技术领域本发明属于遥感地学应用领域，提出一种利用DMSP/OLS夜间灯光强度估算港口经济综合评价指标的方法。
背景技术：DMSP/OLS夜间灯光遥感数据是由美国军事气象卫星DefenceMeteorologicalSatelliteProgram(DMSP)搭载的OperationalLinescanSystem(OLS)传感器获取的。卫星所搭载的OLS传感器对夜间可见光、近红外光高度敏感，且不受光线阴影干扰，其敏感性是普通传感器的4倍，高增益性能使传感器敏锐探测到地表微弱的夜间灯光，目前DMSP/OLS夜间灯光数据逐渐被运用于人类经济活动等领域。到目前为止，这一技术大多被用来研究大尺度如城市化与城市空间扩张、区域经济、能源消耗、人口分布、生态效应等传统宏观领域。陈晋等利用DMSP/OLS非辐射定标的夜间灯光平均强度数据构建了一个反映区域城市化水平的灯光指数，并分析了该灯光指数与城市化水平在省级尺度上的相关性，研究表明灯光指数与反映城市化水平的复合指数存在较高的相关关系，DMSP/OLS数据可以用于我国城市化水平及其时空分异分析和城市化进程监测；吴健生等引入夜间灯光指数(CNLI)的引力模型，定量测度中国341个城市之间的相互作用关系，并通过二阶段聚类法(Two-stepClusterAnalysis)综合分析其城市体系等级结构与空间格局。HEChunyang等利用DMSP/OLS夜间灯光数据来预测中国大陆1995-2008年县级电力消耗的时空分布特点，发现通过夜间灯光代表电力消耗的准确率达到70％，此阶段中国大陆64％的地区电力消耗有显著提高，其中长三角、珠三角和山东半岛的电力消耗呈高速增长态势。由于DMSP/OLS夜间灯光数据分辨率较低，可见利用城市夜间灯光进行研究的成功案例几乎都运用在县级以上乃至全国范围的大尺度研究，但是基于小尺度的相关研究还无人问津。
技术实现要素：针对现有利用城市夜间灯光进行研究鲜有涉及基于小尺度的相关研究，本发明的目的是提供一种利用DMSP/OLS夜间灯光强度估算小尺度港口经济综合评价指标的方法。本发明所采用的技术方案是一种基于夜间灯光强度的港口经济综合评价估计方法，包括如下步骤：步骤1，根据等比关系原理，构建小尺度的港口夜间灯光强度PNLI的计算模型，得到小尺度的港口夜间灯光强度PNLI，包括以下子步骤，步骤1.1，将DMSP/OLS夜间灯光遥感数据的地理坐标投影转换为横轴墨卡托投影，得到DMSP/OLS栅格影像；步骤1.2，结合矢量数据和最大清晰度级别小尺度目标遥感影像数据，建立目标范围的矢量图层；步骤1.3，将DMSP/OLS栅格影像按一定比例放大，直至所有目标矢量数据都在对应像元范围内，然后根据目标范围的矢量图层，裁剪出近似的目标范围夜间灯光影像图；步骤1.4，通过面积与像元灰度值的等比关系，得到小尺度的港口夜间灯光强度PNLI，PNLI值的计算方法如下：S′S=DNT′DNT]]>将DNT’代入得，PNLI=Σi=1nDNT′=1SΣi=1n(S′·DNT)]]>其中，n表示覆盖目标区域的像元总个数；S表示单位像元面积；S’表示目标在某一单位像元范围内的面积，0＜S’≤S；DNT表示某一单位像元的灰度值；DNT’表示某一单位像元内目标灰度值，同时1≤DNT’≤DNT≤63；步骤2，确定衡量港口经济的主要衡量因子，根据因子分析法，建立综合统计指标模型，得到港口经济综合指标得分，实现方式如下，设有n个样本，每个样本有p个变量，首先对样本值进行标准化处理，设港口经济指标为y1,y2,…,yp，标准化之后的结果为X＝(x1,x2,…,xp)T，经标准化处理后的公因子记为F1,F2,…,Fm，0<m<p，F＝(F1,F2,…,Fm)T是经标准化处理的指标向量，特殊因子ε＝(ε1,ε2,…,εp)T，则因子分析模型为：x1＝a11F1+a12F2+...+a1mFm+ε1…xp＝ap1F1+ap2F2+...+apmFm+εp矩阵形式为：X＝AF+εX=x1x2...xp,A=a11a12...a1ma21a22...a2m............ap1ap2...apm,F=F1F2...Fm,ϵ=ϵ1ϵ2...ϵp]]>且协方差Cov(F,ε)＝0，D(F)＝Im；通过方差最大法旋转来得到公共因子，以各个指标因子的方差贡献率占总方差贡献率的比重作为权重进行加权汇总，得出港口每年的经济指标综合得分；步骤3，设港口夜间灯光强度PNLI与港口经济指标综合得分存在近似的线性线性函数关系，通过构建以下线性回归预测模型估算未来武汉港口经济发展的基本态势，y＝ax+b+ε其中，a是回归方程的斜率，表示当自变量x每变化一个单位时因变量y变化的量；b是回归方程的截距，表示当自变量x为0时，因变量y的初始值；ε为不可控的随机误差。而且，对线性回归预测模型进行相关性校验，相关系数ρ的计算公式为，ρ=Σi=1n(xi-x‾)(yi-y‾)Σi=1n(xi-x‾)2·Σi=1n(yi-y‾)2,ρ∈[-1,1]]]>通过相关系数ρ判断港口灯光强度x与综合得分y之间相关程度的高低。而且，|ρ|＝0时，表明x和y完全不相关；0＜|ρ|＜0.3时，认为x和y不相关；0.3＜|ρ|≤0.5时，认为x和y低度相关；0.5＜|ρ|≤0.8时，认为x和y显著相关；0.8＜|ρ|≤1时，认为x和y高度相关。而且，对线性回归预测模型进行精度检验，给出统计量f和统计量t及相关的计算公式如下：f=ρ‾2/k(1-ρ‾2)/(n-k-1)]]>t=ρ‾/k(1-ρ‾2)n-k-1]]>其中，为调整后的可决系数，设n为样本容量，k为待定参数的个数，n-k-1为残差平方和的自由度；由样本求出统计量f的数值，对于给定显著性水平α，得到临界值fα(k,n-k-1)，假设H0：a＝b＝0成立，否则H1：a、b不全为0，通过f＞fα(k,n-k-1)或f≤fα(k,n-k-1)来拒绝或接受原假设H0，以判定原方程总体上的线性关系是否显著成立；由样本求出统计量t的数值，得到临界值tα/2(n-k-1)，假设H0：a＝0，否则H1：a≠0，通过|t|＞tα/2(n-k-1)或|t|≤tα/2(n-k-1)来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。本发明还相应提出一种基于夜间灯光强度的港口经济综合评价估计系统，包括如下模块：第一模块，用于根据等比关系原理，构建小尺度的港口夜间灯光强度PNLI的计算模型，得到小尺度的港口夜间灯光强度PNLI，包括以下子模块，第一子模块，用于将DMSP/OLS夜间灯光遥感数据的地理坐标投影转换为横轴墨卡托投影，得到DMSP/OLS栅格影像；第二子模块，用于结合矢量数据和最大清晰度级别小尺度目标遥感影像数据，建立目标范围的矢量图层；第三子模块，用于将DMSP/OLS栅格影像按一定比例放大，直至所有目标矢量数据都在对应像元范围内，然后根据目标范围的矢量图层，裁剪出近似的目标范围夜间灯光影像图；第四子模块，用于通过面积与像元灰度值的等比关系，得到小尺度的港口夜间灯光强度PNLI，PNLI值的计算方法如下：S′S=DNT′DNT]]>将DNT’代入得，PNLI=Σi=1nDNT′=1SΣi=1n(S′·DNT)]]>其中，n表示覆盖目标区域的像元总个数；S表示单位像元面积；S’表示目标在某一单位像元范围内的面积，0＜S’≤S；DNT表示某一单位像元的灰度值；DNT’表示某一单位像元内目标灰度值，同时1≤DNT’≤DNT≤63；第二模块，用于确定衡量港口经济的主要衡量因子，根据因子分析法，建立综合统计指标模型，得到港口经济综合指标得分，实现方式如下，设有n个样本，每个样本有p个变量，首先对样本值进行标准化处理，设港口经济指标为y1,y2,…,yp，标准化之后的结果为X＝(x1,x2,…,xp)T，经标准化处理后的公因子记为F1,F2,…,Fm，0<m<p，F＝(F1,F2,…,Fm)T是经标准化处理的指标向量，特殊因子ε＝(ε1,ε2,…,εp)T，则因子分析模型为：x1＝a11F1+a12F2+...+a1mFm+ε1…xp＝ap1F1+ap2F2+...+apmFm+εp矩阵形式为：X＝AF+εX=x1x2...xp,A=a11a12...a1ma21a22...a2m............ap1ap2...apm,F=F1F2...Fm,ϵ=ϵ1ϵ2...ϵp]]>且协方差Cov(F,ε)＝0，D(F)＝Im；通过方差最大法旋转来得到公共因子，以各个指标因子的方差贡献率占总方差贡献率的比重作为权重进行加权汇总，得出港口每年的经济指标综合得分；第三模块，用于设港口夜间灯光强度PNLI与港口经济指标综合得分存在近似的线性线性函数关系，通过构建以下线性回归预测模型估算未来武汉港口经济发展的基本态势，y＝ax+b+ε其中，a是回归方程的斜率，表示当自变量x每变化一个单位时因变量y变化的量；b是回归方程的截距，表示当自变量x为0时，因变量y的初始值；ε为不可控的随机误差。而且，设置第四模块，用于对线性回归预测模型进行相关性校验，相关系数ρ的计算公式为，ρ=Σi=1n(xi-x‾)(yi-y‾)Σi=1n(xi-x‾)2·Σi=1n(yi-y‾)2,ρ∈[-1,1]]]>通过相关系数ρ判断港口灯光强度x与综合得分y之间相关程度的高低。而且，|ρ|＝0时，表明x和y完全不相关；0＜|ρ|＜0.3时，认为x和y不相关；0.3＜|ρ|≤0.5时，认为x和y低度相关；0.5＜|ρ|≤0.8时，认为x和y显著相关；0.8＜|ρ|≤1时，认为x和y高度相关。而且，设置第五模块，用于对线性回归预测模型进行精度检验，给出统计量f和统计量t相关的计算公式如下：f=ρ‾2/k(1-ρ‾2)/(n-k-1)]]>t=ρ‾/k(1-ρ‾2)n-k-1]]>其中，为调整后的可决系数，设n为样本容量，k为待定参数的个数，n-k-1为残差平方和的自由度；由样本求出统计量f的数值，对于给定显著性水平α，得到临界值fα(k,n-k-1)，假设H0：a＝b＝0成立，否则H1：a、b不全为0，通过f＞fα(k,n-k-1)或f≤fα(k,n-k-1)来拒绝或接受原假设H0，以判定原方程总体上的线性关系是否显著成立；由样本求出统计量t的数值，得到临界值tα/2(n-k-1)，假设H0：a＝0，否则H1：a≠0，通过|t|＞tα/2(n-k-1)或|t|≤tα/2(n-k-1)来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。本发明提供的技术方案的有益效果为：本发明所提供方法能够有效获取小尺度目标范围DMSP/OLS夜间灯光数据，采取的是小尺度的目标夜间灯光强度NLI(NightLightIntensity)的概念及其计算方法，并引入了因子分析法来评价小尺度的目标经济综合指标体系，建立了港口夜间灯光与港口经济综合得分线性回归模型。本发明基于小尺度的研究方法是对夜间灯光相关运用领域的完善和补充，为其他相关小尺度的地学应用研究提供借鉴和思路。附图说明图1是本发明实施例的流程图。图2是本发明实施例的截取目标夜间灯光影像示意图，其中图2a为武汉港口的矢量图层，图2b为武汉港口的夜间灯光影像图。图3是本发明实施例的基于RANSAC算法下2009年异常值剔除图。具体实施方式为了更好地理解本发明的技术方案，下面结合附图和实施例的流程详细说明本发明技术方案。参照图1，本发明实施例以武汉港口为例，具体实现的步骤如下：步骤1，根据一个面积与灰度值DN的等比关系原理，构建小尺度的港口夜间灯光强度PNLI(PortNightLightIntensity)的计算模型，得到小尺度的港口夜间灯光强度PNLI。实现步骤如下，步骤1.1，基于ArcGISDesktop地理信息数据处理平台，将DMSP/OLS夜间灯光遥感数据的地理坐标投影转换为便于裁剪影像以及计算面积的横轴墨卡托(UTM)投影，得到DMSP/OLS栅格影像。步骤1.2，建立目标范围的矢量数据：实施例结合1:400万矢量数据和最大清晰度级别小尺度目标武汉港口的遥感影像数据，建立武汉港口的范围的矢量图层，得到港口边界矢量化结果，并获得港口面积数据。步骤1.3，将步骤1.1所得DMSP/OLS栅格影像按一定比例放大，直至步骤1.2所得所有武汉港口的矢量数据都在对应像元范围内，然后根据武汉港口的矢量图层，裁剪出近似的武汉港口的夜间灯光影像图，分别如附图2中图2a和图2b所示。步骤1.4，通过面积与DN的等比关系，得到小尺度的港口夜间灯光强度PNLI值，PNLI值的计算方法如下：S′S=(DN)T′(DN)T---(1)]]>将DNT’代入得，PNLI=Σi=1n(DN)T′=1SΣi=1n[S′·(DN)T]---(2)]]>其中，n表示覆盖目标区域的像元总个数；S表示单位像元面积；S’表示目标在某一单位像元范围内的面积，这里0＜S’≤S；(DN)T表示某一单位像元的灰度值；(DN)T’表示某一单位像元内目标灰度值，同时必须满足影像的灰度级条件，例如对于DMSP/OLS卫星影像是6位位图，故有：1≤(DN)T’≤(DN)T≤63。根据公式(1)和公式(2)，计算得到2001-2013年武汉各个主要港口夜间灯光综合强度PNLI，如下表1所示。表12001-2013年武汉主要港口PNLI统计数据步骤2，根据因子分析法，取不同权重，建立综合统计指标模型，得到港口经济综合指标得分，实现步骤如下，步骤2.1，确定主要衡量因子：具体实施时，主要衡量因子可由本领域技术人员预先设定。《武汉市统计年鉴》提供的指标，实施例选取的是其中所有的指标，即选取12个指标作为衡量港口经济的主要衡量因子，12个指标及含义参见表2。表2港口经济综合评价指标体系及含义即选取泊位个数(x1)、泊位长度(x2)、靠泊能力(x3)、吊桥数(x4)、航线数(x5)、固定投资(x6)、货物吞吐量(矿石、煤炭、油品等)(x7)、集装箱吞吐量(x8)、汽车吞吐量(x9)、旅客吞吐量(x10)、装卸率(x11)、港口年收益(x12)等12个经过标准化后的指标作为衡量港口经济的主要衡量因子。步骤2.2，根据因子分析法，对主要衡量因子取不同权重，用共性因子代替该组变量，建立综合统计指标模型，实现方式如下，设有n个样本，每个样本有p个变量，由于样本的数量级不同，首先对样本值进行标准化处理，使标准化的变量均值为0，方差为1，然后用共性因子(公因子)代替一组变量。设港口经济原始观测指标为y1,y2,…,yp，对应于表2中经过标准化后的x1,x2,…,x12；经标准化处理后的公因子记为F1,F2,…,Fm(0<m<p＝12)。因子描述如下：①X＝(x1,x2,…,xp)T为港口各经济观测指标向量(y1,y2,…,yp)T标准化之后的结果，且均值向量E(X)＝0，协方差阵Cov(X)＝∑，且协方差阵∑与相关矩阵R相等。②F＝(F1,F2,…,Fm)T(m<p)是经标准化处理的指标向量，其均值向量E(F)＝0，协方差矩阵Cov(F)＝1，即向量的各分量是相互独立的。③ε＝(ε1,ε2,…,εp)T与F相互独立，εi是第i项得分不能被公因子解释的部分，ε被称之为特殊因子。且E(ε)＝0，ε的协方差阵∑是对角阵，即各分量(εi,εj)之间是相互独立的(i≠j，i＝1,...,p，j＝1,...,p)，则因子分析模型为：x1＝a11F1+a12F2+...+a1mFm+ε1(3)…xp＝ap1F1+ap2F2+...+apmFm+εp其(R型正交因子模型)矩阵形式为：X＝AF+ε(4)这里X=x1x2...xp,A=a11a12...a1ma21a22...a2m............ap1ap2...apm,F=F1F2...Fm,ϵ=ϵ1ϵ2...ϵp---(5)]]>且满足，1)m≤p；2)协方差Cov(F,ε)＝0，即F和ε是不相关的；3)D(F)＝Im，即F1,F2,…,Fm不相关且方差均为1，Im是m×m的单位矩阵。模型(3)中F1,F2,…,Fm称为公共因子或主因子，ε1,ε2,…,εp称为指标分量xi(i＝1,...,p)的特殊因子,各特殊因子之间以及特殊因子与所有公共因子之间都是相互独立的。式(5)的矩阵A＝(aij)称为因子载荷矩阵，系数矩阵A的元素aij(i＝1,...,p，j＝1,...,m)的绝对值越大，表明xi与Fj的相依程度越大，或称公共因子Fj对于xi的载荷量大。最后，通过方差最大法旋转来得到比较满意的公共因子。方差最大法为现有技术，本发明不予赘述，因子的解释带有一定的主观性，通过旋转可使得因子之间互相正交，从而消除因子之间的相关性。根据步骤2.2，对港口经济综合指标进行计算，按照特征值大于1的原则，从表1所述12个指标中选取了吞吐量、固定资产、泊位3个公共因子并累计方差贡献率。用主成分法求出初始因子载荷和方差最大法旋转后的因子载荷(表3)。可得港口经济综合指标体系的因子分析模型：x1=0.249F1+0.018F2+0.884F3+ϵ1x2=0.109F1+0.046F2+0.734F3+ϵ2...x12=0.253F1+0.782F2+0.312F3+ϵ12---(6)]]>其中，(F1,F2,F3)为公因子。如下表所示，旋转后的因子载荷比旋转前的因子载荷经济意义更明显。第一主因子体现在x4、x7、x8、x9、x10上；第二主因子体现在x5、x6、x12上；第三主因子体现在x1、x2、x3、x11上。表3旋转前后的因子载荷根据指标因子得分系数和原始指标的标准化值计算出每年的各因子得分，最后以各个指标因子的方差贡献率占总方差贡献率的比重作为权重进行加权汇总，得出港口每年的综合得分(见表4)。其计算公式为：F＝(48.280F1+22.863F2+10.872F3)/82.015(7)表4因子综合得分表步骤3，假定武汉市港口夜间灯光强度PNLI与港口经济指标综合得分存在近似的线性线性函数关系，构建港口灯光综合强度与综合得分一元线性回归模型，初始回归方程为：y＝ax+b+δ(8)式(8)中，a是回归方程的斜率，表示当自变量x每变化一个单位时因变量y变化的量；b是回归方程的截距，表示当自变量x为0时，因变量y的初始值；δ为不可控的随机误差。进一步地，根据步骤3所得结果可以进行相关性校验，相关系数ρ的计算公式为，ρ=Σi=1n(xi-x‾)(yi-y‾)Σi=1n(xi-x‾)2·Σi=1n(yi-y‾)2,ρ∈[-1,1]---(9)]]>通过相关系数ρ判断港口灯光强度x与综合得分y之间相关程度的高低，本领域技术人员可自行设定判断标准，一般标准是：|ρ|＝0时，表明x和y完全不相关；0＜|ρ|＜0.3时，认为x和y不相关；0.3＜|ρ|≤0.5时，认为x和y低度相关；0.5＜|ρ|≤0.8时，认为x和y显著相关；0.8＜|ρ|≤1时，认为x和y高度相关。进一步地，根据步骤3所得结果可以对回归模型进行精度检验，给出统计量f和统计量t相关的计算公式如下：f=ρ‾2/k(1-ρ‾2)/(n-k-1)]]>t=ρ‾/k(1-ρ‾2)n-k-1---(10)]]>其中，为调整后的可决系数。设n为样本容量，k为待定参数的个数，n-k-1为残差平方和的自由度。f与同向变化，越大，f值也越大。由样本求出统计量f的数值，对于给定显著性水平α，可得到临界值fα(k,n-k-1)。假设H0：a＝b＝0成立，否则H1：a、b不全为0。其中H0为原假设，H1为备选假设。通过f＞fα(k,n-k-1)或f≤fα(k,n-k-1)来拒绝或接受原假设H0，以判定原方程总体上的线性关系是否显著成立；同样地，由样本求出统计量t的数值，可得到临界值tα/2(n-k-1)。假设H0：a＝0，否则H1：a≠0。通过|t|＞tα/2(n-k-1)或|t|≤tα/2(n-k-1)来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。实施例中，根据步骤3，计算港口夜间灯光强度PNLI并对表1中各港口逐年汇总统计得出灯光强度x和计算港口经济综合得分y。由于经过初步检验发现这组样本数据集中包含异常数据，在不影响实验效果的情况下通过RANSAC(Randomsampleconsensus)算法剔除2009年的异常值(参见图3)，统计结果如下表(表5)所示，并基于公式(8)构建两者线性回归模型。表52001-2013年武汉港夜间灯光强度与港口经济综合得分(剔除2009年异常值)由相关公式计算得到回归结果如下：a＝0.970；b＝-4.908；相关系数：ρ＝0.952；可决系数：ρ2＝0.907；f值：f＝97.108。总体标准差为0.953，残差的平方为0.035，残差平方和为0.353。线性回归预测模型为：y＝0.970x-4.908实际上，相关系数f为0.952，且f∈(0.8,1]，可以认为港口灯光强度x和综合得分y高度相关；可决系数ρ2为0.907，说明拟合优度较高。给定显著性水平α＝0.05，由公式(10)计算得到f＝97.108＞4.32＝f0.05(1,10)，拒绝原假设H0，即a、b不全为0，说明此线性模型在95％的水平下显著成立；由公式(10)计算得t＝9.854＞2.306＝t0.025(10)，同样拒绝原假设，即a≠0，说明解释变量对被解释变量的影响是显著的，检验通过。通过上述实验结果说明：武汉港的夜间灯光数据与港口综合经济发展水平存在较大相关性，并且可以通过线性回归预测模型估算未来武汉港口经济发展的基本态势。具体实施时，本发明所提供方法可基于软件技术实现自动运行流程，也可采用模块化方式实现相应系统。本发明实施例还相应提出一种基于夜间灯光强度的港口经济综合评价估计系统，包括如下模块：第一模块，用于根据等比关系原理，构建小尺度的港口夜间灯光强度PNLI的计算模型，得到小尺度的港口夜间灯光强度PNLI，包括以下子模块，第一子模块，用于将DMSP/OLS夜间灯光遥感数据的地理坐标投影转换为横轴墨卡托投影，得到DMSP/OLS栅格影像；第二子模块，用于结合矢量数据和最大清晰度级别小尺度目标遥感影像数据，建立目标范围的矢量图层；第三子模块，用于将DMSP/OLS栅格影像按一定比例放大，直至所有目标矢量数据都在对应像元范围内，然后根据目标范围的矢量图层，裁剪出近似的目标范围夜间灯光影像图；第四子模块，用于通过面积与像元灰度值的等比关系，得到小尺度的港口夜间灯光强度PNLI，PNLI值的计算方法如下：S′S=DNT′DNT]]>将DNT’代入得，PNLI=Σi=1nDNT′=1SΣi=1n(S′·DNT)]]>其中，n表示覆盖目标区域的像元总个数；S表示单位像元面积；S’表示目标在某一单位像元范围内的面积，0＜S’≤S；DNT表示某一单位像元的灰度值；DNT’表示某一单位像元内目标灰度值，同时1≤DNT’≤DNT≤63；第二模块，用于确定衡量港口经济的主要衡量因子，根据因子分析法，建立综合统计指标模型，得到港口经济综合指标得分，实现方式如下，设有n个样本，每个样本有p个变量，首先对样本值进行标准化处理，设港口经济指标为y1,y2,…,yp，标准化之后的结果为X＝(x1,x2,…,xp)T，经标准化处理后的公因子记为F1,F2,…,Fm，0<m<p，F＝(F1,F2,…,Fm)T是经标准化处理的指标向量，特殊因子ε＝(ε1,ε2,…,εp)T，则因子分析模型为：x1＝a11F1+a12F2+...+a1mFm+ε1…xp＝ap1F1+ap2F2+...+apmFm+εp矩阵形式为：X＝AF+εX=x1x2...xp,A=a11a12...a1ma21a22...a2m............ap1ap2...apm,F=F1F2...Fm,ϵ=ϵ1ϵ2...ϵp]]>且协方差Cov(F,ε)＝0，D(F)＝Im；通过方差最大法旋转来得到公共因子，以各个指标因子的方差贡献率占总方差贡献率的比重作为权重进行加权汇总，得出港口每年的经济指标综合得分；第三模块，用于设港口夜间灯光强度PNLI与港口经济指标综合得分存在近似的线性线性函数关系，通过构建以下线性回归预测模型估算未来武汉港口经济发展的基本态势，y＝ax+b+ε其中，a是回归方程的斜率，表示当自变量x每变化一个单位时因变量y变化的量；b是回归方程的截距，表示当自变量x为0时，因变量y的初始值；ε为不可控的随机误差；进一步地，设置第四模块，用于对线性回归预测模型进行相关性校验。进一步地，设置第五模块，用于对线性回归预测模型进行精度检验，给出统计量f和统计量t。各模块具体实现可参见相应方法步骤，本发明不予赘述。以上内容是结合遥感影像和最佳实施方案对本发明说做的进一步详细说明，不能认定本发明的具体实施只限于这些说明。本领域的技术人员应该理解，在不脱离由所附权利要求书限定的情况下，可以在细节上进行各种修改，都应当视为属于本发明的保护范围。