馬瑞雪,付波霖,何宏昌,施新程,范冬林

(1.桂林理工大學(xué) 測繪地理信息學(xué)院,廣西 桂林 541006;2.信陽師范學(xué)院 地理科學(xué)學(xué)院,河南 信陽 464000)

0 引 言

隨著科學(xué)技術(shù)的不斷進(jìn)步,經(jīng)濟(jì)和人口等區(qū)域經(jīng)濟(jì)數(shù)據(jù)在人與環(huán)境交互過程中的研究倍受社會各界人士關(guān)注。傳統(tǒng)的國內(nèi)生產(chǎn)總值(GDP)來源于統(tǒng)計數(shù)據(jù),GDP統(tǒng)計數(shù)據(jù)只能反映某地區(qū)的宏觀狀況,不能反映該地區(qū)的內(nèi)部差異[1]。GDP空間化以空間為單位代替?zhèn)鹘y(tǒng)的按行政區(qū)域?yàn)榻y(tǒng)計單位,基于夜間燈光亮度、人口分布、土地利用數(shù)據(jù)模型等因素,將GDP空間分配到夜間燈光數(shù)據(jù)的每個像元上,為多領(lǐng)域之間進(jìn)行數(shù)據(jù)共享、空間統(tǒng)計分析帶來極大便利。

近年來, 夜間燈光數(shù)據(jù)的研究主要集中在社會經(jīng)濟(jì)人口評估、 城市擴(kuò)張、 重大事件監(jiān)測[2-4]等方面。 研究尺度上主要集中在全球[5]、 國家范圍[6]、 中國大陸地區(qū)[7-10]和各大城市群[11-12], 而對于國內(nèi)省級范圍的研究相對不多。Elvidge等[13]根據(jù)DMSP/OLS數(shù)據(jù)發(fā)現(xiàn)了各國家的燈光面積與GDP具有高度相關(guān)性,但未能提取其空間信息。Henderson等[14]確定DMSP/OLS穩(wěn)定燈光圖像和輻射定標(biāo)燈光圖像兩種數(shù)據(jù)的最佳閾值,提取了美國舊金山以及中國北京、拉薩的城市化水平及經(jīng)濟(jì)發(fā)展水平有所差異的空間信息。 王琪等[15]分析夜間燈光強(qiáng)度與GDP關(guān)系,建立了GDP空間化模型, 從而實(shí)現(xiàn)了省級GDP空間化模擬。 楊妮等[16]提出構(gòu)建GDP統(tǒng)計數(shù)據(jù)的空間化模型,并制作GDP密度專題圖。 韓向娣等[6]通過第一產(chǎn)業(yè)基于土地利用數(shù)據(jù)模型、 第二產(chǎn)業(yè)和第三產(chǎn)業(yè)基于DMSP/OLS與土地利用數(shù)據(jù)結(jié)合生成的土地?zé)艄鈪?shù)建模,生成GDP密度圖。 閆慶武等[17]運(yùn)用網(wǎng)格面積權(quán)重插值法和圖像平滑技術(shù)實(shí)現(xiàn)了城市人均GDP數(shù)據(jù)的空間化并取得了較好的結(jié)果。 卓莉等[18]基于夜間燈光數(shù)據(jù)的強(qiáng)度信息模擬了燈光區(qū)內(nèi)部和外部的人口密度。 柴子為等[19]利用估算模型較好的NPP-VIIRS夜間燈光數(shù)據(jù)建立鎮(zhèn)級GDP估算模型,并通過地區(qū)差異系數(shù)對估計結(jié)果進(jìn)行校正。宋善海等[20]利用夜光遙感影像分析不用地形背景下的山區(qū)與平原地區(qū)夜光分布的空間特征。上述研究對社會經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)的空間化大多在全球或國家尺度上進(jìn)行,對其影響因素往往進(jìn)行簡化。

基于此，本文以市級行政區(qū)劃為基本單位,分別計算2006、2010和2013年河南省各行政區(qū)的燈光指數(shù),通過分析燈光數(shù)據(jù)與不同區(qū)域經(jīng)濟(jì)數(shù)據(jù)之間的相關(guān)性,建立適用于河南省小尺度研究區(qū)域的GDP空間化模型,利用1 km×1 km網(wǎng)格實(shí)現(xiàn)GDP空間可視化表達(dá),探明河南省各行政區(qū)GDP的時空動態(tài)變化規(guī)律,為將來經(jīng)濟(jì)發(fā)展策略的制定奠定基礎(chǔ)。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

河南省位于中國中東部、 黃河中下游, 東接安徽、 山東, 北界河北、 山西, 西接陜西, 南臨湖北。 全省2006、 2010和2013年GDP分別為12 362.79、 23 092.36、 32 155.86億元,人均GDP分別為13 172、24 446、 34 174元(數(shù)據(jù)來源于《河南統(tǒng)計年鑒—2014》)。 河南省有豫北地區(qū)、豫西及豫西南地區(qū)、中原城市群和黃淮地區(qū)4個經(jīng)濟(jì)區(qū)。其中，豫北、豫中經(jīng)濟(jì)發(fā)展高水平集聚區(qū)在空間上形成河南省經(jīng)濟(jì)增長中心,周圍地區(qū)成為其外圍地區(qū),呈明顯的中心—外圍模式。區(qū)域經(jīng)濟(jì)發(fā)展水平存在明顯的俱樂部趨同,具體表現(xiàn)為鄭州—焦作—濟(jì)源—許昌經(jīng)濟(jì)增長中心區(qū)，洛陽—平頂山—漯河—安陽—濮陽次級經(jīng)濟(jì)區(qū)，新鄉(xiāng)—開封—商丘—周口3級經(jīng)濟(jì)區(qū)，三門峽—南陽—駐馬店—信陽外圍區(qū)[21]。在全省經(jīng)濟(jì)發(fā)展中的作用不斷增強(qiáng)的是中原城市群,中原城市群的龍頭——鄭州的重要性日益提高,并且城市的輻射影響力將日趨增強(qiáng)。

1.2 夜間燈光數(shù)據(jù)及預(yù)處理

1.2.1 夜間燈光數(shù)據(jù) 1976年9月美國國防氣象衛(wèi)星首次搭載OLS傳感器(operational linescan system), OLS傳感器有可見光和熱紅外2個通道?？梢姽馔ǖ? 波段范圍0.4～1 μm, 光譜分辨率為6 bit,DN(各像元無云觀測的灰度值)值范圍為0～63(DN=0, 表示沒有燈光;DN>0的為燈光區(qū)域;DN=63的像元為飽和像元, 表示城市的中心地區(qū))； 熱紅外通道: 波段范圍10～13 μm, 光譜分辨率為8 bit,DN值范圍為0～255, 其獲取圖像的幅寬為3 000 km。OLS傳感器因其具有很強(qiáng)的光電放大能力,能夠探測到夜間城市燈光甚至更小規(guī)模的居民地、車流等發(fā)出的低強(qiáng)度燈光,使其明顯區(qū)別于黑暗的鄉(xiāng)村背景[22-24]。夜間燈光數(shù)據(jù)排除了光線陰影的影響,能較好地反映交通道路、工業(yè)、居民地分布等社會經(jīng)濟(jì)因素,而被廣泛地應(yīng)用于社會經(jīng)濟(jì)數(shù)據(jù)的定量化研究[25-26]。

DMSP/OLS數(shù)據(jù)來源于美國國家地球物理數(shù)據(jù)中心(https://ngdc.noaa.gov/eog/dmsp/download V4compo-sites.html)， 本次下載了2006年(F15 2006)、 2010年(F18 2010)和2013年(F18 2013)的夜間燈光影像。夜間燈光數(shù)據(jù)包括平均觀察值(average visible)、 穩(wěn)定燈光值(stable lights)、 能觀察的無云次數(shù)(cloud free coverges)3種年平均數(shù)據(jù)[27-28]。 由于建立GDP模型需要排除偶然燈光的影響, 因此將穩(wěn)定燈光值(stable lights)作為研究數(shù)據(jù)。

1.2.2 夜間燈光數(shù)據(jù)預(yù)處理 因本文使用的夜間燈光數(shù)據(jù)來源于2顆衛(wèi)星, 不同的衛(wèi)星傳感器設(shè)置不同, 故影像間存在系統(tǒng)誤差, 導(dǎo)致不同年份的影像不具有可比性。 經(jīng)重采樣和投影變換等處理后, 數(shù)據(jù)尚需相互校正、 年內(nèi)校正和影像間的連續(xù)性校正等處理。 由于OLS傳感器并未作星上校正, 不同傳感器獲取的衛(wèi)星影像數(shù)據(jù)不具直接可比性, 需進(jìn)行輻射定標(biāo)。 以F15 2006年雞西市的影像DN值數(shù)據(jù)為標(biāo)定數(shù)據(jù)集， 根據(jù)文獻(xiàn)[29]的校正方法建立一元二次回歸模型對數(shù)據(jù)進(jìn)行空間自校正：

DNC=a×DN2+b×DN+c,

(1)

式中:DN、DNC分別為校正前、 后像元的灰度值;a、b、c為校正系數(shù)。多傳感影像DN值轉(zhuǎn)校正回歸參數(shù)見表1。

表1 多傳感器影像DN值校正的回歸模型參數(shù)Table 1 Regression model parameters for DN correction of multi-sensor images

為最大程度地減小投影變形,統(tǒng)一變換投影為WGS 1984 Web Mercator(auxiliary sphere)投影。利用河南省行政邊界矢量圖裁剪在美國國家地球物理數(shù)據(jù)中心下載的全球夜間燈光數(shù)據(jù),得到2006年的河南省夜間燈光數(shù)據(jù)圖(圖1)。

圖1 2006年河南省夜間燈光數(shù)據(jù)Fig.1 Night-time light data of Henan in 2006

1.3 GDP數(shù)據(jù)

選取河南省2006、2010和2013年的各行政區(qū)的經(jīng)濟(jì)數(shù)據(jù)《河南省統(tǒng)計年鑒》， 其中GDP、 GDP1、 GDP2和GDP3分別代表生產(chǎn)總值、 第一二三產(chǎn)業(yè)的GDP總值。 總體技術(shù)路線如圖2所示。

圖2 GDP空間化流程圖Fig.2 Flow chart for GDP spatialization

2 GDP的空間化建模

2.1 河南省各行政區(qū)燈光指數(shù)計算

本文利用燈光指數(shù)有夜間燈光總強(qiáng)度(total night-time light,TNL)、 平均相對燈光強(qiáng)度I、 綜合燈光指數(shù)(compounded night light index,CNLI)描述河南省18個行政區(qū)域經(jīng)濟(jì)水平差異。 夜間燈光總強(qiáng)度是指燈光屬性值與對應(yīng)的屬性值的個數(shù)相乘之和, 平均相對燈光強(qiáng)度為總夜間燈光強(qiáng)度占最大燈光強(qiáng)度的比例, 燈光面積比為燈光區(qū)域的面積與行政區(qū)域內(nèi)總面積之比, 綜合燈光指數(shù)為燈光面積比乘以平均相對燈光強(qiáng)度[30-32]:

(2)

式中,DNi表示第i個像元的屬性值;ni表示對應(yīng)第i個屬性值的個數(shù);NL表示該區(qū)域像元總數(shù);S為燈光面積比;AN和A分別代表區(qū)域內(nèi)所有燈光像元的總面積和整個區(qū)域面積。

2.2 燈光指數(shù)與GDP統(tǒng)計數(shù)據(jù)回歸分析

分區(qū)計算河南省各行政區(qū)的TNL、I和CNLI3種燈光數(shù)據(jù)指數(shù),利用Origin軟件分別統(tǒng)計分析18個行政區(qū)的燈光指數(shù)與生產(chǎn)總值、 第一產(chǎn)業(yè)產(chǎn)值、 第二產(chǎn)業(yè)產(chǎn)值、 第三產(chǎn)業(yè)產(chǎn)值之間的相關(guān)性, 生成3種指標(biāo)與GDP的散點(diǎn)圖, 得到各產(chǎn)業(yè)燈光指數(shù)的相關(guān)系數(shù)R2。

2.3 燈光指數(shù)與GDP統(tǒng)計數(shù)據(jù)回歸模型構(gòu)建

基于不同的燈光指數(shù)與GDP、GDP1、GDP2、GDP3和GDP2&3之間的相關(guān)性, 選取相關(guān)性最好的燈光指數(shù), 進(jìn)行回歸分析:

GDPi=P0+b×Qi,

(3)

式中,GDPi表示GDP1、 GDP2、 GDP3和GDP2&3;P0和b為回歸模型系數(shù);Qi代表TNL、I或CNLI。

2.4 河南省空間化GDP線性校正

夜間燈光數(shù)據(jù)反映了區(qū)域經(jīng)濟(jì)的分布狀況, 因此, 采用燈光數(shù)據(jù)進(jìn)行河南省GDP空間化研究, 按模型把GDP空間分配到空間中的每個像元上, 利用ArcGIS的自然間斷法將模擬的GDP分成7大類, 從而得到模擬的GDP的空間分布圖。

GDPj=GDPm×(GDPS/GDPall),

(4)

式中:GDPj為線性校正后GDP的密度分布;GDPm為模擬的GDP密度值;GDPS為該區(qū)縣統(tǒng)計的GDP產(chǎn)值;GDPall為該區(qū)縣模擬的GDP值。

3 GDP空間化表達(dá)與精度驗(yàn)證

3.1 2006—2013年各行政區(qū)劃燈光指數(shù)動態(tài)分析

分別計算18個市級行政區(qū)的TNL、I、CNLI3種燈光指數(shù)見表2。從3種燈光指數(shù)的變化可以看出，2006—2013年大多數(shù)城市的燈光指數(shù)都隨著GDP的增加而增加:TNL值鄭州、南陽、商丘差值相對較大,這與行政區(qū)的GDP發(fā)展有些密切的關(guān)系;I值變化較大的地區(qū)為鄭州、鶴壁、濮陽;CNLI值變化較大的城市為鄭州、濮陽、安陽。3個指標(biāo)的變化分析都與GDP的增長存在一定的相關(guān)性。

表2 河南省2006、2010和2013年各行政區(qū)燈光指數(shù)Table 2 Light index of every administrative region of Henan province in 2006,2010 and 2013

3.2 燈光指數(shù)與GDP數(shù)據(jù)回歸分析

2006年GDP1、 GDP2、 GDP3、 GDP2&3與夜間燈光總強(qiáng)度(TNL)的回歸分析如圖3所示。TNL與GDP1、 GDP2、 GDP3、 GDP2&3的相關(guān)系數(shù)分別為0.122 8、 0.769 0、 0.821 8和0.824 5。

圖3 2006年夜間燈光總強(qiáng)度TNL與GDP的回歸分析Fig.3 Regression analysis between TNL and GDP of total night-time light in 2006

運(yùn)用2006年TNL、I和CNLI3種燈光數(shù)據(jù)指數(shù)與GDP進(jìn)行相關(guān)性分析。GDP與夜間燈光總強(qiáng)度TNL、綜合燈光指數(shù)CNLI、不同燈光指數(shù)I的線性回歸分析如圖4所示。

圖4 2006年GDP與TNL(a)、CNLI(b)、I(c)的回歸分析Fig.4 Regression analysis of GDP-TNL(a), GDP-CNLI(b), GDP-I(c) in 2006

結(jié)果表明,GDP與TNL、CNLI、I的相關(guān)系數(shù)分別為0.870 6、0.145 0、0.143 5,GDP與TNL之間的相關(guān)性最大,R2=0.870 6。綜上所述,選擇在95%的置信區(qū)間內(nèi)相關(guān)系數(shù)最高的TNL燈光指標(biāo)作為最佳回歸模型,即

y=0.012 4x-75.699,

(5)

式中:x代表夜間燈光數(shù)據(jù)TNL;y代表GDP產(chǎn)值。

2010年GDP1、 GDP2、 GDP3、 GDP2&3與夜間燈光總強(qiáng)度(TNL)的回歸分析如圖5所示。TNL與GDP1、 GDP2、 GDP3、 GDP2&3的相關(guān)系數(shù)分別為0.216 1、 0.683 1、 0.709 0和0.716 0。

圖5 2010年夜間燈光總強(qiáng)度TNL與GDP的回歸分析Fig.5 Regression analysis between TNL and GDP of total night-time light in 2010

運(yùn)用2010年TNL、I和CNLI3種燈光數(shù)據(jù)指數(shù)與GDP進(jìn)行相關(guān)性分析。GDP與夜間燈光總強(qiáng)度TNL、綜合燈光指數(shù)CNLI、不同燈光指數(shù)I的線性回歸分析如圖6所示。

圖6 2010年GDP與TNL(a)、CNLI(b)、I(c)的回歸分析Fig.6 Regression analysis of GDP-TNL(a), GDP-CNLI(b), GDP-I(c) in 2010

結(jié)果表明, GDP與TNL、CNLI、I的相關(guān)系數(shù)分別為0.796 0、 0.132 7、 0.146 6, GDP與TNL之間的相關(guān)性最大,R2=0.796 0。 綜上所述,選擇在95%的置信區(qū)間內(nèi)相關(guān)系數(shù)最高的TNL燈光指標(biāo)作為最佳回歸模型,即

y=0.013 6x-208.29,

(6)

式中:x代表夜間燈光數(shù)據(jù)TNL,y代表GDP產(chǎn)值。

2013年GDP1、 GDP2、 GDP3、 GDP2&3與夜間燈光總強(qiáng)度(TNL)的回歸分析如圖7所示。TNL與GDP1、 GDP2、 GDP3、 GDP2&3的相關(guān)系數(shù)分別為0.464 6、0.584 0、0.645 3、0.622 3。

圖7 2013年夜間燈光總強(qiáng)度TNL與GDP的回歸分析Fig.7 Regression analysis between TNL and GDP of total night-time light in 2013

運(yùn)用2013年TNL、I和CNLI3種燈光數(shù)據(jù)指數(shù)與GDP進(jìn)行相關(guān)性分析GDP與夜間燈光總強(qiáng)度TNL、綜合燈光指數(shù)CNLI、不同燈光指數(shù)I的線性回歸分析如圖8所示。

圖8 2013年GDP與TNL(a)、CNLI(b)、I(c)的回歸分析Fig.8 Regression analysis of GDP-TNL(a), GDP-CNLI(b), GDP-I(c) in 2013

結(jié)果表明, GDP與TNL、CNLI、I的相關(guān)系數(shù)分別為0.693 6、 0.168 7、 0.200 6, GDP與TNL之間的相關(guān)性最大,R2=0.693 6。 綜上所述, 選擇在95%的置信區(qū)間內(nèi)相關(guān)系數(shù)最高的TNL燈光指標(biāo)作為最佳回歸模型,即

y=0.018 1x-314.47,

(7)

式中:x代表夜間燈光數(shù)據(jù)TNL;y代表GDP產(chǎn)值。

綜合對比2006、 2010和2013年不同的燈光指數(shù)與河南省各行政區(qū)GDP、 GDP1、 GDP2、 GDP3、 GDP2&3的相關(guān)性分析,這3年GDP與兩種燈光數(shù)據(jù)I、CNLI相關(guān)系數(shù)相差較低,發(fā)現(xiàn)各行政區(qū)GDP與夜間燈光總強(qiáng)度TNL存在顯著的相關(guān)關(guān)系,3年分別為0.870 6、0.796 0、0.693 6,燈光指數(shù)TNL分析社會經(jīng)濟(jì)方面其他指數(shù)更為客觀。本文以相關(guān)系數(shù)高低作為判斷原則,最終選擇在95%的置信區(qū)間內(nèi)GDP與燈光指數(shù)TNL的統(tǒng)計回歸模型作為河南省GDP空間化表達(dá)的最佳模型,來預(yù)測河南省各市GDP產(chǎn)值。

3.3 模擬GDP精度驗(yàn)證

利用2006、2010和2013年的燈光指數(shù)和GDP空間化模型計算得到河南省18個地級市的GDP總量模擬值,并與相應(yīng)年份GDP統(tǒng)計數(shù)據(jù)進(jìn)行對比分析,計算相對誤差(相對誤差=統(tǒng)計值與預(yù)測值的GDP差值/GDP統(tǒng)計值)與差異系數(shù)(差異系數(shù)=該市GDP實(shí)際值/預(yù)測值),驗(yàn)證GDP模擬值與真實(shí)值的數(shù)值差異。

從圖9可以看出整體誤差較小,有部分地區(qū)預(yù)測的GDP值與實(shí)際值誤差較大,鄭州、洛陽、南陽等GDP統(tǒng)計值與實(shí)際值相差較大,洛陽為河南省的工業(yè)城市,第三產(chǎn)業(yè)比重較大,因此以整個河南的GDP回歸模型進(jìn)行預(yù)測會造成誤差,另外這些城市由于2006—2013年經(jīng)濟(jì)迅速增長,引起較大的誤差。

圖9 2006、2010年和2013年GDP模擬值與統(tǒng)計值Fig.9 Simulated and statistical values of GDP in 2006,2010 and 2013

圖10線性擬合結(jié)果顯示,由構(gòu)建模型得出2006、2010和2013年GDP模擬值與真實(shí)值間相關(guān)系數(shù)R2分別為0.965 9、0.976 6、0.979 0,即夜間燈光指數(shù)與區(qū)域經(jīng)濟(jì)數(shù)據(jù)之間有著很強(qiáng)的線性相關(guān)性,充分證明了夜間燈光數(shù)據(jù)適合用于行政區(qū)尺度的區(qū)域經(jīng)濟(jì)數(shù)據(jù)研究。

圖10 2006、2010和2013年GDP模擬值與統(tǒng)計值精度校正Fig.10 Accuracy correction between simulated and statistical values of GDP in 2006，2010 and 2013

從表3中可以看出,預(yù)測方程的整體誤差較小,70%的城市相對誤差小于10%,2010年相對誤差大于15%的城市為鄭州、洛陽、南陽,2013年相對誤差大于15%的城市為鄭州、洛陽、安陽。對比2010和2013年GDP的相對誤差的差值,70%的城市相對誤差增大,這是因?yàn)殡S著經(jīng)濟(jì)的增長以及其他因素的干擾,導(dǎo)致經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)誤差會比較大, 這與夜間燈光影像的DN值有著密切的關(guān)系。 經(jīng)濟(jì)發(fā)達(dá)的城市如鄭州、 洛陽, 由于DN值自2013年以來已經(jīng)達(dá)到飽和, 無法與經(jīng)濟(jì)水平相匹配, 因此出現(xiàn)了較大的誤差。 其他一些城市如開封和南陽, 模擬值與真實(shí)值之間誤差較大是由于燈光亮度過強(qiáng)所導(dǎo)致。 其中, 由于開封是著名的旅游城市, 旅游業(yè)發(fā)達(dá), 夜晚時?！盁艋鹜鳌? 產(chǎn)生了較高的燈光水平。 結(jié)果表明, 基于模型模擬的GDP值與實(shí)際值則較為匹配的地區(qū)經(jīng)濟(jì)比較落后, 由于這些地區(qū)的燈光指數(shù)大部分尚未飽和, 能夠與經(jīng)濟(jì)增長呈正比例相關(guān), 也未出現(xiàn)由于城市旅游業(yè)發(fā)達(dá), 導(dǎo)致城市夜間發(fā)出強(qiáng)烈的燈光。 2006年各行政區(qū)的GDP模擬值與統(tǒng)計值的平均相對誤差為8.19%、 2010年各行政區(qū)的GDP模擬值與統(tǒng)計值的平均相對誤差為6.04%、 2013年各行政區(qū)的GDP模擬值與統(tǒng)計值的平均相對誤差為8.08%。 利用式(3)可以相對準(zhǔn)確地計算各個行政區(qū)的GDP產(chǎn)值, 具有較高的參考價值。

表3 河南省2006、2010和2013年各市GDP相對誤差和差異系數(shù)Table 3 Relative errors and difference coefficients of GDP of Henan in 2006,2010 and 2013

3.4 2006—2013年河南省GDP空間化表達(dá)及動態(tài)分析

利用建立的模型進(jìn)行河南省GDP空間可視化表達(dá),按模型把GDP統(tǒng)計數(shù)據(jù)空間分配到每個像元上,最終形成GDP密度分布(圖11)。

圖11 河南省2006、2010和2013年GDP密度空間分布圖Fig.11 GDP density spatial distribution maps of Henan in 2006，2010 and 20130—鄭州;1—開封;2—洛陽;3—平頂山;4—安陽;5—鶴壁;6—新鄉(xiāng);7—焦作;8—濮陽;9—許昌;10—漯河;11—三門峽;12—南陽;13—商丘;14—信陽;15—周口;16—駐馬店;17—濟(jì)源

通過模擬的2006、 2010和2013年河南省GDP空間分布可知, 2006—2013年河南省宏觀經(jīng)濟(jì)發(fā)展情況良好, 2006—2010年全省GDP增長10 695.14億元, 2010—2013年全省GDP增長9 340.11億元。GDP空間分布比較均勻,兩者的整體GDP空間分布格局基本一致。 從城市來看,2006—2013年增長較快的地級市有鄭州(2.08倍)、三門峽(1.92倍)和開封(1.87倍),雖然三門峽經(jīng)濟(jì)一直處于落后狀態(tài),但這6年間經(jīng)濟(jì)發(fā)展態(tài)勢較好。鄭州增加了2.08倍,增長了4 188.37億元,呈現(xiàn)向四周不斷擴(kuò)張的態(tài)勢;緊鄰鄭州的洛陽增長1.36倍,新鄉(xiāng)增長1.76倍,3個城市經(jīng)濟(jì)增長穩(wěn)定。作為八朝古都的開封增長1.87倍。2006—2013年經(jīng)濟(jì)發(fā)展迅速但地區(qū)間差異明顯,從GDP密度圖來看,各城市城鎮(zhèn)與農(nóng)村GDP經(jīng)濟(jì)存在明顯的差異,其中經(jīng)濟(jì)相對發(fā)達(dá)的地區(qū)分布在以鄭州、開封為中心的區(qū)域;中等經(jīng)濟(jì)區(qū)域主要是分布在大部分縣級城鎮(zhèn)地區(qū),主要以新鄉(xiāng)、洛陽為代表;經(jīng)濟(jì)不發(fā)達(dá)區(qū)域分布在西南部地區(qū),特別是在河南省南陽、信陽、駐馬店,土地類型主要以耕地、園地、林地以及牧草地為主,燈光值較低,導(dǎo)致這些地區(qū)的GDP值整體偏低?？梢?河南省單位面積的GDP明顯增多。與傳統(tǒng)的統(tǒng)計數(shù)據(jù)或者將其直接平均分配到每個行政單元中的值不同,基于夜間燈光數(shù)據(jù)的GDP空間分布圖反映了GDP在每個像元上的值和GDP分布特征,更清晰地反映GDP分布的規(guī)律,更有助于河南省的宏觀經(jīng)濟(jì)發(fā)展規(guī)劃。

4 結(jié)論與討論

本文利用2006—2013年DMSP/OLS夜間燈光數(shù)據(jù)和GDP統(tǒng)計數(shù)據(jù),構(gòu)建了GDP回歸模型,實(shí)現(xiàn)了河南省GDP空間可視化表達(dá),得到如下結(jié)論:

(1)本文首先確定由燈光數(shù)據(jù)計算的TNL、CNLI、I燈光指數(shù),并分別與GDP1、GDP2、GDP3、GDP2&3、GDP統(tǒng)計數(shù)據(jù)進(jìn)行相關(guān)性分析,分析夜間燈光指數(shù)與GDP存在一定的線性相關(guān)性。對比分析2006、2010和2013年TNL、CNLI、I3種燈光指數(shù)指標(biāo)與GDP的線性相關(guān)性,研究發(fā)現(xiàn)，夜間燈光總強(qiáng)度TNL與GDP存在明顯的線性相關(guān)性,在95%的置信區(qū)間內(nèi)R2均超過了0.96。

(2)基于與GDP相關(guān)性最高的TNL燈光指數(shù)進(jìn)行回歸分析并建立最佳回歸分析模型。根據(jù)所建立的模型,模擬得到2006、2010和2013年的GDP模擬值與GDP統(tǒng)計值進(jìn)行比較。精度檢驗(yàn)顯示,2006、2010和2013年各行政區(qū)的GDP模擬值與統(tǒng)計值的平均相對誤差分別為8.19%、6.04%、8.08%。

(3)根據(jù)模型制作河南省2006、2010和2013年GDP密度圖,從GDP密度圖可以很直觀地看出每個像元的GDP分布情況。2006—2013年,河南省的經(jīng)濟(jì)發(fā)展迅速但地區(qū)間差異明顯,中北部地區(qū)發(fā)展速度較快,南部地區(qū)由于地勢、氣候等原因發(fā)展速度較為緩慢。所建立的模型能較好地模擬行政區(qū)域經(jīng)濟(jì)的空間化分布狀況,行政區(qū)燈光強(qiáng)度數(shù)據(jù)與經(jīng)濟(jì)數(shù)據(jù)GDP有著密切的相關(guān)性,能夠較為準(zhǔn)確地反映區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展的差異,因此可以將燈光數(shù)據(jù)應(yīng)用于經(jīng)濟(jì)分析,對于今后GDP的預(yù)測提供了一定的參考價值。

本文雖實(shí)現(xiàn)了GDP高精度可視化表達(dá), 但模擬數(shù)據(jù)與真實(shí)數(shù)據(jù)之間存在一定的誤差, 主要受制于兩方面: ①夜間燈光數(shù)據(jù)本身存在的局限性。 夜間燈光數(shù)據(jù)具有較高的靈敏度, 不但可以記錄燈光數(shù)據(jù), 而且還能記錄偶然光所產(chǎn)生的信息, 比如閃電等, 因此需要對燈光數(shù)據(jù)進(jìn)行處理以期消除偶然燈光引起的誤差, 但部分燈光誤差是無法徹底消除的, 如水面對燈光的反射不僅提高了區(qū)域的燈光強(qiáng)度, 還提高區(qū)域的燈光面積, 同時地下工作燈光數(shù)據(jù)的缺失降低了區(qū)域燈光強(qiáng)度;②回歸模型誤差，并且以市級行政區(qū)域作為研究對象,研究單元空間尺度較大,降低了模型的精確度。在后期研究中,將選取更小的區(qū)域作為研究單元,并同時加入社會、自然環(huán)境等對空間化模型進(jìn)行校正,以便提高模擬精度。