基于夜光遥感数据的西南地区多维贫困测度及时空演变分析

作者：张琼艺; 李昆; 雍志玮; 熊俊楠^*; 程维明; 肖坤洪; 刘东丽

来源：自然资源遥感, 2022, 34(04): 286-298.

• 夜光数据
• 多维贫困
• 贫困测度
• 时空演变

中国的区域性整体贫困问题在2020年已经解决，但相对贫困仍将长期存在。因此，对贫困地区进行长期的贫困测量和发展分析仍具有重要意义。但是传统的测度方式使用社会经济数据存在较大的限制。以中国西南4省(市)为研究区域，首先，建立了基于粒子群优化算法的反向传播(back propagation, BP)神经网络模型，构建了2000—2019年的长时间序列夜光(nighttime light, NTL)数据集；然后，根据社会经济和地理数据，构建了反映县域贫困的多维贫困指数；最后，将长时间序列NTL数据与多维贫困指数相结合，构建了贫困测度模型，输出基于NTL数据的多维贫困指数(nighttime light multidimensional poverty index, NLMPI)。同时，在NLMPI指数的基础上进行了县域贫困测度和时空动态分析。研究表明，在2000年NLMPI表明西南4省(市)多维贫困状况分化较为严重，但随国家扶贫工作的开展，极低和较低等级县域占比下降，中等县域占比提高；在2000—2019年间，西南地区各县域的NLMPI具有正的空间自相关，Moran’s I指数呈现先降后升的趋势，这反映出在2000—2010年，贫困聚集现象有所减弱，而在之后进入了较为分散的脱贫攻坚阶段；局部空间自相关的结果表明，中国西南地区的多维贫困模式正在改善，但不平衡；结果反映在成渝、昆明和贵阳的高-高聚集，以及四川西北部和云南西部的低-低聚集的空间模式。本研究强调了夜光遥感数据在区域尺度贫困研究中的应用能力。

• 单位
  中国科学院地理科学与资源研究所; 四川电力设计咨询有限责任公司; 西南石油大学; 四川省煤田测绘工程院; 资源与环境信息系统国家重点实验室