重慶市DMSP/OLS燈光數(shù)據(jù)與產(chǎn)業(yè)發(fā)展及演變的關(guān)系

朱康文 ， 劉春霞 ， 李月臣 , 周夢甜

(1.重慶師范大學(xué) a.地理與旅游學(xué)院，b.三峽生態(tài)環(huán)境遙感研究所，c.重慶市高校GIS應(yīng)用研究重點實驗室，d.職教師資學(xué)院，重慶 401331； 2.重慶市環(huán)境科學(xué)研究院，重慶 401147)

重慶市DMSP/OLS燈光數(shù)據(jù)與產(chǎn)業(yè)發(fā)展及演變的關(guān)系

朱康文1a,1b,1c,2， 劉春霞1a,1b,1c， 李月臣1b,1c,1d, 周夢甜1a,1b,1c

(1.重慶師范大學(xué) a.地理與旅游學(xué)院，b.三峽生態(tài)環(huán)境遙感研究所，c.重慶市高校GIS應(yīng)用研究重點實驗室，d.職教師資學(xué)院，重慶 401331； 2.重慶市環(huán)境科學(xué)研究院，重慶 401147)

以重慶市40個區(qū)縣為研究區(qū)域，以2000，2010年為時間節(jié)點，結(jié)合DMSP/OLS燈光數(shù)據(jù)、土地利用數(shù)據(jù)和重慶市企事業(yè)單位統(tǒng)計數(shù)據(jù)庫，計算不同時期各區(qū)縣的DN總值與不同類型產(chǎn)業(yè)數(shù)量之間的相關(guān)系數(shù)，分析DMSP/OLS燈光數(shù)據(jù)的DN總值與不同類型產(chǎn)業(yè)數(shù)據(jù)的關(guān)系。研究結(jié)果表明：結(jié)合影像自校正法和輻射定標(biāo)法進行數(shù)據(jù)預(yù)處理效果較好；采用DMSP/OLS燈光數(shù)據(jù)與土地利用數(shù)據(jù)疊加的方式可以有效避免閾值設(shè)置的問題；兩個時期的DN總值與不同類型產(chǎn)業(yè)數(shù)量之間的相關(guān)性很高，均通過了顯著性檢驗；DN總值和房地產(chǎn)業(yè)之間的相關(guān)性最高；隨著產(chǎn)業(yè)結(jié)構(gòu)升級，對應(yīng)的相關(guān)系數(shù)也在增大。DN總值大小在一定程度上可以反映區(qū)域產(chǎn)業(yè)發(fā)展及演變，為研究不同區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)提供了一種新的方法和依據(jù)，是對傳統(tǒng)研究方法的有效補充。

DMSP/OLS燈光數(shù)據(jù)；DN值；產(chǎn)業(yè)結(jié)構(gòu)與演變；相關(guān)分析；重慶市

0 引言

隨著城鎮(zhèn)化進程的加快，區(qū)域內(nèi)的二三產(chǎn)業(yè)數(shù)量基本都呈不斷增加的趨勢，而二三產(chǎn)業(yè)發(fā)展及其結(jié)構(gòu)也是反映該區(qū)域城鎮(zhèn)化水平的主要指標(biāo)之一，與區(qū)域經(jīng)濟發(fā)展關(guān)系密切[1-2]。常規(guī)的LANDSAT，SPOT，NOAA數(shù)據(jù)都無法反映區(qū)域內(nèi)經(jīng)濟發(fā)展?fàn)顩r，美國防衛(wèi)氣象衛(wèi)星計劃(Defense Meteorological Satellite Program，DMSP)軍事氣象衛(wèi)星搭載的實用線掃描系統(tǒng)(Operational Linescan System，OLS)傳感器為這方面的研究提供了新的方法[3-4]。DMSP/OLS傳感器可在夜間工作，能探測到城市燈光甚至更小規(guī)模的居民地、車流等發(fā)出的低強度燈光，明顯區(qū)別于黑暗的鄉(xiāng)村背景，適合城市發(fā)展水平的研究和城鎮(zhèn)化進程的動態(tài)監(jiān)測[5-6 ]。

DMSP/OLS燈光數(shù)據(jù)主要用于城鎮(zhèn)擴展、社會經(jīng)濟因子估算以及環(huán)境、災(zāi)害、漁業(yè)、能源等研究領(lǐng)域[7-11 ]，其研究重點和難點是最佳閾值的獲取。最佳閾值的獲取方法主要有經(jīng)驗閾值法、突變檢測法、統(tǒng)計數(shù)據(jù)比較法、較高分辨率影像數(shù)據(jù)空間比較法，各種方法均有優(yōu)劣，較常用且精度較高的方法有統(tǒng)計數(shù)據(jù)比較法和較高分辨率影像數(shù)據(jù)空間比較法[12-14]。本研究綜合考慮這些方法的優(yōu)劣，采用輻射定標(biāo)法和影像自校正法對數(shù)據(jù)進行預(yù)處理，以土地利用數(shù)據(jù)作為城建用地面積標(biāo)準(zhǔn)，與燈光數(shù)據(jù)進行疊加分析，有效避免由于閾值設(shè)置不當(dāng)及燈光數(shù)據(jù)邊界過于粗糙所帶來的誤差。

目前，區(qū)域產(chǎn)業(yè)結(jié)構(gòu)及其演變分析基本是根據(jù)統(tǒng)計數(shù)據(jù)進行[15-17]，在統(tǒng)計數(shù)據(jù)缺失情況下的研究則成為難題。DN值(digital number)是遙感影像像元亮度值，記錄地物的灰度值，其大小與傳感器的輻射分辨率、地物發(fā)射率、大氣透過率和散射率等有關(guān)。本研究通過計算重慶市DN總值與不同類型產(chǎn)業(yè)數(shù)量之間的相關(guān)性，表明DN總值在一定程度上可以反映區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)，拓寬了DMSP/OLS燈光數(shù)據(jù)的應(yīng)用領(lǐng)域，也為區(qū)域產(chǎn)業(yè)分析提供了新的思考方式和新的數(shù)據(jù)來源，對DMSP/OLS燈光數(shù)據(jù)以及產(chǎn)業(yè)發(fā)展相關(guān)研究有重要的現(xiàn)實意義。

1 研究區(qū)概況及數(shù)據(jù)來源

重慶市位于東經(jīng)105°17′～110°11′、北緯28°10′～32°13′，處于青藏高原與長江中下游平原的過渡地帶，是長江上游最大的經(jīng)濟中心、西南圈工商業(yè)重鎮(zhèn)和水陸交通樞紐。2015年，重慶市GDP達15 719.72億元，人均GDP 52 111.58元，略高于全國平均水平，渝北區(qū)、九龍坡區(qū)和江北區(qū)GDP領(lǐng)先，城口縣GDP最低；渝中區(qū)人均GDP達到147 524.25元，九龍坡區(qū)、江北區(qū)、南岸區(qū)、渝北區(qū)、涪陵區(qū)、沙坪壩區(qū)人均GDP都超過60 000元，巫溪縣人均GDP最低，為18 772.38元。

研究數(shù)據(jù)主要包括：(1)2001，2010年的DMSP/OLS燈光數(shù)據(jù)，該數(shù)據(jù)是由美國空軍氣象局收集、經(jīng)美國國家地球物理數(shù)據(jù)中心處理后所獲得的產(chǎn)品(http://ngdc.noaa.gov/eog/archive.html)，數(shù)據(jù)值(DN值)范圍在0～63之間，像元大小是0.008 333°；(2)土地利用數(shù)據(jù)來源于國家環(huán)保部門發(fā)布的2000—2010年生態(tài)遙感評估數(shù)據(jù)，選取2000，2005，2010年3期數(shù)據(jù)，數(shù)據(jù)分辨率為30 m，數(shù)據(jù)已獲得國家環(huán)保部認(rèn)可；(3)產(chǎn)業(yè)數(shù)據(jù)來源于重慶市工商局、統(tǒng)計局的企事業(yè)單位統(tǒng)計數(shù)據(jù)庫。

2 研究方法

2.1 DMSP/OLS燈光數(shù)據(jù)提取

2.1.1 影像自校正。考慮到不同年份之間DN值不穩(wěn)定，需對影像進行初步處理。首先，采用影像自校正法對1992—2012年數(shù)據(jù)進行校正。即假設(shè)研究區(qū)域不會發(fā)生逆城鎮(zhèn)化的現(xiàn)象，如果一個像元在某年為燈光覆蓋區(qū)域，那么在次年這個像元也必須是燈光覆蓋區(qū)域(符合中國的發(fā)展模式，即城鎮(zhèn)化之后不會發(fā)生逆城鎮(zhèn)化)，否則判斷其為噪聲，賦值為0，以此類推。在ArcGIS 10.0中將相鄰兩期數(shù)據(jù)中DN=0的區(qū)域和DN>0的區(qū)域分別賦值，例如1992年分別賦值0，1，1993年分別賦值0，10，柵格計算器進行相加會出現(xiàn)0，1，10，11，值為1表示1992年DN>0且1993年DN=0，該區(qū)域就屬于噪聲，與城鎮(zhèn)化區(qū)域不會發(fā)生逆城鎮(zhèn)化相矛盾。

2.1.2 輻射定標(biāo)。為了使數(shù)據(jù)在時間序列上保持穩(wěn)定，以黑龍江省雞西市F162007燈光數(shù)據(jù)為樣本對重慶市2000，2010年燈光數(shù)據(jù)進行輻射校正，校正方程為[18-21]：

DN=a×DN02+b×DN0+c。

式中：DN0，DN分別為校正前、后像元的DN值；a，b為回歸系數(shù)；c為常數(shù)。

2.1.3 同年份不同衛(wèi)星數(shù)據(jù)的校正。由于2000年有F142000和F152000兩期不同的衛(wèi)星數(shù)據(jù)，為了消除二者之間的誤差，燈光數(shù)據(jù)校正值采用兩期數(shù)據(jù)的均值。

2.2 企事業(yè)單位空間化

重慶市企事業(yè)單位統(tǒng)計數(shù)據(jù)庫原始數(shù)據(jù)為EXCEL表格，通過Google地球和百度地圖的坐標(biāo)拾取工具提取出各企事業(yè)單位的經(jīng)緯度信息，在ArcGIS 10.0軟件中生成空間數(shù)據(jù)，分別提取40個區(qū)縣不同類型產(chǎn)業(yè)包含的企事業(yè)單位數(shù)量，并采取隨機抽樣的方式對140 445個企事業(yè)單位的地理位置進行精度驗證，每1 000個點數(shù)據(jù)隨機抽取100個，驗證精度達98%。企事業(yè)單位的分類是按照國民經(jīng)濟行業(yè)分類代碼(2011年版)標(biāo)準(zhǔn)進行，除去第一產(chǎn)業(yè)，將23類兩位數(shù)產(chǎn)業(yè)類型作為研究對象，共140 445個企事業(yè)單位，分別提取40個區(qū)縣2000，2010年不同類型產(chǎn)業(yè)的企事業(yè)單位數(shù)量。

2.3 相關(guān)性分析

利用SPSS統(tǒng)計分析軟件，將40個區(qū)縣提取出來的DN總值與對應(yīng)區(qū)縣內(nèi)不同產(chǎn)業(yè)類型的企事業(yè)單位數(shù)量進行相關(guān)性分析并得到一系列結(jié)論。

3 結(jié)果與分析

3.1 DMSP/OLS燈光數(shù)據(jù)

對重慶市F142000，F(xiàn)152000，F(xiàn)182010 3期燈光數(shù)據(jù)分別進行輻射校正，得到3期燈光數(shù)據(jù)的校正方程。

F142000：DN=0.003 2×DN02+0.841 7×DN0+1.936 5，

R2=0.84；

F152000：DN=0.006 5×DN02+0.545 2×DN0+3.707 0，

R2=0.81；

F182010：DN=0.008 6×DN02+0.258 5×DN0+3.516 2，

R2=0.87。

對2000年兩期燈光數(shù)據(jù)(F142000，F(xiàn)152000)校正后的結(jié)果進行均值化處理并重采樣為30 m，并在柵格計算器中將處理后的2000，2010年燈光數(shù)據(jù)與土地利用數(shù)據(jù)中的建設(shè)用地進行疊加，最終獲取融合建設(shè)用地信息的2000，2010年燈光數(shù)據(jù)影像(圖1)。

圖1 重慶市DMSP/OLS夜間燈光數(shù)據(jù)Fig.1 DMSP/OLS nighttime light data in Chongqing City

3.2 DN總值與GDP的關(guān)系

根據(jù)2000，2010年燈光數(shù)據(jù)分別提取重慶市40個區(qū)縣各年的DN總值，與統(tǒng)計年鑒中各區(qū)縣GDP進行分析(圖2)。2000，2010年各區(qū)縣的GDP和DN總值之間具有很好的一致性，隨著GDP的增加DN總值也相應(yīng)地增加。相關(guān)分析結(jié)果顯示2000，2010年GDP與DN總值之間的相關(guān)系數(shù)分別為0.69，0.87，置信水平為0.01，表明二者具有很好的相關(guān)性。由此可見，DN總值可以很好地反映區(qū)域的GDP水平，而產(chǎn)業(yè)結(jié)構(gòu)又是影響GDP的一個重要因素，說明用DN總值反映產(chǎn)業(yè)結(jié)構(gòu)是可行的。不同時期的相關(guān)系數(shù)大小表明由于產(chǎn)業(yè)結(jié)構(gòu)的升級會使GDP以及DN總值相應(yīng)地提高，說明產(chǎn)業(yè)結(jié)構(gòu)發(fā)展水平是影響DN總值的一個重要因素。

圖2 重慶市各區(qū)縣GDP與DN總值的關(guān)系Fig.2 Relationship between GDP and total value of DN of districts and counties in Chongqing City

3.3 產(chǎn)業(yè)數(shù)據(jù)空間化結(jié)果

空間化的數(shù)據(jù)能更直觀地反映產(chǎn)業(yè)布局的整體趨勢。將重慶市140 445個企事業(yè)單位數(shù)據(jù)進行空間表達，得到2000，2010年各區(qū)縣產(chǎn)業(yè)空間分布及數(shù)量(圖3)。產(chǎn)業(yè)集聚程度較高的區(qū)域是主城區(qū)及周邊區(qū)縣，產(chǎn)業(yè)點密度較大的區(qū)域分布在主城區(qū)和渝西地區(qū)、萬州區(qū)等區(qū)域，在渝東北尤其是城口縣、巫山縣、巫溪縣等區(qū)域產(chǎn)業(yè)分布較少，與重慶市經(jīng)濟發(fā)展實際一致。

圖3 重慶市產(chǎn)業(yè)分布Fig.3 Distribution of the industries in Chongqing City

3.4 DN總值與不同類型產(chǎn)業(yè)數(shù)量之間的關(guān)系

不同的產(chǎn)業(yè)與經(jīng)濟發(fā)展的一致性程度不同，尤其是第一產(chǎn)業(yè)和部分第二、三產(chǎn)業(yè)(例如電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)以及衛(wèi)生、社會保障和社會福利業(yè)，這類產(chǎn)業(yè)一般在各個區(qū)域分布較均勻)與經(jīng)濟發(fā)展程度相關(guān)性較低。為了分析各類型產(chǎn)業(yè)與經(jīng)濟發(fā)展之間相關(guān)程度的高低，進行DN總值與各類型產(chǎn)業(yè)數(shù)量之間的相關(guān)性分析和擬合優(yōu)度的計算(表1)。

兩個時期各區(qū)縣DN總值與不同類型產(chǎn)業(yè)數(shù)量存在不同程度的相關(guān)性，在SPSS軟件中計算2000，2010年各區(qū)縣DN總值與各類型產(chǎn)業(yè)數(shù)量之間的Pearson相關(guān)系數(shù)(表1)。國際組織(T)由于其特殊性，在研究區(qū)域內(nèi)不存在，故不計算其相關(guān)性。

2000年采礦業(yè)(A)，電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)(C)，衛(wèi)生、社會保障和社會福利業(yè)(Q)，文化、體育和娛樂業(yè)(R)，農(nóng)、林、牧、漁業(yè)(U)為不相關(guān)， 水利、環(huán)境和公共設(shè)施管理業(yè)( N)， 公共管理和社會組織( S)為0.05置信水平下相關(guān)，其他均為0.01置信水平下相關(guān)，2010年采礦業(yè)(A)，電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)(C)，衛(wèi)生、社會保障和社會福利業(yè)(Q)，公共管理和社會組織(S)，農(nóng)、林、牧、漁業(yè)(U)為不相關(guān)，其他均為0.01置信水平下相關(guān)。采礦業(yè)(A)，電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)(C)，衛(wèi)生、社會保障和社會福利業(yè)(Q)，公共管理和社會組織(S)，農(nóng)、林、牧、漁業(yè)(U)在兩個時期都沒有通過顯著性檢驗。采礦業(yè)(A)本身與自然資源的分布有很大的關(guān)系，一般遠離城市發(fā)達區(qū)，比如渝中區(qū)在兩個時期此類產(chǎn)業(yè)數(shù)量都為0，渝中區(qū)作為重慶市的CBD，首先沒有礦產(chǎn)資源的分布，其次是地理位置決定其主要是發(fā)展第三產(chǎn)業(yè)。電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)(C)，衛(wèi)生、社會保障和社會福利業(yè)(Q)，公共管理和社會組織(S)與DN總值的相關(guān)性較低，主要是由于此類產(chǎn)業(yè)與經(jīng)濟發(fā)展水平及城鎮(zhèn)化關(guān)系不大，其主要由管理單元的劃分與數(shù)量決定，是一個相對比較穩(wěn)定的產(chǎn)業(yè)類型，故與能夠反映經(jīng)濟發(fā)展水平的DN總值之間相關(guān)程度很低。電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)(C)在兩個時期都為負相關(guān)且有減小的趨勢，主要是由于經(jīng)濟發(fā)展水平提高，此類產(chǎn)業(yè)逐步整合，效率不斷提高，比如電力，一個電力企業(yè)可能覆蓋整個區(qū)縣甚至還為其他區(qū)縣提供電力。文化、體育和娛樂業(yè)(R)在2000年相關(guān)性較低，2010年相關(guān)性提高并通過了0.01顯著性水平，主要由于人民生活水平提高，人們對于娛樂等追求會相應(yīng)增加，這與城市發(fā)展也是緊密相連的。教育業(yè)(P)在兩個時期相關(guān)性由不相關(guān)變?yōu)橥ㄟ^0.01置信水平下的顯著相關(guān)，主要由于教育業(yè)(P)產(chǎn)業(yè)數(shù)量隨著經(jīng)濟的發(fā)展以及人口的增多都會相應(yīng)地增加，而且從其空間分布來看，人口密度越大的區(qū)域數(shù)量越多，人口密度越大，DN總值一般也會越大，二者是一致的，因此隨著經(jīng)濟發(fā)展及人口的增加，二者相關(guān)性也會增大。房地產(chǎn)業(yè)(K)為兩個時期相關(guān)性最高的產(chǎn)業(yè)，二者之間相關(guān)性在兩個時期均達到0.9以上，主要是因為房地產(chǎn)的空間分布和人口、經(jīng)濟空間特征是一致的，一般城鎮(zhèn)化水平越高的地區(qū)，房地產(chǎn)業(yè)占GDP的比例會越高，反之，經(jīng)濟的發(fā)展會在很大程度上刺激房地產(chǎn)業(yè)發(fā)展。

表1 DN總值與各類型產(chǎn)業(yè)數(shù)量之間的相關(guān)系數(shù)、擬合優(yōu)度及顯著性Tab.1 Corelation coefficients, goodness of fit and significance between total value of DN and number of different types of industry

說明：A代表采礦業(yè)；B代表制造業(yè)；C代表電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)；D代表建筑業(yè)；E代表交通運輸業(yè)；F代表倉儲和郵政業(yè)；G代表信息運輸、計算機服務(wù)和軟件業(yè)；H代表批發(fā)和零售業(yè)；I代表住宿和餐飲業(yè)；J代表金融業(yè)；K代表房地產(chǎn)業(yè)；L代表租賃和商務(wù)服務(wù)業(yè)；M代表科學(xué)研究、技術(shù)服務(wù)和地質(zhì)勘查業(yè)；N代表水利、環(huán)境和公共設(shè)施管理業(yè)；O代表居民服務(wù)和其他服務(wù)業(yè)；P代表教育；Q代表衛(wèi)生、社會保障和社會福利業(yè)；R代表文化、體育和娛樂業(yè)；S代表公共管理和社會組織；T代表國際組織；U代表農(nóng)、林、牧、漁業(yè)。其中第一產(chǎn)業(yè)包括U，第二產(chǎn)業(yè)包括A，B，C，D，第三產(chǎn)業(yè)包括E，F(xiàn)，G，H，I，J，K，L，M，N，O，P，Q，R，S，T。

整體上DN總值與不同類型產(chǎn)業(yè)數(shù)量之間的相關(guān)性都較高，其中與房地產(chǎn)業(yè)(K)相關(guān)性最高，說明DN總值與房地產(chǎn)業(yè)(K)之間的關(guān)系最密切。采礦業(yè)(A)，電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)(C)，教育業(yè)(P)，衛(wèi)生、社會保障和社會福利業(yè)(Q)，公共管理和社會組織(S)，農(nóng)、林、牧、漁業(yè)(U)相關(guān)性較低或不相關(guān)，其余產(chǎn)業(yè)相關(guān)性都較好，與第二產(chǎn)業(yè)、第三產(chǎn)業(yè)以及產(chǎn)業(yè)總數(shù)之間的相關(guān)性較好。

通過DN總值與不同產(chǎn)業(yè)類型數(shù)量之間的擬合優(yōu)度(表1)可以看出，DN總值與大多數(shù)類型產(chǎn)業(yè)之間R2較高，說明它們之間的擬合效果較好，與房地產(chǎn)業(yè)(K)在2000，2010年的R2分別達到了0.875，0.897，僅與采礦業(yè)(A)，電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)(C)，公共管理和社會組織(S)等少數(shù)產(chǎn)業(yè)擬合程度較低，與農(nóng)、林、牧、漁業(yè)(U)之間的相關(guān)性很低主要是由于第一產(chǎn)業(yè)在市場中的地位逐漸弱化，并且第一產(chǎn)業(yè)的企業(yè)數(shù)量相對較少。DN總值與其他產(chǎn)業(yè)之間的擬合程度較好，僅少數(shù)類型產(chǎn)業(yè)顯著性水平在0.01以下，表明用DN總值來反映區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展?fàn)顩r是可信的并且可以取得良好的效果。

3.5 DN總值與產(chǎn)業(yè)結(jié)構(gòu)演變的關(guān)系

第二產(chǎn)業(yè)在2000，2010年的相關(guān)系數(shù)均高于第三產(chǎn)業(yè)，表明DN總值更能反映第三產(chǎn)業(yè)的分布情況。這與重慶市城鎮(zhèn)化現(xiàn)階段的“退二進三”政策相符，大量的第二產(chǎn)業(yè)開始從中心城區(qū)遷出，被第三產(chǎn)業(yè)所替代。結(jié)果分析發(fā)現(xiàn)建筑業(yè)(D)的相關(guān)性在2010年有所降低，擬合優(yōu)度降幅較大，這與區(qū)域發(fā)展政策有密切的關(guān)系。我國由于城鎮(zhèn)化進程加速，城市發(fā)展迅速，人們對于住房以及商業(yè)建筑的修建需求上升，但是經(jīng)過了歐洲次貸危機之后國內(nèi)市場受到了一定的沖擊，對國內(nèi)建筑業(yè)造成了一定的影響，導(dǎo)致其對經(jīng)濟發(fā)展貢獻度的下降，與市場實際環(huán)境一致。結(jié)果與城市的實際發(fā)展相符，表明DN總值與城市發(fā)展水平、區(qū)域地理條件以及區(qū)域產(chǎn)業(yè)政策有很大的關(guān)系，隨著產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，對應(yīng)的相關(guān)系數(shù)也在增大。

總體來說，DN總值與不同產(chǎn)業(yè)類型之間存在不同程度的相關(guān)性，表明用DN總值來反映區(qū)域不同類型產(chǎn)業(yè)結(jié)構(gòu)狀況具有很好的效果，兩個時期的數(shù)據(jù)分析可以發(fā)現(xiàn)，隨著產(chǎn)業(yè)數(shù)量增加和產(chǎn)業(yè)結(jié)構(gòu)升級，對應(yīng)的相關(guān)系數(shù)也在增大，說明DN總值大小在一定程度上可以反映區(qū)域產(chǎn)業(yè)的發(fā)展及演變。

4 結(jié)論與討論

4.1 結(jié)論

采用影像自校正法與輻射校正法相結(jié)合有效提高了DMSP/OLS燈光數(shù)據(jù)精度，燈光數(shù)據(jù)與30 m分辨率的土地利用數(shù)據(jù)疊加融合更能反映實際城建用地區(qū)域的燈光值。通過研究DN總值與不同類型產(chǎn)業(yè)數(shù)量之間的關(guān)系發(fā)現(xiàn)：DN總值與不同類型產(chǎn)業(yè)之間存在不同程度的相關(guān)性，其中相關(guān)性最高的是房地產(chǎn)業(yè)(K)，相關(guān)程度較低的是采礦業(yè)(A)，電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)(C)，教育業(yè)(P)，衛(wèi)生、社會保障和社會福利業(yè)(Q)，公共管理和社會組織(S)，農(nóng)、林、牧、漁業(yè)(U)；建筑業(yè)(D)的相關(guān)性在2010年有所降低，與區(qū)域?qū)嶋H情況一致，DN總值的改變與城市的發(fā)展水平、區(qū)域地理條件以及區(qū)域產(chǎn)業(yè)政策有很大的關(guān)系；隨著產(chǎn)業(yè)結(jié)構(gòu)的升級，DN總值也在增大，DN總值可以很好地反映區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展及演變，DN總值可以反映區(qū)域產(chǎn)業(yè)發(fā)展水平，反之區(qū)域產(chǎn)業(yè)發(fā)展也是影響DN總值的一個重要因素。本研究為區(qū)域產(chǎn)業(yè)結(jié)構(gòu)發(fā)展與演變分析提供了一種新的方法和依據(jù)，是對傳統(tǒng)研究方法的有效補充。

4.2 討論

目前也有很多學(xué)者進行DMSP/OLS數(shù)據(jù)提取城建用地的研究，但研究尺度或方法的缺陷導(dǎo)致提取結(jié)果不太理想，結(jié)果與實際情況不符，多是閾值的設(shè)置不當(dāng)導(dǎo)致某些不該被去除的區(qū)域被剔除，從而使很多學(xué)者認(rèn)為DMSP/OLS只適用于大范圍內(nèi)的中心城區(qū)的提取，不適用于中小尺度研究，在經(jīng)過較為嚴(yán)謹(jǐn)?shù)念A(yù)處理后將燈光數(shù)據(jù)與較高分辨率城建用地融合，為以后的DMSP/OLS數(shù)據(jù)運用提供了很好的思路，與產(chǎn)業(yè)數(shù)據(jù)之間的關(guān)系研究進一步擴大了DMSP/OLS數(shù)據(jù)的應(yīng)用范圍。如果樣本足夠多，可以依據(jù)DN總值和產(chǎn)業(yè)結(jié)構(gòu)情況進行分類，從而找出DN總值大小和產(chǎn)業(yè)結(jié)構(gòu)類型之間的對應(yīng)關(guān)系，據(jù)此來分析和反映區(qū)域產(chǎn)業(yè)結(jié)構(gòu)發(fā)展及演變。

[1] 高更和,李小建.產(chǎn)業(yè)結(jié)構(gòu)變動對區(qū)域經(jīng)濟增長貢獻的空間分析——以河南省為例[J].經(jīng)濟地理,2006,26(2):270-273.

[2] 孫東琪,朱傳耿,周婷.蘇、魯產(chǎn)業(yè)結(jié)構(gòu)比較分析[J].經(jīng)濟地理,2010,30(11):1847-1853.

[3] Imhoff M L,Lawrence W T,Stutzer D C,etal.A Technique for Using Composite DMSP/OLS “City Lights” Satellite Data to Accurately Map Urban Areas[J].Remote Sensing of Environment,1997,61(3):361-370.

[4] 陳晉,卓莉,史培軍,等.基于DMSP/OLS數(shù)據(jù)的中國城市化過程研究——反映區(qū)域城市化水平的燈光指數(shù)的構(gòu)建[J].遙感學(xué)報,2003,7(3):168-175.

[5] Sutton P.Modeling Population Density with Nighttime Satellite Imagery and GIS[J].Computers,Environment and Urban Systems,1997,21(3):227-244.

[6] 何春陽,李景剛,陳晉,等.基于夜間燈光數(shù)據(jù)的環(huán)渤海地區(qū)城市化過程[J].地理學(xué)報,2005,60(3):409-417.

[7] Imhoff M L,Lawrence W T,Elvidge C D,etal.Using Nighttime DMSP/OLS Images of City Lights to Estimate the Impact of Urban Land Use on Soil Resources in the U.S[J].Remote Sensing of Environment,1997,59(1):105-117.

[8] 卓莉,陳晉,史培軍,等.基于夜間燈光數(shù)據(jù)的中國人口密度模擬[J].地理學(xué)報,2005,60(2):266-276.

[9] 曹麗琴,李平湘,張良培.基于DMSP/OLS夜間燈光數(shù)據(jù)的城市人口估算——以湖北省各縣市為例[J].遙感信息,2009,24(1):83-87.

[10] 李通,何春陽,楊洋,等.1995—2008年中國大陸電力消費量時空動態(tài)[J].地理學(xué)報,2011,66(10):1403-1412.

[11] 韓向娣,周藝,王世新,等.夜間燈光遙感數(shù)據(jù)的GDP空間化處理方法[J].地球信息科學(xué)學(xué)報,2012,14(1):128-136.

[12] 楊眉,王世新,周藝,等.DMSP/OLS夜間燈光數(shù)據(jù)應(yīng)用研究綜述[J].遙感技術(shù)與應(yīng)用,2011,26(1):45-51.

[13] He C Y, Ma Q, Li T,etal.Spatiotemporal Dynamics of Electric Power Consumption in Chinese Mainland from 1995 to 2008 Modeled Using DMSP/OLS Stable Nighttime Lights Data[J].Journal of Geographical Sciences,2012,13(1):125-136.

[14] 王鶴饒,鄭新奇,袁濤.DMSP/OLS數(shù)據(jù)應(yīng)用研究綜述[J].地理科學(xué)進展,2012,31(1):11-19.

[15] 羅若愚,趙潔.成渝地區(qū)產(chǎn)業(yè)結(jié)構(gòu)趨同探析與政策選擇[J].地域研究與開發(fā),2013,32(5):41-45.

[16] 秦琴,李長春.重慶市產(chǎn)業(yè)結(jié)構(gòu)與就業(yè)結(jié)構(gòu)協(xié)調(diào)性測度研究[J].地域研究與開發(fā),2013,32(5):46-50.

[17] 安士偉,劉珂,萬三敏.區(qū)域產(chǎn)業(yè)集聚度演變及對承接產(chǎn)業(yè)轉(zhuǎn)移的啟示——以河南省為例[J].地域研究與開發(fā),2013,32(4):54-58.

[18] Liu Z,He C,Zhang Q,etal.Extracting the Dynamics of Urban Expansion in China Using DMSP-OLS Nighttime Light Data from 1992 to 2008[J].Landscape and Urban Planning,2012,106(1):62-72.

[19] 劉沁萍,楊永春,付冬暇,等.基于DMSP-OLS燈光數(shù)據(jù)的1992—2010年中國城市空間擴張研究[J].地理科學(xué),2014,34(2):129-136.

[20] 吳健生,赫勝彬,彭建,等.基于DMSP-OLS數(shù)據(jù)的城市發(fā)展空間特征研究[J].地理與地理信息科學(xué),2014,30(2):20-25.

[21] 鄒進貴,陳艷華,田徑,等.基于ArcGIS的DMSP/OLS夜間燈光影像校正模型的構(gòu)建[J].測繪地理信息,2014,10(4):33-37.

Relationship between DMSP/OLS Lights Image Data and the Development and Evolution of Industries in Chongqing City

Zhu Kangwen1a,1b,1c,2, Liu Chunxia1a,1b,1c, Li Yuechen1b,1c,1d, Zhou Mengtian1a,1b,1c

(1a.CollegeofGeographyandTourism, 1b.InstituteofEco-environmentRemoteSensinginThreeGorgesReservoir, 1c.KeyLaboratoryofGISApplication,ChongqingNormalUniversity, 1d.CollegeofVocationalEducationTeachers,Chongqing401331,China; 2.ChongqingAcademyofEnvironmentalScience,Chongqing401147,China)

In order to study regional industrial layout, this paper construct the fitting equation between the total value of DN and the number of different types of industry according to 40 districts and counties of Chongqing. This study based on DMSP/OLS lights image data, land use data and enterprises statistics database in Chongqing in 2000 and 2010. The result shows that the improved dichotomy method used in this paper may effectively improve the quality of nighttime light data. Combining self-correction method and radiometric calibration method to data pre-processing have good results. The total value of DN and the number of different types of industry has good correlation, and passed the significant test by the confidence level of 0.01. The highest correlation between the total value of DN and the number of real estate industry. The corresponding correlation coefficient also increased with the upgrading of industrial structure. The total value of DN used to reflect the different types of the structure and evolution of industrial has a good effect. This study not only extends the application of DMSP/OLS nighttime light data, but also provides a reliable method and a basis for the study on regional industrial development, and was an effective complement to traditional research methods.

DMSP/OLS lights image data; value of DN; structure and evolution of industrial; correlation analysis; Chongqing City

2015-04-27；

2016-08-15

國家自然科學(xué)基金項目(41571419)；重慶市博士后科研項目(xm201102001)

朱康文(1990-)，男，湖南張家界市人，工程師，碩士，主要從事GIS應(yīng)用研究，(E-mail)zhukangwen0927@163.com。

劉春霞(1975-)，女，山東淄博市人，副教授，碩士，主要從事產(chǎn)業(yè)發(fā)展與規(guī)劃研究，(E-mail)liuchunxia_2004@163.com。

F129

A

1003-2363(2016)05-0036-05