基于NPP_VIIRS夜間燈光數據的浙江省GDP空間化分析

程 龍，何剛信，李愛霞*

（1.浙江水利水電學院 測繪與市政工程學院，浙江 杭州 310018；2.錢江水利開發股份有限公司，浙江 杭州 310013）

1.引言

國內生產總值（GDP）是一個國家或地區一定時期內生產活動的最終成果，是衡量經濟發展水平的重要指標。傳統的GDP 數據主要根據經濟普查結果和GDP 核算制度規定進行核算，耗時費力。另外，GDP 統計結果往往是以各級行政單位為主體，而沒有反映統計區域內部的經濟狀況差異[1]。DMSP/OLS 和NPP_VIIRS 傳感器通過探測城市燈光甚至小規模居民點、車流等發出的低強度燈光生成的夜間燈光數據為人類城市活動監測提供了很好的數據源，為經濟活動估算[2]、城市化[3]、電力消耗[4]等提供了新的研究思路。其中，DMSP/OLS 能夠提供1992～2013 年的夜間燈光數據，已被廣泛應用于GDP 相關的研究，建立燈光指數指標與GDP 之間建立預測模型來達到經濟預測的目的[5,6]。但是，DMSP/OLS 夜間燈光數據中的過飽和現象削弱了燈光數據與GDP 數據的相關性。新一代的NPP_VIIRS 夜間燈光數據則不存在上述問題，而且分辨率更高，對夜間燈光具有更高的靈敏度[7]。劉沼輝等利用NPP_VIIRS 數據與山東省137 個縣級GDP 數據進行分級多方式空間建模，各級最優擬合優度R2均在0.9 左右[8]。詹淇雯等選擇NPP_VIIRS作為基礎數據，對線性函數等6 種預測模型進行GDP 估算效果對比，最優模型擬合度R2達到了0.98[9]。因此，NPP_VIIRS夜間燈光數據與GDP 具有很強的相關性。

本文利用2012-2019 年NPP_VIIRS 夜間燈光數據，對浙江省各市第二三產業的GDP 進行空間化模擬，通過空間化模擬結果對近8 年來浙江省各市縣的經濟發展情況進行時空分析，為政府經濟政策的制定和發展規劃提供依據。

2.研究區域概況

浙江省位于我國東南沿海，陸域面積10.55 萬平方公里，占全國總面積的1.1%，是我國面積較小的省份之一。浙江省屬于長三角經濟發展帶，社會經濟發達，是我國經濟發展大省，經濟水平始終位于全國各省前列。浙江省下轄11 個地級市，各城鎮發展迅速，是中國省內經濟發展程度差異最小的省份之一，其中杭州、寧波、紹興、溫州市浙江省的四大經濟支柱，尤其是杭州和寧波經濟實力長期位于我國前20 位。

3.數據源及預處理

（1）NPP_VIIRS 夜間燈光數據由美國大氣海洋局（NOAA）提供的，選擇2012 年到2019 年的月度復合數據；將影像數據進行蘭伯特等角圓錐投影，并重采樣為500 米分辨率。由于NPP_VIIRS 夜間燈光數據沒有過濾火光、極光、漁船以及其它短暫光源的影響和低輻射檢測帶來的背景噪聲數據，會造成影像中一些像元DN 值的波動，因此需要對NPP_VIIRS影像進行校正以提高DGP 空間化的準確性。本文首先利用河流、湖泊等較大水域的平均像元值作為閾值對背景噪聲進行校正，然后根據杭州市和寧波市主城區最大像元值作去除極亮孤立像元值。最后將校正后的影像合并成為年度影像數據，年度影像像元值取每年所有月份燈光影像的像元DN 值的平均值。

（2）浙江省各市GDP 數據來源于浙江省統計局網站。GDP 數據包含了第一二三產業的生產總值，其中浙江省第一產業主要是以農產品和水產品為主，農田和水域都是不會產生燈光的區域。第二三產業在地域上很難分開統計，而且都與燈光數據有關，因此，本文采用第二三產業的GDP 總和來進行分析。另外，各年份GDP 數據以當年價格為準，由于每年價格有所波動，同一將所有年份GDP 數據換算到2019 年價格。文中用GDP23表示第二三產業GDP 總和。

4.GDP 數據空間化及分析

4.1 GDP23 數據建模

夜間燈光數據能夠反映地區的社會經濟水平，區域燈光總強度（TNL）與社會經濟水平之間存在高度相關性早已被證實。因此，本文利用區域燈光強度指標來進行浙江省各地區GDP23模擬。其中，燈光強度指標TNL 的計算公式為：

將所有浙江省各市的2012-2019 年間的燈光強度綜合與相應的GDP23進行回歸分析，根據無燈光無GDP 的原則選擇回歸模型，分析結果如圖1 所示，乘冪函數、多項式、線性三種函數模型的擬合度R2均達到了0.9 以上，其中乘冪函數最優，最優擬合度R2達到了0.9512，因此本文選擇該函數模型進行GDP23的空間化模擬。

圖1 夜間燈光數據與浙江省GDP23的回歸模型

4.2 GDP 模擬值糾正

根據回歸模型計算的各地區的GDP23值存在一定的誤差，因此在進行GDP23空間化時需要對模擬的單像元GDP23進行線性糾正，從而保持各地區實際GDP23總量不變，線性糾正公式為：

4.3 GDP 密度圖分析

圖2 2012GDP密度圖

圖3 2019GDP密度圖

圖4 浙江省各市縣經濟增長速率

通過圖2 和圖3 浙江省2012 年和2019 年的GDP 密度圖可以看出，燈光比較集中的區域及經濟比較發達的區域主要集中在東北部的杭嘉湖平原以及沿海的寧紹平原和溫臺平原，而在浙江省內陸地區也有分散的小區域燈光比較集中的區域，這種分布形式與浙江省的地形地貌特征相吻合。

將浙江省像元GDP 密度分為5 級，可以看出在2012 年大部分的行政區都處于第一級（灰色區域），只有杭州主城區、紹興、寧波、金華、臺州、溫州有部分區域達到第二級（黃色區域），杭州和溫州個別位置達到了第三級（藍色區域）。而到2019 年湖州、嘉興、衢州的部分地區GDP 密度增長到了第二級；寧波、臺州、金華也出現了第三級的區域；杭州主城區GDP 密度進一步增長，第三級區域增加，甚至出現了明顯的第四級（紫色區域）和第五級（紅色區域）的經濟發展區域。

從8 年間的經濟增長速度來看（如圖4 所示），嘉興的南湖區；湖州的南潯區和德清縣；寧波的鄞州區、奉化區、慈溪市；紹興的上虞區、越城區、嵊州市；臺州的椒江區、路橋區；溫州的龍灣區、甌海區、蒼南縣；麗水的蓮都區；金華的金東區和義烏市經濟增長速度較快，超過500%的增長率。尤其是杭州市整個地區經濟增長明顯，隨著大江東發展計劃的實施以及機場的擴建，蕭山地區的經濟增長速度明顯；2013 年阿里巴巴總部入駐余杭區大大帶動了余杭的經濟發展；2015 年富陽撤市設區和2017 年臨安撤市社區為臨安和富陽的經濟發展提供了契機。舟山地區主要由海島組成，人口較少，經濟的發展主要依賴于部分工業和旅游業，因此經濟的增加相對緩慢。而位于西南的麗水、衢州則主要以山地和丘陵為主，各行政區主要位于狹小的盆地當中，交通落后，所以導致了這些地區經濟發展比較落后。

5.結論

利用2012-2019 年的NPP_VIIR 夜間燈光數據對浙江省8年間的二三產業GDP 進行建模，并根據歸回模型對GDP23進行空間化分析。結果表明：浙江省各縣市經濟發展受地形影響較大，經濟比較發達的區域主要集中在東北部的杭嘉湖平原以及沿海的寧紹平原和溫臺平原；從8 年間的經濟增長速度來看，杭州、嘉興、寧波、溫州、紹興、臺州等地處平原地區的縣市經濟增長速率相對較快，而麗水、衢州、舟山受地形影響，GDP23總值及經濟發展速度都相對緩慢。

本文利用NPP_VIIR 夜間燈光數據對浙江省各市年度GDP23數據進行空間化模擬，NPP_VIIR 夜間燈光數據逐月發布的特點為實現小于一年的時間單位內的社會經濟數據模擬提供了影像基礎，因此，可以進一步從季度甚至月度GDP 數據進行空間化模擬及分析。