国土资源遥感, 2019, 31(1): 212-219 doi: 10.6046/gtzyyg.2019.01.28

技术应用

基于DMSP/OLS夜间灯光数据的新疆1992—2013年能源消费研究

范小晶1,2, 张永福,1,2, 程珍珍1,2

1.新疆大学资源与环境科学学院,乌鲁木齐 830046

2.新疆大学绿洲生态重点实验室,乌鲁木齐 830046

Research on energy consumption of Xinjiang based on DMSP/OLS night light data from 1992 to 2013

FAN Xiaojing1,2, ZHANG Yongfu,1,2, CHENG Zhenzhen1,2

1.School of Resources and Environment Science, Xinjiang University, Urumqi 830046, China

2.Key Laboratory of Oasis Ecology, Xinjiang University, Urumqi 830046, China

通讯作者: 张永福(1965-),男,硕士生导师,副教授,主要从事国土资源评价方向的研究。Email:2812164105@qq.com

收稿日期: 2017-07-13   修回日期: 2017-09-18   网络出版日期: 2019-03-15

Received: 2017-07-13   Revised: 2017-09-18   Online: 2019-03-15

作者简介 About authors

范小晶(1990-),女,硕士,主要从事国土资源信息科技研究。Email:865086746@qq.com。 。

摘要

采用1992—2013年间DMSP/OLS夜间灯光数据与新疆统计年鉴数据相结合,并应用数学统计分析的方法,选取以灯光面积和总DN值为自变量模拟的算法,构建了新疆的能源消费空间模型。在考虑降尺度修改模型的基础上模拟了新疆地州市级的能源消费数据,并对年均模拟值数据空间分布差异进行分级,其中昌吉回族自治州、乌鲁木齐市、塔城地区和喀什地区的能源消费等级相对较高。本研究为新疆能源消费动态监测提供了新的方法支持。

关键词: DMSP/OLS夜间灯光数据 ; 能源消费 ; 回归分析 ; 空间化

Abstract

All the energy problems in different countries or regions are facing great challenges. The timely and accurate grasp of the spatial dynamic change of energy consumption can make reasonable layout to occupy the initiative, make the optimal allocation of energy structure and put forward the feasible solution. In this paper, the authors put forward the combined DMSP/OLS night light data from 1992 to 2013 and Xinjiang statistical yearbook and the application of mathematical statistics and analysis method, selected the average light intensity, DN value and light area as independent variables by using multiple regression analysis. Considering the downscaling and modifying the model, the authors made the simulation of the Xinjiang state municipal energy consumption data, and made grading of the spatial distribution difference of annual simulation data. It is found that Changji, Urumqi, Tacheng and Kashihave relatively high energy consumption level. This paper puts forward a new method for the study of dynamic energy consumption in Xinjiang.

Keywords: DMSP/OLS night light data ; energy consumption ; regression analysis ; spatialization

PDF (3165KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

范小晶, 张永福, 程珍珍. 基于DMSP/OLS夜间灯光数据的新疆1992—2013年能源消费研究. 国土资源遥感[J], 2019, 31(1): 212-219 doi:10.6046/gtzyyg.2019.01.28

FAN Xiaojing, ZHANG Yongfu, CHENG Zhenzhen. Research on energy consumption of Xinjiang based on DMSP/OLS night light data from 1992 to 2013. REMOTE SENSING FOR LAND & RESOURCES[J], 2019, 31(1): 212-219 doi:10.6046/gtzyyg.2019.01.28

0 引言

我国国土广袤,能源资源储量丰富,但人口基数庞大,造成人均储量低的现状。而且,随着社会经济各方面迅速发展,能源需求量也随之增加。据统计,2013年底全国煤炭人均占有量约84.1 t、石油人均占有量1.8 t、天然气人均占有量2 045 m3,均未达到世界平均水平[1]。因此及时有效地掌握我国以及各地区能源消费总量的空间化演变特征,准确地预测分析能源消费总量情况,在国家以及各地区制定相关政策制度,保障能源安全有效应用方面具有重要意义。

夜间灯光数据被广泛地运用于各个研究领域。在能源消费方面Welch[2]最早研究了1980年美国行政区范围内的夜间灯光数据,发现了灯光面积与能源消费间的关系; 1997年Elvidge等[3]研究了美国、巴西等21个经济发展状况不同国家的夜间灯光数据,得到灯光面积与能源消费之间的相关性公式; 之后Chand等[4]、Amaral等[5]、Doll[6]、Letu等[7]、Takashima等[8]均在运用DMSP/OLS夜间灯光数据研究电力资源消费量与其线性关系以及空间化方面也做出了不同贡献。在国内,吴建生等[9]结合DMSP/OLS夜间灯光数据和统计数据,发现了夜间灯光总DN值和能源消费总量间的线性相关性,并模拟了一定时间内的时空演变; 李通等[10]在2011年模拟构建了中国1995—2008年间的能源消费空间格局; 吴耀文等[11]运用回归模型及夜间灯光数据预测了湖北的能源消费动态需求; 杨续超等[12]综合夜间灯光数据和植被指数,修正人居指数并建立了能源消费空间模型; 之后Zhao[13]等、苏泳娴[14]等、王琪等[15]在构建预测能源消费空间化模型方面做了许多不同的研究。

目前能源消费数据的获取主要来源于统计年鉴,而有些省级统计年鉴中只有省(市、自治区)级的数据,缺少地州市级的数据,新疆就是如此。因此在GIS和RS技术的支持下结合DMSP/OLS夜间灯光数据及统计年鉴数据对新疆1992—2013年间的能源消费进行空间化研究,利用相关分析构建模拟模型,并对其进行降尺度处理从而获取了地州市级的能源消费情况。

1 研究区及数据源

1.1 研究区概况

新疆维吾尔自治区位于亚欧大陆腹地中纬地带,经纬度处于N34°25'49°11',E73°40'96°18'之间,属于干旱半干旱气候地区,气象要素分布不均,是生态环境脆弱及敏感区域。该区地形情况复杂,高山、平原和盆地相互交杂,沙漠与绿洲共存。新疆能源储备量相对丰富,改革开放以来,社会经济快速稳定发展。自20世纪90年代优势资源转换战略实施起,能源的发展进入了新的阶段。尤其是"一带一路"倡议出台以来,新疆经济迅猛发展,能源需求量显著增大,造成能源消费与城市发展之间的矛盾不断加深。

1.2 数据源及其预处理

1.2.1 数据源

从美国国家海洋和大气管理局网站上下载1992—2013年间的DMSP/OLS稳定夜间灯光(http: //www.ngdc.noaa.gov/)。能源消费的统计数据来自于1992—2014年间《新疆维吾尔族自治区统计年鉴》。从国家基础地理信息中心网(http: //www.ngcc.cn/)获取中国1∶400万数据库中行政区面状数据。

DMSP/OLS夜间灯光数据由美国国防气象卫星(defense meteorological satellite program)搭载的OLS(operational linescan system)传感器自1976年9月开始获取。该传感器不仅能观测星下云层情况,还能同时监测到地表城市灯光、火光以及水上渔船灯光等发射出的电磁波[2]。前期OLS传感器主要基于较弱灯光获取稳定灯光数据产品; 后期针对缺乏灯光强度信息这一缺点,进行了辐射标定实验,还可以获得经辐射定标的夜间灯光数据。研究采用的是1992—2013年间的DMSP/OLS非辐射定标夜间平均灯光强度数据,空间分辨率为30″,DN值范围是063,DN值和灯光强度成正比,涉及6个传感器(表1)。为消除不同传感器带来的误差,对数据进行了预处理。

表1   夜间灯光数据传感器

Tab.1  Sensors involved in DMSP/OLS

传感器F10F12F14F15F16F18
年份1992年1994年1997年2000年2004年2010年
1993年1995年1998年2001年2005年2011年
1994年1996年1999年2002年2006年2012年
1997年2000年2003年2007年2013年
1998年2001年2004年2008年
1999年2002年2005年2009年
2003年2006年
2007年

新窗口打开| 下载CSV


1.2.2 夜间灯光数据修正首先,使用新疆行政区界线面状数据裁剪全球范围的夜间灯光数据; 然后,统计裁剪后的DN总值,形成新疆1992—2013年间的DN总值数据。由于获取数据涉及的传感器不同,且各年份之间数据与各传感器同一年份数据之间都存在一定差异,通过分析1992—2013年间新疆的夜间灯光数据属性发现以下问题(图1(a)): ①理论上随着时间推移,经济社会发展,DN总值应该逐年递增,但是出现了局部下降的情况,如2002—2003年; ②不同传感器同一年份数据误差较大,其中最明显的是F14与F12和F15之间的差异。

图1

图1   1992—2013年间新疆夜间灯光数据DN总值修正前后对比

Fig.1   Comparison of total DN value of night light data before and after correction from 1992 to 2013 in Xinjiang


为了消除这些误差,使数据更加符合实际情况,需要对数据进行纠正。首先,进行重分类,将数据按DN值分为0和1—632类; 然后,得到1992—2013年间新疆全区夜间灯光数据DN总值(图1(b))。近年来,新疆城镇化进程不断加快,社会经济繁荣发展,因此可以认为新疆的灯光亮度总值是在不断增加的,就具体像元而言,前一年出现的亮值像元在后一年也应该继续出现。这类亮值像元可视为正常像元,否则就为误差像元,需要予以去除[16,17]。按照这个思路将新疆全区亮值像元矢量化,并对其进行简化,从而得到长时间序列的矢量数据。为了消除不同年份之间的误差,对不同传感器同一年份的矢量数据进行相交分析,排除差异亮值像元,获得正常的像元。接着以2013年的矢量数据与2012年数据进行相交分析,用得出的面状矢量数据边界对2012的栅格数据进行裁剪获得2012年的正常亮值像元。进而,最终得到新疆1992—2013年的夜间灯光数据集。为了消除同一年份不同传感器之间的差异,进行DN值平均化,得到消除误差后的DN总值,即

DN(x)c=DNa(x)+DNb(x)2

式中: DN(x)c为校正后的像元x的DN值; DNa(x)和DNb(x)分别为传感器a和b像元x的DN值。1.2.3 夜间灯光数据修正后数据提取根据修正后的新疆1992—2013年间的DMSP/OLS夜间灯光数据,在ArcGIS平台上分别计算出新疆每年的灯光亮度DN总值G、灯光面积S和平均灯光强度I,表达式分别为

G=x=163DNxNx
S=Areax=163Nxz=163Nz
I=x=163DNxNx63N

式中: DNx为第x级像元的亮度值; Nx为第x级亮度的像元总个数; Nz为第z级像元的个数; Area为新疆行政区总面积; N为行政区内所有灯光像元总个数。

2 研究方法

2.1 夜间灯光数据与能源消费总量相关性分析

为了发现各个要素之间的相关性,并分析要素之间的相关程度,故进行相关分析[18,19]。相关系数值范围为[-1,1],值大于0表示要素间正相关,值越大则相关性越强; 值小于0表示要素间负相关,值越小则负相关性越强。当值不在[-1,1]之间或者等于0时,表示要素之间不相关[20]。对DN总值、灯光面积、平均灯光强度与能源消费总量统计数据分别进行相关分析,如图2所示。

图2

图2   夜间灯光数据及能源消费总量相关分析

Fig.2   Correlation analysis of night light data and energy consumption data


夜间灯光数据的DN总值、灯光面积、平均灯光强度之间决定系数分别为0.947 6、0.977 8和0.267 2。由此可以看出灯光面积与夜间灯光DN总值相关性较高,且通过了0.001的显著性水平,可用于能源消费的空间化建模研究。

2.2 能源消费总量及夜间灯光数据回归分析

从相关分析中得知,平均灯光强度和能源消费之间相关性不高,故本文将其排除,仅以总DN值、灯光面积2个指标为自变量,先分别进行以灯光面积为变量的一元回归分析、以DN总值和灯光面积为变量的二元回归分析,再分析各种回归分析的模型精度,最后找到能最优化模拟能源总量消费数据的模型。2.2.1 一元回归分析在以往的研究中一般都使用直线、反函数、复合曲线和对数等模型进行回归分析。为了获取符合新疆特点及实际情况的模型,针对灯光面积和新疆1992—2013年间的能源消费量进行多种一元回归分析,包括一元线性回归模型、拟合二次函数模型、拟合三次函数模型、指数函数模型、对数函数模型和幂函数模型,再根据分析结果选取最适合新疆实际情况的模型。由图3可见,对新疆1992—2013年能源消费总量和灯光面积进行回归拟合分析,显示线性、二次、三次、指数、对数和幂函数的相关性都比较高,同时可以看出其中三次函数的相关程度在所有函数中最高,其决定系数R2=0.981 7。根据三次函数模拟构建新疆能源消费总量E模型为E=0.3108S-0.0037S2+3×10-5S3+0.2421

图3

图3   一元回归分析

Fig.3   One dimensional regression analysis of night light data and energy consumption data


2.2.2 多元回归分析依据能源消费数据与夜间灯光数据相关分析的结果选取DN总值和灯光面积2个变量作为二元回归分析的自变量,分析得其决定系数R2=0.984。并建立了新疆能源消费总量的多元回归模型公式为E=0.315S-0.006G+1312.824

2.3 新疆各地州市级能源消费总量空间化模型建立

新疆1992—2013年间的能源消费数据来自自治区级的统计年鉴,然而各地州市级能源消费的统计比较困难,在各地州市级统计年鉴中几乎没有这类统计数据,因此利用模拟模型对各个地州市级进行能源消费量的反演。假设DN总值和灯光面积在反演能源消费总值的过程中权重相同且2个变量在新疆全区的占比平均值相同(即各地州市能源消费总量占新疆全区能源消费总量的比值),在此基础上计算各地州市DN总值占新疆范围内总DN值的比例与各地州市灯光面积占新疆范围内总灯光面积的比例,取其平均值即为各地州市能源消费总量占比,将反演新疆全区能源的多元回归模型公式进行修改,按各地州占新疆全区能源消费总量比例即可建立新疆地州市级能源消费空间化模型。通过分别获取新疆1992—2013年间各地州市各年的夜间灯光数据DN总值和夜间灯光面积,再运用降尺度处理过的模型推算新疆各地州市的能源消费总量模拟值,并分析各地州市的能源消费总量的时空特点,其表达式为

Ex=E(DNxDNz+SxSz)2

式中: Ex为新疆x地州市的能源消费总量的模拟值; DNxDNz分别为不同地州市每年的DN总值和新疆全区每年的DN总值; SxSz分别为不同地州市每年的灯光面积和新疆全区每年的灯光面积。

3 结果与分析

3.1 夜间灯光数据与能源消费总量相关性分析及精度检验

使用的统计数据源为《新疆维吾尔自治区统计年鉴》的21 a间的能源消费量,检验结果如表2所示。

表2   一元与多元回归分析精度检验

Tab.2  Accuracy test of one dimensional and multiple regression analysis model

年份统计值/万t标准煤一元回归值/万t标准煤多元回归值/万t标准煤一元回归相对误差/%多元回归相对误差/%
19922 260.761 891.3372 278.750-19.530.80
19932 496.982 200.4772 451.600-13.47-1.82
19942 605.672 270.7742 399.050-14.75-7.93
19952 733.042 782.2232 765.3901.771.18
19963 045.163 114.8273 032.5102.24-0.42
19973 208.243 209.2003 135.5300.03-2.27
19983 279.753 440.5323 369.1404.672.73
19993 215.023 561.5343 471.3909.737.97
20003 316.033 795.5333 679.08012.6310.95
20013 496.443 875.1073 712.9609.776.19
20023 622.404 135.2053 877.07012.407.03
20034 064.434 416.4604 365.1607.977.40
20044 784.834 902.0944 889.0202.392.18
20055 506.495 239.6125 426.190-5.09-1.46
20066 047.275 500.4105 527.870-9.94-8.59
20076 575.926 189.8426 364.730-6.24-3.21
20087 069.396 578.3156 615.900-7.47-6.41
20097 525.566 827.9746 718.280-10.22-10.73
20108 290.29 190.1538 931.5609.797.74
20119 926.510 067.90010 698.9101.407.78
201211 831.6211 013.23010 953.190-7.43-7.42
201313 631.7913 250.06013 870.200-2.881.75

新窗口打开| 下载CSV


表2可知,一元回归模型模拟的新疆1992—2013年能源消费总量统计值和模拟值2个值之间的相对误差有16个年份小于10%,剩余年份都小于20%。其中相对误差最小为1997年的0.03%,最大为1992年的-19.53%。二元回归模拟模型分析得出的相对误差都小于11%,其中共有20个年份的误差都在10%之下,且误差最小为1992年的0.80%,最大为2000年的10.95%。

3.2 能源消费总量模拟精度分析

由于无法通过一元回归模拟值及多元回归模拟值的相对误差,来判断哪个模型的精度比较高,故通过2种模型的平均误差(对相对误差值取绝对值后的均值)以及拟合度来判断哪个模型公式更为适合。分析得出一元回归的平均误差和拟合度分别为8.48%和0.982,二元回归分析的平均误差和拟合度分别为5.18%和0.984。可以看出二元回归分析的精度比较高,更适当于进行新疆能源消费总量的研究。

3.3 新疆地州市级能源消费总量空间化模型精度检验

采用新疆各年各地州市的能源消费总量统计数据来进行空间化模型精度的检验,检验结果如表3,其中空间化相加数据为本文构建降尺度模型计算各地州市能源消费总量的新疆全区总和。

表3   新疆能源消费空间化成果检验

Tab.3  Xinjiang energy consumption spatialization achievement check

年份统计年鉴数据/万t标准煤区级模拟值/万t标准煤空间化相加数据区级相对误差/%空间化相对误差/%
1992年2 260.762 278.752 278.750 2250.800.80
1993年2 496.982 451.602 451.604 627-1.82-1.82
1994年2 605.672 399.052 399.053 456-7.93-7.93
1995年2 733.042 765.392 765.393 5421.181.18
1996年3 045.163 032.513 032.505 582-0.42-0.42
1997年3 208.243 135.533 135.625 339-2.27-2.26
1998年3 279.753 369.143 369.517 0512.732.74
1999年3 215.023 471.393 471.765 3757.977.99
2000年3 316.033 679.083 679.169 92810.9510.95
2001年3 496.443 712.963 712.962 6456.196.19
2002年3 622.403 877.073 877.415 2597.037.04
2003年4 064.434 365.164 365.161 8277.407.40
2004年4 784.834 889.024 889.015 7562.182.18
2005年5 506.495 426.195 426.547 456-1.46-1.45
2006年6 047.275 527.875 528.041 873-8.59-8.59
2007年6 575.926 364.736 323.002 328-3.21-3.85
2008年7 069.396 615.906 617.492 686-6.41-6.39
2009年7 525.566 718.286 718.015 228-10.73-10.73
2010年8 290.208 931.568 931.354 8667.747.73
2011年9 926.5010 698.9110 698.656 7507.787.78
2012年11 831.6210 953.1910 962.484 250-7.42-7.35
2013年13 631.7913 870.2013 876.866 3501.751.80

新窗口打开| 下载CSV


3.4 新疆各地州市级能源消费总量空间分布

将模拟的能源消费总量进行矢量化及空间化,假设能源消费呈线性增长,计算1992—2013年间新疆各地州市能源消费总量的年均值,得到新疆能源消费的分布(图4)。并采用标准差分级法(表4)对能源消费总量的年均值进行分级,将新疆各地州市的能源消费总量按标准分为4个等级,分析得到新疆各地州市1992—2013年间的年均能源消费总量空间格局(图5)。

图4

图4   新疆1992—2013年间各地州市能源消费量模拟数据分布

Fig.4   Energy consumption simulation data distribution in Xinjiang from 1992 to 2013


表4   能源消费等级标准分级划分标准

Tab.4  Xinjiang energy consumption classification standard

能源消费等级较高
划分标准<E-0.5s[E-0.5s,E+0.5s)[E+0.5s,E+1.5s)>E+1.5s
能源消费量(万t标准煤)[0,240)[240,440)[441,640)[640,880)

E为新疆1992—2013年间各地州市年均能源消费量; s为标准差。

新窗口打开| 下载CSV


图5

图5   1992—2013年新疆各地州市能源消费总量等级分布

Fig.5   Energy consumption level simulation diagram in Xinjiang from 1992 to 2013


4 结论与讨论

4.1 结论

通过DMSP/OLS夜间灯光数据与新疆能源消费总量的一元回归与多元回归分析,构建新疆1992—2013年间的能源消费总量的空间化模拟模型、用模拟模型降尺度反演新疆地州市级能源消费,得到如下结论:

1)DMSP/OLS夜间灯光数据中的DN总值和灯光面积均与新疆的能源消费总量存在较高的正相关性,其中灯光面积的相关关系最强,决定系数R2为0.981 7。

2)对比所构建的新疆1992—2013年间的能源消费总量一元及多元模拟模型的模拟精度得出,以亮度总值和灯光面积为自变量的多元回归分析建立的模型精度较高,其决定系数R2为0.984,更适合于研究新疆的能源消费总量的时空变化。

3)使用降尺度处理过的空间化模拟模型反演新疆1992—2013年间的各地州市能源消费总量,模拟值的精度较整个新疆维吾尔族自治区的模拟精度只降低了0.01%,对整体的影响较小。

4)新疆的能源消费主要集中在昌吉回族自治州、乌鲁木齐市、巴音郭楞蒙古自治州、塔城地区和喀什地区5个地州市,其中乌鲁木齐作为新疆的首府能源消费量的增长是迅速的,而昌吉回族自治州因为临近首府乌鲁木齐,又在乌昌一体化的带动下,与乌鲁木齐相邻地带发展迅速,造成能源消费量巨大。

4.2 讨论

由于新疆的能源消费总量处在持续增长中,且能源消费总量和经济社会的发展呈正相关,因此能源消费与能源供给之间的矛盾是在与日俱增,及时有效地获取能源消费总量的时空变化,对制定相关计划是十分重要的。

利用DMSP/OLS夜间灯光数据及新疆的能源消费总量进行相关分析的研究,构建了新疆能源消费总量时空变化模拟模型,但受到夜间灯光数据精度的影响及分析方法的选取,还存在许多需要完善的地方: ①夜间灯光数据空间分辨率在1 km左右,相对其他影像数据而言比较低,并且不同传感器及不同年份之间的数据存在误差。虽然本文对这些误差进行了处理,但是不能完全排除这些误差的影响; ②夜间灯光数据存在溢出现象,且灯光亮度取值范围有限,这就意味着一些实际亮度值较大的地方会出现过饱和的现象,会影响数据的真实性。这种现象在本研究中得到了体现,如昌吉回族自治州的能源消费量在反演中成为消耗量最大的城市,甚至比乌鲁木齐市还要高许多。当然乌昌一体化造成昌吉回族自治州和乌鲁木齐市接壤处建设迅速发展,且实际发展并不按行政界线划分,数据中两州市间的边界显得模糊是原因之一; 而更主要的是灯光溢出现象造成一些本属于乌鲁木齐市的灯光亮度在研究中被当作是昌吉回族自治州的,同时乌鲁木齐市范围内许多实际亮度值高的点受到亮度值取值范围的限制没有得到完全反映,从而造成了乌鲁木齐市的夜间灯光数据比实际值低的情况。因此消除这方面的误差在今后的研究中应得到重视。

参考文献

戴彦德, 吕斌, 冯超 .

"十三五"中国能源消费总量控制与节能

[J]. 北京理工大学学报(社会科学版), 2015,17(1):1-7.

DOI:10.15918/j.jbitss1009-3370.2015.0101      URL     [本文引用: 1]

能源需求的快速增长和巨量的能源消费已严重制约中国经济社会的可持续发展。面对日益严峻的能源和环境问题,中国提出了2020年能源消费及煤炭消费总量的双控目标。"十三五"是中国全面建成小康社会的关键时期,作为经济发展的原动力,能源消费快速增长的趋势难以改变。通过测算,在实现既定经济发展目标的情况下,2020年能源缺口将达到6.6亿吨标煤以上。落实"十三五"能源消费总量控制目标,需要从源头入手,狠抓节能不动摇。

Dai Y D, Lyu B, Feng C .

China total energy consumption control and energy conservation during the 13th five-year period

[J]. Journal of Beijing Institute of Technology(Social Sciences Edition), 2015,17(1):1-7.

[本文引用: 1]

Welch R .

Monitoring urban population and energy utilization patterns from satellite data

[J]. Remote sensing of Environment, 1980,9(1):1-9.

DOI:10.1016/0034-4257(80)90043-7      URL     [本文引用: 2]

To test the validity of this equation the populations of the 124 cities were plotted on doubly logarithmic paper against area measurements (of the same cities) ob- tained from 1:250,000 scale U.S. Army Map Service sheets prepared in 1951- 1956. Despite the evident problem that the built-up urban areas depicted on the maps may not correspond to the administrative boundaries of the cities, and that city shape and size may exhibit regional variations, the data points gener- ally fit the prescribed straight-line pattern (Fig. 3). The regression equation for these data points, as determined by the methods of least-squares, is

Elvidge C D, Baugh K E, Kihn E A , et al.

Relation between satellite observed visible-near infrared emissions,population,economic activity and electric power consumption

[J]. International Journal of Remote Sensing, 1997,18(6):1373-1379.

DOI:10.1080/014311697218485      URL     [本文引用: 1]

http://www.tandfonline.com/doi/abs/10.1080/014311697218485

Chand T R K, Badarinath K V S, Elvidge C D , et al.

Spatial characterization of electrical power consumption patterns over India using temporal DMSP-OLS night-time satellite data

[J]. International Journal of Remote Sensing, 2009,30(3):647-661.

DOI:10.1080/01431160802345685      URL     [本文引用: 1]

Changes in electric power consumption patterns of a country over a period of time reflect on its socio‐economic development and energy utilization processes. In the present study, we characterized spatial and temporal changes in electric power consumption patterns over India during 1993 to 2002, using ‘night‐time lights’ data given by the Defense Meteorological Satellite Program–Operational Line Scan System (DMSP‐OLS) over the Indian region. The OLS operates in two bands: visible (0.5–0.90208m) and thermal (10.5–12.50208m) and has a unique capability of picking up faint sources of visible–near infrared emissions (lights) at night on the Earth's surface including cities, towns and villages with a DN value ranging from 1 to 63. Night‐time light images for cloud‐free dates given by the DMSP‐OLS from 1993 to 2002 were segregated into respective years and were integrated to generate one ‘Stable light image’ per year. Changes in light scenarios over the Indian region in the decadal time frame were studied using stable lights datasets from 1993 to 2002. Information on changes in the light scenarios was integrated with demographic data to characterize developments in major cities and states of India. Results of the study suggested an increase in population by 17002million and power consumption from 4496202million02kWh to 30635502million02kWh over the country during 1993–2002, which was associated with an overall increase in number of night‐time lights of up to 26% in all states, indicating development in electric power consumption patterns. Correlation analysis between increase in population to the increase in night‐time lights and electric power consumption showed a coefficient of determination, R 2, of 0.59 and 0.56 respectively. Increase in light intensities along the peripheries of major Indian cities was observed, which indicated increased stress on the cities and corresponding development in power consumption patterns during the decadal time frame. Certain states, however, showed a decrease in night‐time lights in some areas, which are primarily attributed to the decreased economic growth trend and poverty and accounted to the scatter observed in the correlation analysis. Results are discussed in the paper.

Amaral S, Câmara G ,

Monteiro A M V,et al.Estimating population and energy consumption in Brazilian Amazonia using DMSP night-time satellite data

[J]. Computers,Environment and Urban Systems, 2005,29(2):179-195.

DOI:10.1016/j.compenvurbsys.2003.09.004      URL     [本文引用: 1]

This paper describes a methodology to assess the evidence of human presence and human activities in the Brazilian Amazonia region using DMSP/OLS night-time satellite sensor imagery. It consists on exploring the potential of the sensor data for regional studies analysing the correlation between DMSP night-time light foci and population, and the correlation between DMSP night-time light foci and electrical power consumption. In the mosaic of DMSP/OLS night-time light imagery from September 1999, 248 towns were detected from a total of 749 munic pios in Amazonia. It was found that the night-time light foci were related to human presence in the region, including urban settlements, mining, industries, and civil construction, observed in ancillary Landsat TM and JERS imagery data. The analysis considering only the state of Par revealed a linear relation ( R 2=0.79) between urban population from the 1996 census data and DMSP night-time light foci. Similarly, electrical power consumption for 1999 was linearly correlated with DMSP night-time light foci. Thus the DMSP/OLS imagery can be used as an indicator of human presence in the analysis of spatial emporal patterns in the Amazonia region. These results are very useful considering the continental dimension of Amazonia, the absence of demographic information between the official population census (every 10 years), and the dynamics and complexity of human activities in the region. Therefore DMSP night-time light foci are a valuable data source for global studies, modelling, and planning activities when the human dimension must be considered throughout Amazonia.

Doll C N H .

CIESIN Thematic Guide to Night-time Light Remote Sensing and Its Applications

[R]. Palisades,NY:Center for International Earth Science Information Network of Columbia University, 2008.

[本文引用: 1]

Letu H, Hara M, Yagi H , et al.

Estimating energy consumption from night-time DMPS/OLS imagery after correcting for saturation effects

[J]. International Journal of Remote Sensing, 2010,31(16):4443-4458.

DOI:10.1080/01431160903277464      URL     [本文引用: 1]

A methodology is presented to accurately estimate electric power consumption from saturated night-time Defense Meteorological Satellite Program (DMSP) Operational Linescan System (OLS) imagery using a stable light correction. An area correction for the stable light image of DMSP/OLS for the year 1999 was performed and the build-up area rate data were used to clarify the intensity distribution characteristics of the stable light. Based on the spatial distribution characteristics of the stable light, the saturation light of the electric power supply area of Japan was corrected using a cubic regression equation. The regression between the correction calculations by the cubic regression equation and the statistical electric power consumption data was applied in Japan and also in China, India and 10 other Asian countries. The correction method was then evaluated. This study confirms that electric power consumption can be estimated with high precision from the stable light.

Takashima M, Hayashi H, Kimura H, et al.

Earthquake damaged area estimation using DMSP/OLS night-time imagery-application for Hanshin-Awaji Earthquake

[C]// IEEE International Geoscience and Remote Sensing Symposium.Honolulu:IEEE, 2000,1:336-338.

[本文引用: 1]

吴健生, 牛妍, 彭建 , .

基于DMSP/OLS夜间灯光数据的1995—2009年中国地级市能源消费动态

[J]. 地理研究, 2014,33(4):625-634.

DOI:10.11821/dlyj201404003      URL     [本文引用: 1]

能源是国民经济发展的重要支撑,便捷准确地获取能源消费时空动态信息,对于合理制定能源政策具有重要意义.基于DMSP/OLS夜间灯光数据和能源统计数据之间的定量关联,在地级市尺度上模拟了中国1995-2009年能源消费的空间格局,并采用空间自相关分析探讨其时空动态特征.研究表明:基于DMSP/OLS夜间灯光数据模拟中国各地市能源消费具有一定的可行性,该数据能够比较可靠地反映能源消费的时空动态;1995-2009年中国大多数地市的能源消费量较低,中低强度能源消费区土地面积占全国72.66%,高能源消费强度区集中分布在中国东部地区;中国能源消费量存在显著的空间集聚性(历年Moran'sI指数都大于0.4),全国地级市能源消费“高—高”聚集和“低—低”聚集现象明显.

Wu J S, Niu Y, Peng J , et al.

Research on energy consumption dynamic among prefecture-level cities in China based on DMSP/OLS nighttime light

[J]. Geographical Research, 2014,33(4):625-634.

[本文引用: 1]

李通, 何春阳, 杨洋 , .

1995—2008年中国大陆电力消费量时空动态

[J]. 地理学报, 2011,66(10):1403-1412.

DOI:10.3724/SP.J.1011.2011.00415      URL     [本文引用: 1]

电力消费量是定量衡量电力消费状况的一个基本指标。及时、准确地获取电力消费量的时空动态信息,对于合理配置中国电力资源具有重要的理论和现实意义。利用DMSP/OLS稳定夜间灯光时间序列数据,在县级尺度上模拟重建了中国大陆1995-2008年电力消费的空间格能够局比,较揭可示靠了地中反国映大中陆国同大期陆电力19消95费-20量08的年时电空力动消态费过量程的。时结空果动表态明,:精①度利达用到D70M%S左P/O右L,S数具据有显一定,的占可全行国性总。面②积1中0.国69大%陆的京19津95唐-20、08沪年宁电杭力、消珠费三量角以、中山低东消半费岛级、别辽为中主南,地但区空、间四分川布盆差地异等明大六陆大城19市95群-20地08区年是电中力国消电费力量消表费现最出为比集较中明的显区的域增,长共趋消势耗,了电中力国消3费9.2量3%呈的明电显力增资长源趋。势③的中区国域面积占全国总面积的64.00%。

Li T, He C Y, Yang Y , et al.

Understanding electricity consumption changes in Chinese mainland from 1995 to 2008 by using DMSP/OLS stable nighttime light time series data

[J]. Acta Geographica Sinica, 2011,66(10):1403-1412.

[本文引用: 1]

吴耀文, 丁浩东, 李宛婕 , .

基于DMSP/OLS的湖北能源需求预测

[J]. 科技视界, 2013(11):152,180.

URL     [本文引用: 1]

未来20年是湖北进入高速城市化发展的阶段,同时也是刚性的能源 高需求阶段.本文采用传统的两个经济充量指标湖北城市化率、工业化率数据,并结合DMSP/OLS夜间灯光数据这一客观及时全面的指标对湖北未来的能源需 求进行预测.通过面板回归模型得到预测结果,表明工业化与城市化对湖北能源需求有着显著影响,并且湖北能源需求在2011-2024年期间将经历较快速的 增长时期,而在2024年之后,需求增长速度将逐渐减缓.

Wu Y W, Ding H D, Li W J, , et al.

Based on DMSP/OLS energy demand forecasting of Hubei

[J]. Science and Technology Vision 2013(11):152,180.

[本文引用: 1]

杨续超, 康丽莉, 张斌 , .

基于多源遥感信息的电力消费量估算与影响因素分析——以浙江省为例

[J]. 地理科学, 2013,33(6):718-723.

URL     Magsci     [本文引用: 1]

<p>利用DMSP/OLS遥感夜间灯光数据进行电力消费量等社会经济数据的空间化时, 往往受到像元过饱和、像元溢出现象的影响。利用夜间灯光数据和植被指数(NDVI)之间的互补性构建人居指数, 与NDVI的融合有效减少了夜灯数据的过饱和现象。在人居指数的计算中使用阈值法有效减少了夜灯数据像元溢出效应的影响, 并对其进行了海拔修正。借助修正后的人居指数与电力消费量之间很强的相关关系建立电力消费量空间化模型, 获得了2010 年浙江省1 km&times;1 km分辨率下电力消费量的空间分布。模拟结果显示, 利用修正后的人居指数对浙江省电力消费量模拟的平均相对误差为26%, 表明利用多源遥感数据融合后的人居指数对电力消费量进行空间化的精度较高。</p>

Yang X C, Kang L L, Zhang B , et al.

Electricity consumption estimation using multi-sensor remote sensing data:A case study of Zhejiang Province

[J]. Scientia Geographica Sinica, 2013,33(6):718-723.

Magsci     [本文引用: 1]

Zhao N, Ghosh T, Samson E L .

Mapping spatio-temporal changes of Chinese electric power consumption using night-time imagery

[J]. International Journal of Remote Sensing, 2012,33(20):6304-6320.

DOI:10.1080/01431161.2012.684076      URL     [本文引用: 1]

China's rapid economic development in the last 20 years has resulted in increased demand for electricity and ensuing shortages in electric power supply. It is necessary to derive accurate and timely information regarding changing spatio-temporal patterns and trends of electric power consumption to inform future electricity allocation. Night-time annual image composites for 1995 2005 were obtained from the Defense Meteorological Satellite Program's Operational Linescan System and were inter-calibrated. The inter-calibrated night-time image composites were used in conjunction with the LandScan 2008 population data to estimate the amounts of electric power consumption in 1995, 2000 and 2005 for China at the province level. The estimated amounts of electric power consumption were then disaggregated to the pixel level. A pixel-based map was produced to show the spatio-temporal changes of electric power consumption from 1995 to 2005, in which 11 regional agglomerations with large increases of electric power consumption had emerged. During the process of producing this spatio-temporal change map, some errors were generated because of the use of single-year LandScan population data, imperfect reference regions for inter-calibration and a single threshold value for delimiting urban areas. However, we believe these errors are limited and acceptable, so we present this method of estimation and disaggregation to show the increases in electric consumption.

苏泳娴, 陈修治, 叶玉瑶 , .

基于夜间灯光数据的中国能源消费碳排放特征及机理

[J]. 地理学报, 2013,68(11):1513-1526.

DOI:10.11821/dlxb201311007      URL     [本文引用: 1]

本研究基于DMSP/OLS夜间灯光影像实现了1992-2010年以市级为基础单元的我国碳排放估算,弥补了统计数据不全、统计口径不一的缺点。从全国、4个经济区和6大城市群3个层面的碳排放分析结果显示,我国CO2排放总量持续增长,各地区、省市增速各不相同,空间聚集程度越来越明显,基本形成了"东部沿海城市高高集聚,西部欠发达城市低低集聚"的格局。人均碳排放强度基本呈现为"东部东北部西部中部",单位GDP碳排放强度则呈现为"东北部和西部较高"、"东部和中部较低"。GDP增长是决定CO2排放总量增长的主导因素,而能源结构、能源利用效率、产业结构是影响碳排放强度的主要原因。对于西部和东北部等以能源和重工业为主导产业的城市,其减排策略应着重能源结构优化和能源利用效率的提高。对于东部和中部等以技术、劳动密集型和轻工业为主导产业的城市,其减排策略应侧重于产业结构调整和转型升级。

Su Y X, Chen X Z, Ye Y Y , et al.

The characteristics and mechanisms of carbon emissions from energy consumption in China using DMSP/OLS night light imageries

[J]. Acta Geographica Sinica, 2013,68(11):1513-1526.

[本文引用: 1]

王琪, 袁涛, 郑新奇 .

基于夜间灯光数据的中国省域GDP总量分析

[J]. 城市发展研究, 2013,20(7):44-48.

DOI:10.3969/j.issn.1006-3862.2013.07.007      URL     [本文引用: 1]

国内生产总值(GDP)通常以各种统计资料、统计报表为基础进行核算,费时耗财。本文提出了一种基于DMSP/OLS夜间灯光数据测算GDP的新方法。在分析夜间灯光强度与GDP关系基础上,采用回归分析的方法建立了GDP空间化模型,在GIS平台中实现了省级GDP空间化模拟。结果显示,建立的回归模型拟合精度达到0.964,显著性水平低于0.05,通过夜间灯光数据计量省级GDP总量的效率和精度都令人满意,将灯光数据应用于经济分析具有可行性。进一步修正完善模型,将为区域经济研究提供一种新研究方法。

Wang Q, Yuan T, Zheng X Q .

GDP gross analysis at province-level in China based on night-time light satellite imagery

[J]. Urban Development Studies, 2013,20(7):44-48.

[本文引用: 1]

吴健生, 许娜, 张曦文 .

中国低碳城市评价与空间格局分析

[J]. 地理科学进展, 2016,35(2):204-213.

DOI:10.18306/dlkxjz.2016.02.007      URL     [本文引用: 1]

城市是人类生产和消费活动最为集中的区域,带来了大量的能源消耗和碳排放,低碳城市受到国内外学者广泛探讨。本文从低碳开发、低碳经济、低碳环境、城市规模与能源消耗5个方面22个指标构建了低碳城市评价体系,引入遥感影像中的DMSP-OLS夜间灯光数据集与PM2.5浓度反演影像;利用因子分析、聚类分析及空间相关性分析,将2006年及2010年284个地级及以上城市按照低碳水平分为低碳、相对低碳、相对高碳、高碳四类城市;根据驱动力分为环境主导型、居民主导型、城镇化主导型及产业主导型四种城市类型;空间上识别出京津冀、长三角、山东省及珠三角地区具有低碳城市发展集聚效应;低碳城市发展水平受城市行政等级、产业转型等因素影响。

Wu J S, Xu N, Zhang X W .

Evaluation of low-carbon city and spatial pattern analysis in China

[J]. Progress in Geography, 2016,35(2):204-213.

[本文引用: 1]

邹进贵, 陈艳华, 田径 , .

基于ArcGIS的DMSP/OLS夜间灯光影像校正模型的构建

[J]. 测绘地理信息, 2014,39(4):33-37.

URL     [本文引用: 1]

系统分析了DMSP/OLS非辐射标定夜间灯光强度数据本身的固有缺陷,提出了一套完整地对中国区域夜间灯光影像进行校正的技术思路,并基于ArcGIS地理信息平台进行了相应的模型构建,有效去除了灯光影像中非稳定亮值像元的影响以及影像序列中DN值的异常波动,增加了长时间序列夜间灯光影像的连续性和可比性,在数量尺度和空间尺度均取得了较好的校正效果.

Zou J G, Chen Y H, Tian J , et al.

Construction of the calibration model for DMSP/OLS nighttime light images based on ArcGIS

[J]. Journal of Geomatics, 2014,39(4):33-37.

[本文引用: 1]

任宇飞, 方创琳 .

京津冀城市群县域尺度生态效率评价及空间格局分析

[J]. 地理科学进展, 2017,36(1):87-98.

DOI:10.18306/dlkxjz.2017.01.009      URL     [本文引用: 1]

京津冀城市群地区是国家经济发展的战略核心区之一,其经济发展与资源环境关系是近年来地理研究的重点领域。本文以京津冀城市群县域为单元,利用PM2.5、NO2遥感反演等数据,设计资源投入—经济效益—环境影响复合生态效率评价指标体系,构建县域单元生态效率评价模型,并利用非期望产出SBM模型对生态效率进行了评价,运用空间自相关分析方法对生态效率的空间效应与空间关联模式进行了检验与分析。结果显示:1资源投入、经济效益与环境影响格局存在明显时空分异,高值区主要分布在京津唐三市及周边部分县区;22006、2010、2014年3个时期京津冀城市群县域单元生态效率均值分别为0.324、0.305、0.347,总体水平较低,并呈现先下降后改善态势,区位、自然本底条件是导致生态效率空间差异的主要原因。3全局Moran's I指数分别为0.2539、0.3007、0.3088,表明县域单元生态效率存在空间正向集聚趋势;4县域单元生态效率正向集聚程度越来越显著,邻域单元生态效率差距则有所缩减。

Ren Y F, Fang C L .

Spatial pattern and evaluation of eco-efficiency in counties of the Beijing-Tianjin-Hebei Urban Agglomeration

[J]. Progress in Geography, 2017,36(1):87-98.

[本文引用: 1]

孙伟, 金晓斌, 张志宏 , .

中国主要城市群新增制造业用地特征及城镇体系耦合分析

[J]. 地理科学进展, 2016,35(12):1483-1493.

DOI:10.18306/dlkxjz.2016.12.005      URL     [本文引用: 1]

为探索中国典型城市群新增制造业用地结构与布局状况、发展及功能分工特征,本文基于中国土地市场网2009-2013年制造业用地出让数据,通过区位熵、耦合分析、相关分析等方法,分析了长三角、珠三角、京津冀、长江中游和成渝5个典型城市群新增制造业用地分布特征以及城镇体系耦合特征差异.结果表明:①各城市群新增制造业用地差异显著.长三角、珠三角城市群新增制造业发展较为均衡;京津冀、长江中游和成渝城市群发展协调性仍有待提升②新增制造业各行业用地在5个城市群中均呈现出一定的集聚特征,其中原材料等传统产业倾向布局在城市群边缘区及城市低等级区;电子信息产业等新兴产业多集中在核心城市及高等级区.③各城市群内部新增制造业用地市场化机制作用较为充分,地价呈现随等级提升而递增的趋势;城市群核心区市场活跃度较低而骨干区较高.相关结论可为城市群产业布局调整、优化以及制定不同等级区域协调发展战略提供参考.

Sun W, Jin X B, Zhang Z H , et al.

Characteristics of new manufacturing land and coupling analysis with urban system in Chinese major urban agglomerations

[J]. Progress in Geography, 2016,35(12):1483-1493.

[本文引用: 1]

李双双, 杨赛霓, 刘宪锋 .

1960—2013年秦岭—淮河南北极端降水时空变化特征及其影响因素

[J]. 地理科学进展, 2015,34(3):354-363.

DOI:10.11820/dlkxjz.2015.03.010      URL     Magsci     [本文引用: 1]

基于秦岭&#x02014;淮河南北气象站点逐日降水数据和全国0.5&#x000b0;&#x000D7;0.5&#x000b0;逐月降水格网数据,选取16个极端降水指数,辅以趋势分析、Mann-Kendall检验和相关分析等气候诊断方法,分析了1960-2013年秦岭&#x02014;淮河南北极端降水时空变化特征,探讨了极端降水变化与ENSO事件的关系。结果表明:①1960-2013年秦岭&#x02014;淮河南北除长江下游降水呈增加趋势外,其他区域降水均呈下降趋势;②极端降水变化主要表现为:降水日数减少,降水强度上升,突发性强降水事件增多,连续性干旱事件增多;在空间上,秦巴山地、长江下游和黄河下游以极端降水强度上升为主,关中平原、巫山山区和四川盆地以极端干旱强度上升为主;③在影响因素方面,秦岭&#x02014;淮河南北极端降水与ENSO事件关系密切。在厄尔尼诺年,秦岭&#x02014;淮河南北春季极端降水偏多,夏季和全年偏少;在拉尼娜年,春季极端降水偏少,秋季和全年偏多。就各个区域而言,在厄尔尼诺年,黄河下游、关中平原、秦巴山地和四川盆地极端降水呈下降趋势,淮河平原极端降水呈上升趋势,长江下游和巫山山区响应并不明显。

Li S S, Yang S N, Liu X F .

Spatiotemporal variability of extreme precipitation in north and south of the Qinling—Huaihe region and influencing factors during 1960—2013

[J]. Progress in Geography, 2015,34(3):354-363.

Magsci     [本文引用: 1]

刘璐 .

基于夜间灯光数据的城市群蔓延指标

[J]. 国土资源遥感, 2018,30(2):208-213.doi: 10.6046/gtzyyg.2018.02.28.

URL    

快速城镇化带来了城市蔓延现象,而对城市蔓延现象的定量化研究在现有文献中却十分少见,尤其是对适用于大片区域且易于计算的定量化指标仍然很少涉及。因此,设计了一套基于城市群尺度的蔓延指标,包括从夜间灯光(night-time light,NTL)数据中提取的密度、发展分散度、多核心度及向心度4个方面的指标,同时采用这些指标对中国50个城市群区域进行了一系列计算。结果表明,这些指标相互独立,并从各方面揭示了城市群的形态特征,因此能够准确地表示各城市蔓延的程度。研究结果可为政府及规划部门制定城市群相关规划及政策提供基础研究方法,以促进城市群的健康发展。

Liu L .

Urban sprawl metrics based on night-time light data for metropolitan areas

[J]. Remote Sensing for Land and Resources, 2018,30(2):208-213.doi: 10.6046/gtzyyg.2018.02.28.

刘佳, 辛鑫, 刘斌 , .

基于DMSP/OLS夜间灯光影像的2000—2013年鄂尔多斯市城市扩张遥感制图与驱动因子分析

[J]. 国土资源遥感, 2018,30(1):166-172.doi: 10.6046/gtzyyg.2018.01.23.

URL    

内蒙古自治区鄂尔多斯市在过去十几a中经历了经济的飞速发展与城市的快速扩张,目前却面临着经济发展的停滞与城市转型。对鄂尔多斯市城市扩张及其驱动因子在时间及空间尺度上的分析,可为鄂尔多斯市的城镇化发展规划提供参考信息。利用DMSP/OLS夜间灯光(nighttime light,NTL)遥感数据,并结合Landsat影像数据,对鄂尔多斯市2000—2013年间城市扩张进行遥感制图和信息提取;应用基于稳定映射点NTL影像间辐射校正方法和支持向量机(support vector machine,SVM)算法,并结合阈值法进行数据校正和建成区面积提取。经分析发现鄂尔多斯市分3个阶段扩张,并提出应用组合分析的方式对城市扩张驱动因子进行定量分析。

Liu J, Xin X, Liu B , et al.

Urban expansion mapping and driving factor analysis of Ordos City during the period of 2000—2013 based on DMSP/OLS nighttime light data

[J]. Remote Sensing for Land and Resources, 2018,30(1):166-172.doi: 10.6046/gtzyyg.2018.01.23.

李宗光, 胡德勇, 李吉贺 , .

基于夜间灯光数据的连片特困区GDP估算及其空间化

[J]. 国土资源遥感, 2016,28(2):168-174.doi: 10.6046/gtzyyg.2016.02.26.

URL     Magsci    

<p>国内生产总值(gross domestic product,GDP)能反映一个国家或地区的经济发展状况,构建高精度的特困区GDP空间数据库对扶贫工作的开展具有重要意义。首先通过建立DMSP/OLS夜间灯光数据与连片特困区GDP的回归模型,实现利用夜间灯光数据估算特困区GDP; 然后分别对第一和第二、三产业GDP进行空间化建模: 第一产业GDP与土地利用数据相结合建模,第二、三产业GDP与夜间灯光数据相结合建模。研究结果表明,大部分特困区GDP的估算结果较为准确,县级尺度的估算精度达到87.38%; 连片特困区多为GDP低密度区,GDP基本处于50万元/km<sup>2</sup>以下,西北地区甚至出现大片低于5万元/km<sup>2</sup>。因此,高精度的连片特困区GDP密度分布图能够准确地反映特困区经济分布状况,为扶贫工作的开展提供数据支持。</p>

Li Z G, Hu D Y, Li J H , et al.

Simulation and spatialization of GDP in poverty areas based on night light imagery

[J]. Remote Sensing for Land and Resources, 2016,28(2):168-174.doi: 10.6046/gtzyyg.2016.02.26.

Magsci    

/

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发