Improving small watersheds socioeconomic indicators with nighttime light satellite data to support water management decisions
DOI:
https://doi.org/10.26848/rbgf.v16.3.p1436-1449Palavras-chave:
GDP, Population, Job, Nighttime light, Water resources managementResumo
Small watersheds lack socioeconomic data. These data are essential in land use decision-making and in water resources management, especially when determining its economic value. In order to contribute to filling this notable gap, this study presents an approach to estimate this type of information for small watersheds (from 5 to 100 km²), applying nighttime light (NTL) satellite images and available socioeconomic records from larger locale. Three socioeconomic indicators were chosen to test the method: Gross Domestic Product, population and jobs. The relationship between these three socioeconomic indicators and the radiance quantified from the NTL images was acquired through simple regression analysis applied at the 497 municipalities of the State of Rio Grande do Sul (RS), southern Brazil. The polynomial fit equations presented the best Coefficient of Determination, being further submitted to validation by using data from 50 municipalities of the neighboring State of Santa Catarina. The validation showed a very good estimation performance. The validated equations were used to estimate these socioeconomic indicators for small watersheds located in the municipality of Caxias do Sul, RS, in three different years: 2011, 2014 and 2018. Findings indicate that this novel application of NTL for estimating socioeconomic data can be a helpful tool towards land use and water resources management of small watersheds.
Keywords: GDP, population, job, nighttime light, water resources management.
Estimando indicadores socioeconômicos de pequenas bacias hidrográficas através de imagens noturnas de satélite no apoio à gestão dos recursos hídricos
R E S U M O
Há falta de dados socioeconômicos para pequenas bacias hidrográficas. Esses dados são fundamentais para a tomada de decisões na gestão dos recursos hídricos, principalmente na determinação do seu valor econômico. Para contribuir em preencher essa lacuna, este estudo apresenta um método para estimar esse tipo de informação para pequenas bacias hidrográficas (de 5 a 100 km²), aplicando imagens noturnas de satélite e dados socioeconômicos disponíveis de regiões maiores. Três indicadores socioeconômicos foram selecionados para testar o método: Produto Interno Bruto (PIB), população e emprego. A relação entre esses três indicadores e a radiância quantificada nas imagens noturnas foi obtida por meio de análise de regressão simples aplicada nos 497 municípios do Estado do Rio Grande do Sul (RS). As equações do ajuste polinomial apresentaram o melhor Coeficiente de Determinação, sendo posteriormente submetidas à validação com dados de 50 municípios localizados no Estado de Santa Catarina. A validação mostrou um desempenho de estimação muito bom. As equações validadas foram usadas para estimar esses indicadores socioeconômicos para pequenas bacias hidrográficas localizadas no município de Caxias do Sul, RS, em três anos distintos: 2011, 2014 e 2018. Os resultados indicam que esta nova aplicação de imagens noturnas de satélite para estimar dados socioeconômicos pode ser uma ferramenta útil para a gestão do uso do solo e dos recursos hídricos de pequenas bacias hidrográficas.
Palavras-chave: PIB, população, emprego, luz noturna, gestão dos recursos hídricos.
Downloads
Referências
Al-Murad, M., Zubari, W., Uddin, S., 2018. Geostatistical characterization of the transmissivity: an example of Kuwait aquifers. Water 10, 828. https://doi.org/10.3390/w10070828
Archila Bustos, M.F., Hall, O., Andersson, M., 2015. Nighttime lights and population changes in Europe 1992–2012. Ambio 44, 653–665. https://doi.org/10.1007/s13280-015-0646-8
Balassiano, M.G., Pessôa, S. de A., 2021. Desempenho da economia brasileira nos últimos oito quadriênios (1987-2018 ): um estudo em painel comparando os dados observados e previstos, in: XXIV Encontro de Economia Da Região Sul – ANPEC SUL 2021. ANPEC, Florianópolis, Brazil.
Belladona, R., Marques, G.F., De Vargas, T., 2019. Análise de custo de oportunidade na gestão de recursos hídricos: uma revisão, in: XXIII Simpósio Brasileiro de Recursos Hídricos. ABRHidro, Foz do Iguaçu, Brazil, pp. 1–11.
Bluhm, R., McCord, G.C., 2022. What can we learn from nighttime lights for small geographies? Measurement errors and heterogeneous elasticities. Remote Sens. 14, 1190. https://doi.org/10.3390/rs14051190
Booker, J.F., Howitt, R.E., Michelsen, A.M., Young, R.A., 2012. Economics and the modeling of water resources and policies. Nat. Resour. Model. 25, 168–218. https://doi.org/10.1111/j.1939-7445.2011.00105.x
Brasil, 2021. RAIS and CAGED statistics [WWW Document]. Ministério do Trab. e Emprego. URL https://bi.mte.gov.br/bgcaged/login.php (accessed 11.4.21).
Castro, E.A., Marques, M., Marques, J.L., Viegas, M., 2020. Demography and economy: a regional integrated model for estimating the Portuguese population. Rev. Port. Estud. Reg. 2020, 9–26.
Caxias do Sul, 2005. Lei Complementar no 246, de 6 de dezembro de 2005. Caxias do Sul, Brazil.
Chen, X., Nordhaus, W.D., 2011. Using luminosity data as a proxy for economic statistics. Proc. Natl. Acad. Sci. 108, 8589–8594. https://doi.org/10.1073/pnas.1017031108
Chen, Z., Yu, B., Yang, C., Zhou, Y., Yao, S., Qian, X., Wang, C., Wu, B., Wu, J., 2021. An extended time series (2000–2018) of global NPP-VIIRS-like nighttime light data from a cross-sensor calibration. Earth Syst. Sci. Data 13, 889–906. https://doi.org/10.5194/essd-13-889-2021
Chen, Z., Yu, B., Yang, C., Zhou, Y., Yao, S., Qian, X., Wang, C., Wu, B., Wu, J., 2020. An extended time series (2000–2018) of global NPP-VIIRS-like nighttime light data [WWW Document]. https://doi.org/https://doi.org/10.7910/DVN/YGIVCD
Dai, Z., Hu, Y., Zhao, G., 2017. The suitability of different nighttime light data for GDP estimation at different spatial scales and regional levels. Sustainability 9, 305. https://doi.org/10.3390/su9020305
De Vargas, T., Belladona, R., Sgorla, V., Sbabo, L.C., 2022a. Intrinsic groundwater vulnerability as the underlying basis for land use management in water supply catchments. Rev. Bras. Geogr. 15, 710–720. https://doi.org/10.26848/rbgf.v15.2.p710-720
De Vargas, T., Belladona, R., Souza, M.E.R. de, 2022b. Hydrogeology of fractured aquifers: application of consistency indexes for the validation of geospatial mathematical models. Geociencias 41, 391–404. https://doi.org/https://doi.org/10.5016/geociencias.v41i02.16723
Dória, V.E.M., 2015. Sensoriamento remoto de luzes noturnas para estimativas populacionais em escalas regional e local: os casos do Distrito Florestal Sustentável da BR-163 (PA) e da Região Metropolitana de São Paulo. Instituto Nacional de Pesquisas Espaciais.
Elvidge, C.D., Baugh, K.E., Kihn, E.A., Kroehl, H.W., Davis, E.R., 1997. Mapping city lights with nighttime data from the DMSP Operational Linescan System. Photogramm. Eng. Remote Sensing 63, 727–734. https://doi.org/0099-1112/97/6306-727$3.00/0
Field, A., 2017. Discovering statistics using IBM SPSS statistics, 5th ed. SAGE Publications, London, UK.
Ge, W., Yang, H., Zhu, X., Ma, M., Yang, Y., 2018. Ghost city extraction and rate estimation in China based on NPP-VIIRS night-time light data. ISPRS Int. J. Geo-Information 7, 219. https://doi.org/10.3390/ijgi7060219
Gu, Y., Shao, Z., Huang, X., Cai, B., 2022. GDP forecasting model for China’s provinces using nighttime light remote sensing data. Remote Sens. 14, 3671. https://doi.org/10.3390/rs14153671
Gupta, B.C., Guttman, I., Jayalath, K.P., 2020. Statistics and probability with applications for engineers and scientists using MINITAB, R and JMP, 2nd ed. John Wiley & Sons, Hoboken, USA. https://doi.org/10.1002/9781119516651
Hall, R.E., 2005. Job loss, job finding, and unemployment in the U.S. economy over the past fifty years. NBER Macroecon. Annu. 20, 101–137. https://doi.org/10.1086/ma.20.3585415
Harou, J.J., Pulido-Velazquez, M., Rosenberg, D.E., Medellín-Azuara, J., Lund, J.R., Howitt, R.E., 2009. Hydro-economic models: concepts, design, applications, and future prospects. J. Hydrol. 375, 627–643. https://doi.org/10.1016/j.jhydrol.2009.06.037
Huang, Z., Li, S., Gao, F., Wang, F., Lin, J., Tan, Z., 2021. Evaluating the performance of LBSM data to estimate the gross domestic product of China at multiple scales: A comparison with NPP-VIIRS nighttime light data. J. Clean. Prod. 328, 129558. https://doi.org/10.1016/j.jclepro.2021.129558
IBGE, (Instituto Brasileiro de Geografia e Estatística), 2022. Population estimates [WWW Document]. IBGE. URL https://www.ibge.gov.br/estatisticas/sociais/populacao/9103-estimativas-de-populacao.html?=&t=downloads (accessed 3.16.22).
IBGE, (Instituto Brasileiro de Geografia e Estatística), 2021a. Gross domestic product of the Brazilian municipalities [WWW Document]. IBGE. URL https://www.ibge.gov.br/en/statistics/economic/national-accounts/19567-gross-domestic-product-of-municipalities.html?=&t=resultados (accessed 10.28.21).
IBGE, (Instituto Brasileiro de Geografia e Estatística), 2021b. Brazilian municipalities [WWW Document]. IBGE. URL https://www.ibge.gov.br/geociencias/organizacao-do-territorio/malhas-territoriais/15774-malhas.html?=&t=acesso-ao-produto (accessed 12.14.21).
Kyba, C.C.M., Kuester, T., De Miguel, A.S., Baugh, K., Jechow, A., Hölker, F., Bennie, J., Elvidge, C.D., Gaston, K.J., Guanter, L., 2017. Artificially lit surface of Earth at night increasing in radiance and extent. Sci. Adv. 3, 1–9. https://doi.org/10.1126/sciadv.1701528
Levin, N., Zhang, Q., 2017a. A global analysis of factors controlling VIIRS nighttime light levels from densely populated areas. Remote Sens. Environ. 190, 366–382. https://doi.org/10.1016/j.rse.2017.01.006
Levin, N., Zhang, Q., 2017b. A global analysis of factors controlling VIIRS nighttime light levels from densely populated areas. Remote Sens. Environ. 190, 366–382. https://doi.org/10.1016/j.rse.2017.01.006
Li, X., Ge, L., Chen, X., 2013. Detecting Zimbabwe’s decadal economic decline using nighttime light imagery. Remote Sens. 5, 4551–4570. https://doi.org/10.3390/rs5094551
Liu, Cuiling, Wang, C., Xu, Y., Liu, Chenguang, Li, M., Zhang, D., Liu, G., Li, W., Zhang, Q., Li, Q., 2022. Correlation analysis between nighttime light data and socioeconomic factors on fine scales. IEEE Geosci. Remote Sens. Lett. 19, 1–5. https://doi.org/10.1109/LGRS.2022.3166281
Liu, Y., Delahunty, T., Zhao, N., Cao, G., 2016. These lit areas are undeveloped: Delimiting China’s urban extents from thresholded nighttime light imagery. Int. J. Appl. Earth Obs. Geoinf. 50, 39–50. https://doi.org/10.1016/j.jag.2016.02.011
Loucks, D.P., van Beek, E., 2017. Water resource systems planning and management. Springer International Publishing, Cham, Switzerland. https://doi.org/10.1007/978-3-319-44234-1
Lu, Y., Coops, N.C., 2018. Bright lights, big city: Causal effects of population and GDP on urban brightness. PLoS One 13, e0199545. https://doi.org/10.1371/journal.pone.0199545
Määttä, I., Ferreira, T., Leßmann, C., 2021. Nighttime lights and wealth in very small areas: Namibian complete census versus DHS data. Rev. Reg. Res. https://doi.org/10.1007/s10037-021-00159-6
Machado, A., Belladona, R., Araujo, B. de, Vargas, T. De, Falcade, I., 2022. Geografia e segurança hídrica: estudo do avanço de ocupação irregular em área de bacia hidrográfica de captação no município de Caxias do Sul, RS. Rev. do Dep. Geogr. da USP 42, 1–14. https://doi.org/10.11606/eISSN.2236-2878.rdg.2022.188152
Mankiw, N.G., 2018. Principles of microeconomics, 8th ed. Cengage Learning, Boston, USA.
Mellander, C., Lobo, J., Stolarick, K., Matheson, Z., 2015. Night-time light data: a good proxy measure for economic activity? PLoS One 10, e0139779. https://doi.org/10.1371/journal.pone.0139779
Moncur, J.E.T., Pollock, R.L., 1988. Scarcity rents for water: a valuation and pricing model. Land Econ. 64, 62. https://doi.org/10.2307/3146608
Moriasi, D.N., Arnold, J.G., Van Liew, M.W., Bingner, R.L., Harmel, R.D., Veith, T.L., 2007. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Trans. ASABE 50, 885–900. https://doi.org/10.13031/2013.23153
Nel·lo, O., López, J., Martín, J., Checa, J., 2017. Energy and urban form. The growth of European cities on the basis of night-time brightness. Land use policy 61, 103–112. https://doi.org/10.1016/j.landusepol.2016.11.007
Pandey, B., Joshi, P.K., Seto, K.C., 2013. Monitoring urbanization dynamics in India using DMSP/OLS night time lights and SPOT-VGT data. Int. J. Appl. Earth Obs. Geoinf. 23, 49–61. https://doi.org/10.1016/j.jag.2012.11.005
Pozzebon, G.R., Belladona, R., Bortolin, T.A., Vargas, T. De, 2022. Proposta de um novo método para a definição de indicadores de segurança hídrica no abastecimento público. Rev. Eng. Sanitária e Ambient. In Press.
Pozzebon, G.R., Belladona, R., Bortolin, T.A., Vargas, T. De, 2021. Utilização do modelo hierárquico para obtenção de curvas de permanência e Qmlp: o caso das bacias de captação do município de Caxias do Sul-RS, in: XXIV SBRH - Simpósio Brasileiro de Recursos Hídricos. ABRHidro, Belo Horizonte, Brazil, pp. 1–10.
Pulido-Velazquez, M., Alvarez-Mendiola, E., Andreu, J., 2013. Design of efficient water pricing policies integrating basinwide resource opportunity costs. J. Water Resour. Plan. Manag. 139, 583–592. https://doi.org/10.1061/(ASCE)WR.1943-5452.0000262
Ross, S.M., 2021. Introduction to probability and statistics for engineers and scientists, 6th ed. Elsevier A.P., San Diego, USA
Ruijs, A., Kortelainen, M., Wossink, A., Schulp, C.J.E., Alkemade, R., 2017. Opportunity cost estimation of ecosystem services. Environ. Resour. Econ. 66, 717–747. https://doi.org/10.1007/s10640-015-9970-5
SEBRAE/RS, (Serviço de Apoio às Micro e Pequenas Empresas do Rio Grande do Sul), 2019. Perfil das cidades gaúchas - Caxias do Sul [WWW Document]. Perf. dos Municípios Gaúchos. URL https://datasebrae.com.br/municipios/rs/Perfil_Cidades_Gauchas-Caxias_do_Sul.pdf (accessed 3.16.22).
Sono, D., Wei, Y., Chen, Z., Jin, Y., 2022. Spatiotemporal evolution of west Africa’s urban landscape characteristics applying harmonized DMSP-OLS and NPP-VIIRS nighttime light (NTL) data. Chinese Geogr. Sci. 32, 933–945. https://doi.org/10.1007/s11769-022-1313-1
Taylor, M.R., Hendricks, N.P., Sampson, G.S., Garr, D., 2021. The opportunity cost of the conservation reserve program: a Kansas land example. Appl. Econ. Perspect. Policy 43, 849–865. https://doi.org/10.1002/aepp.13040
Villa, J.M., 2016. Social transfers and growth: Evidence from luminosity data. Econ. Dev. Cult. Change 65, 39–61. https://doi.org/10.1086/687548
Williamson, S.D., 2016. Macroeconomics, 6th ed. Pearson Education, New York, USA.
Young, R.A., Loomis, J.B., 2014. Determining the economic value of water: concepts and methods, 2nd ed. RFF Press, New York, USA.
Zeng, T., Jin, H., Geng, Z., Kang, Z., Zhang, Z., 2022. Urban-rural fringe long-term sequence monitoring based on a comparative study on DMSP-OLS and NPP-VIIRS nighttime light data: a case study of Shenyang, China. Int. J. Environ. Res. Public Health 19, 11835. https://doi.org/10.3390/ijerph191811835
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Rossano Belladona, Tiago De Vargas, Ana Paula Dalcin, Augusto Pedro Stefanon, Guilherme Fernandes Marques
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam na Revista Brasileira de Geografia Física concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: depositar em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão para disponibilizar seu trabalho online antes ou durante o processo editorial, em redes sociais acadêmicas, repositórios digitais ou servidores de preprints. Após a publicação na Revista Brasileira de Geografia Física, os autores se comprometem a atualizar as versões preprint ou pós-print do autor, nas plataformas onde foram originalmente disponibilizadas, informando o link para a versão final publicada e outras informações relevantes, com o reconhecimento da autoria e da publicação inicial nesta revista.
Qualquer usuário tem direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.
Adaptar — remixar, transformar e criar a partir do material para qualquer fim, mesmo que comercial.
O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
