基于人口数据网格化的福建省人口分布特征研究

采用DMSP/OLS夜间灯光数据结合土地利用类型数据、DEM数据等派生的多指标数据,运用多元回归模型对福建省第六次人口普查数据分别按人口密度4 km~2和1 km~2网格化,并进行县域人口密度零误差调整,利用极差、变异系数等差异化指标对福建省县域内部人口空间分布进行分析.结果显示:人口密度网格化比平均密度更能反映实际情况,从极差和变异系数来看,1 km×1 km比2 km×2 km网格大小更符合实际,说明网格尺度大小对人口密度的空间分布具有影响效应.     

基于多源灯光数据的中原城市群城市扩张时空变化分析

探究中原城市群的城市扩张时空变化规律,有利于重建其空间结构的发展过程,厘清发展脉络,把握未来发展趋势,优化城市群建设.通过整合DMSP/OLS、NPP/VIIRS夜间灯光数据和辅助数据,采用阈值二分法提取城市群城市建成区,进而统计夜间灯光数量、城市扩展动态度及景观格局指数,对城市扩张时空格局演变进行量化分析.结果表明:(1)研究期内中原城市群城市夜间灯光总量稳步提升,灯光距平值区域化明显,郑州大都市圈处于领先地位;(2)城市面积增长了2.15倍,扩展动态度稳定在5%～6%之间,处于城市化的前期阶段,呈阶段性波动增长趋势;(3)灯光数据提取的城市建成区斑块呈现出中心-外围圈层式空间扩张结构的特征,城市扩张在原有基础上填充连片发展;(4)城市建成区斑块数量增长了1.97倍,形状指数在8%～9%之间,复杂程度加深,中小城市兴起并不断发展壮大,中心城市郑州市的首位度不断提升,极化作用明显,辐射带动周围城市发展,城市群趋向集聚化、一体化.     

基于NPP/VIIRS与Landsat-8数据对城市建成区提取方法研究

城市建成区是行政区范围内具有基本完善的市政公用设施的非农业生产建设用地,它包括市区集中连片的部分以及分散在近郊区与城市有着密切联系的部分.针对利用不透水面指数和夜间灯光数据结合的方法提取城市建成区(Built-up area of urban extraction, BAUA)的结果在城市近郊工业区有缺失现象,以及市中心内部的大面积裸露土地和夜间灯光数据值较弱的地区存在大块空洞现象的问题,以2019年北京、武汉、郑州、西安4个城市建成区为研究对象,首先借助GEE(google earth engine)平台利用Weka Cobweb聚类算法以及形态学后处理,研究了基于夜间灯光数据NPP/VIIRS与Landsat-8数据计算的建筑指数和地表温度相结合的方法对城市建成区(built-up area extraction, BUAE)提取,然后利用不透水面指数和夜间灯光数据结合的方法提取城市建成区,最后对比2种方法的提取结果.研究表明:(1)在BUAE方法中加入(Landsurface temperature, LST)参数,能有效弥补市郊工业区因夜间灯光数据值损失而造成提取建成区缺失的不足.(2)BUAE方法可以一定程度上减弱提取建成区内部的大面积裸露土地和夜间灯光数据值较弱的地区存在大块空洞现象.(3)2种方法在对市郊和市中心城镇化水平差异小的特大城市北京的建成区提取轮廓基本一致,对市郊和市中心城镇化水平差异大的大城市如武汉、西安、郑州提取建成区的轮廓差异较大.相对BAUA方法,BUAE方法在北京,准确度提高了2.1%,在武汉准确度提高了13.9%,在西安准确度提高了10.6%,在郑州提高了9.7%,但BUAE的虚警率也高于BAUA的虚警率.本研究可以为建成区提取提供参考.     

基于Landsat数据和DMSP/OLS夜间灯光数据的城市扩展提取: 以天津市为例

以天津市为例, 将多时相的Landsat TM/ETM+影像与DMSP/OLS夜间灯光数据结合起来提取城市建成区扩展信息, 并进行验证和分析。首先, 利用DMSP/OLS夜间灯光数据得到城市建成区的大致范围, 利用这个范围内的Landsat TM/ETM+数据和多波段纹理进行图像分类, 得到城市建成区的空间分布。然后, 利用分类后比较法得到城市建成区的变化信息, 将提取的建成区变化结果与利用 DMSP/OLS数据得到的城市建成区扩展信息以及基于统计数据的城市建成区变化趋势进行对比, 验证方法的有效性。结果表明, 结合DMSP/OLS数据和Landsat 数据的光谱特征以及提取的多波段纹理特征, 可有效地减少裸土与城市建成区的混淆, 与只利用光谱信息的建成区提取及变化检测相比, 得到更高的精度。因此, 结合 Landsat TM/ETM+数据和DMSP/OLS夜间灯光数据提供了一种进行大型城市建成区扩展检测的有效方法。     

多源数据支持下南昌市2003—2021年城市扩张与植被变化分析

以Landsat数据、DMSP/OLS、NPP/OLS夜间灯光数据、土地利用数据为基础,运用辅助数据比较法提取南昌市城市建成区边界,并从城市空间扩张特征、扩张速度、动态度以及紧凑度4个方面对城市扩张特征进行分析;同时引入NDVI值,提取出城市建成区的平均NDVI值,从建成区NDVI的均值、NDVI比值以及稳定性3个方面...     

新疆乌昌核心区城市空间扩张及格局变化

基于2000,2005,2010与2013年DMSP/OLS夜间灯光遥感影像、社会经济统计数据,以动态阈值法、植被指数、统计比较法提取城市建成区范围,结合GIS技术,对新疆乌昌核心区城市空间扩张与建成区格局动态变化进行研究.结果表明,乌昌核心区城市灯光灰度值7个等级呈逐年、逐级波动递增趋势;2000—2013年城市空间扩大2.9倍;城市空间扩展程度指数与非农业人口、人均GDP及二三产业产值呈显著正相关关系;2005—2010乌昌核心区扩展强度指数最大,城市空间整体呈扩张趋势,但建成区紧凑度不高且空间形态不规则.     

国际空间站夜间影像的城市化信息提取

以国际空间站2012年3月27日于上海至苏州上空所摄夜间影像为基础数据,利用地理信息系统软件对影像所含地面灯光亮度、范围等特征进行提取和分析,探讨影像所含灯光信息与城市化的关系。研究显示,影像范围上海、苏州等四主要城市灯光区代表城市成熟建成区;各城市室外照明单位面积平均亮度及耗能基本相同;四城市人口总量与城市灯光区面积成线性关系,灯光区人口密度可分为7 000人/km2和12 000人/km2两级;城市未来几年扩张方向与范围可由城市灯光连片区向外伸出的灯光条带判断。城市夜间影像所含城市化信息,在即将开始的中国新型城镇化建设决策中可发挥一定作用。     

京津冀县域夜间灯光数据碳排放时空动态分析

为了更准确地分析京津冀县域碳排放时空分布状况,通过温度EVI调节夜间灯光城市指数(LERNCI)和灯光阈值分别校正DMSP-OLS和NPP-VIIRS夜间灯光数据,结合中国30个省份的碳排放统计数据,构建2000-2016年1km像元级的碳排放模型,分析京津冀碳排放时空格局变化特征及其影响因素.结果表明:(1)一元二次多项式碳排放回归模型碳排放模拟的平均相对误差为0.37%,可用于碳排放的分析.(2)京津冀碳排放呈现先升后降的趋势,由于节能减排措施的实施,碳排放在2013年出现拐点;碳排放的重点区域位于"京津唐"地区.(3)人口规模和第二产业比重与碳排放呈正相关关系,但是二者的影响力在减弱;人均GDP对碳排放转向负相关关系;城镇化率、固定资产投资和社会劳动生产率对碳排放具有正向推动力.     

基于DMSP/OLS数据的全国空气污染物时空演变研究

基于美国国防气象卫星搭载传感器DMSP/OLS的夜间灯光遥感影像，从2000—2013年选取4年进行影像采集、影像校正等操作后，提取了灯光总量、灯光面积数据，根据年份间夜间灯光数据的增长量开展了全国各区域间的差异分析，结合空气污染物排放量进行了相关度分析。研究结果发现：（1）整体上全国夜间灯光量增幅变大，且增幅受相关年份政策影响。（2）夜间灯光总量与空气污染物排放量呈现正相关性，且两者相关系数较高；工业空气污染物与夜间灯光量相关性不断降低，同时生活空气污染物与夜间灯光量相关性不断提高。（3）夜间灯光总量与空气污染的高/高集聚区域一致性稳步提升。结合夜间灯光影像数据与空气污染数据，通过比较夜间灯光数据差异探讨空气污染物的时空演变，为我国空气污染的综合治理提供了一个新的视角。     

基于DMSP/OLS数据的全国空气污染物时空演变研究

基于美国国防气象卫星搭载传感器DMSP/OLS的夜间灯光遥感影像，从2000—2013年选取4年进行影像采集、影像校正等操作后，提取了灯光总量、灯光面积数据，根据年份间夜间灯光数据的增长量开展了全国各区域间的差异分析，结合空气污染物排放量进行了相关度分析。研究结果发现：（1）整体上全国夜间灯光量增幅变大，且增幅受相关年份政策影响。（2）夜间灯光总量与空气污染物排放量呈现正相关性，且两者相关系数较高；工业空气污染物与夜间灯光量相关性不断降低，同时生活空气污染物与夜间灯光量相关性不断提高。（3）夜间灯光总量与空气污染的高/高集聚区域一致性稳步提升。结合夜间灯光影像数据与空气污染数据，通过比较夜间灯光数据差异探讨空气污染物的时空演变，为我国空气污染的综合治理提供了一个新的视角。     

基于夜间灯光数据和多地理因子数据的人口空间化方法——以辽宁省为例

人口空间分布数据是开展灾害风险管理的基础数据,而科学、准确的人口空间化方法是实现人口空间分配的重要途径.鉴于城镇与乡村居住地在灯光数据和自然条件影响程度上的差异,本文提出一种综合利用夜间灯光数据和多地理因子数据的人口空间化方法,并以辽宁省2010年人口数据空间化为例进行方法验证.研究表明:1)夜间灯光数据在灯光值较高的城镇地区与人口密度关系显著,而地理因子加权的方法则更适用于受自然条件约束多的乡村区域;2)辽宁省人口密度在0~65 572人·km~(-2)之间,在空间上,中部平原地区人口密度较高,而两侧山地地区人口密度相对较低,与实际情况相符;3)辽宁省抽样乡镇人口平均误差为15.3%,精度验证结果表明,本文提出的人口空间化方法能够在乡镇尺度上具有较高的精度.     

湖南省土地利用碳排放时空差异及其影响因素分析

基于2000–2018年湖南省各类土地利用栅格数据,运用IPCC碳排放因子法、LMDI模型测算碳排放效应,土地利用的碳源、碳汇能力分析土地利用碳排放时空差异规律及五类影响因子与碳排放的关系。研究结果表明:(1)研究期内建设用地面积大幅度增加,水域、未利用地用地面积小幅度增加,耕地、林地、草地面积小幅度减少;(2)耕地、建设用地为主要碳源,林地、草地和水域为主要碳汇,碳排放强度在空间上大致呈现出由城市中心向城郊递减规律;(3)土地利用碳排放强度、土地利用结构效应、经济发展因子及人口因子对碳排放起推动作用,单位GDP土地利用强度对碳排放起抑制作用。     

基于灰色理论的陕西省土地利用变化及其碳排放研究

为了揭示陕西省2006—2018年碳排放变化规律,促进陕西省低碳土地利用模式构建,本文根据陕西省2006—2018年的土地利用数据构建碳排放模型及计算相关指数,分析土地利用的碳排放效应,通过灰色关联度分析,确定不同土地类型与碳排放的关联程度高低,运用GM(1,1)模型,预测出2020—2030年的土地碳排放量。得出以下结论:1) 2008—2016年,未利用地动态度最大为-5.87%,其次为水域用地,动态度为-2.09%;再次为建设用地,动态度为1.99%;2)净碳排放总量从2006年的5 395.43万t增长到2018年的13 365.79万t,林地为主要的碳汇,其吸收的碳量由666.32万t增加到719.14万t,建设用地作为主要碳源,其产生的碳排放量由5 891.10万t增加到13 912.24万t; 3)土地利用碳排放风险指数和压力指数处于增长的趋势;4)按照对碳排放影响大小,土地类型依次为林地、耕地、牧草地、建设用地、园地、未利用地、水域用地;5)经预测到2020年,碳排放总量约达到10 668.30万t,到2030年,碳排放总量约达到10 492.20万t。     

基于夜间灯光数据的川渝城市建成区时空动态

通过研究川渝地区城市时空动态分布以及城市的发展趋势,以期缓解人地矛盾、优化城市空间布局。本文使用由NGDC下载的DMSP/OLS卫星F101993、F121998、F142003、F162008稳定灯光年度合成影像和NPP/VIIRS卫星2013、2018年7月的月合成影像两种夜间灯光数据。以五年为一周期,通过阈值二分法提取川渝地区城市建成区,并利用紧凑度与分形维数、标准差椭圆和城市建成区扩展时空分布特征分析川渝地区城市建城区近25年动态变化过程。结果表明：（1）两种夜间灯光数据拟合R2值约为0.7455,提取误差在3%以内,空间精度相对较高;（2）川渝地区紧凑度指数随时间推移而降低,分型维度大致呈上升态势;（3）城市建成区城市重心逐渐东移,城市拓展的方向性先降低后增强,扩展方向由西南-东北转为西北-东南方向;（4）川渝地区城市建成区不断扩展,扩展速度虽有波动但大致呈上升态势,成都、重庆的核心地位日益增强。可见在1993-2018年间,川渝地区城市群规模不断扩大,城市结构日益复杂,城市发展以外延式扩展为主,破碎程度较高;城市建成区重心呈现东移趋势,表明以重庆为核心的东部城市发展稍快于西部。     

基于DEA模型的河南省城市用地经济效益优化研究

为优化河南省城市用地效益投入产出配置,提高河南省城市用地资源的合理配置,以河南省2000-2015年各地市从业人员、建成区面积、固定资产投资和财政支出作为投入指标,以二、三产业生产总值、财政收入和人口密度为研究指标,运用DEAP 2.1软件对河南省城市用地经济效益投入产出发展进行研究.结果表明:(1)2000-2015年该省整体城市化水平和经济发展不断发展,但区域内部存在差异性,平均建成区面积扩大61.87km2,二、三产业从业人员人数增加1 045.89万人,人均增加财政收入、产出分别为4.68万元和2.28万元;(2)该省城市用地经济效益投入产出存在技术无效和规模无效两种类型,而规模效益16年内变幅不大,但更替现象明显,其主要原因为政策和管理上的偏差;(3)2000-2015年整体需优化城市数目由4座城市减少为3座,且各城市投入产出优化值降低,即投入产出趋于有效状态.     

铜仁市土地利用变化的碳排放量及生态补偿研究

土地利用变化是影响碳排放的重要因素。采用碳排放评价模型,利用2010年和2016年土地利用类型数据,对铜仁市各区县碳排放效益进行评价,并估算碳排放生态补偿标准。研究结果显示:①全市各区县碳排放总量呈现上涨趋势,2016年全市碳排放总量为2010年的1.57倍。②2010—2016年,万山区、玉屏县建设用地上的碳排量有所减少,6年来分别减少了13.68万t和18.32万t,其余区县建设用地上碳排放量均有不同程度的增加。③2016年全市的碳排放总量以市区所在的碧江区最大,最低的是江口县(21.61×10~4t),地均建设用地碳排放量以市区所在的碧江区最大(119.64×10~4t),石阡县最低(47.06×10~4t)。④铜仁全市各区县都属于碳源区,都应该提供生态补偿。2016年碧江区、思南县、松桃县提供的最适宜的生态补偿标准分别为22075.58万元、17872.77万元、16819.69万元。     

基于时间序列夜间灯光数据的EPC预测模型

为了利用夜间灯光数据来预测电力消耗量(EPC),采用增强植被指数(EVI)实现对美国国防气象卫星搭载的可见光成像线性扫描业务系统(DMSP/OLS)数据的校正,利用回归模型实现DMSP/OLS数据和美国国家极轨卫星搭载的可见光近红外成像辐射仪夜间灯光波段(NPP/VIIRS)数据的拟合,构建出2001-2018年的长时间序列的夜间灯光影像,并与EPC数据建立线性、二次项和乘幂回归模型,选择决定系数(R2)值相对较优、平均绝对相对误差(MARE)最小的模型为各自的最优模型.结果 表明:通过对夜间灯光影像进行校正,解决了DMSP/OLS影像数据不连续、像元饱和效应、与NPP/VIIRS影像不可比等问题;在国家尺度上,二次项模型是优选模型,校正后的夜间灯光数据与EPC的R2和MARE值分别为0.99和5.650％;在省级尺度上,基于省级单位与EPC建立的优选模型的R2值和MARE值分别为0.878和28.783％;在省级尺度上,基于时间序列建立的夜间灯光数据与EPC的R2和MARE值分别为0.972和7.286％;省级单位长时间建模精度高于基于省级单位建模的精度.     

基于遥感影像的中尺度人口统计数据空间化——以京津冀地区为例

基于 DMSP/OLS 夜间灯光数据、土地利用数据及其他与人口分布相关的社会经济与生态环境因子, 在中尺度区域上研究人口统计数据的空间化及应用。以京津冀地区为研究区, 首先获取2010 年京津冀地区人口普查数据; 然后基于各个相关因子(公路、铁路、河流、坡度、土地利用和夜间灯光)计算概率系数; 最后综合各种输入变量和概率系数运用地理信息系统技术把人口普查数据分配到各个像元上。用城市人口普查数据对分配结果进行检验, 检验结果为: 京津冀地区2010 年人口统计数据的空间化结果在城市尺度上的校验准确率可以达到74%以上。此检验结果表明该人口统计数据空间化的方法可以很好地应用于中尺度区域人口统计数据的空间化。     

陕西省交通能源碳排放测算及影响因素分析

目的基于2000-2013年陕西省交通能源消费数据,探讨影响陕西省交通能源消费碳排放变化的因素及其贡献率,为实现低碳交通提供理论参考。方法测算分析交通碳排放量,运用LMDI分解方法构建交通能源碳排放因素分解模型,对陕西省交通碳排放影响因素进行定量分析。结果 (1)交通能源碳排放总量总体上呈逐年上升趋势,随着碳排放强度明显下降,在2013年实现负增长;(2)2000-2013年间除第三产业增加值的累积效应为正值外,能源结构、能源强度、交通运输业经济份额的累积效应均为负值;(3)从逐年效应来看,第三产业增加值对交通碳排放增加有最大的拉动作用,能源强度效应则有较强的抑制作用。结论可以通过保持交通运输业合理的经济份额,提高能源利用率,加快能源结构调整来减少交通碳排放。     

乌鲁木齐市夜间灯光分布及城市重心迁移特征研究

文章基于2012—2019年夜间灯光的遥感数据,综合利用统计分析、标准差椭圆等理论方法,研究乌鲁木齐市夜间灯光空间格局变化和城市重心时空演化特征。结果表明:8年间,乌鲁木齐市平均亮度提升了1.95%,2014、2016和2018年提升幅度较大,特别是水磨沟区、新市区、乌鲁木齐县、头屯河区的增幅明显高于其它区域;乌鲁木齐市夜间灯光基本沿南北方向分布,西北方向夜间灯光亮度提升幅度大于其它方向;8年间,重心向西北方向移动了700.52 m;夜间灯光分布的标准差椭圆,面积缩减了246.71 km~2,灯光分布呈现空间收缩的趋势;标准差椭圆形状接近于圆,灯光分布的离散程度较大。