英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
使用时间序列的DMSP / OLS对城市化动态进行定量估计夜间光数据：中国城市的比较案例研究
摘要：城市化进程涉及人口增长，空间扩大的土地覆被和经济活动加剧，在人为环境变化中起着重要作用。 遥感夜间来自国防气象卫星计划的运行线路系统的灯光数据集（DMSP / OLS）提供了一个一致的措施来描述随着时间的推移城市蔓延的趋势（Sutton，2003）。DMSP / OLS图像用于监测人类住区和经济活动的动态。在以前的研究中，通过夜间光亮度与人口和经济变量之间的统计学相关性，在区域到全球尺度上得到了广泛的认可（Elvidge等，2001; Ghosh等，2010）。长期夜间光信号与城市化变量之间的量化关系，广泛应用DMSP / OLS数据，用于估计和预测轨迹。然而，城市发展在当地的个别城市并没有得到很好的解决。 我们在
关于从时间序列得到的稳定夜间灯的定量响应的分析结果，DMSP / OLS图像在1994 - 2009年期间对中国200多个县级市镇的城市化变量变化。根据不同的发展模式，确定城市化进程的夜间灯光测量的最佳模型，我们比较使用三个回归模型：线性，幂律和指数函数，量化夜间加权光区与四个城市化变量之间的长期关系：人口，国内生产总值（GDP），累积面积和电力消耗。我们的研究结果表明，夜间光线亮度可以作为评估城市化进程的一个说明性指标。城市夜间灯光与城市化变量之间的各种量化关系可能表明DMSP / OLS的不同反应夜间灯光表明人口和经济变量在城市化进程中的人为动力。在城市层面，加权照明区域的增长可能采取线性，凹（指数）或凸（幂律）形式，对城市化过程中扩大的人口和经济活动作出反应。
因此，在实践中，使用DMSP / OLS数据来估计城市化动态的定量模型应随城市发展模式的不同而变化，特别是对于经历快速城市的城市地区规模增长。
1 介绍
占地面土地面积的约0.5％（Schneider等人，2009年），全球城市地区占世界人口的近一半，到2050年，全球城市人口预计将增加20多亿（联合国，2010年）。 以人为主的栖息地，城市因此在人口密度，能源消耗强度和社会经济活动的影响下，在人为环境变化中发挥了至关重要的作用（Johnson，2001; Montgomery，2008; Shukla andParikh，1992年）。因此，城市地区可能通过土地覆被转化，不透水表面的增加和人为温室气体的释放以及生物多样性的丧失，对当地甚至全球的气候和生态系统造成深刻的影响（Alberti，2005; Folke等，1997; Pataki等，2006）。 城市化是与人口动态，社会经济增长和土地利用变化相关的同时进程，它是人类对环境和生态系统的强大力量。 因此，城市动态的测量和监测对于了解全球城市化及其在不断变化的世界中的环境后果至关重要（Johnson，2001; Shukla and Parikh，1992）。
卫星观测具有不同的空间，时间和光谱分辨率，广泛应用于城市动态调查和城市化对环境和生态系统的影响，因为与普查数据相比，遥感可以为城市化进程提供及时，空间的明确信息。在大多数以前的调查中，对可见光，近红外和雷达传感器进行了广泛的遥感应用，以描绘城市的速度空间变化（Gray et al。，2003; Pacifici et al。，2008; Schneider et al。 ，2009,2010; Sugumaran等，2002）。 然而，用于评估城市化的人口和经济指标很少与遥感数据相关。 因此，需要提高卫星观测能力，以获得与城市动态相关的更为全面和及时的特征，以进一步了解城市化进程中地球景观的人为变化及其相关的环境后果。
来自国防气象卫星计划的运行线路系统（DMSP / OLS）的夜间光信号提供惊人的遥感数据，以分析城市化与人为的光发射之间的关系（Elvidge等，1997; Small and Elvidge，2010; Small et al。，2005; Sutton，2003; Zhang and Seto，2011）。 尽管DMSP / OLS的初始目的是为了观察使用两个宽谱带的月光照明的云：可见近红外（VNIR，范围为0.5至0.9mu;m）和热红外（TIR，范围为10.5至12.5mu;m） DMSP / OLS图像在城市研究中得到了广泛的应用，这是因为夜间没有月光的低光感测能力（Elvidge et al。，1997,1999）。排除眩光和阳光照射数据后，稳定夜间照明的全球地图产品由空间观测的VNIR排放源组成，包括人类住区，渔船，火灾和气体火炬（Elvidge等，2001）。 DMSP / OLS夜间图像的长期存档为调查城市动态提供统一，一致和有价值的数据来源。 DMSP / OLS夜间光线图像最显着的优点是在几项研究中已经将夜光亮度用于定量估算和绘制与区域到全球尺度相关的城市化进程的社会经济活动。 Sutton等人（2001）估计全球人口使用夜间照明区域之间的统计关系
和城市人口。 Sutton和Costanza（2002），Doll et al。 （2000; 2006）和Ghosh et al。 （2010年）分别使用区域和全球的国内生产总值分布图，使用点燃的城市地区或夜间辐射数据之间的统计关系和基于行政单位的国内生产总值。 Zhang和Seto（2011）采用多时空DMSP / OLS夜间灯光数据，根据夜光亮度与城市人口之间的线性相关性估算区域和全球城市增长。 Amaral等人（2005）发现DMSP夜光区域与亚马孙河流域人口规模和电力消耗之间存在显着的线性关系。虽然以前的研究在其方法和范围上略有不同，但这些分析结果通常表明，DMSP / OLS夜间图像可能表明城市化相关的社会经济活动，特别是在没有人口普查数据的情况下（Ghosh等，2010）。
大多数以前的研究试图量化基于从一组城市得到的单一时间数据集的夜景照明区域和DMSP / OLS数据和城市化变量中的检测频率之间的相关性。在这些研究中，增强的夜灯一直与人口规模，城市土地覆被和经济活动有关（Amaral et al。，2005; Dollet al。，2006; Elvidge et al。，2001）。但很少有研究关注DMSP / OLS夜间光信号的长期变化与城市化相关的社会经济参数之间的量化关系，这对于通过DMSP / OLS夜光数据定量估计城市化进程的时间变化是有必要的，特别是用于在当地规模的行政边界有限的个别城市进行研究。本研究的目的是量化稳定的夜间光亮度与几个城市化变量随时间的关系，并测试DMSP / OLS夜间光数据的能力，以估计显眼的城市扩张过程，如中国近期发生的两个国家规模和地方规模。我们对200多个中国城市进行了一系列比较统计回归分析，包括线性，幂律和指数模型，以找到适合不同类型的城市化变量与遥感夜间光信号之间的数量关系的最佳拟合模型城市发展轨迹。
2 数据和方法
2.1 中国城市城市化社会经济数据集
作为人口最多的国家，过去二十年，中国正在经历前所未有的城市化进程，经济增长迅速（邓等，2008;张松，2003）。 2010年人口普查显示，近一半的中国人口生活在城市地区，自2000年以来上升了13.5％（国家统计局，2011）。城市土地覆被和人口的增加导致中国的一系列环境和健康后果：城市热岛（Liet al。，2004; Zhou et al。，2004），空气污染（Chan和Yao，2008; Heet al。 2002），增加温室气体（Dhakal，2009; Dong andYuan，2011）和健康风险增加（Kan和Chen，2004; Xu et al。1994年）。因此，调查城市化进程及其对中国的影响对于管理问题和决策的可持续发展至关重要。通过DMSP / OLS数据估算城市化进程的主要挑战是在不同类型的城市发展之间获得城市化参数与夜间亮度之间的数量关系轨迹。我们组织了一个城市统计数据集，其中包括跨越16年（1994-2009年）的几个时间序列：城镇人口，官方购买力平价，国内生产总值，城市建成面积和电力消费量在287个地级市，中国（图1）源于城市统计年鉴（国家统计局，1995 - 2010年）。据中国统计局，排除郊区的城市行政区被视为收集人口和社会经济数据的城市统计区域。为了保持城市化进程中城市化进程数据的可比性，1994-2009年实际城市统计区域显着变化的287个城市中有17个被排除在分析之外。
2.2 DSMP/OLS夜间灯光的多时间数据集
1994-2009年全球DMSP/OLS夜间灯光时间序列版本4（从http://www.ngdc.noaa.gov/dmsp/download.html网址下载，2011年6月21日至21日）提供年度稳定的全球复合材料来自可见光带的夜间灯。这些图像由基于网格的年度可视带数字数字（DN）组成，范围为0至63，空间分辨率为30弧秒（赤道约1公里，在40度N为0.8公里）。 1994-2009年期间DMSP / OLS夜灯的时间序列由四个传感器收集：F12（1994-1999），F14（1997-2003），F15（2000-2007）和F16（2004-2009） 。为了减少传感器的年变化和差异，我们使用Elvidge等提供的二阶回归模型。 （2009年），经验性地校准年夜光产品，以配合1999年F12的复合材料。然后，选择年度复合材料，通过两个独立的夜间传感器复合材料选择年度最佳拟合回归，以分析校准后的DMSP / OLS数据和城市化变量。据悉，DMSP / OLS夜灯的数据可能会由于过度辐射的影响而高估人类住区的空间范围（Elvidge等，1997）。因此，以前的一些研究表明，采用低光阈值的检测频率来减少过高估计的照明区域的空间范围（Imhoff等，1997）。然而，小等（2005）评估了17个城市过热与城市之间的关系，建议没有单一亮度阈值有效提取各城市的城市规模。在这项研究中，我们使用加权光区，其中共同考虑夜间光信号的空间范围和亮度，以量化从1994年到2009年中国城市的校准后的DMSP / OLS图像的夜间光信号的幅度。加权光区域被定义为点亮像素的面积乘以标准化DN值的加权和。对于给定的城市，通过基于统一的地理参考系统将管理单位图覆盖到DMSP / OLS图像上，已经收集了城市管理边界内的空间上包含的所有像素。然后我们计算通过将经校正的像素区域乘以标准化DN来校正加权光区域。通过在城市发展统计数据中未考虑到的未开发地区的人为活动引起的昏暗灯光的影响，通过DNb 12的所有像素（与Landsat图像进行比较，根据Small等，2011）被排除在加权光区域的计算之外。
图2 描述城市化变量与DSMP / OLS夜间光亮度之间的量化关系的三个统计模型图。
图1. a）按2006年人口数量分列的中国地级市，市的空间分布情况; b）2006年中国夜间照明的空间分布。
2.3 趋势，相关和回归分析
城市化是一个复杂的自然社会过程，伴随着人口统计学，经济学，材料与能源流动以及土地覆被同时发生。使用基于卫星数据估算城市增长的主要挑战是随着时间的推移，找出遥感信号与内生城市化变量之间的联系，特别是对人口和经济活动变化的估计。因此，首先我们用Mann-Kendall非参数检验方法来检验城市化变量时间序列中是否存在显着的趋势，这可能与夜间灯光亮度的时间变化有关。Mann-Kendall趋势分析的显着性检验通过双尾t检验进行。其次，我们使用另一种非参数方法，斯皮尔曼等级相关性来定性检查夜间光亮度与几个同步城市化变量之间的统计依赖关系。斯皮尔曼的Rho相关系数（范围从-1到1）用于描绘城市化变量与遥感夜间光信号之间的整体单调关系。 Spearman Rho的统计学意义是通过双尾t统计量进行测试。从趋势和相关分析得出的综合结果可以为DMSP / OLS图像在中国城市城市化进程中的应用提供显着的评估。另外我们这里报了统计趋势和相关性的显着性大于或小于不具有特定权利要求的标准0.05截止值。
城市化进程的不同模式可能随着人口规模，城市土地覆被和经济相关参数的时间趋势而变化。我们应用三个简单的统计模型（线性模型，幂律模型和指数模型），以适应加权夜间照明区域对城市化变量随时间变化的响应。如图1所示。 2，具有直线形状的线性模型假设夜间灯光对城市化变量的增加具有恒定的比例响应。使用具有凸形（0balpha;b1）的幂律模型来量化夜间光的动态，这可能随着时间的推移逐渐降低响应率上升的城市化变量。这种模式可能意味着一个城市的给定行政边界的夜间光信号可能逐渐达到饱和。使用具有凹形（alpha;gt; 0）的指数模型来量化随着时间的推移，夜间灯逐渐增加的响应率随着时间的推移而增加的城市化变量。此外，为了获得更可靠的估计，所有样本（城市），具有少于10年的观察资料被排除在回归分析之外。我们使用最小二乘法估计三个模型的回归参数。使用具有零假设的统计学来测试回归的意义：回归参数与零没有显着差异。通过比较不同模型的确定系数R2，拟合优度度和均方根误差（RMSE）的度量，可以获得量化城市化变量与夜间光数据之间关系的最佳拟合模型。
3 结果与讨论
3.1 国家层面的估计
各省级城市城镇化变量的统计学显着积极趋势表明，中国自20世纪90年代以来一直处于快速的城市化进程（图3a）。然而，不同的城市化变量显示出不同的时间模式：城市人口呈现明显的线性增长（R2 = 0.98，Pb0.001），城市GDP和城市电力消费的显着增长可以通过指数函数来表征，R2 = 0.99（P
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[27597]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
