《表3 2000年、2006年和2010年各市GDP相对误差》

  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

《DMSP/OLS夜间灯光数据的四川省GDP空间化分析》

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

（%）

3年的四川省GDP密度图各市GDP模拟值与总GDP统计值精度验证结果表明（图6) :3年精度检验都达到0.99以上，且模拟精度2010年>2006年>2000年，运用辐射定标夜间灯光数据模拟第二、三产业GDP空间化的拟合度越来越高。2000年总GDP收入平均20%来自第一产业，2006年平均18%来自第一产业，2010年第一产业仅占14%，第一产业在总GDP中的占比越来越小，尤其是2006—2010年第一产业所占比重下降是2000—2006年的两倍，但第二、三产业所占比重越来越多，这很好地诠释了模拟精度2010年>2006年>2000年结论的原因。为了便于对模型整体与局部效果的误差分析，本文运用各市GDP模拟值与各市第二、三产业GDP统计值进行相对误差分析（表3）。由表3可知，2000、2006和2010年平均相对误差分别为4.56%、1.99%、2.42%，3年误差均较小，部分城市模拟值与统计值极为接近，比如2006年的达州市以及2010年的乐山市、南充市、广安市、巴中市、凉山州等地模拟效果较好。尽管从总体来看模拟精度很高，但仍存在一些问题，2000年攀枝花市和甘孜州、2006年广元市相对误差较高，分别达到73.62%、18.76%和12.4%；成都市3年的相对误差都在6%以上。究其原因，是由于本文运用的两种数据都存在不足之处：（1）辐射定标夜间灯光数据重采样分辨率为1km，模拟的GDP密度图每网格内部优势不明显，故相对误差略大（如成都市）；2000年甘孜州的雅江县、德格县、石渠县、新龙县GDP很小，夜间灯光影像测不到灯光数据（DN值为0) ，GDP空间化模拟结果也为0。（2）统计年鉴数据是名义GDP，忽略了通货膨胀等的影响，加之某年数据不准确，如2000年攀枝花市县级GDP中缺少东区和西区的数据，而这两个区是攀枝花市最重要的GDP来源地，所以模拟出的GDP相对误差较高；2006年广元市由于市级GDP统计数据与县级统计数据相差较大，运用县级统计数据进行线性纠正时造成模拟结果误差偏高。虽然辐射定标夜间灯光数据解决了灯光饱和的问题，模拟精度有一定的提高，但依然不够完善，可以加之利用其他数据如植被、地表温度、Landsat高分辨率数据等多源遥感数据，有效实现对社会经济等的具体估算。