以廣東省為研究范圍,采用雙對數(shù)線性回歸模型、香農信息熵模型和差別指數(shù)模型,從21個尺度分析NPP-VIIRS夜間燈光數(shù)據(jù)與經濟普查數(shù)據(jù)中的企業(yè)數(shù)、企業(yè)從業(yè)人員數(shù)、營利收入以及資產總值的相關性。結果顯示:①夜間燈光數(shù)據(jù)對經濟活動的預測精度隨尺度的增大而提升,在預測能力上,城市尺度高于鎮(zhèn)街尺度,鎮(zhèn)街尺度高于500 m網(wǎng)格尺度。②在更為精細的19個網(wǎng)格尺度分析中發(fā)現(xiàn),1 km網(wǎng)格尺度出現(xiàn)預測精度的顯著提升,在10 km網(wǎng)格尺度預測精度提升相對較高并達到了0.69,在35 km網(wǎng)格尺度預測精度開始趨于穩(wěn)定,不再隨著網(wǎng)格尺度顯著增長。③在0.5～50 km網(wǎng)格尺度之間,網(wǎng)格尺度越精細,產業(yè)類型越呈現(xiàn)單一和不均衡分布的發(fā)展特征。隨著網(wǎng)格尺度的增加,研究區(qū)內的產業(yè)類型越趨于多樣化和均衡分布的發(fā)展特征。
【部分圖文】：

本文通過對NPP-VIIRS夜間燈光原始數(shù)據(jù)的詳細分析，發(fā)現(xiàn)存在負DN值像元。因此，需要對像元進行處理，去除其背景噪音。本文研究采用的處理流程如下：(1)在ENVI軟件中裁剪出研究范圍的數(shù)據(jù)，并且對其重新采樣；(2)將負值像元重新賦值為0;(3)由于澳門的單位面積GDP排名為全國第一，因此，將DN的最大閾值設為2013年澳門島內最大的DN值1 048;(4)如果DN值大于1 048，那么則將像元DN值重新賦值為周邊8個像元的平均值；(5)對12個月的數(shù)據(jù)求和得到年總值。由于DMSP與NPP搭載2種不同的傳感器，本研究沒有采用DMSP數(shù)據(jù)去除NPP-VIIRS數(shù)據(jù)的噪音[14,15,18]。本文將由國家統(tǒng)計局獲取的《中國第三次全國經濟普查統(tǒng)計年鑒》(http://www.stats.gov.cn/)中的企業(yè)數(shù)、企業(yè)從業(yè)人員數(shù)、營利收入以及資產總值作為代表經濟活動的數(shù)據(jù)，普查時期為2013年1月1日至12月31日，主要選取單位名稱、單位地址、行業(yè)類型、企業(yè)從業(yè)人員、營利收入、資產總值字段信息，共833 386條數(shù)據(jù)。由于數(shù)據(jù)的地址并沒有經緯度信息。因此，研究首先通過Geocoding方法對其單位名稱及詳細地址進行地址匹配，提取經緯度信息。其次，在Matlab平臺對匹配地址后的經緯度轉換為WGS84坐標系。最后，采用Arc GIS10.6軟件把轉換坐標后的數(shù)據(jù)落點，以便后續(xù)分析。

為探究夜間燈光數(shù)據(jù)在不同尺度對經濟活動預測精度差異性的原因。研究嘗試從產業(yè)類型的信息熵和差別指數(shù)的空間特征入手，解釋NPP-VIIRS數(shù)據(jù)對經濟活動預測精度影響，并在空間特征上尋找產業(yè)活動的規(guī)律。在圖3的基礎上計算各指標的增量隨尺度變化的結果（圖4）。圖4橫坐標為0.5～50 km的19個網(wǎng)格尺度值（0.5～5 km范圍，尺度以500 m遞增；5～50 km范圍，尺度以5 km遞增）。由圖3和圖4中的信息熵和其增量可知，0.5～10 km尺度，熵值提升顯著，產業(yè)類型多樣性提升顯著。10～35 km尺度，熵值提升放緩，產業(yè)類型多樣性增加趨緩。35 km尺度以上熵值趨于穩(wěn)定，產業(yè)類型多樣性趨于穩(wěn)定。由圖3、4中的差別指數(shù)和其增量可知，0.5～10 km尺度，產業(yè)類型分布均衡性顯著提升，差異性顯著降低。10～35 km尺度，產業(yè)類型分布均衡性提升放緩，差異性降低放緩。在35 km尺度以上，產業(yè)類型分布均衡性和差異性趨于穩(wěn)定。由此表明，NPP-VIIRS數(shù)據(jù)對經濟活動的預測與研究區(qū)內產業(yè)類型的多樣性與分布均衡性存在顯著的相關。研究尺度越小，研究區(qū)內的產業(yè)類型呈現(xiàn)越單一、不均衡分布的特點，NPP-VIIRS數(shù)據(jù)對經濟活動的預測精度越差，反之亦反。

對比分析圖2在500 m網(wǎng)格、鎮(zhèn)街、城市的尺度上，夜間燈光對企業(yè)營利收入的相關性分別為0.20、0.64、0.93，發(fā)現(xiàn)隨著研究尺度的增大，夜間燈光與企業(yè)營利收入的相關性增強，相同的現(xiàn)象也存在于夜間燈光與企業(yè)數(shù)、企業(yè)從業(yè)人員數(shù)以及資產總值的相關性。為探究分析尺度帶來的影響，研究建立從0.5～5 km（該范圍的尺度以500 m遞增）、5～50 km（該范圍的尺度以5 km遞增）的19個網(wǎng)格研究尺度（圖3）。圖3中的橫坐標為19個網(wǎng)格尺度，縱坐標為R2、香農信息熵、差別指數(shù)值。其中，紅色曲線R2是NPP-VIIRS數(shù)據(jù)在不同尺度下對企業(yè)營利收入的預測精度，藍色曲線是NPP-VIIRS數(shù)據(jù)在不同尺度下對企業(yè)營利收入的信息熵，綠色曲線是NPP-VIIRS數(shù)據(jù)在不同尺度下對企業(yè)營利收入的差別指數(shù)。圖3 0.5～50 km尺度的NPP-VIIRS數(shù)據(jù)對企業(yè)營利收入的預測精度、香農信息熵、差別指數(shù)
【相似文獻】

相關期刊論文 前10條

1 王芳;楊武年;王建;謝兵;任金銅;;遙感影像多尺度分割中最優(yōu)尺度的選取及評價[J];遙感技術與應用;2020年03期

2 聶建亮;武建軍;楊曦;劉明;張潔;周磊;;基于地表溫度-植被指數(shù)關系的地表溫度降尺度方法研究[J];生態(tài)學報;2011年17期

3 許超;;信仰下的現(xiàn)代包裝設計尺度論[J];包裝學報;2010年02期

4 李恒凱;甕旭陽;;離子吸附型稀土開采的高分影像識別尺度選擇研究[J];中國稀土學報;2020年02期

5 代沁伶;羅斌;鄭晨;王雷光;;區(qū)域多尺度馬爾可夫隨機場的遙感影像分類[J];遙感學報;2020年03期

6 韓維生;趙明磊;王宏斌;;基于閾限理論的設計尺度體系[J];西北林學院學報;2013年01期

7 王浩宇;沈占鋒;柯映明;許澤宇;李碩;焦淑慧;;全局區(qū)域相異度閾值構建稀疏尺度集模型[J];中國圖象圖形學報;2020年09期

8 鄭顧平;王敏;李剛;;基于注意力機制的多尺度融合航拍影像語義分割[J];圖學學報;2018年06期

9 徐成銳;田玉晶;俞英;;黃金分割尺度與時尚產品的驗證關系[J];北京皮革;2020年10期

10 任聰靜;吳雪妹;王靖岱;蔣斌波;;氣固流化床聲發(fā)射信號的多尺度解析[J];浙江大學學報(工學版);2008年07期

相關博士學位論文 前8條

1 陳春雷;多尺度林業(yè)遙感數(shù)據(jù)融合技術的應用研究[D];北京林業(yè)大學;2011年

2 叢杰;多層級復合材料薄壁結構的擴展多尺度有限元分析方法研究[D];大連理工大學;2020年

3 張桂峰;粒度理論下的多尺度遙感影像分割[D];武漢大學;2010年

4 孫賓;損傷跨尺度演化致結構失效過程的模擬和分析方法[D];東南大學;2016年

5 喬華;Arlequin構架下結構多尺度數(shù)值模擬[D];浙江大學;2011年

6 許超;現(xiàn)代包裝設計尺度論[D];中國藝術研究院;2008年

7 黃昕;高分辨率遙感影像多尺度紋理、形狀特征提取與面向對象分類研究[D];武漢大學;2009年

8 黃萬里;基于高分衛(wèi)星數(shù)據(jù)多尺度圖像分割方法的天山森林小班邊界提取研究[D];福建師范大學;2015年

相關碩士學位論文 前10條

1 翟涌光;多尺度分割技術對遙感影像分類精度影響的研究[D];內蒙古農業(yè)大學;2010年

2 楊超;反應精餾過程多尺度建模及模擬[D];華中科技大學;2016年

3 周福娜;多傳感器數(shù)據(jù)融合與線性逆問題的多尺度求解方法[D];河南大學;2004年

4 李娜;群落尺度濕地植被遙感的分類研究[D];首都師范大學;2012年

5 胡永月;海岸帶高分辨率遙感圖像分割尺度優(yōu)化研究[D];南京大學;2016年

6 王慧;融合各最優(yōu)尺度下特征的高分辨率遙感影像分類[D];南京信息工程大學;2016年

7 趙軍芳;Pro/E環(huán)境下人體尺度檢索模塊的研究與開發(fā)[D];江南大學;2008年

8 楊碩;黃土跨尺度微觀模型的初步建立與應用[D];西安科技大學;2015年

9 孫波中;多尺度分割技術在高分辨率影像信息提取中的應用研究[D];西安科技大學;2011年

10 賀洪元;面向對象高分辨率影像多尺度分割[D];華中科技大學;2013年

本文編號：2847128