基于NPP-VIIRS的胶东经济圈GDP时空演变及空间化模拟研究

为研究胶东经济圈经济发展的空间差异,以2012-2022年NPP-VIIRS夜间灯光数据和GDP数据为数据源,运用探索性空间分析方法探索GDP时空演变特征,采用指数平滑、空间建模和逐像元线性矫正等方法进行GDP空间化模拟和预测.结果表明:1)胶东经济圈最佳夜间灯光指数和GDP高度相关,有相似的空间分布和演变规律;2)经济欠活跃型区域逐步缩减,经济一般型区域空间分布由带状逐渐转为片状,GDP的空间聚集性趋于减弱;3)GDP热点区主要在青岛的黄岛区和胶州市,冷点区主要在潍坊的部分县区且逐渐收缩;4)指数平滑后的夜间灯光数据与GDP相关性显著增强,更适合进行拟合;5)GDP空间化模拟相对误差小于1%,模拟效果较好;6)高密度GDP主要分布在沿海县区和城市中心城区,并在各县区的交通线节点上零星出现.

基于时序NPP-VIIRS夜间灯光和土地利用数据的福州市GDP时空分布研究

基于时序NPP-VIIRS夜间灯光、社会经济统计等数据,构建GDP空间化模型,并结合空间分辨率为30 m×30 m的土地利用数据对模型进行修正,研究2013—2020年福州市经济空间差异性及演变趋势。结果表明:(1)利用土地利用数据对GDP空间化模型进行修正以提高单元网格精度和效度的方法是可行的,对较小尺度的经济空间分析具有意义。(2)将土地利用数据对应的各产业产值用于对GDP空间化模型修正,能够进一步提升单元网格的模拟精度。(3)从共时性比对来看,福州市的经济空间呈现东部GDP较高,西部和北部GDP以低值为主、高值零星分布的格局。从历时性来看,自2015年起,福州市GDP高值区域的扩张与GDP总值的增长速度明显提高,2018年后整体出现略微下降趋势。

基于NPP-VIIRS的合肥都市圈空间形态演变研究

合肥都市圈位于长三角,是长三角六大都市圈之一。合肥市作为长三角重要枢纽,社会经济发展迅速,但由于合肥都市圈除合肥市外各市区发展基础较弱,其发展不一,城市发展扩张水平不一,为探究合肥都市圈城市形态演变规律,揭示2012—2021年形态状况,利用NPP-VIIR夜光遥感数据提取2012、2014、2016、2018、2020和2021年度合肥都市圈数据,运用参考比较法提取合肥都市圈城市建成区,并计算扩张速度,扩张强度,扩张速率等相关建设数据,分析2012—2021年合肥都市圈城市扩张动态变化情况。结果表明:(1)提取建成区精度较高,可反映合肥都市圈城市建成区发展实际情况,城市扩张由高水平逐渐变为平缓扩张,都市圈重心逐步向合肥市辖区方向摆动。(2)研究时间内,合肥一直为都市圈首位度第一位城市,呈现倒V状。各市夜间灯光总强度和平均强度均表现为增强趋势。(3)捷夫指数表明,除个别城市外,城市群中其余城市发展较为充足,城市规模等级较为理想。(4)合肥成为稳定的热点区,有一定辐射带动能力,但总体辐射带动能力在整个都市圈内仍显不足。合肥市应充分发挥自身优势,统筹全域,助力都市圈发展。

基于DMSP/OLS和NPP/VIIRS夜光影像的中原城市群城市扩张的时空演变及驱动力分析

掌握城市扩张空间格局和驱动机制,有助于中原城市群可持续发展。基于DMSP/OLS和NPP/VIIRS夜间灯光影像,采用统计数据比较法提取了中原城市群1993—2018年间建成区范围;并从整体和地级市2个尺度研究了1993—2018年城市扩张的时空演变特征;在此基础上构建驱动力模型,研究其时空扩张驱动力。结果表明:①空间上,以郑州为中心,东北至西南方向为参考,各城市建成区面积及扩张规模总体上呈现出“中间大、两边小”的分布格局;以2010年为分界点,扩张类型由边缘式转向飞地式,扩张模式由面状扩张向多中心的点状扩张和沿主要交通线路的线状扩张转变;②时间上,不同城市扩张面积、扩张速度、扩张强度差异显著,扩张速度和扩张强度均为正且大体呈“W”型波动式变化;建成区重心经历了“西南-东北-东北-西-西北-东南”的变动过程,重心在郑州市和开封市之间“徘徊游走”;③城市群扩张的主要驱动力来源于经济因素,其次是社会、交通和环境因素。对城市扩张影响前5的驱动指标依次为一般公共预算收入、GDP、实际利用外资额、教育支出和人口密度。

DMSP-OLS与NPP-VIIRS夜间灯光遥感影像数据整合

DMSP-OLS夜间灯光遥感数据截至2013年,现已被NPP-VIIRS夜间灯光数据取代。因此,要获得长时间序列且稳定的夜间灯光数据集,需要整合两类夜间灯光数据。基于此,本文提出了基于重采样的两类数据整合方法,对2013—2020年NPP-VIIRS数据进行模拟,最终建立了1992—2020年长时间序列校正—模拟DMSP-OLS夜光遥感数据集。结果表明,基于重采样的整合方法效果良好(城市区域Pearson相关系数ρ=0.985 2,RMSE=3.460 7),整合数据集与相关社会经济参考量高度契合(影像DN值总和与GDP的相关系数ρ=0.946,与人口的相关系数ρ=0.971,二次多项式模型拟合R~2≈0.98,RMSE<5.55),优于已有研究。因此,利用该方法整合后的数据集能更好地支撑基于夜间灯光影像的长时间序列研究。

NPP-VIIRS年度夜间灯光数据合成方法

夜间灯光数据能有效反映人类夜间活动强度,但由于年度NPP-VIIRS夜间灯光数据的缺乏,很大程度上限制了其应用发展。传统的年度数据合成是直接基于年度均值影像进行数据校正合成,但这会使误差累积。因此,文章提出结合建设用地数据利用阈值法和中值法对NPP-VIIRS月度影像进行逐月校正,剔除背景噪声和极高值后再合成年度数据,并利用GDP数据对其进行精度评定。结果表明,合成年度夜间灯光数据与GDP相关性达到0.996,其数据的可靠性得到了很大提高,同时也说明该合成方法更具科学性。

基于DMSP-OLS与NPP-VIIRS整合数据的京津冀城市群碳排放时空演变特征

为探究京津冀城市群地市级以上城市尺度的碳排放时空演变特征,通过拟合最优模型,将NPP-VIIRS数据转化为DMSP-OLS尺度的夜间灯光数据,得到京津冀城市群2005—2019年的长时间序列夜间灯光数据集;再结合北京、天津、河北能源消费统计碳排放数据,构建京津冀城市群地市级以上城市尺度碳排放估算模型,模拟京津冀城市群碳排放空间分布,并结合倾向值法探究其碳排放时空演变特征。结果表明:京津冀城市群夜间灯光数据与能源消费碳排放量之间的相关性较高,且通过了1%的显著性检验。2005—2019年,京津冀城市群13个城市的碳排放量整体逐渐增加;城市群碳排放增长速度较为缓慢,但京津唐地区增长速度较快;13个城市中已有多个城市单位国内生产总值碳排放量2019年比2005年降幅超40%。研究显示,夜间灯光数据可用于估算京津冀城市群碳排放量,且京津唐地区碳排放量较高,增速较快,应作为重点碳减排地区。

基于NPP-VIIRS数据的我国2012—2020年电力消费量时空动态模拟

夜间灯光数据能够有效探测城市夜间灯光,可用于估算电力消耗(EPC)的空间分布。各地区自然环境及社会发展差异大,夜间灯光与EPC的关系也存在地区差异。以我国为例,构建不同区域EPC长期时空动态最优模型,使用基于NPP-VIIRS数据构建的夜间灯光总量(TNL),采用线性模型、二次多项式模型及幂函数模型对2012—2020年EPC的时空动态进行模拟。结果表明,在国家层面,二次多项式模型为最优,平均绝对相对误差(MARE)最小,为1.94%;在省级层面,最优拟合模型一般为二次多项式模型,平均MARE值为2.78%。31个省份中,二次多项式模型最优的有24个,线性模型最优的有4个,幂函数模型仅有3个。本研究使用精度更高的NPP-VIIRS夜间灯光数据,为准确模拟EPC数据的长期时空动态提供了一种思路,对反映社会经济活动中电力利用效益的提高所取得的成效分析具有重要意义。

基于NPP-VIIRS及Landsat-8的多时相城市建成区提取方法探讨

随着遥感技术的发展,由夜间灯光数据提取城市建成区已成为主要方法之一。传统阈值提取方法在小尺度的研究中存在较明显误差,以三明市三元区为研究区,基于2013—2021年NPP-VIIRS夜间灯光数据和Landsat-8遥感数据,利用夜间灯光数据的空间自相关特性,在扣除植被和水体后向前迭代提取2013—2021年多时相城市建成区。研究表明,改良方法总体分类精度在2013—2021年间不低于99%,Kappa系数不低于0.88,较传统的阈值法提取结果在精度和稳定性上有明显提升。

基于NPP-VIIRS夜间灯光遥感数据的西安市城市扩张研究

本文基于2012—2020年夜间灯光遥感数据,利用参考比较法、标准差椭圆分析法,研究西安市城市建成区扩张特征。结果表明,采用参考比较法提取的城市建成区面积与官方公布的统计面积之间的差异小;西安市建成区整体呈集聚式分布,且各区(县)城市建设发展水平存在着较为明显的差距;西安市建成区扩展速度与扩展强度的变化趋势基本一致,大体呈现先增加再减少后趋于停滞的态势;西安市夜间灯光基本上沿着“西北—东南”方向分布;2012—2020年西安市建成区中心点向东北方向移动了约1 042.82 m,夜间灯光分布的椭圆面积增加了约297.10 km^(2),呈现空间扩张趋势。

基于NPP/VIIRS夜间灯光数据的华北地区碳排放时空分布模拟研究

获取准确的碳排放空间分布信息,能够为推进碳达峰碳中和工作提供重要数据支撑。研究基于NPP/VIIRS夜间灯光及统计年鉴数据,对华北地区2013年和2018年碳排放时空分布开展监测。在城市尺度构建了碳排放量和夜间灯光亮度及GDP等辅助信息的拟合模型,估算了2013年和2018年华北地区碳排放量,并分析了碳排放空间分布及影响因素。结果表明:2018年华北地区碳排放量明显高于2013年,华北地区碳排放量由东部向西部和北部减少。北京和天津碳排放量高于其它城市,而内蒙古自治区大部分城市碳排放量较低。

基于NPP VIIRS数据和SEBS模型的河南省冬小麦蒸散量估算与时空特征

农田蒸散量(evapotranspiration,ET)是农田水热交换过程的关键变量,准确估算农田ET对了解农田土壤水分变化动态,监测预测作物旱情,指导科学灌溉等具有重要作用。将Suomi NPP(National Polar-orbiting Partnership)卫星的新型遥感数据源可见光红外成像辐射仪(visible infrared imaging radiometer suite,VIIRS)数据用于ET反演,基于地表能量平衡理论,将NPP VIIRS反演的地表温度、地表反照率等参数和优化计算的VIIRS NDVI(normalized difference vegetation index)数据,与SRTM DEM数据和气象观测数据输入地表能量平衡系统(surface energy balance system,SEBS)模型,估算了2016—2018年河南省冬小麦关键生育时期——返青期至灌浆期的农田ET(VIIRS ET)。分别对比了VIIRS ET与彭曼公式(Penman-Monteith,P-M)计算的P-M ET、大型土壤蒸渗仪实测Real ET和MODIS(moderate-resolution imaging spectroradiometer)数据估算ET(MODIS ET)的结果,并进行了ET时空变化特征分析。结果表明,VIIRS ET与Real ET的RMSE为0.203 mm·d^(–1),且VIIRS ET与P-M ET和MODIS ET均具有较高的一致性。该方法可为利用NPP VIIRS数据和SEBS模型估算ET提供方法、技术上的支持。研究区冬小麦关键生育时期ET的时间特征表现为自返青期后逐日上升,抽穗期达到最大值,灌浆期开始下降的趋势,与冬小麦生长发育规律具有较好的一致性。综合空间特征来看,在关键生育时期河南省冬小麦ET均呈现中部和东南部较高,向西北部和西南部逐渐降低的趋势,与灌溉条件具有较强的对应性。河南省冬小麦ET时空特征可为河南省农业水资源管理、分配和高效利用等提供重要依据。

基于NPP-VIIRS夜间灯光数据的北京市GDP空间化方法

为了分析像素级社会经济活动的空间分布状况,以Landsat8和NPP-VIIRS夜间灯光影像为数据源,分别对北京市第一产业和第二、三产业GDP进行空间化操作。利用分类回归树(classification and regression tree,CART)算法,通过Landsat8影像生成北京市的土地利用图,在分析第一产业GDP与土地利用类型面积相关性的基础上,构建了第一产业GDP与耕地面积的线性回归模型。建立了5种灯光指标与第二、三产业GDP的数学关系,通过相关性和回归分析确定第二、三产业GDP与综合灯光指数呈明显的幂函数关系。根据以上2种模型分别生成对应2类产业的像素级GDP密度图,再分别对其进行线性纠正并求和后制作出北京市500 m格网尺寸的GDP密度图。误差分析发现,第一产业GDP、第二、三产业GDP和GDP总量与实际统计值的平均相对误差分别为0.86%,0.61%和1.37%。结果表明,结合土地利用数据的NPP-VIIRS夜间灯光GDP空间化方法可以精确估算北京市GDP产值,反映北京市经济空间分布特征。

基于NPP-VIIRS夜间灯光数据的河北省GDP空间化方法

为了研究省域尺度上像素级GDP空间化的方法,基于NPP-VIIRS夜间灯光数据,首先去除孤立极亮像元和背景噪声,将夜间灯光总强度、线性加权灯光指数和综合灯光指数分别与河北省11地市内的各区县GDP进行相关性分析,得知夜间灯光总强度与地市内各区县GDP相关性最显著,根据每个地市中最高相关系数对应的回归模型计算每个像素对应的GDP,经过线性纠正后,生成河北省GDP密度图.结果表明,全省172个区县的平均GDP相对误差为0.10%.该方法精度较高,生成的GDP密度图可以反映河北省经济发展的现状.

县域NPP/VIIRS夜间灯光信息影响及区域差异研究

夜间灯光数据在社会经济活动方面得到广泛应用,有必要研究夜间灯光信息的影响因素。文章针对2020年度NPP/VIIRS合成灯光数据,从县域单元尺度,采用回归分析法及区域分析法,研究人口数量、GDP和区域开发强度对县域灯光值的影响。结果表明:三次函数、二次函数、幂函数和线性函数对于灯光均值和总值都有较好的拟合效果,效率上,幂函数最适合模拟灯光值与社会经济数据的关系;三因素模型的拟合效果优于双因素模型的拟合效果,双因素模型的拟合效果优于单因素模型的拟合效果;县域处于开发早期的灯光信息更受不透水面率影响,开发中期同时受不透水率、人口和GDP的影响,开发完成期主要受人口和GDP的影响;人口数对于灯光总值、不透水面率对于灯光均值强相关,GDP对于灯光总值较强相关,仅京津冀考虑三因素时与灯光最大值相关性较好。结果可为应用NPP/VIIRS提供参考。

S-NPP及VIIRS在林火监测中的应用

S-NPP是最新一代地球环境观测卫星,可见光红外成像辐射仪(VIIRS)是其携带的重要仪器之一。VIIRS比MODIS具有更高的空间分辨率和数据质量。VIIRS作为新一代对地观测设备在林火监测中比以往设备更具优势,将在全球林火监测中发挥重要作用。

NPP-VIIRS夜间灯光数据的县级电力消费空间化研究

以NPP-VIIRS夜间灯光数据和Landsat-8影像为数据源,通过CART算法将Landsat-8影像分为人工表面地类和非人工表面地类,为非人工表面地类对应的夜间灯光区域赋值0,将人工表面地类对应到夜间灯光区域,并求取各个县级行政区域内的灯光值总和,结合廊坊市的电力消费统计数据建立夜间灯光总量与电力消费量之间的二次多项式回归模型。根据模型生成廊坊市500 m格网大小的电力消费空间分布图。研究结果表明:模拟的各县电力消费量的绝对误差和相对误差较小,相对误差最大为0.03%,这说明夜间灯光结合Landsat-8土地利用分类方法模拟的县级电力消费量的精度较高。全局Moran's I指数为0.63,表明廊坊市电力消费在空间分布上呈现较显著的聚集性;局部空间自相关分析表明廊坊市的电力消费具有一定的差异性。

中国地级市GDP数据的真实性:基于NPP-VIIRS夜间灯光数据的检验

文章通过使用比DMSP-OLS灯光数据更为准确的NPP-VIIRS夜间灯光数据,从更客观的角度来分析中国地级市GDP数据的真实性。首先,从主观层面对华东地区城市灯光数据和GDP数据的散点图、1995年和2013年的灯光数据对比图进行分析,得出GDP和灯光数据之间存在高度的相关性。其次以2013-2015年全国291个地级市的面板数据为样本进行固定效应分析,得出与主观层面分析一样的结果。研究结果表明灯光数据可以作为GDP的代理变量,进而可用于研究分析GDP数据是否存在水分。通过分析各地级市2013—2015年灯光数据的增长率平均值与GDP增长率平均值差值,得出东、中、西的差值平均值依次0.56%、0.62%、0.72%。

基于NPP-VIIRS的云南省城市经济空间格局演变

基于NPP-VIIRS夜光数据,以灯光总量、平均灯光指数和灯光增长率为统计指标,采用标准差椭圆、城市位序—规模法、Getis-Ord Gi^(*)分析以及空间引力模型等方法计算分析了2012-2019年云南省城市经济空间格局的演变情况。结果表明:(1) 2012-2019年云南省夜光数据总量逐年增长,昆明市增量最多,平均灯光指数也最强,但一些沿边中小城市增长率较快;(2)虽然区域经济发展呈分散趋势,但仍为首位型分布,云南省的经济重心依然位于昆明市周边,说明经济仍受传统城市群影响较多;(3)截至2019年,受滇中城市群的辐射,热点区明显增多,且有向四周扩展的趋势,区位度仍以昆明—玉溪为中心向外辐射,未形成新的高区位度城市,其余一些沿边城市受滇中经济圈的影响辐射较小,未形成有规模的经济带(圈),处于低区位度。2019年一级联系引力线数量大幅增长,位于滇中城市群周边;同时受到滇中经济圈的辐射,2019年二级联系引力线数量也大幅增长。

基于NPP­-VIIRS夜光遥感的洪水灾损评估及可视化

洪水灾害是世界上发生最频繁、危害最严重的自然灾害之一,快速准确获取洪水受影响区域是洪水灾损评估的重要信息,可为政府制定应急救援决策提供重要的数据支持。针对传统洪水评估方法存在的时效性差、工作量大和费时费力等不足,本研究以广西“西江2020年第1号洪水”灾情为案例,首先对NPP-VIIRS DNB夜光遥感数据进行统计量法辐射归一化处理;其次构建市级、县级尺度的人口评估模型进行模型适宜性和尺度适宜性分析,基于多项式最优模型反演受灾人口数量并进行对比验证;再其次基于洪水发生前后夜光亮度变化提取识别灾后受灾影响变化区域,并监测灾后恢复进程;最后构建灾情可视化管理系统,可实现灾情信息实时共享。研究结果可得反演受灾人口的准确率为79.4%,与新闻报道具有一致性,表明基于NPP-VIIRS夜光遥感数据评估洪水受影响区域及受灾人口的准确性较高,具有可行性;同时基于WebGIS将灯光密度、灾情统计、多媒体数据进行集成开发,实现灾情动态信息在线可视化展示,可为政府及公众及时掌握灾情进而有效制定应急救援措施提供重要的数据支持。