基于多源遥感数据的区县富裕指数评估方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114169716A(43)申请公布日2022.03.11(21)申请号202111410067.9G06F16/29(2019.01)(22)申请日2021.11.25(71)申请人湖南科技大学地址411201湖南省湘潭市雨湖区石码头2号(72)发明人王艳军王孟杰(74)专利代理机构湘潭市汇智专利事务所(普通合伙)43108代理人陈伟(51)Int.Cl.G06Q10/06(2012.01)G06Q50/26(2012.01)G06V20/10(2022.01)G06V10/44(2022.01)G06F17/18(2006.01)权利要求书2页说明书7页附图2页(54)发明名称基于多源遥感数据的区县富裕指数评估方法(57)摘要本发明公开了一种基于多源遥感数据的区县富裕指数评估方法，包括以下步骤：首先，基于可持续发展目标的全球指标框架，以已有的富裕指数评价指标体系设计提出区县SDG1本土化指标体系；其次，基于夜间灯光影像、土地覆盖、植被指数、路网数据、数字高程模型和日间遥感影像等多源地理数据提取社会经济、土地覆盖、生态环境、可达性、地形地貌和结构纹理变量的特征因子数据；接着，基于特征因子构建区县SDG1偏最小二乘模型；最后，结合中国区县统计数据进行模型验证和精度评价，并进行因子相关性分析。本发明面向联合国可持续发展目标框架，结合多源地理数据构建中国区县SDG1评估模型，为乡村振兴和区域均衡发展提供了参考。CN114169716ACN114169716A权利要求书1/2页1.一种基于多源遥感数据的区县富裕指数评估方法，其特征在于，包括以下步骤：(1)基于可持续发展目标的全球指标框架，以已有的富裕指数评价指标体系为参考，顾及中国国情设计提出区县SDG1本土化指标体系，SDG1为联合国可持续发展目标SDGs的第一个目标无贫穷，并对所选指标进行无量纲处理与权重赋值；(2)分别从多源地理数据的夜间灯光影像、土地覆盖、植被指数、路网数据、数字高程模型和日间遥感影像中提取出社会经济、土地覆盖、生态环境、可达性、地形地貌和结构纹理变量的特征因子；(3)基于特征因子构建区县SDG1本土化偏最小二乘模型；(4)结合中国区县统计数据进行模型验证和精度评价，并进行因子相关性分析，最后利用评估模型反演全国区县的SDG1评估值，得到中国区县SDG1评估值的时空分布结果。2.根据权利要求1所述的基于多源遥感数据的区县富裕指数评估方法，其特征在于，所述步骤(1)具体步骤为：(1‑1)SDGs共有7个SDG1子目标，其中SDGs全球指标框架包含了13个SDG1的指标，找出其中具有既定方法和可监测的指标，并结合我国国情加入新指标，构建中国区县SDG1本土化指标体系；(1‑2)针对区县SDG1本土化指标计算值的值域不确定的特点，选用z‑score标准化方法对指标进行无量纲处理；(1‑3)为了更客观地评价指标的重要程度，利用熵值法对指标进行权重赋值，得到各项指标权重值；(1‑4)通过式(1)计算得到区县的SDG1评估值，作为区县SDG1本土化评估真值：式中：SDG1r为基于区县SDG1本土化指标体系和统计数据的区县SDG1本土化评估真值，Wi为第i个指标的权重值，Xi为无量纲处理后第i个指标值。3.根据权利要求2所述的基于多源遥感数据的区县富裕指数评估方法，其特征在于，所述步骤(1‑1)中，中国区县SDG1本土化指标体系体系包括本土化指标和对应子目标，其中本土化指标分别为贫困发生率、城市居民最低生活保障人数占城镇人口比例、农村居民最低生活保障人数占城镇人口比例、城镇人均可支配收入、农村人均可支配收入、乡村从业人员数占比、人均贷款余额、人均卫生床位、中小学在校学生数占比、人均存款余额和用于基础服务开支占比。4.根据权利要求2所述的基于多源遥感数据的区县富裕指数评估方法，其特征在于，所述步骤(2)的具体步骤为：(2‑1)设置夜间灯光影像、土地覆盖、植被指数、路网数据、数字高程模型和日间遥感影像多源地理数据的投影坐标系，原先投影坐标转换为Krasovsky_1940_Albers投影；(2‑2)提取出中国范围的多源地理数据；(2‑3)根据中国区县行政区划范围，利用ArcGIS软件提取出中国区县的社会经济、土地覆盖、生态环境、可达性、地形地貌和结构纹理变量特征因子。5.根据权利要求4所述的基于多源遥感数据的区县富裕指数评估方法，其特征在于，所2CN114169716A权利要求书2/2页述步骤(2‑3)中，社会经济的特征因子为夜间灯光均值和夜光区域面积占比，土地覆盖的特征因子为城镇用地面积占比，生态环境的特征因子为植被指数均值，可达性的特征因子为路网密度和距离城镇用地平均距离，地形地貌的特征因子为