超越夜间灯光：在数据匮乏地区利用多传感器卫星数据融合技术进行受行政区划限制的区级GDP分解

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Beyond Nighttime Lights: Multi-Sensor Satellite Fusion for Province-Constrained District-Level GDP Disaggregation in Data-Scarce Regions

　　

摘要：

精确的次国家层面经济活动数据对于空间政策制定至关重要，尤其是在区域差距较大的发展中国家和中等收入国家。然而，官方经济统计数据往往无法提供如此细致的行政层级数据，导致地方经济动态无法得到充分体现。本研究以土耳其为案例，构建了一个透明且可扩展的框架，用于在数据匮乏的环境中对省级范围内的小区域GDP进行分解。由于土耳其没有官方提供的地区级GDP数据，该框架采用社会经济发展指数作为参照基准，以此了解省内的相对社会经济空间结构。随后，将这一分析得到的结构与多源卫星数据及人口统计指标相结合，在保持总体数据一致性的同时，将官方的省级GDP总量分配到各个地区。该框架整合了多种遥感指标，这些指标能够反映与生产相关的以及社会经济活动的不同方面：VIIRS夜间灯光传感器提供的人为照明强度、MODIS NDVI提供的植被动态信息、Sentinel-1 SAR反演得到的建筑密度数据，以及Sentinel-5P卫星监测到的大气污染程度NO?数据。此外，还结合了人口规模和地表面积数据，以考虑人口结构和空间差异。研究采用了基于省级分组的交叉验证方法来比较不同的模型，其中随机森林模型在较为保守的空间验证条件下表现出最稳定的性能。通过该模型得到的结果被转化为针对各省份的分配权重，进而应用于保持总体数据量的非对称分解算法中。研究得出了三个主要结论：首先，仅依靠光照指标不足以捕捉精细层面的社会经济差异，尤其是在结构复杂或农村地区...

查看更多