[发明专利]一种城市夜光总量-城镇人口回归模型的构建方法

摘要

本发明公开了一种城市夜光总量‑城镇人口回归模型的构建方法，包括进行各地级市城镇人口统计数据的收集、筛选，圈定训练样本和测试样本；对Landsat‑8遥感影像进行预处理，通过支持向量机分类及分类后的聚类处理获取训练样本和测试样本的建成区矢量图；利用建成区矢量图及阈值法剔除NPP/VIIRS影像的背景噪声，计算总体灯光强度TNL(TotalofNighttimeLight)；对训练样本的城市夜光总量与城镇人口相关性分析，建立回归模型并对模型作出合理性评价。本发明一方面在NPP‑VIIRS影像去噪方面融入了多数据源，另一方面，充分利用了遥感影像的实时性、客观性，反映出城市人口的空间分布，且对城市人口数据的预测和评估具有重要意义。

主权项

1.一种城市夜光总量‑城镇人口回归模型的构建方法，其特征在于，包括如下步骤：(1)从数据库获取年度全国各地级市的城镇人口统计数据，选取30个地级市的城镇人口数据作为模型训练样本来后续构建城市夜光总量‑城镇人口回归模型，再选取另外的30个地级市的城镇人口数据作为模型测试样本来后续验证该模型的合理性；(2)从数据库获取步骤(1)中选取的地级市的年度云量低于8％的Landsat‑8影像，进行预处理并得到Landsat‑8预处理影像；(3)从数据库获取步骤(1)中选取的地级市的月度夜间灯光数据，并计算月度夜光影像的平均亮度值，进而得到年度夜光影像；(4)将步骤(2)中得到的Landsat‑8预处理影像进行重采样，对步骤(3)中得到的年度夜光影像进行投影和重采样；(5)利用SVM算法对步骤(4)中得到的重采样后的Landsat‑8预处理影像进行分类；(6)对步骤(4)生成的年度夜光影像进行去噪处理，并计算得到模型训练样本和模型测试样本的夜间灯光总量TNL值；(7)进行训练样本城市的城市夜光总量‑城镇人口回归模型建立与对比：建立多个回归模型，进行针对训练样本城市的多个回归模型的回归方程拟合优度对比，得出最贴合训练样本的城市夜光总量与城镇人口的回归方程，作为城市夜光总量‑城镇人口回归模型；(8)对建立的城市夜光总量‑城镇人口回归模型进行合理性评价：将步骤(6)中的模型测试样本城市的TNL值代入步骤(7)中城市夜光总量‑城镇人口回归模型，求得测试样本城市的城镇人口预测值，计算各测试样本城市的城镇人口预测值与城镇人口GDP预测值之间的相对误差，若平均相对误差小于20％，则该回归模型合理，若平均相对误差大于等于20％则返回步骤(7)。