基于夜间灯光数据与Landsat数据

1基于夜间灯光数据与Landsat数据城市建成区提取对比评价——德阳市2011年摘要：基于DMSP/OLS稳定夜间灯光均值数据构建了一个反映区域城市化水平的灯光指数。以德阳市建成区为例，基于2011年稳定夜间灯光均值数据采用统计数据法，根据Landsat数据提取的建成区面积作参考，分析成为城市建成区的DMSP/OLS稳定夜间灯光均值数据的灯光指数值。研究表明,灯光指数与反映城市化水平的复合指数存在较高的相关关系,可以用于我国城市化水平及其时空差异分析和城市化进程监测。一．引言遥感技术具有多波段、多时相以及覆盖范围广的特性使其在城市扩展监测、环境监测、生态评价、人口密度和城市规划管理等研究中得到了广泛的应用。夜间灯光遥感数据来源于美国军事气象卫星DMSP(DefenseMeteorologicalSatellitePro-gram)搭载的OLS(OperationalLinescanSystem)传感器。OLS有别于传统的传感器,它具有很强的光电放大能力,可在夜间工作,能探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光,明显区别于黑暗的乡村背景。二．研究区概况德阳市位于四川盆地成都平原东北部，地处东经103°45′-105°15′北纬30°31′-31°42′之间。南靠成都，北接绵阳，2东壤遂宁，西邻阿坝。1983年8月经国务院批准为省辖地级市，四川省重点建设的九大城市之一，是成都旅游门户圈的重要组成部分。全市幅员面积5818平方公里。德阳市境狭长，东西宽约65公里，南北长约162公里，地势西北高东南低。西北部为龙门山脉中段，山地面积1171.87平方公里，占全市总面积的19.68%；中部为成都平原东北部，面积1838.75平方公里，占全市总面积的30.88%；东南部为盆中丘陵，面积2943.13平方公里，占全市总面积的49.44%。三．数据与方法3.1数据来源夜间灯光数据来源于美国国家海洋和大气管理局NOAA(NationalOceanicandAtmosphericAd-ministration)下属的国家地球物理数据中心NGDC(NationalGeophysicalDataCenter,)。DMSP卫星以每天14轨的速度绕地球飞行一周,经过赤道的地方时为10∶50与22∶50。OLS传感器有两个通道:可见光通道和热红外通道。可见光波段范围0.4～1μm,光谱分辨率为6bit,灰度值范围为0～63;热红外通道波段范围是10～13μm,光谱分辨率为8bit,灰度值范围0～255。其获取的图像幅宽为3000km,全分辨率数据的地面采样距离为0.56m,目前已有的夜间灯光遥感图像的数字产品。3.2数据处理33.2.1在ArcGIS软件中添加夜光数据（F182011.v4c_web.stable_lights.avg_vis.tif），为了各个地方显示更加明显，首先对图像进行拉伸，然后参考其他相关的德阳数据，确定德阳在夜光数据中的亮斑位置（下面的操作是根据Landsat数据确定，如图1所示）。图13.2．2在ArcCatalog中创建一个线文件，步骤如下图2,3,4,5.图2图34图4图53.2．3在建立好线文件之后，在ArcGIS软件中加载进来，准备画一条边界框，将图上德阳最亮的图斑框下来。首先确认德阳的相应夜光图斑，画出矩形框，如图6；然后运用Clip工具，裁剪出德阳的亮斑影像数据，操作如图7；最后裁剪出的德阳亮斑图，如图8所示：图65图7图83.2．4在进行夜光数据提取建成区之前，首先需要进行投影转换（转换前的投影系统如图9、10所示），要与Landsat数据提取的建成区的投影系统保持一致。要进行栅格数据投影系统转变，选择ProjectRaster工具，投影转换为WGS_1984_UTM_Zone_48N.操作如图11、12所示，投影转换成功之后如图13所示：Landsat数据提取的建成区图96夜光数据图10投影转换图11投影转换图127投影转换成功如下图：图133.2.5投影转换成功后，需要运用统计数据法来分析出最接近Landsat数据提取的建成区面积的亮度值（DN值），运用Con工具，提取出DN=30、32、35、38、40、42、45、48、49、50、51、52的栅格图像如下所示：Con操作图148Con操作图15图16图17图18图19图20图21图22图23图249图25图26图273.2.6栅格数据提取成功之后，下一步进行的就是栅格数据转为矢量数据，运用Rastertopolygon工具条，操作如下;但是需要注意的是工具条对话框下面的Simplifypolygons选项，我们为了图像面积的精确性尽可能不要选择它，它们的区别如下图：图28没勾选图29勾选图3010两中方式转变，图30更加圆滑一点，两者面积也有一定差别。3.2统计分析3.2.1DN值与面积变化趋势分析采用数据统计的方法分析，得到如下的两个DN值与面积变化趋势图，根据下面的图表大致可以得出，DN值与面积变化总体上都成线性变化。图31图3211根据上图31、32分析，可以预测所选阈值和面积值可能存在线性关系，所以作了下面的线性计算，如图33：图33根据上面的线性计算的表绘制出下图34、35，可以很明显的看出，面积值的变化和亮度值的变化具有相关性，且呈线性相关。公式如下：理论面积=图3412图353.2.2Landsat数据提取的建成区面积与夜光数据的面积对比分析以Landsat数据提取的建成区面积做参考，Landsat数据提取的建成区面积与统计分析后的面积对比，其中在亮度值（DN）等于51的时候，其面积值为61.421952km2,而运用Landsat数据提取的建成区面积为59.99205km2，之所以会选择亮度值（DN）等于51，夜光数据的面积值小于Landsat数据提取的建成区面积，如下图36可以看出，Landsat数据提取的建成区面积排除了德阳的旌湖（绵远河的一段），但是夜光数据的面积是包括了德阳的旌湖（绵远河的一段）面积，所以我选择了亮度值（DN）等于51时，它们两种方式提取的建成区面积最为接近。13图36通过分析可以得到，虽然两者的面积值大致相同，但是不同方式提取的面积分布情况是不同的。如上图可以看出，夜光数据提取的建成区整体向东部偏移，但是根据实际地形可以知道德阳建成区是不可能再向东部延伸的，Landsat数据提取的建成区的东部就是最后的东部边界，主要是由于德阳的东部有山，就阻碍了建成区东部的扩张。产生这种差距在于，灯光是发散的，本来就会存在一定的误差。再者通过统计数据分析的方法得出的夜光数据建成区的精确度，也在某种程度上取决于参考数据的准确性和可靠性.而且整个夜光数据的片区很大，最后落到某个国家的某个城市,显然是存在一定误差的.四、结论与讨论本文介绍了运用DMSP/OLS夜间灯光数据提取城市建成区，是以14Landsat数据提取的建成区面积作参考，采用了统计分析的方法，设置了一系列阈值获得与Landsat数据提取的建成区面积相当的阈值，然后对比Landsat数据提取的建成区面积的空间分布，证明了夜光数据在某些方面的局限性。不同地区的阈值在某种程度上也反应了该地区的经济能力和发展程度。阈值越大，说明该地区的发展情况越好。参考文献：1.《基于DMSP/OLS夜间灯光数据和统计数据的中国大陆20世纪90年代城市化空间过程重建研究》何春阳史培军李景刚陈晋潘耀忠李京卓莉一之瀬俊明北京师范大学环境演变与自然灾害教育部重点实验室,北京师范大学资源学院,日本国立环境研究所2.《基于夜间灯光数据的城市建成区提取方法评价与应用》舒松余柏蒗吴健平刘红星华东师范大学地理信息科学教育部重点实验室美国辛辛那提大学地理系,俄亥俄州,辛辛那提3.《基于DMSP/OLS影像的我国主要城市群空间扩张特征分析》王翠平王豪伟李春明董仁才中国科学院城市环境与健康重点实验室中国科学院城市环境研究所厦门城市代谢重点实验室中国科学院城市环境研究所中国科学院生态环境研究中心城市与区域生态国家重点实验室4.《DMSP/OLS数据应用研究综述》王鹤饶郑新奇袁涛15中国地质大学（北京）土地科学技术学院北京市国土资源信息开发研究重点实验室