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数据的喜马拉雅山北坡典型湖泊湖冰提取分析

现阶段使用遥感数据监测湖冰物候特征已成为主要的技术手段。NPP-VIIRS是一个较新的卫星数据,它具有空间分辨率较高、波段数多、重访周期短等优点,使用该数据提取湖冰信息是对该领域的一个有益补充。基于NPP-VIIRS数据利用阈值法对拉昂错、玛旁雍错、佩枯错、普莫雍错等典型湖泊进行湖冰提取。获得四个湖泊逐日的冻结百分比,并分析了四个湖泊的冻融特征。结果表明:使用NPP-VIIRS能较好的提取湖冰信息;该地区湖泊冻融过程有风向蔓延和水流向加风向蔓延两种。气温(年负积温)是影响该地区湖冰面积最主要的因素,冻融过程主要受到风向、注入径流影响,地热资源也是影响因素之一。

基于NPP-VIIRS数据的山东省县级GDP分级空间建模

传统的统计方法对国内生成总值(GDP)进行统计耗时耗力费财。而夜间灯光遥感影像能对人类社会活动进行最直观的反映,为社会经济研究提供了新的思路方法和技术支持。本文以山东省作为研究区域,采用NPP-VIIRS灯光影像数据与山东省137个县级GDP数据进行分级多方式空间建模,以找到两者空间分布的最优规律。试验结果表明总GDP与总灯光亮度值的各级最优拟合优度R^2均在0.9左右。单位面积GDP与平均灯光亮度值的各级拟合优度R^2均在0.85左右。而且通过最优模型进行县级和市级GDP预测精度优于未分级的预测精度。

基于NPP-VIIRS数据天山北坡城市群GDP空间化研究

为满足城市群发展过程中对空间型社会经济数据的需要,在分析与总结已有社会经济数据空间化技术方法的基础上,以天山北坡城市群作为研究对象,对2013年及2019年NPP-VIIRS夜间灯光数据与GDP统计数据进行定量分析,对其区域内15个县市的分产业地区生产总值进行空间化研究。通过分析天山北坡城市群地区生产总值、第一、第二、第三产业值以及二三产业值之和与NPP-VIIRS夜间灯光数据所提取出的灯光指数的空间相关性,选取最优灯光指数,通过线性回归模型,最终模拟了2013年与2019年研究区内500 m精度分产业GDP密度图。结果表明,两期夜间灯光数据与分产业地区生产总值具有明显相关性;城市群各产业产值分布主要集聚在各县市之间的交通线主要节点,高值区主要集中在乌鲁木齐市、昌吉市、石河子市及克拉玛依市;利用夜间灯光数据模拟的分产业GDP空间分布结果较为可信,其模拟结果与统计值相对误差较小,能够较为直观地表现出统计数据区域分布差异,并展现出区域经济发展的动态变化。

基于NPP-VIIRS数据的夜间灯光指数变化分析——以夏河MS5.7地震为例

夜间灯光数据具有反映人类活动的特点,其数据变化与电力设施运行情况、建筑物和其他发光物体息息相关,因此近年来被广泛应用于各类科学研究中。本文从夜间灯光数据特点出发,以夏河MS5.7地震灾区为研究区,利用多时相NPP-VIIRS夜间灯光数据,经过数据预处理后获得三种灯光指数,从而分析灾区的夜间灯光变化,为地震应急救援工作提供一种震后灾情信息获取的途径和方法,为甘肃县级尺度的地震应急工作提供另一种思路。

中国三大城市群公路货运碳排放时空特征分析--基于NPP-VIIRS数据的研究

以美国国家极轨运行环境卫星系统预备计划可见光红外成像辐射仪(national polar-orbiting operational environmental satellite system preparatory project—visible infrared imaging radiometer suite,NPP-VIIRS)夜间灯光数据为基础,经过影像重投影、稳定性校正和时间序列校正后,结合统计数据,构建三大城市群公路货运碳排放估算模型。在此基础上,从栅格尺度和市级尺度进行公路货运碳排放时空特征分析。分析结果如下:(1)估算模型的拟合优度分别为0.6762、0.9362和0.5585,估计效果良好,结果有效;(2)2012-2020年三大城市群货运碳排放由1599.25万t增长为1830.31万t,呈现散发增强趋势,京津冀城市群碳排放最高的城市为唐山市,长三角城市群碳排放高的城市为合肥市、上海市、舟山市和苏州市,珠三角城市群碳排放最高的城市为广州市,其次为佛山市、东莞市和深圳市;(3)三大城市群中保定市为碳排放较快增长型,京津冀城市群碳排放重心整体向西北方向移动,长三角和珠三角城市群碳排放重心整体向东北方向移动。

川南四市县域NPP-VIIRS数据信息提取及应用

以川南四市28个区县为研究区,在分析QGIS提取面积、有效光源数、灯光总量、灯光均值、灯光标准差、灯光最小值、灯光最大值、极差等8个指标的基础上,利用主成分分析法对研究区的NPP-VIIRS夜间灯光数据信息进行提取,发现利用“整体”“明”“暗”3个主成分即可以有效地反馈原有的8个指标所提供的信息;利用各主成分的贡献率对所得的主成分得分进行加权求和,得到28个区县NPP-VIIRS夜间灯光数据的综合得分并从大到小进行排序,排序结果与区县建设的实际情况相符,充分揭示了研究区城市扩张及各区县经济社会的发展状况.

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。

跨区域技术吸纳对经济增长的影响——基于模拟NPP-VIIRS夜光扩展时序数据的研究

跨区域技术吸纳对促进我国区域经济协调发展,实现科技与经济紧密结合具有重要意义。基于2003—2022年国家知识产权局专利信息服务平台专利转移记录和模拟NPP-VIIRS夜光扩展时序数据,分别利用省际专利权转入量与夜间灯光亮度衡量技术吸纳与经济增长水平,借助面板空间计量模型和门槛模型探究我国省际跨区域技术吸纳对经济增长影响的空间效应与非线性门槛特征。研究发现:我国省域间技术吸纳和经济增长水平具有正向空间相关性,跨区域技术吸纳能够显著提升本地经济增长水平并通过空间溢出效应促进地理邻近省域经济增长;跨区域技术吸纳对经济增长的影响存在着多约束条件的非线性门槛特征和显著的阶段性“U”形特点,要在产业技术基础和技术吸收能力跨越相应门槛时才能对经济增长起促进作用。据此,提出继续完善国内技术转移体系,通过差异化战略布局提升消化吸收外部技术的能力,积极探索有利于技术转移与吸纳的运行机制和有效途径等政策建议。

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。

基于DMSP-OLS与NPP-VIIRS的长时序夜间灯光数据模拟

以2000—2013年DMSP-OLS数据和2012—2019年NPP-VIIRS数据为基础数据,对其进行预处理之后,选取2012年和2013年数据,提取县域行政范围内灯光亮度值进行拟合。结果表明,2类灯光数据间存在明显的相关关系,且模拟数据与原始数据之间存在更为显著的相关关系。

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.

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。

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。

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。