【www.xinchenghx.com--当今大学生创业】
摘要：城市化研究是当今城市发展研究的热点之一，受到社会各界的广泛关注。及时快速地获取城市化相关信息，无论对于城市的发展、城市化问题的研究，还是人与自然生态系统的相互作用研究都具有重要意义。文章不仅对DMSP/OLS夜间灯光数据的来源及特点进行了说明，而且对于国内外利用DMSP/OLS夜间灯光数据在城市边界提取、城市化进程、城市化模式等方面的研究进行了概述。文章还进一步指出夜间灯光数据应用范围不广泛，且主要集中在小尺度的城市化研究，中观和宏观尺度的研究相对较少，这也是今后夜间灯光数据用于城市化研究的方向之一。
关键词：夜间灯光数据；城市化；城市边界提取；城市化进程
1引言
城市化研究是一个涉及经济、人口、地域空间等诸多方面的复杂过程，由于各科学领域对城市化概念理解的不一，使得各学科对城市化过程进行测度的指标和方法差异较大，故不能全面、有效地反映城市化的性质和发展。因此，构建一个能够综合、全面刻划城市化发展及其特性，并能快速获取且具有较高可比性的城市化水平测度指标已成为迫切需要解决的问题。而DMSP/OLS夜间灯光数据为获取城市化信息提供了新的途径。
DMSP/OLS夜间灯光遥感数据来源于美国军事气象卫星Defence Meteorological Satellite Program（DMSP）搭载的Operational Linescan System（OLS）传感器，它为大尺度的城市研究提供了新的数据源。DMSP/OLS传感器于70年代开始应用，其最大特点是可在夜间工作，且数据在夜间获取，不受光线阴影干扰，并能探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光，使之明显区别于黑暗的乡村背景，比较适合大尺度上城市化过程的动态监测。而DMSP/OLS数据有两点优势：一是不依赖于高空间分辨率，因影像数据量非常小，且不到TM数据的1%，故对DMSP/OLS数据进行处理时更加简便；二是DMSP/OLS夜间灯光影像能反映综合性信息，它涵盖了交通道路、居民地等与人口、城市等因子分布密切相关的信息。因此，使用DMSP/OLS夜间灯光数据时无需再单独考虑这些因素[1]。
2国外研究进展
2.1城市化的研究内容
2.1.1城市边界提取
1978年，Croft[2]首次提出DMSP/OLS影像具有城市建成区提取的潜力。但学者们经过早期研究发现：城区提取易受到云层覆盖、短暂性光源等多种因素的限制。而在Elvidge等[3]人的努力下，初步解决了云层覆盖与短暂性光源的问题。
Henderson等[4]对DMSP/OLS灯光频率图像和DMSP/OLS辐射定标灯光强度图采用不同的阈值，分别提取了旧金山、北京、拉萨等发展水平不同的几个城市边界，并以Landsat TM图像提取的城市边界作为精度评价的标准，说明DMSP/OLS稳定灯光和辐射定标图像均可作为城镇范围和城市化水平监测的有效数据源[1]。
Sutton等[5]在对DMSP/OLS夜间灯光数据和人口分布数据对比分析后，提出以40%、80%和90%的阈值，分别提取低收入地区、高收入地区和一些特殊地区（如埃及尼罗河地区）的城市建成区[6]。
2.1.2城市化进程研究
Milesi等[7]首先利用DMSP/OLS1992—1993年、2000年的稳定灯光产品，在参考美国1992年基于LANDSATTM的土地覆盖分类图及统计数据的基础上，通过选取全局最优灯光频率阈值，做出了美国东南部地区1992年土地覆盖类型图和1992—2000年城市空间扩展图。并分析了该地区1992-2000年因城市扩展造成的植被初级生产力损失量。
Imhoff等[8]同样在利用DMSP/OLS1994—1995年的稳定灯光产品提取美国城市空间分布的基础上，结合土地覆盖分类图和NOAA/AVHRRNDVI等数据，采用CASA（Carnegie Stanford Ames）模型，对比分析了城市地区与非城市地区NPP的季节性变化规律，以此来定量化研究美国城市化过程对碳循环和粮食安全带来的影响。
2.2其他研究
2.2.1人口密度模拟
1997年，Sutton等[9]以美国大陆为基础，将其人口密度栅格图像与DMSP/OLS数据图像进行比较，研究了其相关性，并显示出DMSP/OLS数据在研究人口分布领域的未来应用前景。Sutton[10]同样以美国为研究区，利用DMSP/OLS数据，结合统计数据，建立城市人口密度衰减模型，分析了城市人口密度与灯光数据的相关性。
2001年，Lo[11]以中国1996年3月、1997年1-2月的辐射定标夜间灯光强度数据DMSP/OLS为基础数据，利用灯光面积，灯光体积，像素平均值和灯光密度作为独立变量，建立自动增长模型与线性衰减模型，在省、市、县3个行政单元尺度上估算了中国的平均人口密度。
2.2.2热岛效应
1995年，Gallo等[12]选取了28个城市，回顾了利用其他卫星数据评估城市热岛效应的方法，并结合NDVI指数比较，利用DMSP/OLS数据评价了热岛效应对气象记录的影响。
2.2.3电力能源消耗量研究
1980年，Welch[13]首先考虑根据美国夜间灯光数据图像，建立人口、城市面积以及电力能消耗量之间的关系模型。同时，选取了美国东部18个城市为样本，建立回归模型，在国家或地区尺度上证明了利用夜间灯光数据检测电力能源消耗量的可行性。
1997年，Elvidge 等[14]以美国、巴西等21个国家作为研究区，利用DMSP/OLS 数据，分析了区域灯光灰度值与当地人口数量、GDP、电力能源消耗量之间的相关性，并建立了log of population、log of GDP、log of GWH3个log-log模型，证明了DMSP/OLS数据在估算人口数量、GDP、电力能源消耗量等方面具有实际性意义。2005年，Amaral等[15]选取巴西亚马逊河流域作为研究区，并以Para州为例，证明了1996年DMSP/OLS数据与城市人口统计数据，1999年电力能源消耗量与DMSP/OLS数据，均符合线性相关性。
2009年，Kiran 等[16]利用 DMSP/OLS 数据，描述了印度1993-2002年的电力消费模式的时空变化特征。即随着印度全州夜间灯光总量大幅度上升，其国家人口和电力能源消耗量也大幅度增加，表明夜间灯光数据与人口以及电力能源消耗量之间的相关性。
2.2.4城市化对生态环境影响研究
2000年，Imhoff等[17]利用灯光数据结合NOAA/AVHRR等数据，选取了7个较大城市，通过计算某一时间段内NDVI累加和代表该时间段内的植被初级生产力总量，对城市化过程对美国植被初级生产力带来的影响进行了季节性研究，指出美国城市演化造成地表植被初级生产力总体下降。
3国内研究进展
3.1城市化的研究
3.1.1城市边界提取
何春阳等[18]利用1992、1996和1998年的DMSP/OLS数据，计算出适宜的阈值用于建成区域的提取。同时利用Landsat TM数据对提取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提取的基本上是吻合的。即该方法重建的中国大陆20世纪90年代城市空间过程，为中国大陆宏观城市空间格局和变化过程研究提供了一定帮助。
曹丽琴等[19]通过转换DMSP/OLS遥感数据，利用了1∶5万湖北省边界栅格图提取2000年和2002年湖北省各个县市边界图。并分析了湖北省各县市城镇人口与夜间灯光数据的线性关系。结果表明利用DMSP/OLS数据，对不同级别的县市，采用不同的预测模型能有效的估算城镇人口。
王翠平等[20]应用Henderson等提出的经验阈值6%初步从DMSP/OLS数据中提取京津冀、长江三角洲和珠江三角洲城市群的城市用地像元，并以依据经验阈值提取的城市用地像元为基础确定了精确的城市用地像元和城市群的城市用地边界。结果表明基于夜间灯光影像数据提取的城市像元能较好的反映三个城市群的城市用地空间扩张进程。
3.1.2城市化进程
陈晋等[21]基于DMSP/OLS非辐射定标的夜间灯光平均强度数据构建了一个反映区域城市化水平的灯光指数，并通过分析发现：灯光指数与城市化水平复合指标之间有显著相关性，且能够较好地反映区域的城市化水平。
何春阳等[22]利用1992年、1996年和1998年的DMSP/OLS数据，提取了环渤海地区20世纪90年代的城市群空间信息，建立了城市群地区面状、线状和点状三种城市化空间模式，分析了环渤海地区20世纪90年代的城市化过程及城市空间演化过程。并指出DMSP/OLS数据在区域城市化过程研究中具有巨大潜力。
徐梦洁等[23]利用1998、2003和2008年的DMSP/OLS数据和统计数据，分析了灯光数据与城市化进程中经济、人口和土地利用等方面的关联，并确定了市辖区建设用地信息提取的阈值，根据各城市在1998-2003和2003-2008年两个阶段阈值的变化，划分城市建设用地的主导扩张类型。此外，采用平均灯光强度作为城市化水平的表征，分析长三角城市群的城市化水平空间分异。与陈晋[24]提出的加权灯光指数和卓莉的CNLI[25]相比，更为简便和直观。
3.2其他研究
3.2.1人口密度模拟
2005年，卓莉等[24]利用针对亚洲地区开发的DMSP/OLS数据和NDVI数据，以灯光强度作为估算因子及基于人口——距离衰减规律和电场叠加理论分别对灯光区内外建模，估算人口密度。结果显示利用DMSP/OLS数据，进行人口密度研究，可使人口分布描述更接近实际，实现人口、资源、环境和社会经济综合有效管理。
3.2.2热岛效应
2007年，谢志清等[26]以长江三角洲城市带为研究对象，利用DMSP/OLS数据提取1992-2003年研究区城市化空间扩展过程，结合NOAA/AVHRR、MODLS 反演的月地表温度数据和相关统计资料，定量考察了长江三角洲城市群热岛增温效应对区域温度气候趋势的贡献。
3.2.3城市化对生态环境影响研究
2007年李景刚等[27]利用DMSP/OLS数据对环渤海地区城市化空间过程重建，将植被初级生产力变化作为评价的主要指标，结合NDVI数据和中国植被类型图数据等数据，根据累加NDVI和同NPP之间的统计关系，对比分析各土地覆盖类型城市地区与非城市地区的初级生产力，探索城市化过程对不同植被类型初级生产力所带来的影响。
4评述
从学者们的研究成果可以看出，自20世纪70年代以来，国内外学者们已成功将DMSP/OLS数据应用于边界提取和城市化进程等各方面的研究，并在城市化研究方面取得了良好效果。并从研究中证明了DMSP/OLS数据在城市等人口密集地区的应用具有很强的优越性。
但任何数据都有其自身局限性，在现有的研究中可以发现由于DMSP/OLS数据缺乏灯光以外的信息，对于无灯光地区，仍需借助其他遥感影像或统计数据等开展研究，从而不能完整地表现城市化发展。因目前应用灯光影像时主要考虑灯光的持续性和面积，加入强度因子的并不多见，故极大地限制了估计精度与应用范围。因此研究者还不能充分利用夜间灯光强度影像，对灯光强度信息进行深度挖掘。同时，在利用夜间灯光数据时，学者偏重于研究城市化发展，而在区域尺度对城市空间发展模式、过程等方面的研究还比较薄弱，且目前利用遥感技术研究城市化主要集中在小尺度的城市土地利用分类和空间扩展动态监测等方面，中宏观尺度的研究相对较少，有待于进一步研究。参考文献：
[1] 杨眉， 王世新， 周艺， 王丽涛. DMSP/OLS夜间灯光数据应用研究综述[J]. 遥感技术与应用. 2011， 26（1）：45-46.
[2] Croft T A.Nighttime Images of the Earth from Space[J].Scientific American，1978，239：86-89.
[3] Elvidge C D，Imhoff M L，Baugh K E，etal.Night-time Lights of the World：1994-1995[J].ISPRS Journal of Photogrammetry and Remote Sensing，2001，56（2）：81-99.
[4] Henderson M，Yeh E T，Gong P，et al.Validation of Urban Boundaries Derived from Global Night-time Satellite Imagery[J].International Journal of Remote Sensing，2003，24（3）：595-609.
[5] Sutton P，Roberts D，Elvidge C，etal.Census from Heaven：an Estimate of the Global Human Population Using Night-time Satellite Imagery[J].International Journal of Remote Sensing，2001，22（16）：3061-3076.
[6] 舒松，余柏蒗，吴健平，刘红星. 基于夜间灯光数据的城市建成区提取方法评价与应用[J]. 遥感技术与应用. 2011， 26（2）：169-170.
[7] MilesiC， ElvidgeC D， NemaniR R，etal.Assessing the Impact of Urban Land Development on Net Primary Productivity in the SoutheasternUnited States[J].Remote Sensing ofEnvironment， 2003，86： 401—410.
[8] ImhoffM L， Bounoua L， DefriesR，etal.The Consequences of Urban Land Transformation on Net Primary Productivity in the United States[J].Remote Sensing of Environment，2004，89（4）：434—443.
[9] Sutton P， Roberts D， Elvidge C， et al. A Comparison of Nighttime Satellite Imagery and Population Density for the Continental United States. American Society for Photogrammetry and Remote Sensing. 1997， 63（11）： 1303-1313.
[10] Sutton P. Modeling population density with nighttime satellite imagery and GIS. Computers， Environment and Urban Systems， 1997， 21（3-4）： 227-244.
[11] Lo C P. Modeling the population of China using DMSP operational linescan system nighttime data. Photogrammetric Engineering and Remote Sensing， 2001， 67（9）：1037-1047.
[12] Gallo K P， Tarpley J D， McNab A L， et al. Assessment of urban heat islands： A satellite perspective. Atmospheric Research， 1995， 37（1-3）： 37-43.
[13] Welch R. Monitoring Urban Population and Energy Utilization Patterns from Satellite Data. Remote Sensing of Environment， 1980， 9（1）： 1-9.
[14] Elvidge C D，Baugh K E，Kihn E A，etal.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.
[15] Amaral S， Camara G， Monteiro A M V， et al. Estimating Population and Energy Consumption in Brazilian Amazonia Using DMSP Nighttime Satellite Data. Computers，Environment and Urban Systems， 2005， 29（2）： 179-195.[16] Kiran Chand T R， Badarinath K V S， Elvidge C D， et al.Spatial Characterization of Electrical Power Consumption Patterns over India Using Temporal DMSP-OLS Nighttime Satellite Data. International Journal of Remote Sensing， 2009， 30（3）： 647-661.
[17] ImhoffM L， Tucker C J， Lawrence W T，et al.The Use of Multisource Satellite and Geospatial Data to Study the Effect of Urbanization on Primary Productivity in the United States[ J]. IEEE Transactions on Geoscience and Remote Sensing，2000，38（6）： 2549—2556.
[18] 何春阳， 史培军， 李景刚， 陈晋， 潘耀忠， 李京， 卓莉， 一之瀬俊明. 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[J]. 科学通报. 2006（04）.
[19] 曹丽琴， 李平湘， 张良培. 基于DMSP /OLS夜间灯光数据的城市人口估算———以湖北省各县市为例[J]. 遥感信息. 2009（01）：83-87.
[20] 王翠平， 王豪伟， 李春明， 董仁才. 基于 DMSP/OLS 影像的我国主要城市群空间扩张特征分析[J]. 生态学报. 2012（02）：942-952.
[21] 陈晋， 卓莉， 史培军， 一之濑俊明. 基于DMSP/OLS数据的中国城市化过程研究———反映区域城市化水平的灯光指数的构建[J]. 遥感学报. 2003，7（3）：169-170.
[22] 何春阳， 李景刚， 陈晋， 史培军， 潘耀忠， 李京， 卓莉， 一之瀬俊明. 基于夜间灯光数据的环渤海地区城市化过程[J]. 地理学报. 2005（03）：409-417.
[23] 徐梦洁， 陈黎， 刘焕金， 王慧. 基于DMSP/OLS夜间灯光数据的长江三角洲地区城市化格局与过程研究[J]. 国土资源遥感. 2011（09）：106-107.
[24] 卓莉， 陈晋， 史培军， 辜智慧， 范一大， 一之瀬俊明. 基于夜间灯光数据的中国人口密度模拟[J]. 地理学报. 2005（03）：266-276.
[25] 卓莉， 史培军， 陈晋， 一之瀬俊明. 20世纪90年代中国城市时空变化特征——基于灯光指数CNLI方法的探讨[J]. 地理学报. 2003（06）：893-902.
[26] 谢志清，杜银，曾燕等. 长江三角洲城市带扩展对区域温度变化的影响. 地理学报.2007，62（7）：717-727.
[27] 李景刚， 何春阳， 史培军， 陈晋， 潘耀忠， 一之瀬俊明. 基于DMSP/OLS灯光数据的快速城市化过程的生态效应评价研究——以环渤海城市群地区为例[J]. 遥感学报. 2007（01）：115-126.
楚天金报讯
文/本报记者戴辉 通讯员姚雷 图/本报记者严斯林
专为老人设计的履带式电动爬楼车、迎宾机器人向你报菜单和天气、武汉研发的全国唯一高海拔无人机……昨日，为期两天的2015武汉创业创新博览会启幕，五花八门的新型创业项目夺人眼球，吸引了两万多市民前来逛展。
创博会上，包括互联网+、智能制造等15个行业领域在内的400余个创新项目亮点多多。
■ 亮点
轮椅轻松爬楼梯上下楼
记者在武汉优莱格科技公司展区看到，一种带履带的爬楼机吸引了许多老年市民前来观摩。只需按下轮椅后面的按钮，在45度倾斜的楼梯上，这种爬楼机如履平地，而且十分平稳。
公司负责人介绍，这种爬楼机是全国首创，出口俄罗斯等多个国家，特别适合解决老旧社区残障人、行动不便老人的爬楼问题。目前已准备在武汉一些公共场所、福利院以及老旧社区推广。
手机上管理一块真菜地
记者现场看到，武汉一块地农业科技公司是一家游戏与现实版农庄相结合的互联网公司，一期投资1200万，基地位于武汉黄陂木兰风景区。
一块地倡导一种新的生活方式，希望为每个生活在钢筋混凝土森林中的都市人提供一块属于自己的耕地。为了解决都市人群无法实时照看自己的作物的问题，自主开发了“一块地”软件系统，把手机游戏平台和现实版农场有机结合，实现线上线下互动。通过远程监控系统，可实时了解作物的状态，并通过标准化生产、信息化管理、冷链化配送，实现有机农产品从田间到餐桌的一站式服务。
能飞5000米高的无人机
几架新型无人机在半空飞翔，吸引了许多观众目光。记者了解到，武汉研发的全国唯一高海拔无人机，能在海拔5000多米高空飞翔。武汉好奥航空技术有限公司开发的智能无人机应用系统，采用4G-LTE通信技术可有效利用低时延、高可靠性、大带宽的优点，推动空地数据链向集成化、智能化升级换代。
公司负责人介绍，利用日新月异的无人机智能飞行平台，能在未来10年的扩展应用场合提供更多的想象力，作业范围覆盖土地测绘、电力巡线、信息侦查、航拍等领域，具有极大的市场应用前景。
■ 焦点
智能机器人当下最火
记者现场发现，有10多家公司推出了全新的智能机器人，使得机器人成为现场关注的焦点。
“你好，今天的天气有中雨，请出门多穿些衣服。”在一家公司展位，几个白色的机器人不断向观众问候，并随着客人走动而跟随。还有一个机器人灵活走动，端出精美菜肴给客人品尝。在华中科技大学的机器人创客空间，智能机器人可以踢足球，陪你玩游戏。
现场专家介绍，武汉机器人产业走在全国前列。比如思瑞法机器人公司成立后用两年时间完成30项发明专利，先后研发出中国首台套全伺服数控管道折弯系列机器人、中国首台套多工位全伺服管端成型系列机器人及全伺服管道激光打孔切割系列机器人，应用于多家世界五百强制造企业和航空航天领域。主要客户包括美国波音公司、欧洲空中客车公司、俄罗斯沃罗涅什飞机制造公司、芬兰国家航空、英国宇航公司等；汽车行业主要客户包括梅赛德斯·奔驰、宝马、保时捷、大众、玛莎拉蒂等。
武汉上智达机器人科技公司是由武汉大学生科技创业团队组建，包括武汉大学、武汉理工大学一批博士生，集合了计算机软硬件、通信、机械、控制等方面的高端人才。记者现场看到，该公司展出了一批工业机器人、家庭服务机器人。比如电扇机器人，能跟踪人的运动而自动调整方向的智能电扇，机器人跟踪车，可跟随人去超市购物并在家里端茶送水。公司负责人称，批量生产后能应对老年化社会人力短缺问题。
记者了解到，送餐机器人一台售价5.8万元，也可以月租金3000元租用，现在开始试水武汉的一些餐厅和酒店。武汉经信委相关负责人介绍，武汉现在有10多家公司研发智能机器人，涉足工业、矿井、餐饮、娱乐等相关行业，未来将形成数十亿元的产业链。
■ 热点
大学生为创新主力军
据了解，本次创博会以互联网+、光电子和新一代信息技术、智能制造、节能环保、新能源、新材料、生物医药、文化创意、现代服务、现代农业等行业领域为重点，集中展示武汉创新型产业研发成果。
大学生是创新产业的主力军。华中科技大学的参赛团队现场展示的物联网感知家居也颇具新意，能通过视频监控，防火防盗报警，实现灯光、空调、家电等在手机上远程监控。市民在办公室就可操作家里的灯光、空调开启，比如冬天可提前在办公室把家里的空调打开制热。老人独自在家里发生险情时（意外跌倒、心脏病、中风等），系统能第一时间通知子女和物业。
当下，创新创业热得甚至连小学生都参与其中。在江岸区教育局组织的20多个小学生创意项目引人关注。记者现场看到，长春街小学五年级学生宋昊泽用一个月研制的“猫扑蚊子”软件十分新颖，画面上的猫扑住10只蚊子就能成功晋级。还有的小学生利用光电传感原理设计出会唱歌的金鱼。江岸区教育局小学教研室王小威告诉记者，现在小学生对参与各种发明创造热情很高，丰富课外知识的同时，能开拓学生的视野。
本次“创博会”将持续两天，除可了解、体验各类创新产品外，现场还汇集了30余家市内外天使投资机构、金融担保机构与创业项目对接，助力更多好项目招商引资。此外，由各大高校、企业众多专家、企业家组成的创业天使导师团也会为创业者提供创业咨询和“一对一”帮扶，为企业提供员工培训、企业咨询、税收以及法律等相关服务。
第１４卷第１期２０１２年２月
地球信息科学学报
ＪＯＵＲＮＡＬＯＦＧＥＯＩＮＦＯＲＭＡＴＩＯＮＳＣＩＥＮＣＥ －
Ｎｏ．１Ｖｏｌ．１４，
，２０１２Ｆｅｂ．
夜间灯光遥感数据的ＧＤＰ空间化处理方法
２２２
，，韩向娣１，周 艺１＊，王世新１，刘 瑞１，姚 尧１，
（）中国科学院遥感应用研究所遥感科学国家重点实验室，北京１中国科学院研究生院，北京１１．００１０１；２．０００４９摘要：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我国省级行政边界分区建模，
空间相关关系，最终建立全国的１全国范围的夜间灯光数据与第一产业的相关性不明ｋｍ ＧＤＰ密度图。结果表明，
２
相关系数０模型拟合效果差，为０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显，．５５４，Ｒ．３０６；２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为０生成的．８２４，Ｒ．６７９。利用分区模型估算，
以及宏观分布特征。ＧＤＰ密度图能较完整地反映全国社会经济分布详况，关键词：夜间灯光数据；空间模拟；回归分析ＧＤＰ；：／ＤＯＩ１０．３７２４ＳＰ．Ｊ．１０４７．２０１２．００１２８
１ 引言
随着全球变化过程研究的深化，人口、经济等人文数据对于人与环境交互作用研究的重要性被
１］
。然而长期以来，广泛认知［人文数据主要以行政
网的密度值能够反映统计区域内部的ＧＤＰ差异，
（更能反映其区域空间分布特征；具有空间信息２）的ＧＤＰ公里格网的密度值利用空间分析功能具有更多的应用价值，例如，某地区发生了地震灾害，要及时地公布受灾地区的社会经济损失评估，就可以（利用空间分析计算出结果；３）ＧＤＰ公里格网的密度值不受行政区域变更的影响，有利于长期的持续研究。
近年来，国内外专家对社会经济空间化开展了研究。刘红辉等在我国经济社会的区域差异的综合分析基础上，通过分产业ＧＤＰ与土地利用类型
的空间关联性，分区建立１９９５年县级ＧＤＰ和土地利用格局的空间关联度模型库，实现在１ｋｍ格网的
５］
。易玲等利用人社会经济数据的空间定量模拟［
单元为主，自然地理数据主要以自然单元为主，空间分析单元不统一使人与环境交互作用分析变得
２］
，困难［成为阻碍全球变化研究进展的重要因素之３］
。因此，迫切需要建立一个高分辨率的基础地一［
理单元，将人文数据与自然数据转化到一个方便操作、分析的数据平台。人文数据空间化就是最好的即将统计型人文数据展布到一定尺解决方法之一，
从而构建较高分辨率的人文空间寸的地理格网上，
便于与生态环境背景数据等自然要素数据数据库，
联合应用，为全球变化的区域模型建立和可持续发
４］
。因此，展研究服务［在资源环境领域，标准化的
口密度和单位面积的ＧＤＰ值之间明显的比例关
系，设计出按照人口对ＧＤＰ进行地理分配的空间化模型，与基于土地利用数据建立的模型进行了综
６］
。另外、合比较［黄莹等根据分县控制、分产业建
社会经济空间数据库对于人与环境交互作用及全球变化过程研究具有重要的科学价值。
区域规划和资源环境保ＧＤＰ是社会经济发展、
空间护的重要指标之一。与ＧＤＰ统计数据相比，（）化后的ＧＤＰ密度值具有几点优势：１ＧＤＰ公里格
；修回日期：收稿日期：２０１１０５３０２０１１１２０９．－－－－
模的思路，对第一产业采用面积权重的方法，第二第三产业建产业建立基于道路的反距离加权模型，
最后，综合三立多中心的距离衰减加幂指数模型，
——主体功能区动态监测评价系统研究（）。基金项目：国家科技支撑计划项目—２００８ＢＡＨ３１Ｂ０３
，作者简介：韩向娣（女，中国科学院遥感应用研究所，硕士研究生。主要研究社会经济数据在遥感中的应用。１９８６－）
：Ｅ－ｍａｉｌｌａｏｈａｎ１９８６３１＠１６３．ｃｏｍ
＊
，：通讯作者：周艺（女，研究员，博导。长期从事城市与环境遥感应用研究。Ｅ－ｍ１９６５ａｉｌｚｈｏｕｉｉｒｓａ．ａｃ．ｃｎ－）＠ｙ
个产业对天山北坡和新疆绿洲地区进行了ＧＤＰ的
］７８－
。从国内各类社会经济空间化的研空间化模拟［
方法，来初步估计大尺度的社会经济分布状况和特灯光影像信息与社会经济因子之间征。结果表明，
显著相关，灯光影像已成为估算社会经济、监测生态环境的良好数据源。此外，目前研究着重于ＧＤＰ产值与灯光面积指数间的关系，如果在估算模型中将灯光强度与灯光面积指数结加入灯光强度因子，
合起来，可提高其模型的估计精度。处理卫星灯光数据
夜间灯光数据具有空间信息和强度变化信息，较适合于大尺度范围的检测研究，利用灯光数据的灯光面积信息和强度变化信息，可以反映较大范围的ＧＤＰ的密度差异。本研究使用官方网站上免费下载的夜间灯光数据中的稳定灯光值部分，通过构利用相关分析和回归分析的方建不同的灯光指数，
法，探索灯光指数与社会经济数据之间的空间相关关系。考虑到中国整个地区的ＧＤＰ分布的复杂
根据社会经济区域差异进行分区，探索灯光指性，
数与社会经济数据在不同区域下的相关性和回归的拟合度，建立Ｇ利用遥感和ＧＤＰ密度模型，ＩＳ相结合的技术，最终得到全国ＧＤＰ密度分布图。结果能够直观地显示我国社会经济的宏观发展和分布，为将来经济策略和发展路线的绘制提供一定依据。本文的研究重点是探索夜间灯光数据与社会从而扩展夜间灯光经济数据之间的空间相关关系，
数据在社会经济空间化方面的应用，同时也拓展了遥感技术在资源环境领域更广泛的应用。
究中可知要将Ｇ才能获得高ＤＰ分产业分别建模，
精度的模型，完成区域内社会经济空间化。对某省市等较小尺度的地区，社会经济空间化的影响因子道路及地区中心等，研究模型较复杂，精包括人口、
度较高，但一般适用性不强。对全国较大尺度的社一般采用遥感图像提取会经济空间化的研究数据，
土地利用数据，该数据需经过遥感影像预处理、人机交互判读、专家经验和实地验证考察等步骤，工作量大，过程繁琐，且获取成本较高，故获取周期较长，实效性不强。
［］
巴西等２Ｅｌｖｉｄｅ等人９通过对美国、１个国家ｇ
的数据分析，研究美国国防气象卫星计划（Ｄｅｆｅｎｓｅ
线性扫描ＭｅｔｅｏｒｏｌｉｃａｌＳａｔｅｌｌｉｔｅＰｒｏｒａｍ，ＤＭＳＰ） ｇｇ
获业务系统（ＯｅｒａｔｉｏｎａｌＬｉｎｅｓｃａｎＳｓｔｅｍ，ＯＬＳ） ｐｙ得的夜间灯光面积与Ｇ建立了ＤＰ等之间的关系，
２
均达到０结它们之间的ｌｏｌｏＲ．８５以上，－ｇｇ模型，
果证明可以通过夜间灯光数据较好地估算ＧＤＰ
［０］
等多项社会经济数据。２００１年，Ｅｌｖｉｄｅ等人１ｇ进一步收集了占全球人口９９％的２００多个经济发展水平各不相同的国家的数据，采用１９９４１９９５－／年间６个月的ＤＭＳ以（灯光面积、ＰＯＬＳ影像，
）等点对为基础分别绘制散点图，观察散点分ＧＤＰ结果显示灯光面积与Ｇ布特征，ＤＰ等指标之间密
［１］
切相关，且存在较强的线性关系。Ｇ通ｈｏｓｈ等１
过分析夜间灯光影像数据和美国的纠正后官方经利用该济数据之间的空间关系建立了回归模型，模型成功估计出美国、墨西哥各州的实际经济情况，发现该方法可用于官方发布的经济情况的核对工作。
如今，美国空军和ＮＯＡＡ在国家地理数据中
／／心（ｈｔｔ．ｎｄｃ．ｎｏａａ．ｏｖｄｍｓｄｏｗｎｌｏａｄ．∥ｗｗｗｐ：ｇｇｐ）发布了一系列ＤＭＳ包括全球ＧｈｔｍｌＰ的产品（ＤＰ
密度估计，其成果采用Ｇｈｏｓｈ．Ｔ等人的研究方法
１２］
）。研究区包括中国、生成［印度和墨西哥的次国
２ 研究数据
／２．１ ＤＭＳＰＯＬＳ数据
／夜间灯光信息是ＤＭＳＰＯＬＳ获得的。卫星以一天１每一个Ｏ４轨的速度飞行，ＬＳ传感器每天都能获取覆盖全球的黑夜和白天的图像。ＯＬＳ传感对可见、近红外光高度敏感，其量器在夜间工作时，
１３］
，级是普通传感器的４倍［高增益性能使ＯＬＳ传处理卫星灯光数据
感器能探测城镇灯光、火光、渔船灯光等发出的电
磁波，因此，逐渐被应用于检测城市的夜间灯光，对反映夜间人类活动独具特色。
／ＤＭＳＰＯＬＳ数据来源于ＮａｔｉｏｎａｌＧｅｏｈｓｉｃａｌ ｐｙ
（：／／／Ｄａｔａｃｅｎｔｅｒ（ＮＧＤＣ）ｈｔｔｗｗｗ．ｎｄｃ．ｎｏａａ．ｏｖ ｐｇｇ
／），ｄｍｓｄｏｗｎｌｏａｄＶ４ｃｏｍｏｓｉｔｅｓ．ｈｔｍｌ２００５年的夜间 ｐｐ灯光数据Ｖｅｒｓｉｏｎ４ＤＭＳＰＬＳＮｉｈｔｔｉｍｅＬｉｈｔｓ －Ｏ ｇｇ
，（包括三种年平均数据：ＴｉｍｅＳｅｒｉｅｓ１）平均观察 ，（值（ＡｖｅｒａｅＶｉｓｉｂｌｅ）２）稳定灯光值（Ｓｔａｂｌｅ ｇ
家级行政区域，美国和世界其他一些国家的国家级的区域。通过建立回归模型来校正灯光总和与经济活动衡量数据之间的关系，获取回归系数，再利用模型进行估算全球Ｇ结果为具有空间ＤＰ密度，
２
全球经济密度分布图。分布信息的１ｋｍ
／上述研究主要以ＤＭＳ尤其是其ＰＯＬＳ数据，衍生的灯光面积数据，采用相关分析和回归分析的
），（能观察的无云次数（Ｌｉｈｔｓ３）ＣｌｏｕｄＦｒｅｅＣｏｖｅｒ －ｇ），这些数据已经过辐射定标和重采样，均为无ａｅｓｇ
云数据。数据产品的每个栅格表示３经纬０弧度，度范围为－１８０°～１８０°Ｅ，－６５°～７５°Ｎ。由于
因此，本文中使ＧＤＰ建模需要排除偶然灯光噪声，）部用的数据为其中的稳定灯光值（ＳｔａｂｌｅＬｉｈｔｓ ｇ分。数据原始文件使用ＷＧ经纬度Ｓ＿８４椭球体，
为了投影面积变形坐标系。考虑到中国的特点，
＿最小使用，将经纬度投影转换成Ｋｒａｓｏｖｓｋ１９４０＿ｙ
椭球体为Ｄ＿Ａｌｂｅｒｓ投影，Ｋｒａｓｏｖｓｋ１９４０。再使ｙ＿用双线性采样方法重采样为１ｋｍ格网栅格大小，同时以中国地区的矢量文件作为边界裁剪得到中黑色区域像国区夜间灯光数据图。ＤＮ值从０６３，－元Ｄ为背景区域，表示没有灯光；白色Ｎ值等于０，区域像元Ｄ为灯光区域，以颜色的深Ｎ值大于０，其中，浅表示灯光的强弱，ＤＮ值等于６３的像元大部分为饱和像元，基本上是城市的中心区域。如图１所示
。
３ ＧＤＰ空间化的建模处理
３．１ ＧＤＰ建模分区方法
由于中国东西发展不平衡，城乡经济差距较大，不同区域之间的经济发展的较大的差异引起建大模的精度不高。已有的研究中存在的分区方法，都是在省级行政边界的基础按各种人文经济地理
２，５，１６］
，要素指标划分［为提高模型精度和减少分区
复杂度，本研究直接按照我国省级行政区边界划分，研究区内划分为３１个区。３．２ ＧＤＰ建模处理流程
３．２．１ 夜间灯光参数提取
近年来，国内外学者先后构建了灯光面积、灯光强度、灯光、非灯光像元个数等多个指数。不同如灯光面的灯光指数侧重于描述不同的灯光属性，积描述了夜间灯光的空间延展特征，而灯光强度描述了夜间灯光的空间立体特征
。
图１ ２００５年中国夜间灯光图
．１ ＮｈｔｈｔｅｒＦｉｉｌｉｉｍａｏｆＣｈｉｎａｉｎ２００５ ｇｇｇｇｙ
图２ 灯光与ＧＤＰ空间分析流程图
Ｆｉ．２ Ｆｌｏｗｃｈａｒｔｏｆｓａｔｉａｌｒｅｌａｔｉｏｎｓｈｉｓｂｅｔｗｅｅｎ ｇｐｐ
／ＤＭＳＰＯＬＳａｎｄＧＤＰ
２．２ ＧＤＰ统计数据
研究中用到２００５年全国县级的地区生产总值、第一产业、第二产业、第三产业的统计数据来自中国区域经济统计年鉴中国统计出版社出版的《
》，全国城市市辖区的地区生产总值的统计２００６
数据来自中国统计出版社出版的《中国城市统计年》。台湾省、鉴２香港特别行政区及澳门特别００６行政区由于经济统计资料暂缺，没有纳入本次研究的范围。
［１５］［１４］
）从夜间灯光数据的稳定灯光值（ＳｔａｂｌｅＬｉｈｔｓ ｇ部分可派生出两种数据：灯光强度数据和灯光区数。其中灯光强度数即灯光强度大于零的区域）据（
可直接获取。灯光区面积数据即为稳定灯光强度，
据需要通过ＤＭＳ将灯光强度Ｐ数据的二值化处理，值大于零的区域定义为灯光面积数据。灯光强度的变化信息可反映城市及城郊的经济差异，灯光面积则可反映大范围区域的经济分布状况。
３．２．２ 县级的灯光指数建立与统计
通过将２种灯光参数数据与全国县级边界矢量数据的叠加，以县级代码作为分类项，分别计算灯光强度、灯光区面积和区域总面积在各个县上的。其中Ｉ值，生成每个县的２个参数（Ｉ′，Ｓ′）′代表灯光强度，Ｓ′代表灯光区面积。根据这２种参数构建
［７－１８］
：，灯光面积平均灯光强度（２个灯光指数１Ｉ）
（。Ｓ）
县预测ＧＤＰ。灯光数据与ＧＤＰ空间分析的数据处理流程如图２。
４ ＧＤＰ空间化结果分析
４．１ ＧＤＰ分区建模结果分析
通过求对数后进行灯光数据和ＧＤＰ的空间相解决了数据“抱团”的现象，从而可以分析关分析，
数据内部的规律。表１为两种灯光指数与ＧＤＰ、
ＧＤＰ１、ＧＤＰ２、ＧＤＰ３、ＧＤＰ２ｅａｒｓｏｎ相关系数。３的Ｐ从表中看出：ＧＤＰ与其最佳灯光指数的相关系数为０．８１，ＧＤＰ１为０．５５４，ＧＤＰ２为０．８１６，ＧＤＰ为
灯光指数除了与Ｇ０．７８２，ＧＤＰ２．８２４；ＤＰ１的３为０
相关性一般外，与其他ＧＤＰ的相关性均较好。ＧＤＰ、ＧＤＰ２、ＧＤＰ３和ＧＤＰ２３的最佳灯光指数为平
，这是由于工业、建筑业和各种服务均灯光强度（Ｉ）业主要分布在城市，单位产值较大，能够较好反映第三产业相城市灯光信息的灯光强度与第二产业、
而在城市中，关性好；ＧＤＰ产值主要由第二产业和第三产业组成，第一产业相对较少，产值比例低，故ＧＤＰ能由灯光强度数据反映。ＧＤＰ１的最佳灯光
。而大农业的产值分布在城郊指数为灯光面积（Ｓ）单位产值较小，与夜间灯光数据的相关性和农村，
一般，主要由具有空间延展信息的灯光面积数据来反映。从表中还可以看出，灯光强度和灯光面积的不同权重组合并没有显示其表达社会经济信息的优势。
表１ 灯光指数与ＧＤＰ的Ｐｅａｒｓｏｎ相关系数Ｔａｂ．１ Ｐｅａｒｓｏｎｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｂｅｔｗｅｅｎｎｉｈｔ ｇ
ｉｎｄｉｃｅｓａｎｄＧＤＰｌｉｈｔ ｇ
灯光指数
ＧＤＰＬｎＧＤＰ ＬｎＧＤＰ１ＬｎＧＤＰ２ＬｎＧＤＰ３ＬｎＧＤＰ２３
ＬｎＩ ０．８１ ０．５０３ ０．８１６ ０．７８２ ０．８２４
ＬｎＳ０．７４２０．５５４０．７５２０．７０４０．７４８
／（Ｉ＝Ｉ′Ａｒｅａ×ＤＮｍａｘ）
／Ｓ＝Ｓ′Ａｒｅａ
。区域总面积）Ａｒｅａ为所有像元的面积（３．２．３ 建立灯光指数与统计数据回归模型
（）１
（）２
，式中，此处为６ＤＮｍａｘ是稳定灯光数据最大值（３）
本文通过计算不同的夜间灯光指数与地区生、、产总值（用Ｇ第一产业（用ＧＤＰ表示）ＤＰ１表示）、第二产业（用Ｇ第三产业（用ＧＤＰ２表示）ＤＰ３表
示）和第二产业与第三产业之和（用Ｇ之ＤＰ２３表示）间的相关关系，确定分区的最佳灯光指数，进行回建筑业和各种服务业仅归分析并建模。由于工业、
仅使用灯光数据很难分辨其在城市中的差异，所以，本文将第二产业和第三产业之和也作为一个因变量进行分析。实验证明变量对数的相关性最好，对数线性模型最有效，因此，在各项分析前，对变量先进行对数转换。全国及分区的回归分析建立的）：模型可表达为式（３
）Ｌｎ（ＧＤＰｎ（ｂ×Ｉ＋ｃ×Ｓ）（３＝Ｐ０＋ａ×Ｌｉ）式中，ＧＤＰＤＰ、ＧＤＰ１、ＧＤＰ２、ＧＤＰ３、ｉ表示ＧＧＤＰ２Ｐ０和ａ为回归模型系数，ｂ和ｃ为相关分析３，
若最佳灯光指中选取的最佳夜间灯光指数的系数，数为Ｉ，则ｂ为１，ｃ为０。３．２．４ 统计ＧＤＰ数据空间化
比较分区模型中ＧＤＰ模型和ＧＤＰ１、ＧＤＰ２、
选取结果较好的一组模型ＧＤＰ３、ＧＤＰ２３模型效果，
对全国县级Ｇ即将县级统计ＧＤＰ进行估算，ＤＰ数据分配到各县的每个网格。最后，利用县级ＧＤＰ统计数据作线性调整来纠正每个网格的值，生成县级Ｇ具体公式如ＤＰ零误差的全国ＧＤＰ密度图，下：
ａ
（ＧＤＰｘＰ０）ｂ×Ｉ＋ｃ×Ｓ）×（ｐｉ＝ｅ
ＧＤＰ′＝ＧＤＰＧＤＰ＊／ＧＤＰｉ×（ａｌｌ）
（）４
（）５
图３为全国ＧＤＰ、ＧＤＰ１、ＧＤＰ２、ＧＤＰ３、ＧＤＰ２３
与其最佳灯光指数进行回归建模的结果。从图中可以看出，ＧＤＰ、ＧＤＰ２、ＧＤＰ３、ＧＤＰ２３与其最佳灯
模型的光指数的散点图具有明显的对数线性关系，估算效果较好，其中，ＧＤＰ２Ｒ２为３的模型精度最高，
式４由式３转化得到。式中，ＧＤＰ′为使用统计数据按县纠正后的ＧＤＰ密度；ＧＤＰｉ为预测每个格网的ＧＤＰ密度；ＧＤＰ＊为该县统计ＧＤＰ；ＧＤＰａｌｌ为该
０．６７９；ＧＤＰ１与其灯光指数的对数线性关系不明模型精度最低，显，Ｒ２为０．３０６。夜间灯光数据主要反映城市的夜间灯光，人类活动和社会经济信所以对第二产业第三产业线性关系明显，估算息，
效果较好。中国大部分地区是农村，经济发展水平利用夜间灯光数据很难准确探测，故第一产不高，
业值与灯光数据线性关系不明显，估算效果差。而
且不管是从表１的相关性还是图３的拟合度，ＧＤＰ２和ＧＤＰ３与夜间灯光数据的空间分析结果均
不如Ｇ由于城市夜间灯光主要来源ＤＰ２３的效果好，于工业、建筑业和各种服务业，而夜间灯光很难区分各产业的值，综合夜间灯光的反映因子相对比单独因子的反映和分析结果较好。
ＤＰ、ＧＤＰ１、ＧＤＰ２、ＧＤＰ３、 图４为按省分区的Ｇ
ＧＤＰ２３与其对应的最佳灯光指数的对数线性回归模型的拟合度。从图中可以看出：ＧＤＰ、ＧＤＰ２、我国华东ＧＤＰ３、ＧＤＰ２３的拟合精度趋势变化相似，、地区（除上海外）成渝地区、两广地区、山西、青海、
宁夏等区域精度较高，东北三省、Ｒ２约０．６～０．７；、华北地区、西北地区（除甘肃外）长株潭地区精度一般，主要是由Ｒ２约０．４～０．６。上海市精度偏低，于样本较少，大城市出现灯光溢出的现象造成；河北、河南、甘肃及云贵高原精度较低，初步判断样本
创新中国答案章节测试
（一直看不到有人分享正好我做完就来分享下）
创新问题上中国与世界的关系已完成成绩： 100.0分
1
【单选题】当今世界热点地区的争端主要是围绕（）问题进行的。
A、人才 B、科技 C、资源 D、地理位置
我的答案：C得分： 25.0分
2
【单选题】熊彼特的创新理论认为（）是创新的灵魂。
A、科学家 B、企业家 C、高校 D、大学生
我的答案：B得分： 25.0分
3
【判断题】美国未来学家西蒙在《最后的资源》中表达了对资源紧缺的担忧。（） 我的答案：×得分： 25.0分
4
【判断题】二战后不同国家经历了不同的发展阶段，其中在60年代得到快速发展的是欧洲。（）
我的答案：×得分： 25.0分
中国的创新发展轨迹已完成成绩： 100.0分
1
【单选题】毛泽东认为近代中国总是落后挨打的原因一个是社会制度腐败，另外一个是（）。
A、地理位置受限
B、C、资源紧缺 D、经济技术落后
我的答案：D得分： 25.0分
2
【单选题】中国从一个一穷二白的国家变成现在世界第二大科技实力国，得益于三个内在机制，下面不属于这三个内在机制的是（）。
A、资源储备机制 B、引进创新机制 C、集成创新机制 D、自主创新机制
我的答案：A得分： 25.0分
3
【判断题】最早提出“落后就要挨打”的是斯大林，他所说的落后指的是综合国力的落后。（）
我的答案：×得分： 25.0分
4
【判断题】科教兴国战略是在1995年的全国科技大会上提出来的。（）
我的答案：√得分： 25.0分
中国的创新发展轨迹已完成成绩： 100.0分
1
【单选题】毛泽东认为近代中国总是落后挨打的原因一个是社会制度腐败，另外一个是（）。
A、地理位置受限 B、人才稀少 C、资源紧缺 D、经济技术落后
我的答案：D得分： 25.0分
2
【单选题】中国从一个一穷二白的国家变成现在世界第二大科技实力国，得益于三个内在机制，下面不属于这三个内在机制的是（）。
A、资源储备机制
B、C、集成创新机制 D、自主创新机制
我的答案：A得分： 25.0分
3
【判断题】最早提出“落后就要挨打”的是斯大林，他所说的落后指的是综合国力的落后。（）
我的答案：×得分： 25.0分
4
【判断题】科教兴国战略是在1995年的全国科技大会上提出来的。（）
我的答案：√得分： 25.0分
创新是中国强大的基础已完成成绩： 100.0分
1
【单选题】下面能源中能够为汽车提供动力并具有广泛应用前景的是（）。
A、潮汐能
B、石墨烯
C、汽油
D、柴油
我的答案：B得分： 33.3分
2
【判断题】创造性劳动主要依靠人与人之间的传递来获得，不需要再进一步整合。（）我的答案：×得分： 33.3分
3
【判断题】创新没有师生之分，大学通识教育可以教会大学生创新的思路和手段。（）我的答案：√得分： 33.3分
创新源自生生不息的梦想已完成成绩： 100.0分
1
【单选题】黑格尔说“人死于习惯”，这里习惯指的是（）。
A、系统的观点
B、笨
C、思路的单调
D、不好的生活习惯
我的答案：C得分： 33.3分
2
【单选题】人们对大宇宙的探索包括（）。
A、天体怎么形成的
B、人体经脉
C、“我”是怎么来的
D、长生不老
我的答案：A得分： 33.3分
3
【判断题】机器人可以帮助人们探索大宇宙，也可以探索小宇宙。（）
我的答案：√得分： 33.3分
机器人的前世今生已完成成绩： 100.0分
1
【单选题】下面体现了机器人最高境界的是（）。
A、机械手
B、人形机器人
C、扫地机器人
D、变形机器人
我的答案：B得分： 25.0分
2
【单选题】中国古代也有很多关于机器人的发明，其中属于张衡发明的是（）。 A、飞鸟
B、伶人
C、木牛流马
D、记里鼓车
我的答案：D得分： 25.0分
3
【判断题】真正被称为“机器人”的装置最早出现在1959年。（）
我的答案：×得分： 25.0分
4
【判断题】无人驾驶汽车的决策依据不仅包括交通规则，还包括当时所处的环境。（）我的答案：√得分： 25.0分
机器人的创新应用已完成成绩： 100.0分
1
【单选题】未来制造系统中，人与机器人的关系不可能是（）。
A、人机共存 B、人机协同 C、人机共同发展 D、机器人完全取代人
我的答案：C得分： 25.0分
2
【单选题】下面哪个动作对机器人来说最难？（）
A、走 B、跑 C、滚 D、跳
我的答案：D得分： 25.0分
3
【判断题】机器人可以代替人做越来越多的事情，未来社会对人的要求会大大降低。（） 我的答案：×得分： 25.0分
4
【判断题】机器人无论怎么发展，都无法完全代替人，人还需要充当工匠的角色。（） 我的答案：√得分： 25.0分
水面无人艇的研发及应用已完成成绩： 100.0分
1
【单选题】制造水面无人艇对传感器的要求属于（）方面的技术要求。
A、能源动力 B、控制 C、通讯 D、计算机
我的答案：B得分： 25.0分
2
【单选题】目前无人艇还存在着一些技术难点，下面关于技术难点说法不正确的一项是（）。
A、抗浪涌抗风浪技术尚未完全解决 B、大范围导航技术还需提高 C、超过50节航速的无人艇较多，但动力不够
1
2
3
4
5
2009.1 GIS技术 遥感信息
基于DMSP/OLS夜间灯光数据的城市人口估算
———以湖北省各县市为例
曹丽琴,李平湘,张良培
(武汉大学测绘遥感信息工程国家重点实验室,武汉430079)
摘要:城市人口数据是了解城市发展的重要因素,对研究城市环境等方面也有重要意义。随着GIS和遥感技术的发展,利用大面积、多时相的遥感数据研究城市人口的技术也日渐成熟。本文借助遥感数据和GIS手段分析2000年湖北省各县市DMSP/OLS卫星的夜间灯光数据亮度值与各县市城镇人口之间的关系,建立相应的模型模拟湖北省2002年76个县市城区人口,其结果预测吻合度为98.94%,平均相对误差为10.95%,说明利用夜间灯光数据对城镇人口做短期的预测可以达到很好的效果。
关键词:遥感;夜间灯光数据;人口;预测
中图分类号:TP79,P208 文献标识码:A 文章编号:1000-3177(2009)101-0083-05
1 引 言
城市人口信息直接影响其经济、社会的发展和资源的利用,正确的认识人口的分布和增长对提高人口素质、资源和环境的综合管理能力意义重大。传统的由统计部门获得人口资料的方法需要消耗大量的人力、物力和时间,特别是对大范围的人口信息的统计困难较大。GIS和遥感技术的发展为人口信息的获取提供了新的途径。美国军事气象卫星De-fenseMeteorologicalSatelliteProgram(DMSP)搭载的OperationalLinescanSystem(OLS)传感器为大尺度的城市研究提供了一种新的数据获取手段,DMSP/OLS传感器可在夜间工作,能够探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光,并使之明显区别于黑暗的乡村背景
[1]
等[13]也利用DMSP/OLS数据在基于光斑特征及人口-距离衰减律模拟了中国人口密度。鉴于夜间灯光数值与人口密度关系密切,且中国大陆20世纪90年代的夜间灯光的斑块基本上是连续增加的,在前一个时期DMSP/OLS图像上出现的灯光斑块在后一个时期是不会消失的
[1]
,因此可以利用多时相
的数据之间的关系估算未知年份的人口值,为认识和了解城市发展提供参考。
本文以湖北省为例,利用GIS平台提取的DM-SP/OLS各县市夜间灯光数据,结合湖北省往年的人口社会统计资料,估算湖北省2002年各县市城区人口数。具体思路:(1)分析2000年湖北省各地级市一直辖市的城镇灯光亮度与城区人口的关系,建立相应的线性模型,并利用该线性模型仿算2002年16个地级县市一直辖市的城镇人口;(2)利用2000年湖北省市辖区一县级市及神农架区数据建立BP神经网络模型,并利用该模型估算市辖区一县级市及神农架区的城镇人口。
。国内外很多
学者已将此数据用于研究城市问题,例如利用DM-SP/OLS数据分析与社会经济因子的线性相关性,这些社会因子包括人口密度热岛效应消耗
[8]
[5]
[2]
、城市面积扩张
[6～7]处理卫星灯光数据
[3～4]
、
、国内生产总值(GDP)
[9～11]
和电力能源
等。陈晋、卓莉等
[12]
利用灯光数据发展中
2 研究区域和数据准备
2.1 研究区域
湖北省位于我国中部,介于北纬29°05′～33°20′,东经108°21′～116°07′之间。东西长约470km,
国城市化评价指数,分析中国城市化特征等。C.P.Lo等
用DMSP/OLS辐射定标夜间灯光强
度数据估算了行政单元上的平均人口密度,卓莉
收稿日期:2008-03-19 修订日期:2008-06-16
基金项目:国家“973计划”资助项目(2009CB723905),国家“863”计划课题项目(2007AA12Z148,2007AA12Z181)、国家自然科学基
金项目(40771139,40523005)、“极地测绘科学国家测绘局重点实验”开放基金。
作者简介:曹丽琴(1981-),女,汉族,湖北天门人,博士研究生,研究方向为遥感应用及遥感图像处理。E-mail:caoliqin0823@126.com处理卫星灯光数据
遥感信息 GIS技术 2009.1
面积18.59km2,占全国总面积的1.94%。全省辖12个地级市、1个自治州(恩施自治州),直辖3个县级市(仙桃市、天门市、潜江市)、1个林区(神农架林区)、33个市辖区和26个县级市。2000年底,全省总人口5949.28万人,城镇人口2393.09万人,其中省辖市城镇人口占全省总人口比重为40.22%。
0.008333Degrees。各县市城镇人口的统计数据来源于《湖北省统计年鉴》和中国自然资源数据库(ht-tp:///index.asp)。
2.2 数据来源
本文采用的DMSP/OLS夜间灯光遥感数据来源于美国国家地球物理数据中心(/retype/zoom/0164478d5acfa1c7ab00cc19?pn=2&x=0&y=76&raww=1317&rawh=390&o=png_6_1_0_138_434_475_140_774.705_1146.735&type=pic&aimh=142.14123006833714&md5sum=b2fdea1de9959c818219fd84a9f2554e&sign=74c8f7138c&zoom=&png=3711-176149&jpg=832-1411" target="_blank">
。
图1 湖北省各县市DMSP/OLS夜间灯光数据边界提取
然后,利用二分法的思路确定各城镇灯光阈值DNT,提取各县市城镇灯光数据。具体方法是设定
夜间灯光亮度阈值DNT,统计各灯光斑块面积与各城镇建成区面积进行比较,直到某一阈值条件下利用DMSP提取的各城镇建成区面积总量与统计数据充分接近为止[13],图2为各县市城镇灯光阈值确定流程
。
城镇建成区面积;US为实际的城镇建成区面积;Δf(DNT)表示在阈值DNT条件下,计算得到的城镇建成区面积与US的差值;Δf(DNT)??min表示 Δf(DNT-1) ≥ Δf(DNT) ≤ Δf(DNT+1) 。
3 研究思路与方法
3.1 研究思路
利用多时相遥感数据和社会统计数据,通过分析湖北省2000年各个县市的夜间灯光总灰度值和城镇总人口之间的关系,预测2002年各县市城镇人口。具体思路为:①分析2000年各地级市和直辖市提取的城镇夜间灯光亮度总值与城镇人口的关系,建立线性模型;②根据线性模型,估算2002年湖北省各地级市和直辖市的城镇人口;③利用BP神经网络估算2002年市辖区-县级市及神农架区城镇人口。
3.2 研究方法
3.2.1地级市-直辖市城镇DMSP与城镇人口
图2 各城镇灯光阈值确定流程图
的关系模型
在本次分析中,我们利用了湖北省16个地级市-直辖市的城镇人口和夜间灯光亮度值数据建立
图中DNmin和DNmax分别为DMSP/OLS影像最小和最大亮度值;f(DNT)为阈值DNT下提取的
2009.1 GIS技术 遥感信息
了线性模型。回归方程的形式为:y=ax+b,其中x代表大于阈值的各县市夜间灯光灰度总值,y代表城镇人口数,线性关系及参数如图3所示。可决系数R∧2表示各县市城镇DMSP亮度值总和与人口各时相两者之间的线性相关性,R∧2越接近1,说明实际观测点离样本线越近,拟合优度越高。由图3可知,2000年地级市-直辖市的城镇人口和夜间灯光亮度值的可决系数为0.923,说明两者之间有很强的相关性,拟合优度较高
。
出,见图4所示
。
图4 BP神经网络示意图
它的数学模型是:
图3 2000年各地级市-直辖市灯光
亮度值与城镇人口关系图
3.2.2市辖区-县级市城镇DMSP与城镇人口的关系模型
与4.1节线性分析类似,分析各市辖区-县级市城镇灯光亮度值与城镇人口的线性相关性,发现两者之间的可决系数R∧2仅为0.474,说明两者之间的线性关系不强。原因是我国属于发展中国家,尽管湖北省经济发展水平属于我国的中上游(2003年湖北省GDP总量为5395.91亿,比2002年增长9.3%),但仍低于发达国家,因此使得市辖区-县级市城镇人口与夜间灯光亮度之间的线性可决系数相对较小
[6]
y=f(αβ1)(1)1x+
Z=f(αβ2)(2)2x+
其中,x、y、Z分别为输入层、隐含层、输出层上的节点向量,α1、β2分别是输入层与隐含层之间的连接权和阈值,α2、β2分别是隐含层与输出层之间的连接权和阈值,f(x)为网络激活函数,采用S型的sigmoid函数:
f(x)(3)
1+e-x
引入代价函数:
2e∑(z-z0)(4)
2
用代价函数的最小化来完成输入到输出的映射,其中z0是期望输出矢量。
本文中,输入层为各县市城镇亮度总值,隐含层个数为3,输出层为县市城镇人口数,设定期望误差为0.00005,系统的初始连接权值为1。
4 结果验证及分析
本文用预测吻合度[15](Goodnessofprediction,G)作为预测精度的衡量指标,其计算公式如下:
∑[z(i)-z(i)]2
i=1
×100%G1k
2
∑[z(i)i=1k
,故对于市辖区-县级市而言,不能采用简
单的线性模型。本文选用非线性的预测模型―人工神经网络((ArtificialNeuralNetwork,简称ANN),模拟2002年各县级市城镇人口。
选取应用最广泛的误差反向传播神经网络模型,简称BP模型。该模型有较强的学习功能,具有非线性特征,包含输入层、隐含层和输出层[16]。它将输入数据加载到网络的输入端,训练后将网络的相应输出与期望输出相比较得出误差,然后根据误差情况修正各连接权函数,使网络朝着误差减少的方向变化,直到实际相应输出与期望输出之间的误差小于指定值为止,网络的输出端则产生相应的输
(5)
式中,z(i)为第i个数据的真实值, z(i)为第i个数据的预测值,z为计算的所有真实数据的平均值
k
zi∑z(i),k为参与计算预测吻合度的样本个数
k=1值。从预测吻合度的计算公式可知,预测值越接近实际值,则预测吻合度的值越高;预测吻合度的值越接近100%,其预测精度就越高。
为了能更为准确的模拟2002年各城镇人口数,本文分别对地级市-直辖市及市辖区-县级市和神农架区人口估算结果进行分析。
遥感信息 GIS技术 2009.1
4.1 2002年地级市-直辖市城镇人口预测结果分析
将地级市-直辖市城镇的人口的预测值与真实值代入公式(5)计算得到预测吻合度为97.83%。由表1可知,地级市-直辖市城镇的人口估算结果平均相对误差为11.52%,平均绝对误差为10.70万人。其中,直辖市-仙桃、潜江和天门平均相对误差均小于10%。地级市中,襄樊市估算结果与真实人口数最为接近,其绝对误差和相对误差均最小,分别
真实统计值(万人)
随州
武汉十堰襄樊孝感黄冈黄石咸宁荆州鄂州恩施宜昌荆门仙桃潜江天门
86.59448.59110.18248.18158.49173.99120.2394.92213.2055.7258.33138.97127.0655.1449.5344.47
为0.36万人和0.15%。相对误差最大的为鄂州市,且估算结果大于真实人口数。2002年鄂州市国内生产总值为113.34亿元,年增长率为12.87%,相应的灯光亮度年增长率为2.55%,而人口年增长
率仅为1.01%,因此估算的城镇人口值大于真实城镇人口。
总的来说,湖北省2002年地级市-直辖市城镇的人口的预测结果接近真实统计值,模型预测结果较好。
绝对误差(万人)
7.12
8.0612.140.3626.7135.5416.083.6023.1813.632.042.7913.190.864.221.75
相对误差(%)
8.
22
1.7911.010.1516.8520.4213.383.8010.8724.463.492.0110.381.568.523.93
表1 2002年地级市-直辖市城镇人口数据估算对比表
预测值(万人)93.71
456.95122.32247.81131.78138.45104.1591.32190.0269.3560.37141.76140.2554.2845.3146.22
平均绝对误差为:10.70万人;平均相对误差:11.52%;预测吻合度G=97.83%
4.2 2002年市辖区-县级市及神农架区城镇人口预测结果分析
2002年市辖区-县级市及神农架城镇人口预测吻合度为95.47%,平均相对误差为11.52%,平均绝对误差为2.40万人,图5为2002年各市辖区-县级市及神农架真实人口与城镇估算人口关系图。
其中绝对误差和平均相对误差最小的为新洲,其城镇真实人口数为21.69万人,估算人口数为21.67万人,平均相对误差为0.09%,估算结果几乎与真实人口数相等。
5 结束语
DMSP/OLS夜间灯光卫星数据作为监测人类活动的理想的数据源之一,在监测人口等社会经济数据空间化研究方面有较强的优越性。本文利用DMSP/OLS数据,分析湖北省各县市城镇人口与夜间灯光数据的线性关系,由线性回归参数可知地级市-直辖市夜间灯光数据与城镇人口线性关系显著,而市辖区-县级市城镇人口与灯光数据相关性较小,因此对市辖区-县级市选用BP神经网络进行分析。通过2000年灯光-人口线性模型估算2002年地级市-直辖市城镇人口和BP模型估算的各县级市城镇人口,湖北省各县市估算结果的总吻合度为98.94%,平均相对误差为10.95%,估算精度较高。
图5 2002年各县级市及神农架真实人口
与城镇估算人口关系图
2009.1 GIS技术 遥感信息
结果表明,利用夜间灯光数据,对不同级别的县市,采用不同的预测模型能在有效的估算城镇人口。
参考文献
1 何春阳,史培军,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[J].科学通报,2006,51(7):856～861.
2 SuttonP.ModelingpopulationdensitywithnighttimesatelliteimageryandGIS[J].ComputersEnvironmentandUrban
Systems,1997,21(3-4):227～244.
3 ImhoffML,LawrenceWT,StutzerDC,etal.AtechniqueforusingcompositeDMSP/OLS`citylights'satellitedatato
accuratelymapurbanareas[J].RemoteSensingofEnvironment,1997(61):261～370.
4 ImhoffML,LawrenceWT,ElvidgeCD,etal.Prevalskyandbrown,usingnighttimeDMSP/OLSimagesofcitylightstoesti-matestheimpactofurbanlanduseonsoilresourceintheUS[J].RemoteSensingofEnvironment,1997(59):105～117.5 GalloKP,TarpleyJD,McNabAL,etal.Assessmentofurbanheatislands:Asatelliteperspective[J].AtmosphericRe-search,1995(37):37～43.
6 ElvidgeCD,BaughKE,KihnEA,etal.Relationbetweensatelliteobservedvisible-nearinfraredemissions,population
andenergyconsumption[J].InternationalJournalofRemoteSensing,1997(18):1373～1379.
7 ElvidgeCD,BaughKE,HobsonVN,etal.SatelliteinventoryofhumansettlementsusingnocturnalradiationEmission:
Acontributionfortheglobaltoolchest[J].GlobalChangeBoil,1997(3):387～791.
8 SilvanaAmaral,GilbertoCamara,etal.EstimatingpopulationandenergyconsumptioninBrazilianAmazoniausingDMSP
nighttimesatellitedata[J].Computers,EnvironmentandUrbanSystems,2003(29):179～195.9 卓莉,李强,等.基于夜间灯光数据的中国城市用地扩展类型[J].地理学报,2006,61(2):169～178.10 何春阳,李景刚,等.基于夜间灯光数据的环渤海地区城市化过程[J].地理学报,2005,60(3):409～417.
11 李景刚,何春阳,等.基于DMSP/OLS灯光数据的快速城市化过程的生态效应评价研究[J].遥感学报,2007,11(1):115～126.12 LoCP.ModelingthepopulationofChinausingDMSPoperationallinescansystemnighttimedata[J].Photogrammetric
EngineeringandRemoteSensing,2001(67):1037～1047.
13 卓莉,陈晋,等.基于夜间灯光数据的中国人口密度模拟[J].地理学报,2005,60(2):266～276.
14 Doll,ElvidgeCD,etal.Night-timeimageryasatollforglobalmappingofsocioeconomicparametersandgreenhousegas
emissions[J].AMBIO,2000(29):157～162.
15 雷能忠,王心源,蒋锦刚,等.基于BP神经网络插值的土壤全氮空间变异[J].农业工程学报,2008,24(11):130～134.16 陈云浩,等.城市空间热环境遥感分析[M].北京:科学出版社,2003.
UrbanPopulationEstimationBasedon
TheDMSP/OLSNight-timeSatelliteData
———ACaseofHubeiProvince
CAOLi-qin,LIPing-xiang,ZHANGLiang-pei
(StateKeyLabofInformationEngineeringinSurveying,Mapping&RemoteSensing,
WuhanUniversity,Wuhan430079)
Abstract:Thepopulationdataofurbanareimportanttounderstandtheurbandevelopment,andalsosignificanttoresearchtheurbanenvironment.WiththedevelopmentofGISandRS,thetechniqueofderivingtheurbanpopulationwithlargeareaandmulti-timesremotesensingdataisincreasinglymature.ThroughtheanalysisoftherelationshipbetweentheDMSP/OLSnight-timesatellitesensordataandthepopulationofeachcountyofHubeiprovince,thispaperestablishedthecorrespondinglinearmodelandadoptedthemodeltoestimatethe76urbanpopulationoftheyear2002.Theresultsshowedthatthepredictiongoodnessoffitwere98.94%andtheaveragerelativeerrorwas10.95%.ItalsoshowedthattheDMSP/OLSnight-timesat-ellitesensordatacouldbewellusedtoshort-termestimatetheurbanpopulation.Keywords:remotesensing;DMSP/OLSnighttimelightimage;population;estimate