首页 期刊 中国科学院大学学报 基于时间序列DMSP/OLS夜间灯光数据的GDP预测模型 【正文】

基于时间序列DMSP/OLS夜间灯光数据的GDP预测模型

作者:顾鹏程; 王世新; 周艺; 刘文亮; 尚明 中国科学院遥感与数字地球研究所; 北京100101; 中国科学院大学资源与环境学院; 北京100049
gdp   长时间序列   空间关系模型  

摘要: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,提取出同期中国大陆31个省级行政区夜间灯光强度信息,并与统计GDP数据建立线性、指数、二次项和乘幂回归模型。通过比较预测GDP与统计GDP误差,选出各自的最优拟合模型。结果表明:1)校正解决了DMSP夜间灯光长时间序列影像之间不稳定、不连续的问题;2)校正后的DMSP夜间灯光数据集与GDP强相关;3)中国大陆GDP预测的指数模型最佳,R~2达到0.97,平均相对误差仅为11.32%;4)31个省级行政区按时间序列构建GDP预测模型优于每年各省级行政区模型。4个直辖市和经济总量前6的行政区指数模型最优,其余省份二次项模型最优,R~2均达到0.95以上,GDP预测相对误差10%左右。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅