李建忠，鄭著彬,b,?，張潤(rùn)飛，林 琳，楊 虹

(贛南師范大學(xué) a.地理與環(huán)境工程學(xué)院;b.環(huán)境工程技術(shù)研究中心，江西 贛州 341000)

1 引言

隨著我國(guó)改革開(kāi)放的進(jìn)程不斷加快，經(jīng)濟(jì)、人口等社會(huì)統(tǒng)計(jì)數(shù)據(jù)在人地關(guān)系研究中愈來(lái)愈受社會(huì)各界人士的關(guān)注.準(zhǔn)確獲得GDP空間分布以及城市經(jīng)濟(jì)聯(lián)系強(qiáng)度對(duì)于描述和規(guī)劃一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)布局、區(qū)域經(jīng)濟(jì)格局具有重要意義[1].國(guó)內(nèi)外許多學(xué)者利用基于時(shí)間序列預(yù)測(cè)分析的數(shù)學(xué)模型方法進(jìn)行回歸分析來(lái)預(yù)測(cè)GDP，如ARIMA模型[2]，VAR模型[3].但這些方法都是基于現(xiàn)有GDP數(shù)據(jù)進(jìn)行回歸預(yù)測(cè)分析，數(shù)據(jù)來(lái)源單一，沒(méi)有充足的說(shuō)服力，且不能反映區(qū)域城市經(jīng)濟(jì)的差異以及聯(lián)系強(qiáng)度.因而需要采用合適的方法來(lái)準(zhǔn)確估算國(guó)內(nèi)生產(chǎn)總值[4]和量測(cè)區(qū)域城市經(jīng)濟(jì)聯(lián)系強(qiáng)度.夜間燈光影像可以獲取城市夜間燈光以及小規(guī)模低強(qiáng)度的燈光，在一定程度上夜間燈光數(shù)據(jù)是衡量GDP的有力指標(biāo)，能夠反映某一區(qū)域城市化水平、人口以及工業(yè)的現(xiàn)狀[5].

夜間燈光遙感研究范圍廣、獲取線(xiàn)性時(shí)間短、受條件限制少等特點(diǎn)，在社會(huì)經(jīng)濟(jì)參數(shù)估算、人口密度估算與模擬、城市化監(jiān)測(cè)與評(píng)估、生態(tài)環(huán)境監(jiān)測(cè)[5-11]等方面取得廣泛應(yīng)用.Elvidge等[12]利用DMSP-OLS夜間照明數(shù)據(jù)與GDP進(jìn)行回歸分析，夜間照明面積與GDP具有高度的相關(guān)性.Doll等[13]利用DMSP-OLS數(shù)據(jù)提取夜間照明面積與GDP進(jìn)行分析，進(jìn)一步證實(shí)了夜間照明面積與GDP具有高相關(guān)性.韓向娣等[14]利用DMSP-OLS數(shù)據(jù)與土地利用數(shù)據(jù)結(jié)合的方法，構(gòu)建DMSP-OLS數(shù)據(jù)與GDP總值以及各產(chǎn)業(yè)GDP總值的模型，得出1 km2的GDP空間化模擬網(wǎng)格.但DMSP-OLS數(shù)據(jù)存在像素過(guò)飽和問(wèn)題削減了夜間燈光數(shù)據(jù)與社會(huì)經(jīng)濟(jì)數(shù)據(jù)的相關(guān)性，美國(guó)于2012年發(fā)射的國(guó)家極軌衛(wèi)星系統(tǒng)預(yù)備項(xiàng)目(NPOESS)的首顆衛(wèi)星搭載的可見(jiàn)紅外成像輻射計(jì)(VIIRS)避免了上述問(wèn)題.李峰等[15]利用土地利用數(shù)據(jù)與第一產(chǎn)業(yè)GDP建模，使用5種燈光指數(shù)與第二、三產(chǎn)業(yè)GDP建立相對(duì)應(yīng)的數(shù)學(xué)模型，反映經(jīng)濟(jì)空間分布.郭曉瑩[6]基于NPP/VIIRS夜間燈光數(shù)據(jù)對(duì)人口進(jìn)行模擬研究.王嬌嬌等[7]利用NPP/VIIRS結(jié)合Landsat8 OLI數(shù)據(jù)進(jìn)行人口密度估算.沈丹等利用NPP/VIIRS數(shù)據(jù)建立貧困模型，實(shí)現(xiàn)大范圍區(qū)域貧困識(shí)別.劉智麗等[9]基于NPP/VIIRS夜間燈光數(shù)據(jù)以及Sentinel-2A數(shù)據(jù)實(shí)現(xiàn)城市建成區(qū)邊界提取.李珂等[10]使用NPP/VIIRS夜間燈光數(shù)據(jù)與氣象站點(diǎn)統(tǒng)計(jì)數(shù)據(jù)建立PM2.5預(yù)測(cè)模型，對(duì)PM2.5濃度進(jìn)行空間化模擬，表明NPP/VIIRS數(shù)據(jù)在PM2.5濃度估算方面潛力較大.郭磊等[11]基于NPP/VIIRS數(shù)據(jù)構(gòu)建GDP與人口空間化分布模型，利用歷史洪水進(jìn)行洪水淹沒(méi)損失模擬，發(fā)現(xiàn)夜間燈光數(shù)據(jù)在重大事件評(píng)估具有重要作用.上述研究主要以DMSP-OLP以及NPP/VIIRS數(shù)據(jù)，特別是衍生出的夜間燈光面積數(shù)據(jù)，利用相關(guān)分析和回歸分析來(lái)確定大范圍的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù).結(jié)果顯示，夜光遙感能實(shí)時(shí)反映城市基礎(chǔ)設(shè)施配置及運(yùn)行效率，節(jié)省了大量人力及物力，具有較強(qiáng)客觀性、可比性和易獲取性.因此，夜光遙感數(shù)據(jù)是評(píng)價(jià)經(jīng)濟(jì)發(fā)展水平及監(jiān)測(cè)生態(tài)環(huán)境重要數(shù)據(jù)源.

本研究以原贛南、閩西蘇區(qū)為研究區(qū)，構(gòu)建夜間燈光指數(shù)與GDP的數(shù)學(xué)模型，基于模型預(yù)估某一時(shí)間GDP總量，利用夜間燈光總強(qiáng)度衡量城市經(jīng)濟(jì)發(fā)展質(zhì)量.本研究采用考慮地形以及夜間燈光影響的修正重力模型來(lái)計(jì)算出研究區(qū)域內(nèi)各城市之間的經(jīng)濟(jì)聯(lián)系強(qiáng)度.結(jié)果能夠直觀顯示出各城市經(jīng)濟(jì)發(fā)展水平、城市的差異性，為當(dāng)?shù)卣疀Q策和政策實(shí)施提供一定依據(jù).本文的研究重點(diǎn)是夜間燈光數(shù)據(jù)與社會(huì)經(jīng)濟(jì)數(shù)據(jù)之間的空間相關(guān)關(guān)系，從而拓展遙感在資源環(huán)境領(lǐng)域的應(yīng)用，也在區(qū)域經(jīng)濟(jì)學(xué)研究中提供新的思路與方法.

圖1 原贛南閩西蘇區(qū)范圍

圖2 2013年原贛南閩西蘇區(qū)夜間燈光影像

2 研究數(shù)據(jù)和方法

2.1 研究區(qū)概況

原贛南、閩西蘇區(qū)地處贛閩兩省交界處，主要范圍為江西省贛州市以及福建省龍巖市，從歷史文化上看，原中央蘇區(qū)的核心區(qū)域?yàn)橼M南、閩西地區(qū)[16]，且兩個(gè)區(qū)域同屬于客家文化圈，文化習(xí)俗十分相似；從地理位置上看，處于贛閩粵三省交界，毗鄰相接、山水相連形成一個(gè)統(tǒng)一的整體，；從社會(huì)經(jīng)濟(jì)上看，區(qū)位條件和資源條件極其相近、發(fā)展水平相似，贛南、閩西地區(qū)處于粵港澳大灣區(qū)以及海西經(jīng)濟(jì)區(qū)的鄰接地區(qū)，區(qū)位優(yōu)勢(shì)明顯.贛南、閩西蘇區(qū)在中國(guó)革命史上具有不可替代的地位，贛南、閩西地區(qū)是蘇維埃政權(quán)建立起的核心區(qū)域，包含章貢區(qū)、南康區(qū)、贛縣區(qū)、新羅區(qū)以及永定區(qū)5個(gè)市轄區(qū)，瑞金市1個(gè)縣級(jí)市，上猶縣、崇義縣、信豐縣、全南縣、定南縣、安遠(yuǎn)縣、尋烏縣、會(huì)昌縣、于都縣、寧都縣、興國(guó)縣、石城縣、長(zhǎng)汀縣、武平縣以及上杭縣16個(gè)縣，總共22個(gè)縣級(jí)行政單位.原贛南、閩西蘇區(qū)范圍如圖1所示：

2.2 研究數(shù)據(jù)

2.2.1 NPP/VIIRS數(shù)據(jù)

夜間燈光數(shù)據(jù)是從NPP/VIIRS獲取到，NPP/VIIRS來(lái)源于美國(guó)國(guó)家地球物理中心(https://ngdc.noaa.gov/eog/download.html).與DMSP-OLS比較，該數(shù)據(jù)中未出現(xiàn)像元過(guò)飽和現(xiàn)象，但NPP/VIIRS數(shù)據(jù)也存在缺點(diǎn)，該數(shù)據(jù)未去除森林火災(zāi)發(fā)出的火光、漁船的燈光、極光等非城鎮(zhèn)燈光的影響.本研究為了保證數(shù)據(jù)的完整性，將背景噪聲造成的負(fù)DN值使用0值替代.原始數(shù)據(jù)采用的WGS-84坐標(biāo)系，為了使投影變形最小，需要應(yīng)用ArcGIS軟件對(duì)數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換操作，投影轉(zhuǎn)換成Asia_Lambert_Conformal_Conic投影.再使用最臨近的方法重采樣至500 m空間分辨率，同時(shí)以贛南、閩西地區(qū)縣級(jí)矢量數(shù)據(jù)文件作為邊界裁剪得出原贛南、閩西蘇區(qū)的夜間燈光數(shù)據(jù)圖.圖2顯示的是原贛南、閩西蘇區(qū)夜間燈光影像圖，從圖中可以直觀看出，越靠近市轄區(qū)的縣城，夜間燈光數(shù)值越大.

2.2.2 其他數(shù)據(jù)來(lái)源

研究中使用到原贛南、閩西蘇區(qū)的2013、2015以及2017年縣級(jí)統(tǒng)計(jì)數(shù)據(jù)來(lái)源于贛州市統(tǒng)計(jì)局及龍巖市統(tǒng)計(jì)局.原贛南、閩西蘇區(qū)縣級(jí)矢量數(shù)據(jù)來(lái)源于國(guó)家基礎(chǔ)地理數(shù)據(jù)服務(wù)中心.

本研究使用到兩地區(qū)之間的距離，使用百度地圖推薦的兩縣市之間最短通車(chē)距離(km)，以此來(lái)表示地區(qū)間經(jīng)濟(jì)活動(dòng)類(lèi)型通道距離.研究中使用到的坡度數(shù)據(jù)，利用掩膜后的30 m空間分辨率的DEM數(shù)據(jù)在ArcGIS中使用“Spatial Analyst工具”中的“坡度”工具計(jì)算得出，再利用“區(qū)域分析工具”中的“以表格顯示分區(qū)統(tǒng)計(jì)”工具進(jìn)行分析，得出平均坡度.

2.3 研究方法

2.3.1 構(gòu)建縣級(jí)夜間燈光指數(shù)

縣級(jí)燈光指數(shù)可以客觀反映各城市的城市化程度以及經(jīng)濟(jì)發(fā)展水平，是城市綜合經(jīng)濟(jì)發(fā)展水平的數(shù)學(xué)表達(dá).本研究基于夜間燈光數(shù)據(jù)分別構(gòu)建燈光像元屬性值與相應(yīng)的個(gè)數(shù)之積的夜間照明總強(qiáng)度(total night-time light，TNL)、夜間照明總強(qiáng)度占最大照明強(qiáng)度百分比的平均相對(duì)燈光強(qiáng)度I、區(qū)域照明面積與縣域總面積之比S、區(qū)域綜合燈光指數(shù)(compounded night light index，CNLI)，區(qū)域綜合燈光指數(shù)為平均燈光強(qiáng)度與燈光面積的乘積[17-20]，即為：

(1)

I=TNL/(DNmax×NL)

(2)

(3)

CNLI=I×S

(4)

式中，DNi表示區(qū)域內(nèi)像元值為i的像元，ni表示像元值為i的像元個(gè)數(shù)，NL和AreaN分別表示區(qū)域內(nèi)的像元總數(shù)以及像元占有總面積，Area表示縣級(jí)行政區(qū)總面積.

2.3.2 Pearson相關(guān)性分析

利用縣級(jí)邊界矢量數(shù)據(jù)分區(qū)統(tǒng)計(jì)計(jì)算各縣級(jí)行政區(qū)的TNL、I、S和CNLI 4種燈光指數(shù)，利用贛南、閩西原蘇區(qū)的地區(qū)生產(chǎn)總值、分產(chǎn)業(yè)生產(chǎn)總值以及第二、三產(chǎn)業(yè)生產(chǎn)總值之和與4種燈光指數(shù)分析兩者的相關(guān)性，得出兩者的相關(guān)系數(shù)R，計(jì)算公式如下：

(5)

式中，R是相關(guān)系數(shù)，Xi表示夜間燈光指數(shù)，Yi表示GDP統(tǒng)計(jì)數(shù)據(jù).

2.3.3 構(gòu)建縣級(jí)夜間燈光指數(shù)與GDP統(tǒng)計(jì)數(shù)據(jù)模型

基于4種不同的夜間燈光指數(shù)與地區(qū)生產(chǎn)總值、各產(chǎn)業(yè)生產(chǎn)總值以及第二、三產(chǎn)業(yè)之和生產(chǎn)總值之間的Pearson相關(guān)系數(shù)，選取相關(guān)性強(qiáng)的夜間燈光指數(shù)與GDP進(jìn)行回歸分析，模型公式如下：

GDPi=a+b×Qi

(6)

式中，GDPi表示GDP、GDP1、GDP2、GDP3以及GDP23，a和b為回歸系數(shù)，Qi表示夜間燈光指數(shù).

2.3.4 量測(cè)城市經(jīng)濟(jì)聯(lián)系強(qiáng)度

在一定的區(qū)域范圍內(nèi)，區(qū)域之間的人員、商品、資金和信息等經(jīng)濟(jì)要素會(huì)產(chǎn)生一定的流動(dòng)和配置，促進(jìn)區(qū)域間經(jīng)濟(jì)活動(dòng)的發(fā)生聯(lián)系及作用[21].重力引力模型在區(qū)域經(jīng)濟(jì)中得到廣泛應(yīng)用，如鐘業(yè)喜等[22]利用重力引力模型研究江蘇省的各城市聯(lián)系強(qiáng)度，進(jìn)而通過(guò)城市聯(lián)系強(qiáng)度劃分各城市腹地范圍.彭芳梅等[23]利用重力引力模型研究粵港澳大灣區(qū)城市群和周邊城市之間的經(jīng)濟(jì)聯(lián)系與空間結(jié)構(gòu).但常規(guī)的重力引力模型為考慮自然地形條件等因素，贛南、閩西地區(qū)境內(nèi)山地丘陵較多，復(fù)雜的地形地貌會(huì)嚴(yán)重地影響區(qū)域間人員的流動(dòng)、資本的流通，因此本研究需要將各區(qū)域之間的自然地形屬性考慮進(jìn)去，故將模型修正為：

(7)

式中，F(xiàn)ij表示區(qū)域i和區(qū)域j之間的經(jīng)濟(jì)聯(lián)系強(qiáng)度，Hi、Hj分別表示區(qū)域i、區(qū)域j的地區(qū)生產(chǎn)總值，rij表示區(qū)域i與區(qū)域j之間的最短公路距離，Pi、Pj表示區(qū)域i和區(qū)域j的自然屬性，即平均坡度.k為常數(shù)，這里取1；b為距離摩擦因數(shù)，參照江蘇省縣市聯(lián)系強(qiáng)度[22]，湘鄂贛省際交界區(qū)各縣經(jīng)濟(jì)聯(lián)系強(qiáng)度[23]，最終確定距離摩擦因數(shù)取2.

3 結(jié)果與分析

3.1 2013-2017年各縣級(jí)行政區(qū)夜間燈光指數(shù)動(dòng)態(tài)分析

利用式(1)、(2)和(4)分別計(jì)算原贛南、閩西蘇區(qū)22個(gè)縣級(jí)行政區(qū)的TNL、I、CNLI夜光指數(shù)，從表1可以看出2013-2017年大部分城市的燈光指數(shù)都隨GDP增加而增加.贛南地區(qū)各縣級(jí)城市TNL顯著提高，說(shuō)明3種夜光指數(shù)與GDP具有一定的相關(guān)性.

表1 原贛南、閩西蘇區(qū)2013、2015、2017年夜間燈光指數(shù)

3.2 GDP分區(qū)模擬結(jié)果分析

利用GDP統(tǒng)計(jì)數(shù)據(jù)與夜間燈光指數(shù)進(jìn)行Pearson相關(guān)性分析，得出各產(chǎn)業(yè)GDP與四種夜間燈光指數(shù)的Pearson相關(guān)系數(shù).表2為四種夜間燈光指數(shù)(I、S、TNL以及CNLI)與GDP、GDP1、GDP2、GDP3以及GDP23的Pearson相關(guān)系數(shù).從表中可以直觀地看出：夜間燈光總強(qiáng)度與GDP1的相關(guān)性不大，與GDP、GDP2、GDP3、GDP23相關(guān)性較大.所以本文選用夜間燈光總強(qiáng)度(TNL)這一最佳夜間燈光指數(shù)與GDP、GDP2、GDP3、GDP23進(jìn)行相關(guān)性分析.

表2夜間燈光指數(shù)與GDP的Pearson系數(shù)

圖3是2013年原贛南、閩西蘇區(qū)縣級(jí)夜間燈光總強(qiáng)度與GDP、GDP1、GDP2、GDP3以及GDP23的回歸建模的相關(guān)結(jié)果.結(jié)果顯示：GDP1、GDP2、GDP3、GDP23與其最佳夜間燈光指數(shù)呈現(xiàn)明顯的線(xiàn)性關(guān)系，相關(guān)系數(shù)較高，模型預(yù)測(cè)GDP效果較好.GDP3的R2最大，達(dá)到0.951 2，而GDP1與夜間燈光總強(qiáng)度的線(xiàn)性關(guān)系并不明顯，R2僅為0.027 1，相關(guān)性較差.夜間燈光主要反映的是城市的夜間燈光，城市夜間燈光大部分來(lái)自于第二產(chǎn)業(yè)以及第三產(chǎn)業(yè)，第一產(chǎn)業(yè)為大部分集中于城郊以及鄉(xiāng)村，夜間燈光數(shù)據(jù)較難準(zhǔn)確探測(cè)到第一產(chǎn)業(yè)發(fā)出的微弱燈光，因而第一產(chǎn)業(yè)與夜間燈光總強(qiáng)度(TNL)的相關(guān)性較弱，線(xiàn)性關(guān)系不顯著，第二產(chǎn)業(yè)、第三產(chǎn)業(yè)與夜間燈光總強(qiáng)度(TNL)線(xiàn)性關(guān)系顯著，相關(guān)性強(qiáng).

圖3 夜間燈光指數(shù)與GDP回歸分析結(jié)果

表3利用2015年、2017年贛南、閩西地區(qū)各縣級(jí)行政單位GDP、GDP2、GDP3、GDP23的預(yù)測(cè)值與實(shí)際值進(jìn)行誤差分析，從表中可以看出，GDP預(yù)測(cè)結(jié)果與實(shí)際統(tǒng)計(jì)數(shù)據(jù)的平均相對(duì)誤差最小，證明了利用NPP/VIIRS夜間燈光數(shù)據(jù)預(yù)測(cè)GDP統(tǒng)計(jì)值是可行的且預(yù)測(cè)精度較高的.

表3 原贛南、閩西蘇區(qū)各產(chǎn)業(yè)預(yù)測(cè)值與實(shí)際值相對(duì)誤差(%)

3.3 經(jīng)濟(jì)聯(lián)系強(qiáng)度的計(jì)算與分析

根據(jù)式(7)及相關(guān)數(shù)據(jù)，可以得到2013年、2015年以及2017年的原贛南、閩西蘇區(qū)各區(qū)縣的城市經(jīng)濟(jì)聯(lián)系空間結(jié)構(gòu)，為了顯示城市經(jīng)濟(jì)聯(lián)系空間結(jié)構(gòu)的年際差異與變化，因此本研究將經(jīng)濟(jì)聯(lián)系強(qiáng)度小于0.500 0的舍棄.得出如下結(jié)論：

圖4 2013年贛南閩西各縣經(jīng)濟(jì)聯(lián)系強(qiáng)度圖 圖5 2015年贛南閩西各縣經(jīng)濟(jì)聯(lián)系強(qiáng)度圖

圖6 2017年贛南閩西各縣經(jīng)濟(jì)聯(lián)系強(qiáng)度圖

3.3.1 各區(qū)縣經(jīng)濟(jì)聯(lián)系強(qiáng)度有所上升，但依然存在弱聯(lián)結(jié)

通過(guò)2013年、2015年以及2017年贛南、閩西地區(qū)各區(qū)縣經(jīng)濟(jì)聯(lián)系強(qiáng)度對(duì)比分析，發(fā)現(xiàn)2013-2017年贛州市市轄區(qū)的經(jīng)濟(jì)聯(lián)系強(qiáng)度逐年上升，龍巖市各市轄區(qū)的經(jīng)濟(jì)聯(lián)系強(qiáng)度一直沒(méi)有發(fā)生較大的變化.贛南閩西地區(qū)各區(qū)縣之間經(jīng)濟(jì)聯(lián)系強(qiáng)度逐年上升，說(shuō)明贛南地區(qū)與閩西地區(qū)之間的經(jīng)濟(jì)交流在逐年加強(qiáng)，但在贛閩交界處各區(qū)縣的經(jīng)濟(jì)關(guān)系聯(lián)系較弱.從整體上看，贛南、閩西蘇區(qū)各區(qū)縣的經(jīng)濟(jì)聯(lián)系強(qiáng)度在逐漸增強(qiáng)，贛州-瑞金-龍巖鐵路的開(kāi)通加快了贛南、閩西這兩大原蘇區(qū)的資金、人才和技術(shù)的流通，使得鐵路沿線(xiàn)區(qū)縣的經(jīng)濟(jì)聯(lián)系強(qiáng)度在穩(wěn)步上升，兩個(gè)地區(qū)之間的經(jīng)濟(jì)交流也日益頻繁.

3.3.2 城市經(jīng)濟(jì)聯(lián)系強(qiáng)度空間差異減小，發(fā)展不均衡現(xiàn)象明顯

從空間格局上看，2013年贛南、閩西蘇區(qū)經(jīng)濟(jì)聯(lián)系強(qiáng)度較高的區(qū)域主要分布于贛州市以及龍巖市的周邊區(qū)縣，遠(yuǎn)離市區(qū)且地形復(fù)雜坡度較大的邊緣縣區(qū)的經(jīng)濟(jì)聯(lián)系強(qiáng)度顯著下降，而且這些區(qū)縣與周?chē)吔绲穆?lián)系強(qiáng)度也相對(duì)較弱.原因可能是由于交界處城市自然地形復(fù)雜，交通條件較差，形成交通弱縣，從而增加了交通運(yùn)輸成本，減少經(jīng)濟(jì)因素的流通.

3.3.3 經(jīng)濟(jì)空間聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)趨向“多中心”發(fā)展

贛南閩西蘇區(qū)之間的經(jīng)濟(jì)空間聯(lián)系網(wǎng)絡(luò)結(jié)構(gòu)上趨向“多中心發(fā)展”，主要原因是近幾年來(lái)各縣級(jí)行政單位的經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化發(fā)展速度以及交通通達(dá)性在逐步提升.瑞金市、定南縣、上杭縣是贛南閩西蘇區(qū)的區(qū)域發(fā)展引擎，形成該區(qū)域中心城市，帶動(dòng)周邊縣市經(jīng)濟(jì)發(fā)展.

3.3 政策與建議

4 結(jié)論與展望

利用NPP/VIIRS夜間燈光數(shù)據(jù)構(gòu)建相對(duì)應(yīng)的夜間燈光指數(shù)與GDP統(tǒng)計(jì)數(shù)據(jù)進(jìn)行回歸分析，研究結(jié)果表明：GDP統(tǒng)計(jì)數(shù)據(jù)與構(gòu)建的夜間燈光總強(qiáng)度(TNL)相關(guān)性最高，兩者之間呈現(xiàn)明顯的線(xiàn)性關(guān)系；地區(qū)生產(chǎn)總值(GDP)與夜間燈光總強(qiáng)度(TNL)構(gòu)建的預(yù)測(cè)模型平均相對(duì)誤差為0.27%，利用夜間燈光數(shù)據(jù)可以準(zhǔn)確地預(yù)估原贛南、閩西蘇區(qū)縣級(jí)行政單位的GDP；采用修正后的重力引力模型計(jì)算原贛南、閩西蘇區(qū)縣級(jí)城市間經(jīng)濟(jì)聯(lián)系強(qiáng)度，發(fā)現(xiàn)隨贛州-瑞金-龍巖鐵路的開(kāi)通，贛南與閩西各區(qū)縣的經(jīng)濟(jì)聯(lián)系強(qiáng)度逐年提升，但依然存在經(jīng)濟(jì)弱聯(lián)結(jié).經(jīng)濟(jì)發(fā)展水平差異有所減小，但受邊緣屏蔽效應(yīng)明顯.贛州市市轄區(qū)與周邊縣市的經(jīng)濟(jì)聯(lián)系強(qiáng)度高于龍巖市市轄區(qū)與周邊縣市的經(jīng)濟(jì)聯(lián)系強(qiáng)度，贛州市對(duì)處于省際交界區(qū)縣市經(jīng)濟(jì)輻射弱于龍巖市，這些經(jīng)濟(jì)受市中心影響較小的縣市大部分為國(guó)家級(jí)貧困縣.龍巖市市轄區(qū)與下轄縣市經(jīng)濟(jì)聯(lián)系強(qiáng)度較弱，下轄區(qū)縣大部分依靠自身?xiàng)l件發(fā)展且閩西地區(qū)多山地丘陵，綜合交通能力較弱，導(dǎo)致下轄區(qū)縣經(jīng)濟(jì)發(fā)展水平較低，造成龍巖市經(jīng)濟(jì)上呈現(xiàn)“東富西貧”的現(xiàn)象.

基于夜間燈光數(shù)據(jù)的GDP回歸模擬數(shù)據(jù)只能用于宏觀分析數(shù)據(jù)，要得到更高精度的GDP回歸模擬數(shù)據(jù)，需進(jìn)一步進(jìn)行參數(shù)優(yōu)化以及考慮更多相關(guān)性高的影響因子，使得構(gòu)建的模型結(jié)果更加精確.在后期的研究中，選取更小的區(qū)域作為研究單元，考慮區(qū)域經(jīng)濟(jì)內(nèi)部差異以及區(qū)域內(nèi)各城市的經(jīng)濟(jì)聯(lián)系強(qiáng)度，為夜光遙感在區(qū)域經(jīng)濟(jì)中的應(yīng)用提供技術(shù)支持.