地球信息科学学报 ›› 2019, Vol. 21 ›› Issue (3): 455-466.doi: 10.12082/dqxxkx.2019.180483
卢秀1,2,3(), 李佳1,2,*(
), 段平1,2, 李晨1,2, 王金亮1,2
收稿日期:
2018-09-24
修回日期:
2019-01-02
出版日期:
2019-03-15
发布日期:
2019-03-15
通讯作者:
李佳
E-mail:lx_rsgis@163.com;keguigiser@163.com
作者简介:
作者简介:卢秀(1992- ),女,江苏淮安人,博士生,主要从事资源环境遥感、夜间灯光遥感研究。E-mail:
基金资助:
Xiu LU1,2,3(), Jia LI1,2,*(
), Ping DUAN1,2, Chen LI1,2, Jinliang WANG1,2
Received:
2018-09-24
Revised:
2019-01-02
Online:
2019-03-15
Published:
2019-03-15
Contact:
Jia LI
E-mail:lx_rsgis@163.com;keguigiser@163.com
Supported by:
摘要:
云南沿边地区包括8个地州,共56个县,其中有25个县市与老挝、缅甸和越南直接毗邻,具有重要的地缘位置。本研究利用土地利用数据和夜间灯光数据在实现云南沿边地区GDP空间化的基础上,对GDP的空间分布格局进行深入探讨,这对缩小区域经济差异及促进地区共同发展具有一定的指导意义。采用土地利用数据对国内生产总值(Gross Domestic Product, GDP)数据的第一产业进行空间化拟合,采用DMSP/OLS夜间灯光数据对GDP的第二、三产业进行拟合,将第一产业和第二、三产业空间化拟合的结果相加,实现云南沿边地区1992-2013年的GDP的空间化拟合。在此基础上对云南沿边地区GDP空间分布差异进行分析。结果表明:① 土地利用数据对第一产业建模的效果较好,拟合的多期数据的相对误差均低于1.12%,采用夜间灯光数据,基于“分类回归”方法对第二、三产业拟合相对误差最大仅为6.404%,最终二者之和拟合的GDP拟合精度都较好,相对误差最大仅为4.241%;② 22期GDP数据在空间分布上均呈现正的相关性,且均为显著集聚;③ GDP空间分布局部集聚的高值-高值区域集中在开远、蒙自等县域,低值-低值地区集中在绿春、西蒙等地区;④ 云南沿边地区县域之间的经济差异在1992-1996年逐渐增强,1996年之后,经济差异波动缩小,空间关联效应呈现波动式的增强和减弱;⑤ 云南沿边地区的三维插值结果均呈现出西北至东南一线的“洼地-丘陵-平地-高峰”地势变化格局,沿边地区的东南角地区即红河州的建水、个旧和开远等县市的GDP最高,“丘陵”地势主要集中在腾冲、保山市以及最南部的景洪地区,“洼地-平地”地势主要分布在沿边地区西北角的贡山和福贡等县域、西南角的西蒙和孟连等县及中部区域的绿春和江城县等地区。
卢秀, 李佳, 段平, 李晨, 王金亮. 基于夜间灯光和土地利用数据的云南沿边地区GDP空间差异性分析[J]. 地球信息科学学报, 2019, 21(3): 455-466.DOI:10.12082/dqxxkx.2019.180483
Xiu LU, Jia LI, Ping DUAN, Chen LI, Jinliang WANG. Spatial Difference of GDP in Yunnan Border Area based on Nighttime Light and Land Use Data[J]. Journal of Geo-information Science, 2019, 21(3): 455-466.DOI:10.12082/dqxxkx.2019.180483
表1
云南沿边地区1992-2013年的GDP空间化拟合精度评价结果"
年份 | 第一产业 | 第二、三产业 | GDP | |||||||
---|---|---|---|---|---|---|---|---|---|---|
模型R2 | 残差/亿元 | 相对误差/% | 模型R2 | 残差/亿元 | 相对误差/% | 残差/亿元 | 相对误差/% | |||
1992 | 0.854 | -0.536 | 0.784 | 0.953 | -1.463 | 1.872 | -1.999 | 1.365 | ||
1993 | 0.872 | -0.845 | 1.116 | 0.948 | -5.090 | 5.155 | -5.934 | 3.403 | ||
1994 | 0.834 | -0.422 | 0.432 | 0.945 | -5.662 | 4.305 | -6.084 | 2.654 | ||
1995 | 0.827 | -0.148 | 0.120 | 0.920 | -3.235 | 1.983 | -3.384 | 1.180 | ||
1996 | 0.823 | -0.210 | 0.144 | 0.922 | -9.200 | 4.786 | -9.410 | 2.786 | ||
1997 | 0.842 | 0.490 | -0.308 | 0.913 | -9.840 | 4.451 | -9.349 | 2.459 | ||
1998 | 0.867 | -0.230 | 0.140 | 0.950 | -15.989 | 6.382 | -16.219 | 3.912 | ||
1999 | 0.870 | -0.930 | 0.553 | 0.957 | 11.576 | -4.252 | 10.646 | -2.418 | ||
2000 | 0.873 | -0.822 | 0.476 | 0.963 | 11.307 | -3.737 | 10.485 | -2.205 | ||
2001 | 0.877 | -0.824 | 0.469 | 0.904 | 22.212 | -6.349 | 21.389 | -4.070 | ||
2002 | 0.875 | -0.899 | 0.492 | 0.886 | 25.604 | -6.404 | 24.704 | -4.241 | ||
2003 | 0.868 | -1.173 | 0.592 | 0.978 | 5.669 | -1.266 | 4.497 | -0.696 | ||
2004 | 0.883 | -0.329 | 0.147 | 0.931 | 28.009 | -5.087 | 27.680 | -3.575 | ||
2005 | 0.883 | -1.411 | 0.529 | 0.915 | 11.260 | -1.688 | 9.849 | -1.055 | ||
2006 | 0.882 | -2.610 | 0.882 | 0.946 | 3.208 | -0.398 | 0.598 | -0.054 | ||
2007 | 0.882 | -2.904 | 0.835 | 0.939 | -7.293 | 0.750 | -10.197 | 0.772 | ||
2008 | 0.884 | -0.376 | 0.094 | 0.933 | -27.034 | 2.364 | -27.411 | 1.774 | ||
2009 | 0.886 | -0.565 | 0.126 | 0.950 | -33.884 | 2.594 | -34.448 | 1.964 | ||
2010 | 0.882 | -2.141 | 0.432 | 0.947 | -30.572 | 1.963 | -32.714 | 1.593 | ||
2011 | 0.888 | -0.924 | 0.153 | 0.934 | 11.459 | -0.600 | 10.535 | -0.419 | ||
2012 | 0.897 | 4.461 | -0.601 | 0.915 | 17.417 | -0.765 | 21.878 | -0.725 | ||
2013 | 0.902 | 6.340 | -0.745 | 0.903 | 48.677 | -1.858 | 55.017 | -1.585 |
表2
云南沿边地区空间全局自相关分析结果"
年份 | Moran's I值 | Z值 | P值 |
---|---|---|---|
1992 | 0.1583 | 2.6365 | 0.0084 |
1993 | 0.1623 | 2.6784 | 0.0074 |
1994 | 0.1404 | 2.3618 | 0.0182 |
1995 | 0.1466 | 2.4527 | 0.0142 |
1996 | 0.1580 | 2.6122 | 0.0090 |
1997 | 0.1592 | 2.6310 | 0.0085 |
1998 | 0.1519 | 2.5200 | 0.0117 |
1999 | 0.1617 | 2.6754 | 0.0075 |
2000 | 0.1594 | 2.6452 | 0.0082 |
2001 | 0.1531 | 2.6903 | 0.0071 |
2002 | 0.1395 | 2.6226 | 0.0087 |
2003 | 0.1490 | 2.7461 | 0.0060 |
2004 | 0.1713 | 2.9983 | 0.0027 |
2005 | 0.1889 | 3.1890 | 0.0014 |
2006 | 0.1839 | 3.0619 | 0.0022 |
2007 | 0.1932 | 3.1743 | 0.0015 |
2008 | 0.2213 | 3.5947 | 0.0003 |
2009 | 0.2272 | 3.6522 | 0.0002 |
2010 | 0.2308 | 3.6996 | 0.0002 |
2011 | 0.2232 | 3.5772 | 0.0003 |
2012 | 0.2107 | 3.3908 | 0.0007 |
2013 | 0.2041 | 3.2864 | 0.0010 |
表3
1992-2013年云南沿边地区GDP局部自相关县域数量统计"
年份/类型 | HH | LL | LH | HL | |||||||
---|---|---|---|---|---|---|---|---|---|---|---|
数量 | 占比/% | 数量 | 占比/% | 数量 | 占比/% | 数量 | 占比/% | ||||
1992 | 4 | 7.14 | 2 | 3.57 | 0 | 0.00 | 1 | 1.79 | |||
1993 | 5 | 8.93 | 2 | 3.57 | 1 | 1.79 | 1 | 1.79 | |||
1994 | 4 | 7.14 | 4 | 7.14 | 0 | 0.00 | 1 | 1.79 | |||
1995 | 4 | 7.14 | 4 | 7.14 | 0 | 0.00 | 1 | 1.79 | |||
1996 | 4 | 7.14 | 4 | 7.14 | 0 | 0.00 | 1 | 1.79 | |||
1997 | 4 | 7.14 | 5 | 8.93 | 0 | 0.00 | 1 | 1.79 | |||
1998 | 4 | 7.14 | 6 | 10.71 | 1 | 1.79 | 1 | 1.79 | |||
1999 | 4 | 7.14 | 5 | 8.93 | 1 | 1.79 | 1 | 1.79 | |||
2000 | 4 | 7.14 | 5 | 8.93 | 1 | 1.79 | 1 | 1.79 | |||
2001 | 2 | 3.57 | 6 | 10.71 | 1 | 1.79 | 0 | 0.00 | |||
2002 | 2 | 3.57 | 6 | 10.71 | 1 | 1.79 | 0 | 0.00 | |||
2003 | 2 | 3.57 | 6 | 10.71 | 1 | 1.79 | 0 | 0.00 | |||
2004 | 3 | 5.36 | 6 | 10.71 | 1 | 1.79 | 0 | 0.00 | |||
2005 | 3 | 5.36 | 7 | 12.50 | 2 | 3.57 | 0 | 0.00 | |||
2006 | 2 | 3.57 | 7 | 12.50 | 2 | 3.57 | 0 | 0.00 | |||
2007 | 3 | 5.36 | 7 | 12.50 | 2 | 3.57 | 0 | 0.00 | |||
2008 | 3 | 5.36 | 7 | 12.50 | 2 | 3.57 | 0 | 0.00 | |||
2009 | 4 | 7.14 | 7 | 12.50 | 2 | 3.57 | 0 | 0.00 | |||
2010 | 4 | 7.14 | 7 | 12.50 | 2 | 3.57 | 0 | 0.00 | |||
2011 | 5 | 8.93 | 7 | 12.50 | 1 | 1.79 | 0 | 0.00 | |||
2012 | 4 | 7.14 | 5 | 8.93 | 2 | 3.57 | 0 | 0.00 | |||
2013 | 4 | 7.14 | 5 | 8.93 | 1 | 1.79 | 0 | 0.00 |
表4
1992-2013年云南沿边地区GDP空间变差函数拟合参数"
年份 | 变程a | 块金值C0 | 基台值C0+C | 变差系数C0/(C0+C) | 拟合模型 | R2 |
---|---|---|---|---|---|---|
1992 | 104 442.664 | 0.001 | 0.463 | 0.002 16 | 高斯 | 0.797 |
1993 | 110 158.431 | 0.024 | 0.508 | 0.047 24 | 高斯 | 0.828 |
1994 | 146 500.000 | 0.001 | 0.553 | 0.001 81 | 球状 | 0.855 |
1995 | 155 000.000 | 0.001 | 0.592 | 0.001 69 | 球状 | 0.856 |
1996 | 152 500.000 | 0.001 | 0.626 | 0.001 60 | 球状 | 0.850 |
1997 | 159 300.000 | 0.001 | 0.616 | 0.001 62 | 球状 | 0.867 |
1998 | 153 700.000 | 0.001 | 0.610 | 0.001 64 | 球状 | 0.857 |
1999 | 154 300.000 | 0.001 | 0.597 | 0.001 68 | 球状 | 0.857 |
2000 | 155 600.000 | 0.001 | 0.584 | 0.001 71 | 球状 | 0.866 |
2001 | 118 299.000 | 0.028 | 0.596 | 0.046 98 | 高斯 | 0.853 |
2002 | 112 756.508 | 0.021 | 0.610 | 0.034 43 | 高斯 | 0.831 |
2003 | 110 158.431 | 0.011 | 0.591 | 0.018 61 | 高斯 | 0.834 |
2004 | 100 805.357 | 0.004 | 0.560 | 0.007 14 | 高斯 | 0.804 |
2005 | 134 700.000 | 0.002 | 0.553 | 0.003 62 | 球状 | 0.771 |
2006 | 164 400.000 | 0.001 | 0.567 | 0.001 76 | 指数 | 0.745 |
2007 | 154 200.000 | 0.001 | 0.568 | 0.001 76 | 指数 | 0.711 |
2008 | 153 600.000 | 0.001 | 0.576 | 0.001 74 | 指数 | 0.705 |
2009 | 140 700.000 | 0.062 | 0.556 | 0.111 51 | 球状 | 0.716 |
2010 | 146 700.000 | 0.001 | 0.565 | 0.001 77 | 指数 | 0.693 |
2011 | 145 800.000 | 0.001 | 0.569 | 0.001 76 | 指数 | 0.681 |
2012 | 147 900.000 | 0.007 | 0.556 | 0.012 59 | 指数 | 0.667 |
2013 | 151 200.000 | 0.001 | 0.540 | 0.001 85 | 指数 | 0.687 |
[1] | 潘思东. 基于夜光遥感和小区POI的住宅发展与经济增长的空间耦合研究[J].地球信息科学学报,2017,19(5):646-652. |
[ Pan S D.Spatial coupling between housing development and economic growth based on night light remote sensing and residential POI[J]. Journal of Geo-information Science, 2017,19(5):646-652. ] | |
[2] |
杨小唤,江东,王乃斌,等.人口数据空间化的处理方法[J].地理学报,2002,57(增刊):70-75.
doi: 10.3321/j.issn:0375-5444.2002.z1.010 |
[ Yang X H, Jiang D, Wang N B, et al.Method of pixelizing population data[J]. Acta Geographica Sinica, 2002,57(supp.):70-75. ]
doi: 10.3321/j.issn:0375-5444.2002.z1.010 |
|
[3] |
董晓菲,王荣成.东北地区哈大交通经济带经济发展空间差异研究[J].地域研究与开发,2010,29(2):22-28.
doi: 10.3969/j.issn.1003-2363.2010.02.005 |
[ Dong X F, Wang R C.Analysis on economic disparities of Harbin-Dalian traffic economic belt in northeast China[J]. Areal Research and Development, 2010,29(2):22-28. ]
doi: 10.3969/j.issn.1003-2363.2010.02.005 |
|
[4] | 刘保强,熊理然,蒋梅英,等.云南沿边地区县域经济的空间格局演化分析[J].地域研究与开发,2017,36(3):29-35. |
[ Liu B Q, Xiong L R, Jiang M Y, et al.Spatial pattern evolution analysis of economy at county level in Yunnan’s border areas[J]. Areal Research and Development, 2017,36(3):29-35. ] | |
[5] |
Zhao M, Cheng W, Zhou C, et al.GDP spatialization and economic differences in south China based on NPP-VIIRS nighttime light imagery[J]. Remote Sensing, 2017,9(7):673-692.
doi: 10.3390/rs9070673 |
[6] | 吴吉东,王旭,王菜林,等.社会经济数据空间化现状与发展趋势[J].地球信息科学学报,2018,20(9):1252-1262. |
[ Wu J D, Wang X, Wang C L, et al.The status and development trend of disaggregation of socio-economic data[J]. Journal of Geo-information Science, 2018,20(9):1252-1262. ] | |
[7] |
刘红辉,江东,杨小唤,等.基于遥感的全国GDP 1km格网的空间化表达[J].地球信息科学学报,2005,7(2):120-123.
doi: 10.3969/j.issn.1560-8999.2005.02.025 |
[ Liu H H, Jiang D, Yang X H, et al.Spatialization approach to 1 km grid GDP supported by remote sensing[J]. Journal of Geo-information Science, 2005,7(2):120-123. ]
doi: 10.3969/j.issn.1560-8999.2005.02.025 |
|
[8] |
Sutton P C, Costanza R.Global estimates of market and non-market values derived from nighttime satellite imagery, land cover, and ecosystem service valuation[J]. Ecological Economics, 2002,41(3):509-527.
doi: 10.1016/S0921-8009(02)00097-6 |
[9] | 张怡哲,杨续超,胡可嘉,等.基于多源遥感信息和土地利用数据的中国海岸带GDP空间化模拟[J].长江流域资源与环境,2018,27(2):235-242. |
[ Zhang Y Z, Yang X C, Hu K J, et al.GDP spatialization in the coastal area of China based on multi-sensor remote sensing data and land use data[J]. Resources and Environment in the Yangtze Basin, 2018,27(2):235-242. ] | |
[10] |
郑子豪,陈颖彪,吴志峰,等.单元路网长度的DMSP/OLS夜间灯光数据去饱和方法[J].遥感学报,2018,22(1):161-173.
doi: 10.11834/jrs.20186478 |
[ Zheng Z H, Chen Y B, Wu Z F, et al.Method to reduce saturation of DMSP/OLS nighttime light data based on UNL[J]. Journal of Remote Sensing, 2018,22(1):161-173. ]
doi: 10.11834/jrs.20186478 |
|
[11] |
吴健生,李双,张曦文.中国DMSP-OLS长时间序列夜间灯光遥感数据饱和校正研究[J].遥感学报,2018,22(4):621-632.
doi: 10.11834/jrs.20187174 |
[ Wu J S, Li S, Zhang X W.Research on saturation correction for long-time series of DMSP-OLS nighttime light dataset in China[J]. Journal of Remote Sensing, 2018,22(4):621-632. ]
doi: 10.11834/jrs.20187174 |
|
[12] |
Elvidge C D, Ziskin D, Baugh K E, et al.A fifteen year record of global natural gas flaring derived from satellite data[J]. Energies, 2009,2(3):595-622.
doi: 10.3390/en20300595 |
[13] |
Wu J S, He S B, Peng J, et al.Intercalibration of DMSP-OLS night-time light data by the invariant region method[J]. International Jjournal of Remote Sensing, 2013,34(20):7356-7368.
doi: 10.1080/01431161.2013.820365 |
[14] |
吴健生,牛妍,彭建,等.基于DMSP/OLS夜间灯光数据的1995-2009年中国地级市能源消费动态[J].地理研究,2014,33(4):625-634.
doi: 10.11821/dlyj201404003 |
[ Wu J S, Niu Y, Peng J, et al.Research on energy consumption dynamic among prefecture-level cities in China based on DMSP/OLS nighttime light[J]. Geographical Research, 2014,33(4):625-634. ]
doi: 10.11821/dlyj201404003 |
|
[15] |
Liu Z F, He C Y, Zhang Q F, et al.Extracting the dynamics of urban expansion in China using DMSP-OLS nighttime light data from 1992 to 2008[J]. Landscape and Urban Planning, 2012,106(1):62-72.
doi: 10.1016/j.landurbplan.2012.02.013 |
[16] |
Liu J Y, Liu M L, Tian H Q, et al.Spatial and temporal patterns of China's cropland during 1990-2000: An analysis based on Landsat TM data[J]. Remote Sensing of Environment, 2005,98(4):442-456.
doi: 10.1016/j.rse.2005.08.012 |
[17] |
刘纪远,匡文慧,张增祥,等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J].地理学报,2014,69(1):3-14.
doi: 10.11821/dlxb201401001 |
[ Liu J Y, Kuang W H, Zhang Z X, et al.Spatiotemporal characteristics, patterns and causes of land use changes in China since the late 1980s[J]. Acta Geographica Sinica, 2014,69(1):3-14. ]
doi: 10.11821/dlxb201401001 |
|
[18] | 云南省统计局.云南统计年鉴[M].北京:中国统计出版社,1993-2014. |
[ Statistical Bureau of Yunnan Province. Yunnan statistical Yearbook[M]. Beijing: China Statistics Press, 1993-2014. ] | |
[19] | 韩向娣,周艺,王世新,等.基于夜间灯光和土地利用数据的GDP空间化[J].遥感技术与应用,2012,27(3):396-405. |
[ Han X D, Zhou Y, Wang S X, et al.GDP spatialization in China based on DMSP/OLS data and land use data[J]. Remote Sensing Technology and Application, 2012,27(3):396-405. ] | |
[20] |
关伟,朱海飞.基于ESDA的辽宁省县际经济差异时空分析[J].地理研究,2011,30(11):2008-2016.
doi: 10.11821/yj2011110007 |
[ Guan W, Zhu H F.Spatio-temporal analysis of inter-county economic differences in Liaoning Province based on ESDA[J]. Geographical Research, 2011,30(11):2008-2016. ]
doi: 10.11821/yj2011110007 |
|
[21] |
陈浩,邓祥征.中国区域经济发展的地区差异GIS分析[J].地球信息科学学报,2011,13(5):586-593.
doi: 10.3724/SP.J.1047.2011.00586 |
[ Chen H, Deng X Z.Analysis of regional difference of economic development in China based on spatial autocorrelation and δ-convergence models[J]. Journal of Geo-information Science, 2011,13(5):586-593. ]
doi: 10.3724/SP.J.1047.2011.00586 |
|
[22] | 王培安,罗卫华,白永平.基于空间自相关和时空扫描统计量的聚集比较分析[J].人文地理,2012,27(2):119-127. |
[ Wang P A, Luo W H, Bai Y P.Comparative analysis of aggregation detection based on spatial autocorrelation and spatial-temporal scan statistics[J]. Human Geography, 2012,27(2):119-127. ] | |
[23] | 方叶林,黄震方,涂玮,等.基于地统计分析的安徽县域经济空间差异研究[J].经济地理,2013,33(2):33-38. |
[ Fang Y L, Huang Z F, Tu W, et al.Research of spatial differences of county economy in Anhui based on geostatistical analysis[J]. Economic Geography, 2013,33(2):33-38. ] |
[1] | 张佰发, 苗长虹, 宋雅宁, 王娟娟. 一种DMSP/OLS稳定夜间灯光影像中国区域的校正方法[J]. 地球信息科学学报, 2020, 22(8): 1679-1691. |
[2] | 朱惠, 张清凌, 张珊. 1992—2017年基于夜光遥感的中亚社会经济发展时空特征分析[J]. 地球信息科学学报, 2020, 22(7): 1449-1462. |
[3] | 王明明, 王卷乐. 基于夜间灯光与土地利用数据的山东省乡镇级人口数据空间化[J]. 地球信息科学学报, 2019, 21(5): 699-709. |
[4] | 王旭, 吴吉东, 王海, 李宁. 基于夜间灯光和人口密度数据的京津冀GDP空间化对比[J]. 地球信息科学学报, 2016, 18(7): 969-976. |
[5] | 曹子阳, 吴志峰, 匡耀求, 黄宁生. DMSP/OLS夜间灯光影像中国区域的校正及应用[J]. 地球信息科学学报, 2015, 17(9): 1092-1102. |
[6] | 陈晴, 侯西勇. 集成土地利用数据和夜间灯光数据优化人口空间化模型[J]. 地球信息科学学报, 2015, 17(11): 1370-1377. |
[7] | 韩向娣, 周艺, 王世新, 刘瑞, 姚尧. 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. |
[8] | 刘红辉, 江东, 杨小唤, 罗春. 基于遥感的全国GDP 1km格网的空间化表达[J]. 地球信息科学学报, 2005, 7(2): 120-123. |
|