DMSP/OLS夜间灯光影像中国区域的校正及应用

美国国防气象卫星搭载的业务型线扫描传感器（DMSP/OLS）获取的夜间灯光影像,可客观地反映人类开发建设活动强度,其广泛应用于城市遥感的多个领域。但该数据缺少星上的辐射校正,下载的原始影像数据集不能直接用于研究,需进行区域校正。长时间序列的DMSP/OLS夜间灯光影像数据集主要存在2个问题需在校正过程中解决：（1）原始影像数据集中的影像是非连续性的;（2）数据集中的每一期影像都存在着像元DN值饱和的现象。针对这2个问题,本文提出了一种不变目标区域法的影像校正方法,对提取出来的每一期中国区域的夜间灯光影像进行了校正,该校正方法包括相互校正、饱和校正和影像间的连续性校正。最后,为了检验校正方法的合理性与可靠性,本文将校正前后中国夜间灯光影像与GDP和电力消耗值,分别进行回归分析评价表明,校正后的影像更客观合理地反映区域经济发展的差异。     

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。     

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。     

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。     

一种DMSP/OLS稳定夜间灯光影像中国区域的校正方法

随着遥感技术的快速发展,国防气象卫星计划作战线扫描系统（DMSP/OLS）夜间灯光图像开始更多的应用于人文经济研究中。由于原始影像存在较多问题,如DN值饱和、年际不连续问题等,因此在使用之前需要对影像进行校正。“传统不变区域法”是应用较为广泛的校正方法,但仍存在部分问题,如未考虑目标区域长时间尺度上的微弱变化以及连续校正前基准年份的选取。本文对传统不变目标区域法进行改良,以黑龙江鹤岗市作为不变目标区域,选取3期辐射定标影像作为参考影像对DMSP/OLS稳定夜间灯光影像进行饱和校正,通过对比各年份影像饱和校正情况,选出最为合理的基准年份,从而对饱和校正后的影像进行连续性校正。为验证影像校正精度,本文从国家像元DN值、省级GDP与电力消费量、地级市GDP和县域GDP 4个层面与对应DN值进行线性回归检验,结果显示经改进方法校正后DMSP/OLS稳定夜间灯光影像TDN与市级GDP的拟合度（R2）平均值为0.85,远大于传统方法校正TDN与市级GDP拟合度（R2）平均值的0.53,且随着时间推移,传统不变目标区域法校正后拟合度逐渐降低至2013年的0.40,而利用改进后方法进行校正的拟合度未出现递减现象,2013年其R2仍为0.88,表明与传统不变区域法相比校正精度明显提高,饱和问题得到较大改善。     

基于夜间灯光与LUC数据的川渝地区人口空间化研究

高精度的人口空间分布数据是开展小尺度人口活动变化规律研究的关键数据。夜间遥感影像对于反映人类社会活动具有独特的能力,因而被广泛的应用于社会经济领域的空间数据挖掘。本研究以DMSP/OLS夜间灯光数据、NPP/VIIRS夜间灯光数据、常住人口统计数据、土地利用数据为数据源,在县级尺度上建立逐步回归模型,构建川渝地区人口空间分布数据;并随机抽取研究区内500个乡镇,以常住人口统计数据为真实数据,对人口空间化结果进行精度检验。结果表明：① 2种夜间灯光数据与人口均有较高的相关性,相关系数均在0.76以上,NPP/VIIRS夜间灯光数据与人口的相关性要高于DMSP/OLS,且受拟合模型的影响不大。② 与人口相关性较高的土地利用类型有多种,耕地、林地对人口空间分布也有影响,在建模时不应只考虑建成区。③ 在2种夜间灯光数据分别与土地利用与土地覆被数据（Land Use/ Land Cover, LUC）结合时,使用DMSP/OLS夜间灯光数据和NPP/VIIRS夜间灯光数据得到的逐步回归模型的复相关系数R²分别为0.796、0.817,模型拟合率较高,而基于NPP/VIIRS夜间灯光数据得到的人口空间化结果分辨率（500 m）相比DMSP/OLS提高了一倍（1 km）,中心城区与周边城区人口密度变化更加自然,更符合实际人口分布情况。④ 与LUC数据结合时,使用NPP/VIIRS夜间灯光数据得到的人口空间化结果精度要高于DMSP/OLS夜间灯光数据,表明NPP/VIIRS夜间灯光数据相比DMSP/OLS更适用于人口数据空间化研究。     

基于夜间灯光数据的中国经济发展时空格局特征

系统掌握经济发展的时空格局特征能为制定经济发展战略提供决策支持。目前对经济发展时空格局的研究主要依靠统计数据。然而统计数据存在口径不统一、空间分辨率低等缺点,难以精准刻画经济发展的格局特征。夜间灯光数据具有易获取、覆盖范围广、与人类社会经济活动高度关联的优点,可以作为经济发展水平的代理变量。本文以DMSP/OLS（Defense Meteorological Satellite Program's Operational Linescan System）夜间灯光数据为基础,利用重心、标准差椭圆以及局部莫兰指数等空间分析工具从不同尺度、角度探究中国经济发展的时空格局特征。研究发现：① 2003-2013年,中国经济重心不断向东南方向移动,且移动距离呈逐年减少趋势,说明东部与内陆区域经济体量存在差异,但是差异水平正逐渐减小。中国经济的标准差椭圆范围不断扩大但是扁率减小,说明中国经济总量不断提升,但整体集聚度有所下降。同时椭圆的方向角不断向东偏转,与经济重心朝东南方向移动的结果吻合。② 高高聚集和低低聚集是中国经济发展最明显的2种类型。高高聚集区会辐射带动周边区域发展,这一特点在山东半岛和长江三角洲最明显,低低聚集主要分布在西部和东北欠发达地区。2003-2013年间,低低聚集范围有所减少,由连片分布变为局部聚集。本研究基于夜间灯光数据揭示了2003-2013年中国经济发展的时空格局特征,为制定宏观经济战略提供决策支持。     

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。     

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。     

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。     

基于夜晚灯光数据和Google Earth的城市建成区提取分析

夜晚灯光数据已被广泛应用于提取城市建成区的研究,由于灯光具有溢出特性,因此确定最佳灯光阈值成为研究热点。本研究中总结4种常用最佳阈值确定方法的特点,并使用Google Earth影像空间比较法,确定夜晚灯光数据提取城市建成区的最佳阈值。由于地形、交通等因素影响城市形态,城市形态影响夜晚灯光数据提取城市建成区的最佳阈值大小,因此,根据城市形态将阈值结果分为2类,并得到块状城市和带状城市建成区的最佳灯光阈值分别为43和 47。Google Earth影像空间比较法与其他方法相比具有不受统计数据限制,以及简易操作等优势,且从形态上对城市建成区提取结果进行空间比较;其次,根据城市形态对最佳阈值结果分类,使不同类型的城市建成区提取结果更准确。该方法适用于在地形复杂、形态多样的大尺度空间中提取城市建成区。     

Landsat/OLI与夜间灯光数据在提取城市不透水面中的精度差异分析

不透水面作为反映城市发展程度和表征城市生态环境的重要指标,在城市化研究中成为重要的数据源。当前,不透水面信息的获取通常基于遥感数据来开展,包括不同分辨率的遥感数据。这些遥感数据在高精度提取城市不透水面的能力具有较大的差异,会因尺度不同而带来提取精度的偏差。因此,理解不同遥感数据源在不透水面提取上的差异尤为重要。本文利用Landsat/OLI光谱数据和VIIRS/DNB夜间灯光数据分别采用线性光谱混合分析法和大尺度不透水面指数法提取珠江三角洲研究区的不透水面信息,并从不透水面总体精度、不同密度精度对比分析2类数据源提取不透水面的差异。结果表明：① Landsat/OLI和VIIRS/DNB两者提取不透水面的总体精度差异不大,Landsat/OLI提取不透水面的精度总体上略高于VIIRS/DNB。2种数据提取不透水面的均方根误差RMSE分别是0.18和0.21,系统误差SE分别是0.12和0.13,决定系数R ²分别是0.76和0.67。② Landsat/OLI和VIIRS/DNB数据对不同密度不透水面分布区域的提取能力不同：VIIRS/DNB在低密度不透水面区域提取精度高于Landsat/OLI;而Landsat/OLI在中、高密度不透水面区域提取精度均高于VIIRS/DNB。通过2种数据提取精度差异的对比,以期为不同密度的不透水面分布区域提取找到最佳尺度的数据源,提高不透水面提取的效率和精度。     

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。     

长江三角洲城市群热环境安全格局及土地利用变化影响研究

城市化进程的加快对区域热环境具有重要影响,热环境的改变会引发一系列生态环境问题,科学地评价城市群热环境安全对于城市发展的规划布局和建设舒适的人居环境具有重要意义。本文利用多期MODIS地表温度数据产品,在构建热环境安全等级分级标准的基础上,对长江三角洲城市群热环境安全格局时空变化特征和土地利用变化的影响进行了探讨。结果表明：① 2015年长江三角洲城市群热环境不安全区域多分布于城市建成区及建成区周围,以南京、上海、杭州和宁波等城市形成的“Z”型区域最明显,临界安全区域多分布于郊区,较安全区域集中分布于长江以北平原区域,安全区域则主要分布于杭州及杭州以南山地、丘陵区,太湖大部分区域以及长江三角洲城市群北部区域;② 2005-2015年长江三角洲城市群热环境不安全区域、临界安全区域、较安全区域和安全区域分别呈现扩张、小幅增长、缩减和先缩减后扩张趋势;③ 土地利用结构中建设用地比例过高和林地比例过低是导致热环境安全等级下降的主要原因,其次,建设用地侵占大量耕地也是导致热环境不安全区域扩张的主要原因。