一、DSMP/OLS等夜间灯光数据贫困地区识别——理论

一、前言

对于贫困的定量研究，前人多实用传统的社会经济统计数据构建模型，但是该数据存在统计口径多源、样本获取受限等不足，不能较好的反映区域贫困的时间按序列编号。随着遥感技术的不断发展，DMSP/OLS等夜间灯光数据的广泛应用为了大范围、动态的区域贫困监测提供一种新的方式。

前人从多视角、多维度研究了区域贫困问题，但是均存在不足，从相对贫困的角度开展研究目前较少，其次是缺乏对县域相对贫困的水平动态性研究。

二、具体研究方法

（1）夜间灯光指数的计算

由于区域灯光总量和平均灯光强度都可以反映该地区的灯光特性，因此构建区域灯光总量指数和平均灯光指数。公式如下：

 

 

（2）局部莫兰指数计算

局部莫兰指数能揭示区域属性变量差异，可以用于分析贫困在县域尺度上集聚性，计算结果有五种，高高、高低、低高、低低、不显著。

（3）锡尔指数

锡尔指数可衡量区域内部差异（T1）和区域间差异（T2）对总差异的贡献，公式如下：

 

三、具体做法 

（1）获取夜间灯光数据，并且将其完成校正，具体校正方式可以参考DMSP/OLS夜间灯光数据校正教程_端木宛白的GIS课堂的博客-CSDN博客https://blog.csdn.net/weixin_44725365/category_11629122.html

（2）通过统计数据计算MPI

 （3）计算灯光总指数和平均灯光指数

（4）将MPI和灯光指数进行拟合，构建模型

（5）模型误差分析以及后续的相关分析