基于夜间灯光遥感提取城市建成区的研究进展

随着全球城市化进程的不断加快,以城市为中心扩大人口,发展政治、经济和文化成为趋势,城市建成区的演变一直是研究的热点。随着遥感技术的发展,利用遥感影像进行长时间序列、高精度、大范围的城市建成区提取已成为主流方法。其中,灯光遥感所探测的夜间城市灯光特征,较直观地反映了人类城市社会的活动情况,为研究提供了新方向。本文系统梳理了目前主流夜间灯光遥感的发展进程,探讨了基于美国国防气象卫星计划/OLS(operational linescan system)、Suomi NPP(national polar-orbiting partnership)/可见光红外成像辐射仪和珞珈一号夜间灯光遥感进行城市建成区提取的主要方法。同时,比较了利用各数据源进行城市建成区提取的优缺点,为后续应用夜间灯光遥感进行城市建成区提取的研究提供参考。     

基于类NPP-VIIRS夜间灯光数据的粤港澳大湾区城市建成区时空动态特征

随着人口增长与经济发展,快速准确地获取城市建成区扩张信息,并对其时空特征进行分析,对于今后城市可持续发展具有重要意义。基于2000～2018年类NPP-VIIRS夜间灯光数据的大尺度不透水面指数提取粤港澳大湾区城市不透水面,并基于统计数据比较法得到城市建成区,对粤港澳大湾区以及各城市的建成区扩张进行时空分析。结果表明：(1)类NPP-VIIRS夜间灯光数据实现了对城市建成区的高精度提取,可为城市长时间序列的时空变化监测提供新的数据基础;(2)粤港澳大湾区城市建成区由2000年的1 279.00 km²增加到2018年的4 730.25 km²,广州、深圳、东莞的建成区扩张最为明显,分别增加了793.50、812.75、1 027.50 km²;在空间上,粤港澳大湾区城市建成区扩张主要发生在各城市之间的交界地带,逐步形成了佛山—广州—东莞—深圳—香港大型城市群核心建成区,西部地区发展相对较慢;(3)粤港澳大湾区城市建成区重心2000～2018年由东莞转移到广州。总之,粤港澳大湾区城市建成区在2000～2018年扩张整体呈现...     

一种融合多维信息的城市建成区提取方法

夜间灯光数据是提取大区域尺度建成区的有效数据源,现有提取方法需要针对不同的研究区域独立设置阈值或选取样本,提取精度依赖于主观经验或辅助数据质量。融合多源遥感信息、空间信息以及时间序列信息,提出一种城市建成区自动提取方法。首先,融合多源数据,利用DMSP-OLS、MODIS EVI、NDWI计算归一化城区综合指数NUACI;在此基础上,利用结合时空信息改进的FCM算法初步提取建成区;最后,定义建成区界定规则并进行提取后处理。选取6个典型城市实验,结果表明本文算法的提取结果总体精度均大于90%,适用于不同环境下建成区提取。     

基于浏览器的Google Earth交互式系统开发技术

介绍了基于浏览器的Google Earth交互式系统、开发技术、Struts框架和Ajax技术,描述了系统架构及开发途径。基于浏览器的Google Earth交互式系统具有广泛的商业应用前景。     

基于夜间灯光数据的北部湾城市群空间扩张及驱动力研究

针对以往研究城市问题在数据真实性和空间属性上存在不足、研究内容多探索其表面特征和时空变化过程、研究方法和因子选择具有一定的局限性等弊端,本研究以北部湾城市群为例,利用夜间灯光数据提取城市建成区面积,从城市建成区面积年扩张速度、年扩张动态度、年扩张强度、扩张协调性,分析2006～2020年城市空间扩张特征;利用灰色关联模型分析城市建成区面积与八个社会经济因子之间的关系,探究引起城市扩张的驱动力。研究结果表明：(1)利用夜间灯光数据提取城市建成区面积能够弥补传统数据的不足,准确地得到空间扩张水平估计;(2)大部分城市扩张与人口增长协调不佳,省会城市南宁市、海口市始终是北部湾城市群空间扩张的中心;(3)城市扩张与八个社会经济因子联系紧密,人口密度是促进北部湾城市群空间扩张的最主要因素。     

基于Sketchup和Google Earth的3D虚拟校园建设

以重庆市第十八中学的虚拟校园建设为例,阐述了基于Sketch Up和Google Earth的具有良好的现实还原度和更短的开发周期的虚拟校园建设方案。同时,指出了一些较重要问题的解决方案。     

基于Google Earth的1∶50000地质地理底图更新

数字地理底图是地质环境调查不可缺少的组成部分,但现有数据大多现势性较差,如何更新值得探讨。文中提出利用Google Earth进行地理底图更新的方法,并介绍了更新的步骤和精度,该方法简单快捷、可操作性较强,具有一定的实用价值。     

基于2种夜间灯光影像亮度修正指数的城市建成区提取研究

夜间灯光影像容易受到道路灯光、水面散射等影响而产生背景噪声,这一定程度上影响了利用夜间灯光数据提取建成区的精度。本文基于夜间灯光影像的DN（Digital Number）值与路网密度正相关、与EVI指数（Enhanced Vegetation Index,增强型植被指数）呈负相关的规律,提出了2种可用于建成区提取的夜间灯光亮度修正指数：EVI夜间灯光亮度修正指数EANI (EVI Adjusted Nighttime Light(NTL) Index)和基于道路网密度与EVI指数的夜间灯光亮度修正指数REANI (Road Density & EVI Adjusted NTL Index),并利用珞珈1号卫星（LJ1-01,分辨率约130 m）影像和NPP-VIIRS影像（分辨率约 500 m） 2种不同空间分辨率夜间灯光遥感影像进行验证。以2018年徐州市建成区为研究对象,分区域（主城区、外围区）利用阈值法对2种原始夜间灯光影像、经EANI指数和REANI指数处理后的影像进行建成区提取,得到6种建成区提取的结果。研究表明： ① EANI指数和REANI指数能够有效抑制夜间灯光影像的背景噪声,建成区提取的结果均优于直接利用原始影像的结果,特别是对于城市化水平较低地区的建成区提取效果更佳;② 相较于NPP-VIIRS影像,利用LJ1-01影像提取建成区的效果提高6%左右,说明我国的LJ1-01夜间灯光影像在建成区提取方面有广阔的应用前景。EANI和REANI为建成区提取提供了有效工具,并可应用于城市规划和城市扩张等研究领域。     

基于Google Earth的交互式三维虚拟校园研究

虚拟校园系统在真三维平台上直观、形象地展现校园场景。以成都理工大学主校区为例,论述了利用虚拟现实技术创建交互式三维虚拟校园的流程。利用SketchUp建立虚拟校园三维模型,导入Google Earth,再将Google Earth嵌至C#应用程序中,从而既可显示校园基本地物特征,又允许用户进行信息查询,还可使用三维飞行功能进行漫游,满足三维视景动态可视化要求。     

基于Google Earth Engine和NDVI时序差异指数的作物种植区提取

为提高农作物种植信息遥感监测的效率,扩展数据适用范围,本文提出了一种基于时间序列NDVI差异指数的作物种植区提取方法.随着海量遥感与云计算的发展,Google Earth Engine作为一个全球尺度地理空间分析云平台,弥补了单机计算耗时长的不足,为快速遥感分类带来了新机遇.基于Google Earth Engine平...     

DMSP/OLS夜间灯光数据研究成果知识图谱分析

利用CitesSpace软件对1997-2017年DMSP/OLS夜间灯光数据进行知识图谱分析,梳理国内外研究热点与演化历史,发掘研究难点,为后来研究者提供方向。本文选取Web of Science 核心数据集数据库收录的文献,进行合著特征分析、关键词共现分析和文献共被引分析。结果表明：① 夜间灯光数据相关研究最活跃的国家、机构和作者分别是美国、中国科学院和Elvidge;② 社会经济条件估计（人口、人口密度和电力）和城市扩展变化监测一直是国内外研究的热点和前沿;③ 目前的研究难点是如何减少灯光溢出效应以及灯光过饱和现象对研究精度的影响;④ 研究学科交叉性强,涉及地理学、测绘科学与技术、应用经济学、社会学等领域。因此,未来的研究趋势主要表现在数据处理方法的优化、研究领域的拓展以及深化已有研究成果3个方面。     

基于Globcover和DMSP/OLS数据的中国大陆城市潜能分析

城市潜能作为城市体系空间相互作用的代表性指标,反映了城市与其所在的城市体系内所有城市间相互作用的强度,即城市所具备的的集聚能力。合理分析城市空间布局及结构、探寻城市发展的空间差异,以及制定区域发展政策日益迫切,研究城市空间相互作用具有重要意义。本文以Globcover数据集提取中国大陆范围内26 619个城市斑块,获取了城市潜能计算时所需的城市斑块规模总量;同时,以DMSP/OLS夜间灯光影像为数据,提取能综合反映人类社会经济活动的城市斑块夜间灯光总强度,参与城市潜能的计算。利用潜能模型,依据城市斑块分层结果,以城市斑块规模和时间成本为参数,计算得到公里格网的城市潜能值模拟分布图,并分析了中国大陆城市潜能的空间分异特征。     

DMSP/OLS稳定夜间灯光影像在中国的分类校正方法

长时间序列DMSP/OLS夜间稳定灯光影像数据集存在饱和像元大量积聚在城市中心区域及影像之间缺少可比性的问题,导致数据集在进行空间分析及时间对比研究时会受到限制。为解决上述2个问题,本文在现有研究的基础上提出了一种基于不变目标区域的中国稳定灯光影像分类校正方法。该方法对数据集中每一期中国区域稳定灯光影像进行了饱和及非饱和像元的分类。对饱和像元,选择北京等5个城市作为不变目标区域,选择不存在饱和像元的辐射校准的灯光影像作为参考,基于不变目标区域的非饱和像元之间的相关关系也同样适用于饱和像元的假设,对饱和像元进行了校正;同时,基于多期辐射校准的灯光影像之间存在的相互校准关系,对饱和校正后的饱和像元进行了相互校准。对于非饱和像元,选择了长沙等13个城市作为不变目标区域;根据稳定灯光影像中非饱和像元DN值总和随时间变化的总体趋势,确定了13期稳定灯光影像作为参考,其他多期影像基于不变目标区域中非饱和像元之间的相关关系进行了相互校准。为验证校正结果的准确性,多种相互校准和饱和校正方法被引入进行比较。本文提出的分类校正方法与另外2种相互校准方法相比对F10、F12和F14卫星影像校准效果更好,另外2种方法对F15和F16卫星影像的校准结果更好,3种方法总体上都实现了对数据集影像的相互校准且使校正后的影像具有了可比性。与经过植被指数校准后的城市夜间灯光指数（The Vegetation Adjusted NTL Urban Index,VANUI）相比,分类校正方法解决了饱和像元聚集于城市中心区域的问题,减弱了像元饱和程度,校正结果更接近辐射校准的灯光影像。此外,在中国城市水平上,分类校正的稳定灯光影像与GDP和电力消耗值的相关关系与其他2种相互校准方法相比也是相对较好的,能更客观合理地反映区域经济发展的差异。     

基于DMSP/OLS夜间灯光影像的中国东部沿海地区城市扩展动态监测

美国国防气象卫星搭载的业务性线性传感器（DMSP/OLS）所获取的夜间灯光影像数据,能够客观地反映人类对城市建成区的开发建设范围与强度,已广泛地应用于城市扩展的动态监测。本文利用不变目标区域法对长时间序列DMSP/OLS夜间灯光影像进行辐射校正,基于校正后的影像对2001-2013年中国东部沿海地区的城市建成区范围进行提取,结果表明：① 建成区面积从2001年的7550 km²,增加到2013年的21 650 km²,共扩展了14 100 km²,虽然建成区面积呈逐年增加的趋势,但其扩展速率则在逐步减缓,城市重心逐渐向南转移;② 在空间上形成了京津唐、长江三角洲和珠江三角洲3城市群,研究发现京津唐的中小城市面临难以获得发展资源的问题,导致了该地区发展的不平衡;③ 综合分析建成区扩展和经济统计数据,结果表明人口和经济是建成区扩展的主要驱动因子,但同时城市快速扩展也给东部沿海地区带来了一定程度的用地浪费问题;④ 由于DMSP/OLS夜间灯光影像受到自身空间分辨率的限制和灯光过饱和的影响,易造成城市建成区边缘细节部分的错提。新一代Suomi NPP/VIIRS夜间灯光影像在空间和光谱分辨率上均有较大提高,在后续的研究中应充分挖掘其数据优势,以期提供更加精准的城市扩展动态监测。     

夜间灯光数据驱动的成渝城市群空间形成过程重建及分析

2016年4月发布的《成渝城市群发展规划》首次正式确定了成渝城市群的内涵和具体边界,重建成渝城市群的形成过程,有利于把握未来发展趋势,并合理优化与调整其发展过程。在重建技术方面,对DMSP/OLS夜间灯光数据传统的不变目标区域校正法加以改进,将成渝城市群2013年城市市区范围内的全部像元加入校正模型的拟合中,设计了统计数据的校正规则,再通过二分比较法较好地恢复了成渝城市群内各城市建成区的时序空间信息。提取面积与统计面积总体平均相对误差为-0.38%,利用高分辨率Google Earth图像验证的建成区提取准确率达到98.29%,相比其他研究结果,经方法改进后的提取结果精度高且稳定。在结果分析方面,基于提取结果展开对城市群建成区重心转移过程与城市聚合过程的深层次研究,剖析了城市群的内部格局与时空变化特征。分析表明,成渝城市群的聚合情况与《成渝城市群发展规划》高度吻合,城市群已进入快速发育阶段,随着区域差异的持续扩大,成都、重庆都市圈的核心地位逐渐形成,而重庆的发展态势稍好。     

基于DMSP/OLS数据的城市中心城区提取新方法

近年来,DMSP/OLS夜间灯光数据已被广泛应用于城市空间格局和城市化过程、人类活动及效应、经济水平、生态环境影响、电力能源消耗量和灾害分析等领域。本文利用DMSP/OLS的稳定灯光数据产品,首先,以辅助资料的空间对比法确定城市中心城区范围最小阈值,然后,提取DMSP数据中的每个极大值及一定范围内的临近值,作为城市中心城区范围,并将提取的范围与作为辅助资料的MODIS土地覆盖数据中相应的城市中心城区范围作线性回归分析,进而获得估算城市中心城区范围的线性模型。经验证其结果预测吻合度达到82.06%,平均相对误差为8.47%,说明利用该方法提取城市中心城区范围具有一定的可行性,可较准确地提取发展水平不同的城市的中心城区范围。     

城市建成区多源遥感协同提取方法研究

城市建成区边界是城市研究重要的基础信息,也是落实城市功能空间布局、实施界限管控的前提。DMSP/OLS夜间灯光数据已被广泛应用于城市建成区的提取,但由于受饱和、扩散及低分辨率问题的影响,导致仅依靠DMSP/OLS NTL映射城市建成区仍然是一个巨大的挑战。本文以京津冀为例,采用MODIS NDVI和DMSP / OLS夜光数据相结合解决NTL影像的饱和及扩散问题,提取城市建成区潜在范围,并辅以Landsat NDVI数据,采用本文提出的最大自相关双阈值方法进行自适应修正,最后采用目视解译对结果进行验证。实验结果表明,多源遥感协同方法提取城市建成区的总体精度和kappa系数分别为92.9%和0.88,在空间分布和统计数据中均有较高的有效性和可靠性。     

集成土地利用数据和夜间灯光数据优化人口空间化模型

人口统计数据空间化是解决统计数据与自然要素数据融合分析的有效途径。随着RS和GIS技术的发展,人口统计数据空间化方法推陈出新,其中,土地利用数据、夜间灯光数据是人口空间化研究中普遍利用的数据源,但各有优、缺点：土地利用数据中的城镇用地、农村居民点能准确表示人口分布的空间范围,却不能反映其内部的人口密度差异特征;夜间灯光数据的强度信息能体现人口分布的疏密程度,但其像元溢出问题显著夸大人口分布范围,像元过饱和现象也影响着人口数据空间化结果的精度。本研究以中国大陆沿海区域为例,尝试集成土地利用数据和夜间灯光数据优化人口空间化方法,设计了基于精度阈值和动态样本的渐进回归与分区建模的方法,获得了中国沿海2000、2005、2010年1 km分辨率人口空间化数据。结果表明,优化模型显著提高了研究区整体的精度,尤其适用于人口空间结构内部差异较为显著的区域。     

基于夜间灯光和土地利用数据的云南沿边地区GDP空间差异性分析

云南沿边地区包括8个地州,共56个县,其中有25个县市与老挝、缅甸和越南直接毗邻,具有重要的地缘位置。本研究利用土地利用数据和夜间灯光数据在实现云南沿边地区GDP空间化的基础上,对GDP的空间分布格局进行深入探讨,这对缩小区域经济差异及促进地区共同发展具有一定的指导意义。采用土地利用数据对国内生产总值（Gross Domestic Product, GDP）数据的第一产业进行空间化拟合,采用DMSP/OLS夜间灯光数据对GDP的第二、三产业进行拟合,将第一产业和第二、三产业空间化拟合的结果相加,实现云南沿边地区1992-2013年的GDP的空间化拟合。在此基础上对云南沿边地区GDP空间分布差异进行分析。结果表明：① 土地利用数据对第一产业建模的效果较好,拟合的多期数据的相对误差均低于1.12%,采用夜间灯光数据,基于“分类回归”方法对第二、三产业拟合相对误差最大仅为6.404%,最终二者之和拟合的GDP拟合精度都较好,相对误差最大仅为4.241%;② 22期GDP数据在空间分布上均呈现正的相关性,且均为显著集聚;③ GDP空间分布局部集聚的高值-高值区域集中在开远、蒙自等县域,低值-低值地区集中在绿春、西蒙等地区;④ 云南沿边地区县域之间的经济差异在1992-1996年逐渐增强,1996年之后,经济差异波动缩小,空间关联效应呈现波动式的增强和减弱;⑤ 云南沿边地区的三维插值结果均呈现出西北至东南一线的“洼地-丘陵-平地-高峰”地势变化格局,沿边地区的东南角地区即红河州的建水、个旧和开远等县市的GDP最高,“丘陵”地势主要集中在腾冲、保山市以及最南部的景洪地区,“洼地-平地”地势主要分布在沿边地区西北角的贡山和福贡等县域、西南角的西蒙和孟连等县及中部区域的绿春和江城县等地区。     

基于复合指数模型的DMSP/OLS夜间灯光影像饱和校正方法

由于OLS传感器航行过程中增益记录和交叉定标的缺失,使得DMSP夜光影像在城市中心出现过度饱和等问题,因此探讨灯光数据去饱和方法在人类活动强度评估和城市时空演化分析等方面具有重要意义。为了解决这一难题,有学者提出使用NDVI修正饱和灯光数据的VANUI指数,为研究灯光数据去饱和提供了简单便捷的思路,然而该指数在部分城市中较难有明显的校正效果。本文在VANUI指数思想的基础上,顾及到人口密度随着郊区到城市中心距离的增加呈现指数型增长,提出了基于复合指数模型校正夜间灯光指数CEANI,为人类活动强度评价等研究提供更准确的结果。研究表明:① 与VANUI相比,CEANI在刻画城市内部饱和区域特征时具有更好的细节,较好地凸显城市内部空间异质性;② 在25组随机样本的相关对比中,CEANI（R²mean=0.79）与辐射定标产品比VANUI（R²mean=0.68）具有更高的相关性;③ 三大城市群中CEANI与常住人口的R²分别为0.767、0.676和0.841,比VANUI（R²分别为0.640、0.553和0.775）分别提高了0.127、0.123、0.066,相较于VANUI,CEANI与常住人口具有更强的相关性,对于人口指标的估算能力更强。