基于NPP/VIIRS夜间灯光数据和土地利用数据的人口分布图绘制——以大连金普新区为例

针对现有人口分布图绘制不够精确,分布状况偏离实际的问题,提出一种利用VIIRS DNB数据对人口进行空间化的方法。以大连市金普新区为例,采用土地利用数据、新一代NPP/VIIRS夜间灯光数据分别建立0.5km×0.5km格网人口预测模型,根据构建的非户籍常住人口分配系数,对建立的模型进行街道尺度的精度评价。结果表明,基于土地利用数据和灯光数据建立的预测模型整体误差分别为0.279和0.142,表明NPP/VIIRS夜间灯光数据能够更为准确地模拟人口,最后根据基于灯光数据建立的人口模型预测得到的人口数,依据"无居住用地则无人口原则"进行人口空间化,绘制出较为精准的人口分布图。该研究探索的技术方法和模型也可以为其他区域相关研究提供参考。     

基于NPP/VIIRS和LJ1-01夜间灯光数据的人口空间化对比研究——以北京市为例

为探究珞珈一号01星(LJ1-01)获取的最新一代夜间灯光数据在人口空间化研究的适用性,采用NPP/VIIRS夜间灯光数据、LJ1-01夜间灯光数据、WorldPop人口数据、土地利用数据等,在乡镇(街道)尺度上分别建立线性回归模型、GWR模型和RFR模型,并对建模结果进行评价。结果表明:线性回归模型和GWR模型在人口密度大的区域模拟效果较好,RFR模型在整个区域表现更稳定;GWR模型的精度与空间自相关程度有关,在分区构建GWR模型时还要考虑空间因素的影响;基于LJ1-01夜间灯光数据的人口空间化结果在拟合度以及精度方面均优于NPP/VIIRS。根据实验结果可知,由LJ1-01数据制作的人口空间分布图能够清晰地展示城市内部人口空间分布的差异,在人口空间化研究方向具有巨大潜力。     

多源信息耦合的GDP空间化研究—以北京市为例

针对统计数据对GDP空间分布信息表达存在的局限性，耦合GDP统计数据、城市兴趣点数据、夜间灯光数据以及土地利用数据，提出了一种GDP空间化方法。以北京市为实验区，首先，利用土地利用类型与GDP的关系，实现了第一产业GDP的100 m网格空间化；其次，通过计算兴趣点密度分布情况，并耦合夜间灯光指数以及土地利用类型，建立了第二、三产业GDP空间化模型；最终，将分产业结果进行空间整合，完成北京市100 m网格的GDP分布结果。结果表明：加入兴趣点的多源耦合模型较夜间灯光指数单因素模型，R²从0.84提高至0.92，生成的结果可以更好地体现区域GDP的空间差异。表明多源信息耦合模型可以提高GDP空间化模拟精度，兴趣点数据可以有效地反映GDP空间分布，为GDP空间化提供数据支持。     

基于地表覆盖及夜间灯光的分区人口空间化——以京津冀地区为例

高精度的格网人口数据能够详细地表达人口分布的实际情况,是分析区域人口活动和社会经济发展的重要数据。文章以地形复杂且人口空间分布异质性较高的京津冀地区为例,利用地表覆盖数据和NPP/VIIRS夜间灯光数据,综合考虑地形和人口密度因素对研究区进行分区,并基于区县常住人口统计数据建立逐步回归模型,模拟京津冀地区2017年500m格网人口数据。结果表明:基于地形和人口密度因子的分区建模可提升人口格网化精度,模拟的格网人口数据与乡镇统计人口数据的平均相对误差为32.71%;79.28%的乡镇的人口空间化相对误差小于0.5,精度优于WorldPop人口数据。该方法对地形复杂且人口空间分布异质性较高区域的人口格网化研究具有借鉴意义。     

地理加权回归在人口空间分布研究中的应用

针对基于多元线性回归的人口数据空间化方法忽略研究区间空间异质性的问题,采用分区回归和地理加权回归改进。以西南地区为例,以县级为研究单位,利用全球地表覆盖数据(GlobeLand30),对西南地区2010年县级人口统计数据进行空间化模型研究。采用二种不同方式进行改进,其一是利用影响人口空间分布的因素进行人口一致性分区,依据分区结果分别进行基于地表覆盖类型的统计分析建模;其二是引入局部回归建模思想的地理加权回归分析方法,利用局部最小二乘方法进行逐点估计。最后,基于误差理论,对人口数据空间化的结果进行误差比较和模型精度分析。研究结果表明,运用分区回归模型和地理加权回归模型提高了人口数据空间化的数值精度和空间精度。     

利用珞珈一号夜间灯光数据的广东省GDP空间化

针对传统GDP数据空间分辨率低的缺点,提出一种利用夜间灯光数据将GDP统计映射到空间格网的方法,能有效提高GDP数据的空间分辨率。珞珈一号夜间灯光数据具有较高的空间分辨率,可以开展更为精细的GDP模拟。文章利用珞珈一号夜间灯光数据、GDP区(县)级统计数据和空间回归模型,分区域(珠三角、西翼、东翼和山区)对广东省2018年GDP数据进行空间化。研究发现:1)与NPP-VIIRS夜间灯光数据相比,珞珈一号夜间灯光数据模拟GDP结果精度更高;2)珞珈一号夜间灯光数据在二三产业发达地区有更强的适用性;3)GDP空间化结果能在更小尺度上反映经济发展的空间异质性,从而精细刻画广东省经济发展的区域差异,为粤港澳大湾区规划建设和区域协同发展提供数据支撑。     

基于夜间灯光和土地利用数据的GDP空间化

GDP是社会经济发展、区域规划和资源环境保护的重要指标之一。然而,传统以各级行政单元为主的GDP统计资料无法显示区域内部GDP的差异,尝试通过GDP空间化来解决这个问题,以满足资源环境研究领域对空间型社会经济数据的需求。在分析总结国内外社会经济数据空间化技术方法的基础上,第一产业基于土地利用数据建模\,第二产业和第三产业基于DMSP/OLS与土地利用数据结合生成的土地灯光参数建模。为提高模型质量,全国按照省级行政边界分区,将因变量GDP分产业分区建模,第一产业绝大部分区域的模型精度在0.7~0.95之间,第二产业和第三产业绝大部分区域的模型精度在0.8~0.98之间。通过与其他GDP空间化技术和结果的比较分析,本研究中的GDP空间化方法无论是模型精度还是GDP密度分布结果都具有一定的优势。生成的GDP密度图能较完整地反映全国GDP分布细节以及宏观分布特征,可为将来经济策略和发展路线的绘制提供一定依据。     

基于遥感和GIS的人口数据空间化研究进展及案例分析

人口数据对于全球、洲际、区域尺度的人与环境交互作用研究的重要性已经被广泛地认知。但基于行政单位的人口统计数据难以与基于自然单位的环境数据相匹配,必须通过建模对人口数据进行空间化分布。人口数据空间化建模的基本思路是将人口数据和地球表面的地理因子关联起来,遥感和地理信息系统提供了有效的工具。介绍了国内外基于遥感和GIS的人口空间化研究的主要项目和方法思路。以黑河流域为研究区,在流域尺度上把典型的人口估计结果GPW、UNEP/GRID、LandScan和中国1 km格网的人口资料与政府人口统计数据进行比较分析,可以看出国内外的研究机构和研究人员已做了大量的相关工作。国外研究主要包括从遥感解译信息反演人口数据、从DMSP-OLS夜间灯光数据反演人口数据和从遥感获取的光谱特征直接反演人口数据。国内研究尽管起步较晚但发展很快,主要是根据土地利用数据和其它地理因子(如高程、道路、居民区等)建立回归模型。黑河流域人口空间分布的比较结果表明中国1 km格网人口数据是几种数据中与实践情况最相符合的。     

利用DMSP/OLS稳定夜间灯光数据提取城镇用地信息的分层阈值法研究

DMSP/OLS夜间灯光数据是提取大尺度城镇用地信息的有效数据手段。利用DMSP/OLS稳定夜间灯光数据,在传统二分比较法的基础上,发展一种提取城镇用地信息的新方法——分层阈值法。该方法采用分层分类的思想,不断地将灯光阈值相近的行政单元划分到相同的集合,直至集合内各行政单元的灯光阈值完全相同为止。基于分层阈值法,从2002年DMSP/OLS稳定夜间灯光数据中提取中国内地的城镇用地信息,并利用统计数据和Landsat ETM+数据分别从数量特征和空间格局上对提取结果进行精度评价。研究结果表明,分层阈值法不仅克服了传统二分比较法需要逐个行政单元求取阈值导致计算效率较低的缺陷,优化了阈值求解过程,提高了城镇用地信息提取效率,而且具有较高的可靠性和推广应用价值。     

融合灯光强度和斑块空间分布特征的贫困区域识别模型构建——以山西省为例

贫困区域识别对于国家实施精准扶贫方略具有重要作用。基于山西省2013~2017年NPP-VIIRS夜间灯光数据,提取灯光总强度、平均灯光强度、灯光斑块面积、最大斑块灯光强度、灯光斑块聚集度等参数,应用方差分析方法检验贫困县与非贫困县的参数差异;以2013年NPP-VIIRS数据构建贫困区域识别模型,并应用于2014~2017年的贫困县识别。结果表明：模型的综合识别准确率为71.43%~77.31%,贫困县识别精度较高,为79.31%~86.21%,非贫困县识别精度为59.02%~73.77%。除了灯光强度参数,模型中包含灯光斑块空间分布特征参数能够提高总体精度。进一步分析贫困概率与GDP关系、不同类型县的贫困概率年际变化,可以认为：夜间灯光数据能够用于贫困区域识别和退出评估,融合灯光强度与灯光斑块空间分布特征有助于提高贫困区域识别精度。     

Geodatabase在空间数据库建库中的应用

把Geodatabase数据模型应用到县级土地利用空间数据库建库研究上。通过对空间数据库的研究和探讨,结合县级土地利用数据管理特有的特征,提出基于面向对象的空间数据模型Geodatabase来建立土地利用空间数据库的思想。用计算机辅助软件工程（CASE）工具创建和管理统一的土地利用数据库模型,构建集空间数据、属性数据和栅格的土地利用空间数据库,以完成土地利用空间数据、属性数据、栅格影像数据的一体化存储。     

多源数据融合的中国人口数据空间化研究

人口数据通常是以行政区为单元进行统计,在与其他空间数据进行综合分析时往往存在尺度不一等诸多问题。人口数据空间化研究是探究人口空间分布规律的过程,其最终成果可为人口分布与其他数据的空间关联研究奠定基础,同时也可直接应用于灾害影响评估等领域,具有重要的学术意义和应用价值。基于人口分布和土地覆盖、交通路网数据的空间关系构建人口空间化模型,将人口划分为城镇人口和农村人口,通过相关权重法（Relative Weight）对土地覆盖类型赋权,利用交通路网数据修正,对农村人口进行空间展布;分析不同等级交通路网数据影响方式的不同,对城镇人口进行展布,最后通过规划求解等方法将不同类型数据叠加融合。人口数据空间化结果表明：我国人口分布对海拔地形十分敏感,低海拔平原和台地面积仅占我国国土面积的16.49%,而生活在其上的人口却占总人口的54.88%,相反,我国山地丘陵面积占比为55.78%,但是仅分布22.11%的人口;东部人口集中于黄淮海地区、四川盆地、长江中小游以及东北平原等地;中国城镇人口呈现典型的“点轴”分布特点,沿主要交通线的集中分布比较明显。     

NPP-VIIRS年度夜间灯光数据合成方法

夜间灯光数据能有效反映人类夜间活动强度,但由于年度NPP-VIIRS夜间灯光数据的缺乏,很大程度上限制了其应用发展。传统的年度数据合成是直接基于年度均值影像进行数据校正合成,但这会使误差累积。因此,文章提出结合建设用地数据利用阈值法和中值法对NPP-VIIRS月度影像进行逐月校正,剔除背景噪声和极高值后再合成年度数据,并利用GDP数据对其进行精度评定。结果表明,合成年度夜间灯光数据与GDP相关性达到0.996,其数据的可靠性得到了很大提高,同时也说明该合成方法更具科学性。     

利用地形参数提高土地覆被分类精度方法的改进

为提高MODIS卫星影像土地覆被产品的分类精度,以京津冀为研究区,在1∶25万土地覆被数据与MODIS土地覆被产品(MCD12Q1)分类一致区内,构建土地覆被类型面积占比与地形因子之间的多元回归模型,并据此改进MODIS土地覆被产品中分类精度较低区域的分类。用面积构成比例和空间一致性比率两个评价指标对改进结果进行评价。结果表明:林地、草地、耕地三种地类的回归模型适合用来改进MODIS土地覆被产品的分类,三种地类与参考数据的空间一致性比率比改进前分别提高了30.02%、40.87%和4.94%;对于与地形因子关系密切的林地和草地,两个评价指标均显示,基于分类一致区建模来改进目标产品的分类精度,比基于整个区域建模改进目标产品的分类精度的效果更加明显。其中,林地的空间一致性比率的提升幅度由8.55%升到30.02%,草地由27.44%升到40.87%。由此可见,地形地貌对土地覆被类型的形成具有重要影响,土地覆被类型面积占比与地形因子之间具有很强的相关关系,基于这种定量关系对土地覆被分类进行改进是完全可行的。     

基于图像分析的中国城市化空间过程研究

针对城市扩张的加速引起的一系列问题,利用DMSP/OLS夜间灯光图像采用图像处理技术分析了中国大陆在省级尺度上的城市化空间过程。基于区域标记的种子填充算法从全球夜间灯光图像中提取各省市灯光图像;以1992、1996、1998年为例基于统计数据,利用直方图结合二分法快速确定各省市城镇可用地面积的阈值,提取城镇可用地面积,证明与统计数据的相对误差不超过10%;分析1992—2010年夜间灯光图像亮度总值与地区生产总值、人口之间在省级尺度上的相关性,构建相应的模型,证明各省灯光亮度值与其地区生产总值、人口之间存在较强的相关性且不同城市化空间扩展模式的灯光亮度值与其地区生产总值、人口之间存在不同的相关性。     

基于Landsat 8卫星影像的北京地区土地覆盖分类

目的 土地覆盖分类能为生态系统模型、水资源模型和气候模型等提供重要信息,遥感技术运用于土地覆盖分类具有诸多优势。作为区域性土地覆盖分类应用的重要数据源,Landsat 5/7的TM和ETM+等数据已逐渐失效,Landsat 8陆地成像仪(OLI)较TM和ETM+增加了新的特性,利用Landsat 8数据进行北京地区土地覆盖分类研究,探讨处理方法的适用性。方法 首先,确定研究区域内土地覆盖分类系统,并对Landsat 8多光谱数据进行预处理,包括大气校正、地形校正、影像拼接及裁剪;然后,利用灰度共生矩阵提取全色波段纹理信息,与多光谱数据进行融合;最后,使用支持向量机(SVM)进行分类,获得土地覆盖分类结果。结果 经过精度评价和分析发现,6S模型大气校正和C模型地形校正预处理提高了不同类别之间的可分性,多光谱数据结合全色波段纹理特征能有效提高部分地物的土地覆盖分类精度,总体精度提高2.8%。结论 相对于Landsat TM/ETM+数据,Landsat 8 OLI数据新增特性有利于土地覆盖分类精度的提高。本文方法适用于Landsat 8 OLI数据土地覆盖分类研究与应用,能够满足大区域土地覆盖分类应用需求。     

全色影像与珞珈一号在建设用地提取中的应用

鉴于基于建筑专题指数提取城镇建筑物用地方法已经无法适应月新日异的土地利用变化的问题,提出一种将Landsat-8 OLS遥感影像和珞珈一号夜间灯光数据构建UBLI进行城镇建筑用地提取的方法。将通过UBLI提取出的城镇建筑用地与通过NDBI、IBI和夜间灯光数据提取出的城镇建筑用地进行对比分析。以南昌市为例,进行城镇建筑用地的提取。采用南昌市2018年的土地利用调查数据作为对照,并结合天地图,在NDBI、夜间灯光数据、IBI、UBLI提取结果中选取建筑物样本和非建筑样本构建混淆矩阵进行精度检验。分析结果表明,UBLI所提取的城镇建筑用地的总体精度明显优于其他方法,UBLI可有效剔除NDBI和IBI难以区分的裸土和低植被覆盖区域以及夜间灯光数据上城镇建筑周边的水体。与传统的建筑专题指数相比,该方法具有更高的精度及更优异的细节特征提取能力。     

基于遥感和陆表信息集成的广东省土地覆盖分类方法研究

土地覆盖信息是估算地-气间的生物物理过程和能量交换的关键参数,也是区域和全球尺度气候和生态系统过程模型所需要的重要参量。如何高效地利用遥感数据提取土地覆盖信息是当前研究迫切需要解决的问题。面向对象的分类方法不但充分利用了遥感数据的光谱信息,同时也利用了影像的纹理结构信息和更多的地物分布信息关系,在遥感分类中具有较大的潜力。研究基于2010年多时相的环境卫星数据、TM数据以及DEM数据,并结合地表采集的4000多个样点数据,采用面向对象的分类方法对广东省土地覆盖进行分类。经采样验证,广东省土地覆盖平均精度为85%,分类结果精度远高于常规的分类算法,说明结合陆表信息的面向对象分类方法比常规的分类算法更具有优势,可以实现高精度的土地覆盖分类。     

利用夜间灯光数据分析我国社会经济发展的区域不均衡特征

夜间灯光遥感数据与人口和经济变量具有较好的相关性,已经广泛用于研究城市扩张和人类社会经济活动。采用VIIRS灯光数据定量化地分析了我国30个省(直辖市)的灯光辐射值对GDP、人口统计数据的响应情况。利用线性回归方法从地级市和省级两个尺度分析了灯光、GDP和人口的相关性。研究发现灯光辐射值与GDP、人口在多个空间尺度均存在显著的正相关性。采用经济学研究中常用的基尼(Gini)系数和不对称洛伦兹(Lasym)系数,从地级市和县级尺度上计算各省灯光、GDP和人口对应的得分值,探索各省社会经济不均衡情况。结果表明:各省在县级尺度上的不均衡比地级市尺度上严重;人口加权的灯光不均衡系数表明我国西部不发达地区的社会经济不均衡情况比东部发达地区严重。灯光Lasym系数表明不均衡状况比较严重的省份主要是由个别比较发达的区域引起。研究结果表明:基于灯光数据探索社会经济发展不均衡情况,可以从不同空间尺度分析问题,弥补了常规统计数据时间和空间不连续的问题。     

基于珞珈一号和随机森林的兰州市GDP空间化北大核心CSCD

GDP空间化是反映区域经济内部差异的重要途径,目前的GDP空间化大多基于县级及以上行政单元的统计数据实现,准确性偏低。该文基于兰州市118个乡镇街道单元进行GDP的1 km×1 km格网空间化。实验采用了珞珈一号夜间灯光数据和其他辅助数据(地表温度、路网密度、平地占比、建筑用地占比和归一化植被指数),建模工具使用了多元线性回归和随机森林回归。实验结果显示:乡镇、街道尺度上GDP模拟模型的决定系数可达0.85,高于大多文献得到的基于更大行政单元的模型决定系数;随机森林回归的拟合精度高于多元线性回归;珞珈一号夜间灯光数据在GDP空间化中具有很大的应用潜力;兰州市GDP高密度区集中在沿黄河干流两岸的建成区,次密度区主要位于黄河支流和铁路沿线的地形平缓区以及兰州新区(全国第五个、西北第一个国家级新区)。