【www.xinchenghx.com--当今大学生创业】
摘要：城市化研究是当今城市发展研究的热点之一，受到社会各界的广泛关注。及时快速地获取城市化相关信息，无论对于城市的发展、城市化问题的研究，还是人与自然生态系统的相互作用研究都具有重要意义。文章不仅对DMSP/OLS夜间灯光数据的来源及特点进行了说明，而且对于国内外利用DMSP/OLS夜间灯光数据在城市边界提取、城市化进程、城市化模式等方面的研究进行了概述。文章还进一步指出夜间灯光数据应用范围不广泛，且主要集中在小尺度的城市化研究，中观和宏观尺度的研究相对较少，这也是今后夜间灯光数据用于城市化研究的方向之一。
关键词：夜间灯光数据；城市化；城市边界提取；城市化进程
1引言
城市化研究是一个涉及经济、人口、地域空间等诸多方面的复杂过程，由于各科学领域对城市化概念理解的不一，使得各学科对城市化过程进行测度的指标和方法差异较大，故不能全面、有效地反映城市化的性质和发展。因此，构建一个能够综合、全面刻划城市化发展及其特性，并能快速获取且具有较高可比性的城市化水平测度指标已成为迫切需要解决的问题。而DMSP/OLS夜间灯光数据为获取城市化信息提供了新的途径。
DMSP/OLS夜间灯光遥感数据来源于美国军事气象卫星Defence Meteorological Satellite Program（DMSP）搭载的Operational Linescan System（OLS）传感器，它为大尺度的城市研究提供了新的数据源。DMSP/OLS传感器于70年代开始应用，其最大特点是可在夜间工作，且数据在夜间获取，不受光线阴影干扰，并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，使之明显区别于黑暗的乡村背景，比较适合大尺度上城市化过程的动态监测。而DMSP/OLS数据有两点优势：一是不依赖于高空间分辨率，因影像数据量非常小，且不到TM数据的1%，故对DMSP/OLS数据进行处理时更加简便；二是DMSP/OLS夜间灯光影像能反映综合性信息，它涵盖了交通道路、居民地等与人口、城市等因子分布密切相关的信息。因此，使用DMSP/OLS夜间灯光数据时无需再单独考虑这些因素[1]。
2国外研究进展
2.1城市化的研究内容
2.1.1城市边界提取
1978年，Croft[2]首次提出DMSP/OLS影像具有城市建成区提取的潜力。但学者们经过早期研究发现：城区提取易受到云层覆盖、短暂性光源等多种因素的限制。而在Elvidge等[3]人的努力下，初步解决了云层覆盖与短暂性光源的问题。
Henderson等[4]对DMSP/OLS灯光频率图像和DMSP/OLS辐射定标灯光强度图采用不同的阈值，分别提取了旧金山、北京、拉萨等发展水平不同的几个城市边界，并以Landsat TM图像提取的城市边界作为精度评价的标准，说明DMSP/OLS稳定灯光和辐射定标图像均可作为城镇范围和城市化水平监测的有效数据源[1]。
Sutton等[5]在对DMSP/OLS夜间灯光数据和人口分布数据对比分析后，提出以40%、80%和90%的阈值，分别提取低收入地区、高收入地区和一些特殊地区（如埃及尼罗河地区）的城市建成区[6]。
2.1.2城市化进程研究
Milesi等[7]首先利用DMSP/OLS1992—1993年、2000年的稳定灯光产品，在参考美国1992年基于LANDSATTM的土地覆盖分类图及统计数据的基础上，通过选取全局最优灯光频率阈值，做出了美国东南部地区1992年土地覆盖类型图和1992—2000年城市空间扩展图。并分析了该地区1992-2000年因城市扩展造成的植被初级生产力损失量。
Imhoff等[8]同样在利用DMSP/OLS1994—1995年的稳定灯光产品提取美国城市空间分布的基础上，结合土地覆盖分类图和NOAA/AVHRRNDVI等数据，采用CASA（Carnegie Stanford Ames）模型，对比分析了城市地区与非城市地区NPP的季节性变化规律，以此来定量化研究美国城市化过程对碳循环和粮食安全带来的影响。
2.2其他研究
2.2.1人口密度模拟
1997年，Sutton等[9]以美国大陆为基础，将其人口密度栅格图像与DMSP/OLS数据图像进行比较，研究了其相关性，并显示出DMSP/OLS数据在研究人口分布领域的未来应用前景。Sutton[10]同样以美国为研究区，利用DMSP/OLS数据，结合统计数据，建立城市人口密度衰减模型，分析了城市人口密度与灯光数据的相关性。
2001年，Lo[11]以中国1996年3月、1997年1-2月的辐射定标夜间灯光强度数据DMSP/OLS为基础数据，利用灯光面积，灯光体积，像素平均值和灯光密度作为独立变量，建立自动增长模型与线性衰减模型，在省、市、县3个行政单元尺度上估算了中国的平均人口密度。
2.2.2热岛效应
1995年，Gallo等[12]选取了28个城市，回顾了利用其他卫星数据评估城市热岛效应的方法，并结合NDVI指数比较，利用DMSP/OLS数据评价了热岛效应对气象记录的影响。
2.2.3电力能源消耗量研究
1980年，Welch[13]首先考虑根据美国夜间灯光数据图像，建立人口、城市面积以及电力能消耗量之间的关系模型。同时，选取了美国东部18个城市为样本，建立回归模型，在国家或地区尺度上证明了利用夜间灯光数据检测电力能源消耗量的可行性。
1997年，Elvidge 等[14]以美国、巴西等21个国家作为研究区，利用DMSP/OLS 数据，分析了区域灯光灰度值与当地人口数量、GDP、电力能源消耗量之间的相关性，并建立了log of population、log of GDP、log of GWH3个log-log模型，证明了DMSP/OLS数据在估算人口数量、GDP、电力能源消耗量等方面具有实际性意义。2005年，Amaral等[15]选取巴西亚马逊河流域作为研究区，并以Para州为例，证明了1996年DMSP/OLS数据与城市人口统计数据，1999年电力能源消耗量与DMSP/OLS数据，均符合线性相关性。
2009年，Kiran 等[16]利用 DMSP/OLS 数据，描述了印度1993-2002年的电力消费模式的时空变化特征。即随着印度全州夜间灯光总量大幅度上升，其国家人口和电力能源消耗量也大幅度增加，表明夜间灯光数据与人口以及电力能源消耗量之间的相关性。
2.2.4城市化对生态环境影响研究
2000年，Imhoff等[17]利用灯光数据结合NOAA/AVHRR等数据，选取了7个较大城市，通过计算某一时间段内NDVI累加和代表该时间段内的植被初级生产力总量，对城市化过程对美国植被初级生产力带来的影响进行了季节性研究，指出美国城市演化造成地表植被初级生产力总体下降。
3国内研究进展
3.1城市化的研究
3.1.1城市边界提取
何春阳等[18]利用1992、1996和1998年的DMSP/OLS数据，计算出适宜的阈值用于建成区域的提取。同时利用Landsat TM数据对提取的城市空间格局特征分析也表明，利用 DMSP/OLS 提取的城市格局特征与Landsat TM提取的基本上是吻合的。即该方法重建的中国大陆20世纪90年代城市空间过程，为中国大陆宏观城市空间格局和变化过程研究提供了一定帮助。
曹丽琴等[19]通过转换DMSP/OLS遥感数据，利用了1∶5万湖北省边界栅格图提取2000年和2002年湖北省各个县市边界图。并分析了湖北省各县市城镇人口与夜间灯光数据的线性关系。结果表明利用DMSP/OLS数据，对不同级别的县市，采用不同的预测模型能有效的估算城镇人口。
王翠平等[20]应用Henderson等提出的经验阈值6%初步从DMSP/OLS数据中提取京津冀、长江三角洲和珠江三角洲城市群的城市用地像元，并以依据经验阈值提取的城市用地像元为基础确定了精确的城市用地像元和城市群的城市用地边界。结果表明基于夜间灯光影像数据提取的城市像元能较好的反映三个城市群的城市用地空间扩张进程。
3.1.2城市化进程
陈晋等[21]基于DMSP/OLS非辐射定标的夜间灯光平均强度数据构建了一个反映区域城市化水平的灯光指数，并通过分析发现：灯光指数与城市化水平复合指标之间有显著相关性，且能够较好地反映区域的城市化水平。
何春阳等[22]利用1992年、1996年和1998年的DMSP/OLS数据，提取了环渤海地区20世纪90年代的城市群空间信息，建立了城市群地区面状、线状和点状三种城市化空间模式，分析了环渤海地区20世纪90年代的城市化过程及城市空间演化过程。并指出DMSP/OLS数据在区域城市化过程研究中具有巨大潜力。
徐梦洁等[23]利用1998、2003和2008年的DMSP/OLS数据和统计数据，分析了灯光数据与城市化进程中经济、人口和土地利用等方面的关联，并确定了市辖区建设用地信息提取的阈值，根据各城市在1998-2003和2003-2008年两个阶段阈值的变化，划分城市建设用地的主导扩张类型。此外，采用平均灯光强度作为城市化水平的表征，分析长三角城市群的城市化水平空间分异。与陈晋[24]提出的加权灯光指数和卓莉的CNLI[25]相比，更为简便和直观。
3.2其他研究
3.2.1人口密度模拟
2005年，卓莉等[24]利用针对亚洲地区开发的DMSP/OLS数据和NDVI数据，以灯光强度作为估算因子及基于人口——距离衰减规律和电场叠加理论分别对灯光区内外建模，估算人口密度。结果显示利用DMSP/OLS数据，进行人口密度研究，可使人口分布描述更接近实际，实现人口、资源、环境和社会经济综合有效管理。
3.2.2热岛效应
2007年，谢志清等[26]以长江三角洲城市带为研究对象，利用DMSP/OLS数据提取1992-2003年研究区城市化空间扩展过程，结合NOAA/AVHRR、MODLS 反演的月地表温度数据和相关统计资料，定量考察了长江三角洲城市群热岛增温效应对区域温度气候趋势的贡献。
3.2.3城市化对生态环境影响研究
2007年李景刚等[27]利用DMSP/OLS数据对环渤海地区城市化空间过程重建，将植被初级生产力变化作为评价的主要指标，结合NDVI数据和中国植被类型图数据等数据，根据累加NDVI和同NPP之间的统计关系，对比分析各土地覆盖类型城市地区与非城市地区的初级生产力，探索城市化过程对不同植被类型初级生产力所带来的影响。
4评述
从学者们的研究成果可以看出，自20世纪70年代以来，国内外学者们已成功将DMSP/OLS数据应用于边界提取和城市化进程等各方面的研究，并在城市化研究方面取得了良好效果。并从研究中证明了DMSP/OLS数据在城市等人口密集地区的应用具有很强的优越性。
但任何数据都有其自身局限性，在现有的研究中可以发现由于DMSP/OLS数据缺乏灯光以外的信息，对于无灯光地区，仍需借助其他遥感影像或统计数据等开展研究，从而不能完整地表现城市化发展。因目前应用灯光影像时主要考虑灯光的持续性和面积，加入强度因子的并不多见，故极大地限制了估计精度与应用范围。因此研究者还不能充分利用夜间灯光强度影像，对灯光强度信息进行深度挖掘。同时，在利用夜间灯光数据时，学者偏重于研究城市化发展，而在区域尺度对城市空间发展模式、过程等方面的研究还比较薄弱，且目前利用遥感技术研究城市化主要集中在小尺度的城市土地利用分类和空间扩展动态监测等方面，中宏观尺度的研究相对较少，有待于进一步研究。参考文献：
[1] 杨眉， 王世新， 周艺， 王丽涛. DMSP/OLS夜间灯光数据应用研究综述[J]. 遥感技术与应用. 2011， 26（1）：45-46.
[2] Croft T A.Nighttime Images of the Earth from Space[J].Scientific American，1978，239：86-89.
[3] Elvidge C D，Imhoff M L，Baugh K E，etal.Night-time Lights of the World：1994-1995[J].ISPRS Journal of Photogrammetry and Remote Sensing，2001，56（2）：81-99.
[4] Henderson M，Yeh E T，Gong P，et al.Validation of Urban Boundaries Derived from Global Night-time Satellite Imagery[J].International Journal of Remote Sensing，2003，24（3）：595-609.
[5] Sutton P，Roberts D，Elvidge C，etal.Census from Heaven：an Estimate of the Global Human Population Using Night-time Satellite Imagery[J].International Journal of Remote Sensing，2001，22（16）：3061-3076.
[6] 舒松，余柏蒗，吴健平，刘红星. 基于夜间灯光数据的城市建成区提取方法评价与应用[J]. 遥感技术与应用. 2011， 26（2）：169-170.
[7] MilesiC， ElvidgeC D， NemaniR R，etal.Assessing the Impact of Urban Land Development on Net Primary Productivity in the SoutheasternUnited States[J].Remote Sensing ofEnvironment， 2003，86： 401—410.
[8] ImhoffM L， Bounoua L， DefriesR，etal.The Consequences of Urban Land Transformation on Net Primary Productivity in the United States[J].Remote Sensing of Environment，2004，89（4）：434—443.
[9] Sutton P， Roberts D， Elvidge C， et al. A Comparison of Nighttime Satellite Imagery and Population Density for the Continental United States. American Society for Photogrammetry and Remote Sensing. 1997， 63（11）： 1303-1313.
[10] Sutton P. Modeling population density with nighttime satellite imagery and GIS. Computers， Environment and Urban Systems， 1997， 21（3-4）： 227-244.
[11] Lo C P. Modeling the population of China using DMSP operational linescan system nighttime data. Photogrammetric Engineering and Remote Sensing， 2001， 67（9）：1037-1047.
[12] Gallo K P， Tarpley J D， McNab A L， et al. Assessment of urban heat islands： A satellite perspective. Atmospheric Research， 1995， 37（1-3）： 37-43.
[13] Welch R. Monitoring Urban Population and Energy Utilization Patterns from Satellite Data. Remote Sensing of Environment， 1980， 9（1）： 1-9.
[14] Elvidge C D，Baugh K E，Kihn E A，etal.Relation between Satellite Observed Visible-near Infrared Emissions， Population， Economic Activity and Electric Power Consumption[J].International Journal of Remote Sensing，1997，18（6）：1373-1379.
[15] Amaral S， Camara G， Monteiro A M V， et al. Estimating Population and Energy Consumption in Brazilian Amazonia Using DMSP Nighttime Satellite Data. Computers，Environment and Urban Systems， 2005， 29（2）： 179-195.[16] Kiran Chand T R， Badarinath K V S， Elvidge C D， et al.Spatial Characterization of Electrical Power Consumption Patterns over India Using Temporal DMSP-OLS Nighttime Satellite Data. International Journal of Remote Sensing， 2009， 30（3）： 647-661.
[17] ImhoffM L， Tucker C J， Lawrence W T，et al.The Use of Multisource Satellite and Geospatial Data to Study the Effect of Urbanization on Primary Productivity in the United States[ J]. IEEE Transactions on Geoscience and Remote Sensing，2000，38（6）： 2549—2556.
[18] 何春阳， 史培军， 李景刚， 陈晋， 潘耀忠， 李京， 卓莉， 一之瀬俊明. 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[J]. 科学通报. 2006（04）.
[19] 曹丽琴， 李平湘， 张良培. 基于DMSP /OLS夜间灯光数据的城市人口估算———以湖北省各县市为例[J]. 遥感信息. 2009（01）：83-87.
[20] 王翠平， 王豪伟， 李春明， 董仁才. 基于 DMSP/OLS 影像的我国主要城市群空间扩张特征分析[J]. 生态学报. 2012（02）：942-952.
[21] 陈晋， 卓莉， 史培军， 一之濑俊明. 基于DMSP/OLS数据的中国城市化过程研究———反映区域城市化水平的灯光指数的构建[J]. 遥感学报. 2003，7（3）：169-170.
[22] 何春阳， 李景刚， 陈晋， 史培军， 潘耀忠， 李京， 卓莉， 一之瀬俊明. 基于夜间灯光数据的环渤海地区城市化过程[J]. 地理学报. 2005（03）：409-417.
[23] 徐梦洁， 陈黎， 刘焕金， 王慧. 基于DMSP/OLS夜间灯光数据的长江三角洲地区城市化格局与过程研究[J]. 国土资源遥感. 2011（09）：106-107.
[24] 卓莉， 陈晋， 史培军， 辜智慧， 范一大， 一之瀬俊明. 基于夜间灯光数据的中国人口密度模拟[J]. 地理学报. 2005（03）：266-276.
[25] 卓莉， 史培军， 陈晋， 一之瀬俊明. 20世纪90年代中国城市时空变化特征——基于灯光指数CNLI方法的探讨[J]. 地理学报. 2003（06）：893-902.
[26] 谢志清，杜银，曾燕等. 长江三角洲城市带扩展对区域温度变化的影响. 地理学报.2007，62（7）：717-727.
[27] 李景刚， 何春阳， 史培军， 陈晋， 潘耀忠， 一之瀬俊明. 基于DMSP/OLS灯光数据的快速城市化过程的生态效应评价研究——以环渤海城市群地区为例[J]. 遥感学报. 2007（01）：115-126.
一个新兴的产业需要寻找到让它的前景变得豁然开朗的变革力量。而在这个时刻到来之前,则是产业破局前不得不忍受的混乱和黑暗。
密密麻麻的“专利网”
LED照明产业异常庞大,细分起来包括上、中、下游三个环节。在LED照明产业链上游是芯片供应商、发光材料供应商,中游是封装企业,而在下游则是LED灯具应用企业。
中国LED照明产业发展的结构侧重于封装和下游应用环节,产量为全球第一,产值位居全球第二,但是产业的短板也日益凸显,上游领域国际巨头对专利技术的垄断,为产业发展埋下隐患。
相关资料显示,截至2008年年底,中国LED照明相关专利申请共26069件,其中多数是处于产业中游和下游的封装和应用方面的专利。而在产业上游的外延和芯片方面,由于我国研究和生产起步较晚,专利所占比例较少。世纪证券分析师陆勤指出,LED照明产业上中下游各环节差异很大。上游产品技术难度极高,具有高难度、高投入、高风险的特点,而中下游的应用进入壁垒很低,缺乏核心技术。LED照明外延片与芯片约占行业70%的利润,LED照明封装约占10%~20%,LED照明应用约占10%~20%。
更为纠结的是,LED照明50%以上的核心专利被日本的日亚化学和丰田合成、美国的科锐(CREE)以及欧洲的飞利浦Lumileds照明和欧司朗五大厂商垄断,其中日亚化学的专利技术涵盖了LED照明结构、外延、芯片、封装的制造全过程技术及荧光粉等相关原材料,在LED照明领域占有绝对领先的地位。这些企业依靠构建专利壁垒及专利诉讼阻止其他厂商进入市场与其竞争,获取了高额的独占市场利益,五大厂商为了避免彼此之间出现纠纷,签署了交叉许可协议,结成了强大的专利联盟。
作为上游的芯片是LED照明产业的关键,不仅仅影响整个中下游的产品性能和价格,而且上游的芯片供应商往往控制着整个产业的专利及标准。而国外企业控制了专利技术,经常挥舞着“337调查”(美国337调查程序:禁止一切不公平竞争行为或向美国出口产品中的任何不公平贸易行为)的大棒,让国内企业就范。“当国内企业技术快跟上的时候,它们就将芯片的价格降下来。这种情况已经在国内发生过两次了。其中一次是2009年3、4月份针对小功率芯片的降价,当时国内的芯片企业几乎全部亏损;第二次降价是针对大功率芯片的,由于大功率芯片的销量并不大,所以它的市场影响面相对比较小。”照明业营销专家张护明说,“国外企业对产业链的控制是从源头开始的,但现在它们的触角开始伸向应用领域了。”
实际上,一些数据也反映出LED照明行业的整体性尴尬。2008年中国半导体照明总产值近700亿元,其中芯片产值为19亿元、封装产值为185亿元、应用产品产值为450亿元。芯片产值只占了很小一部分。国内许多芯片企业在研发上直接搬国外的模式。“国外的企业精明之处在于,它像微软一样鼓励国内企业用盗版,这样就会将别的企业排除在市场外面。但最终,整个市场就会对它们的依赖性就非常高。现在,国内企业的芯片基本上都是进口。”迈勒斯照明有限公司营销副总经理裘年儿说,“小芯片领域国内和国外差距不大,技术相当成熟。在外延片、大芯片这两个领域,双方的差距太大了,国内短期内不可能赶上去,即便赶上去也绕不开它的专利。”
令人纠结的产品品质
除了专利技术的围堵和产能规模的踯躅不前之外,另一个致命的障碍来自于产品质量。“国内高亮度产品的性能
仍然落后于世界领先水平,在产品质量上还存在着巨大的差距。”深圳市灯光环境管理中心规划设计室主任吴春海说,“LED路灯在主干道上应用可以达到标准水平,但在这种情况下LED路灯不见得比高压钠灯节能。”由于国内LED路灯的亮度、光效两个参数远低于国外企业的同类产品,以至于政府层面的推广遇到了瓶颈。
“一些生产企业宣称自己的产品寿命长达5万个小时、10万个小时,但产品质量到底如何,我们无法把握。”无法判定产品质量,一些城市的路灯管理处只有挑选多家规模企业生产的品牌产品进行PK,通过具体实验得出可靠数据后,才能最终挑选质量过硬的品牌产品进行推广。而中国市政协会城市照明专业委员会副主任、建设部市政设施专家委员会委员赵金兴指出:“政府部门都知道LED灯是未来发展的方向,因为它可以替代太阳光,对人体没有损害。但是由于LED灯价格高,政府吃不准谁家的产品好,仍在迟疑和观望。”而杭州市市委副秘书长许保金认为:“大家都在讲LED照明,但是到目前为止市场上的LED灯良莠不齐,还没有几家企业的产品能够满足市场需求,所以政府变得更加谨慎。只要产品合格,政府就会采购。”
由此可以看出地方政府的矛盾心态:既不愿意将数以亿元计的订单交给国外企业,又不愿意全面使用在技术上不达标的国产LED路灯,两相权衡之下只能以“实验”的心态迎接这个新事物。根据产业研究机构LED inside统计,在推行“十城万盏”计划的21个城市中,只有潍坊、重庆、保定三个城市明确提出LED路灯安装量要超过1万盏,主要原因在于中国路灯标准仍未出炉,且LED路灯的质量仍有待时间验证。2009年年初市场预期将会有80万到120万盏的需求,但接近年底,安装量还不到30万盏。
而在那些做“实验”的城市,LED路灯的推广效果也不尽如人意。被誉为“中国电谷”的河北保定,在引进了LED路灯四五个月之后,许多路灯都出现了严重的光衰,或者干脆不亮了。在山东潍坊,LED路灯项目采用的做法是只将光源部分换成LED照明,而传统灯具都不更换,也不解决具体的光学、散热等问题,使得4个月后第一批路灯就被淘汰。第二批路灯,使用单颗1瓦的光源制成白光后,光温偏高而光线强度不够,看上去给人蓝幽幽的感觉,以至于潍坊市被业内人士调侃为山东“新鬼城”。
这些都是LED照明在具体的应用发展过程中所面临的实际问题。尽管LED照明市场瓶颈重重,但随着中国企业在LED光源技术上取得突破,LED灯的品质会不断提高,成本也会逐步降低。“任何新产品出来都有一个研发和创新阶段,LED灯具也不例外。”赵金兴以城市道路照明举例说明,“现在LED灯与当年刚出来的高压钠灯一样。上个世纪80年代初,高压钠灯价格高,比高能耗白炽灯的价格高出十多倍;产品寿命短,只有半年。如今高压钠灯经过多年发展,寿命延长到3年,光色更加均匀,价格也降到了原来的一半,现在城市道路照明普遍采用比白炽灯能耗低的高压钠灯。”
居高不下的成本
在LED产业,存在着类似微处理器产业中的“摩尔定律”—Haitz定律,以安捷伦(LED照明领域领导厂商)的前任技术科学家Roland Haitz的名字命名,意思是LED的价格每10年将为原来
第26卷 第1期2011年2月
遥 感 技 术 与 应 用
REMOTESENSINGTECHNOLOGYANDAPPLICATION
Vol.26 No.1
Feb.2011
DMSP/OLS夜间灯光数据应用研究综述
杨 眉1,2,王世新1,周 艺1,王丽涛1
(1.中国科学院遥感应用研究所,北京 100101;2.中国科学院研究生院,北京 100049)摘要:DMSP/OLS以其独特的光电放大特性与对夜间灯光的获取能力,成为人类活动监测的良好数据源。回顾了DMSP/OLS夜间灯光数据在城镇信息提取、社会经济因子估计及光污染、火灾、
渔火、天然气燃烧监测等方面的应用,其中重点介绍了利用灯光数据估算城市化水平和人口的方法和步骤,并总结了DMSP/OLS夜间灯光数据在应用中的优越性与局限性,最后对其未来应用方向进行了展望。关 键 词:DMSP;OLS;夜间灯光;人类活动
中图分类号:TP79 文献标志码:A 文章编号:1004-0323(2011)01-0045-07
1 引 言
美国国防气象卫星计划(DefenseMeteorologi-calSatelliteProgram,DMSP)是美国国防部极轨卫星项目,由空军太空与导弹系统中心负责管理。该卫星的轨道特点类似NOAA卫星,运行在高度约830km的太阳同步轨道,扫描条带宽度3000km,周期约101min每天绕地球飞行14圈,可得到4次全球覆盖图,分别是清晨、白天、黄昏和夜晚。DM-SP上的线性扫描业务系统(OperationalLinescanSystem,OLS)最初是专门为云层监测设计的振荡扫描辐射计,共设有两个波段:可见光—近红外(VNIR)波段,0.4～1μm,光谱分辨率6bit,灰度值范围0～63;热红外(TIR)波段,10～13μm,光谱分辨率8bit,灰度值范围0～255
[1]
通常来说,卫星传感器获取的主要是地表的太
阳辐射反射信号,而DMSP/OLS传感器独辟蹊径,采集的是夜间灯光、火光等产生的辐射信号。DM-SP/OLS传感器在夜间工作,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,并使之区别于黑暗的乡村背景测研究的良好数据源
[5]
[4]
。因此,DMSP/OLS夜间
灯光影像可作为人类活动的表征,成为人类活动监
。使用DMSP/OLS数据主
要有以下两点优势:①DMSP/OLS不依赖于高空间分辨率,它的影像分辨率通常在1km左右,因而
[6]
影像数据量非常小,甚至不到TM数据的1%,在
对DMSP/OLS数据进行处理时更加简便;②DM-SP/OLS夜间灯光影像能反映综合性信息,它涵盖了交通道路、居民地等与人口、城市等因子分布密切相关的信息。因此,使用DMSP/OLS灯光数据时无需再单独考虑这些因素。
目前,DMSP/OLS夜间灯光影像主要用于城镇扩展研究[2-3,7-18]、社会经济因子估算[4,6,13,19-31]以及其他环境[32-34]、灾害[13,35-36]、渔业[13,37-39]、能源[13,40]等领域。
。其中可见光波段
又有两套探测器,白天使用光学望远镜头,夜间使用光学倍增管。夜间光学倍增管的入瞳单位波长辐亮度允许低至10-9w·cm-2·sr-1·μm,这比OLS白天可见光通道或NOAA/AVHRR、Landsat/TM等其他传感器的相应通道所能探测到的辐射大约低4个数量级[2]。光学倍增管起初是为气象目的设计,用于探测月光照射下的云,后来由于其具有很强的光电放大能力,因此逐渐被应用于探测城镇灯光、极光、闪电、渔火、火灾等地表活动
[3]
2 城镇扩展监测
当今世界处于一个高速发展的时期,传统的统计方法提供的城区范围往往还没有发挥作用就已经
。
收稿日期:2010-05-05;修订日期:2010-10-19
基金项目:国家科技支撑计划“主体功能区动态监测评价系统研究”(2008BAH31B03)和中国科学院知识创新工程重要方向项目群“重大
自然灾害遥感损失评估的理论与方法研究”(KZCX2-YW-Q03-07)资助。
作者简介:杨眉(1988-),女,安徽潜山人,博士研究生,主要从事遥感与GIS社会经济统计数据估算研究。E-mail:Yangmei0805@163.com。
途径是通过对影像设定阈值,将灯光面积缩小为城区有效面积。由于各地区的城市扩展情况各异,其阈值也各不相同。因而阈值设定是利用DMSP/OLS灯光影像进行城镇扩展监测的最大难点,前人
的研究也主要集中于此。此外,将多时相数据分别赋予红、绿、蓝3色复合叠加,通过叠加图来观察城市扩展大小、方向和趋势的方法,也是一种较为新颖、方便、直观的方法。
变化。反映人类活动特征的DMSP/OLS夜间灯光影像以城镇为靶区,为城镇扩展监测提供了准确、直接、节约、省时的方法。主要方法有如下两种:①通过灯光影像快速提取城市建成区,对多时相的城市
建成区进行比较,得到城镇扩展结果;②将多时相夜间灯光影像进行三色叠加,从颜色变化判断城镇扩展的范围及趋势。
1978年,Croft[3]首次提出DMSP/OLS影像具有城市建成区提取的潜力。但学者们经过早期研究发现:城区提取易受到像元饱和、像元溢出、云层覆盖、短暂性光源等多种因素的限制。在NOAA/NGDC的Elvidge等[13]研究人员的努力下,发展出了StableLights灯光数据集,初步解决了云层覆盖与短暂性光源的问题。
利用DMSP/OLS影像提取城市建成区的关键性问题是“灯光溢出”,即夜间灯光影像上探测到的有灯光的区域与实际城区范围并不能完全一致,OLS探测到的灯光分布范围往往大于其对应居住区的空间范围[12]。为了减少“灯光溢出”,学者们尝试对灯光影像设定阈值,随着阈值的增大,灯光区域缩小,最终存在一个阈值使灯光区域面积与实际建成区面积一致。Imhoff等[11]针对DMSP/OLS稳定灯光图像进行了多次试验,最终确定89%的观测频率阈值来消除观测频率较小的灯光像元,即我们认为的暂时性或溢出性灯光,从而有效地把灯光区域面积转化为城区面积。使用该方法提取出的城区面积与美国1990年统计调查结果相比,仅仅少了5%。Henderson等对DMSP/OLS灯光频率图像采用6%、80%的阈值,对DMSP/OLS辐射定标灯光强度图像采用1、20的阈值,分别提取了旧金山、北京、拉萨等发展水平不同的几个城市的边界,并以LandsatTM图像中提取的城市边界为标准做精度评价,结果说明DMSP/OLS稳定灯光和辐射定标图像均可作为城镇范围和城市化水平监测的有效数据源。
Small等在研究中首先将1994～1995年、1992～1993年、2000年采集的低月光、无云情况下的全球夜间灯光影像计算转化为观测频率影像图,值域范围为0～100,值代表观测时期所有的无云观测结果中光源被探测到的次数百分比,然后将2000年、1992～1993年和1994～1995年数据分别赋予红、绿、蓝3色复合叠加,直接进行比较。从颜色变化可以直观地看出城市扩张的大小、方向和趋势。
利用夜间灯光影像做城镇扩展监测研究的主要
[8]
[10]
3 社会经济因子估计
灯光影像上亮区和暗区的对比使之成为研究密集人类活动及其影响的一个有力工具[3]。明显地,灯光强弱与社会经济因子间存在正相关关系。学者们在DMSP/OLS夜间灯光影像与城市化水平、人口、GDP、电力消耗量、碳排放量等因子间的定量关系方面做了大量探索,并利用它们之间的定量模型开展社会经济因子估计研究。
3.1 城市化水平估计
利用夜间灯光强度影像可构建综合灯光指数来反映城市化水平,对地区城市化发展状况开展有效监测。目前应用DMSP/OLS灯光影像构建灯光指数进行城市化信息提取以陈晋
[21]
、卓莉
[20]
等的研究
较为典型。他们首次应用DMSP/OLS夜间灯光数
据,综合考虑区域平均灯光强度和灯光面积两方面属性特征,构造了灯光指数(CNLI)用于估算城市化水平,其主要思路如下:3.1.1 定义灯光指数
基于夜间灯光分布的区域平均灯光强度和区域灯光面积两方面的属性来构建反映城市化水平的灯光指数:
Lj=Ij×w1+Sj×w2
(1)
其中:Lj为区域j的灯光指数,Ij和Sj分别为区域j的平均灯光强度指标和灯光面积指标,w1、w2分别为权重。
区域平均灯光强度指标Ij表征了相对于最大
可能灯光强度的比例关系,定义为:
Ij=
i
DNi× ∑N×63i=1
63
(2)
其中:DNi为区域内第i等级的灰度值,ni为区域内第i灰度等级的像元总数,N为区域内所有灯光像元总数(64≥DN>0),63为最大灰度等级。区域灯光面积指标Sj反映了灯光的空间延展
特征,是区域内所有灯光像元的总面积(64≥DN>0像元之面积),占整个区域面积(63≥DN≥0像元
之面积)的比例:
N
Sj=
Area
为整个区域面积。
3.1.2 定义城市化复合指标
选取3个反映城市化水平的主要因子计算城市化复合指标,3个因子分别为:非农业人口占总人口的比重;第二、三产业产值占国内生产总值的比重;建成区面积占整个区域面积的比例。3.1.3 回归建模
利用回归分析方法,建立灯光指数与城市化水平复合指标的线性回归模型,该模型将直接应用于DMSP/OLS数据估算城市化水平复合指标。模型形式如下:
U=a·L+b
(4)
其中:U指城市化水平复合指标,L指灯光指数,a、b
为模型系数。
灯光指数研究城市化克服了统计数据包含的人为影响、滞后、费时费力等问题,可以在较大范围内同时快速获取。直接应用灯光指数代替传统的统计数据来估算、分析中国城市化动态发展,比较客观、简便,且具有较高的区际及年际可比性。此外,对于缺乏统计数据的地区,同样可通过计算灯光指数来估算其城市化水平,计算结果具有一定的参考价值。因此其优越性显而易见广到其他地区。3.2 人口估计
早在1973年,美国普查局对DMSP影像与1970年人口分布点图的比较研究中揭示了灯光城区面积(IUAs)和人口点分布模式之间的显著关系。随后Lo、Sutton等的研究进一步表明,灯光与人口分布之间存在明显的线性关系,可以通过灯光来估算全球、国家甚至城市尺度上的人口详细分布。Sutton[12]采用美国地区DMSP/OLS辐射校正灯光强度影像和由美国人口普查数据格网化的人口密度图(空间分辨率均为1km),首先使用USGS国家土地覆盖数据影像来帮助确定“阈值”,以划定城市灯光区域,再进行城市面积—城市人口模型的构建。由于高人口密度区域的灯光饱和现象会减弱线性回归的拟合度,因此他在研究中采用指数模型来削弱灯光饱和现象的影响,将其做对数变换,得到Ln(Population)=B0+B1×Ln(Area),用于描述城市面积和城市人口之间的关系,结果发现:
2
[41]
[19]
[42]
[20]
在人口大于或等于50000的城市区域中,城市区域
(3)
面积和人口均有很强的相关性。程砾瑜[25]利用1995年、2000年、2002年的夜间灯光频率影像提取中国各县的灯光平均值,并与当年的分县人口密度
做线性回归分析,分别得到R2=0.83、0.85、0.86的结果,并尝试使用分区的方法,分别按照“东西地理位置”、“人口密度”、“城市化水平”等进行分区建模,从而发现灯光影像估计人口的方法更加适用于中国东部、人口较密集以及城市化水平较高的地区。在此基础上,程砾瑜
[43]
其中:AreaN为区域内所有灯光像元的总面积,Area
又提出了一种基于DMSP/
OLS数据的探测中国人口及其空间分布的研究方法,为开展中国人口的遥感监测提供了方法和技术基础。以夜间灯光影像构建中国县级尺度上人口分布模型,从模型拟合度的角度来看,模型的精度达到了较高水平,R2基本介于0.4～0.7之间。值得一提的是,log(灯光平均强度)、log(灯光面积比)和log(加权灯光指数)与log(人口密度)所构建的回归方程效果最好,R达到了0.7。其主要原因是,对灯光属性和人口密度进行取对数处理的物理变换,不仅缓和了灯光影像的像元饱和问题,还拉伸了数据点的分布,使模型更合理可信。考虑到中国人口密度和经济状况地区之间的不均衡,为了进一步提高模型的精度,这个研究还基于一些经济地理学领域常用的分区法则对中国人口分布进行了分区研究。分为八大区后模型的拟合度得到了较大提高,特别是在经济状况相对均一的地区,效果尤为显著。灯光数据与人口密度预测模型的拟合度R2达到了0.8。曹丽琴等以中国湖北省为例做了基于DM-SP/OLS夜间灯光数据的城市人口估算,结果表明夜间灯光数据用于城镇人口短期预测可以达到很好的效果。
3.3 GDP、能耗量、碳排放量等因子估计
1980年,Welch以美国东部的18个大城市为样本,就DMSP影像提取的IUA指数和能源消
44
耗量之间建立了指数模型:y=107.86x9.(R=
[24]
[22]
2
。这种方法也可尝试推
0.89),首次证明了DMSP/OLS数据在国家或地区尺度上监测能源消耗量的可行性。Ghosh等利用OLS探测到的夜间灯光成功估计出美国、墨西哥各州的实际经济情况(GDP),发现该方法可用于官方发布经济情况的核对工作。
Elvidge等[6]通过对美国、巴西等21个国家的数据分析,研究了在至少10%无云观测中出现灯光的区域面积与GDP、电能消耗量之间的关系,建立了它们之间的log-log模型,R均达到0.85以上,
2
[44]
目前,学者们仅仅利用该影像进行了一些探索性研究,但假以时日,DMSP/OLS夜间灯光影像将在更广泛的领域体现出巨大的应用价值。
(5)
4.1 环境
随着经济与科技的迅速发展,城市的夜晚越来越明亮。明亮灯光给人类生活带来便利的同时,也
(6)
带来了困扰,因而光污染越来越受到人们的重视。
由于光污染与人类活动直接相关,所以利用城市的灯光指数来划分各区域灯光强度的不同级别,为城
[13]
结果证明可以通过DMSP/OLS数据较好地估算GDP、电能消耗等多项社会经济数据。具体模型如下:
LogofGDPBillionUSD=-3.185全球夜间灯光数据
+1.159(Logofarealit)R2=0.97
LogofGWH=-0.865+1.178(Logofarealit)R2=0.96
2001年,Elvidge等
进一步收集了占全球人
口99%的200多个经济发展水平各不相同的国家
的数据,采用1994～1995年间6个月的DMSP/OLS影像,以(灯光面积,GDP),(灯光面积,亿千瓦小时),(灯光面积,百万吨碳当量)点对为基础分别绘制散点图,观察散点分布特征,结果显示灯光面积与GDP、能源消耗以及碳排放量这几个指标之间均密切相关,且存在较强的线性关系。
2010年,Raupach等在全球范围内研究了灯光与单位面积的碳排放量之间的线性关系,首先选择了美国、中国、日本、印度、欧洲、前苏联作为样本区域,另外将其他区域按照发展水平划分为3个区域,共计9个样本,经过线性回归得到如下模型:
F/A=55Lc R2=0.92
(7)
其中:F指区域的二氧化碳排放量,A指区域面积,Lc指该区域在灯光影像中对应的灯光像元个数。此外,Elvidge[2]、Imhoff[9]、Sutton[45]、Ama-ral[23]、Kiran等[30]学者均从不同角度证明了DM-SP/OLS灯光影像与城市电力消耗量之间显著线性关系的存在。
以上研究主要采用相关分析和回归分析的方法,初步探索了大尺度下的灯光—GDP、灯光—电能消耗量、灯光—碳排放量关系,结果证明灯光影像信息与这些社会经济因子间显著相关,灯光影像已成为反演社会经济、监测生态环境的良好数据源。但灯光数据较低的空间、时间分辨率使其在小尺度范围的应用中具有一定的局限性。此外,目前的相关研究着重于GDP、能耗量、碳排放量等指标与灯光面积指数间的关系,如果在估计模型中加入灯光强度因子,将灯光面积与灯光强度二者结合起来,可提高基于灯光影像对上述指标的估计精度。
[31]
市的合理规划,以及保护一些自然的原生态地区提供决策支持是十分可行的。学者们利用DMSP/OLS影像做了很多相应的研究[23-24],根据灯光强度定量地研究光污染,通过GIS技术分析,将直接光污染和间接光污染相叠加,得到地区光污染的等级图,并通过多时相分析得到光污染的传播过程和趋势,以及按受污染的程度划分出乡村(相对宁静区域)、城郊、城市中心等。
4.2 灾害
利用DMSP/OLS夜间灯光影像可以进行火灾监测,为火灾治理和资源保护提供必要信息。其基本思路是根据火点发生频率与空间散布规律,从DMSP/OLS影像上分辨出火点[35]。4.3 渔业
渔火监测为跟踪捕鱼业提供了基础,可用于鱼类数量估计,为鱼类可持续发展的管理提供了有价值的信息[37-38]。从夜间灯光影像中萃取渔船的方法同火灾监测方法类似,不同点是灯光出现的位置必须在水面上。4.4 能源
石油开采过程中会产生大量天然气,由于液化、运输等天然气处理基础设施成本较高,很多油气公司采取直接焚烧的处理方法。天然气燃烧不仅会破坏环境,为大气层增添额外的二氧化碳排放量,同时也是对清洁能源的惊人浪费。如此被处理的天然气总量可占到世界天然气产量的5%
[13]
。DMSP/
OLS夜间灯光影像可以提供天然气燃烧时间、地理位置和估计量等方面的信息,可为有效制止油气公司的浪费行为提供技术支持[32]。
5 结 语
自20世纪70年代以来,学者们已成功将DM-SP/OLS数据应用于各方面研究并取得良好效果,DMSP/OLS夜间灯光影像作为独特的低光探测遥感数据源,为研究人类活动及其影响提供了一条可
4 其他方面的探索性研究
除了社会经济数据研究,DMSP/OLS夜间灯光影像还被尝试用于环境、灾害、渔业、能源等领域。
靠、便利的途径,在城镇扩展监测、城市化水平、人口、GDP、能耗、碳排放量估计、光污染监测、火灾监测等方面都有较成熟的应用。研究证明,DMSP/OLS数据在城市等人口密集地区的应用具有很强的优越性。但任何数据都有其自身的局限性,DM-SP/OLS数据缺乏灯光以外的信息,因此在无灯光地区的人类活动监测方面受到极大限制。也就是说,对于无灯光地区,仍需借助其他遥感影像或统计数据等开展研究。
DMSP计划预计持续到2010年,之后,美国国防部计划发射的NPOESS卫星上也将携带与OLS传感器类似的低光探测器,因此,在未来几十年内夜间灯光数据的持续性已不是问题[13]。随着今后研究的深入,夜间灯光遥感数据将具有更加广阔的应用前景:
(1)目前应用灯光影像时主要考虑灯光的持续性和面积,加入强度因子的并不多见,这极大地限制了估计精度与应用范围。因此,如何充分利用夜间灯光强度影像,对灯光强度信息进行深度挖掘,今后还需要更加广泛、深入的研究。
(2)在环境问题日益严峻的今天,利用夜间灯光数据可有效估算碳排放量等,为全球、区域尺度上的环境监测提供低成本、便捷的数据支撑。
(3)随着遥感技术的迅猛发展,可尝试应用夜间灯光影像结合高分辨率遥感数据开展更加精细的定量化研究。
参考文献(References):
[1] NationalGeophysicalDataCenter.OperationalLinescanSys-tem-dataDescription[EB/OL].
[2] ElvidgeCD,BaughKE,KihnEA,etal.MappingCityLi-ghtswithNighttimeDatafromtheDMSPOperationalLines-canSystem[J].PhotogrammetricEngineeringandRemoteSensing,1997,63(6):727-734.
[3] CroftTA.NighttimeImagesoftheEarthfromSpace[J].Sci-entificAmerican,1978,239:86-89.
[4] HeChunyang,ShiPeijun,LiJinggang,etal.SpatialRestruc-tionofUrbanizationinChineseMainlandin1990sUsingDM-SP/OLSNightLightDataandStatisticalData[J].ChineseScienceBulletin,2006,51(7):856-861.[何春阳,史培军,李景刚,等.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[J].科学通报,2006,51(7):856-861.]
[5] ElvidgeC,SuttonP,TurtleB,etal.ChangeDetectioninSat-elliteObservedNighttimeLights:1992-2003[C]//UrbanRe-moteSensingEvent.Paris,IEEE,2007,1-4.
[6] ElvidgeCD,BaughKE,KihnEA,etal.RelationbetweenSatel-liteObservedVisible-nearInfraredEmissions,Population,Eco-nomicActivityandElectricPowerConsumption[J].InternationalJournalofRemoteSensing,1997,18(6):1373-1379.
[7] CaoX,ChenJ,ImuraH,etal.ASVM-basedMethodtoEx-tractUrbanAreasfromDMSP-OLSandSPOTVGTData[J].RemoteSensingofEnvironment,2009,113(10):2205-2209.
[8] SmallC,PozziF,ElvidgeCD.SpatialAnalysisofGlobalUr-banExtentfromDMSP-OLSNightLights[J].RemoteSens-ingofEnvironment,2005,96(3-4):277-291.
[9] ImhoffML,LawrenceWT,ElvidgeCD,etal.UsingNight-timeDMSP/OLSImagesofCityLightstoEstimatetheIm-pactofUrbanLandUseonSoilResourcesintheUnitedStates[J].RemoteSensingofEnvironment,1997,59(1):105-117.
[10] HendersonM,YehET,GongP,etal.ValidationofUrban
BoundariesDerivedfromGlobalNight-timeSatelliteImagery[J].InternationalJournalofRemoteSensing,2003,24(3):595-609.
[11] ImhoffML,LawrenceWT,StutzerDC,etal.ATechnique
forUsingCompositeDMSP/OLS“CityLights”SatelliteDatatoMapUrbanArea[J].RemoteSensingofEnvironment,1997,61(3):361-370.
[12] SuttonPC.AScale-adjustedMeasureof“UrbanSprawl”U-singNighttimeSatelliteImagery[J].RemoteSensingofEnvi-ronment,2003,86(3):353-369.
[13] ElvidgeCD,ImhoffML,BaughKE,etal.Night-timeLights
oftheWorld:1994-1995[J].ISPRSJournalofPhotogramme-tryandRemoteSensing,2001,56(2):81-99.
[14] LiZ,QiangL,JinC,etal.CharacteristicsAnalysisofUrban
LandExpansioninChinain1990sUsingDMSP/OLSData[J].ActaScientiarumNaturaliumUniversitatisSunyatseni,2007,3:98-102.
[15] MatsuokaM,HayasakaT,FukushimaY,etal.LandCoverin
EastAsiaClassifiedUsingTerraMODISandDMSPOLSProducts[J].InternationalJournalofRemoteSensing,2007,28(2):221-248.
[16] McDonaldR,KareivaP,FormanR.TheImplicationsofCur-rentandFutureUrbanizationforGlobalProtectedAreasandBiodiversityConservation[J].BiologicalConservation,2008,141(6):1695-1703.
[17] ElvidgeC,SafranJ,TuttleB,etal.PotentialforGlobalMap-pingofDevelopmentViaaNightsatMission[J].Geojournal,2007,69(1):45-53.全球夜间灯光数据
[18] LuD,TianH,ZhouG,etal.RegionalMappingofHuman
SettlementsinSoutheasternChinawithMultisensorRemote-lySensedData[J].RemoteSensingofEnvironment,2008,112(9):3668-3679.
[19] LoCP.ModelingthePopulationofChinaUsingDMSPOper-ationalLinescanSystemNighttimeData[J].PhotogrammetricEngineeringandRemoteSensing,2001,67(9):1037-1047.
1
2
3
4
5
老挝地区灯光数据整理报告
1.灯光数据简介
通常，遥感数获取的是地表的太阳辐射信号，而灯光数据，采集的是夜间灯光、火光等产生的辐射信号。通过传感器在夜间的工作，能探测到城市、小规模居民地、车流等发出的低强度光，将其与背景区别开来。
图1 夜间灯光数据示意图
可见，灯光数据，是人类活动检测研究的良好数据源。具体应用方向有：
（1）监测城市扩展；
（2）人口估算和人口密度模拟；
（3）GDP、能耗量、碳排放量等因子估计； （4）灾害和战争破坏情况的监测； （5）监测渔火、林火等。
根据传感器的不同，目前灯光数据的来源主要有2个：NPP（National Polar-Orbiting Partnership）对地观测卫星上搭载的可见光红外成像辐射仪（Visible infrared Imaging Radiometer Suit，VIIRS）和美国军事气象卫星(Defense Meteorological Satellite program， DMSP) 卫星上搭载的OLS（Operational Line scan System）传感器。
DMSP数据和VIIRS数据的参数对比如下表。
表1 DMSP与VIIRS参数的对比 两种灯光的对比如下：
图2 两种不同数据源的比较
2数据处理流程
实际工作中，为了同时研究灯光数据的年际变化和年内变化，下载了
2004-2013年的DMSP年平均数据，以及2014年1月到2016年7月（缺2015年9月和
2016年4月）的VIIRS月平均数据。
对于VIIRS月平均数据，由于其处理方法成熟，只需按照研究区域裁剪即可。 DMSP年平均数据分别由六代不同的传感器获得（表2），如果不加处理，会造成不同年份之间的数据缺乏可比性。因此，需对不同传感器的夜间灯光数据进行相互校正。故DMSP数据的处理流程分为两步：（1）裁剪区域；（2）亮度校正。
表2 不同年份的DMSP卫星
Elvidge等通过对世界各地的数万个观测点进行了DMSP灯光数据的校正实验，得到校正公式：
DNCCDN2C2DNadjusted01
式中DN为原始影像中的亮度值，DNadjusted是校正后的亮度值，C0、C1和C2是校正参数。不同卫星的校正参数各不相同。
表3 亮度校正参数
按照公式依次对2004—2008年的灯光数据进行了校正。
3.总结
获取了老挝2004-2013年共10幅年平均数据，以及2014年至今共29幅月平均数据，并进行了亮度校正。
下一步计划：（1）分析老挝主要城市的十年灯光亮度的空间变化格局，评价主要城市发展情况；（2）与土地利用数据相结合，实现对资源环境要素的提取与分析。
信阳师范学院学报:自然科学版第29卷 第1期 2016年1月
NaturalScienceEditionVol.29No.1Jan.2016
JournalofXinanormalUniversitygNy
:/DOI10.3969i.ssn.1003-0972.2016.01.036j
基于NPP-VIIRS夜间灯光数据的河北省GDP空间化方法
摘 要:为了研究省域尺度上像素级G基于N首先去除孤立DP空间化的方法,PP-VIIRS夜间灯光数据,
()防灾科技学院,河北三河0山西省气候中心,山西太原01.65201;2.30002
李 峰1*,卫爱霞1,米晓楠2,孙广通1
极亮像元和背景噪声,将夜间灯光总强度、线性加权灯光指数和综合灯光指数分别与河北省11地市内的各区县G得知夜间灯光总强度与地市内各区县G根据每个地市中最高相关DP进行相关性分析,DP相关性最显著,该方法精度较高,生成的G172个区县的平均GDP相对误差为0.10%.DP密度图可以反映河北省经济发展的现状.
关键词:夜间灯光;NPP-VIIRS;GDP空间化
系数对应的回归模型计算每个像素对应的G经过线性纠正后,生成河北省G结果表明,全省DP,DP密度图.
()中图分类号:TP79 文献标志码:A 文章编号:1003-0972201601-0152-05
AnAroachofGDPSatializationinHebeiProvinceppp
UsinPP-VIIRSNihttimeLihtDatagNgg
1*121
,M,LiFeneiAixiaiXiaonanSunGuantong,Wgg
(,;,)1.InstituteofDisasterPreventionSanhe065201,China2.ShanxiClimateCenterTaiuan030002,Chinay,timelihtimaeasdatasourceisolatedexceedin-brihtpixelsandbackroundnoiseswerefirstliltered.gggggyf,)Thentotalnihttimeliht(TNL)linearweihtedlihtindex(L)andcomoundednihtlihtindex(CNLIggggpggwereresectivelalculatedandanalzedoncorrelationwithallcounties'GDPincludinineachprefecture-levelpycyg
:,AbstractToinvestiateanaroachofrovincialGDPsatializationatixellevelusinPP-VIIRSniht-gpppppgNg
citfHebeirovince.TNLandallcounties'GDPincludedineachprefecture-levelcithowedthestronestyopysg
correlationinthreelihtindexes.TheotimumreressionmodelcorresondinoTNLineachprefecture-levelgpgpgtrovince'sGDPdensitaasgeneratedbasedontheselinearlorrectedGDPs.Theresultsshowedthatrel-pympwyc
,citasusedtocalculateeachpixel'sGDP.OncetheseGDPsatpixellevelwerelinearlalibratedaHebeiywycativeerrorofestimatedaveraeGDP'srelativeerrorwas0.10%amon72countiesofHebeiprovince.Addi-gg1develomentsituationofHebeirovince.pp
,tionallthisaroachhadhiherprecisionandproducedGDPdensitaouldreflectthecurrenteconomicyppgympc
:;KeordsNPP-VIIRS;nihttimelihtGDPsatializationggpyw
0 引言
状况的重要指标之一,通常以行政区为基本单元,通过普查、抽样等方式汇总形成.传统的社会经济数据存在着数据结构、空间单元不匹配以及单元内数据过分均一化等诸多问题.为了改善传统统计数据的不足,自20世纪90年代开始,地理学家就开始使用插值的方法进行社会统计数据的
1-2]
,格网化工作[但当格网分辨率越来越高时,传统的制图
国内生产总值(是衡量一个国家或地区社会经济GDP)
[]
年相继建立,分辨率分别为5k夜间灯光遥感m和1km3.
影像可以为人类活动相关的居民地和社会经济活动变化提供相对连续、均匀、空间位置明确以及多时相的空间化信息,因此被广泛地用于评估城市的经济状况、建成区范围、夜loicalSatelliteProram'sOerationalLinescanSstem)ggpy间灯光数据,Elvide等分别于1997年和2001年分别分析g了全球21和200个国家的夜间灯光和GDP数据的相关性,发现两者之间存在较强的对数和线性关系.Li等在研究了津巴布韦1992-2009年的DMSP夜间灯光与GDP的关系,同样认为二者存在着线性关系
[]4-6
电力消耗等方面.采用DMSP-OLS(TheDefenseMeteoro-
技术已无法满足其需求.随着G研究IS和遥感技术的引入,
全球人口分布状况的GPW(GriddedPoulationofthep)、WorldLandScan全球人口数据库分别于1995年和1998
韩向娣.
[]7
[]
及Yue8
:修订日期:通信联系人, 收稿日期:2015-04-11;2015-10-06;*.E-maillif1223@aliun.comy
);)河北省高等学校科学研究计划重点项目(中央高校基本科研业务费资助项目( 基金项目:ZD2014203ZD2014203,李峰(男,山东泰安人,讲师/工程师,博士,主要从事卫星遥感与测量方面的研究. 作者简介:1979-)
152
李峰,卫爱霞,米晓楠,等.基于NPP-VIIRS夜间灯光数据的河北省GDP空间化方法
等研究发现,夜间灯光数据与第二、三产业GDP的线性关系明显,而对于中国广大的农村地区,经济发展水平低,夜间灯光数据对第一产业G因此,采用夜间DP估算效果差.灯光结合土地利用图数据分别计算第二、三产业GDP和第一产业GDP的方法能更有效地反映区域经济活动状况.
尽管DMSP-OLS夜间灯光影像在全球和国家尺度上
2
,市,总面积1172个区县,8.85万km2014年常住人口为
7383.75万人.
///)是在夜ndc.noaa.oveoviirsdownload_viirs_ntl.htmlggg
晚无月光条件下,选择时间段为2012年4月18日-26日)数据生成,经过了VNihtBandIIRSM15热红外波段的云g
去除过程.但是,这个产品并未移除火光、气体燃烧、火山和
://全球首幅NPP-VIIRS夜间灯光无云合成图(http
评估经济分布上具有较强的优势,但是非在轨辐射校正和有限的辐射探测能力会造成城市中心出现灯光过饱和,甚至溢出现象的发生,这自然会削弱夜间灯光与经济活动之Polar-OrbitinartnershisVisibleInfraredImaina-gPp’ggR间的相关性.新一代夜间灯光数据NPP-VIIRS(National
/和2利用V012年10月11日-23日,IIRS的DNB(Day
极光,相应的背景噪声也未过滤.与DMSP-OLS数据相比,其辐射探测能力更强,图1显示了2012年河北省NPP-VI-为了利用河北省各地市的GIRS原始灯光数据.DP来获取
ioMmSePt-erOLSSuit影像相比e)于2012年开始免费提供,NPP-VIIRS的分辨率更高.与1km分辨率的(较宽的辐射探测范围解决了DMSP-OLS数据的像50元0m过饱)
;和问题;在轨辐射校正能力提高了数据质量已开始用于城市建筑物密度估计和区域.NP,Li
[10]
和Shi
[11]
等的研究表明中国大陆GPD-PVII的R模S数据拟中
[9]
夜间灯光总强度(TotalNighttimeLig
ht,TNNLPP)-与VI对IR应S的
的全球尺度DP呈现显著的线性相关关系,对GDP空间化的影响.上述的研究多基于国家和因素常被忽略,而对省域济统计数据的基础上DP空间化的研究方法较少,利用遥感与.本文正是在分析了河北省经DP空间化,目的是更准确地反映该GIS技术,实现河北省的省的经济活动分布状况,为经济政策的制定和发展规划提供依据 研究区域及数据源
.
图1 2012年河北省NPP-VIIRS夜间灯光数据
Fig.1 NPP-VIIRSnighttimelightimag
eofHebeip
rovincein2012河北省环抱首都北京,地处东经纬,北高36°之间,东与天津市毗连113°27'~119°50'
北、0东南低5'~42°,紧傍渤海,4由西0'北向东南倾斜.地势西地、丘陵、盆地、平原类型齐全.下辖.地貌复杂多样,高原、山石家庄、唐山、秦皇岛、
邯郸、邢台、保定、张家口、承德、沧州、廊坊、衡水共11个地河北省的GDP密度图,选取2013年河北统计年鉴及其个地市的统计年鉴中的县面积不变,采用AlbersGD等面积投影P数据.为了保持投影前后各1区1.
. 研究方法
1 灯光噪声滤除方法
为了提取人类居住区的人为灯光数据,需要剔除RS夜间灯光初级产品中的气体燃烧、火山和极光等不V能I-
产生GDP的孤立极亮像元以及低辐射检测带来的背景噪声数据内的最高灯光数据作为最大灯光阈值.对于孤立的极亮像元,分地市选择地级市中心城区
(DNmax域内,各地市超过其最大阈值的灯光均来自于).在河北省区可产生的炼钢厂、炼油厂等引起的气体燃烧灯光,对这类超过阈值GDP
的灯光直接赋值为该地市城区最大灯光阈值.河北省11个地级市的最大表1 河北省VIIRS灯光阈值如表1所示.
Tab.1 1M1地市的最小与最大in.andmax.lightthrVeIsIhRolS灯光阈值
dsofelevenprefecture-levelcitiesinHebei
地级市最小灯光阈值
最大灯光阈值保定沧州02廊坊0.348.1衡水0.5636545.25434石家庄0.535邢台0.48141.5.84邯郸0.3530.266480.1471张家口承德0.666166352.4978秦皇岛0.3唐山
0.31736.8.0670.21.552562
54.68885 725.6.66087
对于背景噪声值,在行政区划内选择湖泊、水库等面积较大的水域中的采样点Goog
leearth影像中,从各地级市,
在对应VIIRS夜间灯光数据寻找对应的地理位置并记录该位置的灯光像元值,计算它们的平均像元值并作为最小灯光阈值(DNmin的原则,小于最小)灯,依光据阈在值内的陆像大元面赋积值水为域零灯[12光]夜间为零个地级市的最小VIIRS灯光阈值如表1所示.
.河北省11
.22 G.1 D灯光指数计算
P空间化建模.反映社会经济水平的常用灯光指数有夜间灯光总强
153
dD2GGG2I122
第29卷 第1期
://信阳师范学院学报:自然科学版 httournal.xnu.edu.cn 2016年1月pjy
当直接用VGDP数据而建立的,IIRS灯光像元值来代替时模拟的单像元G在保持各区县实际统DP进行线性纠正.计的G对区县行政区域内模拟的DP总量不变的条件下,
/,GDPT=GDPj×(GDPtGDPall)
()6
表3显示的回归模型均是基于县级行政单元内的
,),分别用TNL、夜间LihtIndexCNLIL和CNLI表示.g
灯光总强度是指行政单元内灯光D线性加权N值的总和,灯光指数是按权重分配的平均灯光强度(与灯光面积比I)
13-14]
,乘积[平均灯光强度为夜间灯光总强度占最大灯光强
度、线性加权灯光指数和综合灯光指数(ComoundedNihtpg
故需要对此TNL计算单像元对应的GDP时误差会很大,
(之和,综合灯光指数为平均灯光强度与灯光面积比的S)
度的比率,灯光面积比为灯光面积与行政单元面积之比,)、()、()、(和(TNL、L、CNLI、I和S分别可用式(1234)5)来表示:
纠正公式如下式所示:GDP值进行逐像元纠正,
式中:GDPT为纠正后的GDP产值;GDPj为每个格网模拟的GDP产值;GDPt为该县统计的实际GDP;GDPall为该TNL=
DNmax
i=D∑
Nmin
L=I×(DNi×ni)
,(p1+S×CNLI=I×S(1)p2,
I=TNLS=A/(DN,
(2) max×NL)
,(3) N式中:p/A,
1和p2为对应指标的权重;DN(45))
i和ni分别表示行政单元内第i级灰度像元值和像元数;NL和AN分别代表行政单元内在[DNmin面积;,DNmax]区间的像元总数和所占据的.2.2A表示行政单元面积2 灯光指数与GDP.
的回归分析
表Ta3种灯光指数与对应区县b.2 Op
timumcorrelationGcoDeP间的最高相关系数
fficientsbetweenthreelig
htindexesandcounties’GDPs地级市最高相关系数
TNL
L
CNLI
保定沧州00廊坊0.687100.4衡水0.71940.30.46617580.3266石家庄0.74780.31930.4462邢台0.90.60.12350.6749邯郸0.6074张家口0.55870.86380.02130.1021承德0.28760.11568秦皇岛0.87080.49360.2唐山
0.720830.6.667883559
0.017040.322390590 0.5.122940974
0.04440.1.1160685
分别统计和CNLI指数11个地市内所有区县行政区域内的TNL,并对这三类灯光指数分别与对应地市的、
区县关系数列入表GDP进行相关性分析,选取每种指数中对应的最高相2.表2显示,在3种灯光指数中,TNL与对应地市中的区县GDP的相关性最强,应选择TNL相关系数对应的关系式作为各地市的最优回归模型通过对河北全省各个区县的GDP数.
据分析知,
有上8%的区县第二、三产业产值占其,而VIIRS夜间灯光数据更容易反GD映P总产值的第二、
三产业70产%以值因此,利用VIIRS夜间灯光数据可以建立各区县GDP与.NL之间的相关关系选择GDP与TNL之间.基于“无灯光数据无相关系数最高的回归GD模P型”
的作原为则该,地市最优回归模型G.使用以上方法建立的河北省11个地市
.2DP与.3 GTNDL的最优回归模型如表P的线性纠正3所示.
154
区县模拟的表3ab 河北省GDP.3 Optim11.
地市的umreg
ressGioDnmP与odTelNsL的最优回归模型TbetweenTNLandGDPsofelevenprefecture-levelcitiesinHebei
地级市回归模型
相关系数
保定
GDP=0.00002TNL2沧州GDP=-0.000005TNL2-+00.0334TNL+70.9960.6871
廊坊GDP=55.88e
0.0.0002895TNLTNL+2.70780衡水GDP=-0.00001TNL207.
.7149478石家庄GDP=73.40+5e00.0.0080361TNTLNL+15.33309.
074邢台GDP=29.489e
0.0004TNL
0.6587邯郸
GDP=0.000001TNL2
张家口GDP=0.000004TNL2++00.0269TNL+82.538008.
.5760838
承德GDP=34.782e
0.0.0009105TTNLNL+31.1410.8283秦皇岛GDP=0.0184TNL+20.5600.7.6067835唐山
GDP=0.000004TNL2 -0.0346TNL+354.5506.
859结果与分析
.1 G经过逐像元DP密度图反映的经济状况
纠正后的河北省,GIS中使用自然间断法将预测的河北省GDP密度图再在GArc-
,如图2所示,图中粗黑线范围表示各DP分类为12类并赋予不同的颜色值地级市行政区,细黑线范围表示各区县行政区.
图Fig.2 TheG2DPd 20e1ns2年河北省itymapo
fHGeDbP密度图
eiprovincein2012图3为河北省的地貌晕渲图.图2结合图3表明,河北
233L8T2
李峰,卫爱霞,米晓楠,等.基于NPP-VIIRS夜间灯光数据的河北省GDP空间化方法
省的G第一等级包括以平DP分布按大小可分为3个等级:原地形为主的唐山市、石家庄市、邯郸市和廊坊市,这些地市的G第二等级包括保定市和沧州DP排在河北省的前列;曲阳县和阜平县的大部分地区位于山区,交通落后,所以会直接导致这些县G从而将保定市GDP较低,DP总产值拖低.第三等级包括张家口、承德、秦皇岛、衡水和邢台市,这5个地级市的中心城区G但其他县市的GDP产值较高,DP就非常低,差距较为显著.衡水和邢台市虽位于冀中南平原张家口、承德和秦皇岛市的多数区县位于山区,这是导致其此外,保定东北部区县、廊坊GDP产值较低的最直接原因.区位优势明显,故上述地区的经济发展较快.
市,因保定市的北部和西部的涞源县、易县、顺平县、唐县、
相对发达,仅从灯光数据来预估其GDP总产值的方法会造成被严重低估现象的发生.GDP相对误差在1%~10%之间的区县有邯郸市的武安市、永年县和涉县.邯郸市的涉县和永年县的工业主要以炼钢业和热力发电业为主,这样致使灯光数据局部偏高,导致两县的G相对误差DP被高估,分别达到了2.而邯郸市武安市的工业主要03%和1.03%;以铁矿、煤炭和水泥用石灰岩矿为主,灯光数据未能完全体现其G故预测的G相对误差达DP产值情况,DP略微偏低,到1.09%.GDP相对误差在0.1%~1%之间的区县有邯郸误差主要来源于产值较低的制造业及采煤业产生0.61%,的较亮灯光,造成了它们的产值有少量高估.其余163个区河北省1整体72个区县的平均GDP相对误差为0.10%,县的G位于0.预测的DP相对误差较小,00%~0.10%之间.GDP预测误差较小.
市的曲周县、磁县和临漳县,分别为0.57%、0.11%和
地区,但矿产资源和交通运输状况限制了其经济发展水平.
市、唐山市和沧州市因环绕北京和天津,且位于平原地区,
4 结论
Fi.3 TheshadereliefmafHebeirovincegpop
图3 河北省地貌晕渲图
Fi.4 GDPrelativeerrorsofeachcountinHebeigy基于N建立河北省地级市夜PP-VIIRS夜间灯光数据,
图4 河北省各区县预测的GDP相对误差
间灯光数据与对应G利用这些回归模DP之间的回归模型,型估算出像素级的G并对全省经济发展现状进行了DP值,分析,整体分析的结果符合河北省当前经济发展的实际水平.对于不能产生灯光的某些第三产业,NPP-VIIRS夜间灯光数据预测的G对于采煤、热电力和炼钢业发达DP偏低;的地区,NPP-VIIRS夜间灯光数据预测的GDP往往会偏高.在今后的研究中,应对这样的区域进行去噪或者引入多源数据来弥补单一N从而PP-VIIRS夜间灯光数据的不足,提高GDP预测的精度.
3.2 预测GDP的精度分析
生成河北省各区县预测GGDP之间的相对误差,DP的相对误差图,如图4所示.其中,GDP相对误差大于10%的区县为沧州市的吴桥县,其误差在河北所有区县中最大,高达这是因为该县第二产业产值很低,仅占G10.31%.DP总产值的1但是该县作为中国的“杂技之乡”其第三产业6.9%,
计算纠正后河北省各区县的GDP总量与实际统计
参考文献:
[]//1 MartinD.Understandinocioeconomicgeorahfromtheanalsisofsurfaceform[C]ProceedinsofConferenceonGeorahicalgsgpyyggp[][]2 GoodchildMF,AnselinL,DeichmannU.AframeworkforthearealinterolationofsocioeconomicdataJ.EnvironmentandPlan-p[]]():张树文,杨久春,等.社会经济数据空间化研究进展[地理与地理信息科学,3 李飞,J.2014,304102-107.
():nin1993,253383-397.gA,,informationSstems1991:12-115.y
[],,4 ElvideCD,BauhKE,KihnEA,etal.Relationbetweensatelliteobservedvisible-nearinfraredemissionsoulationeconomicac-ggpp[]:[]5 ElvideCD,ImhoffML,BauhKE,etal.Niht-timelihtsoftheworld1994-1995J.ISPRSJournalofPhotorammetrndgggggya
[],():tivitndelectricpowerconsumtionJ.InternationalJournalofRemoteSensin1997,1861373-1379.yapg
155
第29卷 第1期
://信阳师范学院学报:自然科学版 httournal.xnu.edu.cn 2016年1月pjy
[][],():6 LiX,GeLL,ChenXL.Detectinimbabwe'sdecadaleconomicdeclineusinihttimelihtimaerJ.ReomteSensin20135gzgngggyg[]]():周艺,王世新,等.基于夜间灯光和土地利用数据的G遥感技术与应用,7 韩向娣,DP空间化[J.2012,273396-405.
,[],():rovinceEastChinaJ.RemoteSensin201467260-7275.pg4551-4570.
,():RemoteSensin2001,56281-99.g
[]:8 YueWZ,GaoJB,YanEstimationofgrossdomesticproductusinulti-sensorremotesensinataacasestudnZheiangXC.gmgdyijg[]]():曾燕,王勇,等.基于V以南京主城区为例[科学技术与工程,9 郑辉,IIRS夜间灯光数据的城市建筑密度估算:J.2014,141868-75.
,():RemoteSensin2013,563057-3081.g
[][]10 LiX,XuHM,ChenXL,etal.PotentialofNPP-VIIRSnihttimelihtimaerormodelinhereionaleconomfChinaJ.gggyfgtgyo[]11 ShiKF,YuBL,Huanetal.EvaluatintheabilitfNPP-VIIRSnihttimelihtdatatoestimatetherossdomesticroductgYX,gyogggp
:[],andtheelectricpowerconsumtionofChinaatmultilescalesacomarisonwithDMSP-OLSdataJ.RemoteSensin2014,6pppg():21705-1724.
[]12 MaT,ZhouCH,PeiT,etal.Resonsesofsuomi-NPPVIIRS-derivednihttimelihtstosocioeconomicactivitinChina'scitiespggy[]]():史培军,陈晋,等.基于灯光指数C地理学报,13 卓莉,20世纪90年代中国城市时空变化特征:NLI方法的探讨[J.2003,586893-902.[]14 ZhouYK,MaT,ZhouCH,etal.NihttimelihtderivedassessmentofreionalineualitfsocioeconomicdevelomentinChinagggqyop
[],():J.RemoteSensin2015,721242-1262.g[],():J.RemoteSensinetters2014,52165-174.gL
责任编辑:张建合
4 结论
(上接第151页)
本文基于E采用混合像元分解方TM+和Landsat8影像,
()不透水信息提取过程中“噪音”的剔除具有重要意义;城市2建设是形成不透水面的重要驱动力之一.江南三区不14年间,
2
,透水面积的增加5多是建立在围湖垦殖的基础2.5989km
法得到研究区不透水面信息的变化信息,并分析其水环境效()应.通过分析,得出了以下结论:1Landsat8新增的卷云波段可以突出土壤特征,有助于区别土壤与建筑等不透水信息.同,时,大Landsat8将Landsat7的8bit辐射分辨率提高到12bit大增加了影像的灰度量化级,提高了高波段的信噪比,这对于
上,并呈放射状扩张.同时,政府绿地工程的建设使得部分不透()水面呈负增长.不透水面深刻地影响到城市水文过程、环境3水质及局部气候,研究获得不透水面分布格局及变化情况可为城市内涝治理、改善热岛效应提供依据.
参考文献:
[]]():不透水面遥感提取及应用研究进展[地球科学进展,1 王浩,卢善龙,吴炳方,等.J.20133327-336.
[])m2 RiddMK.Exlorin-I-S(veetation-imervioussurface-soilodelforurbanecosstemanalsisthrouhremote-sensin-com-pgaVgpyygg[],():arativeanatomorcitiesJ.InternationalJournalofRemoteSensin1995,16122085-2165.pyfg
[][],,():3 WardD.MonitorinrowthinraidlrbanizinreasusinemotelenseddataJ.ProfessionalGeoraher2000523371-386.ggpyugagrysgp
[],():sub-ixelanalsistechniuesJ.InternationalJournalofRemoteSensin2002,23204131-4153.pyqg
[])m4 PhinnS.Monitorinthecomositionandformofurbanenvironmentsbasedontheveetation-imervioussurface-soil(VISodelbgpgpy[][]5 WuC.SectralmixtureanalsisoftheurbanlandscaeinIndianaoliswithLandsatEM+imaerJ.PhotorammetricEnineerinpyppgyggg[],:6 LuDSLiGY,MoranE,etal.MainimervioussurfaceswiththeinterateduseofLandsatThematicMaerandradardatappgpgpp
():666798-808.
[],Acasestudinanurban-rurallandscaeintheBrazilianAmazonJ.ISPRSJournalofPhotorammetrndRemoteSensin2011,ypgyag,():andRemoteSensin2003,7091053-1062.g
[]]():福州城区不透水面的光谱混合分析与识别制图[中国图象图形学报,7 周存林,徐涵秋.J.2007,125875-881.[]]():流域尺度的不透水面遥感提取[遥感学报,8 王浩,吴炳方,李晓松,等.J.2011,152388-400.
[]——以厦门市为例[]():基于L测绘与空间地理信息,9 陈云.andsat8的城市热岛效应研究初探—J.2014,372123-128.
[]]():基于线性光谱混合分析的城市不透水层分布估算[复旦学报:自然科学版,10 金晶,王斌,张立明.J.2010,492197-208,273-274.[]]():新一代L生态学报,12 徐涵秋,唐菲.andsat系列卫星:Landsat8遥感影像新增特征及其生态环境意义[J.2013,33113249-3257.[]]():遥感学报,13 陈峰,邱全毅,郭青海,等.CBERS-02B多光谱数据在城市不透水面估算中的可用性研究[J.2011,153621-639.[]]():一种快速提取不透水面的新型遥感指数[武汉大学学报:信息科学版,14 徐涵秋.J.2008,33111150-1153,1211.[]]():北京市五环内不透水面变化研究[河南科技大学学报:自然科学版,15 张阳,袁德阳.J.2013,34656-61.[]]():厦门城市不透水面及其热环境效应的遥感分析[亚热带资源与环境学报,16 林冬凤,徐涵秋.J.2013,8378-84.[]]():城市不透水表面的水环境效应研究进展[地理科学进展,17 刘珍环,李猷,彭建.J.2011,303275-281.
[]]():基于热红外遥感数据和光谱混合分解模型的城市不透水面估算[自然资源学报,11 李波,黄敬峰,吴次芳.J.2012,2791590-1600.
责任编辑:张建合156