夜光遙感數(shù)據(jù)在城市社會(huì)經(jīng)濟(jì)指標(biāo)估算中的應(yīng)用

王郡如　劉傲　鮑雅君

摘 要：燈光數(shù)據(jù)與人類社會(huì)經(jīng)濟(jì)活動(dòng)有很強(qiáng)的相關(guān)關(guān)系，傳統(tǒng)統(tǒng)計(jì)方法得到的GDP數(shù)據(jù)在進(jìn)行經(jīng)濟(jì)指標(biāo)估算時(shí)具有局限性，基于夜間燈光數(shù)據(jù)構(gòu)建的GDP預(yù)測(cè)模型對(duì)分析安徽省各地區(qū)GDP的指標(biāo)估算以及城市將來(lái)發(fā)展有重要的意義。本文基于珞珈一號(hào)夜間燈光數(shù)據(jù)以及安徽省近兩年以來(lái)的GDP指數(shù)，采用燈光數(shù)據(jù)構(gòu)建GDP預(yù)測(cè)模型以及GDP指數(shù)可視化的方法，對(duì)安徽省的燈光數(shù)據(jù)以及GDP指數(shù)之間的相關(guān)性展開(kāi)研究，結(jié)果表明：（1）珞珈一號(hào)夜間燈光數(shù)據(jù)對(duì)安徽省社會(huì)經(jīng)濟(jì)參量具有較強(qiáng)相關(guān)性。（2）安徽省的皖中地區(qū)以合肥為首發(fā)展經(jīng)濟(jì)比較強(qiáng)，其次是皖南地區(qū)發(fā)展比皖北地區(qū)更強(qiáng)一些。（3）發(fā)展安徽省經(jīng)濟(jì)需注重協(xié)調(diào)，促進(jìn)全省經(jīng)濟(jì)的提升，同時(shí)加強(qiáng)與經(jīng)濟(jì)發(fā)達(dá)地區(qū)的合作，加快融入長(zhǎng)三角經(jīng)濟(jì)，創(chuàng)造共同發(fā)展經(jīng)濟(jì)環(huán)境。

關(guān)鍵詞：珞珈一號(hào)；夜光遙感；社會(huì)經(jīng)濟(jì)；相關(guān)性

夜光遙感是獲取無(wú)云條件下地表發(fā)射的可見(jiàn)光-近紅外電磁波信息。這些信息大部分來(lái)源于地表上的人為活動(dòng)，特別是夜間人類所用的照明設(shè)備。除此之外，也包括石油天然氣燃燒、海上漁船、森林火災(zāi)以及火山爆發(fā)等。自DMSP/OLS在美國(guó)發(fā)射以來(lái)[1]， 該衛(wèi)星傳感器可捕獲到不同發(fā)展程度城市所發(fā)出的燈光。由此可知， 夜光遙感數(shù)據(jù)能夠被用來(lái)追蹤人類活動(dòng)的行為軌跡， 它在人類活動(dòng)監(jiān)測(cè)研究中起到了重要的數(shù)據(jù)源作用[2]。根據(jù)搭載平臺(tái)和傳感器的不同，目前比較常見(jiàn)的夜光遙感衛(wèi)星主要有美國(guó)國(guó)防氣象衛(wèi)星（Defense Meteorological SatelliteProgram（DMSP）， NPOESS Preparatory Project （NPP）和珞珈一號(hào)01星。對(duì)于夜間燈光數(shù)據(jù)與GDP之間的關(guān)系，國(guó)內(nèi)外許多學(xué)者也早已對(duì)此進(jìn)行了研究。韓向娣等基于夜間燈光數(shù)據(jù)，第一次探討夜間燈光數(shù)據(jù)與GDP之間的關(guān)系，以及中國(guó)經(jīng)濟(jì)的宏觀分布特征[3]。Li 等在此基礎(chǔ)上，利用多源夜間燈光數(shù)據(jù)和GDP 統(tǒng)計(jì)資料，建立了中國(guó)省、縣級(jí)行政區(qū)的線性回歸模型，通過(guò)實(shí)證研究，分析了區(qū)域經(jīng)濟(jì)發(fā)展與夜光數(shù)據(jù)的關(guān)系與成因[4]。Shi等對(duì)NPP-VIIRS夜光數(shù)據(jù)進(jìn)行校正處理，并使用GDP和EPC在不同尺度上構(gòu)建線性回歸模型，得出結(jié)論，與DMSP/OLS夜間燈光數(shù)據(jù)相比較，校正后的NPP-VIIRS 數(shù)據(jù)與經(jīng)濟(jì)社會(huì)指標(biāo)的相關(guān)程度更高[5]。曹子陽(yáng)等提出了將不變目標(biāo)區(qū)域法對(duì)夜間燈光影像進(jìn)行校正應(yīng)用于 DMSP/OLS數(shù)據(jù)中國(guó)區(qū)域的校正，并對(duì)校正前后的影像結(jié)合 GDP 和電力消耗值進(jìn)行回歸分析，證明了該方法的合理性[6]。李德仁等基于時(shí)序 DMSP/OLS 夜光遙感數(shù)據(jù)，采用空間統(tǒng)計(jì)、標(biāo)準(zhǔn)差橢圓和位序-規(guī)模分布方法，研究了“一帶一路”沿線國(guó)家的城市發(fā)展時(shí)空格局演化[7]。王俊華等基于DMSP/OLS夜間燈光數(shù)據(jù)并結(jié)合高程信息，運(yùn)用相關(guān)分析法，繪制出了四川省GDP密度圖[8]?；谝归g燈光數(shù)據(jù)與社會(huì)經(jīng)濟(jì)的研究表明，遙感數(shù)據(jù)可以對(duì)GDP等社會(huì)經(jīng)濟(jì)參量進(jìn)行估算，很對(duì)專家都以此為依據(jù)，對(duì)社會(huì)經(jīng)濟(jì)參量進(jìn)行空間上的模擬分析?？偨Y(jié)前人的研究成果，夜光遙感數(shù)據(jù)具有空間信息豐富、時(shí)效性強(qiáng)的優(yōu)點(diǎn)，適用于大尺度的研究和事件序列分析。其中夜間燈光強(qiáng)度與人類社會(huì)經(jīng)濟(jì)活動(dòng)高度相關(guān)，完全可以用于進(jìn)行人類社會(huì)活動(dòng)分析及社會(huì)經(jīng)濟(jì)指標(biāo)估算[9]。

國(guó)內(nèi)生產(chǎn)總值是度量一個(gè)地區(qū)或國(guó)家經(jīng)濟(jì)水平和發(fā)展情況的一項(xiàng)重要指標(biāo)。夜間燈光亮度與夜間人類活動(dòng)程度的關(guān)系十分密切，它可以在某種程度上反映出一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r，因此，它也就成為了評(píng)價(jià)城市發(fā)展和人類經(jīng)濟(jì)活動(dòng)的一項(xiàng)指標(biāo)。夜間燈光遙感數(shù)據(jù)不僅具有遙感數(shù)據(jù)的快速、大面積連續(xù)獲取的優(yōu)勢(shì)，還可以能夠直接、獨(dú)特地反映出城市化進(jìn)程的空間結(jié)構(gòu)分布、經(jīng)濟(jì)發(fā)展?fàn)顩r以及人類經(jīng)濟(jì)活動(dòng)程度?，F(xiàn)在，關(guān)于夜間燈光數(shù)據(jù)與社會(huì)經(jīng)濟(jì)發(fā)展方面的研究與應(yīng)用也是比較多的[10-13]。對(duì)于利用夜光數(shù)據(jù)對(duì)GDP進(jìn)行預(yù)測(cè)時(shí)，國(guó)內(nèi)外許多學(xué)者采用的方法均為選取某參考地區(qū)在某一個(gè)時(shí)間點(diǎn)的夜光遙感數(shù)據(jù)和GDP數(shù)據(jù)，對(duì)二者進(jìn)行擬合，同時(shí)將預(yù)測(cè)值與真實(shí)值進(jìn)行比較研究[14]。目前來(lái)說(shuō)，這種研究方法能夠充分利用夜光數(shù)據(jù)與GDP數(shù)據(jù)，較好的反應(yīng)不同地區(qū)間的發(fā)展差異和發(fā)展趨勢(shì)[15]。

本文基于珞珈一號(hào)對(duì)安徽省城市社會(huì)經(jīng)濟(jì)進(jìn)行相關(guān)性分析，一是探索珞珈一號(hào)夜間燈光數(shù)據(jù)的預(yù)處理方法以及去噪方法，填補(bǔ)珞珈一號(hào)數(shù)據(jù)處理方向研究的空白，提高該數(shù)據(jù)的可用性。二是基于珞珈一號(hào)數(shù)據(jù)，以一個(gè)新視角來(lái)對(duì)安徽省GDP進(jìn)行展示，可以幫助我們更加科學(xué)地了解各地區(qū)內(nèi)經(jīng)濟(jì)發(fā)展水平，為各個(gè)區(qū)域發(fā)展、制定戰(zhàn)略和政府決策提供一定的借鑒資料。

一、研究區(qū)與數(shù)據(jù)源

（一）研究區(qū)概況

安徽，簡(jiǎn)稱“皖”，省會(huì)合肥。位于長(zhǎng)江三角洲地區(qū)，中國(guó)華東地區(qū)，介于東經(jīng)114°54′—119°37′，北緯29°41′—34°38′之間，東連江蘇，西接河南、湖北，東南接浙江，南鄰江西，北靠山東，總面積14.01萬(wàn)平方千米。截至2020年7月，安徽省下轄16個(gè)省轄市，有9個(gè)縣級(jí)市，50個(gè)縣，45個(gè)市轄區(qū)。

安徽省在2020年全年地區(qū)生產(chǎn)總值38680.6億元，同比增長(zhǎng)3.9%。其中，第一產(chǎn)業(yè)增加值3184.7億元，增長(zhǎng)2.2%；第二產(chǎn)業(yè)增加值15671.7億元，增長(zhǎng)5.2%；第三產(chǎn)業(yè)增加值19824.2億元，增長(zhǎng)2.8%。

（二）數(shù)據(jù)源

珞珈一號(hào)0l星具備l30m分辨率、260km幅寬的夜光數(shù)據(jù)獲取能力，并且面向國(guó)內(nèi)行業(yè)用戶提供免費(fèi)數(shù)據(jù)服務(wù)，被業(yè)內(nèi)稱為“全球首顆專業(yè)夜光遙感衛(wèi)星”，具有廣闊的應(yīng)用和發(fā)展前景。本文即利用該影像數(shù)據(jù)開(kāi)展夜光影像亮度值與城市GDP的相關(guān)性研究。選取的珞珈一號(hào)影像時(shí)相盡量接近GDP數(shù)據(jù)的統(tǒng)計(jì)時(shí)間，以減小數(shù)據(jù)比對(duì)誤差；選取的各景影像之間時(shí)相差不宜過(guò)大，有利于保持地區(qū)數(shù)據(jù)的一致性。經(jīng)過(guò)篩選，選取了獲取時(shí)間為2018年11月的珞珈一號(hào)L2級(jí)夜光遙感數(shù)據(jù)，共計(jì)6景。覆蓋安徽省省全部區(qū)域。

（三）數(shù)據(jù)預(yù)處理過(guò)程

下載的珞珈一號(hào)數(shù)據(jù)每景影像寬幅為264km×264km，由于單景影像不能完全覆蓋安徽省地區(qū)，因此需要對(duì)影像進(jìn)行鑲嵌合并，使得影像可以覆蓋整個(gè)安徽省。珞珈一號(hào)數(shù)據(jù)的光譜分辨率為32bt，可以有效解決亮度飽和的問(wèn)題，且珞珈一號(hào)數(shù)據(jù)已經(jīng)去除了負(fù)像元，所以不需對(duì)數(shù)據(jù)進(jìn)行飽和校正以及負(fù)值像元處理。在開(kāi)展下一步研究之前，還需要對(duì)年內(nèi)的夜間燈光影像的像元DN值進(jìn)行進(jìn)一步的穩(wěn)定性校正。公式參考如下：

下載到的珞珈一號(hào)數(shù)據(jù)未經(jīng)定標(biāo)處理，可通過(guò)輻亮度轉(zhuǎn)換公式進(jìn)行定標(biāo)，公式為：

式中L為亮度，R為反射系數(shù)，E為照度。

我們可以通過(guò)Band Math進(jìn)行輻射定標(biāo)表達(dá)式中輸入：b1^（3.0/2）*（10.0^（-10））。

拉伸方式為Equalization。利用Spatial Analyst工具對(duì)安徽省各地市的夜間燈光數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，其中有夜間燈光平均亮度、夜間燈光強(qiáng)度等。利用Raster color slice工具對(duì)圖像進(jìn)行分割，通過(guò)不斷調(diào)整最大值和最小值對(duì)圖像的燈光分布做出更直觀的顯示。

如圖2，圖3所示，將安徽省燈光分布圖進(jìn)行輻射校正后進(jìn)行密度分割，經(jīng)過(guò)不同閾值調(diào)整后的密度分割的影像圖能更加清晰的反映出各個(gè)地區(qū)的燈光分布情況，使安徽省的燈光分布情況能夠更加直觀地顯示。? 二、研究方法

本研究以安徽省為研究對(duì)象，通過(guò)對(duì)安徽省的16個(gè)地級(jí)市的GDP數(shù)據(jù)和提取出來(lái)的夜間燈光數(shù)據(jù)進(jìn)行分析，來(lái)完成對(duì)安徽省的經(jīng)濟(jì)指標(biāo)估算。

此次研究從研究區(qū)夜間燈光圖像中提取燈光強(qiáng)度數(shù)據(jù)，包括總燈光指數(shù)和平均燈光指數(shù)，同時(shí)，根據(jù)安徽省的市級(jí)邊界矢量數(shù)據(jù)和夜間燈光數(shù)據(jù)，可以構(gòu)建安徽省各城市的GDP的增長(zhǎng)情況和預(yù)測(cè)分析。

照明設(shè)施的密度和使用能夠反映該區(qū)域的繁榮程度，故一個(gè)區(qū)域越亮，也就越繁榮，所以總強(qiáng)度和燈光密度還可以說(shuō)明區(qū)域的發(fā)展程度。因此我們?cè)诶靡归g燈光影像做有關(guān)社會(huì)經(jīng)濟(jì)方面的研究的時(shí)候，可以充分利用這以下指標(biāo)。

（1）基于安徽省地區(qū)LJ-01夜間燈光圖，疊加行政區(qū)輔助數(shù)據(jù)，基于Arcgis平臺(tái)分區(qū)統(tǒng)計(jì)功能，對(duì)各地級(jí)市尺度的夜間燈光總強(qiáng)度進(jìn)行統(tǒng)計(jì)，公式如下：

式中，TNL夜間燈光總強(qiáng)度；DNmax和DNmin分別表示行政區(qū)內(nèi)的最大輻射值與最小輻射值；DNi表示行政區(qū)內(nèi)第i個(gè)像元的輻射值；ni表示對(duì)應(yīng)行政區(qū)內(nèi)第i個(gè)屬性值的個(gè)數(shù)。

（2）平均燈光亮度值：

式中，AI表示平均燈光亮度值；TNL表示城市的夜間燈光總強(qiáng)度；S表示該城區(qū)的建成區(qū)面積。

（3）GDP核算有三種方法，即生產(chǎn)法、收入法和支出法

生產(chǎn)法是以常住單位在生產(chǎn)過(guò)程中創(chuàng)造新增價(jià)值的角度出發(fā)，從而衡量核算期內(nèi)生產(chǎn)活動(dòng)最終成果的方法。

GDP=總產(chǎn)出-中間投入

收入法是以常住單位在生產(chǎn)過(guò)程中形成收入角度出發(fā)，來(lái)反映核算期內(nèi)生產(chǎn)活動(dòng)最終成果的方法。

GDP=勞動(dòng)者報(bào)酬+生產(chǎn)稅凈額+固定資產(chǎn)折舊+營(yíng)業(yè)盈余

支出法是以貨物和服務(wù)最終使用的角度出發(fā)，衡量所有常住單位核算期內(nèi)生產(chǎn)活動(dòng)最終成果的方法。包括三個(gè)部分，分別是最終消費(fèi)支出、資本形成總額、貨物和服務(wù)凈出口。

GDP=最終消費(fèi)支出+資本形成總額+貨物和服務(wù)凈出口

三、結(jié)果與分析

（一）燈光指數(shù)

由上述公式得到表2的燈光總量，燈光平均值以及標(biāo)準(zhǔn)差。并且由表2可知，安徽省內(nèi)合肥市燈光總量最大，滁州市次之，淮北市、阜陽(yáng)市的燈光總量最小。而對(duì)于燈光平均值來(lái)說(shuō)，仍是合肥市位列第一，但淮南和馬鞍市則次之，阜陽(yáng)市最弱。上述兩種燈光指數(shù)均是合肥省位列第一。分析其原因，合肥市為安徽省省會(huì)，第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)經(jīng)濟(jì)成分構(gòu)成復(fù)雜，夜間燈光與第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的相關(guān)性較大，與第一產(chǎn)業(yè)的相關(guān)性較小，單一的夜間燈光不能精確的反映出其GDP總值，需要結(jié)合其他各方面的因素對(duì)GDP總值進(jìn)行反映和預(yù)測(cè)。從整體成分來(lái)看，除合肥市的燈光總量和平均值的排名外，安徽省整體的燈光分布是皖南地區(qū)較高，皖北地區(qū)稍落后一些。究其原因主要還是與城市的產(chǎn)業(yè)成分組成的不同有關(guān)，由于地形差異，皖北地區(qū)多平原，皖南地區(qū)多山區(qū)，導(dǎo)致了皖北地區(qū)大多以農(nóng)業(yè)為主，皖南地區(qū)大多以工業(yè)為主，這也是導(dǎo)致兩地區(qū)夜間燈光分布情況以及燈光強(qiáng)度差異的主要原因之一。

如圖5所示，由安徽省的燈光分布圖可以看出安徽省整體燈光分布是皖中地區(qū)比較明亮，應(yīng)當(dāng)是省會(huì)合肥提供了大部分的燈光值，可以得出該地區(qū)的發(fā)展經(jīng)濟(jì)較強(qiáng)。其次是皖南地區(qū)比皖北地區(qū)的燈光更加明亮一些且分布更加廣泛，尤其是蕪湖馬鞍山一帶，主要也是因?yàn)榭拷K地區(qū)，第二，三產(chǎn)業(yè)較皖北地區(qū)更加發(fā)達(dá)一些，夜晚提供的燈光值也隨之增加。

（二）GDP分析

為評(píng)估“珞珈一號(hào)”夜光數(shù)據(jù)對(duì)GDP進(jìn)行估算預(yù)測(cè)的能力，可以建立GDP與夜光數(shù)據(jù)生成的線性回歸模型。表3為安徽省2021年上半年的GDP情況，并以此為基礎(chǔ)，對(duì)安徽省的16個(gè)地級(jí)市的GDP進(jìn)行預(yù)測(cè)，進(jìn)行評(píng)估。

綜合來(lái)看，安徽省發(fā)展速度較快的城市有馬鞍山、蕪湖、宣城、銅陵、黃山、池州，發(fā)展速度較慢的城市有蚌埠、淮北、淮南、宿州等地。其中皖中地區(qū)以合肥為首發(fā)展經(jīng)濟(jì)較強(qiáng)，其次是皖南地區(qū)，以蕪湖為首引領(lǐng)發(fā)展經(jīng)濟(jì)，皖北地區(qū)經(jīng)濟(jì)發(fā)展較弱，主要以蚌埠市來(lái)引領(lǐng)經(jīng)濟(jì)發(fā)展。并且由圖6可以看出安徽省的GDP的名義增速總體的平均值為17.24%。16個(gè)地級(jí)市中除了蚌埠市的名義增速只有8.30%，其余城市的名義增速都超過(guò)了10%，可以看出安徽省的GDP的總體增長(zhǎng)狀況還是不錯(cuò)的。

（三）發(fā)展趨勢(shì)及預(yù)測(cè)

根據(jù)提取的燈光數(shù)據(jù)和安徽省GDP數(shù)據(jù)十年的發(fā)展趨勢(shì)圖，可預(yù)測(cè)未來(lái)安徽省各省市的GDP發(fā)展情況，同樣的，結(jié)合燈光指數(shù)和GDP數(shù)據(jù)所做出的模擬圖，也很好的估算了安徽省GDP的發(fā)展情況。下圖分別以安徽省16個(gè)地級(jí)市2010-2020數(shù)據(jù)做出GDP趨勢(shì)圖，并作出預(yù)測(cè)。從下圖中可以看到安徽省的16個(gè)地級(jí)市預(yù)測(cè)圖的R2均高于0.9，分別是合肥市是0.982，安慶市是0.9769，蚌埠市0.9732，亳州市是0.9843，池州市是0.9826，滁州市是0.9921，阜陽(yáng)市是0.9872，淮北市是0.9869，淮南市是0.9339，黃山市是0.9843，六安市是0.9775，馬鞍山市是0.9468，宿州市是0.9919，銅陵市是0.9644，蕪湖市是0.9807，宣城市是0.9789。預(yù)測(cè)的準(zhǔn)確性還是比較高的。

（四）燈光指數(shù)與GDP數(shù)據(jù)回歸分析

通過(guò)對(duì)比多種擬合模型，線性擬合的效果最好。因此根據(jù)安徽省16地市燈光總量與GDP數(shù)據(jù)構(gòu)建線性擬合圖。夜晚的燈光亮度和分布可以體現(xiàn)出一個(gè)地區(qū)的繁榮程度，所以我們可以根據(jù)燈光亮度值來(lái)對(duì)該地區(qū)的經(jīng)濟(jì)發(fā)展水平進(jìn)行分析。圖8構(gòu)建了燈光總量與GDP數(shù)據(jù)的線性擬合圖，根據(jù)相關(guān)性的高低來(lái)判斷珞珈一號(hào)夜光數(shù)據(jù)反應(yīng)經(jīng)濟(jì)的強(qiáng)弱。因此，我們由圖8可以看出二者的相關(guān)性還是比較高的。但是我們?nèi)匀粡膱D中可以看出，有部分?jǐn)?shù)據(jù)的偏離程度也比較大。

初步分析，可能與安徽省產(chǎn)業(yè)的類別有關(guān)。第一產(chǎn)業(yè)主要包括農(nóng)、林、牧、漁業(yè)等。在夜晚中，這些行業(yè)幾乎不會(huì)產(chǎn)生燈光，所以，僅根據(jù)夜光數(shù)據(jù)是無(wú)法體現(xiàn)出第一產(chǎn)業(yè)的經(jīng)濟(jì)貢獻(xiàn)的。而安徽省的第一產(chǎn)業(yè)占比還是比較大的，會(huì)導(dǎo)致數(shù)據(jù)的準(zhǔn)確度下降。第二產(chǎn)業(yè)由工業(yè)和建筑業(yè)等構(gòu)成，在夜光中反應(yīng)明顯。第三產(chǎn)業(yè)主要是服務(wù)業(yè)，主要有零售業(yè)和批發(fā)以及餐飲業(yè)和住宿等。這些行業(yè)在夜光中反應(yīng)同樣較為強(qiáng)烈，對(duì)燈光的貢獻(xiàn)也比較大。這兩種產(chǎn)業(yè)貢獻(xiàn)的燈光值結(jié)合珞珈一號(hào)的高分辨率，使夜光數(shù)據(jù)在對(duì)經(jīng)濟(jì)的反映中更加準(zhǔn)確。

其次，本文主要以安徽省的16個(gè)地級(jí)市為主要研究對(duì)象，但是由于各城市地理位置的差異，導(dǎo)致16個(gè)城市的植被覆蓋情況也存在差異。并且，由于植被的大量存在，導(dǎo)致了部分燈光值不能真實(shí)地反映在夜光遙感影像上。而且由于植被的覆蓋范圍廣，光溢出效應(yīng)也會(huì)顯著降低，進(jìn)而對(duì)GDP的預(yù)測(cè)造成了一定的影響。本研究中黃山，池州等地的城市具有較高的空氣質(zhì)量，而且森林和植被覆蓋率也較高，其中，植被的大量存在對(duì)GDP預(yù)測(cè)結(jié)果的可靠性產(chǎn)生了影響。在16個(gè)城市中，合肥，蕪湖等地的森林和植被覆蓋率相對(duì)較低，所以植被對(duì)燈光的影響也較小。因此，這兩個(gè)城市利用夜光數(shù)據(jù)對(duì)GDP進(jìn)行預(yù)測(cè)的準(zhǔn)確性也相對(duì)較高。綜上所述，珞珈一號(hào)的夜光數(shù)據(jù)和GDP有比較強(qiáng)的相關(guān)性，但是僅通過(guò)夜間燈光來(lái)描述區(qū)域GDP經(jīng)濟(jì)產(chǎn)值是不準(zhǔn)確的，有的地區(qū)對(duì)GDP的產(chǎn)出可能是在白天，這會(huì)造成數(shù)據(jù)的偏差，從而影響到數(shù)據(jù)分析的結(jié)果。

（五）GDP密度圖

利用建立的模型建立安徽省GDP空間可視化表達(dá)，在此基礎(chǔ)上，根據(jù)該模型把GDP統(tǒng)計(jì)數(shù)據(jù)空間分配到每個(gè)像元上，可以得到GDP密度圖。與統(tǒng)計(jì)年鑒的二維統(tǒng)計(jì)數(shù)據(jù)相比較，經(jīng)過(guò)空間化后的安徽省GDP數(shù)據(jù)能夠更明顯直觀的反應(yīng)安徽省2020年和2021年GDP分布情況。從兩幅圖對(duì)比可知，從2020年到2021年的GDP總值的分布情況大致沒(méi)有區(qū)別，但是個(gè)別地區(qū)的生產(chǎn)總值有所增加。整體來(lái)看，安徽省的經(jīng)濟(jì)發(fā)展以合肥市為中心，安徽省的西部與東部經(jīng)濟(jì)發(fā)展較好，南部與北部發(fā)展較差，GDP總值較低。2020年面對(duì)嚴(yán)峻挑戰(zhàn)，全省經(jīng)濟(jì)運(yùn)行迅速恢復(fù)企穩(wěn)，主要指標(biāo)增長(zhǎng)快于全國(guó)、位次靠前。2020年安徽省生產(chǎn)總值38680.6億元，比上年增長(zhǎng)3.9%。省會(huì)城市合肥首次突破萬(wàn)億元大關(guān)，GDP總量和人均GDP上都排在了全省的第一位，并且遙遙領(lǐng)先第二位的蕪湖市，GDP總量上為蕪湖市的兩倍還要多。蕪湖和滁州處于3000億一檔。安徽省2000億檔的城市共有5個(gè)：阜陽(yáng)、安慶、馬鞍山、蚌埠、宿州。1000億檔城市共有6個(gè)：亳州、六安、宣城、淮南、淮北、銅陵。2021年安徽省GDP為42959億元，比上年增長(zhǎng)8.3%，蕪湖以4303億元排名第二名，五千億元至一萬(wàn)億元的區(qū)間斷檔；下一檔滁州、阜陽(yáng)、安慶、馬鞍山、蚌埠均在2000至3000億元之間，呈現(xiàn)斷檔狀態(tài)。蚌埠的增速較低，主要是因?yàn)槭軅鹘y(tǒng)工業(yè)轉(zhuǎn)型升級(jí)不快、產(chǎn)業(yè)集中度不高，縣域經(jīng)濟(jì)活力不足等因素影響。

利用上述經(jīng)過(guò)處理及分析的遙感圖像得到了安徽省各城市的夜間燈光數(shù)據(jù)，將得到的數(shù)據(jù)與統(tǒng)計(jì)年鑒的統(tǒng)計(jì)值進(jìn)行對(duì)比，檢驗(yàn)和精度。

由圖3和表3可以看出，安徽省的中、南部區(qū)域經(jīng)濟(jì)發(fā)展的情況較好，其中以合肥，蕪湖城市為代表，在近幾年的發(fā)展中居于前列，且增長(zhǎng)的百分比仍在逐年上升。安徽省北部區(qū)域發(fā)展的速度則相對(duì)較慢，但仍在逐年上升。由此得出，利用夜間燈光數(shù)據(jù)模擬安徽省社會(huì)經(jīng)濟(jì)參量是十分可行和可靠的。

四、結(jié)論與展望

本文針對(duì)安徽省的16個(gè)地級(jí)市來(lái)進(jìn)行夜間燈光數(shù)據(jù)的處理過(guò)程，分析了安徽省的GDP指數(shù)，發(fā)展趨勢(shì)和燈光數(shù)據(jù)的相關(guān)性，從經(jīng)濟(jì)應(yīng)用方面反映了GIS，遙感技術(shù)發(fā)展的新特點(diǎn)。主要結(jié)論如下：

（1）通過(guò)分析安徽省珞珈一號(hào)夜間燈光影像的亮度值與地區(qū)GDP等經(jīng)濟(jì)參量的相關(guān)性，得出燈光亮度與GDP具有高相關(guān)性。

（2）由GDP長(zhǎng)期數(shù)據(jù)可知，安徽省是一個(gè)南北差異明顯的城市。皖中的經(jīng)濟(jì)主要是靠省會(huì)合肥拉高，若除去合肥，則安徽經(jīng)濟(jì)總體呈現(xiàn)南強(qiáng)北弱的局面。因此發(fā)展安徽省經(jīng)濟(jì)需注重協(xié)調(diào)，促進(jìn)全省經(jīng)濟(jì)的提升，同時(shí)加強(qiáng)與經(jīng)濟(jì)發(fā)達(dá)地區(qū)的合作，加快融入長(zhǎng)三角經(jīng)濟(jì)，創(chuàng)造共同發(fā)展經(jīng)濟(jì)環(huán)境。

（3）通過(guò)安徽省的燈光數(shù)據(jù)及相關(guān)性及可視化分析，得出安徽省不同地區(qū)的在2020及2021兩個(gè)年份的經(jīng)濟(jì)狀況分布以及名義增速，可以看出安徽省尤其是頭部城市一年之內(nèi)的GDP增長(zhǎng)幅度較為顯著。其中安徽省會(huì)合肥經(jīng)濟(jì)實(shí)力雄厚，皖北主要由蚌埠市引領(lǐng)，皖南則以蕪湖為引領(lǐng)。且城市的第一、二、三產(chǎn)業(yè)所占比重和植被覆蓋度情況對(duì)燈光指數(shù)、分布以及預(yù)測(cè)誤差也有比較大的影響。

目前，針對(duì)夜光遙感和GDP數(shù)據(jù)來(lái)分析城市的社會(huì)經(jīng)濟(jì)指標(biāo)估算的研究還是比較少的。但是“珞珈一號(hào)”和夜光數(shù)據(jù)與經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)具有較高的相關(guān)性是毋庸置疑的，在未來(lái)的研究中，可以以夜光數(shù)據(jù)為主，同時(shí)輔助其他數(shù)據(jù)來(lái)建立更加精確的模型。隨著信息技術(shù)的發(fā)展，特別是GIS和遙感技術(shù)在經(jīng)濟(jì)方面的不斷發(fā)展。這些技術(shù)將會(huì)與更多應(yīng)用集成，融入更多應(yīng)用方面，形成更為廣闊的市場(chǎng)。

參考文獻(xiàn)：

[1]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(jìn)展， 2012， 31（1）： 11-19.

[2]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.遙感技術(shù)與應(yīng)用，2011，26（1）：45-51.

[3]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(bào)， 2012，14（01）：128-136.

[4]Xi Li， Huimin Xu， Xiaoling Chen， et al. Potential of NPP-VIIRS nighttime light imagery for modeling the regional economy of China[J].2013（6）：3057.

[5]Shi K ， Yu B ， Huang Y ， et al. Evaluating the ability of NPP-VIIRS nighttime light data to estimate the Gross Domestic Product and the electric power consumption of China at multiple scales&58; A comparison with DMSP-OLS data [J]. Remote Sensing， 2014， 6 （2）： 1705-1724.

[6]曹子陽(yáng)，吳志峰，匡耀求，等.DMSP/OLS夜間燈光影像中國(guó)區(qū)域的校正及應(yīng)用[J].地球信息科學(xué)學(xué)報(bào)， 2015， 17（9）：1092-1102.

[7]李德仁，余涵若，李熙.基于夜光遙感影像的“一帶一路”沿線國(guó)家城市發(fā)展時(shí)空格局分析[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2017， 42（6）：711-720.

[8]王俊華，張廷斌，易桂花，等. DMSP/OLS夜間燈光數(shù)據(jù)的四川省GDP空間化分析[J]. 測(cè)繪科學(xué)，2019，44（08）：50-60.

[9]鄭淵茂，何原榮，王曉榮，高元衡.夜光遙感數(shù)據(jù)應(yīng)用述評(píng)與展望[J].遙感信息，2020，35（03）：1-14.

[10]Bennett M M ， Smith L C . Advances in using multi-temporal night-time lights satellite imagery to detect， estimate， and monitor socioeconomic dynamics[J]. Remote Sensing of Environment， 2017， 192：176-197.

[11]謝天.基于長(zhǎng)時(shí)間序列夜光遙感數(shù)據(jù)的黑龍江省GDP預(yù)測(cè)模型研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2018.

[12]李德仁，李熙.夜光遙感技術(shù)在評(píng)估經(jīng)濟(jì)社會(huì)發(fā)展中的應(yīng)用———兼論其“一帶一路”建設(shè)質(zhì)量的保障[J].宏觀質(zhì)量研究，2015，3（04）：1-8.

[13]Henderson J V， Storeygard A， Weil D N. Measuring economic growth from outer space.[J]. American Economic Review， 2012， 102（2）： 994-1028.

[14]劉楊，李宏偉，楊斌程，張斌，何孟錚，常騎.基于遙感數(shù)據(jù)和POI數(shù)據(jù)的GDP空間化研究——以北京市為例[J].地域研究與開(kāi)發(fā)，2021，40（02）：27-32+39.

[15]賈艷紅，覃孔韜.基于DMSP/OLS夜間燈光數(shù)據(jù)的廣西沿海地區(qū)GDP預(yù)測(cè)分析[J].廣西城鎮(zhèn)建設(shè)，2021（01）：8-12.

基金項(xiàng)目：本文受到宿州學(xué)院安徽省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（S202110379098）資助。