《表3 夜光数据估算人口的总结》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《夜光遥感数据应用述评与展望》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Sutton等[14]基于灯光区域与人口密度之间的相关性，以美国区域为研究对象，提出城市人口密度衰减模型，从城市边缘到中心，验证DMSP/OLS灯光数据在分析及估算人口的潜在可行性，得到DMSP/OLS数据的定量关系。Lo[15]以中国区域为研究对象，采用夜光面积、夜光强度、夜光强度和夜光面积百分比为自变量，构建多元夜光指标估算模型，应用“夜光百分比”的夜光密度测量方法，对县、市级非农业人口的估算相当准确。Amaral等[16]基于巴西的亚马逊区域DMSP/OLS夜光影像，采用夜光影像面积与人口的相关性来实现人口空间化，最终得到其决定系数大于0.8。Briggs等[17]对欧盟区域的人口空间化进行评估，基于普查人口与土地覆盖面积、光发射之间的相关性，进行回归统计得R2>0.9，结果表明模型可用性较好。Zeng等[18]根据夜光强度与普查人口变量建立线性回归模型，采用RY聚类算法与最短路径算法，有效地提高模型性能，获得更明确详细的人口分布特征。高义等[19]根据中国沿海地区统计年鉴中人口数据与夜光数据的回归函数进行人口数据空间化，反演得到1km×1km和0.5km×0.5km 2个不同空间尺度的区县人口空间化网格，得出NPP/VIIRS数据反演精度优于DMSP/OLS数据，表明NPP/VIIRS数据更适用于人口空间化研究。Tan等[20]利用夜光数据、人口普查统计数据及土地利用数据，构建1km×1km分辨率的人口密度图，对县的人口进行空间匹配，模拟精度高，得出500～1 500人/km2之间的人口密度下降了41%，表明该区域发生密度区域消失现象。总之，NPP/VIIRS夜光数据在实现人口空间化及社会经济参数空间化具有巨大潜力。近年来在地理信息和遥感技术的辅助下，大量的研究基于不同的空间模型进行人口空间化[18-21]，最新主要研究是利用NPP/VIIRS夜光数据生成空间格网的人口密度图，随着夜光数据研究的深入，人口空间化逐步趋于精细化。采用夜光数据进行人口估算总结，如表3所示。