基于时间序列夜间灯光数据的GDP预测模型研究

《基于时间序列夜间灯光数据的GDP预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于时间序列夜间灯光数据的GDP预测模型研究作者姓名：顾鹏程指导教师:王世新研究员中国科学院遥感与数字地球研究所周艺研究员中国科学院遥感与数字地球研究所学位类别:理学硕士学科专业:地图学与地理信息系统研究所:中国科学院遥感与数字地球研究所2018年5月EstimationofGDPBasedonLongTimeSeriesofNighttimeLightImagesAthesisSubmittedtoUniversityofChineseAcademyofSciencesinpartialfulfillmentoftherequirementforthede

2、greeofMasterofNaturalScienceinCartographyandGeographyInformationSystemByPengchengGuSupervisorProfessorWangShixinProfessorZhouYiInstituteofRemoteSensingandDigitalEarthUniversityofChineseAcademyofSciencesMay2018中国科学院大学研究生学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下独立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本

3、论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明或致谢。作者签名：日期：中国科学院大学学位论文授权使用声明本人完全了解并同意遵守中国科学院有关保存和使用学位论文的规定，即中国科学院有权保留送交学位论文的副本，允许该论文被查阅，可以公布该论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存、汇编本学位论文。涉密的学位论文在解密后适用本声明。作者签名：导师签名：日期：日期：摘要摘要国内生产总值（grossdomesticproduct，GDP）是衡量一个国家或地区经济发展的基本指标之一[1

4、]，而DMSP-OLS和NPP-VIIRS夜间灯光数据与经济发展密切相关，被广泛应用于社会经济参数的估算。DMSP-OLS数据的时间覆盖范围涵盖了1992年至2013年，而NPP-VIIRS数据则从2012年开始提供。因此，本文提出一种简单的数据同化方法，将DMSP和NPP夜间灯光数据整合得到长时间序列的夜间灯光数据集，有助于研究长时间序列社会经济发展模式。首先，本文采用基于不变目标区域法对1992-2013年DMSP夜间灯光数据进行相互校正、饱和校正和影像间的连续性校正，并分别提取出同期中国大陆和31个省级行政区夜间灯光强度信息，在此基础上与统计GDP数据建立线性、指

5、数、二次项、乘幂回归模型。通过比较估计GDP与统计GDP误差，选出各自最优拟合模型。结果表明：DMSP夜间灯光影像经过校正解决了长时间序列影像之间不稳定、不连续的问题；校正后的DMSP夜间灯光数据集夜间灯光总量(TotalNighttimeLight,TNL)在国家和省级尺度与GDP存在强相关。中国大陆GDP预测指数模型最佳，R2达到0.97，平均相对误差仅为11.32%；31个省级行政区按时间序列构建GDP拟合模型优于每年各省级行政区模型。其中，四个直辖市和经济总量前六的行政区指数模型最优，其余省份二次项模型最优，R2均达到0.95以上，GDP估计相对误差10%左右。

6、其次，本文对2012-2017年NPP夜间灯光数据进行预处理，去除背景噪声、高亮异常值以及负值，构建2012-2013年的中国省级DMSP夜间灯光数据的TNL和NPP夜间灯光数据的TNL关系模型。结果发现乘幂模型最优，R2为0.9417，利用乘幂模型将两种夜间灯光数据集整合起来，形成1992-2017年长时间序列夜间灯光数据集，此数据集夜间灯光总量TNL在国家级和省级尺度上均具有连续性。此外，2012年和2013年NPP夜间灯光数据模拟DMSP的TNL平均相对误差分别为15.63%和16.51%，精度相对较高，验证了此数据同化方法的可行性。I基于时间序列夜间灯光数据的G

7、DP预测模型研究然后，本文采用线性、二次多项式、乘幂和指数模型分别对1992-2017年中国大陆TNL与GDP建模。结果表明，1992-2017年中国大陆GDP最佳拟合模型是乘幂模型，R2为0.9795，平均相对误差MARE为12.23%，而二次项、线性、指数模型相关系数虽高，但MARE较大，已经无法准确估计中国大陆GDP。考虑到单一模型越来越不能反映TNL与GDP关系，因此，本文采用简单的组合模型（乘幂和二次项组合模型，两种二次项组合模型，两种乘幂组合模型，二次项乘幂组合模型）研究1992-2017年中国大陆TNL与GDP数据关系。结果