中国自然资源航空物探遥感中心主办
地质出版社出版

基于K-Means城市分类算法的夜光遥感电力消费估算

张莉, 谢亚楠, 屈辰阳, 汪鸣泉, 常征, 王茂华. 基于K-Means城市分类算法的夜光遥感电力消费估算[J]. 自然资源遥感, 2020, (4): 182-189. doi: 10.6046/gtzyyg.2020.04.23
引用本文: 张莉, 谢亚楠, 屈辰阳, 汪鸣泉, 常征, 王茂华. 基于K-Means城市分类算法的夜光遥感电力消费估算[J]. 自然资源遥感, 2020, (4): 182-189. doi: 10.6046/gtzyyg.2020.04.23
ZHANG Li, XIE Yanan, QU Chenyang, WANG Mingquan, CHANG Zheng, WANG Maohua. Estimation of electric power consumption using nighttime light remote sensing data based on K-Means city classification algorithm[J]. Remote Sensing for Natural Resources, 2020, (4): 182-189. doi: 10.6046/gtzyyg.2020.04.23
Citation: ZHANG Li, XIE Yanan, QU Chenyang, WANG Mingquan, CHANG Zheng, WANG Maohua. Estimation of electric power consumption using nighttime light remote sensing data based on K-Means city classification algorithm[J]. Remote Sensing for Natural Resources, 2020, (4): 182-189. doi: 10.6046/gtzyyg.2020.04.23

基于K-Means城市分类算法的夜光遥感电力消费估算

  • 基金项目:

    国家自然科学基金项目"面向低碳城市规划的碳排放评价方法研究"

    中国科学院洁净能源创新研究院合作基金项目"变革性洁净能源关键技术对我国碳排放达峰目标的贡献及其减排路径研究"

    国家重点研发计划项目"世界主要国家碳排放因子研究"

    国家重点研发计划项目"行业碳排放核算与效益成本评估模型研究"

    国家重点研发计划项目"基于碳卫星数据的全球大气中CO2浓度估算与预测模型研究"

详细信息
  • 中图分类号: TP79

Estimation of electric power consumption using nighttime light remote sensing data based on K-Means city classification algorithm

  • 为了减小利用夜间灯光影像估算城市电力消费量时的误差,需要考虑样本地区的发展状况,在估算之前对样本进行分类.选取2015年中国大陆263个地级市的NPP-VIIRS夜间灯光数据对城市电力消费量进行估算.提出了基于灯光结构而非传统统计数据的K-Means城市分类算法.利用该方法将样本分为5类并估算电力消费量,与其他分类方法的估算结果相比可知:该方法估算值的平均相对误差和均方根误差分别为32.02%和57.04,较不分类时分别减小25和3.39百分点;估算中的高精度城市比例为53.99%,较不分类时增加了13.59百分点,且为所有方法中的最高比例;相较不分类时的估算结果,有152个城市的估算误差有所降低.该方法性能与其他分类方法的最优性能相似.
  • 加载中
  • 加载中
计量
  • 文章访问数:  440
  • PDF下载数:  83
  • 施引文献:  0
出版历程
刊出日期:  2020-12-15

目录