基于夜间灯光数据的南京城镇用地提取

Original 2017-06-26 高亚红, 顾羊羊 测绘科学

点上方蓝字“测绘科学”关注

摘要

针对多时相夜间灯光影像无法直接对比的问题，该文提出了一种基于不变目标进行不同年份不同卫星夜间灯光数据的校正方法。在系统校正多时相夜间灯光数据的基础上，应用支持向量机分类算法提取城镇用地信息，并分析1992—2013年南京城镇扩张动态变化规律。结果表明：该数据校正方法可以有效减少年际夜间灯光影像之间的异常差异，提高不同年份数据间的连续性和可比较性；支持向量机分类算法提取的4个样区城镇用地信息总体精度和Kappa系数平均值分别为88.35%和0.56，能够准确反映区域城镇发展的实际情况；1992—2013年南京城镇经历先缓慢后快速的扩张过程，主城区在1992年城镇基础上往四周扩张，并沿长江及南北交通走廊发展。

引用格式

引用格式：高亚红, 顾羊羊 , 乔旭宁,等.基于夜间灯光数据的南京城镇用地提取 [J].测绘科学,2017,42(6):93-98，154.

正文

近年来，中国经济快速发展，城市化水平不断提高，城镇用地不断扩张^[¹^]。中国城市建成区面积从1981年的7 438 km²扩张到2005年的32 520.7 km²，25年间增加了3.37倍，城镇面积快速扩张导致城镇空间发展不平衡^[¹^-²^]。加强城镇扩张快速监测，对区域可持续化管理具有重要意义^[³^]。遥感技术的发展使得实时有效的大面积区域动态变化监测成为可能，满足城镇信息获取以及时空演变研究的需求^[⁴^]。

借助不同遥感影像可以对不同区域进行城镇变化监测。中高分辨率影像对地物识别能力强，但是由于数据量大、获取成本高，所以城镇用地提取多运用在单个城市区域。在区域或者国家尺度上，美国军事气象卫星（defense meteorological satellite program，DMSP）搭载的传感器（operational linescan system，OLS）获取的夜间灯光数据，可以有效探测城市夜晚灯光甚至小规模居民地、车流等产生的低强度灯光信号，标识黑暗乡村背景，是监测人类活动、进行城镇扩张研究的良好数据源^[^5-^6]。

目前使用夜间灯光数据提取城镇用地信息的方法主要有3种：①经验阈值法^[⁷^]，依据经验设定阈值，并用该阈值提取城镇信息，该方法存在较大主观性，不同研究者会有不同结果；②突变检测法^[⁸^]，假设城镇边界为完整多边形，不断增加阈值直至多边形内部发生突变并提取城镇信息，此方法忽略城镇内部发展差异性，尤其是多中心城镇，不符合所有城镇发展实际情况；③辅助资料比较法^[⁹^]，利用统计数据中城镇面积或较高影像分辨率等辅助资料进行对比，获得提取城镇信息最佳阈值，该方法适合特定城市提取，但是大范围遥感影像、统计数据等辅助资料难以获取，数据成本较大^[¹⁰^]。文献[3]提出支持向量机（support vector machine，SVM）分类算法，利用DMSP/OLS数据和植被覆盖指数（normalized difference vegetation index，NDVI）确认城镇像元与非城镇像元样本，提取城镇用地信息。文献[11]提出基于回归模型的斑块居民点估算方法，通过居住地指数（HIS）识别居民点空间分布。

夜间灯光数据像元亮度（digital number，DN）值是研究的关键指标，多传感器获取的不同年度影像间具有不连续性，而且灯光数据会在经济发展水平较高的城市中心出现饱和现象，掩盖城市内部发展差异^[¹^2-¹^3]。同时灯光产品具有溢出性^[¹^4-¹^5]，会掩盖城市内部公园湖泊像元信息，给城镇用地信息识别造成困难。文献[13]和文献[16]提出不变目标法，有效解决影像间的连续性以及饱和性。由于人类活动与植被覆盖具有负相关趋势^[^17-18^]，文献[12]利用NDVI指数修正灯光影像，有效缓解城市内部饱和现象。文献[19]在文献[12]的基础上基于增强型植被指数（enhanced vegetation index，EVI）提出缓解夜间灯光强度饱和的EANTLI指数算法，能有效凸显城市内部差异。

本文采用不变目标法对1992—2013年DMSP/OLS稳定夜间灯光数据进行系统性校正，以江苏省南京市为例，利用SVM分类算法提取城镇用地信息。结合2013年4样区Landsat8影像人工提取结果进行精度评价，识别南京近20年城镇扩张动态变化规律，以期反映南京城镇发展趋势。

江苏省会南京是长江三角洲西部中心城市，全市下辖11个区，总面积6 597 km²。全区位于东经118°22’’~119°14’’、北纬31°14’’~32°37’’。属于亚热带季风气候，雨量充沛，年降水1 200 mm，年平均温度15.4 ℃。平面位置南北长，东西窄，地形以平原低山为主，水域面积占总面积的11%以上。截至2013年南京建成区面积753.83 km²，常住人口818.78万，城镇人口659.1万，城镇化水平80.5%。

本文通过辐射定标、年际合成和内部连续性校正对影像进行预处理，并利用SVM分类算法快速提取1992—2013年南京城镇用地信息。最后，通过提取不同年份城镇用地信息监测城镇扩张动态变化。

1）通过对原始夜间灯光数据进行系统性校正，能有效缓解灯光数据饱和效应，降低相同年份不同传感器获得影像差异，减少相邻年份数据异常波动，提高不同年份数据间的连续性和可比较性。

2）利用SVM分类算法提取城镇用地，并结合Landsat 8影像人工提取城镇用地进行精度评价。SVM算法提取的城镇用地信息总精度和Kappa系数平均值分别为90.58%和0.68，在空间格局上基本与Landsat 8 数据提取结果一致。SVM分类算法提取城镇建设用地信息能够有效反映区域城镇发展的实际情况。

3）1992—2013年南京城镇经历了先缓慢后快速的扩张过程。主城区在1992年城镇区域的基础向四周扩散，沿长江及南北交通走廊发展。

考虑到DMSP/OLS夜间灯光数据与区域经济发展水平具有良好相关性，本文在对城镇用地信息提取精度进行评价时，按照经济发展水平高低选择区域较为典型的城镇作为对照。由于资料与成本的限制，只使用了2013年南京、苏州、泰州、宿迁4期Landsat 8 数据，如若选用多期、多地区高分辨率影像进行精度评价，则会让SVM分类算法提取的结果更加可信。本文系统校正DMSP/OLS夜间灯光影像，并使用SVM分类算法提取城镇信息。未来的工作，将结合已有的城镇用地信息，进一步探讨区域城镇空间格局变化规律。

往期热点文章链接

河南省高速交通网通达性时空特征及演化规律

1982—2013年青藏高原植被动态变化时序分析

全球经纬度网格的雷达探测范围真三维建模

中国地图藏南地名的表示

《坤舆万国全图》与《利玛窦中国札记》中外译本考疑