基于珞珈一号夜间灯光数据的GDP空间化

article/2025/8/23 20:59:33

ps：普普通通记录贴，地信菜鸡，以防结果被打回来重做然而忘了怎么操作。处理过程参考了很多论文，但操作还是自己来的，也有一点不专业的思考，所以也算原创吧。

记录：

一、数据获得与预处理

1、珞珈一号全国一张图、2016年年均SNPP-VIIRS夜间灯光数据、全国行政区划图

2、定义投影

因为全国数据太大，处理很费时间，所以先裁了自己需要的区域再重设投影。找到的裁剪方法有两种，一个按掩膜提取，一个clip。不知道不同方法会不会对数据有影响，但两种方法裁出来的图是有些不一样。我浅薄的选择了裁出来边缘更光滑的clip。

（复刻操作时clip出现了缺失的现象，但之前我裁另一个省的时候没出现这种状况。接下来的操作采用按掩膜提取获得的影像。）

重投影时，选择的是albers 。

（每次使用arcgis都十分后悔当初为什么没有安装中文包，以至于每次操作前都实现去查xxx的英文是什么。参考：《1.1GIS工具箱中英文对照（基于10.2）——Spatial Analyst Tool，Analysis Tools》, 一起来围观吧 https://blog.csdn.net/Aries_27/article/details/115857950?utm_source=app&app_version=5.3.0&code=app_1562916241&uLinkId=usr1mkqgl919blen救我狗命。）

3、DN值校正

参考：

https://mp.weixin.qq.com/s/AoiyYm-vvi_nBHZReWFD5A?from=groupmessage&scene=1&subscene=10000&clicktime=1649488212&enterid=1649488212

然而并没有使用。

通过阅读文中的几种方法，初步选定逐年校正，但是由于珞珈一号较新，以及全国一张是由多张影像镶嵌而成，无法找到适合对照，在与专业课学长讨论之后，忽略了该操作。

4、掩膜去噪

数据：NOAA官方提供的2016年年均SNPP-VIIRS夜间灯光数据，因为“已通过官方地面系统处理，年均数据的噪声值已被降低到最低水平”。

使用重分类，将viirs数据分为两个类别，亮区赋为1，非亮区为0，然后使用栅格计算器与重投影后的珞珈一号影像相乘。

5、辐射校正

公式：

查的一些论文会提到先转浮点型再进行辐射校正，看的视频教程是直接进行的校正。两种都试过，对结果影响似乎不是很大，最后选择先转浮点再矫正。

校正后辐射值变得非常小，老师觉得有些不合常理。Emm

因为最后没有使用到辐射值的数据，所以对这个问题没做太多思考。按理要进行灯光空间分布特征分析，但不在研究范围内，略过了。

二、GDP空间化模拟

1、构建夜间灯光指数

选用：TNL、I、S、CNLI

（关于TNLI与TNL，并不太明白，查夜间灯光总强度又感觉它们是一个指数。）

（公式截自论文:https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CMFD&dbname=CMFD202101&filename=1021562861.nh&uniplatform=NZKPT&v=WFQf_m_51RHjJOU25a52JKBUYL0lhXUC6CSxIFvTTb3gzXo1ia4iRTwx7fAIbAr3）

计算TNL：

计算I：

先算的DNmax，对NL该区域像元总数进行理解时出现误差，以为是最大值的个数，没想出解决办法只能一个一个数，幸好做的区域小，最大亮度值一般只有一个。后面看另一篇论文时，觉得应该是全部像元数。

计算像元总数时，先重分类将所有像元值赋为1，然后如上图计算sum值。最后按公式算出I值。

计算S：

同上，重分类将像元亮区赋为1，非亮区赋为0，然后计算sum，最后相除。

计算CNLI：I * S

2、获取GDP数据

因为GDP空间化模拟需要进行数学分析，样本量要足够，获取GDP时要细分到区县。选用的是第二、三产业的增加值与夜间灯光指数进行分析。

因为所选分析区域第一产业占比不算小，尝试性用总GDP进行过分析，最后得出的GDP预测值与官方统计值相对误差较大。

关于夜间灯光数据与一、二、三产业的相关性分析：

https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFD2012&filename=DQXX201201020&uniplatform=NZKPT&v=ntANfGDeObeCTpjPrLzeG1pxmi_TS2k7sBkX2bVhFDjOxHvQf9B-WlOjnYIWQI05

3、回归模型分析

SPSSAU数据分析平台：

https://www.spssau.com/?103000000

选用模型：线性、对数、幂函数、指数

根据R方值确定应用模型。

最后采用的模型R方值不算高，0.5往上，同为线性模型，低于之前样本过少进行分析时所获得的线性模型。

4、GDP空间化模拟