基于NPP-VIIRS數(shù)據(jù)天山北坡城市群GDP空間化研究

余鳳天，高敏華

（新疆大學資源與環(huán)境科學學院∕綠洲生態(tài)教育部重點實驗室，烏魯木齊 830046）

伴隨著全球城鎮(zhèn)化進程的不斷推進，城市在發(fā)展過程中對自然資源和能源的消耗，改變了各個國家的資源環(huán)境狀態(tài)，對生態(tài)環(huán)境造成了深遠影響，城鎮(zhèn)化對生態(tài)環(huán)境系統(tǒng)所帶來的挑戰(zhàn)也日益突顯，但在應對巨大風險的同時，這些風險往往也意味著許多機遇的出現(xiàn)［1］。如何正確應對挑戰(zhàn)并充分利用機遇，對于城鎮(zhèn)化建設來說是最為關(guān)鍵的問題。中國自改革開放以來便大力推進城鎮(zhèn)化建設工作，而城市群不僅是中國新型城鎮(zhèn)化的主體區(qū)，更是中國社會、人口與經(jīng)濟發(fā)展的戰(zhàn)略核心區(qū)，城市群的建設對推動中國城鎮(zhèn)化發(fā)展有著重要意義［2］。在城鎮(zhèn)化過程中，城市群的形成與發(fā)育過程是由其內(nèi)部各個城市之間的競爭關(guān)系轉(zhuǎn)變?yōu)楹献麝P(guān)系的過程［3］。城市群不僅在其內(nèi)部不同行政單元間的城市擴張模式與經(jīng)濟發(fā)展規(guī)律表現(xiàn)出越來越顯著的區(qū)域差異，在同一行政單元間的差異也日益明顯。而傳統(tǒng)的人口、經(jīng)濟等人文數(shù)據(jù)主要是以行政邊界為研究單元，能夠表現(xiàn)區(qū)域整體特征，但是無法凸顯其內(nèi)部空間分布差異特征，自然地理數(shù)據(jù)則以自然要素為研究單元，因二者的空間分析單元不統(tǒng)一導致研究其相互作用時變得困難。因此，為了科學地研究人文要素對自然環(huán)境和社會經(jīng)濟因素的相互作用，需要建立一個能夠?qū)⑷宋臄?shù)據(jù)展布到一定精度的地理網(wǎng)格上并能統(tǒng)一進行處理與分析的研究方法，而人文數(shù)據(jù)空間化就是較為適合的解決方法之一。國內(nèi)生產(chǎn)總值（Gross domestic product，GDP）普遍被用以評價一個國家的經(jīng)濟發(fā)展情況，而評判國家宏觀經(jīng)濟運行狀況的經(jīng)濟增長率、通貨膨脹率和失業(yè)率三大指標，都是以GDP作為基礎數(shù)據(jù)衍生而成，并與其有十分密切的聯(lián)系。與此同時，GDP也是在進行城市發(fā)展研究時的一項重要指標［4］，它對政府科學決策以及制定發(fā)展策略等方面有著重要的意義。因此，通過研究GDP空間化建立標準化的GDP空間數(shù)據(jù)，不僅對反映城市發(fā)展動態(tài)變化以及發(fā)展差異具有重要的科學價值，而且能更好地為政府制定經(jīng)濟發(fā)展決策以及統(tǒng)籌區(qū)域規(guī)劃等工作提供幫助。

傳統(tǒng)的GDP統(tǒng)計數(shù)據(jù)需要大量的信息調(diào)查來實現(xiàn)，一方面數(shù)據(jù)獲取周期相對較長，另一方面在獲取數(shù)據(jù)過程中需要大量的人力物力資源，這些因素在一定程度上限制了學者們對區(qū)域經(jīng)濟發(fā)展水平的研究精度。目前，中國的統(tǒng)計數(shù)據(jù)精確到縣區(qū)級別，但在縣區(qū)級尺度內(nèi)部的生產(chǎn)模式、生產(chǎn)水平和經(jīng)濟條件也存在較大差異。而空間化后的GDP相較于傳統(tǒng)GDP數(shù)據(jù)具有以下優(yōu)勢：①通過GDP密度網(wǎng)格既能反映各個區(qū)域整體經(jīng)濟分布特點，又能反映區(qū)域內(nèi)部GDP差異；②GDP密度網(wǎng)格包含地理空間信息，能夠通過空間信息分析手段獲取其數(shù)據(jù)價值；③GDP密度網(wǎng)格其密度值不會因行政區(qū)域變化而受到影響，能夠進行長期的持續(xù)性研究。

社會經(jīng)濟數(shù)據(jù)空間化最早源于國外學者。早在1993年，Goodchild等［5］就通過地理信息技術(shù)，將全球人口數(shù)據(jù)空間化，并將其作為數(shù)據(jù)源研究了人口在全球尺度的分布。自此國內(nèi)外學者們開始將各個社會經(jīng)濟指標空間化，并進行相關(guān)研究。隨著對此問題的深入研究，Elvidge等［6］通過研究DMSP-OLS夜間燈光數(shù)據(jù)，獲取美國等21個國家的夜間燈光覆蓋面積，并將其與GDP建立數(shù)學模型，其中，驗證對數(shù)模型精度基本達0.85以上，此結(jié)果也證明了GDP等社會經(jīng)濟數(shù)據(jù)能夠通過夜間燈光等影像數(shù)據(jù)進行估算，并且具有一定的合理性。國內(nèi)學者徐康寧等［7］通過夜間燈光數(shù)據(jù)對中國的經(jīng)濟增長情況與GDP統(tǒng)計數(shù)據(jù)進行驗證；黃瑩等［8］通過將研究區(qū)進行分縣、GDP數(shù)據(jù)分產(chǎn)業(yè)的思路，分別對第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)進行面積加權(quán)、道路數(shù)據(jù)加權(quán)、多中心距離衰減等方法建模，最后得到天山北坡城市群的GDP空間化結(jié)果。

NPP-VIIRS夜間燈光數(shù)據(jù)相較于DMSP∕OLS數(shù)據(jù)，其空間分辨率約為500 m，在針對中小尺度單元進行GDP估算時，更加適用［9］。本研究應用遙感與地理信息系統(tǒng)的空間計算與空間分析技術(shù)，對NPPVIIRS夜間燈光數(shù)據(jù)進行處理，并將其與天山北坡城市群內(nèi)的傳統(tǒng)GDP統(tǒng)計數(shù)據(jù)分產(chǎn)業(yè)進行相關(guān)性分析、回歸分析、誤差驗證等，選取相關(guān)性最強的燈光指數(shù)，對研究區(qū)內(nèi)進行分區(qū)分產(chǎn)業(yè)建模，實現(xiàn)研究區(qū)內(nèi)GDP空間化，并得出2013年與2019年天山北坡城市群500 m×500 m精度的GDP密度圖，用以反映此區(qū)域內(nèi)部經(jīng)濟發(fā)展空間特征。

1 研究區(qū)域與研究數(shù)據(jù)

1.1 研究區(qū)概況

天山北坡城市群位于中國西北邊陲，準噶爾盆地南緣，天山北坡地帶，是絲綢之路經(jīng)濟帶核心區(qū)的惟一城市群，也是具有干旱區(qū)特點的“臨路型”城市群。如圖1所示，其空間范圍包括以烏魯木齊市為中心，沿G30、G312國道以及北疆鐵路的昌吉回族自治州、吐魯番市、克拉瑪依市和伊犁哈薩克自治州奎屯市、塔城地區(qū)烏蘇市和沙灣縣、以及新疆生產(chǎn)建設兵團第六師五家渠市及其所轄團場、第七師及其所轄團場、第八師石河子市及其所轄團場、第十一師、十二師及其所轄團場［10］。天山北坡城市群總面積共計21.54萬km2，占整個新疆總面積的13%。整個城市群各縣市間聯(lián)系密切，是新疆經(jīng)濟發(fā)展最好、城市化水平最高的區(qū)域。隨著政策的導向以及城市化進程的不斷推進，各縣市間聯(lián)系與合作進一步深化。未來天山北坡城市群將是新疆新型城鎮(zhèn)化發(fā)展的戰(zhàn)略核心區(qū)域，推動其可持續(xù)發(fā)展，將會對新疆經(jīng)濟發(fā)展產(chǎn)生巨大帶動作用，提高新疆經(jīng)濟綜合實力，并且對區(qū)域內(nèi)部優(yōu)勢互補、協(xié)同發(fā)展具有深遠的意義。

圖1 研究區(qū)示意圖

1.2 研究數(shù)據(jù)

本研究所使用的數(shù)據(jù)包括：①NPP-VIIRS夜間燈光數(shù)據(jù)，其數(shù)據(jù)來源于2011年10月28日從加利福尼亞州范登堡空軍基地發(fā)射的Suomi-NPP衛(wèi)星，并在2011年11月21日生成首幅影像。NPP-VIIRS數(shù) 據(jù) 采集 時 間 為 每 日 下 午1：30左 右，Day∕Night Band（DNB）是NPP-VIIRS數(shù)據(jù)的其中一個波段，此波段主要是由夜間燈光輻射所產(chǎn)生的，其月度合成數(shù)據(jù)以及年度合成數(shù)據(jù)分辨率為500 m網(wǎng)格。如圖2所示，選用2013年及2019年共24期全球NPP-VIIRS夜間燈光月度數(shù)據(jù)，時間跨度為7年。②研究區(qū)內(nèi)GDP統(tǒng)計數(shù)據(jù)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》中2013年、2019年新疆縣級行政區(qū)GDP統(tǒng)計數(shù)據(jù)。

圖2 2013年、2019年天山北坡城市群NPP-VIIRS夜間燈光影像

1.3 數(shù)據(jù)預處理

首先，從全國縣級行政區(qū)劃矢量數(shù)據(jù)中提取出天山北坡城市群所含的15個縣市行政區(qū)劃作為研究區(qū)矢量數(shù)據(jù)，并將NPP-VIIRS夜間燈光數(shù)據(jù)投影坐標系轉(zhuǎn)換為GCS_Krasovsky_1940_Albers投影，其目的是使投影后的影像形變最小。其次，將投影后的影像進行重采樣以獲得500 m格網(wǎng)柵格，并利用研究區(qū)矢量數(shù)據(jù)對2013年、2019年1—12月共24期NPP-VIIRS夜間燈光影像數(shù)據(jù)進行提取，以獲取天山北坡城市群行政邊界范圍內(nèi)各縣市夜間燈光數(shù)據(jù)。由于NPP-VIIRS夜間燈光影像數(shù)據(jù)為月度合成數(shù)據(jù)，因此將每年12幅影像進行處理得到2013年與2019年的年度合成夜間燈光數(shù)據(jù)。最后，由于NPP-VIIRS夜間燈光影像數(shù)據(jù)未剔除火光、水體反射光源等背景噪聲，根據(jù)Ma等［11］提出的方法，將0.3×109Wcm-2sr-1作為最小閾值剔除噪聲，得到與研究區(qū)內(nèi)社會和經(jīng)濟相關(guān)的人類居住地穩(wěn)定夜光燈光數(shù)據(jù)。

2 研究方法

2.1 夜間燈光影像各參數(shù)提取

隨著對燈光數(shù)據(jù)的不斷研究，國內(nèi)外學者通過不同方法建立燈光總強度、平均燈光強度、燈光斑塊面積指數(shù)、燈光面積比和燈光極差等多個燈光指數(shù)，不同燈光指數(shù)反映的燈光屬性不同［12］。燈光總強度反映了夜間燈光在空間上的立體特征，燈光極差則反映了空間內(nèi)部差異特征。通過對夜間燈光數(shù)據(jù)進行處理，可從其具有的穩(wěn)定燈光像元值提取出類數(shù)據(jù)，即燈光總強度數(shù)據(jù)、非零值像元面積數(shù)據(jù)、燈光最值數(shù)據(jù)。其中非零值像元面積數(shù)據(jù)需要對影像進行二值化處理，將影像中DN大于零的區(qū)域劃定為非零值像元。燈光總強度的變化能夠表現(xiàn)區(qū)域整體經(jīng)濟狀況變化，非零值像元面積能夠表現(xiàn)區(qū)域內(nèi)部經(jīng)濟分布狀況，燈光極差則可表現(xiàn)區(qū)域內(nèi)部經(jīng)濟差異。

2.2 建立各縣市燈光指數(shù)

將天山北坡城市群15個縣市矢量數(shù)據(jù)與2013年、2019年兩期夜間燈光年度合成數(shù)據(jù)疊加進行分析，以各縣市區(qū)域作為分類項，分別計算各縣市區(qū)域內(nèi)燈光總強度（TDN）、平均燈光強度（MDN）、燈光面積比（SDN）和燈光極差（RDN）4個夜間燈光指數(shù)，具體計算公式如下：

式中，ni表示區(qū)域內(nèi)第i級像元數(shù)量，DNi表示第i級像元燈光值。

式中，SDN表示區(qū)域內(nèi)非零燈光值像元數(shù)量，S′表示區(qū)域內(nèi)像元總數(shù)。

式中，DNmax表示區(qū)域內(nèi)穩(wěn)定燈光像元最大值，DNmin表示穩(wěn)定燈光像元最小值。

2.3 分區(qū)分產(chǎn)業(yè)建立燈光指數(shù)與GDP回歸模型

本研究通過對天山北坡城市群各縣市選取的4個夜間燈光指數(shù)與地區(qū)生產(chǎn)總值GDP、第一產(chǎn)業(yè)產(chǎn)值GDP1、第二產(chǎn)業(yè)產(chǎn)值GDP2、第三產(chǎn)業(yè)產(chǎn)值GDP3、第二與第三產(chǎn)業(yè)產(chǎn)值之和GDP23進行相關(guān)性分析，比較各燈光指數(shù)與各產(chǎn)值Pearson相關(guān)系數(shù)，選取分區(qū)相關(guān)系數(shù)最高的燈光指數(shù)進行回歸分析，最終建立最佳燈光指數(shù)與GDP回歸模型。由于第二、第三產(chǎn)業(yè)僅使用燈光數(shù)據(jù)相對較難區(qū)分二者在城市中的分布差異［13］，因此本研究也對第二、第三產(chǎn)業(yè)產(chǎn)值之和GDP23與最佳燈光指數(shù)進行回歸分析，具體公式如下：

式中，GDPi表示GDP、GDP1、GDP2、GDP3、GDP23通過模型計算出的預測值，Pi和Qi均為模型系數(shù)，Nj為最佳燈光指數(shù)。

2.4 GDP數(shù)據(jù)空間化

GDP空間化是研究社會經(jīng)濟發(fā)展的方法之一，通過提取2013年與2019年天山北坡城市群各縣市夜間燈光數(shù)據(jù)的每個獨立柵格單元，利用最佳燈光指數(shù)與GDP回歸模型結(jié)果，將每個網(wǎng)格單元DN值所對應的GDP空間分布值進行計算并賦值，并根據(jù)分縣市統(tǒng)計數(shù)據(jù)進行調(diào)整，獲取GDP空間化結(jié)果，具體公式如下：

式中，GDPi′為利用分縣市統(tǒng)計數(shù)據(jù)調(diào)整的GDP密度值；GDPi為模型預測柵格單元的GDP密度；GDPall′為該縣市GDP統(tǒng)計值；GDPall為該縣市GDP預測值。

2.5 GDP空間化結(jié)果精度檢驗

因研究區(qū)鄉(xiāng)鎮(zhèn)級別的行政邊界數(shù)據(jù)獲取較難，因此本研究在進行GDP空間化結(jié)果檢驗時僅以研究區(qū)整體GDP空間化結(jié)果與實際GDP數(shù)據(jù)進行對比分析，以便驗證本研究所得到的統(tǒng)計型經(jīng)濟數(shù)據(jù)空間化精度，具體公式如下：

式中，REi為各產(chǎn)業(yè)相對誤差，GDPi*為研究區(qū)整體各產(chǎn)業(yè)GDP預測值，GDPi為研究區(qū)整體各產(chǎn)業(yè)GDP統(tǒng)計值。

3 分區(qū)分產(chǎn)業(yè)GDP空間化

3.1 燈光指數(shù)與GDP的回歸模型分析

將2013年、2019年各燈光指數(shù)與GDP、GDP1、GDP2、GDP3、GDP23分別進行相關(guān)性分析，Pearson相關(guān)系數(shù)結(jié)果見表1。由表1可知，2013年與2019年，GDP、GDP2、GDP3、GDP23均與TDN相關(guān)性較好，GDP相關(guān)系數(shù)分別為0.983、0.950；GDP2相關(guān)系數(shù)分別為0.951、0.946；GDP3相關(guān)系 數(shù)分別 為0.925、0.915；GDP23相關(guān)系數(shù)分別為0.986、0.957，因此TDN為最佳燈光指數(shù)。而GDP1與各燈光指數(shù)相關(guān)性均較弱，可能是由于工業(yè)、建筑業(yè)以及各類服務業(yè)主要分布在城市，并且集聚程度較高，導致城市燈光亮度值較高，其對應的單位面積產(chǎn)值較高，二者之間相關(guān)性較強，因此城市燈光強度能夠較好地反映第二、第三產(chǎn)業(yè)；而第一產(chǎn)業(yè)主要由農(nóng)、林、牧、漁等組成，基本分布在農(nóng)村地區(qū)，并且其能夠產(chǎn)生的燈光亮度較低，城市中第一產(chǎn)業(yè)相對較少，產(chǎn)值占比較低，因此燈光指數(shù)與GDP1相關(guān)性較弱，并且燈光指數(shù)不具有表達第一產(chǎn)業(yè)空間分布的優(yōu)勢，故文中僅對GDP、GDP2、GDP3、GDP23進行回歸建模。

表1 燈光指數(shù)與GDP的Pearson相關(guān)系數(shù)

選取TDN作為最佳燈光指數(shù)后，利用公式（5）將2013年、2019年兩個時期的各縣市生產(chǎn)總值與TDN進行回歸分析，分析結(jié)果見圖3。由圖3可知，兩個時期TDN與GDP、GDP2、GDP3、GDP23相關(guān)性均較高，其中2013年、2019年，GDP的R2分別為0.963、0.894；GDP2的R2分別為0.898、0.888；GDP3的R2分別為0.844、0.825；GDP23的R2分別為0.971、0.908，該結(jié)果表明回歸模型擬合效果較好，夜間燈光數(shù)據(jù)能在一定程度上反映出研究區(qū)的GDP空間分布情況。

圖3 分區(qū)分產(chǎn)業(yè)燈光總強度TDN與GDP回歸分析

3.2 GDP數(shù)據(jù)空間化

通過回歸分析得到天山北坡城市群內(nèi)各縣市GDP、GDP2、GDP3、GDP23模型，由圖3可以看出分區(qū)分產(chǎn)業(yè)建立模型結(jié)果較好，通過各模型對天山北坡城市群GDP、GDP2、GDP3、GDP23進行估算，即根據(jù)回歸模型中DN與GDP等統(tǒng)計數(shù)據(jù)之間的關(guān)系，將每個網(wǎng)格單元DN所對應的GDP空間分布進行計算并賦值，將研究區(qū)各縣市統(tǒng)計數(shù)據(jù)GDP等分別分配到各縣市的每個網(wǎng)格，最后再利用各縣市GDP統(tǒng)計數(shù)據(jù)對模型預測值進行線性調(diào)整，用以糾正每個網(wǎng)格單元的GDP空間分布值，最終生成天山北坡城市群2013年、2019年GDP、GDP2、GDP3、GDP23空間分布密度圖，分別為圖4、圖5所示。由圖4、圖5可知，天山北坡城市群各產(chǎn)業(yè)產(chǎn)值分布在各縣市之間的交通線主要節(jié)點具有明顯的集聚特點，城市群中烏魯木齊市-昌吉市-石河子市-克拉瑪依市作為重點發(fā)展城市，無論是經(jīng)濟規(guī)模還是產(chǎn)業(yè)基礎以及公共基礎設施等各個方面，在整個城市群中都具有相對較高的優(yōu)勢。通過對圖4、圖5反映的產(chǎn)值密度分布狀況分析，兩個時期的地區(qū)生產(chǎn)總值變化趨向是從城市中心向外發(fā)散遞減，并且隨著城市規(guī)模不斷變大，所輻射范圍越廣，總體產(chǎn)值不斷變高，單位面積產(chǎn)值不斷增加，重點發(fā)展城市產(chǎn)值突出部分越發(fā)明顯。

圖4 2013年天山北坡城市群各產(chǎn)值GDP密度圖

圖5 2019年天山北坡城市群各產(chǎn)值GDP密度圖

3.3 天山北坡城市群GDP空間化結(jié)果分析

通過 對2013年、2019年 各產(chǎn) 業(yè)GDP空 間分 布模擬結(jié)果進行分析并對比可發(fā)現(xiàn)，2013年地區(qū)生產(chǎn)總值GDP密度低于100萬元的區(qū)域占研究區(qū)總面積的92%，2019年則減少至82%，低產(chǎn)值區(qū)域出現(xiàn)明顯減少。2013年第二、第三產(chǎn)業(yè)產(chǎn)值低于100萬元的區(qū)域占研究區(qū)總面積的94%，2019年減少至90%，兩類數(shù)據(jù)差異表明低產(chǎn)值區(qū)域第一產(chǎn)業(yè)產(chǎn)值不斷增長，并且在生產(chǎn)總值GDP中的占比不斷增大，拉動區(qū)域GDP總產(chǎn)值增長，2013—2019年天山北坡城市群高產(chǎn)值地區(qū)經(jīng)濟迅速發(fā)展。

“絲綢之路經(jīng)濟帶”倡議的提出，不僅促使了西部大開發(fā)戰(zhàn)略的深入，也使其出現(xiàn)了新的機遇，天山北坡城市群應當抓住發(fā)展機遇，不斷改善城鎮(zhèn)基礎設施建設，推動城市群內(nèi)部各縣市的協(xié)調(diào)發(fā)展，并通過區(qū)域間的合作帶來經(jīng)濟發(fā)展新活力［14］。近些年隨著中國大部分地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)快速升級，在國家政策扶持下，產(chǎn)業(yè)梯度轉(zhuǎn)移對天山北坡城市群發(fā)展起到較大的推動作用。新疆各地州經(jīng)濟增長速度不斷加快，外部資源越來越多，利用效率也越來越高。使得天山北坡城市群各產(chǎn)業(yè)發(fā)展迅速，城市群內(nèi)部GDP水平有了明顯提高，各產(chǎn)業(yè)GDP的空間分布狀況呈面狀快速擴散，城市中心高產(chǎn)值區(qū)域不斷集中，產(chǎn)值增速加快，城市整體經(jīng)濟發(fā)展態(tài)勢良好。

3.4 各產(chǎn)值GDP空間化結(jié)果精度檢驗

運用公式（7）對天山北坡城市群各縣市分產(chǎn)業(yè)所建立的GDP回歸模型進行精度檢驗，對回歸模型所得的各產(chǎn)業(yè)GDP預測值與GDP統(tǒng)計值進行相對誤差分析，獲得2013年、2019年各產(chǎn)業(yè)相對誤差，其結(jié)果如圖6所示。由圖6可知，2013年、2019年分產(chǎn)業(yè)GDP統(tǒng)計數(shù)據(jù)空間化模擬結(jié)果準確性相對較高，相對誤差均在10%以內(nèi)，驗證了本研究通過NPPVIIRS夜間燈光數(shù)據(jù)對GDP統(tǒng)計數(shù)據(jù)空間化的可靠性與合理性。

圖6 各產(chǎn)業(yè)GDP模擬結(jié)果精度檢驗

4 小結(jié)與討論

本研究分析了NPP-VIIRS夜間燈光數(shù)據(jù)與GDP統(tǒng)計數(shù)據(jù)之間的相關(guān)關(guān)系，通過夜間燈光數(shù)據(jù)特有的燈光強度、燈光面積等信息，構(gòu)建了4個燈光指數(shù)，分析其與天山北坡城市群分產(chǎn)業(yè)地區(qū)生產(chǎn)總值之間的相關(guān)關(guān)系，選取相關(guān)性最強的燈光指數(shù)與GDP統(tǒng)計數(shù)據(jù)進行回歸分析，按照分產(chǎn)業(yè)建模的方法估算了研究區(qū)內(nèi)2013年、2019年的GDP預測值及其分布情況，并利用地理信息技術(shù)分產(chǎn)業(yè)建立GDP空間分布模型，構(gòu)建了兩期研究區(qū)內(nèi)精度分產(chǎn)業(yè)GDP空間分布，并對其進行精度檢驗，最終結(jié)果顯示兩期GDP數(shù)據(jù)空間化結(jié)果具有相對較高的準確性，與GDP統(tǒng)計數(shù)據(jù)相比，RE均小于10%。GDP空間化突破了傳統(tǒng)行政邊界，其結(jié)果較為直觀地表現(xiàn)出統(tǒng)計數(shù)據(jù)區(qū)域分布差異，并能展現(xiàn)出區(qū)域經(jīng)濟發(fā)展的動態(tài)變化。

對比DMSP∕OLS夜間燈光數(shù)據(jù)與NPP-VIIRS夜間燈光數(shù)據(jù)，后者因其數(shù)據(jù)為500 m精度的像元，在模擬社會經(jīng)濟各個參量上具有相對更高的精度，并且DMSP∕OLS夜間燈光數(shù)據(jù)的建成區(qū)過飽和仍然是提高各類社會經(jīng)濟數(shù)據(jù)空間化模擬精度待解決的問題。DMSP∕OLS夜間燈光數(shù)據(jù)具有長時間序列的特點，而NPP-VIIRS夜間燈光數(shù)據(jù)起始時間為2012年4月，因此在進行長時間序列統(tǒng)計數(shù)據(jù)空間化的過程中，DMSP∕OLS夜間燈光數(shù)據(jù)相較于NPP-VIIRS夜間燈光數(shù)據(jù)具有一定優(yōu)勢。

本研究通過分析，證實了通過NPP-VIIRS夜間燈光數(shù)據(jù)對天山北坡城市群分產(chǎn)業(yè)GDP空間化建模具有可行性和合理性。但研究過程發(fā)現(xiàn)第一產(chǎn)業(yè)GDP與夜間燈光數(shù)據(jù)相關(guān)性并不高，應采取更科學的方式以及合理的數(shù)據(jù)建立第一產(chǎn)業(yè)GDP空間化模型，如土地利用、土地覆被數(shù)據(jù)等［15］。并且因夜間燈光數(shù)據(jù)自身數(shù)據(jù)精度問題，在小尺度社會經(jīng)濟要素空間化研究中需要進一步探討其可行性。