《Remote Sensing》：Contribution Disparity and Key Factor Screening of Lightning Identification and Nowcasting with Multi-Source Data
编辑推荐：
在蒙古高原关键节点开展城市化监测，对于评估中蒙俄交通走廊内城市的经济社会发展具有重要意义。这些城市稀疏分布在广袤的草原地区，给跨境区域的城市变化检测带来了挑战。本研究提出了一种基于多源遥感数据（包括具有更优分辨率的夜间灯光（NTL）数据）的城市发展表征方法，聚
在蒙古高原关键节点开展城市化监测，对于评估中蒙俄交通走廊内城市的经济社会发展具有重要意义。这些城市稀疏分布在广袤的草原地区，给跨境区域的城市变化检测带来了挑战。本研究提出了一种基于多源遥感数据（包括具有更优分辨率的夜间灯光（NTL）数据）的城市发展表征方法，聚焦于蒙古高原中蒙俄经济走廊沿线的11个主要城市。引入了一个城市发展指数（CDI，City Development Index），利用“信息熵”与熵权法。研究人员通过分形维数、紧凑度、经济指数、社会发展指数和CDI分析了研究区11个城市的发展状况。结果表明，包头市拥有最高的CDI（0.82），其次是呼和浩特（0.77）、鄂尔多斯（0.73）和乌兰察布（0.66）。相比之下，蒙古国的城市CDI相对较低。首都乌兰巴托的CDI为0.63，而其他蒙古国城市均未超过0.60，这与人口分散相关。结果表明，内蒙古和蒙古国在城市发展方面呈现出不同的地理特征。该方法为利用NTL卫星数据检测和评估干旱与半干旱区域的城市发展提供了一种定量方法。
**论文解读文章**
**研究背景与问题**
城市化是全球可持续发展的关键领域，联合国可持续发展目标11（SDG 11）强调建设包容、安全、韧性和可持续的城市与人类住区。然而，在干旱/半干旱的蒙古高原，由于游牧传统导致季节性人口迁移（冬季集中于首都，夏季分散于草原的蒙古包），城市化进程缓慢。中蒙俄经济走廊的交通干线（尤其是铁路和高速公路）深刻影响了区域城市化，但现有研究多聚焦于发达地区，对稀疏人口草原地区的城市发展监测仍不明确。此外，传统夜间灯光（NTL）数据（如DMSP-OLS、NPP-VIIRS）空间分辨率较低，难以精细捕捉城市动态。如何利用高分辨率NTL数据结合社会经济背景评估草原城市的发展状态，是亟待解决的挑战。
**研究内容与结论**
研究人员选取蒙古高原中蒙俄经济走廊沿线的11个主要城市（中国侧：呼和浩特、包头、鄂尔多斯、乌兰察布、二连浩特；蒙古国侧：乌兰巴托、扎门乌德、赛音山达、乔伊尔、达尔汗、苏赫巴托尔），利用2023年SDGSAT-1卫星的10米分辨率NTL数据提取建成区，计算分形维数与紧凑度，并引入经济指数（I-economy，基于13项指标）和社会发展指数（I-society，基于21项指标），通过信息熵权法构建城市发展指数（CDI，City Development Index）。研究结果表明：包头市CDI最高（0.82），呼和浩特（0.77）、鄂尔多斯（0.73）、乌兰察布（0.66）紧随其后；蒙古国首都乌兰巴托CDI为0.63，其余城市均低于0.60。中国侧城市整体处于中高发展水平，而蒙古国侧城市发展水平较低，仅乌兰巴托达到中等水平。敏感性分析显示，分形维数是CDI最敏感的参数。该研究发表于《Remote Sensing》，为干旱半干旱地区城市发展评估提供了定量方法，并揭示了中蒙两国城市发展的地理差异。
**主要关键技术方法**
1. **SDGSAT-1 NTL数据预处理与建成区提取**：采用Liu等针对SDGSAT-1 NTL数据的去噪算法，将DN值转换为数字值，通过经验阈值（25）掩膜提取建成区，并进行形态学优化。
2. **城市形态参数计算**：基于建成区边界计算分形维数（衡量边界复杂度）和紧凑度（衡量空间聚集程度），并定义城市建成区活动比（MS=SN/SD，其中SN为NTL提取建成区，SD为ESRI土地利用/土地覆盖（LULC）产品提取建成区）。
3. **社会经济指数构建与CDI计算**：从OpenStreetMap和World Data Bank获取社会经济数据，构建34项指标（13项经济指标、21项社会指标），经标准化后分别求和得到I-economy和I-society；利用信息熵和熵权法确定分形维数、紧凑度、I-economy和I-society的权重，综合得到CDI。
4. **精度验证**：采用混淆矩阵（基于ESRI LULC数据）计算精确率、召回率、总体精度和F1分数，验证NTL提取建成区的可靠性；并与VIIRS NTL结果进行对比。
**研究结果**
1. **城市夜间灯光空间分布**
通过原始RGB图像和DN值图像显示：呼和浩特呈现中心聚集模式；包头沿东西轴向分布；鄂尔多斯沿西南-东北轴向；乌兰巴托有多个分散建成区，核心围绕市中心；达尔汗和苏赫巴托尔受地形影响沿河流/山谷方向分布。
2. **经济指数与社会发展指数**
经济指数（I-economy）：中国侧鄂尔多斯最高（0.41），二连浩特最低（0.30）；蒙古国侧乌兰巴托最高（0.37），其余城市均低于0.10。
社会发展指数（I-society）：中国侧呼和浩特最高（0.93），二连浩特最低（0.15）；蒙古国侧乌兰巴托最高（0.90），达尔汗（0.51）次之，苏赫巴托尔最低。
3. **建成区验证与城市形态分析**
对呼和浩特、鄂尔多斯、乌兰巴托三个城市进行验证，平均精确率0.86，召回率0.60，总体精度0.71，F1分数0.81，证实NTL提取建成区可靠。
分形维数：中国侧包头最高（1.398），二连浩特最低（1.287）；蒙古国侧乌兰巴托最高（1.467），且整体高于中国侧，反映城市边界更复杂无序。
紧凑度：中国侧二连浩特最高（0.081），蒙古国侧乌兰巴托最低（0.012），表明其建成区高度分散（与蒙古包区分布一致）。
4. **城市发展指数（CDI）**
CDI排名：包头（0.82）> 呼和浩特（0.77）> 鄂尔多斯（0.73）> 乌兰察布（0.66）> 乌兰巴托（0.63）> 二连浩特（0.58）> 乔伊尔（0.55）> 达尔汗（0.52）> 赛音山达（0.50）> 扎门乌德（0.43）> 苏赫巴托尔（0.42）。
发展水平分类：高发展水平（0.75-1.0）为呼和浩特和包头；中等发展水平（0.50-0.75）包括鄂尔多斯、乌兰察布、乌兰巴托、二连浩特、乔伊尔、达尔汗、赛音山达；相对低发展水平（0.25-0.50）为扎门乌德和苏赫巴托尔。
敏感性分析：剔除分形维数（Pn）导致所有城市CDI整体低估，且发展等级升降频率最高，表明Pn是最敏感参数；剔除紧凑度（Qn）对大型城市（鄂尔多斯、乌兰巴托）产生高估，对小型城市（二连浩特、赛音山达）产生低估；剔除I-economy或I-society对边境口岸城市（扎门乌德、苏赫巴托尔）产生高估，对大型城市（呼和浩特、包头、鄂尔多斯、乌兰巴托）产生低估。
**讨论与结论**
讨论部分指出，高分辨率SDGSAT-1 NTL数据在草原地区城市监测中具有适应性，与VIIRS对比验证其精度更高（SDGSAT-1的精确率、召回率、总体精度、F1分数均优于VIIRS）。人为驱动因素方面，蒙古国城市规划历史（如1954年乌兰巴托总体规划、1990年代大规模土地私有化）导致蒙古包区无序扩张，而中国内蒙古的政府主导型城市群（如黄河“几”字弯城市群）政策促进协调发展。自然驱动因素方面，乌兰巴托受山谷和河流（土拉河）地形限制，东西向扩展，而呼和浩特位于土默川平原，扩展受限较小。此外，蒙古国城市面临单一产业、空气污染（乌兰巴托PM2.5浓度高）等问题。
研究结论（翻译）：可持续城市化是干旱和半干旱地区的主要挑战。本研究评估了2023年蒙古高原主要交通走廊沿线11个代表性城市的发展状况，利用日间和夜间灯光遥感数据反映城市建成区活力，通过信息熵进行加权，为分析增添了动态成分，反映了指标水平分布的不确定性或随机性程度。该方法增强了城市社会经济发展水平评估，并建立了城市发展指数，为综合评估城市发展提供了统一度量，结合了空间、经济和社会因素。研究发现，蒙古国城市通常比内蒙古城市具有更复杂和不规则的边界，而紧凑度有效捕捉了建成区的空间集聚程度，从乌兰巴托的高度分散模式到二连浩特的紧密聚集布局。CDI结果表明，内蒙古地区的城市（如呼和浩特、包头、鄂尔多斯、乌兰察布）表现出资源型产业驱动的快速发展特征，而蒙古国地区的城市发展水平和交通条件相对较差。本研究的方法和发现有助于追踪和监测草原地区的可持续城市发展，并具有应用于“一带一路”倡议中其他经济走廊的潜力。
