植被光能利用率遥感估算

光能利用率表征植被通过光合作用将所截获/吸收的能量转化为有机碳的效率,是遥感估算植被生产力的关键参数。由于植被分布和气候环境的综合影响,光能利用率表现出显著的空间异质性和时间动态性,光能利用率的不确定性成为后续生产力模型估算精度不高的重要原因。本文以Fluxnet全球通量站点数据和MODIS LAI/fPAR产品为数据源,比较了5种遥感植被生产力模型中的光能利用率估算方法,并在此基础上考虑光照散射条件对光能利用率的影响,结合晴空指数,利用逐步线性回归方法和参数优化方法建立不同植被类型的光能利用率估算模型。验证结果表明,考虑晴空指数可提高光能利用率估算精度,两种方法估算得到的光能利用率值RMSE均低于0.5 gC·MJ^-1,逐步线性回归法尽管机理欠缺,但由于选择因子较多,光能利用率估算精度较高（R²=0.461,RMSE=0.403 gC·MJ^-1）;广泛应用的参数化方法由于考虑的因子较少、模型形式较固定,光能利用率估算精度稍低（R²=0.306,RMSE=0.489 gC·MJ^-1）。本文所建立的光能利用率估算模型可应用于区域或全球植被光能利用率及生产力的估算。     

启明星一号夜间灯光影像的评估

武汉大学研制的启明星一号（Qimingxing-1,QMX-1）卫星具备夜间可见光成像的功能,该卫星于2022年2月27日成功发射。为评估QMX-1夜间灯光影像的数据特点,选择北京市、深圳市和武汉市作为研究区域,将QMX-1夜间灯光影像与珞珈一号01星（Luojia1-01,LJ1-01）夜间灯光影像在数据统计特征、路网方面进行了多层次的对比分析,并利用小波分析评价启明星一号夜间灯光影像的空间特性。分析结果显示,QMX-1夜光影像与LJ1-01夜光影像灰度值分布不同,QMX-1夜光影像灰度值更加均一;QMX-1夜光影像中道路更易于辨认,且QMX-1夜光影像灰度值与道路长度和道路核密度具有更高的相关性;在QMX-1夜光影像上,23 m和46 m分辨率的小波分量均占约15%的能量,说明QMX-1夜光影像蕴含了丰富的空间细节信息。研究发现QMX-1夜光影像是一种质量较高的夜间灯光数据源,20 m左右空间分辨率的夜光数据能够更有效地反映城市细节信息。     

利用夜间灯光POI的城市建成区提取精度研究——以珞珈一号01星和NPP/VIIRS夜间灯光影像为例

近年来,夜间灯光影像被广泛应用于城市建成区提取,但由于数据分辨率低以及灯光溢出效应的影响,提取的建成区结果精度有待提高。基于中国珞珈一号01星(Luojia 1-01)和美国国家极地轨道伙伴卫星搭载的可见光红外成像辐射仪(national polar-orbiting partnership.s visible infrared imaging radiometer suite,NPP/VIIRS)提供的两种夜间灯光影像,提出了夜间灯光兴趣点(nighttime lightpoint of interest,NTLPOI)综合指数,首先利用阈值法实现了NTLPOI综合指数处理前后的建成区提取,然后与参考建成区进行对比分析。结果表明,NTLPOI综合指数在反映建成区整体形态的同时,也保留了其边界等细节信息;景观格局指数表明,建成区提取结果有更好的连通度和复杂度;查准率、查全率和F1分数证明NTLPOI综合指数有效提高了建成区的提取精度,Luojia 1-01结果提升了约5%,NPP/VIIRS结果提升了约3%,且在发展程度不一的主城区和非主城区均取得良好的效果。相较于NPP/VIIRS,Luojia 1-01融合POI后,能在保证高精度的同时,在建成区边界和细节信息方面表现更优,具有广阔的应用前景。     

联合星载高光谱影像和堆栈集成学习回归算法的红树林冠层叶绿素含量遥感反演

红树林是世界上生产力最高、价值最高的湿地生态系统之一。冠层叶绿素含量CCC（Canopy Chlorophyll Content）作为红树林重要的生物物理参量,是估算其生产力和评价其健康状况的重要指标。本文利用珠海一号高光谱卫星（OHS）影像与Sentinel-2A多光谱数据计算传统植被指数与组合植被指数并构建了高维数据集,综合利用正态分布检验、最大相关系数法与变量重要性评价进行数据降维和变量优选;分别基于单一线性回归算法、机器学习回归算法和堆栈集成学习回归算法构建了红树林CCC遥感反演模型,探明北部湾红树林CCC的最佳遥感反演模型,验证OHS高光谱影像与Sentinel-2A数据反演红树林CCC的精度差异,评估SNAP-SL2P算法反演红树林CCC的适用性。研究结果表明：（1）通过数据降维和变量选择处理,从高维度OHS数据集选取了8个特征变量,其中RSI_（12,17）、DSI_（12,18）和NDSI_（6,12）组合植被指数对红树林CCC反演精度的贡献率较高;（2）联合OHS数据和最优堆栈GBRT集成学习回归模型（Score=0.999,RMSE=0.963 μg/cm²）的训练精度优于最优RF机器学习回归模型（RMSE降低了7.531 μg/cm²）,明显优于最优Lasso线性回归模型（RMSE降低了19.383 μg/cm²）;（3）在最优堆栈集成学习回归模型下,OHS数据反演红树林CCC的精度（R²=0.761,RMSE=16.738 μg/cm²）高于Sentinel-2A影像（R²=0.615,RMSE=20.701 μg/cm²）;（4）联合OHS和Sentinel-2A数据的最优堆栈集成学习回归模型反演红树林CCC的精度都明显优于SNAP-SL2P算法（R²=0.356,RMSE=49.419 μg/cm²）。研究结果论证了正态分布检验、最大相关系数法和基于XGBoost的特征选择方法有效降低了高维数据集的维度,并得到了最优特征变量;OHS数据的最优堆栈GBRT集成学习回归模型训练精度最高,是估算红树林CCC的最优反演模型;OHS和Sentinel-2A数据都能有效反演红树林CCC（R²均大于0.61）,而OHS数据的估算精度更高（R²大于0.75）;SNAP-SL2P算法不能有效反演红树林CCC（R²小于0.4）,且对红树林CCC数值存在系统性低估。     

地球静止卫星和网格化站点支持下的PM2.5精细制图

许多城市建立的相对稠密的网格化监测站点,为精细化监管城市空气质量奠定了基础。本文选用徐州市网格化监测数据、地球静止卫星Himawari-8/AHI及COMS/GOCI的表观反射率和气溶胶光学厚度数据、气象和其他辅助数据,开展了徐州地区0.005°空间分辨率网格的PM_2.5浓度精细化制图研究。本文使用了极端梯度提升（XGBoost）、随机森林（RF）及时空加权回归（GTWR）等3种方法,并选用多种特征参数组合进行对比分析。综合分析模型精度和过拟合程度,结果表明XGBoost模型表现最好,其R²为0.90,RMSE为11.65 μg/m³。进一步将本文结果与国控站点、清华大学的TAP数据集和马里兰大学的CHAP数据集的对比分析,结果表明基于网格化站点的PM_2.5制图结果能更好地反映城市内部不同区域的PM_2.5浓度分布差异性,弥补因国控站点稀疏带来的缺陷,更好地服务于城市空气质量精准管控。     

基于多源数据与随机森林方法的城市建成区提取——以郑州市为例

基于夜间灯光数据的阈值分割法在城镇建成区提取研究中被广泛应用,但由于夜间灯光数据分辨率低、灯光溢出和阈值分割法无法顾及区域差异等问题,一定程度上影响了该方法的提取精度。以郑州市为例,以LJ1-01与NPP/VIIRS两种夜间灯光影像为主要数据源,结合Landsat8中分辨率遥感影像、网络城市兴趣点(POI)及路网数据,利用随机森林分类方法对郑州市2018年建成区进行提取,参考土地利用数据,对RF分类法与NTL、VANUI、BANUI、PANUI、RANUI指数等阈值法进行对比实验和精度评价,评估基于多源数据的随机森林分类方法在城市建成区提取中的优势。实验表明,RF比阈值法提取的建成区更接近真实建成区且提取精度更高,具有更好适用性;LJ1-01数据提取的效果和精度总体优于NPP/VIIRS数据;在采用RF分类时,各类特征的重要性在不同夜光数据源中表现差异较大。     

耦合注意力机制DNN的PM2.5估算及时空特征分析

PM_2.5作为指示环境质量的重要因子之一,不仅影响着灰霾天气的发生,还与公众健康息息相关,近年来受到广泛的关注。尽管PM_2.5地面观测站点在不断地扩张,其覆盖范围依旧有限,难以反映全域PM_2.5浓度的时空异质性。本研究运用卫星遥感气溶胶光学厚度数据,辅助因子除常规的气象因子等以外,还加入了针对中国人民生产生活习惯的农历日因子,提出一种耦合注意力机制的深度神经网络模型,对长三角区域2015年—2020年PM_2.5浓度进行了逐日的高精度估算。模型交叉验证结果显示决定系数R²高达0.85,斜率0.86,与地面站点观测值有较高的一致性,优于多元线性回归和随机森林模型。长三角区域PM_2.5浓度时空特征分析结果表明,PM_2.5浓度在空间上呈现北高南低的趋势;季节特征以冬季浓度最高,夏季浓度最低,春秋过渡。此外,长三角区域2015年—2020年整体PM_2.5浓度呈下降趋势,其中以上海市最为明显,下降速率为3.30 μg/（m³·a）,其次为江苏省（2.65 μg/（m³·a））;浙江省与安徽省下降速率都小于2 μg/（m³·a）,但由于安徽省PM_2.5浓度远高于浙江省,提升空间更大,需要更多的关注。综上所述,利用卫星数据结合本研究提出的方法能弥补地面观测站点的不足,获得高精度全域PM_2.5浓度时空分布特征,从而更科学地指导相关政策的规划与落地。     

利用Sentinel-2影像超分辨率重建的红树林冠层氮含量反演

氮素是植被整个生命周期的必要元素,红树林冠层氮素含量（CNC）遥感估算对红树林健康监测具有重要意义。以广东湛江高桥红树林保护区为研究区,本文旨在基于Sentinel-2影像超分辨率重建技术进行红树林CNC估算和空间制图。研究首先基于三次卷积重采样、Sen2Res和SupReMe算法实现Sentinel-2影像从20 m分辨率到10 m的重建;然后以重建后的影像和原始20 m影像为数据源构建40个相关植被指数,采用递归特征消除法（SVM-RFE）确定CNC估算的最优变量组合,进而构建CNC反演的核岭回归（KRR）模型;最后选取最优模型实现CNC制图。研究结果表明：基于Sen2Res和SupReMe超分辨率算法的重建影像不仅与原始影像具有很高的光谱一致性,且明显提高了影像的清晰度和空间细节。红树林CNC反演波段主要集中在红（B4）、红边（B5）、近红外波段（B8a）以及短波红外波段（B11和B12）,与“红边波段”相关的植被指数（RSSI和TCARIre1/OSAVI）也是红树林CNC反演的有效变量。基于3种方法重建后10 m的影像构建的模型反演精度（R²val>0.579）均优于原始20 m的影像（R²val=0.504）;基于Sen2Res算法重建影像构建的反演模型拟合精度（R²val=0.630,RMSE_val=5.133,RE_val=0.179）与基于三次卷积重采样重建影像的模型拟合精度（R²val=0.640,RMSE_val=5.064,RE_val=0.179）基本相当,前者模型验证精度（R²cv=0.497,RMSE_cv=5.985,RE_cv=0.214）较高且模型变量选择数量最为合理。综合重建影像光谱细节及模型精度,基于Sen2Res算法重建的Sentinel-2影像在红树林CNC估算中具有良好的应用潜力,能为区域尺度红树林冠层健康状况的精细监测提供有效的方法借鉴和数据支撑。     

基于夜间灯光影像的云南省建成区演变研究

夜间灯光影像可衡量城市进程.建成区与植被覆盖度具有一定的负相关性.本文用基于植被校正的城市夜间灯光指数(Vegetation Adjusted NTL Urban Index,VANUI)提取云南城市建成区.先对两种影像进行相互校正,再与归一化植被指数合成基于植被校正的城市夜间灯光指数,最后基于指数采用分水岭分割算法提取城市建成区进行时空演变分析.研究表明:VANUI指数可以对建成区边缘进行较高精度的识别;滇中建成区的扩张速度和强度在全省保持在较高水平;主要城市的建成区紧凑度都在减小;全省建成区重心的偏移呈现东南—东南—东南—东北—西南—东北方向,建成区重心偏移位置变化不大.     

光学与微波植被指数协同反演农作物叶面积指数的可行性分析

光学遥感是目前反演植被叶面积指数LAI（Leaf Area Index）的主要手段,但是当叶面积指数较大时存在光学遥感信息饱和、反演精度显著降低的问题。叶面积指数和平均叶倾角对光学、微波波段范围内反射和散射特性都有重要影响,主要表现在植被结构参数的变化可以引起冠层孔隙率和消光截面大小的改变。本文以典型农作物玉米为例,通过构建统一的PROSAIL和MIMICS模型输入参数,生成一套玉米全生长期光学二向反射率和全极化微波后向散射系数模拟库和冠层参数库。通过对模拟数据与LAI敏感性和相关性分析得出：（1）光学植被指数MNDVI_{(800 nm,2000 nm)},在LAI为0—3时敏感,基于MNDVI与LAI的回归模型可以估算LAI变化 0.4的情况,RMSE是0.33,R²是0.958。（2）微波植被指数SAR_{SRVI(1.4 GHz HH,9.6 GHz HV)},在LAI为3—6时敏感,基于SAR_SRVI与LAI的回归模型可以估算LAI变化1的情况,RMSE为0.22,R²是0.9839。研究表明,采用分段敏感的植被指数,协同光学和微波遥感反演玉米全生长期叶面积指数是可行的。     

基于夜间灯光数据的河南省城市扩张及驱动力研究

以河南省为研究区,利用2000—2018年夜间灯光数据、NDVI数据和VANUI数据提取城市建成区.在建成区面积和灯光强度两个方面的变化进行论述,利用景观指数对河南省城市景观进行定量分析,采用主成分分析法对河南省建成区扩张驱动力进行分析.结果表明,河南省建成区面积从1937 km2增加到5155 km2;灯光强度从75...     

黄河流域夜间灯光数据与社会经济发展指标的时空耦合关系研究

本文通过对1992—2013年全国夜间灯光数据的校正和处理,获得全国及流域夜间灯光数据影像,进行经济空间聚合分析,以及与相关因子进行对比分析。研究结果表明：经济空间聚合高的区域分布在黄河河道附近,从黄河上游到下游,热力强度逐渐增强,并且以省会城市为核心区向外扩散,即呈现为在旧聚合点聚合度加剧的情况下,聚合区域有向周边分散的趋势;夜间灯光数据的变化趋势与GDP的变化趋势具有一定的相似性,并且与城镇化率、人口数量、第三产比例、人均公园绿地面积、流域发展指数（BDI）具有一定的相关性;流域9省（自治区）的夜间灯光数据整体变化趋势与全国灯光数据的变化趋势基本一致,呈稳定上升的趋势,但整体值均低于全国的夜间灯光数据,并且差距有所扩大,黄河流域高质量发展迫在眉睫。     

利用AMSR2和MODIS数据的土壤冻融相变水量降尺度方法

本文基于站点实测土壤温度和土壤湿度数据分析,发现温度指数TI(Temperature Index)和土壤冻融相变水量呈现幂函数关系,温度指数能够反映相变水量的变化。使用MODIS地表温度产品计算温度指数,在AMSR2卫星观测尺度上与相变水量建立了关系,从而对土壤冻融相变水量进行了降尺度研究。采用CTP-SMTMN数据采集仪观测网络上的站点观测到土壤水分对土壤冻融相变水量降尺度结果进行了验证。结果表明,土壤冻融相变水量降尺度结果与实测值较为接近,在土壤相变水量大于0.01(m³/m³)时,RMSE为0.0085(m³/m³),MAE为0.0059(m³/m³)。这种通过温度指数对土壤相变水量进行降尺度的方法具有简便,可行,可靠的优势,适合在冻融交替期计算较湿润土壤在冻融过程中产生的相变水量。同时,这种降尺度方法能够生成小尺度上的相变水量产品,实现了热红外遥感和被动微波遥感的优势整合,对研究地气水热平衡,气候变化,土壤冻结强度以及冻融侵蚀强度等具有重要意义。     

无人机多光谱和LiDAR的红树林精细识别与生物量估算

红树林是生长在热带和亚热带海岸潮间带、受到海水周期性浸淹的木本植物群落,被公认为是海陆边缘重要的蓝色碳汇,但由于其地处海岸带区域,受人类开发利用活动的影响严重。本文选择广西茅尾海红树林保护区为研究区,以无人机多光谱和激光雷达影像为数据源,利用支持向量机分类方法对红树林优势种类进行分类;提出了单木分层分区距离判别聚类分割方法,准确提取了红树林的单木结构信息;估算了研究区红树林地上生物量。得出以下结论：（1）综合利用无人机多光谱和激光雷达数据,对研究区红树林种间类型识别总体精度可达90.69%;（2）基于分层分区距离判别聚类方法能够较好的提取红树林单木结构特征,树高的提取精度优于冠幅;（3）构建了红树林高度、冠幅与地上生物量回归模型,其中桐花树生物量回归模型的决定系数R2最高,达0.83;（4）研究区内红树林地上生物量主要分布范围为1.24—3.6 kg/m²,其中无瓣海桑最高,老鼠簕最低。     

深度语义分割支撑下的尾矿库风险检测

尾矿库是矿山企业选矿的必要设施,同时对周围环境也是一个重大的危险源。为研究流域范围内尾矿库的溃坝路径以及对矿区地表造成的风险,以赤城县为例,利用GF-1高分辨率遥感影像,基于遥感RS（Remote Sensing）及地理信息系统GIS（Geographic Information System）手段对尾矿库的流域风险进行了监测分析。首先,通过分析尾矿库在遥感影像上的纹理、色调、形状以及大小等特征,制作了用于目标检测的尾矿库样本集,然后,在原始SSD目标检测网络基础上添加了反卷积模块和连接模块构建多尺度融合目标检测算法MSF_SSD,在目标检测结果基础上使用PSPnet算法实现尾矿库结构分割,得到了尾矿库内部结构—坝体以及库区,运用RS与GIS技术对尾矿库的上游汇水面以及事故可能径流进行提取,进而基于Arc Hydro模型模拟尾矿库的溃坝路径。最后,通过构建溃坝路径的缓冲区,得到尾矿库发生溃坝所造成的地物影响范围及面积。研究结果表明：赤城县尾矿库的溃坝路径总体是从西向东,从北向南,受溃坝影响的地物总面积达到480 km²。其中,林地176.52 km²,耕地175.52 km²,城市建设用地43.74 km²,农村建设用地2.47 km²,水体17.72 km²,草地和牧场分别为3.60 km²、1.22 km²。研究成果可用于分析尾矿库溃坝造成的地物损失以及影响范围面积等信息,提升尾矿库的风险管理水平及应急响应能力,为有关部门制定决策提供理论依据。     

人工蜂群算法优化SVR的叶面积指数反演

支持向量机回归SVR（Support Vector Regression）方法作为叶面积指数反演的一种新思路,在LAI反演中具有一定的应用价值和前景,但SVR算法中惩罚系数C、核函数宽度参数g、不敏感损失函数参数ε的取值对回归精度有显著的影响。本文提出了一种基于人工蜂群算法ABC（Artificial Bee Colony）优化SVR参数的遥感影像叶面积指数反演方法。研究数据为美国土壤水分实验（SMEX02）2002年LAI实测数据和同期的Landsat 7 ETM+地表反射率数据,为了验证ABC算法优化SVR各个参数对反演精度的影响,建立了未优化参数（SVR）、优化单个参数（ABC-SVR-C,ABC-SVR-g,ABC-SVR-ε）、优化3个参数（ABC-SVR）的3类LAI反演模型,并比较了其回归拟合精度。在此基础上,分析了3个关键参数对LAI反演模型精度的敏感性,并对ABC算法优化SVR模型的精度进行显著性检验。研究表明：（1）相比未优化参数模型,ABC算法优化模型具有更高的反演精度,优化3个参数优于优化单个参数,回归直线斜率k达到0.797、决定系数r²达到0.775。（2）SVR的3个关键参数对模型精度都有影响,相较参数C和g,参数ε引起模型精度的不确定性更高。（3）95%的置信区间下,ABC-SVR模型与SVR模型的回归直线斜率k、r²、RMSE的差异显著性检验P值均小于0.005,ABC算法显著改善了SVR模型的精度。     

植被调节下的干旱区不透水面覆盖率遥感估算方法

基于DMSP/OLS夜间灯光数据的居住区指数模型（HSI）广泛应用于区域尺度城市不透水面扩张监测。但是,在干旱区由于受到裸岩、沙漠、戈壁等低植被覆盖区干扰,HSI算法的精度和适应性受到了一定的影响。为解决这一问题,本文利用植被覆盖度作为调节系数,对灯光数据与植被指数进行动态调整,构建了适用于干旱区的城市植被调节不透水指数（VAISI）;然后采用SVR模型,通过机器学习的方法构建了城市不透率参考数据与VAISI之间的非线性关系模型,实现对干旱区区域尺度不透水面覆盖率估算;最后,对模型估算结果进行了精度验证和比较分析。试验结果表明：在干旱区,VAISI解决了由于灯光溢出问题及城市周边裸土等低植被覆盖等因素导致的城市周边裸土像元不透率估算过高问题,一定程度上提高了城市内部不透水面空间分布信息的表达能力,有效克服了非灯光区估算结果高于背景值的现象。平均相关系数R由0.69提升到0.79,RMSE由0.17降至0.14。     

基于珞珈一号与DMSP/OLS数据的辽宁省城市空间扩张分析

基于珞珈一号和DMSP/OLS夜间灯光数据,提取辽宁省城市空间用地信息并监测分析了2003—2018年城市空间扩张特征。结果表明:1)利用辽宁省DMSP/OLS长时间序列夜间灯光数据提出了一种适合校正长时间序列DMSP/OLS数据的校正方法,提高了数据的连续性和可对比性;2)弥补了统计数据在空间属性的不足,消除了过去单纯依靠统计数据分析城市空间扩张的弊端,为其他省市分析城市扩张提供新的遥感监测分析方法;3)在2003—2018年间,辽宁省城市空间扩张存在城市空间扩张与南方省份相比发展比较缓慢及协调性欠佳等问题。     

河南省夏季臭氧生成敏感性及其驱动因素分析

明确当地臭氧生成敏感性变化的主控因子是制定有效臭氧污染控制策略的前提。采用卫星观测OMI FNR（Ratio of the tropospheric columns of Formaldehyde to Nitrogen dioxide,HCHO/NO₂）指示剂将河南省夏季臭氧生成敏感性OFS（Ozone Formation Sensitivity）划分为VOCs控制区、协同控制区和NOx控制区。基于地理探测器,量化气象条件、人为源前体物及其交互作用与OFS的关系。研究揭示：（1）河南省夏季OFS以协同控制区为主,区域内臭氧污染严重,仅次于VOC_S控制区。2005年—2015年,FNR值波动下降,OFS向协同控制区转变,主要受NO_X减排的影响。2016年之后,FNR值变大,OFS有向NO_X控制区转变的趋势。（2）人为源排放是OFS变化的主要驱动因子,平均可解释FNR变化的40.5%（q＝0.405）。若CO、PM_2.5、NOx和非甲烷挥发性有机物NMVOC（Non-methane Volatile Organic Compounds）的排放量增加,FNR减小,河南省夏季OFS向VOCs控制区转变,对NOx减排的敏感性降低。（3）地表净太阳辐射SSR（q＝0.321, Surface net Solar Radiation）和大气柱总水量TCW（q＝0.302, Total Column Water）是河南省夏季OFS变化的主要气象驱动因素。SSR增加,FNR减小,使臭氧生成对VOCs更加敏感。TCW对OFS变化的影响较为复杂,当TCW<40 kg/m²时,TCW增加,FNR减小,臭氧生成对VOCs更加敏感;当TCW>40 kg/m²时,TCW增加,FNR增大,臭氧生成对NOx更加敏感。（4）因子间的交互作用对OFS空间分布的驱动大于单一因子的独立作用,人为源前体物和气象因子的交互作用占主导地位。研究结果可加强对臭氧生成光化学过程的认识,为制定合理的污染减排措施提供依据。     

基于DMSP/OLS数据的我国省级经济发展水平研究

基于2000~2009年的DMSP/OLS夜间灯光数据,提取了同期中国省级行政单元的夜间灯光遥感信息;将灯光遥感亮度信息与各省市GDP数据进行曲线拟合回归分析,建立了基于灯光遥感数据区域亮度信息的GDP估算模型;以全新的视角利用夜间灯光遥感数据进行了中国省级尺度上经济发展水平分析,取得了很好的实际效果。