Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 6. С. 210-221
Спутниковые данные о ночной освещённости как индикаторе общего социально-экономического развития регионов России
И.Ю. Савин
1, 2 , Д. Статакис
3 , П.А. Докукин
2 1 Почвенный институт им. В.В. Докучаева, Москва, Россия
2 Аграрно-технологический институт РУДН, Москва, Россия
3 Университет Фессалоники, Волос, Греция
Одобрена к печати: 16.05.2017
DOI: 10.21046/2070-7401-2017-14-6-210-221
Рассмотрены возможности оценки основных социально-экономических показателей регионов России на основе анализа спутниковых данных о ночной освещённости DMSP/OLS. Использовался архив за период с 1993 по 2013 г. и статистические данные о количестве городского и сельского населения, а также валовом региональном продукте субъектов Российской Федерации. Спутниковые данные предварительно были сглажены на основе специально разработанного ранее подхода. Установлено, что спутниковые данные DMSP/OLS о ночной освещённости коррелируют с показателями, описывающими социально-экономическое состояние регионов России, и могут быть использованы в качестве средства мониторинга общего состояния регионов. Самым надёжным показателем, характеризующим региональный валовой продукт, является ночная освещённость городских территорий. Средняя для регионов ночная освещённость хорошо коррелирует с общим количеством населения и с количеством городского населения регионов. Проведено ранжирование регионов России по специфике изменения показателей ночной освещённости. Спутниковый анализ ночной освещённости регионов России показал, что с 1993 по 2001–2002 гг. социально-экономическая ситуация в большинстве регионов ухудшалась, а с 2002 г. в большинстве регионов обозначилась положительная тенденция.
Ключевые слова: DMSP/OLS, количество населения, региональный валовой продукт, спутниковый мониторинг, Россия
Полный текстСписок литературы:
- Аэрокосмические методы и геоинформационные технологии в лесоведении, лесном хозяйстве и экологии: Доклады VI Всероссийской конференции (Москва, 20–22 апреля 2016 г.). М.: ЦЭПЛ РАН, 2016. 230 с.
- Жижин М. Н., Элвидж К., Пойда А. А., Годунов А. И., Велихов В. Е., Ерохин Г. Н., Алсынбаев К. С., Брыксин В. М. Использование данных ДЗЗ для мониторинга добычи углеводородов // Информационные технологии и вычислительные системы. 2014. № 3. С. 97–111.
- Кушнырь О. В. Разработка методики определения плотности населения по ночным снимкам DMSP OLS // Известия ВУЗов. Геодезия и аэрофотосъёмка. 2014. № 1. C. 66–70.
- Лупян Е. А., Балашов И. В., Бурцев М. А., Саворский В. П., Карелов А. И., Щеглов М. А. Разработка технологий спутникового мониторинга железнодорожной инфраструктуры // 4-я Международная научно-практическая конференция «ИнтеллектТранс-2014»: тез. докл. СПб.: ПГУПС, 2014. С. 7.
- Agro-meteorological Monitoring in Russia and Central Asian Countries / eds. Savin I. Yu., Nègre Т. Ispra: OPOCE, 2006. 214 p.
- Becker-Reshef I., Justice C., Sullivan M., Vermote E., Tucker C., Anyamba A., Small J. Monitoring Global Croplands with Coarse Resolution Earth Observations: The Global Agriculture Monitoring (GLAM) Project // Remote Sensing. 2010. Vol. 2(6). P. 1589–1609.
- Cova T., Sutton P., Theobald D. Exurban change detection in fire prone areas with night time satellite imagery // Photogrammetric Engineering and Remote Sensing. 2004. Vol. 70. No. 11. P. 1249–1257.
- Elvidge C., Baugh K., Dietz J., Bland T., Sutton P., Kroehl H. Radiance Calibration of DMSP-OLS Low-Light Imaging Data of Human Settlements // Remote Sensing of Environment. 1999. Vol. 68. No. 1. P. 77–88.
- Elvidge C., Erwin E., Baugh K., Ziskin D., Tuttle B., Ghosh T., Sutton P. Overview of DMSP night time lights and future possibilities // Urban Remote Sens. Joint Event. 2009. P. 1–5.
- Fan J., Ma T., Zhou C., Zhou Y., Xu T. Comparative estimation of urban development in China’s cities using socioeconomic and DMSP/OLS night light data // Remote Sensing. 2014. Vol. 6. No. 8. P. 7840–7856.
- Gao B., Huang Q., He C., Ma Q. Dynamics of urbanization levels in China from 1992 to 2012: perspective from DMSP/OLS night time light data // Remote Sensing. 2015. Vol. 7 No. 2. P. 1721–1735.
- Ghosh T., Powell R., Elvidge C., Baugh K., Sutton P., Anderson S. Shedding light on the global distribution of economic activity // Open Geography J. 2010. No. 3. P. 148–161.
- Liu Z., He C., Zhang Q., Huang Q., Yang Y. Extracting the dynamics of urban expansion in China using DMSP–OLS night time light data from 1992 to 2008 // Landscape and Urban Planning. 2012. Vol. 106. P. 62–72.
- Ma T., Zhou C., Pei T., Haynie S., Fan J. Quantitative estimation of urbanization dynamics using time series of DMSP/OLS night time light data: a comparative case study from China’s cities // Remote Sensing of Environment. 2012. Vol. 124. P. 99–107.
- Rembold F., Atzberger C., Savin I., Rojas O. Using low resolution satellite imagery for yield prediction and yield anomaly detection // Remote Sensing. 2013. Vol. 5. No. 4. P. 1704–1733.
- Small C., Elvidge C. Night of Earth: mapping decadal changes of anthropogenic night light in Asia // Intern. J. Applied Earth Observation and Geoinformation. 2013. Vol. 22. P. 40–52.
- Stathakis D., Perakis K., Savin I. Efficient segmentation of urban areas by the VIBI // Intern. J. Remote Sensing. 2012. Vol. 33. No. 20. P. 6361–6377.
- Stathakis D., Tselios V., Faraslis I. Urbanization in European regions based on nightlights // Remote Sensing Applications: Society and Environment. 2015. No. 2. P. 26–34.
- Sutton P. Modeling population density with night-time satellite imagery and GIS // Computers, Environment and Urban Systems. 1997. Vol. 21. P. 227–244.
- White J. C., Wulder M. A., Varhola A., Vastaranta M., Coops N. C., Cook B. D., Pitt D., Woods M. A best practice’s guide for generating forest inventory attributes from airborne laser scanning data using an area-based approach / Natural Resources Canada, Canadian Forest Service, Canadian Wood Fibre Centre, Victoria, BC: Information Report FI-X-010. 2013. 50 p.
- Wu Bingfang, Meng Jihua, Li Qiangzi, Yan Nana, Du Xin, Zhang Miao Remote sensing-based global crop monitoring: experiences with China’s CropWatch system // Intern. J. Digital Earth. 2014. Vol. 7. No. 2. P. 113–137.