基于NPP-VIIRS夜间灯光数据的南宁市GDP空间化研究

●黄   莹，黄友菊，韦达铭，麦   超

(广西自然资源遥感院，广西   南宁     530000)

[摘   要]文章基于前人的理论研究成果，对南宁市6年间的GDP变化情况做动态发展过程和空间分布格局的分析。结果表明：6年间GDP密度中南宁西南部高于东南部，东北部最低，其中以市中心区域最高。

[关键词]夜间灯光遥感；NPP-VIIRS；GDP空间化；南宁市

国内生产总值(GDP)是反映社会经济状况的核心指标，以此可以衡量国家或地区经济的发展程度。但是传统的以行政单元为载体的GDP统计方法缺少有效且准确的空间信息。遥感数据能提供稳定的技术方法来描述GDP的空间分布；夜间灯光数据剔除了绝大部分自然干扰因素，是一种典型的用于刻画地表经济活动强度的遥感数据。近几十年，学者们在利用夜间灯光数据进行GDP的空间化研究方面已经形成了一个相对完善的研究体系。Elvidge等发现夜间灯光面积与GDP存在显著线性关系[1]；王琪等基于DMSP/OLS建立了省级GDP空间化模型[2]；韩向娣等基于土地利用数据分产业定量来探讨DMSP/OLS夜间灯光数据与GDP的空间关系[3]。杨妮[4]等基于DMSP/OLS构建了广西GDP空间化模型。

新一代夜间灯光数据(NPP-VIIRS)的出现，有效弥补了DMSP/OLS 夜间灯光数据在空间分辨率、时间分辨率和辐射分辨率等方面的短板，极大地拓展了研究方向和应用领域[5]。基于NPP-VIIRS夜间灯光数据的GDP空间化研究也取得了一系列成果。如柴子为等对比了DMSP/OLS数据与NPP-VIIRS数据在镇级GDP估算上的适用性，得出了NPP-VIIRS数据在镇级GDP估算中有更好的性能[6]。李峰等基于NPP-VIIRS结合Landsat8土地利用数据对北京市分产业进行GDP空间化，以此估计北京市GDP产值[7]；再通过NPP-VIIRS夜间灯光数据去除噪声后，将TNL、L、CNLI分别与河北省11地市内各县区的GDP进行相关性分析，生成的GDP密度图很好地反映了河北省经济发展状况[8]。

此次研究以南宁市为研究区域，在综合分析其经济统计数据的基础上，以NPP-VIIRS长时序灯光影像数据为数据源，对该市2012年—2017年间的GDP展开研究。通过对南宁市GDP空间化结果进行时空分析，可从地理学角度了解南宁市的经济发展运行规律。

1    研究区概况

南宁，简称邕，位于广西南部偏西，是广西的首府，全市现辖兴宁区、江南区、青秀区、西乡塘区、邕宁区、良庆区、武鸣区7个城区和横县、宾阳县、上林县、马山县、隆安县5个县，行政区域总面积22112km2；地处亚热带、北回归线以南，属湿润的亚热带季风气候；地形是以邕江广大河谷为中心的盆地形态；地理位置优越，交通区位优势明显，具有比较完善的通往全国乃至世界各地的交通运输枢纽。

南宁市的经济随国家宏观经济的波动而波动，其经济增速的峰谷变化周期大约是14年。南宁市近年经济总量逐年攀升，全市地区生产总值超过4000亿元，由2012年的2503.18亿元，增加到2017年的4118.83亿元。截至2017年末，南宁市总人口756.87万人，人均GDP 57948元，是2012年的1.56倍。三次产业中，第一产业增加值404.18亿元，所占比重下降；第二产业增加值1599.50亿元，第三产业增加值2115.15亿元，第二、第三产业所占比重提高，产业结构趋向合理化。

2    数据处理与分析

2.1    数据来源及预处理

NPP-VIIRS夜间灯光数据来源于美国国家海洋和大气管理局National Oceanic and Atmospheric Administration，是Suomi-NPP卫星利用VIIRS在2012年4月—10月间拍摄的，距地表824km，采用极地轨道，由多幅无云影像拼接得到。与DMSP/OLS数据相比，NPP-VIIRS夜间灯光影像数据并未移除火光、气体燃烧、火山或极光，相应的背景噪声也未过滤，但它的空间分辨率可达0.5km且不存在饱和效应，能正确反映城市核心区的夜间灯光，其辐射探测能力更强。此次研究选取2012年—2017年的NPP-VIIRS夜间灯光数据进行研究。

研究小组选取适用于中国的 Asia Lambert Conformal Conic 投影坐标，转换NPP-VIIRS夜间灯光数据的坐标，然后以南宁市行政边界矢量为掩膜在Arcgis中对夜间灯光数据进行裁剪，最后得到南宁市6年间的夜间灯光数据集，并重采样为1km×1km分辨率。为了降低NPP-VIIRS夜间灯光数据的噪声，研究小组采取阈值法对NPP-VIIRS影像进行预处理，然后提取南宁市6年间NPP-VIIRS影像数据的DN总值。

2.2    GDP空间化建模

2.2.1   NPP-VIIRS数据与GDP时序对比分析

2012年—2017年GDP数据来源于南宁市的年鉴统计。 研究小组将2012年—2017年的NPP-VIIRS夜间灯光影像的像元DN值与历年GDP统计数据进行回归分析(见图1)。由图1可知，NPP-VIIRS夜间灯光影像与GDP呈现出很好的二项式回归关系，拟合系数R2达0.981 1，这显示了夜间灯光影像与GDP有很高的相关性。

2.2.2   GDP空间化模型方法

利用NPP-VIIRS夜间灯光影像进行南宁市县级的GDP统计数据的空间化。建立夜间灯光影像DN值与GDP的回归方程式：

GDPi= f(DNi )+a                                    (1)

式(1)中，GDPi为GDP的模拟值；DNi为灯光影像的像元DN值；a为常数。影像中的像元值为0的像元未参与回归分析，为了保证像元值为0的像元GDP模拟值为非负数，研究小组将回归方程的截距设为0，即公式(1)变化为：

GDPi= f(DNi)                                         (2)

式(2)初步模拟后的GDP值存在较大的误差，需要利用GDP统计数据作为线性调整来纠正每个像元的GDP模拟值，最后制作1km×1km的南宁市GDP密度图。

GDPZ = GDPi                                   (3)

式(3)中，GDPZ为纠正后的GDP产值；GDPi为预测每个格网的GDP；GDPt为该县统计的实际GDP；GDPall为该县预测GDP。

研究小组选取的6个年度的南宁市GDP空间化回归模型方程及其拟合系数如表1所示。

3    结果及分析

基于2012年—2017年回归模型(见表1)，利用GIS空间分析技术了解到南宁市6年间的GDP空间化密度分布情况。从时间维度上看，2012年—2017年南宁市GDP空间化成果中的像元值总体呈上升态势，但经济增长量呈减速态势；受国际、国内宏观经济及政策的影响，南宁市2012年—2014年经济增长量下降，到2014年经济增长量最低；经过后金融危机时代的持续调整，推动世界经济复苏的积极因素增多，“一带一路”倡议为引领的全方位开放格局逐步形成，2015年开始南宁的经济增长量小幅度回升。

从空间分布上看，南宁市GDP密度分布格局如下：西南部高于东南部，东北部最低，并以兴宁区、江南区、青秀区、西乡塘区、邕宁区、良庆区为聚集中心向四周扩散。经济相对发达的兴宁区、江南区、青秀区、西乡塘区、邕宁区、良庆区的夜间灯关值最高，其中GDP密度最高的是发展现代服务业、商贸业的青秀区，其像元GDP密度最高达到 3.2万/km2；其次是高校和科研院聚集的西乡塘区。南宁市夜间灯光值由主城区呈放射性往武鸣区、宾阳县和横县3个方向向外辐射，因此横县、武鸣区、宾阳3个县(区)域构成中等经济区域。横县作为南宁参与西江经济带的地带，夜间灯光亮度值较宾阳县、武鸣区高，GDP值也大于武鸣区和宾阳县；隆安县、马山县、上林县主要发展生态农业，其夜间灯光值较低，导致这些区域的GDP值整体偏低。由此横县、武鸣区、宾阳县的GDP密度变化相较于马山县、上林县和隆安县明显，横县、武鸣区、宾阳县的像元GDP密度最高达到1.3万/ km2。2012年—2017年这6年间，南宁市在重点开发兴宁区、江南区、青秀区、西乡塘区、邕宁区、良庆区的同时，将横县作为重点开发县承接产业外迁，武鸣区、宾阳县、隆安县作为农产品生产县(区)，上林县和马山县等作为重点生态功能县。各县域根据自身特色建立其发展机制，通过与中心城区高等级路网的建设，因地制宜发展特色服务业，使得县域经济逐步融入到都市经济中，带动了南宁市GDP的增长。

4    结   语

此次研究以GIS为研究手段，采用南宁市2012年—2017年的GDP统计数据及NPP-VIIRS夜间灯光数据，分年构建了GDP密度模型，了解了南宁市2012年—2017年的GDP空间化密度分布情况。通过夜间灯光数据长时序的GDP空间化研究，了解到南宁市6年间的GDP空间分布变化与GDP变化程度。研究结果显示，南宁市经济发展中市区经济占主导地位，主城区经济发展水平高于其他区域。

夜间灯光数据便于获取同时适用于长时间序列的GDP空间化研究。此次研究仍存在一些不足，如模型的参数相对单一、精细定量化研究不足等，可进一步设置条件深入研究。根据此次研究的结果，得出如下结论：

(1)南宁市近6年的综合实力不断增强，以都市经济带动县域经济，从而推动各县的经济不断攀升；但县域经济的总体实力仍不够强，产业层次不够高，工业支撑作用虽逐步增强，但农业大县、工业小县、服务业弱县的格局仍没有显著改变。

(2)县域经济的发展需进一步加强产业规划，提升各县的经济竞争力；同时应进一步完善县域与中心城区的高级路网建设，提高互联互通能力，夯实县域经济发展基础，并推进新型城镇化，增强县城的辐射带动能力。

(3)充分利用“一带一路”建设的契机，围绕中国—东盟开放合作的区域性国际城市建设，加快南宁的服务业基础设施建设。

[参 考 文 献]

[1] Elvidge C D， Bangh K E，Kroehl H W，et al. Relation between satellite observed visible-near infrared emissions，population，economic activity and electric power consumption [J]. International Journal of Remote Sensing，1997，18(6)：1371-1379.

[2] 王琪，袁涛，郑新奇.基于夜间灯光数据的中国省域GDP总量分析[J].城市发展研究， 2013，20(7)：44-48.

[3] 韩向娣，周艺，王世新，等.夜间灯光遥感数据的GDP空间化处理方法[J].地球信息科学学报，2012，14(1)：128-136.

[4] 杨妮，吴良林，邓树林，等.基于DMSP/OLS夜间灯光数据的省域GDP统计数据空间化方法——以广西壮族自治区为例[J]. 地理与地理信息科学，2014，30(4)：108-111.

[5] 陈颖彪，郑子豪，吴志峰，等.夜间灯光遥感数据应用综述和展望[J].地理科学进展，2019，38(2)：205-223.

[6] 柴子为，王帅磊，乔纪纲.基于夜间灯光数据的珠三角地区镇级GDP估算[J].热带地理，2015，35(3)：379-385.

[7] 李峰，米晓楠，刘军，等.基于NPP-VIIRS夜间灯光数据的北京市GDP空间化方法[J].国土资源遥感，2016，28(3)：19-24.

[8] 李峰，卫爱霞，米晓楠，等.基于NPP-VIIRS夜间灯光数据的河北省GDP空间化方法[J].信阳师范学院学报，2016，29(1)：151-155.

[作者简介]黄莹(1994-)，女，2018年毕业于桂林理工大学，地理信息科学专业，主要从事地理信息数据处理工作，助理工程师。