论文部分内容阅读
随着城市化进程的加快,城市区域的人口越来越集中。夜间灯光作为监测人类活动的新型数据源,常被用于估算社会经济参数、评估光污染及重大事件以及动态监测城市化进程等方面。然而现有的夜间灯光影像存在城市中心像元饱和、缺乏星上的辐射定标、影像数据缺乏可比性、多源夜间灯光影像辐射亮度的尺度不一致等问题,这些问题不仅会导致夜间灯光影像在时间上的不连续,并且还会影响数据的准确性。基于此,本文提出了一种基于线性拟合提取不变目标区域的方法,对DMSP和VIIRS两种数据源的夜间灯光影像进行了相互校正。在此基础上,以中巴经济走廊为研究区,利用人口普查数据、土地利用、DEM高程数据、植被指数等数据,采用随机森林模型,实现中巴经济走廊全区的人口密度空间化。最后,结合全球年度PM2.5浓度网格化影像数据,采用相关分析法初步探索了中巴经济走廊人类活动与PM2.5浓度空间分布的关系。论文的主要工作和结论包括:（1）本文采用线性拟合的方法提取影像间不变目标区域,分别建立不变目标区域内参考影像与待校正影像间的线性模型,实现了DMSP影像间、DMSP与VIIRS两种影像间的相互校正。结果表明,两种校正模型的拟合优度均在0.78以上,校正后的DMSP影像灰度总量与GDP和人口数据的相关性显著提高（GDP:R2=0.7689;人口:R2=0.9033）,且标准化差异指数明显降低;经过相互校正后,VIIRS影像在在辐射亮度、时空分布上与DMSP更加一致,空间细节信息更加突出,两种影像的一致性增强。（2）利用校正后的夜间灯光影像（DMSP和VIIRS）、土地利用、DEM、植被指数等数据,采用随机森林模型模拟了中巴经济走廊灯光区的人口密度,并从时间和空间两个维度分析其变化特征。精度评价结果显示:本文模拟整体精度达到82.15%,略低于GPW（89.45%）和World Pop（89.75%）两个数据集的精度。从变量因子的重要性来看,土地利用和夜间灯光指数对人口的空间分布均有重要的指示作用。从空间上看,中巴经济走廊人口密度中高值区域主要分布于由白沙瓦、伊斯兰堡、拉合尔、费萨拉巴德、木尔坦、苏库尔、卡拉奇等城市所形成的弧形地带。从时间上看,整个研究区人口密度在2000年至2015年呈稳定增长的趋势,并在不同的时间段、不同区域呈现增速的差异性。（3）本文采用相关分析方法分析了研究区代表人类活动的夜间灯光强度和人口密度两个数据与PM2.5浓度的相关性。结果表明,研究区的人口密度、夜间灯光强度值与PM2.5浓度均值均呈现显著的正相关关系,人口密度与PM2.5均值的相关性低于夜间灯光强度均值与PM2.5浓度均值的相关性。从空间分布上来看,由夜间灯光影像和人口密度数据揭示的人类活动强度较强的区域与PM2.5浓度的高值区在空间上具有较好的对应关系。从时间上看,夜间灯光强度均值与人口密度变化有很好的一致性,但PM2.5浓度对人口密度增长变化的响应具有一定的滞后性。