EN中文

地理研究 >

2016 , Vol. 35 >Issue 4: 627 - 638

DOI: https://doi.org/10.11821/dlyj201604003

研究论文

基于夜间灯光影像的中国电力消耗量估算及时空动态

  • 潘竟虎 ,
  • 李俊峰
展开
  • 西北师范大学地理与环境科学学院,兰州 730070

作者简介：潘竟虎（1974- ）,男,甘肃嘉峪关人,副教授,主要从事遥感应用与空间经济分析研究。E-mail:

收稿日期: 2015-11-19

  要求修回日期: 2016-02-26

  网络出版日期: 2016-04-20

基金资助

国家自然科学基金项目（41361040）

甘肃省高校基本科研业务费项目（2014-63）

收起

Estimate and spatio-temporal dynamics of electricity consumption in China based on DMSP/OLS images

  • PAN Jinghu ,
  • LI Junfeng
Expand
  • College of Geographic and Environmental Science, Northwest Normal University, Lanzhou 730070, China

Received date: 2015-11-19

  Request revised date: 2016-02-26

  Online published: 2016-04-20

Copyright

《地理研究》编辑部
Fold

摘要

提出夜间灯光降饱和指数模型,以中国大陆为研究对象,基于DMSP/OLS夜间灯光数据、MODIS NDVI产品、基础地理信息数据及社会经济统计数据,构建电力消耗估算模型,定量估算了2000-2012年电力消耗量,并采用空间统计分析方法,从不同时间、空间角度对省级、地级和县级单元的电力消耗量变化趋势和空间集聚程度进行分析。结果表明：夜间灯光降饱和指数模型能较好地降低夜间灯光的数据饱和和溢出,其中MDNVI模型的效果最好。从县级尺度电力消耗变化趋势的显著性来看,无明显变化区域主要出现在青藏高原,迅猛增长型多数分布在京津冀、长三角、珠三角和中东部省会城市。

关键词： 电力消耗; 夜间灯光; 时空动态; DMSP/OLS; ESDA

本文引用格式

潘竟虎 , 李俊峰 . 基于夜间灯光影像的中国电力消耗量估算及时空动态[J]. 地理研究, 2016 , 35(4) : 627 -638 . DOI: 10.11821/dlyj201604003

Abstract

Nighttime light (NTL) data from the Defense Meteorological Satellite Program/Operational Linescan System (DMSP/OLS) are able to provide information on nighttime luminosity, a correlation of the built environment and energy consumption. NVI (Nighttime-light Vegetation Index), RNVI (Ratio Nighttime-light Vegetation Index), DNVI (Difference Nighttime-light Vegetation Index), NDNVI (Normalized Difference Nighttime-light Vegetation Index), SANVI (Soil-adjusted Nighttime-light Vegetation Index) and MDNVI (Modified Difference Nighttime-light Vegetation Index) were used to compensate for the shortage of DMSP/OLS data. DMSP/OLS night lights data, MODIS NDVI products, China GIS database and socio-economic statistical data are also taken into consideration. An electricity consumption estimation model is used to obtain a figure for electricity consumption from 2000 to 2012. Lastly, we divide electricity consumption into four ratings and analyze the spatio-temporal patterns by using ESDA method. Results are as follows: All of the indexes can compensate the shortage of DMSP/OLS data, among which MDNVI is the best model. We reduced spatial overflow effect of night lights data by using MDNVI model. Then we built a linear regression model of electricity consumption by regression analysis, and we used it for DMSP/OLS data to retrieve China's electricity consumption spatial layout. We compared the MRE (mean relative error) between the result and related research, which proves that our result has a lower MRE and a higher accuracy. Finally we find a way to obtain China electricity consumption data from 2000 to 2012 quickly and effectively. Electric consumption grew quickly in China from 2000 to 2012; on the whole, maximum electric consumption increased from 6.79 M kW⋅h to14.82 M kW⋅h. We discovered, using downscaling analysis, electricity consumption showed significant differences within regions. We analyzed electricity consumption levels, Moran's I and LISA cluster in the study area from 2000 to 2012 by using statistical data. Results showed that generating capacity and electricity consumption of 31 provinces have a strong spatial correlation. Gradually formed four "HH" cluster areas, namely Langfang-Tianjin, the Pearl River Delta, Shanghai-Hangzhou-Nanjing and the West Bank of the Taiwan Straits from 2000 to 2012. Spatial agglomeration of electricity consumption at county scale is significant, with "HH" clusters mainly located in Beijing-Tianjin, the Yangtze River Delta, Pearl River Delta, Shandong Peninsula, Changchun-Harbin-Dalian area, and North Tianshan Mountains area. The "LL" pattern shows a gradual trend moving from the south-eastern edge of the Qinghai-Tibet Plateau to the Tibetan Plateau. The index proposed here combines information from both DMSP/OLS NTL data and MODIS NDVI data for more detailed characterizations in nighttime luminosity. Our assessments confirm its ability to reduce the NTL saturation. Moreover, its simplicity enables rapid characterization and monitoring of electricity consumption.

Key words： electricity consumption; nightlight; NVI; DMSP/OLS; ESDA

1 引言

电力作为人类文明向前跃进的现代社会的产物,极大地改变和丰富了人类的生活[1],在社会发展和国民经济中扮演着重要的角色。电力消耗量能够直观反映特定地区在某一时间段内国民经济各部门和城乡居民实际耗费的电量,是定量衡量区域电力消费状况的基本指标。李克强总理于2014年3月5日在本届政府的第一个国务院政府工作报告中首次援引“社会用电量”和“货运量”作为先行指标。电力消耗量与地方政府的GDP崇拜并无关系,没有或较少存在作假掺水的空间和动机,且容易被查证,故而所取得的具体数据更为真实,能较客观地反映经济走势。电力消耗量指标还贴近实体经济,直接反映市场供求变化、企业运转情况,具有即时性、灵敏性,成为反映经济运行情况的重要指示器。现有的电力消耗数据均来自基于行政单元统计的年鉴或者其他统计资料,尽管统计资料具有权威性,但数据统计周期长,更新缓慢,并且缺乏详细的内部空间信息,不能完全揭示电力消耗量的空间差异,也制约了电力消耗数据与其他自然要素、社会经济要素的综合分析,降低了数据的实用性。相较于基于行政单元的统计数据,基于栅格的电力消耗空间分布数据是一个更为现实的选择。
国外电力消耗空间化的研究起步较早,西方发达国家由于可以及时准确地获得较为精细的能源电力消耗空间数据,其研究深度和广度都走在相关研究的前列。DMSP/OLS（Defense Meteorological Satellite Program/Operational Linescan System）连续高分辨率夜间灯光数据的出现,使及时、有效地获取区域内的电力消耗时空动态信息成为可能。Elvidge等[2]采用DMSP/OLS影像,以经济发展状况不同的21个国家为对象,研究了灯光强度与电力消费量之间的关系。Silvana等[3]以巴西亚马逊河流域为例,研究发现夜间灯光的面积与电力消费量之间表现出较明显的线性相关关系。Alejandro等[4]将校准后的夜间灯光数据用于检验来自于官方统计的公共照明电力消耗数据,配合人口数据验证了统计数据的可靠性和实用性。在国内,李通等[5]以市级行政区为研究尺度,利用DMSP/OLS数据估算了中国1995-2008年电力消费量的空间格局。杨续超等[6]基于DMSP/OLS数据,构建人居指数,分析了2010年浙江省1 km分辨率下电力消费量的空间分布。吴健生等[7]在地级行政单元尺度上,利用DMSP/OLS数据和能源统计资料模拟了中国1995-2009年能源消耗的空间格局。Cao等[8]利用DMSP/OLS估算了中国101个建制城市的电力消耗量。总体而言,现有电力消耗遥感估算及其空间化的研究多以省级行政区为研究单元,全国尺度的宏观研究较少,并且不能较好地克服DMSP/OLS数据自身存在的饱和和空间溢出等不足[9,10],大大降低了估算的精度和实用性。
本文以中国大陆地区为研究对象,以DMSP/OLS夜间灯光数据、MODIS NDVI产品、基础地理信息数据及社会经济统计数据等为基础,利用GIS空间分析技术,定量估算2000-2012年中国电力消耗量,并从不同时间、空间角度分析省级、地级和县级单元尺度的电力消耗量变化趋势和空间集聚程度,旨在为快速获取中国空间电力消耗数据,实现电力资源优化布局提供科学依据。

2 数据来源

本文研究区为中国大陆地区（不含香港、澳门特别行政区和台湾省）。夜间灯光数据获取自NOAA NGDC（NOAA's National Geophysical Data Center,http://ngdc.noaa.gov/eog/down-load.html）提供的2000-2012年稳定夜间灯光数据。DMSP是美国国防部的极轨卫星计划,卫星上搭载了线性扫描仪OLS,它可在夜间探测地表的城市光线、辉光、极光、闪电和火光等,即使是小规模居民地、车流等发出的低强度灯光也能够被OLS探测到,与黑暗的乡村背景在影像上形成鲜明的对比[11]。OLS传感器有可见光和热红外两个通道,其中可见光波范围为0.4~1 μ m,光谱分辨率6 bit,灰度值范围是0~63。OLS传感器提供三种类型的数字灯光产品,本文使用的是辐射定标平均灯光强度图像,是全年观测数据的平均值,包含了可见光波段的平均DN值。
MODND 1M中国1 km NDVI月合成产品来自中国科学院计算机网络信息中心国际科学数据镜像网站（http://www.gscloud.cn）,该产品由MODND 1D经过估算、拼接、切割、投影转换、单位换算等过程加工而成,计算方法为取月内最大值,时间序列为2000年2月-2010年12月。2011年和2012年NDVI数据采用MOD13 A3月合成产品,为1 km L3数据产品,投影为正弦曲线投影,数据来源于美国地质调查局网站（http://earthexplorer.usgs.gov/）,空间分辨率为1 km,时间分辨率为月。在数据处理中,以遥感和GIS作为技术支持,在ENVI 5和ArcGIS 10软件平台支持下,通过比较多种夜间灯光降饱和指数,选择最优指数对数据进行预处理,减弱夜间灯光饱和像元和溢出像元对研究的影响。对去条带处理后的Landsat 7 ETM+数据进行几何精校正和图像镶嵌,采用NDBI-SAVI（Normalized Difference Barren Index-Soil Adjusted Vegetation Index）指数[12]以及人机交互目视解译方法取得2012年北京市、上海市和兰州市的城市建成区矢量边界
分省社会用电量和国内生产总值数据来源于《中国统计年鉴》（2001-2013年）,地级及以上城市全社会用电量（市辖区）数据来源于《中国城市统计年鉴》（2001-2013年）,分省发电量数据来源于《中国能源统计年鉴》（2001-2013年）。各级行政单元边界取自国家基础地理信息中心1 ∶ 400万数据库。

3 电力消耗量的空间估算方法

3.1 夜间灯光数据溢出和饱和像元的去除

DMSP/OLS传感器由于辐射分辨率较低,灰度值为整型数据且介于0~63之间,使得探测到的夜间灯光区域存在大量的饱和像元和溢出像元,现有电力消耗空间估算研究中普遍采用的经验阈值法、突变检测法、统计数据比较法的估算结果都受到限制。受篇幅所限,本文仅以北京市、上海市、兰州市为例进行说明,对比分析2012年DMSP/OLS影像的夜间灯光区域与中等分辨率Landsat7 ETM+影像的城市建成区（图1）,其中DN值等于63的像元是饱和夜间灯光区域,DN值不等于63的像元为非饱和夜间灯光区域。图1中,北京、上海、兰州的饱和夜间灯光区域与实际的城市建成区存在很大差异。
Fig. 1 Nighttime light data with the saturation for Beijing, Shanghai and Lanzhou in 2012

图1 2012年3个城市夜间灯光数据的饱和问题示意图

绘制一条横贯北京市的东西向剖面线,采样对比2012年北京市东西方向上夜间灯光灰度值与NDVI数据值（图2）,发现两者在空间上存在负相关关系,其数值特征接近于ETM数据中近红外波段和红光波段的地表反射率数值特征。夜间灯光与NDVI数据的数值特征关系也与建成区植被减少的事实吻合。为快速获取可以反映地面真实灯光区域、城市建成区或者电力消耗区域的数据,解决在城市建成区提取中广泛采用的阈值法所面临的问题,结合MODIS NDVI数据构建了夜间灯光降饱和指数（Nighttime-light Vegetation Index,NVI）,其目的在于有效、综合利用夜间灯光和NDVI植被指数的光谱信息,减弱夜间灯光数据饱和及溢出效应,强化夜间灯光区域的内部强度差异。
Fig. 2 Latitudinal transects of the DMSP DN with saturation and NDVI along one transect in Beijing in 2012

图2 2012年北京市纬向样带饱和DMSP DN值与NDVI值对比

参考已有植被指数模型,本文分别使用比值夜间灯光降饱和指数模型（Ratio Nighttime-light Vegetation Index,RNVI）、差值夜间灯光降饱和指数模型（Difference Nighttime-light Vegetation Index,DNVI）、归一化夜间灯光降饱和指数模型（Normalized Difference Nighttime-light Vegetation Index,NDNVI）、土壤调整夜间灯光植被指数模型（Soil-adjusted Nighttime-light Vegetation Index,SANVI）和改进型夜间灯光降饱和指数模型（Modified Difference Nighttime-light Vegetation Index,MDNVI）进行比较分析。首先对夜间灯光数据NTL（nighttime light）进行归一化处理,使归一化后的NTL取值范围介于0~1之间。
（1）比值降饱和指数模型RNVI。计算公式为[13]：
RNVI = NTL NDVI （1）
式中：NTL为归一化处理的夜间灯光数据; NDVI 为MODIS NDVI中大于0的数据。 RNVI 取值范围大于0。
（2）差值降饱和指数模型DNVI,取值范围-1~1,计算公式为[13]：
DNVI = NTL - NDVI （2）
（3）归一化降饱和指数模型NDNVI,取值范围-1~1,计算公式为[14]：
NDNVI = NTL - NDVI NTL + NDVI （3）
（4）土壤调整降饱和指数模型SANVI,取值范围-1~1,计算公式为[15]：
SANVI = NTL - NDVI NTL + NDVI + L 1 + L （4）
式中：L为土壤调节系数,用来调节不同植被盖度下,NDVI对不同土壤反射变化的敏感性,其值取决于NDVI的先验知识。当L=0时,SANVI就是NDNVI;L=1时,土壤的影响几乎消失。由于中国各地土地裸露差异较大,本文L分别选取0.3、0.5和0.7进行对比。
（5）改进型降饱和指数模型MDNVI。计算公式为[16]：
MDNVI = 1 - NDVI + NTL 1 - NTL + NDVI + NDVI × NTL （5）
图3为2012年北京市的五种降饱和指数与NDVI指数及夜间灯光NTL数据之间的对比。通过对比,发现NDVI≤0.1和NDVI>0.9的区域可以判定为无人区域,该区域为夜间灯光溢出区域,与杨续超[6]估算浙江省人口空间分布时采用将NDVI>0.9和NDVI≤0.1区域的夜间灯光数据进行剔除所验证的结果相同。相较于夜间灯光原始数据,对比分析5种指数,发现随指数值升高,该区域为真实夜间灯光区域的可能性也随之增大。其中取值范围介于-1~1的DNVI、NDNVI、SANVI三种指数都强化了夜间灯光溢出区域与真实夜间灯光区域的差异,通过设定适当阈值,可以较快速提取真实灯光区域。SANVI指数中的土壤调节系数L降低了地表差异影响,改善了夜间灯光降饱和指数与真实地物的线性关系,使得指数具有更加广泛的普适性与实用性,但三种指数在刻画真实夜间灯光区域内部差异上略显不足。取值范围大于0的RNVI和MDNVI指数在抑制灯光溢出区域与强化真实灯光区域的同时,对真实夜间灯光内部差异程度的刻画都比DNVI、NDNVI、SANVI三种指数的效果更为突出。比较RNVI和MDNVI指数发现,RNVI对夜间灯光数值的拉伸更加明显,但MDNVI指数更加强化了实际地物对真实夜间灯光内部区域的影响[17]。在通过目视综合分析各指数对夜间灯光数据饱和和溢出区域的处理效果之后,MDNVI指数的效果更为明显。
Fig. 3 Contrast among saturation reduction index for nighttime light data of Beijing

图3 北京市夜间灯光数据各指数降饱和的效果对比

在兰州市和上海市的试验中亦获得了相同的结论,限于篇幅,不再一一列出。因此,本文最终采用MDNVI指数进行电力消耗估算。同时剔除掉NDVI≤0.1和NDVI>0.9的夜间灯光区域,以避免无人区对电力消耗量估算产生影响。

3.2 电力消耗量的空间估算

为检验电力消耗总量与经MDNVI指数预处理后的夜间灯光数据的总DN值之间是否存在明显的相关性,本文首先进行相关性分析和t检验。通过泊松相关性分析,发现各年份的相关系数均大于0.86,最低相关系数为0.867（2009年）,最高为0.957（2003年）,13年间的相关系数平均值为0.919,表明电力消耗量与DN值之间存在较明显的相关关系。t检验中P（单尾）值远小于0.05,说明电力消耗量与夜间灯光DN值之间的关系有统计学意义。以省级行政区内预处理后的夜间灯光数据的DN值之和为自变量,相应省级行政区对应年份的电力消耗总量为因变量,分别采用指数、线性和对数模型进行拟合,发现三种拟合模型的决定系数R2均在0.7以上,但线性模型的拟合优度最高。
Forbes[18]从较大的州级尺度和较小的城市尺度分别开展研究,发现二者估算的结果差异不大,城市尺度的相关模型中离散值更多,且运算的数据量大。袁涛[19]在使用夜间灯光数据测度区域贫困状况时,发现一元线性关系和二元线性关系之间的差异很小,拟合方程的决定系数也很接近。本文分别以省级和市级行政单元为对象,采用一元线性和二元线性模型进行拟合试验,结果与Forbes及袁涛的结论一致。为更好地拟合电力消耗量与DN值之间的关系,本文首先从省级和地级市辖区两个尺度进行拟合分析。虽然在省级尺度按照南北方分区域的电力消耗量与DN值的拟合度较高,但数值点较少;地级市辖区的拟合度也很高,但地级市辖区并不能较好地代表所辖县级行政单元电力消耗与DN值之间的关系。综合分析电力总消耗量与DN值总量的散点图以及一元线性拟合模型,并比较模型与散点之间的趋势,直接对31个省份构建一元线性拟合模型的拟合度最高,因此,最终构建一元线性拟合模型对统计数据与NTL之间的关系进行拟合,公式为：
E ij = a × D N sij + b （6）
式中：Eij为第i年省份j的年总电力消耗量;DNsij为第i年省份j行政区域内NTL数据DN值的总和;a和b分别为模型的系数;s表示行政区域内NTL数据DN值的总和。各年份的拟合方程如表1所示。
Tab. 1 Linear equation between total electricity consumption and DN at provincial scale

表1 省级电力消耗总量与夜间灯光的一元线性拟合方程

年份 一元线性拟合方程 决定系数R2 年份 一元线性拟合方程 决定系数R2
2000 y =0.0845 x +1×106 0.8988 2007 y =0.1825 x +0.47×106 0.8890
2001 y =0.0841 x +1×106 0.8749 2008 y =0.1554 x +1×106 0.8931
2002 y =0.0918 x +1×106 0.8971 2009 y =0.1751 x +2×106 0.8705
2003 y =0.1496 x +0.46×106 0.9178 2010 y =0.1512 x +3×106 0.8724
2004 y =0.1589 x +0.72×106 0.9271 2011 y =0.2196 x +2×106 0.9028
2005 y =0.1743 x +0.54×106 0.9447 2012 y =0.2598 x +4066.1 0.9052
2006 y =0.1556 x +1×106 0.9031
按照表1所示的线性拟合方程,对2000-2012年共13年中国大陆地区的电力消耗进行估算,得到中国各省份电力消耗量的空间格局（图4）。图4直观形象地展示电力消耗量的高低以及空间差异。
Fig. 4 Spatialized electricity consumption in China

图4 中国电力消耗空间化估算结果

3.3 误差分析

分别通过计算2000-2012年省级行政单元和2000年、2006年和2012年地级市（市辖区）的统计值与模拟估算值的相对误差,对估算结果进行直观验证与评价。在李通等[5]利用NTL进行电力消费量计算的研究中,1995年、2000年和2009年的平均相对误差分别为27.7%、31.7%和33.5%。而本文在31个省级行政区尺度上计算的电力消耗估算值与统计值之间的平均相对误差最大为18.5%,最小为11.9%。在地级市（市辖区）尺度上,2000年、2006年和2012年估算值与统计值之间的平均相对误差分别为19.7%、15.1%和21.6%,均低于李通等[5,7]类似研究的结果。这说明本文估算结果的精度较高,误差在可控范围中,估算结果可信。同时也说明了本文提出的去饱和模型可以有效降低溢出效应,提高NTL数据的估算精度,在一定程度上弥补了夜间灯光NTL数据自身存在的不足。
估算结果的误差主要来源于：① NTL数据自身数据原因产生的误差。夜间灯光数据的辐射分辨率仅为6 bit;DN值介于0~63之间,范围小,在产品中存在大量的饱和像元和溢出像元。通过将NDVI≤0.1和NDVI>0.9视作无人区,对夜间灯光数据进行掩膜,采用MDNVI指数反映真实夜间灯光区域内部差异的方法,虽然可以在一定范围内减小溢出像元的误差,降低饱和像元突出的问题,却难以彻底消除误差。OLS传感器经过光电增强后得到的1 km分辨率产品的空间分辨率低的事实也不能忽视。② 不同区域用于发光的电能比例不同,照明基础设施区域间差异,以及遥感数据获取的瞬时性都使得结果出现误差。中国快速城市化进程中,城市区域夜间照明设施的普及和不断完善,相对于农村地区夜间照明体系的滞后和区域差异都对NTL数据在一定程度上构成影响。由于电能只有部分转化为光,且被DMSP卫星在夜间的某一瞬时由OLS探测到,虽然使用的数据产品为年稳定灯光产品,但忽略了偶然灯光、渔船火光等,误差仍然存在。③ 统计数据产生的误差,以及电力数据中全社会用电量、工业用电与居民用电等不同用电类型的区分都使得结果不可避免地存在误差。此外,用矢量边界裁剪已校正的灯光数据,在边界区域尤其是东南沿海边界区域也会产生一定的误差。

4 中国近13年来电力消耗的时空格局

4.1 县级电力消耗量变化趋势的显著性分析

在一元线性拟合分析中,线性关系的显著性由相关系数决定,计算公式为[20]：
R = ∑ i = 1 n x i - x ̅ E i - E ̅ ∑ i = 1 n x i - x ̅ 2 E i - E ̅ 2 （7）
式中：n为年份数,n=13;xi为1~13年的序号;Ei表示某行政单元第i年的电力消耗量; x ̅ 和 E ̅ 分别代表多年年份数xi的平均值和某行政单元多年电力消耗量E的平均值。一般而言,当R通过0.1水平的显著性检验时,认为两者要素相关,这时的样本相关系数能够反映两要素之间的关系。据此,认为 R ≥0.46的行政单元的电力消耗量具有显著变化趋势, R <0.46的行政单元的电力消耗量无明显变化趋势[20]。
对于电力消耗量呈显著性变化趋势的行政单元,通过计算该行政单元2000-2012年电力消耗量变化的斜率来判断其趋势类型,计算公式为[5]：
slope = n × ∑ i = 1 n x i E i - ∑ i = 1 n x i ∑ i = 1 n E i n × ∑ i = 1 n x i 2 - ∑ i = 1 n x i 2 （8）
式中：n为年份数,n=13;xi为1~13年的序号,Ei表示某行政单元第i年的电力消耗量。 slope < 0表示该行政单元电力消耗量呈显著降低趋势, slope ≥0表示电力消耗量呈显著增长的趋势。
对于电力消耗量呈增长趋势的行政单元,根据其 slope 均值和标准差,将其划分为缓慢增长型、较慢增长型、中速增长型、较快增长型、迅猛增长型5种类型（图5）。图5反映了中国大陆近13年来,县级行政单元电力消耗的变化趋势。无明显变化趋势的县区主要分布在青藏高原和湘贵山区;迅猛增长型县区除主要集中在京津、长江三角洲、珠江三角洲外,还分布在呼包鄂城市群、哈尔滨、武汉、成都、济南、郑州、乌鲁木齐、太原、大同、赤峰、榆林等城市。整体上,中国北方电力消耗增速高于南方。
Fig. 5 Electricity consumption change class at county scale in the past 13 years

图5 近13年县域电力消耗变化

4.2 基于行政单元的电力消耗空间关联分析

分别从省级、地级、县级单元尺度计算各年份电力消耗的全局Moran's I指数[21],结果发现,省级、地级、县级单元尺度13年的Moran's I指数平均值分别为0.3441、0.5376和0.4087,并且都通过了0.05的显著性检验,表明存在较高的空间集聚特征,且集聚性呈现地级>县级>省级的特点。以2000年、2006年、2012年3个年份为例,局域自相关空间聚类结果（图6）表明,省级尺度上,早期电力消耗的HH（自身电力消耗高,周边单元也高）空间集聚区主要出现在江苏和浙江两个省份,2006年后逐渐增加了京津冀和上海;LL（自身电力消耗低,周边单元也低）集聚早期出现在西北和西南地区,2006年之后主要出现在青海、新疆和西藏;广东省在后期成为HL集聚区域;LH集聚区主要分布在安徽、山西、内蒙古和吉林。地级尺度上,2000年HH区集中在珠三角、杭州湾以及福州,2006年增加了廊坊、绍兴、台州,到2012年形成了廊坊—天津、珠三角、沪杭宁和海峡西岸四个HH集聚区;LL区从中部集聚逐渐转变为向西南、华南以及甘肃临夏和甘南分散转移。县级尺度上,HH区早期分布在京津、长三角、珠三角、山东半岛、哈尔滨—长春—大连、天山北坡;2006年范围继续向周边扩散,到2012年,增加了呼伦贝尔、呼和浩特—包头—鄂尔多斯、陕西西北、中宁—银川—巴彦淖尔等区域。各时期的LH和HL区域数量都很少。
Fig. 6 Local auto-correlation cluster map of electricity consumption at provincial, prefecture and county scales

图6 省级、地级、县级尺度电力消耗局域自相关聚类图

5 结论与讨论

耗电量是“克强指数”中最重要的构成指标之一,使用DMSP/OLS夜间灯光遥感影像能够快速、动态、有效估算中国不同行政单元的电力消耗量,其良好的时空连续性是统计数据所无法替代的,可以弥补传统统计手段数据不完备、缺失和口径不统一等缺陷,有望成为一种可靠的新型能源消耗空间监测手段。本文提出了去除夜间灯光影像饱和度的夜间灯光降饱和指数模型NVI,分别采用RNVI,DNVI,NDNVI,SANVI和MDNVI指数辅助用以去除饱和度,通过对比发现,经MDNVI处理的夜间灯光数据的DN值与统计的省级电力消耗量之间存在较强的相关关系,通过构建电力消耗估算模型,得到中国电力消耗量空间数据。
DMSP/OLS夜间灯光数据在定量估算社会经济指标应用中主要存在的问题包括[22]：① 非辐射定标的原始影像数据集提供的影像并不是连续性的;② 像元DN值动态范围小,饱和、溢出现象突出。目前学者们提出的方法尽管可以在一定程度上降低影像的饱和和溢出,但长时间序列数据集中影像间的不可比和不连续的缺陷并未真正得到改善。受夜间灯光数据空间分辨率和辐射分辨率较低的影响,本文的估算结果不可避免地存在误差,尤其是在华北地区等溢出效应比较明显的地区,虽然采取了降低饱和度的方法,但仍然没有达到最好的效果。采取相互校正、饱和校正以及分时间影像间的连续性校正等手段对影像进行辐射定标处理,应该是未来进一步深入研究的重要方向。受统计资料获取难度的限制,本文在估算电力消耗时没有区分工业用电、民用电等的区别,可能在一定程度上也会影响估算结果。此外,建立在大尺度（如省级、地级市）上的社会经济指标与夜间灯光强度的良好线性关系,在较小尺度下（县级和乡镇级）是否依然存在?如何调控或去除区域差异、尺度差异等带来的扰动,也是提高电力消耗估算精度的重要研究方向。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
孙宁, 徐菊艳. 我国三大产业电力消耗影响因素的分解分析. 长江流域资源与环境, 2011, 20(8): 918-921.<p>基于改进的Kaya恒等式，将电力消耗的影响因素分解为经济增长、产业结构和电力强度，并采用LMDI法的时间序列分解方式研究了这些因素对我国三大产业2000～2007年电力消耗的影响轨迹。分解分析的结果表明：总体上经济增长、产业结构和电力强度因素均对三大产业的电耗增长具有推动作用，其中经济增长是各产业电耗增长的最主要原因，2000～2007年其贡献高达9365%。但是2006年以来产业结构和电力强度变化已显示出明显的节电效应，2006～2007年的产业结构调整使得电耗减少了74130亿kW&middot;h，同期电力强度降低亦使电耗的减少量达1 64370亿kW&middot;h。如果未来我国经济保持增长态势，那么电耗将持续增加，而大力发展清洁电力、优化产业结构和降低电力强度是我国电耗降低的主要途径。</p>

[Sun Ning, Xu Juyan.Decomposed analysis of affecting factors about electric power consumption of three main industries in China. Resources and Environment in the Yangtze Basin, 2011, 20(8): 918-921.]

[2]
Elvidge C D, Baugh K, Hobson V, et al.Satellite inventory of human settlements using nocturnal radiation emissions: A contribution for the global toolchest. Global Change Biology, 1997, 3(5): 387-395.Time series data from the Defense Meteorological Satellite Program (DMSP) Operational Linescan System (OLS) have been used to derive georeferenced inventories of human settlements for Europe, North and South America, and Asia. The visible band of the OLS is intensified at night, permitting detection of nocturnal visible-near infrared emissions from cities, towns, and villages. The time series analysis makes it possible to eliminate ephemeral VNIR emission sources such as fire and to normalize for differences in the number of cloud-free observations. An examination of the area lit (km 2 ) for 52 countries indicates the OLS derived products may be used to perform the spatial apportionment of population and energy related greenhouse gas emissions.

DOI

[3]
Silvana A, Gilberto C, Antonio M, et al.Estimating population and energy consumption in Brazilian Amazonia using DMSP night-time satellite data. Computers, Environment and Urban Systems, 2005, 29(2): 179-195.ABSTRACT 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&aacute; revealed a linear relation (R2=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&ndash;temporal 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.

DOI

[4]
Alejandro Sánchez de Miguel, Zamorano J, Pascual S. Evolution of the energy consumed by street lighting in Spain estimated with DMSP-OLS data. Journal of Quantitative Spectroscopy & Radiative Transfer, 2014, 139(5): 109-117.We present the results of the analysis of satellite imagery to study light pollution in Spain. Both calibrated and non-calibrated DMSP-OLS images were used. We describe the method to scale the non-calibrated DMSP-OLS images which allows us to use differential photometry techniques in order to study the evolution of the light pollution. Population data and DMSP-OLS satellite calibrated images for the year 2006 were compared to test the reliability of official statistics in public lighting consumption. We found a relationship between the population and the energy consumption which is valid for several regions. Finally the true evolution of the electricity consumption for street lighting in Spain from 1992 to 2010 was derived; it has been doubled in the last 18 years in most of the provinces.

DOI

[5]
李通, 何春阳, 杨洋, 等. 1995-2008年中国大陆电力消费量时空动态. 地理学报, 2011, 66(10): 1403-1412.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局，揭示了中国大陆同期电力消费量的时空动态过程。结果表明：① 利用DMSP/OLS数据能够比较可靠地反映中国大陆1995-2008 年电力消费量的时空动态，精度达到70%左右，具有一定的可行性。② 中国大陆1995-2008 年电力消费量以中低消费级别为主，但空间分布差异明显，占全国总面积10.69%的京津唐、沪宁杭、珠三角、山东半岛、辽中南地区、四川盆地等六大城市群地区是中国电力消费最为集中的区域，共消耗了中国39.23%的电力资源。③ 中国大陆1995-2008 年电力消费量表现出比较明显的增长趋势，电力消费量呈明显增长趋势的区域面积占全国总面积的64.00%。

[Li Tong, He Chunyang, Yang Yang, et al.Understanding electricity consumption changes in Chinese Mainland from 1995 to 2008 by using DMSP/OLS stable nighttime light time series data. Acta Geographica Sinica, 2011, 66(10): 1403-1412.]

[6]
杨续超, 康丽莉, 张斌, 等. 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. 地理科学, 2013, 33(6): 718-723.<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 Xuchao, Kang Lili, Zahng Bin, et al.Electricity consumption estimation using multi-sensor remote sensing data: A case study of Zhejiang province. Scientia Geographica Sinica, 2013, 33(6): 718-723.]

[7]
吴健生, 牛妍, 彭建, 等. 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. 地理研究, 2014, 33(4): 625-634. Wu Jiansheng, Niu Yan, Peng Jian, et al. Research on energy consumption dynamic among prefecture-level cities in China based on DMSP/OLS nighttime light. Geographical Research, 2014, 33(4): 625-634.]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.

DOI

[8]
Cao X, Wang J, Chen J, et al.Spatialization of electricity consumption of China using saturation-corrected DMSP-OLS data. International Journal of Applied Earth Observation and Geoinformation, 2014, 28(5): 193-200.Electricity is one of the most important components in energy consumption, which is directly related to economic growth, CO 2 emission and global warming. This research intends to estimate spatial distribution of electricity consumption in China, the largest developing country, and analyze the temporal and spatial change of electricity consumption during 1994–2009. The spatial modeling is based on the total electricity consumption of each province and DMSP (Defense Meteorological Satellite Program) – Operational Line-scan System (OLS) data, the latter provides the nighttime light information corresponding to electricity consumption, GDP and population. A simple method was developed to correct the saturated pixels with digital number of 63 in non-radiance-corrected DMSP-OLS data, using cities’ GDP data. The spatial electricity consumption maps were produced during 1994–2009, and they were validated by the electricity consumption records of 101 cities. Finally, the spatial–temporal changes of electricity consumption were analyzed. The results of this research can help to understand the regional discrepancy, especially rural and urban areas of China, of electricity consumption and economic development.

DOI

[9]
杨眉, 王世新, 周艺, 等. DMSP/OLS夜间灯光数据应用研究综述. 遥感技术与应用, 2011, 26(1): 45-51.<p>DMSP/OLS以其独特的光电放大特性与对夜间灯光的获取能力,成为人类活动监测的良好数据源。回顾了DMSP/OLS夜间灯光数据在城镇信息提取、社会经济因子估计及光污染、火灾、渔火、天然气燃烧监测等方面的应用,其中重点介绍了利用灯光数据估算城市化水平和人口的方法和步骤,并总结了DMSP/OLS夜间灯光数据在应用中的优越性与局限性,最后对其未来应用方向进行了展望。<br /></p>

[Yang Mei, Wang Shixin, Zhou Yi, et al.Review on applications of DMSP/OLS night-time emissions data. Remote Sensing Technology and Application, 2011, 26(1): 45-51.]

[10]
王鹤饶, 郑新奇, 袁涛. DMSP/OLS数据应用研究综述. 地理科学进展, 2012, 31(1): 11-19.DMSP/OLS夜间灯光数据 主要包括稳定灯光数据、辐射标定夜间灯光强度数据、非辐射标定夜间灯光强度数据3种产品。该数据产品具有获取容易、能够探测低强度灯光、不受光线阴影影 响、方便为城市化强度及其时空分异分析提供条件等优点。目前,关于DMSP/OLS数据的研究成果已有很多,主要集中于城市发展研究、人类活动及效应研 究、生态环境影响研究等方面,但对成果的系统归纳总结性研究却几乎没有。基于此,本文分析比较了现有DMSP/OLS数据研究实例,针对已有成果研究目 的、技术方法以及方法优缺点等进行归纳总结,探索DMSP/OLS夜间灯光平均强度数据的应用前景。最后,总结了该数据的未来研究趋势:①对数据本身处理 方法深入研究;②数据应用领域应进一步扩展;③DMSP/OLS数据与其他数据模型的集成研究应进一步深化;④将现有研究成果结合,进一步研究地理现象机 制问题。

DOI

[Wang Herao, Zheng Xinqi, Yuan Tao.Overview of researches based on DMSP/OLS nighttime light data. Progress in Geography, 2012, 31(1): 11-19.]

[11]
何春阳, 史培军, 李景刚, 等. 基于DMSP/OLS夜间灯光数据和统计数据的中国大陆20世纪90年代城市化空间过程重建研究. 科学通报, 2006, 51(7): 856-861.中国大陆目前以行政单元为基础的城镇用地面积统计数据缺乏足够的空间信息, 难以满足大尺度城市化空间格局和变化过程研究的需要. 文中首先提出了一种以现有统计数据为基础, 借助DMSP/OLS夜间灯光遥感数据, 快速恢复和提取中国大陆城镇用地空间信息, 弥补现有统计资料不足的新方法. 进而以该方法为基础, 利用 1992, 1996和1998年的3期DMSP/OLS夜间灯光数据, 重建了中国大陆20世纪90年代的城市化空间过程. 利用统计数据对该方法提取结果的面积总量评估表明, 二者在全中国大陆尺度上的面积相对误差在1992年小于2%, 1996年和1998年则均小于1%, 在省级尺度, 相对误差最大的省份也没有超过10%, 大部分省份的相对误差小于3%. 同时利用高分辨率Landsat TM数据对该方法提取结果的城市空间格局特征分析也表明, 利用DMSP/OLS 提取的城市格局特征与Landsat TM提取的城市格局特征基本上是吻合的, 两者的相似程度在80%左右. 这说明利用该方法重建的中国大陆20世纪90年代城市空间过程, 基本上可以反映当时中国大陆城市发展的实际状况, 具有一定的可信性, 可以在一定程度上为中国大陆宏观城市空间格局和变化过程研究提供帮助.

DOI

[He Chunyang, Shi Peijun, Li Jinggang, et al.Research on the process of urbanization in China in 1990s based on DMSP/OLS night light data and statistical data. Chinese Science Bulletin, 2006, 51(7): 856-861.]

[12]
潘竟虎, 韩文超. 近20a中国省会及以上城市空间形态演变. 自然资源学报, 2013, 28(3): 470-480.<p>以多时相、多波段的Landsat TM/ETM+遥感影像为数据源,利用<em>NDBI-SAVI</em>指数提取1990-2010年中国35个省会及以上城市的建设用地信息,通过计算紧凑度和形状指数,研究城市扩张状况,并借助雷达图来分析城市扩张的方向。结果表明:从城市扩张速度来看,东部城市总体上扩张速度高于中部和西部,其中4个直辖市的扩张速度普遍高于其它城市;扩张速度相对较慢的城市多分布在华北和西北等重工业或河谷型城市。从空间形态变化上看,两时期35个城市的形状大都集中于正方形与矩形之间,只有少数城市形状为菱形、星形、H形或X形。综合来看,近20 a中35个城市形状指数的平均值增加,而标准差减小,城市形态趋于复杂;同时,城市紧凑度的平均值减小。有15个城市的紧凑度增加,20个城市的紧凑度减小。城区往往趋向于少数几个方向扩张,&quot;摊大饼&quot;式的扩张不多见。</p>

DOI

[Pan Jinghu, Han Wenchao.Spatial-temporal changes of urban morphology of provincial capital cities or above in China. Journal of Natural Resources, 2013, 28(3): 470-480.]

[13]
Jordan C F.Derivation of leaf-area index from quality of light on the forest floor. Ecology, 1969, 50(4): 663-666.Leaf—area index of a forest can be measured by determining the ratio of light at 800 μm to that at 675 μm on the forest floor. It is based on the principle that leaves absorb relatively more red than infrared light, and therefore, the more leaves that are present in the canopy, the greater will be the ratio. See full-text article at JSTOR

DOI

[14]
Tucker C J.Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 1979, 8(2): 127-150.The vegetation index, transformed vegetation index, and square root of the IR/red ratio were the most significant, followed closely by the IR/red ratio. Less than a 6% difference separated the highest and lowest of these four ER and red linear combinations. The use of these linear combinations was shown to be sensitive primarily to the green leaf area or green leaf biomass. As such, these linear combinations of the red and photographic IR radiances can be employed to monitor the photosynthetically active biomass of plant canopies.

DOI

[15]
Huete A R.A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, 1988, 25(3): 295-309.A transformation technique is presented to minimize soil brightness influences from spectral vegetation indices involving red and near-infrared (NIR) wavelengths. Graphically, the transformation involves a shifting of the origin of reflectance spectra plotted in NIR-red wavelength space to account for first-order soil-vegetation interactions and differential red and NIR flux extinction through vegetated canopies. For cotton ( Gossypium hirsutum L. var DPI-70) and range grass ( Eragrostics lehmanniana Nees) canopies, underlain with different soil backgrounds, the transformation nearly eliminated soil-induced variations in vegetation indices. A physical basis for the soil-adjusted vegetation index (SAVI) is subsequently presented. The SAVI was found to be an important step toward the establishment of simple lobal that can describe dynamic soil-vegetation systems from remotely sensed data.

DOI

[16]
Liu Huiqing, Huete A.A feedback based modification of the NDVI to minimize canopy background and atmospheric noise. IEEE Transactions on Geoscience and Remote Sensing, 1995, 33(2): 457-465.ABSTRACT The Normalized Difference Vegetation Index (NDVI) equation has a simple, open loop structure (no feedback), which renders it susceptible to large sources of error and uncertainty over variable atmospheric and canopy background conditions. In this study, a systems analysis approach is used to examine noise sources in existing vegetation indices (VIs) and to develop a stable, modified NDVI (MNDVI) equation. The MNDVI, a closed-loop version of the NDVI, was constructed by adding 1) a soil and atmospheric noise feedback loop, and 2) an atmospheric noise compensation forward loop. The coefficients developed for the MNDVI are physically-based and are empirically related to the expected range of atmospheric and background &ldquo;boundary&rdquo; conditions. The MNDVI can be used with data uncorrected for atmosphere, as well as with Rayleigh corrected and atmospherically corrected data. In the field observational and simulated data sets tested, the MNDVI was found to considerably reduce noise for any complex soil and atmospheric situation. The resulting uncertainty, expressed as vegetation equivalent noise, was 0.11 leaf area index (LAI) units, which was 7 times less than encountered with the NDVI (0.8 LAI). These results indicate that the MNDVI may be satisfactory in meeting the need for accurate, long term vegetation measurements for the Earth Observing System (EOS) program

DOI

[17]
Zhang Qingling, Schaaf C, Seto K C.The vegetation adjusted NTL urban index:A new approach to reduce saturation and increase variation in nighttime luminosity. Remote Sensing of Environment, 2013, 129(2): 32-41.The science and policy communities increasingly require information about inter-urban variability in form, infrastructure, and energy use for cities globally and in a timely manner. Nighttime light (NTL) data from the Defense Meteorological Satellite Program/Operational Linescan System (DMSP/OLS) are able to provide information on nighttime luminosity, a correlate of the built environment and energy consumption. Although NTL data are used to map aggregate measures of urban areas such as total area extent, their ability to characterize inter-urban variation is limited due to saturation of the data values, especially in urban cores. Here we propose a new spectral index, the Vegetation Adjusted NTL Urban Index (VANUI), which combines MODIS NDVI with NTL, to achieve three key goals. First, the index reduces the effects of NTL saturation. Second, the index increases variation of the NTL signal, especially within urban areas. Third, the index corresponds to biophysical and urban characteristics. Additionally, the index is intuitive, simple to implement, and enables rapid characterization of inter-urban variability in nighttime luminosity. Assessments of VANUI show that it significantly reduces NTL saturation and increases variation of data values in core urban areas. As such, VANUI can be useful for studies of urban structure, energy use, and carbon emissions.

DOI

[18]
Forbes D J.Multi-scale analysis of the relationship between economic statistics and DMSP-OLS night light images. GIScience & Remote Sensing, 2013, 50(5): 483-499.

[19]
袁涛. DMSP/OLS数据支持的贫困地区测度方法研究. 北京: 中国地质大学(北京)硕士学位论文, 2013.消除贫困是全世界面临的重大问 题，如何识别贫困并界定贫困区域是一个科学问题，至今仍然给政府和学者带来挑战。尤其改革开放以后，由国家和政府在我国农村开始实施大规模的扶贫开发战 略，传统的社会经济统计数据缺乏空间信息，获取耗时费力，且客观性不易保证，无法满足大范围、长期、动态的区域贫困研究需求。 本研究主要引入了DMSP/OLS数据进行区域贫困程度的估测，但与传统的直接利用区域总强度、像元灰度值等统计量不同，研究提出了“单位灯光强度”的概 念，并将DMSP/OLS数据信息与区域人口、建设用地信息耦合，构建了“单位建设用地灯光强度”和“单位人口灯光强度”两类共13个指标用于描述区域灯 光特征，通过市辖区、县域、县域内城乡区域，3种不同尺度的单位灯光强度指标与地区生产总值、县区居民平均收入的相关分析，明确了不同尺度的单位灯光强度 指标在估测县区经济状况时的尺度效应，在此基础上，以农村居民纯收入作为区域贫困程度的表征，通过逐步回归的方法，筛选不同尺度的“单位建设用地灯光强 度”和“单位人口灯光强度”指标，作为变量构建了测算区域贫困程度的2个回归模型，两个模型的拟合优度分别为0.912和0.915。 研究搜集整理了全国各县区的人口和建设用地数据，利用2个区域贫困测度模型对县区农民收入水平进行了测算，将测算得到的相对贫困区域与现有的集中连片特困 地区的空间范围进行了比对，同时按照省区分析了目前划定的国家级贫困县的农民收入在全国的相对水平，通过对比发现目前划定的集中连片特困地区基本覆盖了绝 大部分的相对贫困区，而不同省区国家级贫困县的实际农民收入水平则有较大差异。研究进一步选择全局和局部空间自相关统计量对贫困县区的空间分布模式进行了 分析，分析结果表明县域尺度上，贫困区的分布仍然表现出明显的空间聚集状态，京津冀环渤海经济区、长三角经济区、珠三角经济区是相对富裕的区县聚集区域， 四川、云南、贵州、湖南、湖北、西藏等中西部的几个省区处于明显的相对贫困区域，并且区域内一致性很高，属于普遍贫困地区。

[Yuan Tao.Monitoring methods for poor areas supported by DMSP/OLS night-time light imgery. Beijing: Master Dissertation ofChina University of Geosciences (Beijing), 2013.]

[20]
徐建华. 现代地理学中的数学方法(第2版). 北京: 高等教育出版社, 1996.现代地理学中的数学方法(第2版)》是国务院学位委员会学科评议组审定通过的研究生教学用书。《现代地理学中的数学方法(第2版)》介绍和讨论现代地理学中的数学方法及其应用问题，主要内容包括绪论、地理数据及其采集与处理、统计分析方法、线性规划方法、多目标规划方法、投入产出分析方法、随机型决策方法、AHP决策分析方法、网络分析方法、控制论方法、模糊数学方法、灰色系统方法、系统动力学方法、分形理论及其应用、小波分析方法、人工神经网络方法等，共16章。书中每章后面都附有思考与练习题及参考文献。书中前9章也可以作为高年级本科生教材内容。《现代地理学中的数学方法(第2版)》对于地理、生态、环境、人口、区域经济等领域的科研工作者也有一定的参考价值。

[Xu Jianhua.Mathematical Methods in Contemporary Geography(2nd ed). Beijing: Higher Education Press, 1996.]

[21]
Anselin L.Interactive techniques and exploratory spatial data analysis. Geographic Information System Principles Techniques Manegement & Applications, 1999, 47(2): 415-421.

[22]
曹子阳, 吴志峰, 匡耀求, 等. DMSP/OLS夜间灯光影像中国区域的校正及应用. 地球信息科学学报, 2015, 17(9): 1092-1102.美国国防气象卫星搭载的业务型线扫描传感器(DMSP/OLS)获取的夜间灯光影像,可客观地反映人类开发建设活动强度,其广泛应用于城市遥感的多个领域.但该数据缺少星上的辐射校正,下载的原始影像数据集不能直接用于研究,需进行区域校正.长时间序列的DMSP/OLS夜间灯光影像数据集主要存在2个问题需在校正过程中解决:(1)原始影像数据集中的影像是非连续性的;(2)数据集中的每一期影像都存在着像元DN值饱和的现象.针对这2个问题,本文提出了一种不变目标区域法的影像校正方法,对提取出来的每一期中国区域的夜间灯光影像进行了校正,该校正方法包括相互校正、饱和校正和影像间的连续性校正.最后,为了检验校正方法的合理性与可靠性,本文将校正前后中国夜间灯光影像与GDP和电力消耗值,分别进行回归分析评价表明,校正后的影像更客观合理地反映区域经济发展的差异.

DOI

[Cao Ziyang, Wu Zhifeng, Kuang Yaoqiu, et al.Correction of DMSP/OLS night-time light images and its application in China. Journal of Geo-information Science, 2015, 17(9): 1092-1102.]

Options
文章导航

/

〈 〉