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夜间灯光数据的青海省GDP空间化研究

国内生产总值(GDP)是国民经济核算的重要指标,用于衡量一个国家或地区的经济状况。传统的GDP统计数据提供了地区宏观经济状况的数值信息,但无法反映地区内部的空间差异。为了更好地理解地区经济差异和经济状况,本文利用NPP-VIIRS夜间灯光数据,采用相关和回归分析,建立了综合灯光指数(CNLI)与青海省GDP之间的关系模型。通过该模型,对青海省GDP的空间分布进行了初步模拟,并采用线性调整的方法对各像元的GDP模拟值进行了修正,最终生成了青海省2016~2020年的GDP空间密度图。结果表明,该模型在对青海省各市级行政区的GDP进行模拟时表现出较高的准确度,有力地展现了青海省的经济分布和增长状况。夜间灯光数据与青海省各地区的经济活动水平呈现显著关联,展现出一定的空间分布规律。具体而言,在空间分布上,五年间青海省的GDP密度分布格局为东部高于西部,西南部最低,并以西宁市和海东市为聚集中心,向四周逐渐呈放射状递减。尤其是西宁市表现出市区经济占主导地位的特点,其主城区的经济发展水平明显高于其他区域。研究结果可为青海省未来的区域发展规划和政策制定提供重要参考。

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。

基于NPP-VIIRS夜间灯光数据的福建省县域经济发展时空演化研究

基于福建省县域统计经济数据和校准预处理后的NPP-VIIRS夜间灯光数据,揭示县域统计经济数据与夜间灯光数据的关联,在此基础上探讨县域经济发展时空演化特征。结果表明:(1)夜间灯光总量与地区生产总值(GDP)高度相关,县域夜间灯光总量集中分布在东南沿海地区,沿海县(市)单位面积夜间灯光总量高于内陆县(市),夜间灯光总量空间分布呈现高度不均衡性;(2)县域GDP全局自相关指数以及夜间灯光全局自相关指数呈显著正相关水平,县域夜间灯光数据空间集聚水平低于县域GDP空间集聚水平,夜间灯光数据高高聚类区域相比县域GDP高高聚类区域呈扩张趋势;(3)夜间灯光数据和经济指数热点区域均分布在东南部沿海地区,冷点区域主要分布在三明和南平等地区部分县(市),夜间灯光数据和统计经济数据冷热点之间存在一致性。为缩小区域发展差异,需加大经济政策扶持,促进区域经济交流,带动经济同步增长,研究结果可为县域经济发展政策制定提供参考借鉴。

西安及其附近地区城市空间演变分析——基于NPP-VIIRS夜间灯光数据

本文以西安市及其附近地区共计18个区县为研究对象,基于2010—2018年各年份的年均NPP-VIIRS夜间灯光数据,利用GIS平台基于阈值法的原理提取城市建成区实体范围。在此基础上,选取城市扩展度指标、空间结构特征指标、城市扩张方向3个因子进行量化分析,并分析城市空间变化的逐年规律,探究其内部成因。得出以下结论:(1) 2010—2018年,研究区域内提取的城市建成区面积逐年增长,并预测未来在一定时间内将会继续增长,但其扩展速度逐渐下降;(2) 2010—2018年,建成区空间结构的发展特征为“大城市大乡村”,演变过程体现出阶段性的特质;(3) 2010—2018年,建成区形成的标准差椭圆呈现西北—东南轴的分布状况,并沿短轴方向(东北—西南)不断增长,整体呈现上升的城市扩张趋势。

基于NPP-VIIRS夜间灯光数据的广西西江流域城市扩张时空格局演变研究

基于2012年、2014年、2016年、2018年、2020年的年度NPP-VIIRS夜间灯光数据,运用统计数据比较法提取广西西江流域城市建成区,并计算城市建成区的扩张速度、扩张强度指数、平均灯光强度指数、紧凑度指数、城市中心迁移距离、角度和速度,分析2012—2020年广西西江流域城市扩张动态变化情况。结果表明:1)统计数据比较法的平均总体分类精度在97%以上,能精确反映西江流域城市建成区发展的实际情况。2)2012—2020年广西西江流域城市建成区平均扩张速度为4.61 km^(2)/a,呈现先快速发展后减缓的扩张趋势。扩张强度与平均灯光强度的变化趋势与扩张速度基本保持一致。3)广西西江流域城市建成区整体的紧凑度和分形维数均呈现降低的趋势,说明广西西江流域城市扩张较为平衡,存在内部建设和外部扩张两种扩张发展形式。4)2012—2020年河池市与南宁市因城市发展建设使城市中心迁移距离较大,其余各市的城市中心迁移距离平缓,稳定扩张;各城市中心迁移速度与城市中心迁移距离和方向的发展情况基本保持一致。

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。

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夜间灯光数据的淮河流域区域经济差异时空特征分析

基于2012-2018年校正后稳定的NPP-VIIRS夜间灯光数据,以淮河流域38市为研究对象,采用变异系数、泰尔指数和相对发展率等方法,对区域经济差异的时空特征进行分析。结果表明:淮河流域区域经济发展成效显著,但区域差异明显,整体上形成了以省域中心城市为核心的核心-边缘发展空间格局;区域经济总体差异呈现平稳下降的趋势,其中省内差异和河南省内部差异是造成总体差异变动的主要原因;区域经济发展速度极化现象明显,相对发展速度随经济的发展出现分异。

基于NPP-VIIRS夜间灯光数据的山西省GDP空间化模拟

选取山西省为研究对象,以美国国家极轨合作仪件-可见红外成像辐射计套件(NPP-VIIRS)夜间灯光数据、GDP统计数据等为数据源,构建GDP空间化拟合模型,建立山西省GDP密度图,据此研究山西省经济的空间差异性。通过对NPP-VIIRS夜间灯光数据的空间化处理,提取灯光指数,并将其与GDP进行回归拟合,建立最佳回归模型,得到GDP密度拟合图;利用县级GDP数据进行线性纠正,从而提高GDP的模拟精度。结果表明:(1)NPP-VIIRS夜间灯光数据与GDP的相关性较高,可用于山西省GDP模拟;(2)与GDP分区建模相比,GDP整体建模的精度更高;(3)山西省GDP的空间分布整体呈由城市中心逐渐向周边辐射的特点,构成GDP过渡带。

基于NPP-VIIRS夜间灯光数据和Landsat-8数据的城镇建筑用地提取方法改进——以广州市为例

以广州市为例,将Landsat-8-OLS数据与NPP-VIIRS夜间灯光数据相结合提取城镇建筑用地,在常规的NDBI指数、ULI指数方法的基础上进行改进,以获得更加精确的城镇建筑用地信息。首先,利用NPP-VIIRS夜间灯光数据得到城镇建筑用地的大致分布范围,基于Landsat-8-OLS数据提取NDBI、NDVI指数;然后通过分析夜间灯光建筑用地范围、NDVI指数,NDBI指数三者的特性,分别对三者图像进行二值化、求交运算来提取城镇建筑用地;最后将提取结果与传统的NDBI指数、ULI指数方法的提取结果进行对比,利用Google Earth高空间分辨率影像数据进行精度验证。结果表明,结合NPP-VIIRS数据和Landsat-8-OLS数据的多指数提取相交运算,可有效剔除提取结果中包含的裸土信息,与NDBI等指数方法相比,能得到更高的精度。

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.

基于NPP-VIIRS夜间灯光数据的成都市GDP空间化研究

本文以NPP-VIIRS夜间灯光数据产品为基础,通过相关和回归分析,得到了综合灯光指数CNLI与成都市GDP数据间的相关关系,并建立了CNLI与GDP间的回归模型,通过线性调整的方式对各像元GDP初步模拟值进行纠正后得到了成都市2012-2018年GDP空间密度图。经过误差分析,发现各县级行政区的模拟GDP与实际统计的GDP间相对误差小,总体准确度较高。结果表明,成都市GDP高值区出现在青羊区与锦江区交界处,并向四周呈放射状逐渐降低,同时,在研究时间段内,GDP高速增长的区域也主要集中在成都市中心区域。研究成果整体上能够反映成都市经济发展的空间分布特征。

基于类NPP-VIIRS夜间灯光数据的粤港澳大湾区城市建成区时空动态特征

随着人口增长与经济发展,快速准确地获取城市建成区扩张信息,并对其时空特征进行分析,对于今后城市可持续发展具有重要意义。基于2000~2018年类NPP-VIIRS夜间灯光数据的大尺度不透水面指数提取粤港澳大湾区城市不透水面,并基于统计数据比较法得到城市建成区,对粤港澳大湾区以及各城市的建成区扩张进行时空分析。结果表明:①类NPP-VIIRS夜间灯光数据实现了对城市建成区的高精度提取,可为城市长时间序列的时空变化监测提供新的数据基础;②粤港澳大湾区城市建成区由2000年的1279.00 km^(2)增加到2018年的4730.25 km^(2),广州、深圳、东莞的建成区扩张最为明显,分别增加了793.50、812.75、1027.50 km^(2);在空间上,粤港澳大湾区城市建成区扩张主要发生在各城市之间的交界地带,逐步形成了佛山—广州—东莞—深圳—香港大型城市群核心建成区,西部地区发展相对较慢;③粤港澳大湾区城市建成区重心2000~2018年由东莞转移到广州。总之,粤港澳大湾区城市建成区在2000~2018年扩张整体呈现由快变慢、东快西慢的特点。

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Sentinel-2A与NPP-VIIRS夜间灯光数据的城市建成区提取

利用夜间灯光数据(nighttime light data,NTL)与光学遥感影像提取城市建成区是当今的一个研究热点,其中基于植被校正的城市夜间灯光指数(vegetation adjusted NTL urban index,VANUI)被学者广泛利用,但它容易混淆城市边缘的建筑、水体,空间分辨率较低。对VANUI做出改进,提出基于建筑校正的城市夜间灯光指数(building adjusted NTL urban index,BANUI)。利用该指数对包头市南部的城市建成区进行提取,首先,借助Sentinel-2A遥感影像数据提取研究区的归一化建筑指数;然后,将其与NTL数据结合得到BANUI(空间分辨率为20 m),并由此得到空间分辨率更高、建筑信息更丰富的BANUI图像;最后,利用分水岭分割算法从BANUI,VANUI和NTL中提取出城市建成区并进行对比。结果表明,由BANUI提取的城市建成区总体精度可达93.61%,Kappa系数为0.7934,用户精度为81.34%,生产者精度为85.34%,提取结果与实际城市建成区的分布较吻合、提取精度较高,且优于另外2种数据。此方法可为NTL在城市建成区提取的研究中提供参考意见,也可用于对城市规划发展的监测。

SNPP-VIIRS夜间灯光影像去噪方法研究

高精度的夜间灯光数据能够有效反映人类空间活动特征,传统的SNPP-VIIRS夜间灯光影像去噪方法容易忽略新增加或消失的有效灯光,且未处理灯光异常值,随着时间推移,去噪误差会逐渐增大。因此,本文提出了利用中值滤波与低阈值去噪相结合的方法过滤SNPP-VIIRS夜间灯光影像中的异常值及背景噪声,并将去噪后的夜间灯光总量与GDP进行相关性分析及精度验证。试验结果表明,通过中值滤波与低阈值去噪结合的方法提取的夜间灯光总量与GDP的相关性优于传统方法,利用该方法建立的模型估算出的亮度值精度更高,证明该方法具有更高的去噪精度。

基于NPP-VIIRS夜间灯光数据的京津冀城市群经济集聚特征分析

分析城市群经济集聚特征对识别城市群空间发展模式以及推进城镇化快速发展具有重要意义.选取2012-2018年京津冀城市群NPP-VIIRS夜间灯光数据,在基础处理并经统计数据对比验证的基础上,采用基尼系数、首位城市集聚度以及市域亮源区地均灯光强度表征京津冀城市群整体及各城市的经济集聚程度,运用核密度估计法、标准差椭圆法和重心转移模型探讨城市经济集聚的时空变化特征.结果表明:①研究期内京津冀城市群整体经济集聚程度呈先上升后下降再上升的趋势,但总体上相对稳定,各城市经济集聚程度随时间变化分层更加明显.②城市群经济集聚呈现稳定的双核—多中心发展空间结构,以京津为中心形成双核中心结构引领、西北—东南走向集中的高经济集聚区,以唐山、石家庄和廊坊为中心形成东北—西南走向的经济集聚第二梯度区,其余城市分布在城市群外围形成低经济集聚发展区.③城市经济集聚在离散趋势上呈收缩状态,空间分布上呈现东北—西南分布格局,时间演变上相对稳定;经济集聚重心无明显的方向特征,在东北和西南方向上小幅摆动.

基于SNPP-VIIRS夜间灯光数据的GDP预测模型对比

由于基于夜光遥感数据的GDP预测多采用单一函数模型,缺乏对比和可行性验证,因此利用校正后的夜光影像对比多种函数模型的预测效果具有实际价值。鉴于此,选择SNPP-VIIRS作为基础数据,经过消除负值和背景噪声等校正处理,对线性函数等6种预测模型进行GDP估算效果对比。结果表明:在省级尺度下,二项式函数拟合优度最高,Gaussian函数预测效果最好;市级尺度下,二项式函数均优于其他函数模型。校正方法合理科学,校正后的影像可用于GDP预测研究。