□ 王宏瑩

（安徽審計(jì)職業(yè)學(xué)院，安徽 合肥 230601）

0.引言

美國(guó)軍事氣象衛(wèi)星DMSP（DefenseMeteorological SatelliteProgram）是國(guó)防部空軍太空與導(dǎo)彈系統(tǒng)中心（SMC）負(fù)責(zé)實(shí)施的專(zhuān)用軍事氣象衛(wèi)星。衛(wèi)星設(shè)計(jì)、建造、發(fā)射和維護(hù)用于監(jiān)測(cè)氣象、海洋和地球物理環(huán)境。周期約為101min每天繞地飛行14圈，運(yùn)行高度約為830Km，是太陽(yáng)同步近極地軌道。可見(jiàn)光和紅外傳感器（OLS）采集圖像跨越3000Km，提供每天的晝、夜和黎明、黃昏衛(wèi)星相結(jié)合全球覆蓋圖，可監(jiān)控全球信息。衛(wèi)星上搭載的線性?huà)呙鏄I(yè)務(wù)系統(tǒng)OLS（OperationalLinescan System）上的光電倍增管能夠探測(cè)到城市燈光甚至小規(guī)模居民點(diǎn)、車(chē)流等發(fā)出的低強(qiáng)度燈光，為大尺度的建設(shè)用地估算提供了一種新的信息獲取來(lái)源[1]。國(guó)內(nèi)外很多學(xué)者已經(jīng)對(duì)此數(shù)據(jù)進(jìn)行多方面的研究，例如Gallo等[2]用夜間燈光數(shù)據(jù)評(píng)價(jià)了熱島效應(yīng)對(duì)氣象記錄的影像；Elvidge等[3]發(fā)現(xiàn)各國(guó)燈光面積與國(guó)內(nèi)生產(chǎn)總值高度相關(guān)；Raupach等[4]通過(guò)夜間燈光數(shù)據(jù)的空間區(qū)域差異研究人口密度和化石燃料CO2的不同；Doll等[5]根據(jù)燈光強(qiáng)度繪制出地方生產(chǎn)總值分布圖。國(guó)內(nèi)自2000年以來(lái)，陳晉、卓莉、何春陽(yáng)、史培軍、徐夢(mèng)潔、王琪等[6-9]陸續(xù)利用DMSP/OLS系列產(chǎn)品，對(duì)我國(guó)的人口、城市化進(jìn)程、城市化格局和演變、GDP進(jìn)行了研究。

1.研究區(qū)概況和數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

江蘇省位于中國(guó)大陸東部沿海中心，介于東經(jīng) 116°18′～121°57′，北緯 30°45′～35°20′之間。面積1.026×105Km2，占全國(guó)的1.06%，常住人口達(dá)7939.49萬(wàn)人，居中國(guó)第5位。人均國(guó)土面積居全國(guó)各省末位。人均GDP達(dá)到12047美元，居全國(guó)各省首位。共轄1個(gè)副省級(jí)城市、12個(gè)地級(jí)市。長(zhǎng)江橫穿江蘇省南部，境內(nèi)有太湖、洪澤湖、駱馬湖等大中型湖泊以及大運(yùn)河等支河，水資源豐富。

圖1 2006年江蘇省夜間穩(wěn)定燈光影像

1.2 數(shù)據(jù)來(lái)源

本文采用的DMSP/OLS夜間穩(wěn)定燈光是由美國(guó)國(guó)家地球物理數(shù)據(jù)中心（http://www.ngdc.noaa.gov/eog/dmsp/downloadV4composites.html）提供的，使用每個(gè)衛(wèi)星（F10、F12、F14、F15、F16、F18）在1992—2012年穩(wěn)定燈光平均可見(jiàn)光全球合成產(chǎn)品，包含了城市、城鎮(zhèn)、和其他居民點(diǎn)的持久的燈光，已經(jīng)去除了云和短暫性的燈光，例如火災(zāi)等偶然噪聲的影響。背景噪音設(shè)置0值，數(shù)據(jù)值范圍是1～63。OLS在數(shù)據(jù)流中沒(méi)有車(chē)載校準(zhǔn)和增益設(shè)置，雖然每年復(fù)合產(chǎn)品使用的是相同的算法和嚴(yán)格的生產(chǎn)數(shù)據(jù)選擇標(biāo)準(zhǔn)，DN值并不是嚴(yán)格的從上一年到下一年具有可比性。因此在使用數(shù)據(jù)時(shí)根據(jù)時(shí)間序列先選擇合適的數(shù)據(jù)再進(jìn)行處理。各市GDP數(shù)據(jù)來(lái)源于中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)統(tǒng)計(jì)數(shù)據(jù)分析（http://#cnki.net/kns55/Dig/dig.aspx）。

1.3 數(shù)據(jù)處理

夜間燈光數(shù)據(jù)的地理坐標(biāo)投影是GeographicLat/lon，橢球體為 WGS—84，其像元大小為0.008333度。使用的江蘇省市矢量邊界圖為了便于統(tǒng)一裁剪，將其轉(zhuǎn)換至相同的地理坐標(biāo)投影和橢球體。

根據(jù)Liu等對(duì)中國(guó)區(qū)DMSP/OLS1992—2009數(shù)據(jù)進(jìn)行的統(tǒng)計(jì)分析[10]，本文也對(duì)1992—2012年間全球夜間燈光影像的平均DN值和全球燈光亮值像元數(shù)進(jìn)行分析，圖1為2006年江蘇省夜間穩(wěn)定燈光影像，圖2為各年間穩(wěn)定燈光全球范圍內(nèi)DN平均值，圖3為各年間為穩(wěn)定燈光中國(guó)范圍內(nèi)亮值像元總數(shù)。從圖2、圖3中可以看出，全球范圍內(nèi)燈光亮值像元數(shù)波動(dòng)較大，中國(guó)地區(qū)相對(duì)較穩(wěn)定，F(xiàn)18衛(wèi)星在DN平均值和總亮值像元上突變均比較大，F(xiàn)14、F15、F16對(duì)長(zhǎng)時(shí)間序列數(shù)據(jù)連續(xù)性相對(duì)較好，且Liu指出F16衛(wèi)星2007年數(shù)據(jù)可以作為參考數(shù)據(jù)，因此本文選用F16衛(wèi)星2006年數(shù)據(jù)提取江蘇省各市夜間燈光數(shù)據(jù)，綜合2006年江蘇省各市GDP統(tǒng)計(jì)資料，估算2007年江蘇省各市GDP，人均GDP以及根據(jù)各個(gè)市的面積計(jì)算單位面積GDP。

圖2 1992-2012年穩(wěn)定燈光全球范圍內(nèi)DN平均值

圖3 1992-2012年穩(wěn)定燈光中國(guó)范圍內(nèi)亮值像元總數(shù)

2.研究方法

江蘇省各市夜間燈光數(shù)據(jù)提取，在ArcGIS平臺(tái)的支持下，利用江蘇省各市矢量邊界對(duì)F16衛(wèi)星2006年和2007年夜間燈光影像圖進(jìn)行裁剪進(jìn)而提取各市夜間燈光強(qiáng)度數(shù)據(jù)。

2.1 線性相關(guān)模型

利用SPSS軟件中回歸分析功能分析夜間燈光強(qiáng)度與GDP的關(guān)系，分別包括各市GDP總量與各市燈光強(qiáng)度總量關(guān)系、單位面積GDP與單位面積燈光強(qiáng)度關(guān)系、人均GDP與單位面積DN關(guān)系。

分析各市燈光亮度總值和GDP總量的線性模型，回歸方程形式：y=ax+b，其中x代表各市夜間燈光灰度總值，y代表市GDP總量，線性關(guān)系與參數(shù)如圖4所示，發(fā)現(xiàn)兩者之間的相關(guān)系數(shù)R2可達(dá)到0.8661，R2越接近于1，說(shuō)明實(shí)際觀測(cè)點(diǎn)離樣本線越近，擬合優(yōu)度越高。2006年江蘇省各市的GDP總量和夜間燈光亮度值的相關(guān)系數(shù)為0.8661，相關(guān)性一般，擬合優(yōu)度一般。

圖4 各市夜間燈光強(qiáng)度總值與GDP總量相關(guān)性

對(duì)單位面積的燈光強(qiáng)度和單位面積的GDP建立相關(guān)性分析如圖5所示，其相關(guān)系數(shù)上升為93.25%，擬合精度得到進(jìn)一步提高。在單位面積中燈光強(qiáng)度和GDP擬合度較高。

圖5 單位面積燈光強(qiáng)度與單位面積GDP相關(guān)性

通過(guò)進(jìn)一步地改進(jìn)，GDP使用人口進(jìn)行配置均勻，DN值用各市的面積配置，再一次分析其相關(guān)性如圖6所示，二者的相關(guān)系數(shù)較之前的方法有了進(jìn)一步地提升。

圖6 單位面積燈光強(qiáng)度與人均GDP相關(guān)性

2.2 利用2007年的數(shù)據(jù)對(duì)上述三個(gè)模型進(jìn)行檢驗(yàn)

根據(jù)上述三種模型將2007年江蘇省各個(gè)市的GDP預(yù)測(cè)值與真實(shí)值做對(duì)比，分別計(jì)算其相對(duì)誤差如表1所示，相對(duì)誤差是真實(shí)值和預(yù)測(cè)值的殘差與真實(shí)值的比值，相對(duì)誤差越接近于0表示預(yù)測(cè)的精度越高。根據(jù)相對(duì)誤差分布表1可以看出，由單位面積燈光強(qiáng)度預(yù)測(cè)單位面積GDP雖然其相關(guān)系數(shù)較高，但是相對(duì)誤差總體上較差，常州、連云港、鹽城、鎮(zhèn)江和泰州的相對(duì)誤差均大于40%，鎮(zhèn)江甚至超過(guò)100%，嚴(yán)重的數(shù)據(jù)不相符，模型的可信度較差。由各市總夜間燈光強(qiáng)度預(yù)測(cè)GDP總值，相關(guān)系數(shù)為0.8661，但是其相對(duì)誤差中，常州、蘇州和鎮(zhèn)江相對(duì)誤差均在10%左右，南通、揚(yáng)州、鎮(zhèn)江均低于20%，南京、無(wú)錫、徐州和淮安低于40%，連云港的相對(duì)誤差出現(xiàn)異常超過(guò)100%。根據(jù)模型由單位面積燈光強(qiáng)度預(yù)測(cè)人均GDP的預(yù)測(cè)值與真實(shí)值的相對(duì)誤差由表2可以看出，模型可靠性較高，穩(wěn)定性較好，其中只有鹽城的相對(duì)誤差超過(guò)20%，連云港的數(shù)據(jù)超過(guò)30%，其他各市的相對(duì)誤差均較好，無(wú)錫和徐州的相對(duì)誤差僅有-0.3%和0.26%，鹽城和連云港的誤差依然相對(duì)較大。此模型平均相對(duì)誤差為17.38%。根據(jù)模型由單位面積燈光強(qiáng)度預(yù)測(cè)單位面積GDP的預(yù)測(cè)值與真實(shí)值的相對(duì)誤差由表3可以看出，總體穩(wěn)定性有所改善，但常州、連云港、鹽城、鎮(zhèn)江和泰州等經(jīng)濟(jì)發(fā)展較其他城市有所欠缺的城市，相對(duì)誤差均超過(guò)40%。

表1 2007年總DN預(yù)測(cè)出總GDP值與真實(shí)值相對(duì)誤差

表2 2007年單位面積DN預(yù)測(cè)人均GDP值與真實(shí)值相對(duì)誤差

表3 2007年單位面積DN預(yù)測(cè)單位面積GDP值與真實(shí)值相對(duì)誤差

3.結(jié)果驗(yàn)證與分析

本文采用預(yù)測(cè)吻合度[11-12]（Goodnessof prediction,G）作為單位面積夜間燈光強(qiáng)度與人均GDP模型預(yù)測(cè)精度的衡量指標(biāo)，其計(jì)算公式如下：

上述的模型中，不論是總燈光強(qiáng)度預(yù)測(cè)總GDP還是單位面積燈光強(qiáng)度預(yù)測(cè)人均GDP，總體趨勢(shì)上，蘇州、南京、無(wú)錫等較為發(fā)達(dá)的城市的相對(duì)誤差偏小，連云港、宿遷等經(jīng)濟(jì)相對(duì)落后的城市誤差較大，尤其是連云港。根據(jù)統(tǒng)計(jì)數(shù)據(jù)可以看出，連云港市的面積為7446Km2，在全省13個(gè)市中排名第7，但是連云港的總?cè)丝?82.23萬(wàn)人，排名第11位，連云港市的GDP為618.2億元，排名第12位。雖然連云港是個(gè)占地面積比較大的城市但是其經(jīng)濟(jì)發(fā)展滯后，GDP甚至只有無(wú)錫GDP（3879.7億元）的六分之一。而夜間燈光是對(duì)整個(gè)市進(jìn)行統(tǒng)計(jì)的，由于本文中并沒(méi)有對(duì)燈光強(qiáng)度做閾值限定，理論上面積較大的城市，即使是鄉(xiāng)村發(fā)出的低強(qiáng)度的燈光也是算入總值中的，但是并不是所有的燈光都是對(duì)GDP有貢獻(xiàn)的。況且連云港的農(nóng)耕意識(shí)比較強(qiáng)[13]，在經(jīng)濟(jì)發(fā)達(dá)，以工業(yè)經(jīng)濟(jì)為主的江蘇省中，GDP差距過(guò)大，與總體數(shù)據(jù)相對(duì)比來(lái)說(shuō)，為異常值。將連云港異常值刪除后，再次進(jìn)行線性回歸和預(yù)測(cè)吻合度由圖7可以得出，其預(yù)測(cè)吻合度為96.61%。

圖7 將連云港異常值刪除后單位面積燈光強(qiáng)度與人均GDP相關(guān)性

4.結(jié)束語(yǔ)

經(jīng)過(guò)2007年數(shù)據(jù)進(jìn)行檢驗(yàn)，可以看出當(dāng)使用單位面積燈光強(qiáng)度預(yù)測(cè)單位面積GDP雖然有一定的相關(guān)性，但是相對(duì)誤差較大，模型穩(wěn)定性不高。每個(gè)市夜間燈光強(qiáng)度總量和GDP總量之間線性相關(guān)，除去個(gè)別相對(duì)誤差較大的城市，總體上可以用來(lái)預(yù)測(cè)?？紤]到每個(gè)市的面積和人口，得出單位面積的燈光強(qiáng)度和人均GDP的相關(guān)性較好，并且相對(duì)誤差均較小，預(yù)測(cè)吻合度也較高，在對(duì)異常值連云港的數(shù)據(jù)進(jìn)行處理后，發(fā)現(xiàn)不僅相關(guān)性提高0.84%，預(yù)測(cè)吻合度也提高了0.65%。結(jié)果表明，利用夜間燈光數(shù)據(jù)，對(duì)于城市級(jí)別的GDP采用不同的方法進(jìn)行預(yù)測(cè)可以有效地估算城市的GDP。

參考文獻(xiàn)：

【1】何春陽(yáng),史培軍,李景剛,等.基于DMSP/OLS夜間燈光數(shù)據(jù)和統(tǒng)計(jì)數(shù)據(jù)的中國(guó)大陸20 世紀(jì)90年代城市化空間過(guò)程重建研究[J].科學(xué)通報(bào),2006,51(7):856-861.

【2】Gallo K P, Tarpley J D, McNab A L, et al. Assessment of urban heat islands: a satellite perspective[J].Atmospheric Research,1995,37(1):37- 43.

【3】Sutton P, Roberts D, Elvidge C, et al. A comparison of nighttime satellite imagery and populationdensity for the continental United States [J].Photogrammetric Engineering and Remote Sensing, 1997, 63(11):1303- 1313.

【4】Raupach M R, Rayner P J, Paget M. Regional variations in spatial structure of nightlights, populationdensity and fossil- fuelCO2 emissions[J]. Energy Policy,2010,38(9): 4756- 4764.

【5】Doll C N H, Muller J P, Morley J G. Mapping regional economic activity from night- time lightsatellite imagery[J]. Ecological Economics,2006,57(1):75- 92.

【6】陳晉,卓莉,史培軍.基于DMSP/0LS數(shù)據(jù)的中國(guó)城市化過(guò)程研究—反映區(qū)域城市化水平的燈光指數(shù)的構(gòu)建[J].遙感學(xué)報(bào),2003,7(3):168-175.

【7】何春陽(yáng),史培軍,李景剛,等.基于DMSP/OLS夜間燈光數(shù)據(jù)和統(tǒng)計(jì)數(shù)據(jù)的中國(guó)大陸20世紀(jì)90年代城市化空間過(guò)程重建研究[J].科學(xué)通報(bào),2006,51(7):856-861.

【8】徐夢(mèng)潔,陳黎,劉煥金,等.基于DMSP/OLS夜間燈光數(shù)據(jù)的長(zhǎng)江三角洲地區(qū)城市化格局與過(guò)程研究[J].國(guó)土資源遙感,2011,23(3):106-112.

【9】王琪,袁濤,鄭新奇.基于夜間燈光數(shù)據(jù)的中國(guó)省域GDP總量分析[J].城市發(fā)展研究,2013,20(7):44-48.

【10】Liu Z, He C, Zhang Q, et al. Extracting the dynamics of urban expansion in China usingDMSP- OLS nighttime light data from 1992 to 200[J].Landscape and Urban Planning,2012,106(1):62- 72.

【11】米曉楠,白林燕,譚雪航,等.基于DMSP/OLS數(shù)據(jù)的城市中心城區(qū)提取新方法[J].地球信息科學(xué)學(xué)報(bào),2013(2):255-261.

【12】曹麗琴,李平湘,張良培.基于DMSP/OLS夜間燈光數(shù)據(jù)的城市人口估算—以湖北省各縣市為例[J].遙感信息,2009(1):83-87.

【13】孫培松.連云港經(jīng)濟(jì)滯后的文化拖累[J].大陸橋視野,2005(6):38-40.