基于夜间灯光和人口密度数据的京津冀GDP空间化对比

国内生产总值（GDP）是衡量地区经济发展水平的重要指标,GDP的空间化可以为灾害风险分析等多学科交叉研究提供基础数据。空间化代用数据的选择是社会经济统计数据空间化的关键,本文以京津冀地区作为研究区,将夜间灯光、全球人口密度（LandScan）和亚洲人口密度（AsiaPop）空间分布信息作为代用数据,将市级GDP统计数据空间展布到栅格单元,以绝对误差、相对误差和均方根误差为指标,利用县级统计数据对展布结果进行误差分析,并对比3种数据对GDP空间模拟的表达效果。结果表明：相对于夜间灯光和LandScan数据,AsiaPop模拟得到的综合误差最小;基于夜间灯光和LandScan的GDP空间展布误差格局比较接近,即存在经济较发达的市辖区GDP值被低估、市郊区县GDP被高估的误差“两极区”倾向,而基于AsiaPop的GDP空间展布误差格局与经济发展水平关系不密切。因此,利用单一代用数据很难合理地反映经济活动的空间分布,综合夜间灯光、人口密度、道路和建筑物等多源空间数据是提高GDP空间展布精度的发展趋势。     

夜间灯光遥感数据的GDP空间化处理方法

 随着夜间灯光遥感数据的应用日渐成熟和资源环境研究领域,对空间型社会经济数据的需求增加,利用相关分析和回归分析的方法,首次定量探讨夜间灯光数据与统计型的社会经济数据的空间关系。为提高模型精度,按照我国省级行政边界分区建模,分析全国县级的地区生产总值、第一产业、第二产业、第三产业分别与夜间灯光指数的空间相关关系,最终建立全国的1km GDP密度图。结果表明,全国范围的夜间灯光数据与第一产业的相关性不明显,相关系数0.554,模型拟合效果差,R²为0.306;夜间灯光数据与地区生产总值、第二产业、第三产业均有明显的对数线性关系,尤其是与第二产业和第三产业之和,相关系数为0.824,R²为0.679。利用分区模型估算,生成的GDP密度图能较完整地反映全国社会经济分布详况,以及宏观分布特征。     

基于夜间灯光与LUC数据的川渝地区人口空间化研究

高精度的人口空间分布数据是开展小尺度人口活动变化规律研究的关键数据。夜间遥感影像对于反映人类社会活动具有独特的能力,因而被广泛的应用于社会经济领域的空间数据挖掘。本研究以DMSP/OLS夜间灯光数据、NPP/VIIRS夜间灯光数据、常住人口统计数据、土地利用数据为数据源,在县级尺度上建立逐步回归模型,构建川渝地区人口空间分布数据;并随机抽取研究区内500个乡镇,以常住人口统计数据为真实数据,对人口空间化结果进行精度检验。结果表明：① 2种夜间灯光数据与人口均有较高的相关性,相关系数均在0.76以上,NPP/VIIRS夜间灯光数据与人口的相关性要高于DMSP/OLS,且受拟合模型的影响不大。② 与人口相关性较高的土地利用类型有多种,耕地、林地对人口空间分布也有影响,在建模时不应只考虑建成区。③ 在2种夜间灯光数据分别与土地利用与土地覆被数据（Land Use/ Land Cover, LUC）结合时,使用DMSP/OLS夜间灯光数据和NPP/VIIRS夜间灯光数据得到的逐步回归模型的复相关系数R²分别为0.796、0.817,模型拟合率较高,而基于NPP/VIIRS夜间灯光数据得到的人口空间化结果分辨率（500 m）相比DMSP/OLS提高了一倍（1 km）,中心城区与周边城区人口密度变化更加自然,更符合实际人口分布情况。④ 与LUC数据结合时,使用NPP/VIIRS夜间灯光数据得到的人口空间化结果精度要高于DMSP/OLS夜间灯光数据,表明NPP/VIIRS夜间灯光数据相比DMSP/OLS更适用于人口数据空间化研究。     

基于夜间灯光与土地利用数据的山东省乡镇级人口数据空间化

格网化人口数据能够刻画实际人口空间分布状况,是实现人口数据更好地与自然、社会、经济等要素融合分析的有效途径。本文面向精细尺度格网人口数据的需求,以中国东部人口稠密的山东省为例,基于乡镇级人口统计数据,研究了结合夜间灯光和土地利用数据的空间化方法。其中以EVI修正DMSP/OLS夜间灯光数据来增加城镇用地内部人口分布的差异性,以城乡二级分区方法避免夜间灯光数据在农村低辐射亮度区模拟人口的缺点,提高了建模精度。利用其余地区的人口统计值检验建模精度,结果有78%的行政单元的相对误差绝对值小于20%。最终在2000年首次公布的乡镇级人口统计数据的基础上,生成了山东省100 m格网人口分布数据SDpop2000。通过与精度较高的全球WorldPop人口数据产品对比可见,SDpop2000和WorldPop在10 km网格尺度上的相关性系数高达0.93;SDpop2000在鲁中部、泰安西南部、济宁南部、临沂南部、枣庄北部和鲁北沿海等地的人口分布明显比WorldPop更准确;且SDpop2000较好地刻画了山东省在鲁西、鲁北平原区的人口较鲁中南山地丘陵区、鲁北沿海和山东半岛丘陵区的人口更为稠密的人口分布趋势。本文构建的基于DMSP/OLS与土地利用的乡镇级人口数据空间化方法明显提高了空间化精度,适用于乡镇尺度的人口精细模拟。     

集成土地利用数据和夜间灯光数据优化人口空间化模型

人口统计数据空间化是解决统计数据与自然要素数据融合分析的有效途径。随着RS和GIS技术的发展,人口统计数据空间化方法推陈出新,其中,土地利用数据、夜间灯光数据是人口空间化研究中普遍利用的数据源,但各有优、缺点：土地利用数据中的城镇用地、农村居民点能准确表示人口分布的空间范围,却不能反映其内部的人口密度差异特征;夜间灯光数据的强度信息能体现人口分布的疏密程度,但其像元溢出问题显著夸大人口分布范围,像元过饱和现象也影响着人口数据空间化结果的精度。本研究以中国大陆沿海区域为例,尝试集成土地利用数据和夜间灯光数据优化人口空间化方法,设计了基于精度阈值和动态样本的渐进回归与分区建模的方法,获得了中国沿海2000、2005、2010年1 km分辨率人口空间化数据。结果表明,优化模型显著提高了研究区整体的精度,尤其适用于人口空间结构内部差异较为显著的区域。     

基于夜间灯光和地理国情数据模拟高精度人口分布

针对传统人口分布模拟存在空间分辨率低、忽略载体多维属性等问题,现有人口统计数据无法从空间精度上满足分析、管理和科研的实际需求,提出了一种融合夜间灯光遥感影像和地理国情数据的人口分布模拟方法.将夜间灯光遥感影像、建筑物和人口统计数据无缝融合,获取精细尺度人口分布信息,实现行政单元人口向房屋建筑物图斑单元的空间转换和精细模拟.以河北衡水市为试验区,基于县级人口空间分配,用乡镇人口验证,得出拟合优度为0.95,乡镇尺度人口平均相对误差为18.81％,73％的乡镇人口相对误差绝对值小于25％.模拟结果接近房屋建筑图斑尺度人口实际分布状况,呈现以地区中心城镇为中心阶梯状递减分布.研究结果可以应用于资源配置优化、人口流动监测和灾害应急决策等领域.     

夜间灯光数据表征的区域经济发展水平对老年人高血压与Ⅱ型糖尿病患病率分布的影响

区域社会经济发展程度与老年慢性病患病率有着极强的正相关关系,而夜间灯光强度是区域经济发展程度的直接反征;因此,使用夜间灯光数据进行老年慢性病研究具有重要的现实意义。本文以湖南省常宁市为研究对象,结合珞珈一号夜间灯光数据和研究区各乡镇老年高血压及Ⅱ型糖尿病患病率统计数据,对常宁市26个乡镇单位老年高血压和Ⅱ型糖尿病患病率的分布特征差异进行了分析,进而通过建立模型模拟了研究区2种老年慢性病患病率的空间分布。研究结果表明:① 研究区夜间灯光均值与老年高血压及Ⅱ型糖尿病患病率的相关性都强于夜间灯光总量,且老年Ⅱ型糖尿病患病率与夜间灯光强度之间的关系要强于老年高血压患病率;② 对于同种慢性病患病率的分布,夜间灯光均值的影响要大于夜间灯光总量,且夜间灯光总量和均值对糖尿病患病率分布的影响均大于老年高血压患病率;③ 居住在高夜间灯光均值地区的老年人患高血压的风险是低夜间灯光均值地区的6.493倍,患Ⅱ型糖尿病的风险为8.556倍;④研究区老年高血压及Ⅱ型糖尿病与夜间灯光均值的一元线性拟合模型精度较高,可以较为精确地在模拟研究区老年高血压和Ⅱ型糖尿病的患病率的空间分布。该研究成果可为夜间灯光数据在疾病研究中的应用和区域性老年人高血压及Ⅱ型糖尿病患病原因分析,及相似病种患病情况的调査和预测提供参考。     

基于夜间灯光数据估算安徽省县级尺度城镇化水平

城镇化是地区经济发展和社会进步的重要标志,研究城镇化水平对城镇科学发展和政府高效决策具有重要意义。夜间灯光数据包含了人类活动和经济社会发展等信息,弥补了指标法的不确定性和滞后性等不足,可以更加直观地反映城镇化水平,为城镇化研究提供了新的思路。现有的研究,已经有用夜间灯光数据分析宏观尺度的城镇化水平,但由于DMSP-OLS数据和NPP-VIIRS数据的时间范围均较短,且2种数据的时间尺度不连续,且空间分辨率和辐射分辨率不一致,因此目前主要集中于使用一种夜间灯光数据研究城镇化水平,且研究的时间跨度较短。此外,虽然已有研究表明,大尺度的社会经济活动与夜间光照情况有较强的相关关系,但在较小尺度下,这种相关性受地区经济发展以及灯光数据分辨率的影响较大,对估算精度有更高的要求,因此需要使用实际数据证明使用夜间灯光数据估算县级城镇化水平的合理性。本文使用DMSP_OLS和NPP_VIIRS夜间灯光数据,估算了2006—2015年安徽省县级尺度城镇化水平,为夜间灯光数据在长时间序列的城镇化研究中提供理论支撑。首先分别计算DMSP-OLS和NPP-VIIRS平均夜间灯光指数,以NPP-VIIRS灯光指数为自变量,以DMSP-OLS灯光指数为因变量,对2012年和2013年的2种灯光指数年数据进行曲线拟合,建立2种灯光数据的对应关系,得到2006—2015年安徽省各区县的DMSP-OLS平均夜间灯光指数;然后从人口、经济、社会生活和农业机械化4个方面选取城镇化指标,使用层次分析法计算基于统计数据的城镇化水平;最后将灯光指数与基于统计数据的城镇化水平进行相关性分析和线性回归分析,讨论了安徽省各区县灯光指数和基于统计数据的城镇化水平的时空分布的异同点,分析了同时使用两种灯光指数估算长时间序列城镇化水平的合理性。研究结果显示,灯光指数和基于统计数据的城镇化水平在县级尺度上具有高度相关性,相关系数为0.91（P<0.05）,线性回归的拟合优度R²=0.82。灯光指数和基于统计数据的城镇化水平的时空分布基本一致,空间上,安徽省城镇化水平整体分布不均衡,呈现出东高西低的规律;时间上,2006—2015年城镇化水平呈现逐年增长的趋势,合肥市辖区、马鞍山市辖区等发达城区的城镇化水平增长速度较快,而霍丘县、寿县等经济欠发达地区增长较缓慢。     

基于夜间灯光数据和空间回归模型的城市常住人口格网化方法研究

精确掌握常住人口的数量和分布特征有助于明确社会发展情况、提高人口管理能力。目前人口数据主要以行政区为单元统计,难以表现城市内部的人口分布特征。然而,在城市中,受道路、公共服务设施、城市亮化灯光的影响,利用夜间灯光数据对人口回归,精度降低。如何提高城市常住人口回归结果的精度,值得深入研究。上海是中国的国家中心城市之一,在快速城镇化进程中上海面临巨大人口压力。因此,本文以上海市为研究区,以NPP-VIIRS (National Polar-orbiting Partnership Visible Infrared Imaging Radiometer Suite)夜间灯光数据、乡镇级常住人口统计数据为基础,提取商业和居住区的灯光数据来缓解交通、城市亮化区的影响,提高灯光累计值与常住人口数的相关性（相关系数从0.7032提高至0.8026）。然后,本文用空间回归模型对上海市2013年常住人口进行回归,相对误差为10.57%,并对回归结果进行分乡（镇、街道）修正。实验结果表明,使用空间回归模型对常住人口回归可以取得较高的精度,且格网化结果能够弥补传统统计数据空间分辨率低的缺点,更加详细地刻画常住人口的圈层特征与真实分布情况。     

融合多源空间数据的城镇人口分布估算

精细尺度的城镇人口空间分布是分析人类-资源-环境相互关系的重要指标。本文提出了一种融合地理空间大数据和高分辨率遥感数据估计精细尺度城镇人口分布的方法。通过对比各指标与人口相关性,选取R2>0.7的建筑面积、到道路距离、夜间灯光强度、商服中心、EAHSI指数、幼儿园、公园、小学、加油站、医院、公交车站、长途汽车站作为影响人口分布的变量因子。结合城市功能区数据确定人口分布区域,利用随机森林模型对宁波市2018年人口数据进行了500 m格网空间化,从而得出宁波市城镇人口空间分布图。最后,基于随机森林模型的变量因子重要性分析宁波市人口空间分布的影响因素。研究结果表明,本文所提出的城镇人口分布模型在街道尺度的估算精度为81.2%,平均相对误差MRE为0.29、RMSE为3279.89;网格级别的MRE为17.16,RMSE为1149.9,因此模型能精确地反演城镇内部街道人口分布信息。通过对变量因子重要性进行比较,发现建筑面积重要性约为0.22,对宁波市人口估算影响最大;到道路的距离、夜间灯光强度、商服中心、EAHSI（Elevation-Adjusted Human Settlement Index）、幼儿园、公园对宁波市人口估算具有重要作用。本文在格网级别进行的人口分布精度验证对于研究城市精细人口分布具有重大意义。     

结合“珞珈一号”夜间灯光与城市功能分区的广州市碳排放空间分布模拟及其影响因素分析

合理模拟城市内部的碳排放空间分布情况,是制定清晰明确的碳减排政策的重要前提。由于以往相关研究所用数据分辨率较低,且未考虑行业差异,因此所得结果较难精细地反映碳排放空间分布特征。为解决以上不足,本文提出一种更为合理的碳排放空间分布模拟方法。首先利用时间序列法预测2019年广州市各行业碳排放量;然后结合“珞珈一号”夜间灯光及城市功能分区数据,在精细尺度下实现分行业的碳排放空间化;在此基础上进行空间自相关分析,揭示广州市碳排放空间分布规律;最后采用随机森林模型分析影响广州市分行业碳排放的社会经济驱动因素。结果表明：① 广州市碳排放量在2011年后呈缓慢增长趋势,2019年碳排放量达83.12百万吨,其主要贡献来源为交通行业;② 与常用的ODIAC（1 km）、EDGAR（10 km）碳排放产品及基于NPP-VIIRS的碳排放空间化结果（500 m）相比,结合高分辨率（130 m）夜间灯光数据以及城市功能分区实现的碳排放空间化结果可以在更精细的尺度上呈现区域内部的空间碳排放差异;③ 广州市碳排放呈显著的全局空间正相关,形成了以第二和第三产业集中区域为依托的高高聚集区;④ 广州市2019年第二产业碳排放的主要影响因素是一般公共预算收入、第二产业GDP、一般公共预算支出、固定资产投资额;第三产业碳排放的主要影响因素是社会消费品零售额、第三产业GDP、各个行政区总GDP以及人口数量。综上,本研究从城市内部行业结构差异出发,结合高分辨率的夜间灯光数据,展现区域内部的碳排放分布格局,所得结果将有利于相关部门制定精准的碳减排和产业优化升级策略。     

Evolvement characteristics of population and economic gravity centers in tarim river basin, uygur autonomous region of xinjiang, China

Using the data at the county levcl and the regional gravity center model, we calculated six key socio-economic gravity centers, namely population, GDP, output values of primary, secondary and tertiary industries, and arable land area in the Tarim River Basin for each year from 1980 to 2009. We inspected the spatial dynamics of these centers and found that the gravity centers of population and economy evolved simultaneously. The disproportional growth between the population and the economy is also analyzed. The results show that： 1） The gravity centers of the GDR the output values of the main three industries and arable land area show migration trending from southwest to northeast, while the population gravity center shows an excessive growth in the southwest during the same time period. The migration amplitude of the GDP and output values of primary industry, secondary industry, tertiary industry are measurably higher than that of the population. 2） The population gravity center has a negative correlation with the gravity centers of secondary and tertiary industries output values in both longitudinal and latitudinal directions, and a positive correlation with that of primary industry output value in the longitudinal direction. Based on the analysis of correlation coefficient and offset distance, the imbalance between the population and the economy has increased since the 1980s, with regional economic differences now exceeding the international cordon.     

夜光遥感支持下的城市人口核密度空间化及自相关分析

基于福建省福州市鼓楼区街道社区人口统计数据、夜光遥感影像、Landsat8影像,融合核密度与回归方程,绘制30 m栅格空间分辨率的人口密度图并进行空间自相关分析。方法:① 采用核密度方法对69个社区人口计算生成人口密度分布图。建立786个居民小区点的人口密度与夜光遥感的常规QQ分位图,检测出人口密度存在较大的误差区域:五凤街道和洪山镇。② 建立人口密度与夜光遥感、Landsat8线性分解的不可渗透表面影像之间的二元二次回归方程,修正两个区域的人口密度误差。③ 采用高/低聚类分析、热点分析、聚类和异常值分析,得到鼓楼区人口高聚类属性,显示了鼓楼区最大商业圈区域与人口密度最大居民点区域,展示了人口聚类的空间局部差异性格局。结果:① 研究中所采用的人口空间化技术融合了2种空间化方法:核密度与回归方程。生成30 m栅格空间分辨率的人口密度图。② 鼓楼区人口密度均值分为3种类型:11 000、25 000和50 000人/ km²,人口密度分布近似正态分布。③ 当鼓楼区人口密度均值大于33 000人/ km²,不可渗透表面灰度值与人口密度相关性更强。反之,夜光亮度值与人口密度相关性更强。     

基于多源数据融合的北京市人口时空动态分析

高精度、动态、空间化的人口数据是科学核算城市资源环境压力、促进人口合理调控的重要参考依据。研究首先以2012和2017年北京市常住人口统计信息为基础,融合夜间灯光、土地利用、道路网络等数据,依据用地类型、VANUI指数对街道分割成的区域进行分类和分级,并在此基础上构建人口空间化模型,制备2期100 m格网尺度的人口空间化数据。验证表明,模型误差在10%以内;与已有成果对比分析发现,人口空间化数据整体与局部精度均有提升。最后,基于该数据分析北京市人口分布的时空动态变化特征,揭示其影响因素。结果表明:① 格网单元上的人口平均数量在-2542~190之间变化,以-500~500人为主。② 2期人口空间分布均呈“内密外疏”格局,且减少人口主要聚集于城六区,2012—2017年间减少近21万人;③ 首都功能核心区减少人口最为显著,减少量占城六区减少量的62%;④ 二三环间减少人口最多,共减少近11万人,减少量占城六区减少量的52%;⑤ 与城六区接壤的城郊街道,人口呈现增加趋势,可能形成新的人口聚集区。北京市人口时空变化特征与首都功能定位、产业升级转型、人口疏解政策实施等因素密切相关,该研究可为北京市未来人口空间合理布局与人口疏解政策完善提供定量化的科学依据。