Integration of nighttime light remote sensing images and taxi GPS tracking data for population surface enhancement

The population distribution grid at fine scales better reflects the distribution of residents and plays an important role in investigating urban systems. The recent years have witnessed a growing trend of applying the nighttime light data to the estimation of population at micro levels. However, using the nighttime light data alone to estimate population may cause the overestimation problem due to excessively high light radiance in specific types of areas such as commercial zones and transportation hubs. In dealing with this issue, this study used taxi trajectory data that delineate people’s movements, and explored the utility of integrating the nighttime light and taxi trajectory data in the estimation of population in Shanghai at the spatial resolution of 500 m. First, the initial population distribution grid was generated based on the NPP-VIIRS nighttime light data. Then, a calibration grid was created with taxi trajectory data, whereby the initial population grid was optimized. The accuracy of the resultant population grid was assessed by comparing it with the refined survey data. The result indicates that the final population distribution grid performed better than the initial population grid, which reflects the effectiveness of the proposed calibration process.     

DMSP-OLS与NPP-VIIRS夜间灯光遥感影像数据整合

DMSP-OLS夜间灯光遥感数据截至2013年,现已被NPP-VIIRS夜间灯光数据取代。因此,要获得长时间序列且稳定的夜间灯光数据集,需要整合两类夜间灯光数据。基于此,本文提出了基于重采样的两类数据整合方法,对2013—2020年NPP-VIIRS数据进行模拟,最终建立了1992—2020年长时间序列校正—模拟DMSP-OLS夜光遥感数据集。结果表明,基于重采样的整合方法效果良好(城市区域Pearson相关系数ρ=0.9852,RMSE=3.4607),整合数据集与相关社会经济参考量高度契合(影像DN值总和与GDP的相关系数ρ=0.946,与人口的相关系数ρ=0.971,二次多项式模型拟合R²≈0.98,RMSE<5.55),优于已有研究。因此,利用该方法整合后的数据集能更好地支撑基于夜间灯光影像的长时间序列研究。     

夜间灯光遥感对城市发展类动能与相似性评估

评估城市发展水平与制定城市规划和城市发展政策息息相关.已有研究表明人口、国内生产总值(GDP)等统计数据和夜间灯光遥感数据能够用来衡量城市发展水平,但大多研究只关注城市发展总量,忽视了发展速度对城市发展的影响.因此,本文基于2012年—2019年Suomi NPP-VIIRS(Suomi National Polar-...     

中国区域DMSP-OLS与NPP-VIIRS夜间灯光影像校正

本文基于对传统不变目标区域校正法的改进,选择4期辐射定标参考影像对DMSP-OLS影像进行了饱和校正与时间序列连续性校正。通过阈值法去除了NPP-VIIRS影像的背景噪声及异常值,利用对数变换压缩了其灯光辐射值的动态范围,使其亮度分布更接近于DMSP-OLS数据。利用BiDoseResp函数模型对NPP-VIIRS影像进行了一致性校正,获得了1992-2019年长时间序列夜间灯光影像。从定性、定量及校正影像与社会经济参量的相关性方面对校正结果进行了精度验证。结果表明,改进后的校正方法改善了DMSP-OLS影像饱和严重的现象,使其获得了长时间序列纵向可比性。BiDoseResp函数模型可以很好地拟合DMSP-OLS和对数变换后的NPP-VIIRS之间的回归。校正后的长时间序列灯光影像数据与社会经济参量高度契合。校正结果对推广长时间序列夜间灯光影像的广泛应用、深化长时间序列科学问题的研究具有重要价值。     

夜间灯光遥感数据应用综述和展望

在遥感应用研究中,夜间灯光遥感作为发展活跃的一个重要分支,近年来受到越来越多来自自然科学领域和社会经济领域的关注。与传统的光学遥感卫星获取地物辐射信息不同,夜间灯光遥感是获取夜间无云条件下地表发射的可见光-近红外电磁波信息。相比于普通的遥感卫星影像,夜间灯光遥感所使用的夜间灯光影像记录的地表灯光强度信息更直接反映人类活动差异,因而被广泛应用于城市化进程研究、不透水面提取、社会经济指标空间化估算、重大事件评估、生态环境评估等领域。目前,虽然基于夜间灯光数据的应用研究成果正在不断积累,但对成果的系统性总结、整理的研究目前存在着覆盖面不全、时效性不强等不足。基于此,论文通过对近几十年来有关夜间灯光数据的研究成果的详细梳理,从数据处理与技术方法、应用研究等方面进行归纳总结。最后,文章从多源数据融合、应用领域拓展和短周期地表灯光监测3个方面指出了未来的研究热点。     

基于NPP-VIIRS数据的夜间灯光指数变化分析——以夏河MS5.7地震为例

夜间灯光数据具有反映人类活动的特点,其数据变化与电力设施运行情况、建筑物和其他发光物体息息相关,因此近年来被广泛应用于各类科学研究中。本文从夜间灯光数据特点出发,以夏河M_S5.7地震灾区为研究区,利用多时相NPP-VIIRS夜间灯光数据,经过数据预处理后获得三种灯光指数,从而分析灾区的夜间灯光变化,为地震应急救援工作提供一种震后灾情信息获取的途径和方法,为甘肃县级尺度的地震应急工作提供另一种思路。     

基于夜间灯光数据的珠三角地区镇级GDP估算

高精度地表GDP分布数据是开展小尺度区域发展相关研究的关键数据,但通常难以获得完整数据序列。文章比较了DMSP-OLS和NPP-VIRS两种夜间灯光数据在小尺度单元GDP估算工作上的适应性,证实NPP-VIIRS数据在镇级GDP估算中有更好的性能。利用修正后的NPP-VIIRS夜间灯光数据建立珠三角地区镇级GDP估算模型,并通过地区差异系数对估计结果进行校正。对2013年镇级GDP估算的实验结果总体精度达到85%。估算结果能够用于填补珠三角地区部分镇级GDP统计数据缺失,为相关研究获取、对比GDP数据提供技术手段。     

融合多源遥感数据的长株潭城市群碳排放时空差异分析

碳排放时空分布监测与评估是城市可持续发展的重点研究课题之一。面向长株潭城市群碳排放的时空分布和差异分析,本文基于NPP-VIIRS夜间灯光影像和不透水面数据,结合县级碳排放数据,构建长株潭城市群碳排放估算模型,并定量分析了长株潭城市群碳排放时空分布特征及变化趋势。结果表明:①不透水面、夜间灯光均值和总值数据能够反映长株潭城市群区域碳排放水平;②2013—2017年长株潭城市群碳排放具有聚集性,主要分布在长株潭城市群北部的中间区域,碳排放区域逐年扩大但强度减弱;③2013—2017年长株潭城市群碳排放变化趋势为中心区域呈现负增长,城市扩张的边缘区域承接了部分碳排放量。本文融合多源遥感数据对2013—2017年长株潭城市群县级碳排放进行估算与监测分析,揭示了长株潭城市群碳排放时空分布变化规律,可为该区域碳减排和区域可持续发展提供科学参考。     

基于NPP-VIIRS夜间灯光数据和Landsat-8数据的城镇建筑用地提取方法改进——以广州市为例

以广州市为例,将Landsat-8-OLS数据与NPP-VIIRS夜间灯光数据相结合提取城镇建筑用地,在常规的NDBI指数、ULI指数方法的基础上进行改进,以获得更加精确的城镇建筑用地信息。首先,利用NPP-VIIRS夜间灯光数据得到城镇建筑用地的大致分布范围,基于Landsat-8-OLS数据提取NDBI、NDVI指数;然后通过分析夜间灯光建筑用地范围、NDVI指数,NDBI指数三者的特性,分别对三者图像进行二值化、求交运算来提取城镇建筑用地;最后将提取结果与传统的NDBI指数、ULI指数方法的提取结果进行对比,利用Google Earth高空间分辨率影像数据进行精度验证。结果表明,结合NPP-VIIRS数据和Landsat-8-OLS数据的多指数提取相交运算,可有效剔除提取结果中包含的裸土信息,与NDBI等指数方法相比,能得到更高的精度。     

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。