基于珞珈一号夜间灯光数据的GDP空间化

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

（公式如上，截自同一篇论文）

GDPy,j为根据回归模型得到的每个行政区的GDP预测值。

做GDPt的栅格图时，先尝试直接在arcgis 里载入excel，然后与行政区划相关联，面砖栅格，失败。最后选择在行政区划.shp的属性表中手输GDP官方值，第一次数据类型为整形，面转栅格失败。改数据类型为浮点型，成功。获取栅格图后，通过区域分析得到每个行政区的官方GDP值。

根据公式计算。

5、出图

挑一个花花绿绿的颜色

流泪.jpg

每一次因为卡住向老师提问时be like

基于珞珈一号夜间灯光数据的GDP空间化相关推荐

一、DMSP/OLS、NPP/VIIRS等夜间灯光数据之GDP空间化的理论介绍
一.前言自上世纪90年代以来,DMSP/OLS夜间灯光数据问世,由于和其他遥感数据不同,该数据可以探测到地球夜间微弱的灯光.随着数据的积累,可以获取长时间序列的数据之后,随后常用于人类社会经济指标的 ...
五、DMSP/OLS、NPP/VIIRS等夜间灯光数据之GDP空间化的渔网建立
四.DMSP/OLS夜间灯光数据之GDP空间化的拟合方程获取https://mp.csdn.net/mp_blog/creation/editor/114187711 一.前言上一节详细介绍了如何获 ...
零、DMSP/OLS、NPP/VIIRS等夜间灯光数据之GDP空间化的真实GDP计算
一.前言在很多论文中进行GDP空间化之前,会提出对统计年鉴中的GDP数据求真实GDP的理论,那么在开始GDP空间化理论之前,还是给大家介绍一下如何计算真实GDP. 真实GDP计算公式是根据:实际GD ...
八、DMSP/OLS夜间灯光数据之GDP空间化结果分析——增长速度
对于GDP空间化增长速度这一结果的分析来说,主要就是需要将每个格网的GDP增量的到,其次就是计算发展时间内的每个格网GDP平均增量,然后按照自然断点的分配方式进行增长速度的分级显示. 也就是这种分级显 ...
夜间灯光数据文章大合集
接下来详细按照以下的目录录制相关视频数据下载 DMSP/OLS夜间灯光数据下载 NPP/VIRRS夜间灯光数据下载珞珈一号夜间灯光数据下载数据预处理 DMSP/OLS夜间灯光数据预处理校正方程 ...
十三、基于DMSP/OLS、NPP/VIIRS夜间灯光数据和兴趣点（POI）城市建成区提取——理论
一.前言夜间灯光数据是卫星传感器对夜间建筑物,道路和交通工具等发出灯光的记录[1,被广泛应用于城市建成区提取中.利用夜间灯光数据提取城市的建成区,能在很大程度上避免传统多光谱遥感的光谱混淆 .但由于 ...
十四、基于DMSP/OLS、NPP/VIIRS夜间灯光数据和兴趣点（POI）城市建成区提取——POI数据建成区提取
一.前言 POI核密度估计法建成区提取核心思路就是利用POI核密度分析,然后绘制出整个区域核密度等值线,定义Sd为以核密度值为d的等值线包围的环状曲线内部的面积,定义Sd开根号为Sd的理论半径,得到这 ...
一、DMSP/OLS、NPP/VIIRS夜间灯光数据之城市建成区提取之理论介绍
图1 环渤海城市群城市建成区扩张图一.前言对于上述图1,很多小伙伴可能见过类似的,那么这种图怎么来通过GIS或者通过其他软件实现.早期由于遥感影像种类有限,大部分城市建成区范围通过Landsat等 ...
DMSP夜间灯光数据
数据和详细信息参见https://ngdc.noaa.gov/eog/dmsp/dmsp.html) 1.美国国防气象卫星计划(Defense Meteorological Satellite Pro ...
二、DMSP/OLS夜间灯光数据校正一理论介绍
夜间灯光数据介绍: 1.美国国防气象卫星计划(Defense Meteorological Satellite Program,DMSP)由美国空军航天与导弹系统中心运作,卫星运行的线性扫描系统(Op ...

基于珞珈一号夜间灯光数据的GDP空间化

基于珞珈一号夜间灯光数据的GDP空间化相关推荐

最新文章

热门文章