基于夜间灯光数据的六盘山连片特困区贫困度识别

被引：9

作者：

沈丹 ^{[1
,2
]}

周亮 ^{[1
,2
,3
]}

王培安 ^{[1
,2
]}

机构：

[1] 兰州交通大学测绘与地理信息学院

[2] 甘肃省地理国情监测工程实验室

[3] 中国科学院地理科学与资源研究所

来源：

国土资源遥感 | 2019年 / 31卷 / 02期

关键词：

DMSP-OLS/NPP-VIIRS; 贫困指数; 精准扶贫; 贫困识别; 六盘山;

D O I：

暂无

中图分类号：

F323.8 [农业收入与分配];

学科分类号：

020205 ; 1203 ; 0202 ;

摘要：

针对精准扶贫过程中统计数据口径不统一,以及夜间灯光贫困识别多为短时间研究等问题,以六盘山连片特困区为例,借助DMSP-OLS/NPP-VIIRS夜间灯光和社会经济统计等数据,运用不变目标区域法以及灰色关联模型构建区域灯光指数与多维贫困指数(multidimensional poverty index,MPIstatistical),建立贫困估算模型生成多维贫困指数估算值(MPIestimated)探究较长时间序列的贫困识别。研究结果表明,MPIestimated识别贫困的精度较高,与MPIstatistical的平均相对误差介于3. 14%～3. 52%,能准确反映区域真实的贫困程度; 2000—2015年间研究区MPIestimated均值分别为0. 361,0. 372,0. 375,0. 378和0. 382,贫困程度逐年减轻; 2000—2012年间识别出极贫困县39～46个,高度贫困县20～21个; 2000—2015年间Moran’s I指数分别为0. 49,0. 45,0. 47,0. 49和0. 43,表明连片特困区贫困程度呈现明显集聚性。贫困格局呈现"东西部贫困程度相对较轻,南北部贫困程度相对较重"的空间演变趋势。

引用

页码：157 / 163

页数：7

共 15 条

[11] 中国大城市贫困研究的多种测度与多层模型分析 [J].