Um conjunto de dados de iluminação noturna em sequência longa e comparável foi construído com sucesso, fornecendo uma base de dados sólida para monitorar as mudanças dinâmicas a longo prazo das características da urbanização.
figure

Fig. 2 Fitting plot of NPP-VIIRS and DMSP-OLS in 2013

Para verificar a precisão dos dados, referência张碧蓉等（2021）Os estudiosos testaram os resultados da correção usando dados do PIB. Estabelecendo um modelo de correlação entre o valor total de brilho da luz e o PIB correspondente em 31 regiões provinciais em 2013 e 2022 (Fig. 3，Fig. 4Os resultados mostraram que ambos os coeficientes de correlação R² foram superiores a 0,7, indicando uma forte correlação entre os dados de iluminação noturna e a atividade econômica. Assim, os dados de iluminação noturna corrigidos podem ser usados ​​para estudos de urbanização a longo prazo.
figure

Fig. 3 Correlation fitting between GDP and nighttime lights in 2013

figure

Fig. 4 Correlation fitting between GDP and nighttime lights in 2022

2.2 Métodos de pesquisa

2.2.1 Índice total de intensidade da luz noturna

Este artigo usa o índice de intensidade total da luz noturna TNLI (Total Nighttime Light Index), o índice representa a soma do valor de brilho da imagem dentro da unidade administrativa DN (Número Digital), o TNLI tem uma forte correlação com os indicadores tradicionais de tamanho urbano, como a população, o PIB, para descrever a escala do desenvolvimento urbano e a intensidade da construção.司文涛 等，2022）。

2.2.2 Taxa de contribuição da luz noturna

A taxa de contribuição da luz noturna refere-se ao valor total da luz noturna em diferentes regiões para a proporção do valor total da luz noturna na região nacional, para explorar as mudanças na proporção da luz noturna em 7 regiões em diferentes períodos de tempo e em diferentes gradientes no país.

2.3 Índice de diferença de crescimento

O Índice de Diferença de Crescimento LGDI (Índice de Diferença de Crescimento de Iluminação) representa a proporção da taxa de variação do crescimento total da iluminação urbana de uma unidade espacial com a taxa de variação do crescimento total da iluminação nacional, o índice permite que a taxa de variação do crescimento de diferentes cidades no mesmo período seja comparável, refletindo a taxa de variação relativa do crescimento total da iluminação urbana em gradientes específicos dentro da região, para analisar as diferenças espaciais das mudanças no nível de urbanização.张敏 等，2024；Wang等，2020）。 A fórmula de cálculo é a seguinte:
no estilo,Cidade de um determinado períodoÍndice de diferença de crescimento da luz,eIndicar cidade separadamentee a taxa de mudança de crescimento da luz em todo o país,eIndicar cidade separadamenteem、valor da luz do momento.

2.2.4 Elíptica de centro de gravidade e desvio padrão

O centro de gravidade, também conhecido como centro médio, pode ser identificado através do cálculo do centro de gravidade e de sua trajetória de migração para identificar as diferenças espaciais no desenvolvimento econômico e as características das mudanças dinâmicas.范琳和李彬，2023）。 A fórmula de cálculo é a seguinte:
no estilo,eCoordenadas transversais e longitudinais do centro de gravidade do índice de diferença de crescimento da luz;para oÍndice de diferença de crescimento de luz média anual;epara oCoordenadas transversais e longitudinais do centro geométrico do distrito administrativo anual.
A elipse de desvio padrão (SDE) é um dos métodos clássicos usados ​​para descrever as características direcionais da distribuição espacial e é capaz de quantificar a direção da distribuição espacial e as tendências de agregação de elementos. Análise quantitativa das características de mudança de direção do índice de diferença de crescimento da luz noturna por meio de parâmetros como o centro da elipse de desvio padrão, o eixo longo e curto, o ângulo de direção e outros. O centro da elipse é o centro de gravidade espacial do índice de diferença de crescimento da luz noturna, os eixos longos e curtos indicam a sua distribuição espacial e a área da elipse indica o grau de concentração da distribuição espacial. A fórmula de cálculo é a seguinte:
no estilo,eO comprimento do eixo na direção dos eixos x e y, respectivamente,ecoordenadas do índice de diferença de crescimento da luz noturna,eCoordenadas centrais que representam a média da cidade,representando o número total de cidades.

2.2.5 Análise de auto-correlação espacial

A análise da auto-correlação espacial pode revelar eficazmente a dependência espacial da expansão urbana, incluindo a auto-correlação espacial global e a auto-correlação espacial local. Este artigo usa o Índice I de Moran global para descrever as características gerais da correlação espacial do nível de urbanização dentro da área estudada. A fórmula de cálculo é a seguinte:
no estilo,Número de unidades administrativas municipais;matriz de peso espacial para unidades críticas;、Indicar cidade separadamenteE a cidade.Índice de diferença de crescimento da luz; O campo de valor do Índice I de Moran global é [-1, 1], o valor maior do que 0 indica que a variável tem uma correlação positiva no espaço, ou seja, a existência de um fenômeno agregado entre valores altos ou baixos, menor do que 0 indica que a variável não tem correlação, ou seja, os valores altos estão cercados por valores baixos ou os valores baixos estão cercados por valores altos, quando os valores estão perto de 0 significa que a variável não tem correlação, distribuída aleatória no espaço.
No entanto, a auto-correlação espacial global não pode representar exatamente a localização espacial específica em que a concentração ou a anomalia ocorreu, e para analisar as semelhanças locais e as características diferenciais das mudanças urbanas entre os gradientes, uma análise adicional da auto-correlação espacial local é realizada em áreas com auto-correlação espacial global significativa. A fórmula de cálculo é a seguinte:
no estilo,Para a cidadeÍndice I de Moran,Quatro padrões de agrupamento podem ser formados: "agrupamento alto-alto", "agrupamento baixo-baixo", "agrupamento alto-baixo" e "agrupamento baixo-alto", revelando as características de agrupamento e diferenciação de variáveis entre unidades locais e unidades vizinhas.

3 Resultados e análise

3.1 Características da evolução da taxa de contribuição da luz noturna em diferentes gradientes

De acordo com os dados de imagens de luz noturna em sequência longa de 1992-2022 e análise estatística das sete principais regiões da China (dados da região de Hong Kong e Macau não incluídos), os resultadosFig. 6A quantidade total de iluminação noturna no país mostrou uma tendência de crescimento estável, com uma taxa de crescimento acumulada de 960%. No geral, a taxa média anual de crescimento do índice de iluminação noturna do país apresenta uma tendência de aumento constante (Fig. 6）。 No início da década de 1990, as cidades de nível geográfico tiveram a maior contribuição, com 31,69%, com taxas semelhantes para as capitais e vilas, enquanto as cidades de nível de condado tiveram a menor contribuição, com 15,73%. Depois de 2000, a urbanização do nível das cidades acelerou-se, a contribuição da luz noturna gradualmente ultrapassou a das capitais provinciais e, por volta de 2004, ultrapassou as cidades de nível geográfico, alcançando 49,82% até 2022, tornando-se a região com a maior contribuição entre os quatro gradientes.Fig. 5）； A taxa de contribuição da iluminação noturna das cidades de nível de condado também ultrapassou a das capitais provinciais por volta de 2007 e será equivalente à taxa de contribuição das cidades de nível regional até 2022; As capitais se tornaram o gradiente com a menor contribuição de luz noturna desde 2010.Fig. 6）。
figure

Fig. 5 Nighttime light contribution rates of different city gradients from 1992 to 2022

figure
figure
figure
figure
figure
figure
figure

Fig. 6 Night-time illumination contribution rate， and TNLI gradient analysis across seven major regions from 1992 to 2022

Em diferentes períodos de tempo, as diferenças no crescimento da luz noturna em diferentes gradientes em todas as regiões, no geral, 1992-2000 devido ao desenvolvimento econômico e à expansão urbana relativamente lenta, a taxa de crescimento da luz noturna também foi relativamente baixa. A queda da União Soviética em 1991 acelerou o processo de globalização e reduziu as barreiras ao comércio internacional e ao investimento. Neste contexto, a China continuou a aprofundar a política de reforma e abertura, adotando estratégias de desenvolvimento econômico orientadas para o exterior, especialmente nas zonas econômicas especiais e cidades costeiras abertas, para promover o crescimento econômico e a modernização industrial das cidades costeiras. Neste período, o desenvolvimento se concentrou principalmente nas capitais provinciais, municípios e cidades de nível geográfico (Fig. 6e (d). Em comparação com outras regiões, a quantidade total de iluminação e a taxa de crescimento sob os quatro gradientes da região oriental da China tem sido a primeira do país, representando cerca de 30% do índice total de iluminação noturna nacional, tornando-se uma força motriz importante para o desenvolvimento econômico nacional, a região do Norte da China e a região do Sul da China seguiram-no, promovendo ainda mais o desenvolvimento da economia regional.Fig. 6Cerca de 10 anos antes do Ocidente (张涛 等，2024）。
A adesão da China à Organização Mundial do Comércio no início do século XXI marcou uma integração mais profunda da China no sistema econômico global e começou a competir com as potências econômicas existentes. Entre 2000 e 2010, a região oriental da China foi pioneira na revitalização da região interior. O Noroeste e o Sudoeste também experimentaram crescimento significativo. Devido à intensificação da concorrência pelos recursos das capitais, muitas populações começaram a se deslocar para as pequenas e médias cidades vizinhas, levando algumas cidades e vilas de nível de condado a começar a se desenvolver.Fig. 6e (f). No entanto, o rompimento da bolha no mercado imobiliário dos EUA em 2008 desencadeou uma crise econômica que se espalhou rapidamente para os mercados financeiros globais e a economia real. A crise teve um impacto significativo no desenvolvimento econômico urbano e na taxa de urbanização da China, levando a uma queda no crescimento total da iluminação noturna no sul da China. No entanto, devido à peculiaridade da estrutura econômica e da localização geográfica do Noroeste, a região foi afetada de forma diferente da região costeira, mostrando certa resistência aos impactos. Após a crise econômica, a economia chinesa recuperou gradualmente e retomou o impulso de crescimento. Algumas cidades costeiras começaram a passar de uma economia orientada às exportações para uma economia orientada aos serviços, com uma recuperação nos setores da manufatura e do comércio e um ritmo de desenvolvimento urbano mais acelerado. Em 2010, com o desenvolvimento das capitais provinciais e das cidades de nível geográfico gradualmente atingindo a saturação, o Estado começou a implementar políticas como a revitalização rural para promover o desenvolvimento regional equilibrado. Em 2014, o Plano Nacional de Urbanização de Novo Tipo (2014-2020) destacou o avanço ordenado da urbanização da população de transferência agrícola e a otimização da disposição do espaço urbano. Este planejamento promove a expansão urbana com maior foco na otimização estrutural e no aperfeiçoamento funcional, evitando expansões desordenadas e melhorando a eficiência do uso da terra. Impulsionado por essas políticas, a onda de retorno gradualmente surgiu, trazendo novas oportunidades de desenvolvimento e vitalidade para as áreas rurais, a iluminação noturna de nível urbano cresceu rapidamente e, até 2022, a contribuição da iluminação urbana aproxima-se de 50% do país, marcando que o desenvolvimento da urbanização da China entrou em uma nova fase.Fig. 6）。

3.2 Evolução espacial urbanizada em diferentes gradientes

De acordo com o tamanho do Índice de Diferença de Crescimento, o método de ponto de ruptura natural divide o crescimento do TNLI em cinco tipos: crescimento lento (0-0,57), crescimento baixo (0,57-1,90), crescimento médio (1,90-4,25), crescimento rápido (4,25-9,66) e crescimento rápido (acima de 9,66), revelando as características de diferenciação regional no processo de urbanização da China. O estudo descobriu que a distribuição de áreas de alto crescimento de urbanização na China apresenta uma tendência de mudança das capitais provinciais para as áreas rurais, com algumas regiões crescendo mais rapidamente devido à adaptação a novos padrões de urbanização, enquanto outras enfrentam desafios devido ao atraso na transformação.李汝资等（2023）Os estudos concordam com os resultados deste estudo, mostrando que o ritmo de urbanização das regiões do interior está gradualmente superando o ritmo da costa oriental e que as diferenças entre regiões estão se manifestando gradualmente.
1992-2000 no início da urbanização rápidaFig. 7As capitais provinciais, como centros políticos, econômicos e culturais das províncias, beneficiam-se do impulso das políticas locais, atraindo uma grande concentração de populações e indústrias, e a expansão das cidades levou a uma enorme demanda por terras. As capitais provinciais e algumas cidades geográficas geralmente têm taxas de crescimento urbanizado mais elevadas do que as cidades em outros gradientes, e estão em uma fase de desenvolvimento "alta-rápida". As mudanças no Triângulo Longo, no Triângulo de Perlas e nos três grandes agrupamentos urbanos de Beijing e Hebei são particularmente significativas.
figure
figure
figure
figure

Fig. 7 Distribution of nighttime light growth disparity index in China from 1992 to 2022

Entre 2000 e 2010, com a expansão contínua da população das capitais provinciais, as restrições de recursos e a concorrência intensificadas levaram a uma desaceleração significativa do crescimento da urbanização, a uma tendência gradual à saturação e a expansão da população e da indústria para as pequenas e médias cidades vizinhas.Fig. 7）。 Neste processo, as cidades de nível geográfico e de nível de condado do norte da China, leste da China, centro da China e sul da China subiram rapidamente, tornando-se o motor central da urbanização regional, e a gravidade do desenvolvimento econômico também se mudou da costa oriental da China para Bohai e Triângulo do Norte, com o crescimento de Tianjin, Tangshan e Zhengzhou. Em contraste, o Noroeste, o Sudoeste e o Nordeste continuam a depender fortemente do modelo de crescimento unipolar das capitais provinciais, com diferenças de desenvolvimento regionais ainda mais evidentes. Vale ressaltar que, após a implementação completa da estratégia de grande desenvolvimento ocidental em 2000, o desenvolvimento de cidades como Xi'an, Xianyang, Yanan, Chengdu, Sichuan, Kunming, Yunnan, Yinchuan, Wuzhong, Ningxia e Urumqi, Kash, Xinjiang, acelerou significativamente, mas seus efeitos de radiação ainda estão limitados à capital da província e às cidades vizinhas.华婧 等，2024）。
A urbanização aumentou significativamente em todo o país entre 2010 e 2022, especialmente no norte e sul da China, no nordeste da China e no centro da China.Fig. 7）。 Regiões como Shaanxi, Ningxia, Gansu, Sichuan, Yunnan e Guizhou estão em uma tendência de crescimento de velocidade média e superior. O desenvolvimento da urbanização das capitais da província foi gradualmente estável, refletindo os gargalos de sua alocação de recursos e potencial de desenvolvimento. Essa tendência sugere que a urbanização da China está passando por uma mudança do tradicional modelo "de cima para baixo" liderado pelo "crescimento econômico" para um modelo "de baixo para cima" com maior foco na sinergia regional e orientado à demanda.
Neste contexto, a dimensão política deve visar promover o desenvolvimento coordenado entre as diferentes regiões, especialmente acelerando o processo de urbanização no Centro-Oeste, reduzindo os efeitos negativos dos desequilíbrios de desenvolvimento interregionais através de transferências industriais, modernização de serviços públicos e construção de infraestruturas, dando prioridade à nova infraestrutura do Centro-Oeste (por exemplo, redes digitais, energia limpa) e aumentando sua capacidade de transferência industrial, aperfeiçoando ao mesmo tempo os mecanismos de compensação ecológica interregional e evitando a duplicação do caminho de desenvolvimento amplo no Leste. Além disso, deve-se prestar especial atenção ao desenvolvimento substancial das capitais provinciais, orientando-as a desempenhar um papel de liderança na promoção do desenvolvimento regional equilibrado.魏丽莉和张明凡，2014）。

3.3 Análise do Efeito do Gradiente de Migração Espacial da Urbanização

De acordo com o Índice de Diferença de Crescimento da Luz, calculado com base em dados de iluminação noturna, este artigo revela o centro de gravidade da urbanização e seu padrão de evolução espacial na escala nacional das cidades de 1992 a 2022, como:Fig. 8mostrado. A migração do centro de gravidade urbanizado passou por várias fases: de 1992 a 2002, o centro de gravidade urbanizado se mudou ligeiramente para o sudeste, com apenas 12,66 km; de 2002 a 2012, o centro de gravidade se mudou gradualmente para o noroeste, com uma distância de 226,22 km; de 2012 a 2017, o centro de gravidade se mudou para o sudoeste, com a distância mais distante, com 285,94 km; e de 2017 a 2022, novamente para o nordeste, com uma distância de 245,10 km.
figure
figure
figure
figure
figure
figure
figure
figure
figure

Fig. 8 Centroid migration and standard deviation ellipse distribution of China and its seven regions from 1992 to 2022

Devido à base econômica fraca da região ocidental, o valor inicial da luz é geralmente baixo, após um curto período de desenvolvimento, o valor da luz pode atingir o seu próprio crescimento de várias vezes ou até dezenas de vezes, resultando em uma taxa de mudança significativamente maior do que a região oriental. Especificamente, a partir de 2000, com a implementação da Estratégia de Desenvolvimento Ocidental, o desenvolvimento econômico no Noroeste e Sudoeste acelerou-se e a ênfase gradualmente se deslocou para o Noroeste, com a área elíptica atingindo o máximo, cerca de 3.751.042,52 km², com a distribuição elíptica orientada ao leste-oeste, mostrando o efeito do apoio à política. Especialmente no que diz respeito à construção de infraestruturas de transporte, o avanço de grandes projetos como a Ferrovia Qingdao-Tibetana e a Ferrovia Lanxin criou condições para o fluxo de recursos e o desenvolvimento econômico na região ocidental. No futuro, os governos devem continuar a aumentar os investimentos em transporte, energia e infraestrutura digital no oeste, reduzindo ainda mais a disparidade de desenvolvimento no leste e no oeste e promovendo um desenvolvimento regional mais equilibrado.
Depois de 2012, a ênfase do desenvolvimento se mudou para o sudoeste, e a implementação de políticas de apoio às contrapartes no oeste das regiões desenvolvidas do centro e leste promoveu ainda mais o desenvolvimento económico e social da região sudoeste, especialmente nas províncias (regiões autônomas) como Sichuan, Yunnan e Tibete, através do desenvolvimento de indústrias especiais como o turismo, elevando o nível econômico geral da região. Após 2017, com o apoio da política de "revitalização da antiga base industrial do nordeste", a taxa de crescimento da urbanização aumentou, ao mesmo tempo que a estratégia de desenvolvimento sinergico de Beijing e Hebei no norte da China também promoveu o deslocamento da gravidade da urbanização para o nordeste. Este fenômeno mostra que o desenvolvimento regional sinergico desempenha um papel importante na realização de uma urbanização equilibrada. Portanto, as políticas devem promover ainda mais o acoplamento industrial e a cooperação técnica entre as regiões do leste e do centro-oeste, fortalecer o desenvolvimento sinergico entre as regiões e promover o equilíbrio entre as regiões.
A migração do centro de gravidade e a mudança da área elíptica do ponto de vista das sete regiões refletem a presença de diferenças regionais no processo de urbanização. A área elíptica aumentou gradualmente com o tempo, com o centro de gravidade da região oriental da China se movendo da costa leste para o oeste, com uma distância de 208,57 km.Fig. 8Em particular, o rápido desenvolvimento da cidade de Hefei, na província de Anhui, e da região norte da província de Jiangsu, estimulou a migração do centro de gravidade da urbanização no leste da China para o oeste.许正森和徐永明，2021）； A região do nordeste se mudou primeiro 158,17 km para o nordeste, principalmente impulsionado pelo desenvolvimento de cidades baseadas em recursos (como Daqing e Anshan), enquanto que depois de 2010, com a implementação da política de "revitalização da antiga base industrial do nordeste", a transformação econômica de cidades centrais como Shenyang e Changchun impulsionou a migração de gravidade para o sudoeste, com uma distância de 138,06 km.Fig. 8）； A região do norte da China mudou-se primeiro para o noroeste de 66,28 km, principalmente devido ao rápido desenvolvimento das cidades baseadas em recursos da Mongólia Interior (como Ordos), e depois para o sudeste de 79,34 km, de acordo com o Relatório de Monitoramento Estatístico de Desenvolvimento Sinérgico de Beijing e Hebei (2022), a província de Hebei empreendeu mais de 5.000 projetos de transferência industrial de Pequim entre 2010 e 2020, levando a migração sudeste com ênfase na urbanização regional.Fig. 8）； A região do sul da China é focada na costa sudoeste, com uma distância de 187,91 km, e a área elíptica se expande mais rapidamente, com uma taxa de crescimento de 87,2%.Fig. 8）； A região central da China está centrada em Zhengzhou, Wuhan e Changsha, três capitais da província, com uma distribuição elíptica norte-sul e o ponto de gravidade se movendo flutuantemente para o sul.Fig. 8）； A área do noroeste devido à vasta área que levou à grande distância elíptica, a lei de movimento do centro de gravidade não é óbvia, entre 2012 e 2017 a distância de movimento mais distante é de 370,13 km, principalmente relacionado com o rápido desenvolvimento de Xinjiang, Gansu e outros lugares sob a iniciativa do "Cinturão e Rota", neste período o investimento em ativos fixos de Xinjiang aumentou em média anual de 18,7%, muito acima da média nacional (10,2%), promovendo a rápida migração do centro de gravidade da urbanização.Fig. 8）； De acordo com o "Relatório de Monitoramento Estatístico da Construção do Círculo Econômico das Duas Cidades da Região de Chengyu (2022), o PIB do agrupamento urbano de Chengyu aumentou em média anualmente em 8,5% entre 2017 e 2022, representando 49,1% do volume econômico total da região sudoeste, o elipse está distribuído principalmente no agrupamento urbano de Chengyu, o ponto de gravidade se moveu gradualmente para o sul, a distância de migração é de 181,1 km, após 2017, com a ascensão da economia do condado sob a estratégia de revitalização rural, o centro de gravidade de desenvolvimento se moveu para a região central do nordeste, a distância de migração é de 41,88 km.Fig. 8）。
A elipse de desvio padrão das taxas de variação da urbanização em diferentes gradientes da China de 1992 a 2022 e os resultados estatísticos da migração de centros de gravidadeTable 1O desenvolvimento da urbanização da China apresenta características dinâmicas únicas nas capitais provinciais, cidades de nível regional, cidades de nível de condado e vilas. Especificamente, a área elíptica de desvio padrão das cidades de nível de condado é relativamente grande, enquanto a área elíptica das cidades de nível geográfico é relativamente pequena, indicando que a expansão urbana das cidades de nível de condado é mais ampla. Isso pode ser mais fraco do que a base econômica das cidades de nível de condado, mas o processo de urbanização começou mais cedo, levando a sua área de cobertura a se expandir gradualmente para a periferia, atraindo mais recursos e oportunidades de desenvolvimento. A área elíptica de cada gradiente geralmente apresenta uma tendência de diminuição e aumento. Especialmente nas áreas rurais, sua área elíptica aumentou significativamente entre 2010 e 2022, ultrapassando os níveis de 1992 a 2000. Essa mudança reflete o progresso significativo realizado pela China no impulsionamento do novo tipo de urbanização, onde as áreas rurais têm acesso a mais apoio de recursos e oportunidades de desenvolvimento, e também mostra o papel de liderança da política nacional que promoveu o rápido desenvolvimento das áreas rurais. A trajetória de migração dos centros de gravidade da urbanização varia entre 1992 e 2022, com as capitais continuando a se deslocar para o sudoeste, as cidades de nível geográfico se deslocando primeiro para o norte e depois para o sudoeste, as cidades de nível de condado se deslocando gradualmente do noroeste para o sudoeste, enquanto as cidades passaram por um processo de migração do nordeste para o sudoeste. Essas tendências de migração sugerem que o processo de urbanização está se acelerando nas regiões sudoeste e noroeste, com movimentos de população e indústrias tendo-se orientado para essas regiões, especialmente com o apoio de políticas que aceleram significativamente o ritmo de urbanização nas regiões ocidentais. Vale ressaltar que, entre 2010 e 2022, as distâncias de migração dos centros de gravidade de cada gradiente aumentaram significativamente e se concentraram em direção sudoeste, indicando que o ritmo de urbanização no noroeste e sudoeste ultrapassou o leste, especialmente com o apoio da alocação de recursos, transferência de indústrias e construção de infraestruturas. Esta descoberta coincide com estudos já realizados, como吴瑞君等（2022）2010 foi um ponto de inflexão para a taxa de urbanização da região do Centro-Oeste, e também um ponto-chave para a diminuição da escala de migração líquida da população no leste e a diminuição significativa da escala de migração líquida da população no Centro-Oeste. Os dados mostram que a taxa de urbanização aumentou em 7,16 pontos percentuais entre 2010 e 2015 na região ocidental, em comparação com 6,84 pontos percentuais na região central e 4,88 pontos percentuais na região oriental. O crescimento da urbanização acelerou-se ainda mais na região central entre 2015 e 2020, atingindo 7,95 pontos percentuais, em comparação com 4,51 pontos percentuais na região ocidental, ainda acima dos 4,38 pontos percentuais no leste. Esses dados sugerem que o processo de urbanização no Oriente Médio acelerou significativamente após 2010, em contraste com a tendência de desaceleração gradual no Oriente. Além disso, em termos de escala de transferência líquida de população rural-urbana em todo o país, o crescimento contínuo da migração líquida de população urbana na região ocidental desde 2000, particularmente após 2010, confirma ainda mais o aumento significativo da capacidade da região ocidental de atrair população rural para a concentração urbana.

Table 1 Standard deviation delipse and centroid migration statistics of urbanization change rates in different gradient regions of China from 1992 to 2022

地区年份区间面积/万km2距离/km方位角/（°）地区年份区间面积/万km2距离/km方位角/（°）
省会城市1992—2000296.0161.77192.12县级城市1992—2000463.7371.89316.19
2000—2010241.192000—2010394.07
2010—2022273.24280.78244.032010—2022443.04417.09236.06
地级城市1992—2000242.94117.25355.22乡镇1992—2000271.8064.1025.31
2000—2010212.012000—2010224.54
2010—2022225.02251.68226.872010—2022352.77438.29240.92
Elíptica de desvio padrão da taxa de variação da urbanização nas províncias chinesas de 1992 a 2022 e resultados estatísticos da migração de centros de gravidadeTable 2Nos três períodos de estudo de 1992 a 2022, a área elíptica de desvio padrão em cada província mostrou uma tendência generalizada de crescimento, indicando que os efeitos de expansão espacial da urbanização foram cada vez mais significativos. O surgimento deste fenômeno reflete a aceleração gradual do processo de urbanização ao longo do tempo. Devido às diferenças geográficas entre as províncias, as províncias com maior espaço geográfico (como a Região Autônoma da Mongólia Interior) têm uma área elíptica de desvio padrão significativamente maior do que as municípios com maior economia (como Xangai). Por exemplo, a área elíptica da Região Autônoma da Mongólia Interior foi de 601.165,99 km² entre 2000 e 2010, enquanto a área elíptica da cidade de Xangai foi de apenas 1.929,73 km² no mesmo período. No entanto, se medidos em taxas de crescimento, o crescimento foi mais acentuado em municípios como Pequim, Xangai e Chongqing, atingindo 306,7%, 221,1% e 216,9%, respectivamente, indicando que as capitais provinciais têm taxas de crescimento significativas. Em comparação, a região ocidental, embora relativamente fraca nos primeiros estágios de urbanização, teve um crescimento drástico nos últimos anos, com o apoio ativo da política nacional. Por exemplo, a área elíptica da Região Autônoma do Tibete aumentou drasticamente de 7.390,53 km² em 1992 para 164.459,42 km² em 2022, com uma taxa de crescimento de 2.125,2%. Essa mudança reflete o rápido avanço do processo de urbanização nas regiões ocidentais, especialmente sob a orientação de uma série de políticas nacionais de redução da pobreza e apoio, que reduziram gradualmente as disparidades no desenvolvimento urbano-rural.

Tab. 2 Standard deviation ellipse and centroid migration statistics of urbanization change rates in Chinese provinces from 1992 to 2022

地区年份区间面积/万km2距离/km方位角/（°）地区年份区间面积/万km2距离/km方位角/（°）
北京1992—20000.307.7982.58湖北1992—20004.554.19337.21
2000—20100.622000—20106.21
2010—20221.2215.51296.792010—20227.161.72143.04
天津1992—20000.414.1918.28湖南1992—20005.7726.68196.00
2000—20100.622000—20106.37
2010—20220.761.72123.112010—202211.7849.35209.12
河北1992—20007.2833.9164.47广东1992—20004.9337.07271.3
2000—20109.422000—20108.98
2010—202210.5548.72261.302010—202213.5716.0533.16
山西1992—20005.742.21224.53广西1992—20006.884.53239.19
2000—20107.272000—20108.33
2010—20228.81128.560.612010—202212.0723.9531.22
内蒙古1992—200045.7185.1961.17海南1992—20001.3348.30210.85
2000—201060.122000—20102.39
2010—202257.0634.1983.702010—20222.3133.56253.93
辽宁1992—20006.1419.94283.27重庆1992—20001.3613.1837.04
2000—20107.102000—20102.81
2010—20227.4823.67324.942010—20224.318.6395.54
吉林1992—20008.212.23343.07四川1992—20007.7921.3333.31
2000—20107.902000—20109.12
2010—202210.2535.37302.882010—202214.4369.97197.28
黑龙江1992—200012.3137.8464.54贵州1992—20003.572.07333.01
2000—201016.112000—20104.92
2010—202220.5535.98274.952010—20226.7537.62284.52
上海1992—20000.198.00121.19云南1992—200010.0626.26166.95
2000—20100.502000—201014.23
2010—20220.6130.7510.842010—202218.3364.21338.33
浙江1992—20004.2032.45335.00西藏1992—20000.7318.61253.44
2000—20104.442000—20104.09
2010—20226.3294.08189.662010—202216.4564.98102.21
江苏1992—20005.2811.2678.34陕西1992—20004.6322.4919.70
2000—20105.252000—20106.81
2010—20226.1082.61325.532010—202214.13105.93352.51
安徽1992—20005.012.77237.19甘肃1992—200012.2456.08138.06
2000—20105.862000—201019.29
2010—20227.4128.56325.342010—202218.32160.91125.77
福建1992—20002.5926.1344.03青海1992—20002.6910.1720.59
2000—20105.082000—20104.17
2010—20227.4565.97358.232010—202211.6555.9137.28
江西1992—20007.7417.44345.32宁夏1992—20000.5529.76202.62
2000—20106.912000—20101.70
2010—20228.723.83148.912010—20223.7464.33155.81
山东1992—20009.0453.81242.05新疆1992—200042.94161.13245.85
2000—20109.582000—201053.87
2010—202210.0260.32239.132010—202251.04104.6244.16
河南1992—20005.6936.25164.69
2000—20106.38
2010—20229.0249.38136.11
Além disso, o aumento significativo da distância migratória entre as unidades de urbanização provinciais entre 2010 e 2022 em relação ao período anterior indica que as novas políticas de urbanização desempenham um papel importante na direção da população e da indústria para as pequenas e médias cidades e vilas. As capitais provinciais e as cidades de nível geográfico impulsionaram o desenvolvimento sinergético das regiões circundantes através do efeito da radiação, e a coordenação entre as regiões aumentou gradualmente, promovendo a formação de um padrão de desenvolvimento regional mais equilibrado.

3.4 Características da urbanização espacial

O índice de Moran’s I, que mede a correlação espacial entre as mudanças nos níveis de urbanização em diferentes gradientes em todo o país em três períodos, permaneceu significativamente maior do que zero entre 1992 e 2022, indicando que os níveis de crescimento da urbanização em diferentes gradientes em todo o país estão significativamente correlacionados espacialmente positivamente e que os níveis de concentração de alto e baixo valor são evidentes. Em uma tendência geral, o valor do I de Moran está em declínio, caindo de 0,635 em 1992 para 0,207 em 2022, indicando que as capitais provinciais e as cidades locais estão liderando o desenvolvimento prioritário. Mostra que, com o avanço da urbanização, o papel de liderança das capitais provinciais e das cidades de nível local diminuiu gradualmente, e o foco de desenvolvimento da urbanização gradualmente se dispersou para as cidades e vilas de nível de condado circundantes, levando ao enfraquecimento gradual das conexões espaciais entre as cidades de diferentes gradientes. Este fenômeno reflete o aparecimento gradual do “efeito de difusão”, ou seja, o desenvolvimento prioritário da urbanização se expande gradualmente para cidades com gradientes mais baixos, formando um padrão de desenvolvimento espacial multinível e multicentro.许媛媛，2017）。
Análise adicional das características de associação espacial local de áreas com auto-correlação espacial global significativa (Fig. 9Pode-se observar que, em escala nacional, a linha Hu Huan divide a China em duas grandes regiões do leste e do oeste. A oeste da linha é dominada por montanhas e desertos, as cidades são dispersas e apresentam principalmente características de agrupamento de tipo "baixo-baixo". A leste da linha é dominada pelas planícies, com cidades densamente distribuídas, mostrando um padrão de agrupamento significativo de tipo "alto-alto". Essa distribuição espacial reflete claramente o desequilíbrio no desenvolvimento da urbanização regional do nosso país.
figure
figure
figure
figure

Fig. 9 Local spatial auto-correlation analysis results of urbanization level changes in China from 1992 to 2022

Distribuição espacial das cidades em diferentes gradientes, 1992-2000 (Fig. 9As áreas de aglomeração do tipo "alto-alto" concentram-se principalmente nas capitais das províncias e nas cidades costeiras, com destaque especial para as regiões de Beijing, Zhengjiakou e Triângulo de Perlas; Em contraste, as cidades de nível de condado e cidades rurais apresentam maior concentração de tipo "baixo-baixo", refletindo a realidade de um nível mais baixo de urbanização nessas áreas. Além disso, as áreas de aglomeração de tipo "baixo-alto" estão localizadas principalmente em torno das capitais provinciais, enquanto as áreas de aglomeração de tipo "alto-baixo" estão concentradas principalmente nas regiões do sul da China, como as cidades de nível de condado, como as cidades de Huiyuan, Yangjiang e Maoming, indicando que o desenvolvimento da urbanização dessas áreas ainda está em uma fase mais primária. Entre 2000 e 2010 (Fig. 9Embora o número de aglomerações de tipo "alto-alto" tenha aumentado, as aglomerações de tipo "alto-alto" no núcleo da capital da província desapareceram gradualmente, mostrando uma tendência de propagação para as áreas circundantes. Por exemplo, Tianjin e Tangshan, no norte da China, Zhengzhou, Wuhan e Changsha, no centro da China, se espalharam para o oeste, enquanto Weifang, Linyi e Chang Triangle, no leste da China, se estenderam para o norte da província de Jiangsu. A aglomeração “alta-alta” no noroeste continua a ser dominada por capitais provinciais e cidades geográficas, mostrando o progresso gradual do processo de urbanização da região.
Entre 2010 e 2022, a concentração "alta-alta" nas capitais e cidades geográficas diminuiu ainda mais, as áreas rurais gradualmente se tornaram centros de concentração emergentes, e algumas capitais até apareceram no fenômeno de concentração "baixa-baixa", indicando que o processo de urbanização dessas cidades se aproxima da saturação e o tecido interno tende a se estabilizar.Fig. 9）。 Ao mesmo tempo, as regiões do Noroeste e do Sudoeste, impulsionadas pela radiação das capitais provinciais e cidades de nível local, formaram mais áreas agrupadas de tipo "alto-baixo", apresentando um padrão de urbanização florescente de vários pontos, refletindo o caminho de desenvolvimento único dessas áreas na promoção da urbanização. Este fenômeno indica que as províncias e regiões ocidentais estabeleceram inicialmente sistemas urbanos centrais regionais centrados em capitais provinciais e cidades de nível geográfico, mas que existem diferenças significativas em sua capacidade de radiação, levando a pequenas e médias cidades com capacidade de concentração de população desigual na região.赵美风 等，2024）。 Para essas regiões, é necessário desenvolver políticas diferenciadas, como orientar o retorno da população através de subsídios fiscais, fomentar indústrias com características locais e evitar a perseguição cega do ritmo da urbanização, ignorando o cultivo de motivações intrínsecas.
De acordo com essa tendência de mudança na correlação espacial, o governo precisa prestar especial atenção ao desenvolvimento da urbanização nas cidades e vilas de nível de condado ao promover o novo tipo de urbanização. Em agosto de 2020, sete departamentos, incluindo o Ministério da Construção Urbana e Rural da Habitação e o Escritório Central de Infraestrutura, emitiram as Orientações sobre a aceleração da construção de infraestrutura urbana de novo tipo, acelerando a transformação e a atualização urbana e elevando o nível de modernização urbana, promovendo a construção urbana de novo tipo com a nova infraestrutura. Esta iniciativa promoveu efetivamente a melhoria do nível e da qualidade da urbanização e realizou um novo padrão da economia regional urbana e rural da China. Desde 2020, o Ministério da Construção Urbana e Rural da Habitação realizou projetos piloto de construção urbana de novo tipo em 21 cidades, incluindo Chongqing e Taiyuan, para melhorar a resiliência à segurança das cidades através da infraestrutura moderna, com foco na introdução de edifícios verdes, tecnologias de cidades inteligentes e serviços públicos eficientes, melhorando a qualidade de vida dos residentes. Ao mesmo tempo, a implementação de estratégias de desenvolvimento urbano-rural integrado, urbanização de novo tipo e revitalização rural promoveu a melhoria da infraestrutura rural, o aumento do nível de vida dos agricultores e acelerou a transferência de urbanização da população rural, o que desempenhou um papel importante na promoção do equilíbrio econômico regional e do desenvolvimento sustentável da China. O progresso bem sucedido das medidas políticas reduziu eficazmente as disparidades urbanas e rurais e promoveu o desenvolvimento econômico integral (夏添 等，2023；李兰冰和刘秉镰，2020；刘彦随，2018）。

4 Conclusões

4.1 Discussões e conclusões

Embora os dados de iluminação noturna possam indicar melhor o desenvolvimento da urbanização e serem amplamente utilizados em pesquisas de urbanização (李媛婷 等，2023；司文涛 等，2022No entanto, o papel indicativo da qualidade da urbanização, como o nível de serviços públicos e a qualidade ambiental, ainda é insuficiente, no futuro, a pesquisa de urbanização pode combinar dados de iluminação e estatísticas temáticas para enriquecer ainda mais o conteúdo da pesquisa de urbanização e revelar mais abrangentemente o efeito do gradiente da urbanização e suas leis de diferença espacial-temporal. Devido à limitação da resolução espacial de dados de teledetecção de luz noturna, embora a precisão dos dados seja melhor na escala do condado, a precisão dos dados pode ser ligeiramente insuficiente quando estendida para outros estudos em escala espacial (especialmente no nível da cidade), mas é possível refletir as características do espaço-tempo da urbanização no nível da cidade e suas tendências de mudança, e métodos como big data, inteligência artificial e outros podem ser usados ​​no futuro para melhorar ainda mais a precisão dos dados em escala da cidade para atender às necessidades de pesquisa mais sofisticada. Ao mesmo tempo, este estudo se concentrou principalmente nas mudanças no padrão espacial da urbanização, mas não realizou pesquisas sobre o mecanismo de impulsionamento da evolução do espaço-tempo da urbanização, o futuro pode combinar fatores multidimensionais como políticas, economia e meio ambiente para explorar em profundidade o mecanismo de impulsionamento do desenvolvimento da urbanização, fornecendo uma base de referência mais abrangente para a política de urbanização.
Este artigo usou os dados de iluminação noturna DMSP-OLS e NPP-VIIRS corregidos para gerar dados de sequência temporal longa de 1992 a 2022. Com base nisso, a utilização do valor total da luz e do índice de diferença de crescimento da luz como variáveis ​​agentes para estudar o nível de urbanização, através do método de gravidade, o método de desvio padrão e a análise da auto-correlação espacial, a partir da escala da cidade, revelou as características do desenvolvimento e a lei da diferença do espaço-tempo da capital da China nos últimos 30 anos, cidades de nível regional, cidades de nível de condado e cidades de quatro níveis de gradiente. As principais conclusões são as seguintes:
(1) Do ponto de vista da taxa de contribuição, entre 1992 e 2022, a quantidade total de iluminação noturna do país cresceu constantemente, e a região oriental da China sempre ficou na posição de liderança, representando cerca de 30% do total nacional, promovendo efetivamente o desenvolvimento econômico. No início da década de 1990, as cidades de nível local tiveram a maior taxa de contribuição, com as cidades municipais e as capitais provinciais tendo a menor taxa de contribuição. A taxa de contribuição das cidades de nível municipal ultrapassou a das capitais provinciais e das cidades de nível geográfico após 2000 e, por volta de 2004, ultrapassou as cidades de nível geográfico, tornando-se a região com a maior taxa de contribuição; As cidades de nível de condado ultrapassaram as capitais em 2007, com taxas de contribuição equivalentes às cidades de nível local até 2022, enquanto as capitais se tornaram o gradiente com a menor taxa de contribuição de iluminação noturna após 2010.
(2) A urbanização da China passou por um processo de expansão da capital provincial para as pequenas e médias cidades, e depois para o crescimento total das áreas rurais, e a urbanização regional apresentou uma tendência diversificada. Em termos de taxa de crescimento, entre 1992 e 2000, as capitais da província e algumas cidades de nível geográfico estão à frente de outras cidades de nível geográfico, com destaque especial para Beijing, Hebei, Triângulo Longo e Triângulo de Perlas. Entre 2000 e 2010, as capitais tendiam a se saturar, as cidades de nível geográfico e algumas cidades de nível de condado se tornaram gradualmente o núcleo, no norte da China, no leste da China, no centro da China e no sul da China, mostrando-se como crescimento médio e taxa de desenvolvimento superior, enquanto o noroeste, sudoeste e nordeste ainda são dominados pelas capitais, há atraso, e suas capitais continuam a ser as cidades de crescimento mais rápido entre os quatro gradientes. Entre 2010 e 2022, as cidades de nível rural se tornaram o principal, enquanto as capitais provinciais estão quase todas em um estado de desenvolvimento “lento-baixo”, mostrando uma tendência de gradual deslocação da gravidade da urbanização para as cidades rurais.
(3) Do ponto de vista da distribuição do centro de gravidade, o desenvolvimento da urbanização da China em 1992-2022 sofreu mudanças significativas, o centro de gravidade do desenvolvimento da urbanização apresenta características de deslocamento gradiente, da capital da província para o nível local, do nível do condado até as cidades do nível da cidade, a trajetória de migração é altamente alinhada com a teoria do "núcleo-borda", e a área elíptica da urbanização gradualmente se expande, mostrando um efeito de expansão óbvio. De acordo com as características de correlação, o tipo de aglomeração "alto-alto" se manifesta como uma tendência de deslocação da costa leste para o interior do noroeste. Os níveis de crescimento urbanizado em diferentes gradientes do país têm uma correlação espacial positiva significativa, com o valor I de Moran geralmente maior do que zero e tendo uma tendência decrescente. Entre 1992 e 2000, as áreas de aglomeração de tipo "alto-alto" concentraram-se principalmente nas capitais provinciais e nas cidades costeiras. Entre 2000 e 2010, a maior proporção de cidades de nível de distrito em áreas de concentração de alto valor; Entre 2010 e 2022, as regiões rurais surgiram para formar um pólo de crescimento emergente, enquanto algumas capitais provinciais apareceram agrupações de tipo "baixo-baixo", e a urbanização dentro das cidades está quase saturada, marcando que o desenvolvimento da urbanização da China entrou em uma nova fase de desenvolvimento caracterizada por multicentro e rede. Ao mesmo tempo, as cidades de nível geográfico e de nível de condado da região ocidental também estão se desenvolvendo rapidamente, com o foco geralmente se movendo para o sudoeste. Durante este período, mesmo que o ritmo de urbanização das regiões noroeste e sudoeste tenha superado o ritmo das regiões orientales e o problema da descoordinação do desenvolvimento regional tenha diminuído, o nível de desenvolvimento econômico da região oriental também é muito superior ao da região ocidental, e ainda é necessário aprofundar o desenvolvimento coordenado.

4.2 Recomendações políticas

Com base nos dados de iluminação noturna revelados pelas características do gradiente urbanizado e as leis de separação espacial-temporal, em combinação com as necessidades estratégicas de urbanização do novo tipo do país, as seguintes recomendações políticas específicas são apresentadas:
(1) Otimizar a alocação de recursos a nível municipal para consolidar os resultados da transferência de ênfase da urbanização. O estudo descobriu que a contribuição da iluminação noturna das cidades aumentou em primeiro lugar após 2010, mas a base de serviços públicos e indústria das cidades ainda é fraca. Recomenda-se que a área do condado seja a unidade básica e que se estableça um mecanismo de ligação de recursos de nível 4 "província-cidade-condado-vila", com foco na inclinação de recursos públicos como educação, saúde e transportes para as vilas, e através de políticas de fluxo interregional de indicadores de terras, para orientar os parques industriais para a área do condado, evitando o risco de "cavização" na transferência de foco de gravidade da urbanização.
(2) Construir mecanismos de sinergia gradiente para aliviar o efeito de respiração das cidades de alto nível. A pesquisa mostrou que as taxas de contribuição das capitais continuaram a diminuir desde 2010, enquanto as cidades a nível regional e de condado se tornaram o núcleo regional. É necessário definir claramente o posicionamento funcional das cidades com diferentes gradientes: a capital da província se concentra em pesquisa e desenvolvimento e serviços de alta gama; As cidades de nível local empreendem a transferência da indústria manufatureira e criam agrupamentos industriais especializados; Os municípios e municípios dependem dos recursos locais para desenvolver indústrias agrícolas ou intensivas em mão de obra (por exemplo, têxteis e processamento de alimentos). Através de políticas como a partilha de impostos e a economia de enclaves, a rede de sinergia “núcleo-nó-fundo” foi formada.
(3) Fortalecer o potencial de urbanização do Centro-Oeste e aprofundar o desenvolvimento coordenado regional. A análise espaciotemporal mostrou que a concentração da urbanização se mudou para o interior do noroeste após 2010, mas as disparidades econômicas no leste e oeste permaneceram significativas. Recomenda a priorização de novos tipos de infraestrutura no âmbito do "Desenvolvimento do Ocidente": 1) Construir cidades gêmeas digitais piloto para melhorar a capacidade de gerenciamento inteligente do Médio-Oeste; 2) Baseando-se no projeto de "computação leste e oeste", criar clusters de centros de dados verdes em Gansu, Guizhou e outras regiões; 3) Aproveitar o mecanismo de compensação ecológica interregional, explorar o modelo de ligação "comércio de emissões de carbono + transferência industrial", evitando a duplicação do caminho de desenvolvimento amplo.
(4) Aumentar a dinâmica endobiótica da urbanização em áreas agrupadas de tipo "baixo-baixo". A análise da auto-correlação espacial sugere que ainda existem aglomerações de tipo "baixo-baixo" no noroeste e sudoeste de algumas cidades. É necessário desenvolver políticas diferenciadas para essas regiões, por exemplo, orientando o retorno da população através de subsídios fiscais, fomentando indústrias com características locais e evitando a perseguição cega do ritmo da urbanização e ignorando o cultivo de dinâmicos internos.

References

  1. 1.
    Bo W G, Qian Y, Qu J C and Tan X. 2023. Study on coupling coordination and interaction between new urbanization and rural revitalization: empirical analysis based on panel data of 156 prefecture-level cities. China Soft Science, (9): 106-116
  2. 2.
    Bu Z Q, Bai L B and Zhang J Y. 2022. Spatio-temporal evolution of Ningxia urban agglomeration along the Yellow River based on nighttime light remote sensing. Remote Sensing for Natural Resources, 34(1): 169-176
  3. 3.
    Cao Z Y, Wu Z F, Kuang Y Q and Huang N S. 2015. Correction of DMSP/OLS night-time light images and its application in China. Journal of Geo-Information Science, 17(9): 1092-1102
  4. 4.
    Chen Z Q and Su R H. 2024. The analysis of multidimensional economic changes and its urban-rural differences based on the nighttime light landscape metrics. Journal of Subtropical Resources and Environment, 19(4): 136-146
  5. 5.
    Elvidge C D, Baugh K E, Dietz J B, Bland T, Sutton P C and Kroehl H W. 1999. Radiance calibration of DMSP-OLS low-light imaging data of human settlements. Remote Sensing of Environment, 68(1): 77-88
  6. 6.
    Fan L and Li B. 2023. A spatio-temporal pattern analysis of urban areas from nighttime light: a case study of Lanxi urban agglomeration. Journal of Lanzhou University (Natural Sciences), 59(6): 720-726, 734
  7. 7.
    Fu K, Lu W X, Liu X Y, Deng C B, Yu H F and Sun X. 2024. A comprehensive survey and assumption of remote sensing foundation modal. National Remote Sensing Bulletin, 28(7): 1667-1680
  8. 8.
    Fu R D and Yang Z S. 2024. Spatio-temporal differentiation and influencing factors of high-quality development of cities in China. Acta Geographica Sinica, 79(4): 819-836
  9. 9.
    Han Z L and Liu T B. 2009. Analysis of the characteristics and spatial differences of urbanization quality of cities at prefecture level and above in China. Geographical Research, 28(6): 1508-1515
  10. 10.
    Henderson J V, Storeygard A and Weil D N. 2012. Measuring economic growth from outer space. American Economic Review, 102(2): 994-1028
  11. 11.
    Hong S F and Yang Y. 2022. Identification and characteristics of shrinking cities in the Bohai Rim region. Statistics and Decision, 38(20): 112-116
  12. 12.
    Hu W A, Liu C L and Zhan Q W. 2021. Synthetic method and comparison verification of NPP-VIIRS annual nighttime lighting data in China. Journal of Guilin University of Technology, 41(1): 141-148
  13. 13.
    Hua J, Wu B, Chen Z Q, Yang C S, Tang X, Sun F R, Wu J P and Yu B L. 2024. Spatiotemporal variations in nighttime lights in poverty-stricken counties in China. National Remote Sensing Bulletin, 28(4): 940-955
  14. 14.
    Kuang K J, Zheng K Y, Chen R, Chen B, Hong Y and Liu J F. 2023. Spatio-temporal evolution of county economic development in Fujian province based on NPP-VIIRS nighttime lighting data. Areal Research and Development, 42(4): 29-35
  15. 15.
    Li L B and Liu B L. 2020. Prospect for major issues of China's regional economic development during the 14th five-year plan period. Journal of Management World, 36(5): 36-51
  16. 16.
    Li Q H and Tan R J. 2023. Synthesis method of NPP-VIIRS annual night light data. Remote Sensing Information, 38(3): 47-53
  17. 17.
    Li Q X, Zheng H, Zhang G, Guo X Y and Liu W L. 2020. Analysis of Luojia1-01 index based on nighttime light imagery. Journal of Geomatics, 45(3): 8-15
  18. 18.
    Li R Z, Huang X L and Liu Y B. 2023. Spatio-temporal differentiation and influencing factors of China's urbanization from 2010 to 2020. Acta Geographica Sinica, 78(4): 777-791
  19. 19.
    Li X P and Gong L. 2019. Correction and fitting of night light images of DMSP/OLS and VIIRS/DNB. Bulletin of Surveying and Mapping, (7): 138-146
  20. 20.
    Li Y T, Li Y M, Wu B W, Ji P K and Yang X. 2023. Spatial-temporal evolution and influencing factors of built-up areas in Yunnan Province based on nighttime light images. Areal Research and Development, 42(1): 61-67
  21. 21.
    Li Y Y, Sheng Q and Dai J. 2023. Spatio-temporal evolution characteristics of carbon emissions in Beijing-Tianjin-Hebei urban agglomeration derived from integrated data of DMSP-OLS and NPP-VIIRS. Journal of Environmental Engineering Technology, 13(2): 447-454
  22. 22.
    Liu C, Zhang H Y and Hu B G. 2022. The relationship between urbanization and poverty from the perspective of economy and population: liner and u relations——empirical analysis based on provincial panel data. Chinese Journal of Agricultural Resources and Regional Planning, 43(1): 216-222
  23. 23.
    Liu T, Zhuo Y X, Peng R X and Cao G Z. 2022. Urban-rural population change and the regional types evolution of China's urbanization. Acta Geographica Sinica, 77(12): 3006-3022
  24. 24.
    Liu Y S. 2018. Research on the urban-rural integration and rural revitalization in the new era in China. Acta Geographica Sinica, 73(4): 637-650
  25. 25.
    Ni P F and Xu H D. 2022. China's urbanization for 2035. Reform, (8): 98-110
  26. 26.
    Niu F Q and Xin Z L. 2021. Spillover effect of China's high-speed railway stations and its spatial differentiation: an empirical study based on night-time light datasets. Geographical Research, 40(10): 2796-2807
  27. 27.
    Si W T, Zhang N H, Ye H P and Li Y. 2022. Urbanization in the Beijing-Tianjin-Hebei urban agglomeration in China based on long-term nighttime light data. Resources Science, 44(10): 2114-2124
  28. 28.
    Wang H, Hu Z Y, Li F Q and Zhou Y K. 2022. Research on the spatial-temporal process of urbanization in Chengdu-Chongqing region based on nighttime light from 2000 to 2018. Remote Sensing Technology and Application, 37(4): 897-907
  29. 29.
    Wang H J, Zhang B, Liu Y L, Liu Y F, Xu S, Zhao Y T, Chen Y C and Hong S. 2020. Urban expansion patterns and their driving forces based on the center of gravity-GTWR model: A case study of the Beijing-Tianjin-Hebei urban agglomeration. Journal of Geographical Sciences, 30(2): 297-318
  30. 30.
    Wang Z, Román M O, Sun Q, Molthan A L, Schultz L A and Kalb V L. 2018. Monitoring disaster-related power outages using NASA black marble nighttime light product. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42: 1853-1856
  31. 31.
    Wei H K. 2014. Polarization trend and optimization of size distribution in China's urbanization process. China Industrial Economics, (3): 18-30
  32. 32.
    Wei L L and Zhang M F. 2014. Analysis of influencing factors of regional differences in urbanization in China. Statistics and Decision, (19): 112-114
  33. 33.
    Wu R J, Xue Q X and Luo Z H. 2022. The turning change of the spatial patterns of population migration and urbanization in China from 2000 to 2020. The Journal of Shanghai Administration Institute, 23(1): 74-86
  34. 34.
    Xia T, Xia Y, Liu X Y and Sun J W. 2023. China's regional economic development and policy system evolution: a three-dimensional analysis framework based on dynamic perspective. Acta Geographica Sinica, 78(8): 1904-1919
  35. 35.
    Xu Y Y. 2017. Analysis of regional differences and influencing factors of urbanization development in China. Economic and Trade, 1: 55
  36. 36.
    Xu Z S and Xu Y M. 2021. Study on the spatio-temporal evolution of the Yangtze River delta urban agglomeration by integrating DMSP/OLS and Npp/Viirs nighttime light data. Journal of Geo-Information Science, 23(5): 837-849
  37. 37.
    Yang Y, Huang Q X and Zhang L L. 2015. The spatial-temporal measurement on the land urbanization level using DMSP/OLS nighttime light data——a case study of bohai rim. Economic Geography, 35(2): 141-148, 168
  38. 38.
    Yang Z, Zhang X L, Lei J, Duan Z L and Li J G. 2019. Spatio-temporal pattern characteristics of relationship between urbanization and economic development at county level in China. Chinese Geographical Science, 29(4): 553-567
  39. 39.
    Yu B L, Wang C X, Gong W K, Chen Z Q, Shi K F, Wu B, Hong Y C, Li Q X and Wu J P. 2021. Nighttime light remote sensing and urban studies: data, methods, applications, and prospects. National Remote Sensing Bulletin, 25(1): 342-364
  40. 40.
    Zhang B, Yin J, Qiu Y H and Jiang H T. 2022. Study of spatial-temporal evolution of urban development in the new western land-sea corridor——based on nighttime light data. Resource Development and Market, 38(11): 1364-1373
  41. 41.
    Zhang B F, Miao C H, Song Y N and Wang J J. 2020. Correction of DMSP/OLS stable night light images in China. Journal of Geo-Information Science, 22(8): 1679-1691
  42. 42.
    Zhang B R, Li J, Wang M G and Duan P. 2021. Mutual correction of DMSP/OLS and NPP/VIIRS in China's mainland. Remote Sensing Information, 36(3): 99-107
  43. 43.
    Zhang M, Yang L Y, Hu Z W and Yang Z Q. 2024. Spatiotemporal differentiation and influencing mechanism of urban expansion in the Yangtze River economic belt, China. Acta Geographica Sinica, 79(2): 439-461
  44. 44.
    Zhang T, Wang G H, Zheng L J, Dai H L, He Y H and Liu T. 2024. Remote sensing monitoring and spatiotemporal characteristic analysis of urban construction land expansion in the urban agglomerations of China in the past 30 years. National Remote Sensing Bulletin, 28(11): 2838-2849
  45. 45.
    Zhao A Z, Zhang X R, Xiang K Z, Liu X F and Zhang J H. 2023. Analyzing the spatio-temporal evolution patterns of urbanization in the Loess Plateau based on night light data and statistical data. Remote Sensing for Natural Resources, 35(3): 253-263
  46. 46.
    Zhao M F, Yan Q J, Yang Z and Li J J. 2024. Regional difference decomposition and convergence pattern of nearby urbanization in China from 2000 to 2020. Progress in Geography, 43(12): 2395-2412
  47. 47.
    Zheng Q M, Weng Q H and Wang K. 2019. Developing a new cross-sensor calibration model for DMSP-OLS and Suomi-NPP VIIRS night-light imageries. ISPRS Journal of Photogrammetry and Remote Sensing, 153: 36-47
  48. 48.
    Zheng Z H, Wu Z F, Chen Y B, Yang Z W and Marinello F. 2021. Analyzing the ecological environment and urbanization characteristics of the Yangtze River delta urban agglomeration based on google earth engine. Acta Ecologica Sinica, 41(2): 717-729
  49. 49.
    Zhou Y, Li L and Liao F. 2015. Analysis the spatial-temporal pattern of the urbanization of Chengdu metropolitan region using nighttime light image. Urban Development Studies, 22(3): 28-32
  50. 50.
    Zou D, Zhou Y K, Lin J T, Chen T Y, Wu Z J and Wang H. 2022. Analysis of inequality of socioeconomic development on both sides of Hu Huanyong line using nighttime light. Remote Sensing Technology and Application, 37(4): 929-937

Leia o texto completo

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website