论文部分内容阅读
美国军事气象卫星 DMSP(Defense Meteorological Satellite Program)搭载的OLS(Operational Linescan System)传感器,由于在夜间使用光学倍增管(PMT)而具有很强的光电放大能力,因此能够探测到城市灯光甚至更小区域的聚居区的夜间灯光,以及低强度的灯光。如今,DMSP/OLS数据已经被广泛地应用于城市扩张、社会与经济增长、能源与贸易往来等诸多社会经济活动的研究中。然而,由于DMSP/OLS数据的空间分辨率为2.7km,目前主要集中在大区域研究上,而鲜有涉及对县、乡镇、村等更小区域上的的夜间灯光的研究和应用,正因如此,基于DMSP/OLS数据的小区域问题的定量建模问题也鲜有相关学者进行探讨,加之已有的基于DMSP/OLS数据的大区域建模也未进行严密的理论证明,缺乏从理论上论证模型构建的合理性与科学性。因此,本文针对目前相关基于DMSP/OLS数据应用建模研究中通常无法解决小区域的问题,并基于区域一致性假设,即作为大区域(大样本)中的一个子区域(子样本),其统计规律往往与大区域(大样本)基本一致,提出了一种全新的从全局到局部定量反演转换模型(Global to local quantitative transformation model,GTLQTM)来估算局部地区的社会经济指标(Socio-Economic Indicators,SEI),综合运用概率论与数理统计的相关理论与方法,以模拟实验验证与真实数据验证相结合的方式,对本文提出的GTLQTM的科学性和可靠性进行了理论证明和实践验证,主要研究内容如下:1)理想条件GTLQTM的构建结合现有基于大区域目标地区的DMSP/OLS夜间灯光影像与社会经济指标建模方法,以大区域(大样本)的夜间灯光强度值总量(Sum of Lights,SOL)作为夜间灯光强度的表征,以大区域的子区域(子样本)的社会经济指标(Socio-Economic Indicators,SEI)为研究对象,构建一种从全局到局部的夜间灯光遥感影像定量反演理想转换模型(即理想条件GTLQTM)。2)实际扰动GTLQTM的构建分别添加三种不同随机扰动项以模拟现实生活中存在的噪声,从而构建趋于实际的GTLQTM扰动模型。为了明确随机扰动项是如何影响理想条件GTLQTM的,从三个方面分别添加了随机扰动项—斜率、截距,斜率和截距同时添加。3)质量控制运用随机采样一致性算法(RANdomSAmple Consensus,简称为RANSAC)对实验数据中可能存在的异常值进行甄别和剔除,从而提高数据质量,消除由于实验数据异常而带来的模型对拟合优度的影响。4)不确定性分析通过对所构建模型的残差分析,并通过点预测和区间预测的方法,给出预测点的预测区间,从而实现对预测不确定性定量分析。理论上,当模型的预测点越靠近均值,其预测精度越高;相反,当远离均值时,则其预测精度越低。实验结果表明:在模拟实验中,从全局区域的武汉市SOL到局部区域的武汉港口 GDP的相关系数结果依次是0.9115,0.9105,0.9233,说明添加三种随机扰动项的情况下,局部区域的武汉港口 GDP与全局区域的武汉市SOL具有很强的相关性;由全局区域的武汉市SOL到局部区域的武汉港口 GDP构建的GTLQTM的拟合优度依次为0.8321,0.8208,0.8641,拟合优度高。在利用RANSAC剔除异常值后,相关性和拟合优度得到了提高。在真实数据验证中,剔除异常值后,局部区域的武汉市GDP与全局区域的湖北省SOL之间的相关系数为0.9332,较剔除前相关系数0.8033有所提高,并以此构建的GTLQTM的可决系数为0.8709,说明拟合优度较好。局部区域的广州市人口与全局区域的广东省SOL之间的相关系数0.8992,全局区域的广东省SOL到局部区域的广州市人口之间构建的GTLQTM的可决系数为0.8086,说明拟合优度较高。实验的结果证明,当全局区域的SEI与全局区域的SOL具有显著相关性,局部区域的SEI与全局区域的SOL之间的相关性等于或近似等于全局区域的SEI与全局区域的SOL之间的相关性,通过构建全局到局部的GTLQTM能够利用全局区域的SOL很好地解释局部区域SEI。GTLQTM对添加的噪声不敏感,因此,具有很好地稳定性。进一步说明,当SOL与SEI具有很强的相关性时,局部区域的社会经济指标可以被等价地由全局区域的SEI与SOL转换而来。综上,GTLQTM可解决利用SOL来估算局部区域的SEI问题,同时,还阐释了将DMSP/OLS数据应用于小区域问题研究的可能性,拓展了对DMSP/OLS数据的应用范围。不仅如此,GTLQTM不单单仅限于DMSP/OLS夜间灯光数据的应用,它为研究地理学以及其它学科领域的从全局到局部问题的研究提供了一种新思路。