夜間燈光數(shù)據(jù)DMSP/OLS在貧困地區(qū)亮化度模型構(gòu)建中的應(yīng)用

劉麗峰 李德一 孔維華

摘要 貧困縣亮化度一定程度上反映著貧困縣居民的生活水平發(fā)展狀況，但與貧困區(qū)經(jīng)濟收入等相關(guān)指標的定量關(guān)系不太明確。針對該情況，提出了一種應(yīng)用燈光數(shù)據(jù)的亮度統(tǒng)計數(shù)據(jù)，結(jié)合與貧困縣經(jīng)濟收入等密切相關(guān)的經(jīng)濟規(guī)模指標、人口數(shù)量、財政收入等來定量研究貧困縣亮化度模型，并選取樣本貧困縣對該模型進行驗證。經(jīng)數(shù)據(jù)驗證，該模型具有較高的可信度。

關(guān)鍵詞 貧困縣；亮度值；DMSP/OLS；亮化度模型

中圖分類號 S-9 文獻標識碼 A 文章編號 0517-6611（2017）01-0205-04

Construction on Brightness Degree Model in Poor Counties by DMSP/OLS

LIU Lifeng1， LI Deyi2， KONG Weihua1

（1.Shandong University of Technology， Zibo， Shandong 255049；2. Binzhou University， Binzhou，Shandong 256600）

Abstract The degree of brightness of the poverty county reflects the development of the living standards of the poverty counties， but the quantitative relationship between the indicators and economic income of poverty area is not clear. We proposed a method of povertystricken county light degree model by DMSP/OLS and statistics data， combined with quantitative and economic income which was closely related to the economic indicators of the size， population， fiscal revenue， and select the sample impoverishment counties to verify the model. The result showed that the model has a high credibility.

Key words Poverty county；Lighting value；DMSP/OLS；Light degree model

作為社會經(jīng)濟學和地理學的熱點問題，區(qū)域貧困化是當今全球面臨的最嚴重挑戰(zhàn)之一[1]。貧困、反貧困、扶貧問題亦即成為眾多學者關(guān)注的焦點[2]。全球的一些貧困地區(qū)中，很多人至今沒有用上電，他們依然只能使用煤油燈等照明，普及貧困縣的電燈有重要意義[3]。為解決貧困地區(qū)供電短板，2016年河南省出臺《河南省電網(wǎng)脫貧專項方案》，將投入406億元全力解決貧困地區(qū)供電能力不足、可靠性低、不通動力電等問題，提升貧困地區(qū)供電能力和供電質(zhì)量[4]。筆者以湖南省轄國家級扶貧縣為例，將貧困縣電燈普及程度與經(jīng)濟收入相關(guān)的一些指標存在的關(guān)聯(lián)性進行量化，建立數(shù)學模型定量模擬貧困縣的電燈普及程度與經(jīng)濟收入之間的關(guān)系。

1 研究技術(shù)路線及模型構(gòu)建

1.1 湖南省國家級扶貧縣概況

湖南省轄14個市（州）、122縣（市、區(qū)）、2 354個鄉(xiāng)（鎮(zhèn)）。國家在湖南省確定了20個國家級貧困縣，占湖南省88個縣域單元的22.7%，占全國確定的國家級貧困縣總數(shù)（592個）的6.08%。省扶貧開發(fā)工作重點縣18個， 國家級貧困縣和省扶貧開發(fā)工作重點縣共38個，占湖南省的43.2%。地理位置偏僻、交通不便，有許多區(qū)域為少數(shù)民族匯聚地，都是這些縣域貧困化的重要原因[5]。

1.2 夜間燈光DMSP/OLS數(shù)據(jù)來源及模型構(gòu)建

美國國防氣象衛(wèi)星計劃（DMSP）是美國國防部極軌衛(wèi)星項目，運行在830 km太陽同步軌道，掃描寬度3 000 km，周期約為101 min。DMSP上的線性掃描業(yè)務(wù)系統(tǒng)（OLS）共有2個波段，可見光-近紅外波段波長0.4～1.0 μm，光譜分辨率6比特，灰度值范圍0～63；熱紅外波段波長10～13 μm，光譜分辨率8比特，灰度值范圍0～255。灰度值為0表示沒有燈光的地區(qū)，灰度值為1～63表示有燈光，灰度值越高表示燈光亮度大，燈光集中地區(qū)大部分處于燈光飽和狀態(tài)[6-9]。

目前，關(guān)于貧困縣亮化程度與其經(jīng)濟收入之間關(guān)系的研究較少，主要是因其亮化程度的衡量標準不確定，數(shù)據(jù)獲取難度較大。筆者選取湖南省范圍內(nèi)的21個貧困縣（或省扶貧開發(fā)工作重點縣）（圖1），通過下載夜間燈光數(shù)據(jù)來計算獲取貧困區(qū)的亮化度數(shù)據(jù)，并對2005年度《湖南統(tǒng)計年鑒》[10]以及湖南統(tǒng)計信息網(wǎng)站進行查詢，得到各縣經(jīng)濟、人口、城鎮(zhèn)化水平等數(shù)據(jù)[11-12]；再進行貧困邊界確定，剔除無燈光區(qū)的加權(quán)亮度值的計算模型指標選取，進而依據(jù)得到的統(tǒng)計數(shù)據(jù)尋找與模型指標之間的關(guān)系，計算殘差；再根據(jù)殘差的大小動態(tài)調(diào)整相應(yīng)的權(quán)重，重復迭代比較，直至滿足收斂指標1.00E-15為止；通過1stOpt（First Optimization）軟件計算確定模型指標系數(shù)，最終得出湖南省貧困縣亮化度的評價模型。

該模型主要運用回歸分析方法建立夜間燈光數(shù)據(jù)與特困縣經(jīng)濟、總?cè)丝诘戎笜酥g的關(guān)系模型，利用該模型模擬特困縣的平均亮度值（不包含無燈光區(qū)域），參考城市亮度模型選擇GDP、地區(qū)人口總數(shù)、農(nóng)民年均純收入（因貧困縣內(nèi)非農(nóng)人口所占比例較少，暫不考慮）等數(shù)據(jù)，并通過相關(guān)性分析中可以發(fā)現(xiàn)財政收入與夜間燈光強度在0.01顯著性水平上的顯著相關(guān)性（Pearson R=0.563，P<0.01），可以由此建立貧困縣亮化度模型。具體流程見圖2。通過貧困縣的相關(guān)指標對總?cè)丝凇⒌貐^(qū)生產(chǎn)總值、財政收入、農(nóng)民純收入、城鎮(zhèn)化水平及亮度按照2005年《湖南統(tǒng)計年鑒》排序得到19個貧困縣數(shù)據(jù)（表1）。

2 結(jié)果與分析

2.1 模型試驗分析

基于夜間燈光指數(shù)構(gòu)建湖南省貧困縣亮度模型，通過參考其他城市預(yù)測模型及相關(guān)性分析確定模型指標參數(shù)，選取了與貧困縣密切相關(guān)的幾類評價指標：GDP、總?cè)丝?、城?zhèn)化率、農(nóng)民純收入、財政收入。由于各指

標的量級、單位不同，為了確定各指標對模型的影響系數(shù)，對相關(guān)指標參數(shù)做取對數(shù)處理，比較以2、3、10、20為底的對數(shù)的擬合結(jié)果，誤差較大；而以自然對數(shù)為底的對數(shù)，擬合誤差較小。因此，選擇以自然數(shù)為底的對數(shù)對數(shù)據(jù)進行處理，結(jié)果見表2。通過 1stOpt軟件對模型不同指標的相關(guān)系數(shù)采用代入、擬合、對比，反復比較得到最佳亮化度模型：

式中，L為白色亮燈區(qū)平均亮度值；P為總?cè)丝冢ㄈf人）；GDP為2005年貧困縣地區(qū)生產(chǎn)總值；δ為城鎮(zhèn)化率；PI為農(nóng)民純收入（元），R為財政收入（萬元）?？?cè)丝凇脸擎?zhèn)化率（P×δ）可以計算出城市中居住的人口數(shù)，用以反映城市人口因素與亮化度的數(shù)值關(guān)系；地區(qū)生產(chǎn)總值/總?cè)丝冢℅DP/P）的大小可以反映該全縣人口的整體經(jīng)濟情況，當GDP/P較大時，表明人均創(chuàng)造的GDP較多，該縣經(jīng)濟較為情況較好；反之亦然。

表2中亮化模型預(yù)測值與ln（亮燈區(qū)平均亮度值）通過公式（2）計算：

式中，PV為亮化模型預(yù)測值；ε為預(yù)測值與實際值的差值。

而邵陽縣、龍山縣和新田縣由于經(jīng)濟、城鎮(zhèn)化水平、農(nóng)民純收入、亮度等先天條件的優(yōu)勢，在貧困縣在發(fā)展過程中發(fā)展水平高于其他貧困縣，其實際亮化度值高于模型預(yù)測值較多，ε為14%左右。其余樣本城市的ε 均在7.5%以內(nèi)，ε均值1.86%，模型擬合度較高。

2.2 模型驗證

為了驗證公式（1）亮度模型的準確性，分別選取有代表性的1個國家級貧困縣（永順縣）和1個省扶貧開發(fā)工作重點縣（茶陵縣）作為驗證數(shù)據(jù)，按照上述步驟對裁切后永順縣、茶陵縣2005年燈光數(shù)據(jù)及相關(guān)統(tǒng)計數(shù)據(jù)（表3）驗證數(shù)據(jù)參數(shù)和亮區(qū)平均亮度平均值及其對數(shù)（表4）。

從表3、4可以看出，2個驗證貧困縣永順縣、茶陵縣的亮區(qū)平均燈光亮度值的自然對數(shù)與采用模型預(yù)測數(shù)值擬合度較高，驗證了該研究亮化度模型的準確性。

3 結(jié)論

應(yīng)用夜間燈光數(shù)據(jù)構(gòu)建貧困縣亮化度模型，通過相關(guān)性分析和參閱相關(guān)文獻選擇與貧困縣發(fā)展水平息息相關(guān)的指標，通過比較不同對數(shù)對預(yù)測精度的影響，選擇預(yù)測精度較高的自然對數(shù)對指標數(shù)據(jù)進行處理，有效地減少了不同指標數(shù)量級的影響程度，最后預(yù)測出貧困縣平均亮度

值。試驗結(jié)果表明：該模型能夠較為準確地得出湖南省貧困縣的亮化度與GDP、總?cè)丝?、城?zhèn)化率、農(nóng)民人均純收入、財政收入等指標的亮化關(guān)系，可以用來評估貧困縣的亮化水平。

參考文獻

[1] 李佳，成升魁，馬金剛，等.基于縣域要素的三江源地區(qū)旅游扶貧開發(fā)模式探討[J].資源科學，2009，31（11）：1818-1824.

[2] 曾永明.基于GIS和BP神經(jīng)網(wǎng)絡(luò)的區(qū)域貧困與扶貧現(xiàn)狀空間模擬分析：源于（四川?。┴斦鲐氋Y金分配合理性的思考[D].成都：四川師范大學，2011.

[3] 宗仁.GravityLight：重力發(fā)電電燈 貧困地區(qū)也能用上電燈了！[EB/OL].（2012-12-24）[2016-10-12].http：//www.leiphone.com/news/201406/1224-keats-gravitylight.html.

[4] 劉金輝.河南投406億元解決貧困地區(qū)供電短板[EB/OL].（2016-07-09）[2016-10-12].http：//finance.sina.com.cn/stock/t/2016-07-19/doc-ifxuaiwa7237518.shtml.

[5] 賀文華.湖南省貧困縣的發(fā)展現(xiàn)狀及對策[J].臺灣農(nóng)業(yè)探索，2007（1）：66-70.

[6] 陳晴，侯西勇.集成土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)優(yōu)化人口空間化模型[J].地球信息科學學報，2015，17（11）：1370-1377.

[7] 王琪，袁濤，鄭新奇.基于夜間燈光數(shù)據(jù)的中國省域GDP總量分析[J].城市發(fā)展研究，2013，20（7）：44-48.

[8] 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，2014，39（4）：33-37.

[9] 吳健生，劉浩，彭建，等.中國城市體系等級結(jié)構(gòu)及其空間格局：基于DMSP/OLS夜間燈光數(shù)據(jù)的實證[J].地理學報，2014，69（6）：759-770.

[10] 湖南省統(tǒng)計局.2005年湖南省統(tǒng)計年鑒[M/OL].北京：中國統(tǒng)計出版社，2005：[2016-10-12].http：//hntj.gov.cn/sjfb/tjnj/06tjnj/img/%E7%9B%AE%E5%BD%95.htm.

[11] 周秋琳，武娟，李光，等.一種應(yīng)用Google Earth的城市亮化度模型分析與驗證[J].北京測繪，2015（1）：80-86.

[12] 段歆涔.照亮10億人微電網(wǎng)技術(shù)為貧困地區(qū)驅(qū)走黑暗（圖）[EB/OL].（2014-03-18）[2016-10-12].http：//finance.ifeng.com/a/20140318/11915207_0.shtml.