基于K-Means城市分类算法的夜光遥感电力消费估算

作者：张莉,谢亚楠,屈辰阳,汪鸣泉,常征,王茂华

摘要：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。

发文机构：上海大学特种光纤与光接入网重点实验室 中国科学院上海高等研究院 中国科学院低碳转化科学与工程重点实验室 中国科学院洁净能源创新院

关键词：NPP/VIIRS电力消费量城市分类K-MEANS算法NPP/VIIRS nighttime light dataelectric power consumptioncity classificationK-Means algorithm

分类号： TP79[自动化与计算机技术—检测技术与自动化装置]