[发明专利]基于夜间灯光强度的城市住宅平均房价预估方法

说明书

技术领域

本发明属于遥感经济地学应用技术领域，提出一种基于夜间灯光强度的城市住宅平均房价预估方法。

背景技术

房价历来是最为贴切国民生活、最受老百姓关心的问题；而就国家战略而言，房地产行业直接占GDP的比例直逼10％。房价，是国民经济重要组成成分、是国家经济战略部署的重点对象。基于其重要性，各行业众多学者致力于房价的研究和预测。有学者从经济学角度入手，以不同方法证明了可用先行信息预测未来房价走向，但是大多仅基于统计数据，而缺乏空间分析，也有大量地理学家利用房价的数理统计性质将其与地理区位进行联系研究，但目前关于城市住房价格的研究没有利用到更为客观的遥感数据。

发明内容

针对现在鲜有利用DMSP/OLS夜间灯光技术进行涉及我国城市平均房价的相关研究的情况，本发明的目的在于提供一种利用DMSP/OLS夜间灯光数据预测我国城市住宅平均房价的方法。

本发明技术方案提供一种基于夜间灯光强度的城市住宅平均房价预估方法，包括以下步骤，

步骤1，进行平均房价数据收集、筛选，获得目标城市若干历史年份的住宅商品房平均房价；

步骤2，获取遥感DMSP/OLS夜间灯光数据进行预处理，获得目标城市相应历史年份的区域夜光遥感数据，包括执行以下子步骤，

步骤2.1，投影转换，包括将DMSP/OLS夜间灯光数据的地理坐标投影转化为兰伯特投影，得到DMSP/OLS栅格影像；

步骤2.2，剪裁，包括以目标城市范围的矢量图层为基础，根据步骤2.1所得DMSP/OLS栅格影像，对遥感影像进行不规则分幅剪裁，得到目标城市的DMSP/OLS夜间灯光遥感影像；

步骤2.3，重采样处理，包括根据步骤2.2所得结果，几何校正后重采样得到相应历史年份的DMSP/OLS夜间灯光遥感影像；

步骤2.4，去饱和处理，包括通过植被指数作为缓解饱和灯光指数进行数据去饱和处理；

步骤3，对步骤2处理后所得区域夜光遥感数据进行分析，统计得到目标城市各历史年份的平均灯光强度；

步骤4，根据步骤1所得目标城市若干历史年份的住宅商品房平均房价，以及步骤3所得相应历史年份的平均灯光强度，进行目标城市的平均灯光强度与住宅商品房平均房价相关性分析；

步骤5，进行目标城市的平均灯光强度与平均房价回归模型建立与对比，包括逐一建立多个回归模型，进行针对目标城市的多个回归模型的回归方程拟合优度和显著性检验，交叉对比得出最贴合目标城市的平均灯光强度与住宅商品房平均房价的回归方程，作为回归模型；

步骤6，进行回归模型的合理性评价，包括执行以下子步骤，

步骤6.1，预测后续年份平均灯光强度，包括根据时间序列预测分析，根据已有历史年份的平均灯光强度，对后续年份的平均灯光强度进行预测，提取平均灯光强度的预测区间；

步骤6.2，根据步骤5所得平均灯光强度与住宅商品房平均房价的回归方程，将步骤6.1所得后续年份的平均灯光强度的预测区间带入，求得平均房价预测区间，与该目标城市该年份的实际平均房价进行比对，实现验证回归模型的合理性，当验证通过时根据回归模型预估未来年份的城市住宅平均房价。

而且，进行目标城市的平均灯光强度与住宅商品房平均房价相关性分析时，通过绘制散点图实现。

而且，当步骤5所得平均灯光强度与住宅商品房平均房价的回归方程为指数函数时，提取平均灯光强度的预测区间实现如下，

设指数函数如下，

Y＝ae^bx

其中，a,b为系数，Y即为在时间序列x下得到的平均灯光强度；

将上式转化为一次方程，该式左右两边取对数，得lnY＝lnae^bx

化简，得lnY＝lna+bx

令lnY＝Y₀，lna＝b₀，b＝b₁，x＝x₀，

得到一次方程：

Y₀＝b₀+b₁x₀

由一次方程结合研究地域假设的预测函数为：

其中，和分别为目标城市后续年份平均灯光强度的一次函数的实际系数，为Y₀的预测值，

在给定的显著性水平下，Y₀的预测区间如下，