摘 要：人口空間化數(shù)據(jù)對城市建設(shè)、搶險(xiǎn)救災(zāi)、環(huán)境管理和社會(huì)發(fā)展各個(gè)方面具有重要作用。近年來隨著夜間燈光遙感技術(shù)的迅猛發(fā)展，基于夜間燈光遙感的人口空間化的研究日益增多，回歸模型、多因子加權(quán)平均模型、隨機(jī)森林模型等模型算法也日趨完善，方法新穎多樣，結(jié)果精度較高。該文系統(tǒng)總結(jié)夜間燈光遙感的發(fā)展以及基于燈光數(shù)據(jù)的人口空間化的研究方法，分析現(xiàn)今研究內(nèi)容和研究方法的熱點(diǎn)難點(diǎn)問題，討論在研究過程中存在的問題以及未來研究發(fā)展的方向，希望能夠?yàn)橄嚓P(guān)研究人員提供借鑒。

關(guān)鍵詞：夜間燈光；人口；空間化；遙感；多元數(shù)據(jù)

中圖分類號：TP79 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2024）31-0084-04

Abstract： Population spatial data plays an important role in all aspects of urban construction， emergency rescue and disaster relief， environmental management， and social development. In recent years， with the rapid development of night light remote sensing technology， research on population spatialization based on night light remote sensing has increased day by day. Model algorithms such as regression models， multi-factor weighted average models， and random forest models have also become increasingly perfect. The methods are novel and diverse， and the results have high precision. This paper systematically summarizes the development of night light remote sensing and the research methods of population spatialization based on light data， analyzes the hot and difficult issues of current research content and research methods， discusses the problems existing in the research process and the direction of future research development， and hopes to provide reference for relevant researchers.

Keywords： night light; population; spatialization; remote sensing; multivariate data

隨著全球人口的不斷增長，人類對資源的需求不斷增加，對環(huán)境的影響日趨嚴(yán)重，城市建設(shè)、土地利用也越來越頻繁。掌握人口信息，對城市建設(shè)、搶險(xiǎn)救災(zāi)、環(huán)境管理和社會(huì)發(fā)展各個(gè)方面具有重要作用，也是資源配置和空間優(yōu)化的重要依據(jù)[1]。傳統(tǒng)獲取人口733a2534b39b4e825b86cbe1798edd614368124788dd13586d7172d9fa6dc921數(shù)據(jù)的方法就是依靠人口普查來獲取，但此種方法獲取的數(shù)據(jù)不夠完整，而且不能展現(xiàn)出人口的空間分布[2-3]。人口數(shù)據(jù)空間化是將人口數(shù)據(jù)進(jìn)行空間有效分析的重要方法手段，其原理是將人口數(shù)據(jù)按照一定的規(guī)則分布到一定尺度的格網(wǎng)上進(jìn)行離散化處理，并進(jìn)行模擬的過程[2，4]，該過程可以通過空間分析、人口建模等多種方式實(shí)現(xiàn)。這種方法能夠表征某一時(shí)間人口在地理空間的分布情況，有效挖掘人口數(shù)據(jù)與空間數(shù)據(jù)的相關(guān)性，并可以模擬再現(xiàn)獲得其他地區(qū)的人口分布數(shù)據(jù)。

夜間燈光遙感利用遙感技術(shù)從空中獲取地球表面的夜間光線強(qiáng)度信息，可以快速地反映人類的活動(dòng)和空間分布[5]。夜間燈光遙感數(shù)據(jù)與人口活動(dòng)相關(guān)性較強(qiáng)，因此基于夜間燈光遙感進(jìn)行人口空間化研究具有理論基礎(chǔ)和數(shù)據(jù)支撐。

基于夜間燈光遙感數(shù)據(jù)進(jìn)行人口空間化研究的主要流程是建模-預(yù)測-制圖-精度分析[6]。研究的數(shù)據(jù)來源主要依靠多源夜間燈光數(shù)據(jù)結(jié)合土地利用數(shù)據(jù)[7]、統(tǒng)計(jì)人口數(shù)據(jù)、興趣點(diǎn)數(shù)據(jù)[8]、地表覆蓋數(shù)據(jù)等多元數(shù)據(jù)，選用回歸統(tǒng)計(jì)模型[9-10]、自相關(guān)分析[11-12]、異速增長模型、傳遞函數(shù)和隨機(jī)森林[6，13-14]等模型進(jìn)行分析，對區(qū)域尺度的人口進(jìn)行估算，對格網(wǎng)尺度的人口分布進(jìn)行模擬，并根據(jù)已有數(shù)據(jù)進(jìn)行精度評價(jià)。

基于人口空間化研究的不斷發(fā)展，全世界不同學(xué)者團(tuán)隊(duì)已制作出覆蓋全球的大尺度人口數(shù)據(jù)集[14]。歐盟委員會(huì)聯(lián)合研究中心與美國國際地球科學(xué)信息網(wǎng)絡(luò)中心合作，采用線性回歸模型，生產(chǎn)了全球尺度的GHS-POP人口密度數(shù)據(jù)集，現(xiàn)在可提供1975—2030年間每5年間隔的全球數(shù)據(jù)，空間分辨率可達(dá)100 m。數(shù)據(jù)下載地址為Https：//ghsl.jrc.ec.europa.eu。南安普頓大學(xué)生產(chǎn)的WorldPop人口密度數(shù)據(jù)集，現(xiàn)在可提供2000—2020年每年的全球人口數(shù)據(jù)，空間分辨率為100 m。數(shù)據(jù)下載地址為Https：//hub.worldpop.org。

1 夜間燈光遙感數(shù)據(jù)類型

夜間燈光遙感的興起始于20世紀(jì)70年代的美國軍事氣象衛(wèi)星計(jì)劃（Defense Meteorolgical Satellite Program，DMSP），其搭載的線性掃描業(yè)務(wù)系統(tǒng)（Operational Linescan System，OLS）傳感器能夠探測到無云情況下的城市燈光以及車流、漁船等發(fā)出的微弱燈光，各位學(xué)者開始將其應(yīng)用于研究反映人類活動(dòng)情況。現(xiàn)在NGDC（美國國家地球物理數(shù)據(jù)中心）網(wǎng)站上可獲取1992—2013年的DMSP/OLS數(shù)據(jù)。

進(jìn)入新世紀(jì)以來，由于夜間燈光遙感對于人類活動(dòng)在一定程度上具有較好的指示性，所以通過運(yùn)用夜間燈光遙感的圖像來探究人口空間分布的研究越來越得到學(xué)者的青睞，基于國防氣象衛(wèi)星項(xiàng)目的業(yè)務(wù)線掃描系統(tǒng)（DMSP/OLS）和Suomi國家極軌合作伙伴（Suomi National Polar-orbit Partnership， S-NPP）衛(wèi)星上搭載的可見光紅外成像輻射儀（Visible Infrared Imaging Radiometer Suite，VIIRS）影像的人口空間化研究不斷發(fā)展?，F(xiàn)在NOAA（美國國家海洋和大氣管理局）網(wǎng)站上可獲取2012年至今的NPP/VIIRS日、月、年數(shù)據(jù)。

2018年世界上第一顆兼具遙感和導(dǎo)航的低軌微納智能科學(xué)實(shí)驗(yàn)衛(wèi)星“珞珈一號”成功發(fā)射升空，其搭載的高靈敏度夜光相機(jī)大大提高了夜間燈光遙感的分辨率和圖像質(zhì)量，吸引了廣大國內(nèi)外學(xué)者的研究目光，基于“珞珈一號”的人口空間化研究也逐步發(fā)展起來。湖北省數(shù)據(jù)與應(yīng)用中心高分辨率地球觀測系統(tǒng)可免費(fèi)提供“珞珈一號”的數(shù)據(jù)，并提供輻射亮度轉(zhuǎn)換公式。

2 人口空間化研究熱點(diǎn)

2.1 遙感數(shù)據(jù)多樣化

自20世紀(jì)70年代以來，基于DMSP/OLS的夜間燈光數(shù)據(jù)的研究不斷興起，隨著技術(shù)發(fā)展，廣大學(xué)者利用其年度的燈光數(shù)據(jù)作為人口空間化研究的基礎(chǔ)數(shù)據(jù)進(jìn)行研究，但由于其自身傳感器的分辨率較低，數(shù)據(jù)的亮度值存在像元飽和的問題，在不同的尺度和精度的要求下，數(shù)據(jù)的質(zhì)量問題也越發(fā)突出。NPP/VIIRS數(shù)據(jù)具有更優(yōu)的分辨率特性，較長、較連續(xù)的數(shù)據(jù)使其成為專家學(xué)者的研究重點(diǎn)，與DMSP/OLS數(shù)據(jù)的結(jié)合使用可以增加研究的時(shí)間跨度，成為研究人口空間化分布的重要方法。國產(chǎn)衛(wèi)星“珞珈一號”提供的高分辨率夜間燈光影像，大大提高了數(shù)據(jù)的精度，給了廣大研究人員更多的可選擇性（表1）。

不同夜間燈光影像數(shù)據(jù)由于其傳感器、周期以及當(dāng)時(shí)氣候等一系列原因具有不同的影像特征，所以在人口空間化研究中首要任務(wù)是根據(jù)燈光數(shù)據(jù)的優(yōu)劣以及在研究區(qū)內(nèi)的適宜程度來選取適宜研究的燈光影像。為了驗(yàn)證研究結(jié)果的精度，學(xué)者們多選取不同類型的夜間燈光數(shù)據(jù)綜合使用，并進(jìn)行對比分析。

2.2 多元數(shù)據(jù)精細(xì)化

社會(huì)、自然、經(jīng)濟(jì)和文化的發(fā)展變化都對人口的分布具有一定的影響，并且夜間燈光數(shù)據(jù)由于自身分辨率原因難以滿足精細(xì)化研究的需求，所以基于多元數(shù)據(jù)的研究方法成為人口空間化研究的重要手段。隨著近年來遙感技術(shù)飛速發(fā)展和地理空間大數(shù)據(jù)的建設(shè)，衛(wèi)星遙感數(shù)據(jù)、人口普查數(shù)據(jù)、土地利用數(shù)據(jù)、土地覆蓋數(shù)據(jù)、NDVI數(shù)據(jù)、經(jīng)濟(jì)發(fā)展數(shù)據(jù)以及海量與人類活動(dòng)相關(guān)的興趣點(diǎn)數(shù)據(jù)（如路網(wǎng)數(shù)據(jù)、交通站點(diǎn)數(shù)據(jù)、文化設(shè)施數(shù)據(jù)等）的分辨率、精細(xì)程度越來越高，將此類數(shù)據(jù)與夜間燈光數(shù)據(jù)綜合使用可以顯著提高人口空間分布研究的精度。

多元數(shù)據(jù)的使用方式多為利用單層數(shù)據(jù)作為變量，或者將不同數(shù)據(jù)進(jìn)行融合，將融合結(jié)果作為一個(gè)單獨(dú)變量。對不同變量的相關(guān)性進(jìn)行分析，相關(guān)性較強(qiáng)的變量舍棄，對最終選取的變量選取不同的分析方法構(gòu)建其與人口數(shù)據(jù)之間的關(guān)系模型，并根據(jù)人口數(shù)據(jù)進(jìn)行校正，對結(jié)果進(jìn)行精度評價(jià)，最終進(jìn)行人口空間化研究。

2.3 模型算法綜合化

在人口空間化的模型和算法上，回歸模型、多因子加權(quán)平均模型、隨機(jī)森林等模型算法在處理多源遙感數(shù)據(jù)和多元輔助數(shù)據(jù)的綜合分析時(shí)，可顯著提高研究的精細(xì)程度和準(zhǔn)確性。

回歸模型旨在建立人口空間化數(shù)據(jù)與夜間燈光數(shù)據(jù)的回歸關(guān)系。通過已知區(qū)域的數(shù)據(jù)進(jìn)行待定回歸系數(shù)測定，構(gòu)建線性回歸、空間回歸、逐步回歸等計(jì)算模型，回歸結(jié)果與多元人口數(shù)據(jù)結(jié)果進(jìn)行比較驗(yàn)證模型的精度并進(jìn)行結(jié)果修正。線性回歸模型的計(jì)算比較簡單，結(jié)果擬合性較好，但由于選擇的數(shù)據(jù)比較單一，所得的結(jié)果過于集中，其精度有提高的空間。考慮到不同地理位置、地貌單元等區(qū)域內(nèi)的差異帶來的變換，GWR（地理加權(quán)回歸）模型在線性回歸的基礎(chǔ)上增加了地理信息，增加了線性回歸模型的精度和準(zhǔn)確性?？臻g回歸模型主要包括一階空間回歸、空間滯后模型、空間誤差模型等，與線性回歸模型相比結(jié)果精度更高。利用多元數(shù)據(jù)的逐步回歸模型需要人為地選取自變量的種類，具有一定的主觀性，并且在數(shù)據(jù)處理過程中，需要剔除某些自相關(guān)的自變量或者與明顯與事實(shí)不符的自變量，以保證建立模型的可靠性與有效性。往往多元數(shù)據(jù)得到的數(shù)據(jù)精度較單一，數(shù)據(jù)要高，所以也是學(xué)者們提高研究精度經(jīng)常選用的方法。

多因子加權(quán)平均模型是按照分析結(jié)果和經(jīng)驗(yàn)將各自變量分布賦予一定的權(quán)重，根據(jù)加權(quán)計(jì)算結(jié)果將人口數(shù)據(jù)進(jìn)行分配從而得到人口分布。由于各因素權(quán)重的賦值帶有一定的經(jīng)驗(yàn)性和主觀性，所以采用此種方法需要具有長期的工作經(jīng)驗(yàn)。

隨機(jī)森林模型旨在建立人口數(shù)量與各變量之間的關(guān)系，通過隨機(jī)選擇變量生成決策樹，并度量各變量的重要程度。此種方法不需要進(jìn)行過多的擬合即可獲得較高精度的預(yù)測值。但需要注意的是，自相關(guān)性較強(qiáng)的自變量需要剔除以減少自變量的相關(guān)性，多源數(shù)據(jù)的融合處理也有益于減少模型算法的運(yùn)算量。隨機(jī)森林模型需要全面系統(tǒng)的訓(xùn)練樣本作為基礎(chǔ)，所以只有在數(shù)據(jù)比較齊全的區(qū)域內(nèi)或者具有相近特點(diǎn)區(qū)域范圍內(nèi)其預(yù)測精度和準(zhǔn)確性才能達(dá)到比較理想的狀態(tài)。此外，隨機(jī)森林模型能夠?qū)x取的影響因子重要性進(jìn)行排序，可以有效遴選出對地區(qū)內(nèi)影響人口分布的主要因素[14]。

由于受夜間燈光數(shù)據(jù)類型和分辨率的限制，最早的人口空間化研究的主要在洲際、國家等大尺度的空間范圍內(nèi)。隨著各種模型算法的興起以及各類高分辨率多元數(shù)據(jù)的使用，改善了數(shù)據(jù)精度，人口空間化研究已從國家、省市延伸到區(qū)縣、鄉(xiāng)鎮(zhèn)等更精細(xì)的尺度。此外，不同學(xué)者采用分區(qū)的方法進(jìn)行模型構(gòu)建，可以有效改善復(fù)雜地區(qū)精度較差的問題。

3 主要攻關(guān)方向

3.1 遙感數(shù)據(jù)

由于DMSP/OLS夜間遙感影像自身原因，在燈光強(qiáng)度較高的區(qū)域會(huì)出現(xiàn)圖像飽和的現(xiàn)象，像元溢出效應(yīng)導(dǎo)致夜間燈光遙感的影像數(shù)據(jù)光照范圍過大，這種飽和現(xiàn)象會(huì)影響數(shù)據(jù)的可靠性與準(zhǔn)確性[15]。不同學(xué)者針對該情況進(jìn)行了不同程度的研究與改進(jìn)，解決方法一是通過一定的技術(shù)手段改進(jìn)該數(shù)據(jù)的質(zhì)量，二是通過與其他夜間燈光數(shù)據(jù)進(jìn)行比對結(jié)合使用選擇更好的影像數(shù)據(jù)。夜間燈光影像存在大量的背景噪聲和異常值，在影響數(shù)據(jù)的應(yīng)用過程中需要進(jìn)行圖像的去噪處理[16-17]。針對此問題，前人已采用了不同的技術(shù)方法對夜間燈光數(shù)據(jù)進(jìn)行了去噪處理，效果較好。此外，夜間燈光遙感數(shù)據(jù)的分辨率普遍較低，DMSP/OLS數(shù)據(jù)分辨率2 700 m，NPP/VIIRS數(shù)據(jù)分辨率為700 m，“珞珈一號”分辨率為130 m。所以未來針對夜間遙感數(shù)據(jù)的研究需要結(jié)合較高分辨率的其他多元數(shù)據(jù)以提高數(shù)據(jù)的分辨率和精度。

遙感數(shù)據(jù)的類型可選擇性越來越多，在研究中可以結(jié)合高光譜數(shù)據(jù)弱化背景噪聲對影像質(zhì)量的影響，還可以利用重采樣的方法提高原始影像的分辨率，從而改善原始數(shù)據(jù)分辨率不足、清晰度不夠的問題。

3.2 多元數(shù)據(jù)

隨著大數(shù)據(jù)時(shí)代的到來，越來越多的興趣點(diǎn)數(shù)據(jù)逐漸在研究中獲得應(yīng)用，大大提高了研究的精度。但是在這些數(shù)據(jù)的使用中要注意數(shù)據(jù)來源的可靠性、數(shù)據(jù)的精度尺度等可能會(huì)對研究成果帶來一定的影響。多元數(shù)據(jù)的濫用是導(dǎo)致數(shù)據(jù)使用效能降低、模型構(gòu)建結(jié)果精度差、模型普適性低的主要原因。此外，高質(zhì)量多元數(shù)據(jù)的使用會(huì)大大提高模型的精度，但是其成本往往比較高且獲取較為復(fù)雜，計(jì)算強(qiáng)度也較大，所以難以擴(kuò)展到大尺度的研究范圍[18]。

在使用研究比較深入、使用比較成熟的數(shù)據(jù)時(shí)，要注意數(shù)據(jù)的精度以及適宜的研究程度。在使用較為新穎的數(shù)據(jù)時(shí)，要確保研究的尺度合適、精度準(zhǔn)確、數(shù)據(jù)可靠。在研究中應(yīng)用多元數(shù)據(jù)時(shí)要分析不同數(shù)據(jù)之間的相關(guān)性，對數(shù)據(jù)進(jìn)行取舍，避免數(shù)據(jù)類型相關(guān)性過大導(dǎo)致快速過擬合。

4 結(jié)論

夜間燈光遙感的發(fā)展時(shí)間較短，但是發(fā)展趨勢比較迅猛。由于其與人類活動(dòng)的相關(guān)性較強(qiáng)，隨著國內(nèi)外更多遙感衛(wèi)星的發(fā)射升空，基于夜間燈光遙感數(shù)據(jù)的研究越發(fā)重要。基于夜間燈光遙感的人口空間化研究是夜間燈光遙感的一個(gè)主要發(fā)展方向和研究熱點(diǎn)，研究的尺度范圍大、可用數(shù)據(jù)源多、分析方法多樣、模型構(gòu)建愈加復(fù)雜。未來研究方向主要是多元數(shù)據(jù)的融合和不同算法的使用，目標(biāo)應(yīng)用場景也向著更加精細(xì)化、復(fù)雜化的方向發(fā)展。針對夜間燈光遙感在人口空間化研究中存在的諸多問題，在后續(xù)的研究中需要重點(diǎn)關(guān)注夜間燈光遙感數(shù)據(jù)的穩(wěn)定性和連續(xù)性、多元數(shù)據(jù)的相關(guān)性、模型構(gòu)建的合理性、分析方法的精度等問題。

參考文獻(xiàn)：

[1] 高義，王輝，王培濤，等.基于人口普查與多源夜間燈光數(shù)據(jù)的海岸帶人口空間化分析[J].資源科學(xué)，2013，35（12）：2517-2523.

[2] 肖東升，楊松.基于夜間燈光數(shù)據(jù)的人口空間分布研究綜述[J].國土資源遙感，2019，31（3）：10-19.

[3] 婁格，陳秋曉.基于“珞珈一號”夜光遙感數(shù)據(jù)融合的鄉(xiāng)村人口空間化方法研究[J].建筑與文化，2021（1）：74-75.

[4] 閆慶武，卞正富.基于GIS的社會(huì)統(tǒng)計(jì)數(shù)據(jù)空間化處理方法[J].云南地理環(huán)境研究，2007（2）：92-97.

[5] 鄭淵茂，何原榮，王曉榮，等.夜光遙感數(shù)據(jù)應(yīng)用述評與展望[J].遙感信息，2020，35（3）：1-14.

[6] 高雪梅，楊續(xù)超，陳柏儒，等.基于隨機(jī)森林模型的環(huán)渤海地區(qū)人口空間化模擬[J].地球信息科學(xué)學(xué)報(bào)，2022，24（6）：1150-1162.

[7] 王明明，王卷樂.基于夜間燈光與土地利用數(shù)據(jù)的山東省鄉(xiāng)鎮(zhèn)級人口數(shù)據(jù)空間化[J].地球信息科學(xué)學(xué)報(bào)，2019，21（5）：699-709.

[8] 劉楊，李宏偉，楊斌程，等.基于遙感數(shù)據(jù)和POI數(shù)據(jù)的GDP空間化研究——以北京市為例[J].地域研究與開發(fā)，2021，40（2）：27-32，39.

[9] 李翔，陳振杰，吳潔璇，等.基于夜間燈光數(shù)據(jù)和空間回歸模型的城市常住人口格網(wǎng)化方法研究[J].地球信息科學(xué)學(xué)報(bào)，2017，19（10）：1298-1305.

[10] 王珂靖，蔡紅艷，楊小喚.多元統(tǒng)計(jì)回歸及地理加權(quán)回歸方法在多尺度人口空間化研究中的應(yīng)用[J].地理科學(xué)進(jìn)展，2016，35（12）：1494-1505.

[11] 仇嘉豪，柳林，裴冬梅，等.兼顧空間自相關(guān)性和異質(zhì)性的人口空間化模型[J].測繪科學(xué)，2022，47（7）：216-226.

[12] 孫小芳.夜光遙感支持下的城市人口核密度空間化及自相關(guān)分析[J].地球信息科學(xué)學(xué)報(bào)，2020，22（11）：2256-2266.

[13] 譚敏，劉凱，柳林，等.基于隨機(jī)森林模型的珠江三角洲30 m格網(wǎng)人口空間化[J].地理科學(xué)進(jìn)展，2017，36（10）：1304-1312.

[14] 劉藝，楊歆佳，劉勁松.基于隨機(jī)森林的人口密度模型優(yōu)化試驗(yàn)研究[J].全球變化數(shù)據(jù)學(xué)報(bào)（中英文），2020，4（4）：402-416.

[15] 卓莉，張曉帆，鄭璟，等.基于EVI指數(shù)的DMSP/OLS夜間燈光數(shù)據(jù)去飽和方法[J].地理學(xué)報(bào)，2015，70（8）：1339-1350.

[16] 王美玲，張和生.一種適用于珞珈一號夜間燈光影像的去噪方法[J].遙感信息，2021，36（2）：114-119.

[17] SHI K， YU B， HUANG Y， et al. Evaluating the ability of NPP-VIIRS nighttime light data to estimate the gross domestic product and the electric power consumption of China at multiple scales： A comparison with DMSP-OLS data [J]. Remote Sensing， 2014，6（2）：1705-1724.

[18] 高鵬.基于夜間燈光校正和多源地圖融合的高精度人口空間制圖研究[D].西安：長安大學(xué)，2022.