基于GDP數據和夜間燈光數據的鄭州市人口估算模型對比分析

何克福+李娟

摘要：城市的人口數據對一個城市的研究有著重要意義。隨著3S技術的發展，利用遙感數據研究城市人口的技術也越來越成熟。城市的人口增長與經濟發展關系密切，經濟的增長促使人口增長。

關鍵詞：GDP；夜間燈光數據；估算模型；對比分析；

1.引言

到目前，國內外已有很多學者研究城市問題時使用了DMSP/OLS夜間燈光影像數據。近年來我國的城市發展水平較快，經濟發展相應加快，經濟的發展影響城市的人口數量。

本文以鄭州市為例，利用統計年鑒上的GDP數據和GIS平臺提取的DMSP/OLS鄭州夜間燈光數據，結合鄭州市往年的人口社會統計資料，估算鄭州市2011年，2012年，2013年的人口數量，同時將2011年、2012年、2013年的估算人口進行人口空間化，并進行對比分析，得到相應的結論。

2.研究區域與數據來源

（1）研究區域

鄭州市是河南省省會，國家重要的交通樞紐，中原經濟區的核心城市。地處于黃河的下游、華北平原的南部

（2）數據來源

本文采用源于美國國家地球物理數據中心的DMSP/OLS夜間燈光遙感數據，該衛星以一天14軌的速度飛行，每天都能獲取覆蓋全球黑夜和白天的圖像，整個衛星系統一天能提供全球黎明、白天、黃昏和夜晚4個時間段的觀測數據。

（3）數據處理

燈光數據處理。首先是轉換數據的投影格式，將投影格式轉換為高斯克呂格投影，與行政區劃矢量圖保持一致。其二是夜間燈光數據亮度值的提取。首先，在GIS平臺ARCGIS的支持下，利用1：500萬全國市縣域圖提取鄭州市2000年到2010年間偶數年的夜間燈光遙感數據，以及2011年到2013年的燈光遙感數據。

3.研究方法

（1）鄭州市DMSP與鄭州市人口的關系模型

在本次分析中，我們利用了鄭州市6年的人口數據和夜間燈光亮度值數據建立了線性模型。回歸方程的形式為：yi=axi+b，其中xi代表2000年到2010年間偶數年大于等于最佳閾值的鄭州市夜間燈光灰度值總值，yi代表對應年份鄭州市的人口數，線性關系及參數如圖1所示。

可決系數R2表示鄭州市2000年到2010年間偶數年的DMSP亮度值總和與人口兩者之間的線性相關性，R2越接近1，說明實際觀測點離樣本線越近，擬合優度越高。由圖1可以看出，鄭州市2000年到2010年間偶數年的夜間燈光亮度值和人口的可決系數為0.8722，說明兩者之間有較強的相關性，擬合優度較高。

（2）鄭州市GDP與鄭州市人口的關系模型

利用鄭州市6年的GDP數據和人口數據建立了線性模型。回歸方程的形式也為：yi=axi+b，在這里，xi代表鄭州市2000年到2010年間偶數年的GDP數據值，同樣，yi代表對應年份鄭州市的人口數，線性關系及參數如圖2所示。

同樣，我們由圖2可以看出，鄭州市2000年到2010年間偶數年的GDP值和人口的可決系數為0.9533，則兩者的相關性強，擬合優度很高。

4.結果驗證及兩種模型對比分析

本文采用預測值的絕對誤差和相對誤差作為預測精度的衡量指標[3]，絕對誤差的計算公式如下：G絕=；相對誤差的計算公式：G相=（G絕/p）*100%。式中，P表示預測的人口數，p表示真實的人口數。從絕對誤差計算公式和相對誤差計算公式可以知道，預測值的絕對誤差與預測值的擬合度成反比關系；同樣，預測值的相對誤差與預測值的擬合度成反比關系。即預測值的相對誤差或絕對誤差越小，預測值的擬合度就越高，預測精度就越高。

4.1結果驗證

4.1.1基于夜間燈光數據的人口預測結果分析

將鄭州市2011年、2012年和2013年最佳閾值下的夜間燈光灰度總值分別帶入燈光數據與人口的線性方程y=21.838x+6E+06R2=0.8722中，得到鄭州市2011年、2012年和2013年的人口預測值，如表1。

由表1可以看出鄭州市的人口估算結果相對誤差和絕對誤差最大值都在12年，且相對誤差最大值為4.70%，絕對誤差最大值為431904人。由表我們就能直觀的得出為什么2012年的預測誤差會最大，原因在于2012年的燈光數據總值在減少，2013年的燈光數據總值高于前兩年的燈光數據總值，這可能是因為衛星發生了改變導致獲取的數據有較大的誤差，從而使預測值產生最大誤差。

4.1.2基于GDP數據的人口預測結果分析

與4.1.1節相似，將鄭州市2011年、2012年和2013年的GDP數據分別帶入GDP數據與人口的線性方程y = 515.93x + 6E+06 R2 = 0.9533中，得到鄭州市2011年、2012年和2013年的人口預測值，如表2。

由表2可以看出，基于GDP值的鄭州市人口的估計較為精確，相對誤差最大值為1.85%，絕對誤差最大值為166697人。而2012年的絕對誤差和相對誤差達到了最小值，預測值基本和統計值接近，預測精度非常高。

4.2兩種模型對比分析

由上述一系列的對比說明我們可以得出，不管是在線性擬合上還是在預測精度方面，基于夜間燈光數據的擬合度和預測值的精確度都比不上基于GDP值的擬合度和預測值精確度。在擬合度方面，基于夜間燈光數據的可決系數R2=0.8722，而基于GDP值的可決系數R2=0.9533。在預測值精確度方面，由2011年到2013年，基于GDP值模型預測值的相對誤差都比基于夜間燈光數據模型預測值的相對誤差要小，基于GDP值的預測值比較穩定，最大相對誤差為1.85%，而基于夜間燈光數據值的預測值相對不太穩定，最大相對誤差為4.70%。總體而言，兩個模型的精確度都相對較高，基于夜間燈光數據的模型相對而言穩定性低，產生的原因可能是因為衛星本身的不穩定性，導致獲取的燈光數據不穩定，從而使該模型產生的誤差相對較大。

5.結束語

DMSP/OLS夜間燈光數據在監測人口等社會經濟數據方面有較強的優勢。但在人口監測方面不止有燈光數據，GDP數據也是很好的數據選擇。在本文中，就是利用DMSP/OLS夜間燈光遙感數據和GDP數據與人口數據分別建立一元線性關系，由線性回歸方程再預測鄭州市其他年份的人口。總體而言，基于燈光數據的模型和基于GDP數據的模型精度都較高，但基于GDP數據的模型精度要高于基于燈光數據的模型，表明在城市人口估算時，采用不同數據建立預測模型會得到更為精確的預測結果。河南省科技攻關項目（162102410066）。

參考文獻

[1]高倩，阿里木江·卡斯木.基于DMSP/OLS夜間燈光數據的天山北坡城市群人口分布空間模擬，新疆師范大學a，地理科學與旅游學院，絲綢之路經濟帶城市發展研究中心，烏魯木齊830054

[2]曹麗琴，李平湘，張良培.基于DMSP/OLS夜間燈光數據的城市人口估算——以湖北省各縣市為例.武漢大學測繪遙感信息工程國家重點實驗室，武漢430079

[3]雷能忠，王心源，蔣錦剛，等.基于BP神經網絡插值的土壤全氮空間變異[J].農業工程學報，2008，24（11）：130-134