徐嘉源，陳美招①，鄭榮寶，馬小寧

(1.廣東外語(yǔ)外貿(mào)大學(xué)政治與公共管理學(xué)院，廣東 廣州 510420;2.廣東工業(yè)大學(xué)管理學(xué)院，廣東 廣州 510520)

“3S”技術(shù)能夠快速、準(zhǔn)確、及時(shí)地獲取各類時(shí)空數(shù)據(jù)，已廣泛應(yīng)用于眾多領(lǐng)域[1-4]。其中遙感技術(shù)(RS)在不接觸目標(biāo)地物的情景下，能夠快速有效地實(shí)現(xiàn)超遠(yuǎn)距離的對(duì)地觀測(cè)，而且大大降低各種因素干擾，其信息獲取的效益極高[5-6]。近年來(lái)，基于“3S”技術(shù)的空間數(shù)據(jù)社會(huì)化及社會(huì)經(jīng)濟(jì)數(shù)據(jù)空間化已經(jīng)成為社會(huì)學(xué)與經(jīng)濟(jì)學(xué)領(lǐng)域的熱點(diǎn)研究話題之一[7-8]，在很大程度上可以為政府決策和區(qū)域經(jīng)濟(jì)發(fā)展進(jìn)程剖析提供技術(shù)支撐。

夜間燈光數(shù)據(jù)是指遙感衛(wèi)星在高空對(duì)地表拍攝的大面積輻射亮度值圖像，最早是由美國(guó)國(guó)防氣象衛(wèi)星 (defensemeteorological satellite program，DMSP) 搭載的線性掃描業(yè)務(wù)系統(tǒng)(operational linescan system，OLS)拍攝而來(lái)。目前已有多項(xiàng)研究證明夜間燈光與人類社會(huì)經(jīng)濟(jì)空間活動(dòng)的關(guān)系相當(dāng)密切，尤其是在人口流動(dòng)變化及宏觀經(jīng)濟(jì)等領(lǐng)域有著重要的運(yùn)用價(jià)值[9]。之后美國(guó)又研發(fā)了具備更高利用價(jià)值的索米國(guó)家極軌道伙伴關(guān)系衛(wèi)星(national polar-orbiting partnership，NPP)，其搭載的可見光紅外成像輻射儀 (visibleinfrared imaging radiometer suite，VIIRS)空間分辨率比 OLS 探測(cè)器提升6倍，光感能力提高250 倍，還解決了輻射DN值的過飽和問題[10]，較好地滿足了研究人員對(duì)夜間燈光影像的高真實(shí)度需求，具有更廣泛的應(yīng)用價(jià)值。目前，DMSP與VIIRS夜間燈光數(shù)據(jù)已經(jīng)被廣泛運(yùn)用于社會(huì)經(jīng)濟(jì)、地理活動(dòng)、海洋等各學(xué)科[11]。我國(guó)的“珞珈一號(hào)”(LJ1-01)衛(wèi)星于2018年6月2日成功發(fā)射，LJ1-01是當(dāng)前世界上第3顆擁有拍攝夜間燈光數(shù)據(jù)能力的衛(wèi)星，同時(shí)也是國(guó)際上第1顆專業(yè)夜間燈光遙感衛(wèi)星。相較于傳統(tǒng)燈光數(shù)據(jù)，LJ1-01夜間燈光數(shù)據(jù)在時(shí)間分辨率、空間分辨率、光譜分辨率上有極大優(yōu)勢(shì)，在人類空間活動(dòng)領(lǐng)域表現(xiàn)出極大的應(yīng)用潛力[12]。但是作為新興的夜間燈光數(shù)據(jù)，其對(duì)于LJ1-01數(shù)據(jù)處理與數(shù)據(jù)應(yīng)用方面的研究仍然比較缺乏，噪音、精度等干擾因素阻礙了數(shù)據(jù)的進(jìn)一步應(yīng)用。

目前，常規(guī)傳統(tǒng)的社會(huì)經(jīng)濟(jì)數(shù)據(jù)空間尺度研究均是基于各地的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行，通過構(gòu)建合適的數(shù)理模型，反演計(jì)算得出不同地區(qū)社會(huì)經(jīng)濟(jì)數(shù)據(jù)的空間分布特征，實(shí)質(zhì)上，該方法最終是在研究區(qū)域里繪制出經(jīng)濟(jì)社會(huì)數(shù)據(jù)的連續(xù)表面[8]。目前應(yīng)用較普遍的GDP空間化手段為基于行政單位數(shù)據(jù)，借助面積距離權(quán)重空間插值法得到不同地區(qū)的GDP密度圖，但其假設(shè)行政區(qū)內(nèi)GDP的分布是均衡的，沒有到考慮空間上GDP具有差異性的問題[13]。DMSP與VIIRS等探測(cè)夜間燈光的衛(wèi)星一般配備了感應(yīng)度極高的光學(xué)倍增管(photomultiplier tube)，可以在微弱的月光下運(yùn)行并探測(cè)到地表區(qū)域內(nèi)的燈光輻射強(qiáng)弱，能夠有效表征建設(shè)開發(fā)和人類活動(dòng)的強(qiáng)度與范圍[14]。如今，已有大量研究人員借助夜間燈光遙感數(shù)據(jù)開展社會(huì)經(jīng)濟(jì)研究。與傳統(tǒng)較簡(jiǎn)單的模擬方法相比較，通過夜間燈光數(shù)據(jù)模擬地區(qū)GDP并將其空間化的方法，GDP密度圖具備空間屬性，可以表現(xiàn)出研究區(qū)域內(nèi)部的分布差異性，有助于探析研究區(qū)域內(nèi)部的經(jīng)濟(jì)社會(huì)狀況或問題[15-16]。

珠江三角洲地處廣東省中南部地區(qū)[17]，是廣東省平原面積最大的地區(qū)，總面積為5.6萬(wàn)km2，范圍包含深圳、廣州、東莞、江門、肇慶、惠州、中山、珠海、佛山9個(gè)城市，是中國(guó)經(jīng)濟(jì)活力最強(qiáng)、開放程度最高的區(qū)域之一，處于國(guó)家發(fā)展整體計(jì)劃的關(guān)鍵戰(zhàn)略位置[18]。珠江三角洲有“南海明珠”之稱，作為改革開放先行示范區(qū)，是世界先進(jìn)制作業(yè)的聚集地，也是中國(guó)創(chuàng)新能力最強(qiáng)、人口居住最多、綜合能力最強(qiáng)的城市群之一。

基于夜間燈光數(shù)據(jù)，對(duì)珠三角地區(qū)內(nèi)部各區(qū)縣GDP 進(jìn)行新視角展示，有助于科學(xué)診斷珠三角地區(qū)內(nèi)經(jīng)濟(jì)發(fā)展水平，給區(qū)域發(fā)展、戰(zhàn)略制定和政府決策提供一定的借鑒資料。同時(shí)研究成果可用于小尺度GDP數(shù)據(jù)的測(cè)算，有利于解決珠三角地區(qū)內(nèi)部市縣或村鎮(zhèn)等小尺度區(qū)域GDP數(shù)據(jù)統(tǒng)計(jì)難等問題，為后續(xù)GDP數(shù)據(jù)的獲取與校驗(yàn)提供技術(shù)手段。

1 數(shù)據(jù)來(lái)源

1.1 LJ1-01夜間燈光數(shù)據(jù)

夜間燈光數(shù)據(jù)來(lái)源于LJ1-01衛(wèi)星，其空間分辨率遠(yuǎn)高于傳統(tǒng)常用的DMSP-OLS和NPP-VIIRS衛(wèi)星夜間燈光數(shù)據(jù)，達(dá)到130 m。LJ1-01夜間燈光圖像具備更豐富的細(xì)節(jié)特征和更細(xì)致的分辨率[19]，可以清晰反映城市空間結(jié)構(gòu)，光譜分辨率大幅增強(qiáng)，可以有效處理亮度飽和問題[12]。在理想環(huán)境下15 d即可完成全球夜光影像拍攝，單幅影像覆蓋范圍達(dá)250 km[12]。

1.2 NPP-VIIRS夜間燈光數(shù)據(jù)

NPP-VIIRS夜間燈光數(shù)據(jù)為來(lái)源于NOAA/NG-DC( http: ∥ngdc.noaa.gov/eog/viirs/download monthly.html)網(wǎng)站的2018年年均影像。影像由Suomi-NPP 衛(wèi)星利用VIIRS拍攝，距地表約824 km，采用極地軌道，由多幅無(wú)云影像拼接得到。與 DMSP-OLS數(shù)據(jù)不同，NPP-VIIRS 數(shù)據(jù)并沒有過濾火光、氣體燃燒、火山或極光，背景噪聲也未剔除，但是其影像分辨率達(dá)到15″( 約 450 m)，所采用的廣角輻射探測(cè)儀消除了燈光過飽和現(xiàn)象，增強(qiáng)了探測(cè)敏感度，其在軌檢校程序也進(jìn)一步提高了影像的清晰度。

1.3 GDP統(tǒng)計(jì)數(shù)據(jù)

珠三角地區(qū)各區(qū)縣2018年社會(huì)經(jīng)濟(jì) GDP 數(shù)據(jù)來(lái)源于《2019廣東統(tǒng)計(jì)年鑒》《2019中國(guó)縣域統(tǒng)計(jì)年鑒(縣市卷)》以及各區(qū)縣統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報(bào)等。

2 數(shù)據(jù)處理

2.1 LJ1-01夜間燈光數(shù)據(jù)處理

在LJ1-01衛(wèi)星數(shù)據(jù)網(wǎng)站(http:∥59.175.109.173:8888/app/login.html)注冊(cè)用戶后查詢珠三角地區(qū)的位置，鑒于數(shù)據(jù)的完整性與數(shù)據(jù)質(zhì)量，項(xiàng)目組免費(fèi)下載了該地區(qū)2018年8與11月數(shù)據(jù)，這2個(gè)月的數(shù)據(jù)基本可代表珠三角夏天和秋天的夜間燈光遙感數(shù)據(jù)，得到36幅2018年珠三角地區(qū)局部LJ1-01夜間燈光影像，每幅數(shù)據(jù)包括2軌數(shù)據(jù)、6景影像。下載的LJ1-01數(shù)據(jù)每景影像寬幅為264 km×264 km，單景影像無(wú)法完全覆蓋珠三角地區(qū)，因此需要對(duì)影像進(jìn)行鑲嵌合并，使得影像可以覆蓋整個(gè)珠三角地區(qū)。LJ1-01數(shù)據(jù)的光譜分辨率為32 bt，遠(yuǎn)高于傳統(tǒng)燈光數(shù)據(jù)，可以有效解決亮度飽和的問題，且LJ1-01數(shù)據(jù)中負(fù)像元已被去除[20]，因此不需對(duì)數(shù)據(jù)進(jìn)行飽和校正以及負(fù)值像元處理[12]。Nightsat微光成像數(shù)據(jù)的信噪比必須達(dá)到10 dB的最小可探測(cè)輻射，而LJ1-01數(shù)據(jù)的信噪比(SNR)高于35 dB[20]，因此進(jìn)行簡(jiǎn)單的去噪即可。另外由于LJ1-01夜間燈光數(shù)據(jù)攝影與傳送過程中存在輻射失真情況，造成亮區(qū)范圍偏大、DN 值偏高等問題[12]，因此需要進(jìn)行輻射校正。同時(shí)通過對(duì)比發(fā)現(xiàn)實(shí)際地物與影像燈光范圍分布不一致，影像存在畸變問題，因此需要進(jìn)行影像配準(zhǔn)，以下為具體處理過程。

(1)影像鑲嵌。圖像坐標(biāo)系均為WGS_1984，因此不需要再轉(zhuǎn)換坐標(biāo)系，可直接進(jìn)行鑲嵌操作。然后均將影像投影轉(zhuǎn)換為Albers 等積投影，新建鑲嵌數(shù)據(jù)集，添加?xùn)鸥裰螅瑢?duì)重疊區(qū)域采用平均法(mean)進(jìn)行處理，得到珠三角地區(qū)全域影像。

(2)影像配準(zhǔn)與裁剪?；?018 年谷歌高清影像數(shù)據(jù)，選擇6個(gè)標(biāo)志性建筑與道路交匯處等易辨別的特征點(diǎn)，并要求特征點(diǎn)均勻分布于圖像范圍內(nèi)，采用仿射變換法將燈光影像自動(dòng)校正至現(xiàn)實(shí)位置空間上。另外為了消除影像黑邊，借助珠三角地區(qū)行政區(qū)矢量數(shù)據(jù)構(gòu)建輪廓。

(3)年內(nèi)穩(wěn)定性校正。由于下載的夜間燈光影像同一年度存在多期共存影像，會(huì)因獲取影像的時(shí)間差異、人類工業(yè)活動(dòng)或者商業(yè)活動(dòng)不連續(xù)，出現(xiàn)不同期夜間燈光影像個(gè)別相同區(qū)域像元 DN 值有差異的不穩(wěn)定情況，導(dǎo)致與實(shí)際情況有偏差等問題，需要對(duì)年內(nèi)夜間燈光影像的像元DN 值進(jìn)一步進(jìn)行穩(wěn)定性校正，即對(duì)年內(nèi)不同時(shí)期獲取影像的互相校正。具體公式為

(1)

式(1)中，ND(a,i)、ND(b,i)分別為2018年不同時(shí)期像元i的DN值；ND(j,i)為像元i校正后的DN值。

(4)掩膜去噪。LJ1-01數(shù)據(jù)為瞬時(shí)影像，必然存在由背景噪音(包括氣體燃燒、人為火光等事件)導(dǎo)致的孤立像元。但LJ1-01數(shù)據(jù)的信噪比(SNR)高于35 dB，遠(yuǎn)優(yōu)于微光成像數(shù)據(jù)信噪比的最小可探測(cè)輻射，因此僅需對(duì)LJ1-01數(shù)據(jù)進(jìn)行基本的去噪操作[21]。根據(jù)已有研究，LJ1-01夜間燈光數(shù)據(jù)中的DN數(shù)量分布規(guī)律與NPP-VIIRS夜間燈光影像相似，且斷層點(diǎn)更易于辨認(rèn)[22]，表明LJ1-01數(shù)據(jù)與NPP-VIIRS數(shù)據(jù)具有類似的噪音分布規(guī)律，因此可采取與NPP-VIIRS數(shù)據(jù)類似的去噪手段處理LJ1-01數(shù)據(jù)。為了分離出有效的LJ1-01燈光數(shù)據(jù)，借助掩膜去噪法處理原始燈光數(shù)據(jù)。美國(guó)國(guó)家海洋和大氣管理局(NOAA)官方提供年均與月均數(shù)據(jù)，其中年均 NPP-VIIRS 夜間燈光數(shù)據(jù)已通過官方地面系統(tǒng)處理，年均數(shù)據(jù)的噪聲值已被降低到最低水平，而官方僅提供了2015 和2016 年2期全球年均數(shù)據(jù)，故采用珠三角地區(qū)2016 年年均NPP-VIIRS夜間燈光數(shù)據(jù)作為去噪掩膜處理數(shù)據(jù)[22]。借助重分類工具，將NPP-VIIRS數(shù)據(jù)中無(wú)噪的像元賦為1值，DN值為0的像元賦為0值，從而獲得一個(gè)亮區(qū)為1、非亮區(qū)為0的掩膜圖層，然后借助柵格計(jì)算器工具，將該掩膜圖層與LJ1-01數(shù)據(jù)相乘，剔除了對(duì)應(yīng)值為0的像元上的DN值，而保留對(duì)應(yīng)值為1的像元上的DN值，從而達(dá)到去除噪聲的目的。

2.2 NPP-VIIRS夜間燈光數(shù)據(jù)處理

對(duì)NPP-VIIRS夜間燈光原始數(shù)據(jù)進(jìn)行詳細(xì)分析，發(fā)現(xiàn)存在負(fù)DN值像元。因此，需要對(duì)像元進(jìn)行處理，去除其背景噪音。處理流程如下：(1)裁剪出研究范圍的數(shù)據(jù)，并且對(duì)其重新采樣；(2)將負(fù)值像元重新賦值為0；(3)由于單位面積GDP排名深圳市第1，因此，將DN的最大閾值設(shè)為深圳市內(nèi)最大的DN值1 184。如果DN值大于1 184，則將像元DN值重新賦值為周邊8個(gè)像元的平均值。

2.3 夜間燈光指數(shù)構(gòu)建方法

燈光指數(shù)能夠表達(dá)一定范圍內(nèi)的城市化與經(jīng)濟(jì)發(fā)展水平，是城市綜合發(fā)展的數(shù)字表達(dá)形式之一。已有研究在選用燈光指數(shù)方面多采用夜間燈光總強(qiáng)度(total night-time light，TNL)，容易忽略發(fā)光面積、發(fā)光效率等因素的影響，因此筆者嘗試采取多種燈光指數(shù)進(jìn)行研究，充分挖掘LJ1-01的表達(dá)潛力。參考已有研究[19]，選用TNL、綜合燈光指數(shù)(compounded night light index，CNLI)、平均相對(duì)燈光強(qiáng)度(I)以及燈光面積比(S)等燈光指數(shù)來(lái)嘗試描述珠三角地區(qū)各個(gè)行政區(qū)域的經(jīng)濟(jì)水平。夜間燈光總強(qiáng)度是指一定區(qū)域內(nèi)像元亮度值與對(duì)應(yīng)的亮度值像元數(shù)量的乘積之和，平均相對(duì)燈光強(qiáng)度是夜間總燈光強(qiáng)度與最大燈光強(qiáng)度之比，燈光面積比為亮區(qū)面積占行政區(qū)面積的比例，綜合燈光指數(shù)為平均相對(duì)燈光強(qiáng)度與亮區(qū)面積的乘積，公式為

(2)

(3)

(4)

ICNL=I×S。

(5)

式(2)～(5)中，LTN為夜間燈光總強(qiáng)度；ND,i為第i個(gè)像元的屬性值；ni為對(duì)應(yīng)第i個(gè)屬性值的個(gè)數(shù)；I為平均相對(duì)燈光強(qiáng)度；ND,max為區(qū)域內(nèi)的DN最大值；NL為該區(qū)域像元總數(shù)；S為燈光面積比；An為區(qū)域內(nèi)所有燈光像元的總面積；A為區(qū)域總面積；ICNL為綜合燈光指數(shù)。

2.4 燈光指數(shù)與GDP統(tǒng)計(jì)數(shù)據(jù)的回歸模型分析

相關(guān)性分析是運(yùn)用數(shù)值形式反映2個(gè)或多個(gè)變量之間關(guān)系程度的方法。為了探尋2018年珠三角地區(qū)各種夜間燈光指數(shù)與不同擬合模型的最優(yōu)組合，借助SPSS數(shù)據(jù)分析平臺(tái)，基于上述4種燈光指數(shù)，與對(duì)應(yīng)的GDP統(tǒng)計(jì)數(shù)據(jù)構(gòu)建線性、對(duì)數(shù)、冪指數(shù)和指數(shù)4種模型并進(jìn)行回歸分析，通過判定系數(shù)R2來(lái)確定最優(yōu)組合。計(jì)算公式為

PGD,i=P0+P1×Qi,

(6)

PGD,i=P0+P1lnQi,

(7)

PGD,i=P0×QiP1,

(8)

PGD,i=P0eP1Qi。

(9)

式(6)～(9)中，PGD，i為各行政區(qū)的GDP官方統(tǒng)計(jì)值；Qi為 TNL、I、S或 CNLI等燈光指數(shù)值；P0和P1為回歸模型中運(yùn)算的結(jié)果系數(shù)。

2.5 GDP空間化模擬結(jié)果校正

考慮珠三角地區(qū)各區(qū)域經(jīng)濟(jì)發(fā)展存在異質(zhì)性，各個(gè)地區(qū)燈光值對(duì)應(yīng)的GDP權(quán)重會(huì)有所不同。為提高模擬結(jié)果的準(zhǔn)確性，有必要借助各區(qū)縣第二、三產(chǎn)業(yè)產(chǎn)值統(tǒng)計(jì)數(shù)據(jù)，采用線性調(diào)整的方式來(lái)糾正[11,13,16]。采用式(10)來(lái)糾正模擬的GDP值，以期將誤差控制在各區(qū)縣級(jí)行政區(qū)域內(nèi)部。

(10)

式(10)中，PGD，z為密度圖中每個(gè)像元糾正后的GDP值；PGD，i為密度圖中每個(gè)像元的GDP模擬值；PGD，t為各行政區(qū)官方統(tǒng)計(jì)數(shù)據(jù)中的GDP值；PGD，y為該行政區(qū)的GDP預(yù)測(cè)值。

2.6 GDP空間化模擬結(jié)果的精度評(píng)價(jià)

將2018年GDP統(tǒng)計(jì)值與模擬結(jié)果的相對(duì)誤差進(jìn)行精度驗(yàn)證與評(píng)價(jià)，具體公式為

(11)

(12)

式(11)～(12)中，EC為相對(duì)誤差；PGD，e為第二、三產(chǎn)業(yè)產(chǎn)值的空間化模擬結(jié)果；PGD，x為第二、三產(chǎn)業(yè)產(chǎn)值的統(tǒng)計(jì)值；EMC為平均相對(duì)誤差;n為研究區(qū)內(nèi)行政區(qū)數(shù)量。

3 結(jié)果與分析

3.1 夜間燈光整體分布情況

根據(jù)數(shù)據(jù)燈光值特征情況，以標(biāo)準(zhǔn)差類型拉伸方式展示結(jié)果，得到2018年珠三角地區(qū)LJ1-01與NPP-VIIRS夜間燈光圖，處理后的燈光圖較好地還原了珠三角地區(qū)的燈光分布情況，并表現(xiàn)出明顯的空間差異性(圖3)。

由圖3可見，珠三角地區(qū)中廣州—佛山—中山片區(qū)與深圳—東莞片區(qū)具有較好的連片性，反映出片區(qū)內(nèi)部經(jīng)濟(jì)社會(huì)活動(dòng)聯(lián)系密切，而珠三角西北部與東部則只存在零星亮區(qū)，說明其對(duì)應(yīng)的城鎮(zhèn)相對(duì)較獨(dú)立，缺少城市間的聯(lián)通。通過查詢發(fā)現(xiàn)極高亮點(diǎn)主要分布在廣州市的花城廣場(chǎng)片區(qū)、海心沙、白云機(jī)場(chǎng)與深圳的福田站、寶安國(guó)際機(jī)場(chǎng)、集運(yùn)中心等附近，說明LJ1-01燈光數(shù)據(jù)能夠較好地反映大型交通樞紐與廣場(chǎng)等區(qū)域。

由不同精度的夜光遙感數(shù)據(jù)提取的夜光信息有較大差距。目前主流的夜間燈光數(shù)據(jù)以美國(guó)國(guó)防氣象衛(wèi)星計(jì)劃DMSP極軌衛(wèi)星數(shù)據(jù)為主，DMSP-OLS傳感器在夜間工作，采集的是夜間燈光、火光等產(chǎn)生的輻射信號(hào)，分辨率大約為1 km。與DMSP-OLS燈光數(shù)據(jù)相比，LJ1-01主要具有以下優(yōu)勢(shì)：第一，LJ1-01空間分辨率有較大程度提高，甚至能探測(cè)到公路、小規(guī)模居民地、車流等發(fā)出的低強(qiáng)度燈光；第二，LJ1-01能夠觀測(cè)捕捉到更為細(xì)微的夜光空間信息，也能有效地應(yīng)用于夜光污染調(diào)查，具備“高分辨率+寬覆蓋”成像能力，是反演社會(huì)經(jīng)濟(jì)、監(jiān)測(cè)生態(tài)環(huán)境的更好數(shù)據(jù)源。

3.2 夜間燈光指數(shù)構(gòu)建結(jié)果

借助ArcGIS 10.2平臺(tái)中的柵格計(jì)算器與區(qū)域統(tǒng)計(jì)分析功能計(jì)算各燈光指數(shù)，結(jié)果見圖5～6。總體來(lái)看，LJ1-01燈光指數(shù)與NPP-VIIRS燈光指數(shù)的整體變化趨勢(shì)一致。圖5(a)為TNL指數(shù)計(jì)算結(jié)果，由于中山市和東莞市沒有下設(shè)區(qū)縣，統(tǒng)計(jì)范圍較大，導(dǎo)致該區(qū)域燈光總量度指數(shù)比較大，另外廣州花都區(qū)、白云區(qū)與深圳寶安區(qū)等空港城的燈光總亮度值也較大。圖5(b)為I指數(shù)運(yùn)算結(jié)果，可以看出廣州主城區(qū)與深圳主城區(qū)等發(fā)出高亮燈光的區(qū)域?yàn)檩^高值。圖5(c)為S指數(shù)運(yùn)算結(jié)果，主要體現(xiàn)了城市建成區(qū)的比例范圍，可見建成區(qū)占比較高的佛山市、廣州市、東莞市、深圳市等大部分縣區(qū)組成連片的高值區(qū)。圖5(d)為CNLI指數(shù)運(yùn)算結(jié)果，綜合燈光指數(shù)比較高的區(qū)域位于東莞、惠州等地，其平均相對(duì)燈光強(qiáng)度與亮區(qū)面積的乘積較大。

3.3 燈光指數(shù)與GDP統(tǒng)計(jì)數(shù)據(jù)的回歸擬合分析

分別運(yùn)用各行政區(qū)GDP 統(tǒng)計(jì)數(shù)據(jù)和夜間燈光指數(shù)(TNL、S、I、CNLI)構(gòu)建線性、對(duì)數(shù)、冪指數(shù)和指數(shù) 4 種模型，相關(guān)性分析結(jié)果見表1。

表1 燈光指數(shù)與GDP的相關(guān)性分析

由表1可知，2種來(lái)源數(shù)據(jù)的I和S燈光指數(shù)擬合模型的R2均不超過0.6，因此I和S燈光指數(shù)不適用于珠三角地區(qū) GDP 與燈光指數(shù)的相關(guān)性分析。R2較高的模型有LJ1-01的TNL指數(shù)的線性模型、CNLI指數(shù)的冪函數(shù)模型，NPP-VIIRS的TNL指數(shù)的線性模型與CNLI指數(shù)的冪函數(shù)模型。對(duì)比之下，可看出LJ1-01數(shù)據(jù)較NPP-VIIRS數(shù)據(jù)更適合進(jìn)行區(qū)縣級(jí)GDP預(yù)測(cè)與空間化，其中GDP與TNL燈光的線性模型的R2最高，說明擬合效果較好，較其他指數(shù)更為準(zhǔn)確。因此，選擇在 95%置信區(qū)間內(nèi)相關(guān)系數(shù)最高的LJ1-01的TNL燈光指數(shù)作為最佳燈光指數(shù)，將其線性模型作為最佳回歸模型，公式為

PGD，i=0.328LTN，i+4 729 694.64。

(13)

式(13)中，PGD，i為各行政區(qū)的GDP 增加值；LTN，i為各行政區(qū)的夜間燈光總強(qiáng)度。

3.4 珠三角地區(qū)GDP空間化模擬

對(duì)TNL指數(shù)與GDP 進(jìn)行空間化模擬，并用式(10)來(lái)實(shí)現(xiàn)區(qū)縣級(jí)校正，按模型將GDP統(tǒng)計(jì)數(shù)據(jù)分配到每個(gè)像元上，最終得到2018年珠三角地區(qū)GDP 空間化密度圖(圖7)。

珠三角地區(qū)2018年的宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r總體良好，但不同地區(qū)經(jīng)濟(jì)發(fā)展水平存在顯著的空間差異，GDP 值的變化有一定規(guī)律性，即從外向內(nèi) GDP 逐漸增高，表現(xiàn)出一定的圈層結(jié)構(gòu)。

GDP超過3 100萬(wàn)元的較高值像元高度集中于廣州市和深圳市2個(gè)副省級(jí)城市的市中心，呈典型的“雙核”布局。廣州市經(jīng)濟(jì)生產(chǎn)活動(dòng)呈現(xiàn)網(wǎng)狀分布，主要以天河CBD為中心向外四周輻射。深圳市則圍繞水庫(kù)與森林公園等神態(tài)區(qū)呈現(xiàn)“環(huán)狀”分布。這2個(gè)城市交通便利，區(qū)位條件好，有利于社會(huì)經(jīng)濟(jì)的發(fā)展，故GDP 值較高。而其周邊城市，如佛山、中山、東莞、珠海則受到“雙核”的輻射影響，分布有較多的1 700萬(wàn)～3 100萬(wàn)元的中間值像元。距離較遠(yuǎn)的珠三角外圍城市如江門、肇慶、惠州等分布有較多的1 700萬(wàn)元以下的低值像元，較高值像元只有零星幾處分布，該區(qū)域山地居多，地勢(shì)起伏較大，交通不便，人類活動(dòng)受到一定限制。

根據(jù)2018年珠三角地區(qū)130 m分辨率GDP空間化密度圖，借助ArcGIS平臺(tái)分區(qū)統(tǒng)計(jì)工具，計(jì)算得出2018年珠三角地區(qū)區(qū)縣GDP模擬值分布圖。由圖8可知，各行政區(qū)GDP模擬值的排序與實(shí)際情況相符。東莞市與中山市GDP模擬值最高，其次為深圳市、廣州市、佛山市等區(qū)域，其他縣區(qū)模擬值相對(duì)較低。

3.5 GDP空間化模擬結(jié)果精度評(píng)價(jià)

由于空間化模擬是基于縣域尺度上進(jìn)行的，所以在縣級(jí)行政區(qū)尺度上進(jìn)行相對(duì)誤差(RE)的精度評(píng)價(jià)，并在區(qū)縣級(jí)相對(duì)誤差的基礎(chǔ)上統(tǒng)計(jì)各地級(jí)市行政區(qū)的平均相對(duì)誤差，平均相對(duì)誤差越接近 0，表示模擬值與統(tǒng)計(jì)值越接近，誤差越小，反之誤差越大。結(jié)果表明，廣州、深圳、珠海、佛山、惠州、東莞、中山、江門、肇慶GDP模擬結(jié)果與實(shí)際統(tǒng)計(jì)值的平均相對(duì)誤差分別為3.05%、3.38%、2.78%、3.15%、4.53%、1.10%、3.57%、6.80%、8.10%，全省GDP平均值模擬結(jié)果的相對(duì)誤差為4.05%。對(duì)區(qū)縣級(jí)空間尺度模擬結(jié)果的相對(duì)誤差進(jìn)行統(tǒng)計(jì)，有27個(gè)行政區(qū)的誤差<3%，占比為50.78%；有15個(gè)行政區(qū)的誤差為3%～5%，占比為30.19%；有11個(gè)行政區(qū)的誤差>5%，占比為20.75%。

可以看出，整體誤差較小，大部分樣本相對(duì)誤差在10%以內(nèi)，各縣區(qū)平均相對(duì)誤差只有4.05%，這表明由于LJ1-01數(shù)據(jù)對(duì)于夜間燈光有較高的分辨率，能夠較好地表現(xiàn)柵格之間的差異性，用該數(shù)據(jù)來(lái)模擬 GDP的精度較高，證明LJ1-01夜間燈光數(shù)據(jù)適用于較小行政區(qū)尺度的區(qū)域經(jīng)濟(jì)數(shù)據(jù)研究。大部分城市模擬值與統(tǒng)計(jì)值極為接近，模擬效果均較好。江門、肇慶等地區(qū)的GDP模擬值與實(shí)際值相對(duì)誤差較大，平均相對(duì)誤差超過5%。究其原因，可能是因?yàn)椴煌瑓^(qū)域的照明基礎(chǔ)設(shè)施存在差異，部分經(jīng)濟(jì)相對(duì)較落后地區(qū)受財(cái)政轉(zhuǎn)移支付的影響，照明設(shè)施逐漸完善，造成兩者之間的不匹配。此外，地形復(fù)雜等因素也會(huì)影響空間化效果，造成江門、肇慶等地的相對(duì)誤差較大。

4 結(jié)論

選取珠三角地區(qū)為研究區(qū)，結(jié)合LJ1-01與NPP-VIIRS夜間燈光數(shù)據(jù)、GDP 統(tǒng)計(jì)數(shù)據(jù)和其他輔助數(shù)據(jù)，對(duì)比2種燈光數(shù)據(jù)不同燈光指數(shù)下的社會(huì)經(jīng)濟(jì)相關(guān)性，然后以更優(yōu)的LJ1-01燈光數(shù)據(jù)進(jìn)行了珠三角地區(qū) GDP 的空間化模擬。得出以下結(jié)論：

(1)LJ1-01夜間燈光數(shù)據(jù)在空間分辨率、數(shù)據(jù)細(xì)節(jié)特征及燈光強(qiáng)度識(shí)別精度方面優(yōu)于NPP-VIIRS夜間燈光數(shù)據(jù)。對(duì)比2018年珠三角地區(qū)GDP分別與LJ1-01、NPP-VIIRS燈光指數(shù)之間的相關(guān)性，發(fā)現(xiàn)LJ1-01數(shù)據(jù)更適合進(jìn)行珠三角地區(qū)區(qū)縣級(jí)GDP的空間化模擬，其中TNL燈光指數(shù)與GDP的相關(guān)性最大，因此TNL燈光指數(shù)最適合應(yīng)用于社會(huì)經(jīng)濟(jì)研究。

(2)GDP空間化密度圖直觀反映了珠三角內(nèi)部經(jīng)濟(jì)的空間差異。珠三角地區(qū)2018年的宏觀經(jīng)濟(jì)發(fā)展情況良好，經(jīng)濟(jì)發(fā)展存在顯著的空間差異，從外向內(nèi) GDP 逐漸增高，表現(xiàn)出較好的圈層結(jié)構(gòu)。GDP較高值像元高度集中于廣州和深圳2個(gè)副省級(jí)城市的市中心，呈典型的“雙核”布局。而其周邊城市，如佛山、中山、東莞、珠海則受到“雙核”的輻射影響，分布較多的中間值像元。距離較遠(yuǎn)的珠三角外圍城市如江門、肇慶、惠州等分布較多低值像元。

后繼研究還可以在以下方面進(jìn)一步拓展：(1)該研究?jī)H選擇夜光遙感數(shù)據(jù)，影響因素較為單一，在后續(xù)研究中應(yīng)加強(qiáng)生態(tài)環(huán)境、自然資源等因素與經(jīng)濟(jì)發(fā)展?fàn)顩r的耦合研究。(2)LJ1-01夜光數(shù)據(jù)是一個(gè)新興的數(shù)據(jù)源，不足以進(jìn)行長(zhǎng)期的綜合評(píng)價(jià)。同時(shí)目前數(shù)據(jù)還未達(dá)到全球覆蓋水平，在一定程度上影響了數(shù)據(jù)應(yīng)用的廣度。(3)基于夜光遙感數(shù)據(jù)的GDP空間化研究，其GDP主要為二、三產(chǎn)業(yè)值，對(duì)第一產(chǎn)業(yè)的擬合效果有限。