本发明属于遥感技术应用的领域，具体涉及一种基于遥感数据的区域经济发展形式分析与预测方法及装置。
背景技术：
区域经济发展形势不论是对地方政府还是学术界都是很重要的研究课题。如何准确把握各区域的经济运行情况，并据此对资源进行合理而高效的调配，实现我国经济的长久循环，是当前面临的重要问题。通常情况下，区域经济发展形势体现在宏观经济指标上，比如国内生产总值、固定资产投资总额、消费者物价指数、生产者物价指数等，而这些数据往往通过社会调查得到，存在获取周期长、工作量大、效率低、准确性差的问题。遥感作为一种新兴且被广泛应用的技术手段，具有范围广、速度快、手段多、信息量大、周期短、限制少等特点，能够有效获取区域土地利用现状和地表形态变化信息，进而在一定程度上可以反映区域经济运行情况和发展形势。特别是随着科学技术的发展，高质量遥感图像的资源日益丰富，获取更加便捷，使得遥感技术逐渐成为土地利用和覆被变化的重要手段，能够从更为精细的尺度上获取与区域经济发展形势相关的土地利用现状和地表形态变化信息。
技术实现要素：
本发明的目的在于提供一种基于遥感数据的区域经济发展形式分析与预测方法及装置，有效克服传统经济调查数据速度慢、周期长、准确性差的缺陷，可真实反映区域经济发展形势，利于优化资源配置。
本发明为实现上述目的所采取的方案为：基于遥感数据的区域经济发展形式分析与预测装置，包括：
数据输入输出模块：用于栅格格式的遥感数据和文本格式的区域宏观经济数据的输入输出；
区域城市建成区信息提取模块：用于提取各年度区域城市建成区范围并统计面积；
区域经济发展形势模块：用于根据区域城市建成区面积和对应年度的区域宏观经济数据，拟合区域经济发展形势模型；
区域经济发展形势预测模块：用于根据构建的区域经济发展形势模型，进行城市建成区扩展预测和区域经济发展形势预测。上述方案根据区域经济发展与区域土地利用类型和地表形态变化的关系，构建相关模型，并对区域经济发展形势开展预测，遥感数据和非遥感数据通过项目合作和公开资源库下载相结合的方式来获取；其中收集了Landsat卫星遥感数据和对应地区的GDP数据。
为优化上述技术方案，采取的措施还包括：数据输入输出模块包括区域卫星遥感数据和图像处理模块，收集Landsat卫星遥感数据，根据遥感数据实际情况，对其进行滤波、去噪、直方图均衡化等操作，以提高图像质量，突出显示城市区域，增加城市建成区信息提取的准确性和可靠性；区域城市建成区信息提取模块包括城市建成区遥感图像解译标志库构建模块、城市建成区范围提取模块和城市建成区面积统计模块；城市建成区遥感图像解译标志库构建模块分析城市建成区在遥感图像上的表现特征（光谱特征、形状特征、纹理特征、空间关系特征），明确城市建成区和其他地物的区别；城市建成区范围提取模块在城市建成区遥感图像解译标志库构建的基础上，采用目视解译的方法提取城市建成区边界范围，并统计面积；区域经济发展形势模型包括区域经济发展形势模型构建和精度分析；区域经济发展形势模型以城市建成区面积为自变量（X），以国民生产总值GDP为因变量（Y），构建线性模型"Y=aX+b" 的模型，分别拟合未知数a和b，通过建立的模型代入后所得数据与真实数据进行证明国民生产总值GDP与城市建成区面积之间存在很高的相关性，可根据城市建成区面积的变化来判断区域经济运行情况和发展形势，通过构建的区域经济发展形势模型、城市建成区面积和国民生产总值GDP对城市建成区扩展分析和区域经济发展形势预测。
基于遥感数据的区域经济发展形式分析与预测方法，分析与预测方法包括以下步骤：
1）图像处理：收集区域卫星遥感数据，根据遥感数据实际情况，对其进行滤波、去噪、直方图均衡化操作；
2）城市建成区信息提取：从城市建成区域遥感数据特征库提取遥感图像，并根据城市建成区在遥感图像上的表现特征，采用目视解译的方法提取城市建成区边界范围，并统计面积；
3）模型构建：收集区域GDP数据后进行区域经济发展形势模型构建，再进行精度分析；
4）经济预测：根据步骤3中的模型及精度分析进行城市建成区域扩展预测和区域经济发展形势预测。
与现有技术相比，本发明的有益效果为：本发明根据区域经济发展与区域土地利用类型和地表形态变化的关系，构建相关模型，并对区域经济发展形势开展预测，从卫星遥感数据出发，有效克服传统经济调查数据的缺陷，对于真实反映区域经济发展形势、优化资源配置等具有重要意义。
附图说明
图1为基于遥感数据的区域经济发展形式分析与预测装置的框图；
图2为基于遥感数据的区域经济发展形式分析与预测方法的技术路线图；
图3为实施例2中舟山群岛区位示意图；
图4为实施例2原始遥感图像；
图5为实施例2遥感图像直方图均衡化后结果图；
图6为实施例2中历年舟山市城市建成区边界范围示意图；
图7为实施例2中舟山市城市建成区面积统计图；
图8为实施例2中模型拟合关系图。
具体实施方式
以下结合实施例和说明书附图对本发明作进一步详细描述
实施例1：
如图1-2所示，基于遥感数据的区域经济发展形式分析与预测装置，包括：
数据输入输出模块：用于栅格格式的遥感数据和文本格式的区域宏观经济数据的输入输出；
区域城市建成区信息提取模块：用于提取各年度区域城市建成区范围并统计面积；
区域经济发展形势模块：用于根据区域城市建成区面积和对应年度的区域宏观经济数据，拟合区域经济发展形势模型；
区域经济发展形势预测模块：用于根据构建的区域经济发展形势模型，进行城市建成区扩展预测和区域经济发展形势预测，上述方案根据区域经济发展与区域土地利用类型和地表形态变化的关系，构建相关模型，并对区域经济发展形势开展预测，遥感数据和非遥感数据通过项目合作和公开资源库下载相结合的方式来获取；其中收集了Landsat卫星遥感数据和对应地区的GDP数据。
数据输入输出模块包括区域卫星遥感数据和图像处理模块，收集Landsat卫星遥感数据，根据遥感数据实际情况，对其进行滤波、去噪、直方图均衡化等操作，以提高图像质量，突出显示城市区域，增加城市建成区信息提取的准确性和可靠性；区域城市建成区信息提取模块包括城市建成区遥感图像解译标志库构建模块、城市建成区范围提取模块和城市建成区面积统计模块；城市建成区遥感图像解译标志库构建模块分析城市建成区在遥感图像上的表现特征（光谱特征、形状特征、纹理特征、空间关系特征），明确城市建成区和其他地物的区别；城市建成区范围提取模块在城市建成区遥感图像解译标志库构建的基础上，采用目视解译的方法提取城市建成区边界范围，并统计面积；区域经济发展形势模型包括区域经济发展形势模型构建和精度分析；区域经济发展形势模型以城市建成区面积为自变量（X），以国民生产总值GDP为因变量（Y），构建线性模型"Y=aX+b" 的模型，分别拟合未知数a和b，通过建立的模型代入后所得数据与真实数据进行证明国民生产总值GDP与城市建成区面积之间存在很高的相关性，可根据城市建成区面积的变化来判断区域经济运行情况和发展形势，通过构建的区域经济发展形势模型、城市建成区面积和国民生产总值GDP对城市建成区扩展分析和区域经济发展形势预测。
本发明在实际运用时步骤如下：
一、图像处理：
收集区域卫星遥感数据（例如Landsat5、Landsat7、Landsat8的卫星数据），除上述收集数据外，还采用对应地区的需研究年份的城区调查资料、地图、GoogleEarth高清图像作为卫星遥感数据的参考资料，用于修正某些城市建成区的细部，避免出现不明显区域，由于卫星装置在捕获图像数据时，会受到大气、拍摄角度等因素的干扰，会出现误差，从而导致收集到的遥感图像质量下降，不利于后续操作，需根据遥感数据实际情况，对其进行滤波、去噪、直方图均衡化操作。
二、城市建成区信息提取：分析城市建成区在遥感图像上的表现特征：光谱特征、几何特征、纹理特征、空间关系特征，明确城市建成区与其他地物的区别，采用目视解译的方法提取城市建成区边界范围，并统计面积；
其中可利用光谱特征、形状特征、纹理特征、空间关系特征对城市建成区信息进行分析，构建城市建成区遥感图像解译标志库，方法为：
1）统计城市建成区与山地、田地、林地、水体等地物的均值、最大值、最小值、标准差、方差等，判断它们之间的光谱特征区别；
2）统计城市建成区与山地、田地、林地、水体等地物的长度、宽度、长宽比等，判断它们之间的形状特征区别；
3）计算遥感图像的灰度共生矩阵，统计城市建成区与山地、田地、林地、水体等地物在灰度共生矩阵的均值、最大值、最小值、对比度等，判断它们之间的纹理特征区别；
4）统计城市建成区与山地、田地、林地、水体等地物的空间重心距离，判断它们之间的空间关系特征区别。
三、模型构建：收集区域GDP数据后进行区域经济发展形势模型构建，区域经济发展形势模型以城市建成区面积为自变量（X），以国民生产总值GDP为因变量（Y），构建线性模型"Y=aX+b" 的模型，分别拟合未知数a和b，再进行精度分析。
其中，系数拟合利用MATLAB实现。
clc %清屏
clear all%清内存
urban_area = importdata(‘urban_area.txt’); %读入历年城市建成区面积数据
urban_gdp = importdata(‘urban_gdp.txt’); %读入历年国民生产总值数据
coef = polyfit(urban_area, urban_gdp, 1); %利用最小二乘法拟合一次多项式
a = coef(1) %获取模型未知数a
b = coef(2) %获取模型未知数b
四、经济预测：通过步骤3中模型代入对应年份，依次计算对应年份的城市建成面积、GDP，根据得出的数据对城市建成区域扩展预测和区域经济发展形势预测。
本发明在运用过程中大部分步骤可自动完成，极大的降低了人工干预，减少操作人员的工作量，有效克服传统经济调查数据的缺陷，对于真实反映区域经济发展形势、优化资源配置等具有重要意义。
实施例2：
在本实施例中选取浙江舟山市为例结合附图对本发明的技术方案作进步详细描述：
舟山市位于浙江省东北部，东临东海、西靠杭州湾、北面上海市，是长江流域和长江三角洲对外开放的海上门户和通道。区位示意图如图3所示。
舟山市是我国第一个以群岛建制的地级市，包括1390个岛屿，地理位置介于东经121°30′-123°25′，北纬29°32′-31°04′之间，东西长182千米，南北宽169千米。2011年6月30日，国务院正式批准成立浙江舟山群岛新区，也是全国首个以海洋经济为主题的国家级新区，而舟山本岛是舟山众多岛屿中面积最大的一个，承载了最多的人口，人类活动也最为丰富。因此，本发明对舟山本岛及其附近区域的海岸线信息提取对于更好地管理、建设国家级新区、发展海洋经济具有重要意义。
搜集了2000年、2001年、2002年、2006年、2007年、2008年、2009年、2013年、2014年、2015年、2016年的Landsat卫星遥感数据和对应年度的舟山市GDP数据，开展相关实例分析，数据信息如下表所示：
表1研究区数据统计表
根据遥感数据实际情况，对遥感图像进行滤波、去噪、直方图均衡化等操作，以提高图像质量，如图4、5所示，突出显示城市区域，增加城市建成区信息提取的准确性和可靠性。
分析城市建成区在遥感图像上的表现特征（光谱特征、几何特征、纹理特征、空间关系特征），构建城市建成区遥感图像解译标志库，采用目视解译的方法在遥感图像上提取舟山市城市建成区边界范围，并统计面积。
舟山市城市建成区在2000年的面积是23.34平方千米；2006年城市建成区面积是67.64平方千米；2013年城市建成区面积为153.21平方千米；2016年城市建成区面积为184.43平方千米。2000年到2006年增长44.30平方千米，按照每年11.07平方千米的速率扩大，2006年到2013年增长了85.57平方千米，每年扩大17.11平方千米，2013年到2016年增长了33.22平方千米，每年扩大8.31平方千米。如图7所示，可以看到在2002年到2006年，2009年到2013年，2014年到2015年舟山市城市建成区都有非常明显的增长；舟山市城市建成区遥感信息提取结果如图6所示；舟山市城市建成区面积统计图如图7所示。
以城市建成区面积为自变量（X），以国民生产总值GDP为因变量（Y），构建线性模型"Y=aX+b" 的模型，分别拟合未知数a和b，得到模型如下所示：
Y=6.9035X-99.373；R^2=0.9953（公式1）
可以看到，模型所得数据与真实数据相关系数的平方R2的值为0.9953，说明国民生产总值GDP与城市建成区面积之间存在着很高的相关性，可以根据城市建成区面积的变化来判断区域经济运行情况和发展形势，模型拟合关系图如图8所示。
经济预测：
（1）城市建成区扩展分析
通过表1可以看出，舟山市城市建成区面积随着年份的增加而增加，基本呈现线性关系，也就是建成区面积可以表达为年份的函数：
Y=aX+b（公式2）
其中，Y为城市建成区面积，X为年份，a和b为待拟合系数。
利用表1中数据拟合得到城市建成区扩展模型如下所示：
Y=10.703X-21397（公式3）
其中R2为0.975，说明模型相关性较强，可靠性性较高。
将年份带入公式3，可以对舟山市城市建成区扩展进行预测。
（2）区域经济发展形势预测
将公式3预测得到的城市建成区面积公式1，可以得到相应年份的国民生产总值，进而对区域经济发展形势进行预测，结果如下表2所示。
表22017-2030年预测舟山市的GDP和建成区面积数据
从表中可以看出，在2017-2030年舟山市城市建成区面积和国民生产总值GDP都有稳定的增长，建成区面积增长稳定变化不大，国民生产总值GDP会有比较快的发展。舟山市属于丘陵区，提供的建设用地不多，所以未来舟山市的建成区可能会朝着高楼大厦或翻建为主。由于国家的海洋战略等一系列政策，舟山市的发展会进入新的阶段，可以看出未来舟山市的经济发展较为迅速。
本发明的操作步骤中的常规操作为本领域技术人员所熟知，在此不进行赘述。
以上所述的实施例对本发明的技术方案进行了详细说明，应理解的是以上所述仅为本发明的具体实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充或类似方式替代等，均应包含在本发明的保护范围之内。