基于夜光遙感數據模擬中國經濟參量方法研究

葉剛

(鄭州市規(guī)劃勘測設計研究院，河南 鄭州 450000)

1 引 言

隨著社會經濟迅速發(fā)展，人類文明進入一個前所未有的繁榮階段，如何高效準確地對當前的人類文明發(fā)展狀況進行科學合理的評價就顯得尤為重要，經濟參量就是評估人類文明發(fā)展狀況的一個不可或缺的指標[1，2]。根據調查研究，多數國家在制定社會經濟統(tǒng)計指標時，都是按照各個國家自身的需求來建立，這就意味著數據沒有統(tǒng)一的標準，在進行不同國家間的對比時，不能直接使用統(tǒng)計數據，降低了使用效率。此外，在進行調查統(tǒng)計時多以行政區(qū)域為單元來實現(xiàn)，這種狀況使經濟參量無法表現(xiàn)出統(tǒng)計單元內部的差異性，缺乏反映經濟參量時空演變狀況的能力。而近年來，由于夜光遙感能夠定期快速獲取大尺度夜間燈光輻射亮度數據及空間觀測數據等的優(yōu)勢，使其成為多數學者專家的研究熱點之一[3～6]。

目前，利用夜間燈光影像來實現(xiàn)對經濟參量模擬研究已經獲得了不小突破，其中，Elvidge等采用不變目標區(qū)域法對DMSP/OLS夜光遙感數據進行全球范圍的相互校正，在全球范圍內篩選出具有代表性的21個國家，分別對其經濟指標進行回歸分析，結果發(fā)現(xiàn)夜光亮區(qū)面積與區(qū)域生產總值呈現(xiàn)明顯的相關性，為證明夜光遙感數據具有反映社會經濟發(fā)展趨勢的能力提供了有力依據[7]。Doll等利用夜光數據與多項社會經濟參量進行相關性分析，發(fā)現(xiàn)多項經濟參量在基于國家尺度上與夜光區(qū)域亮度值呈現(xiàn)相關性，燈光敏感經濟參量有人口、GDP和二氧化碳含量等指標，并以GDP為示例對燈光敏感經濟參量進行了空間分布模擬[8]。此外韓向娣等[9]、江威[10]、王琪等[11]均利用一定的模型建立研究夜光指數與社會經濟參量之間的關系。但是在上述研究中關于實現(xiàn)敏感經濟參量與燈光的時空模擬模型通常比較復雜，且對數據的要求相對較高，使得空間化模型的實現(xiàn)具有一定難度，本文則擬選取與人類活動相關性較強的幾個經濟參量作為研究目標，采用同一區(qū)域統(tǒng)一單位化燈光產值的線性空間模型進行經濟參量的時空模擬，分析模型結果與實際狀況的差異，以實現(xiàn)應用夜間燈光影像模擬經濟參量研究區(qū)域經濟變量空間變化、時間變化的目的。

2 研究方法

2.1 影像預處理

本文選取的是DSMP/OLS傳感器提供的夜光圖像數據，由于該數據是由多顆衛(wèi)星獲取，且OLS傳感器未做星上定標，導致2種傳感器獲取的影像在同一位置DN值不盡相同[12]，為了降低由此造成的數據不連續(xù)性差異，因此本文采用圖像間相互校正法[8]對1992年～2013年21期夜光圖像進行校正處理。F16(2007年)圖像DN累計值最高，選取其作為參考數據，結合本文實驗區(qū)內黑龍江省雞西市發(fā)展較為平穩(wěn)，DN值變化幅度較小的特點，選取雞西市地區(qū)作為不變目標區(qū)(即定標區(qū))，最終建立定標區(qū)內參考圖像與待校正圖像DN值一元二次回歸模型并計算回歸系數。其中，該回歸模型公式為式(1)，再利用式(1)中的回歸系數便可對1992年～2013年的數據進行校正(校正采用ArcGIS 10空間分析模塊實現(xiàn))。

DNcorrect=a×DN2+b×DN+c

(1)

式中：DN值表示待校正影像的像元亮度值；DNcorrect表示校正后像元的亮度值；a，b，c表示回歸系數。

2.2 空間模型建立

經濟參量時空化模擬所選取空間化模型實現(xiàn)的難易程度，將直接影響空間化結果，文獻[10]中結合DMSP/OLS夜光數據對中國區(qū)域的區(qū)域生產總值、第一產業(yè)總值、第二產業(yè)總值以及第三產業(yè)總值進行線性回歸計算，并對夜間燈光敏感經濟參量進行空間化模型建立，模擬中國區(qū)經濟參量的增長狀況，采用區(qū)域經濟參量統(tǒng)計值與區(qū)域燈光總值相除作為參數，構建模擬經濟參量值與像元之間一一對應的關系，這種空間模型實現(xiàn)較為簡單，有一定的空間表現(xiàn)能力。因此，本文借鑒文獻[10]中使用的空間化模型進行中國市級尺度的經濟參量空間化模擬，建立4種經濟參量(地區(qū)生產總值(GDP)，人均生產總值(PGDP)，第二產業(yè)生產總值(SI)和第二產業(yè)比重(PSI))與夜間生產總值之間的線性回歸模型關系，表達式具體如下：

(2)

式(2)中ECp為模擬經濟參量，ECt為統(tǒng)計資料中各個行政區(qū)域經濟參量數量，TNL為各個行政區(qū)域夜間燈光總值，DN為圖上像元的灰度值。

3 實驗與分析

3.1 數據介紹

本文選用最為常見的DMSP/OLS無云穩(wěn)定夜間燈光影像進行研究，該影像選用的參考系是WGS-84坐標系；選取中國全國省級行政區(qū)劃圖作為底圖，其具體數據獲取如下：①測區(qū)簡介。中國的經濟發(fā)展狀況早在2010年已經超過當時的日本，成為世界第二大經濟體。中國經濟增長速度快、經濟量大的特點，是亞洲地區(qū)最具有代表性的研究區(qū)域。因此選取中國作為研究區(qū)域一方面是因為中國國土面積適中、經濟發(fā)展變化明顯，另一原因是對應經濟參量的相關信息獲取比較方便。②數據選取。本文選取1997年～2012年27期DMSP/OLS傳感器獲取的夜光影像作為研究數據，DMSP/OLS夜光遙感數據可以直接從美國國家海洋與大氣管理局來進行下載(下載網址https：//ngdc.noaa.gov/eog/index.html)，現(xiàn)有的DMSP/OLS數據為第四版時間序列數據。同時，行政區(qū)劃矢量數據可以從國家基礎地理信息中心獲取，從全國 1∶400萬數據庫中下載，為shp格式。此外，結合《中國統(tǒng)計年鑒》以及篩選需要的經濟參量信息進行社會經濟參量的整合。

3.2 實驗分析

本文實驗僅選擇1997年、2002年、2007年3期中國區(qū)域影像開展經濟參量的模擬，其實驗結果分析分別從敏感經濟參量遴選以及時空模擬兩個方面進行展開。

(1)遴選敏感經濟參量

目前，針對不同年份的經濟參量與夜間燈光總值回歸擬合結果評價中，通常根據回歸系數(R2)的大小以及是否通過顯著性檢驗來判斷兩者之間線性關系是否可靠。在本文實驗中，1997年、2002年、2007年的不同經濟參量與夜間燈光總值TNL經過擬合的回歸決定系數圖1所示，且均能通過顯著性檢驗。

圖1 4種經濟參量回歸決定系數(R2)對比結果

由圖1中選取的不同年份地區(qū)生產總值(GDP)、第二生產總值(SI)與對應的夜間燈光總值TNL線性回歸結果可知，回歸決定系數均高于0.600，說明夜間燈光與地區(qū)生產總值以及第二產業(yè)生產總值關聯(lián)密切，其中也是主要由于第二產業(yè)包含了采礦業(yè)、制造業(yè)、電力、燃氣以及建筑業(yè)，尤其是城市建筑業(yè)的快速發(fā)展，與夜間燈光擴展直接關聯(lián)。此外，由圖1中展示的另外兩個經濟參量指標(人均生產總值PGDP以及第二產業(yè)比重PSI)在不同年份與TNL線性回歸結果雖然通過了顯著性檢驗，但是其對應的回歸系數數值最高為0.259，且2002年和2007年的PGDP與TNL的回歸決定系數分別僅為0.003、0.032，結果表明這兩類經濟參量指標與TNL線性回歸關系比較弱，結果不具有統(tǒng)計意義，因此不可以作為敏感經濟參量來進行空間模擬。

(2)時空模擬

由上節(jié)遴選出來的敏感經濟參量——GDP和SI，結合市級行政區(qū)統(tǒng)計年鑒經濟參量數據和標準化夜間燈光影像數據，按照式(2)分別開展2個社會經濟參量時空模擬?？臻g化模型中為了減少變量，采用同一行政區(qū)域同一系數的辦法進行模擬經濟參量求解，該過程可在ArcGIS 10中空間分析模塊實現(xiàn)，GDP和SI的參量空間模擬結果如圖2、圖3所示。

圖2中國GDP參量空間模擬結果

圖3 中國第二生產總值SI參量空間模擬結果

結論：①在空間化模擬圖中，選取紅色作為同一年限中GDP數值較高區(qū)域顏色，藍色代表區(qū)域GDP數值較低。經過目視對比，可直接體現(xiàn)為GDP高值區(qū)域在不斷擴大，即由1997年的少數地區(qū)GDP發(fā)展較快迅速轉變?yōu)?007年中心城市帶動周邊城市發(fā)展的局面；同時，GDP最大值也不斷提升，從1997年的GDP最大值不超過 3 000萬元轉變?yōu)?007年的最高值GDP可達 8 200萬元左右，與實際情況基本相吻合。

②由圖2中1997、2002、2007三年GDP空間化模擬結果可知，GDP最大值由1997年的 2 885萬元增長到2007年的 8 236萬元，增長了1.85倍；從空間格局上來看，GDP超過 2 000萬元的區(qū)域在逐年增加，且增長較快的區(qū)域多沿海分布；增長速度和經濟參數空間分布狀況基本與實際相符合。從GDP空間模擬圖，可以直接看出GDP比較高、經濟發(fā)展較快的地區(qū)集中在珠江、長江三角洲地區(qū)、北京、天津等，且由圖2可了解到，自1997年～2007年GDP較高的區(qū)域基本沒有出現(xiàn)經濟回退現(xiàn)象，部分中心城市GDP也有比較明顯的增長，例如重慶。

③將中國區(qū)域劃分為東西中三部分來進行GDP空間結果分析，從1997年～2007年這11年期間，東部地區(qū)的GDP增長最為迅速，尤其是沿海地區(qū)，圖2中直觀體現(xiàn)為沿海地區(qū)生產總值均有明顯的提升；中部省會城市發(fā)展較好，GDP漲幅明顯，其他城市發(fā)展較省會城市相比比較遲緩；中部地區(qū)在這些年中也有一定提升，但是發(fā)展緩慢，GDP增長并不是很明顯。西部地區(qū)的經濟增長趨勢較緩慢，城市擴張速度相比中部、東部地區(qū)也略為不足。從空間模擬結果圖上，我國的經濟發(fā)展明顯存在東西差異較大的現(xiàn)象，并且隨著經濟的發(fā)展東西部地區(qū)經濟差距還在進一步擴大。

④圖3體現(xiàn)的第二產業(yè)生產總值SI與夜間燈光總值進行空間化結果同GDP空間模擬結果發(fā)展趨勢相似，即最大第二產業(yè)生產總值從1997年的不到 1 500萬元增長到2007年的 4 532萬元，第二產業(yè)生產總值漲幅較大，與實際增長趨勢基本吻合。從空間分布狀況來進行分析：多數第二產業(yè)生產總值高值區(qū)集中在長江三角洲城市群、珠江三角洲城市群以及京津冀城市群；在中部地區(qū)，第二產業(yè)生產總值高值區(qū)主要是省會城市，例如武漢、長沙、鄭州等。對比實驗年限內的中東西部格局，我國第二產業(yè)生產總值呈現(xiàn)顯著的東高西低的格局，與GDP分布格局基本一致，其中，中部地區(qū)城市第二產業(yè)生產總值增速較快，西部地區(qū)增長緩慢，依然存在隨著經濟進一步發(fā)展，東西部第二產業(yè)生產總值差距在不斷拉大的局勢。

4 結 語

本文利用時序DSM/OLS夜間遙感數據通過影像定標、敏感經濟參量遴選以及空間化模擬模型建立，實現(xiàn)了夜光數據直接反映社會經濟狀況的驗證并得出有效結論，但是數據源以及空間化模型方面依然存在進一步完善的問題：①隨著夜光燈光影像數據分辨率的提高，如何保證影像時空一致性問題顯得尤為重要，此外，需要對夜間燈光影像的光譜范圍、輻射定標以及云和月光的影響進一步研究，將會是實現(xiàn)夜間燈光遙感影像應用必須優(yōu)化的問題。②空間化模型的簡化一定程度上減少了工作量，但同時會削弱燈光點對于不同區(qū)域的影像，降低同省區(qū)域間空間對比性。在今后如何建立空間模型，根據細節(jié)化的燈光信息來進行空間化模型的篩選，將會成為另一個需要關注的重點。