夜光遥感数据与地区经济参量的相关性分析

张楠楠

（辽宁省基础测绘院，辽宁锦州 121003）

多年来，评价一个国家、城市或者某一区域的经济发展状况多采用地区生产总值这一指标。自上世纪80年代开始，国家统计局每年都对国内各省市的地区生产总值(地区GDP)进行核算，统计各地一、二、三产业增加值之和，反映了国家或地区国民经济活动总成果。GDP是怎样统计数据主要是由企业上报，然后各级统计局进行抽样调查，并通过其他数据来做对比验证，以确保统计数据的真实性。这样统计一轮下来至少要花费近一年的时间，并且得出的统计数据对各种来源的资料依赖性较强，难以得到标准统一的准确数据。

夜光遥感是近年来对地观测与遥感应用领域十分活跃的一个分支。夜间灯光数据通过像素的亮度值充分展示了夜晚无云条件下人类活跃以及社会经济发展程度，可以借助夜光数据对其相关活动进行分析和评价。许多研究人员利用美国DMSP/LOS遥感灯光数据开展了大量研究，研究内容涉及城市发展、夜间渔船活动、灯光污染、人口与经济估算等众多方面，取得的一系列研究成果推动了夜光遥感的发展。在利用夜光遥感进行经济估算方向，多数研究均采用与人类活动相关性较强的几个经济参量与灯光数据进行时空模拟[1]。谢天利用DMSP/OLS和NPP/VIIRS夜光数据对四种常用的GDP预测模型进行了分析比较，并以黑龙江省为例进行了对比验证[2]。江威等将“一带一路”沿线国家GDP与夜光遥感总值（TNL）线性回归关系，表明夜光遥感总值与GDP 较强相关性，将来可利用夜光遥感影像进一步估算该区域国民生产总值、人口分布等关键社会经济参量[3]。 本文探索珞珈一号(LJ1-01)夜间灯光数据与区域GDP的相关性，以辽宁省为试验区，建立基于区域灯光亮度值模拟市级特征经济参量的空间模型。

一、数据选择及预处理

1.卫星影像数据

美国国防气象卫星(DMSP)搭载的可见红外成像线性扫描业务系统(OLS)数据是夜光遥感研究利用最多的影像数据。DMSP/OLS夜间灯光影像由于传感器未经过星上定标，导致长时间序列的各期影像之间缺乏连续性和可比性，此外，还存在像元DN值过饱和等问题和低空间分辨率的劣势[4][5]。2012年至今，Suomi国家极轨道伙伴关系卫星(SNPP)搭载可见光红外成像辐射仪(VIIRS)获取了VIIRS-NPP夜光遥感数据，产品空间分辨率为750m，近几年经研究人员对其进行分析和利用发现数据有一些原始辐射值为负，原始数据并未经过滤、背景噪声也未除去，使用前必须严密纠正[6]，但目前尚无简单且可操作性强的纠正模型。

珞珈一号01星具备130m分辨率、260km幅宽的夜光数据获取能力，并且面向国内行业用户提供免费数据服务，被业内称为“全球首颗专业夜光遥感卫星”，具有广阔的应用和发展前景。本文即利用该影像数据开展夜光影像亮度值与城市GDP的相关性研究。

选取的珞珈一号影像时相尽量接近GDP数据的统计时间，以减小数据比对误差；选取的各景影像之间时相差不宜过大，有利于保持地区数据的一致性。经过筛选，选取了获取时相为2018年8-9月的珞珈一号L2级夜光遥感数据，共计8景，覆盖辽宁省全部区域（图1）。

图1 辽宁省珞珈一号夜间灯光数据

由于上述影像的定位精度从700~1900m不等，必须对其进行几何纠正。从辽宁省路网数据中选取夜间亮化明显的道路交叉点和主干路来逐景配准影像，纠正后的各景影像几何精度均在1个像素左右。

从基础性地理国情监测数据中选取大面积水体、农田地类，认为此地类夜间辐射亮度或反射亮度应为零值；再在影像上找到其对应的栅格像元，检查像元的亮度值是否为0；经抽查，夜间不发光的像元亮度值确为0，无需再进行绝对辐射校正[7]。

将纠正后的7景影像镶嵌处理后，利用辽宁省行政区划矢量数据对其进行裁切，得到辽宁省的影像图。

2.其他数据

辽宁省行政区划数据为从国家基础地理中心下载矢量数据。

辽宁省各市GDP数据为从辽宁省统计局下载的《辽宁统计年鉴》（2019中的统计数据，数据的统计时间节点为2018年。年鉴中详细记录了省内各市的生产总值和一、二、三产业的产值以及人均生产总值。

辽宁省基础性地理国情监测数据为2018年生产成果。其中的路网数据可作为影像几何纠正的基准，地类图斑信息有助于定位亮度零值的位置。

二、数据分析与处理

1.相关性分析

将纠正后的辽宁省夜光数据按照市级行政区划对影像的亮度值进行提取，统计各市夜间亮度总值。统计将辽宁省各市GDP、第一产业生产总值、第二产业生产总值、第三产业生产总值和人均GDP。先对夜间亮度值与各项GDP参量的相关性进行分析。

从表1可以看出，珞珈一号夜光遥感数据的亮度值与辽宁省内各市GDP及各参量有较高的相关性。特别是与地区GDP的相关系数达到0.88，与第二产业生产总值的相关性达到0.85，与第三产业生产总值更是达到了0.91的高相关性。从而得出地区GDP、第二产业和第三产业是相对于夜光较为敏感的经济参量。因为制造业、旅游与服务业的活动和产能与人类活动密切相关，特别是能够在夜间灯光数据上得到充分体现。

表1地区亮度总值与地区GDP各参量相关性分析

图2 14个市灯光亮度值与特征经济参量回归分析模型

这说明地区的夜间亮度值在一定程度上能够较好体现地区GDP，可以尝试利用夜间灯光亮度值来模拟GDP的发展趋势甚至定量估算GDP的数值，建立两者的相关关系。

2.夜间灯光与GDP值的回归模型建立

基于上述分析得出的夜间亮度值与地区特征经济参量的高相关性，进行辽宁省各市灯光亮度值与GDP的回归分析，进而得出回归分析模型。

将各市灯光亮度总值与地区GDP、第二产业和第三产业生产总值三个特征经济参量分别做回归拟合。

图3 辽宁省城市预测特征经济参量误差

对回归拟合结果的评价通常根据回归系数（R2）的大小以及是否通过显著性检验来判断两者之间线性关系是否可靠。各市GDP与灯光亮度值的拟合结果R2为0.78，既验证了之前得出的二者之间0.88的高相关性，又说明通过线性回归模型能够较好的拟合出市级GDP值。第二产业生产总值虽然达到了0.85的高相关性，但回归拟合结果的R2仅为0.4，说明二者的拟合程度较差，利用灯光亮度值模拟第二产业生产总值不可行。第三产业生产总值与灯光亮度值的拟合度最高，达到0.83，同时也显现出极高的相关性，由此可以看出基于线性回归分析模型能够通过灯光亮度值较好的拟合出第三产业生产总值。

3.拟合精度分析

利用上述三种回归模型拟合得到了2018年辽宁省14个市的GDP、第二产业和第三产业生产总值，将拟合预测的结果与统计年鉴的统计值进行对比，检验拟合效果和精度。

从图3可以看出，除个别城市预测值的残差较大外，大多数城市的预测值标准残差均在±1之间，60%以上城市的预测值标准残差在±0.5之间。由此得出，利用夜间灯光数据模拟辽宁省社会经济参量是十分可行且可靠的。

三、结论

GDP不但可以反映国家或地区的经济表现，还与人类社会经济活动密切相关。夜间灯光数据有效反映了人类社会活动，且具有客观性强和时效性佳等显著优势。本文分析了辽宁省14个城市珞珈一号夜间灯光影像的亮度值与地区GDP等经济参量的相关性，得出灯光亮度与GDP、第二产业和第三产业生产总值具有高相关性，且可以通过线性回归模型较好的拟合出这三种经济参量，特别是灯光数据与第三产业生产总值拟合效果最为理想。由此看出，利用夜光遥感数据模拟特征社会经济参量的方法在辽宁地区是可行的，今后可以探索该数据在更大地区尺度模拟经济活动，以及开展更加深入细致的分析和研究。