招远市第一中学山东招远265400
摘要：随着科技的发展，夜间灯光影像被广泛的应用到各个研究领域。在国家发展规划中，京津冀的协同发展已经上升到国家战略高度。本文采用ＤＭＳＰ卫星所获取的年平均中国区域夜光影像数据，首先，基于ArcGIS的应用对1993~2012年的灯光影像进行校正；其次提取三地灯光影像强度的总值，均值；最后，将数据与三地相关年份的GDP变化进行比较分析。通过本文分析可知，夜间灯光强度与GDP的变化呈现一定的正相关关系。
关键词：DMSP卫星影像；夜间灯光；ArcGIS；GDP；相关性
1引言
DMSP/OLS夜间灯光影像目前主要用于城镇扩展研究[1-3]，社会经济因子估算[4-5]以及其它环境[6]、灾害、渔业、能源等领域。而京津冀地区作为时下经济国家战略发展的热点地区，对经济发展状况的评估较为重要，而宏观GDP统计数据难以反映经济发展的时空变化趋势及时空差异性，夜间灯光影像对相关信息的反映较为明显，因此将二者进行对比寻找二者之间的相关关系，以便直接应用夜间灯光影像更加全面的反映区域经济发展状况。
2数据以及研究区域
2.1数据来源
本研究中的夜间灯光影像来自于卫星拍摄到的画面；GDP的相关数据是依据国家统计局发布的有关数据得来。在辐射校正中的幂回归参数及方程依据文献[7]。
2.2研究区域简介
京津冀是中国北方经济规模最大、最具活力的地区。2016年，京津冀三地地区生产总值占全国的10%，对推动国家经济发展具有重要作用。随着国民经济的不断发展、京津冀大城市群的形成，京津冀协同发展上升为国家战略高度，作为中国三大城市群的京津冀城市群受到各界越来越多的关注。
3研究方法及技术路线
3.1技术路线
本研究的技术路线由图1所示。
图1总体技术路线
3.2辐射校正
在总体技术路线中的数据处理过程中，对灯光影像进行了相关的辐射校正。在校正过程中解决了以下两个问题：（1）原始影像数据集中的影像是非连续性的；（2）数据集中的每一期影像都存在着像元DN值饱和的现象。
幂数回归的相关系数在总体上相对最高，说明幂数方程拟合的待校正影像和参考影像的相关性最好，因此，选择幂数方程建立校正模型
DNcal=a×DNb（1）
式（1）中，DN表示待校正影像中的像元DN值；DNcal表示校正后的像元DN值；a和b为幂数回归得到的不同参数。
由于本研究是对1992-2013年间相互连续的夜间灯光影像进行分析，因此通过第二次校正：（1）当后一年影像中的像元DN值等于0时，前一年的影像中相同位置的像元DN也应该等于0；（2）当后一年影像中的像元DN值不等于0时，前一年影像中的像元DN值应不大于后一年影像中的相同位置像元DN值。综上可得校正方程，如式(2)所示。
式（2）中，DN(n-1，i)，DN（n，i），DN（n+1，i）分别表示第（n-1）年，第n年和第（n+1）年经相互校正和多传感器获取的同一年度影像之间的校正后的夜间灯光影像的i像元的DN值。
2006年2010年
2011年2012年
图2部分年份京津冀地区夜间灯光影像
4结果分析
4.1部分年份夜间灯光影像
为了较为明显的看出灯光影像的变化，选取部分间隔年份相比较，如图2。
首先选取1992年与1997年的夜间灯光强度进行比较。在1997年的灯光强度图中，相较于1992年最不同的变化是北京，天津与河北大城市之间有明显的直线形光亮，原先在河北省会石家庄市，北京市，天津市之间的“亮斑”明显增多增强，并通过“亮线”相互沟通，这表明在1992-1997年间，三地之间的交通线路等基础设施正日趋完善。在1997年与2006年灯光影像的比较分析中，1997年灯光较强点的四周，开始逐渐显现较为明显的亮光，但这些城市周围的灯光增强程度并不是均匀的，北京市的灯光增强区域明显的朝向天津方向，同样的，天津市的灯光增强较为明显的区域方向为北京方向，与北京呈现出“相向”发展趋势。不仅如此，河北省的大城市与大城市之间，大城市与京津之间是亮度增强明显得区域。在2006年之后的灯光影响变化分析中，大致可以看到，在2006年到2009年期间，除了后一年的灯光影像在前一年的基础上略有增加外，其他变化趋势与上述变化没有明显差别，这表明在这几年中京津冀的城市发展速度略有放缓。而在2010年的夜间灯光影像中，北京与天津的灯光强度最强部分，相较之前年份的灯光影像，首次出现接壤，这反映出北京与天津的城市发展一体化进程逐渐加快。并且，河北省经济较为发达的城市之间的联系也更加紧密，各大城市除了灯光强度相较之前的年份有了明显的变化外，在之前灯光强度较强区域之间，同样出现了灯光较强的区域，这反应出城市之间的联系日益紧密。另外，不仅仅是传统发达城市的灯光强度联系增强，东北方向以及西北方向的部分城市，夜间灯光强度较之前的年份也有较大增长。而在2010年之后的灯光强度变化中，均呈现出由点到线，由线及面的发展过程。综上所述，通过夜间灯光强度的明显变化，可以看出京津冀地区的发展正逐渐走向成熟。
4.2区域夜间灯光变化趋势
图3与图4是由从夜间灯光影像提取的相关数据制成。
图4京津冀三地夜间灯光强度均值
由图3可以得出，北京市与天津市的夜间灯光强度总值大致相当，在1994-2009年间，北京市的夜间灯光强度总值要略高于天津市，而在2009-2012年，北京市与天津市的夜间灯光强度总值基本持平，仅从灯光总强度的角度来看，天津市的发展速度要快于北京。从总的来讲，三地的夜间灯光总强度的变化趋势是相一致的。
由图4可以得出，京津冀三地的夜间灯光强度的平均值差异较大，河北省夜间灯光强度的平均值要明显低于北京市和天津市，而天津市的夜间灯光强度的平均值要高于北京市。从图4总的发展趋势来看，三地的灯光影像的平均值变化趋势基本一致，结合图3来讲，无论是灯光影像强度的总值还是平均值，在2010年都出现了突增的现象，这与对图2的相关分析吻合。
4.3夜间灯光与GDP的相关关系
在对夜间灯光影像的分析过程中，灯光的亮度对城市发展的体现较为明显，但无法准确的说明夜间灯光影像的强度与经济发展确实有一定的相关联性，因此分别提取三地的夜间灯光强度的平均值，与其各自的GDP进行相关关系的判断，如图5，图6，图7.
图7北京市夜间灯光强度与GDP相关趋势
由图5，图6，图7可以看出，河北省，北京市，天津市的夜间灯光强度的平均值与各自的GDP均呈线性相关关系。且对于二者组成的散点图来看，三地均呈现前密后疏的一致趋势，不同的是，三地经济发展与灯光影像之间的线形关系的关系式并不完全相同，明显的，北京市GDP与灯光强度的线性关系在形态上较之前二者显得更为陡峭，则北京市的夜间灯光强度的变化对经济发展的表现程度上较之前二者更为突出。
5结论
京津冀地区作为国家改革发展的前沿地带，对经济发展状况的及时准确的评估，有助于实施更加完善的经济发展政策，对区域经济发展发挥着重要作用。本文基于对夜间灯光遥感的应用，通过ArcGIS提取京津冀地区夜间灯光影像，并进行必要的数据校正，随后利用分区统计的功能进行数据的处理，最后通过图表的形式将有关数据直观的表现出来，并使之与GDP的发展变化进行比较，最终得出结论，夜间灯光影像与GDP的增长呈线形相关关系，因此夜间灯光影像可以反映出区域的经济发展状况。
参考文献
[1]汪韬阳,张过,李沛然,厉芳婷,郭雪瑶.基于DMSP/OLS夜光遥感影像的城市扩张政策驱动因素分析[J].测绘学报,2018,47(11):1466-1473.
[2]陈昕,彭建,刘焱序,陈云谦,郦天昳.基于DMSP/OLS夜间灯光数据的京津冀地区城市空间扩展与空间关联测度[J].地理研究,2018,37(05):898-909.
[3]高亚红,顾羊羊,乔旭宁,宋雪桦,叶润武,孙旭.基于夜间灯光数据的南京城镇用地提取[J].测绘科学,2017,42(06):93-98+154.
[4]沈丹,周亮,王培安.基于夜间灯光数据的六盘山连片特困区贫困空间分异特征分析[J].遥感信息,2018,33(04):42-48.
[5]马丹,程辉,毛艳玲,邢世和.基于DMSP/OLS夜间灯光影像的省际经济发展水平评估模型研究[J].应用科学学报,2017,35(05):647-657.
[6]陈妍,李双成.夜间灯光数据在我国自然保护区人类活动监测中应用的思考[J].环境与发展,2018,30(05):146-147+149.
[7]曹子阳.DMSP_OLS夜间灯光影像中国区域的校正及应用,《地球信息科学学报》,2015,17(9):1092-1102.