張夢琪，何宗宜，樊 勇,2

(1. 武漢大學資源與環(huán)境科學學院，湖北 武漢 430079； 2. 信陽師范學院地理科學學院，河南 信陽 464000)

DMSP/OLS穩(wěn)定夜間燈光影像的校正方法

張夢琪1，何宗宜1，樊 勇1,2

(1. 武漢大學資源與環(huán)境科學學院，湖北 武漢 430079； 2. 信陽師范學院地理科學學院，河南 信陽 464000)

由于DMSP/OLS穩(wěn)定夜間燈光遙感圖像的不連續(xù)性和過飽和問題，該數(shù)據(jù)不具有直接可比性，使用前需進行影像校正。本文提出了一套新的穩(wěn)定夜間燈光數(shù)據(jù)的校正方法，包括傳感器間的依次校正、連續(xù)性校正和過飽和校正，系統(tǒng)校正了1992—2013年時間序列上的34期影像，并對得到的目標影像進行了目視評價、定量評價、相關評價和優(yōu)勢分析。校正后的圖像連續(xù)性、穩(wěn)定性大幅提高，與社會經濟數(shù)據(jù)呈現(xiàn)更強烈的線性相關。同時避免了傳統(tǒng)方法中的誤差引入問題，得到了較好的校正結果。

DMSP/OLS；影像校正；依次校正方法；結果評價

美國國防氣象衛(wèi)星(defense meteorological satellite program，DMSP)上搭載的業(yè)務型線掃描傳感器(operational linescan system，OLS)在夜間使用光電倍增管(photomultiplier tube，PMT)進行探測[1]，光電放大能力很強，可以識別地球表面微弱的近紅外輻射，將人類活動與黑暗背景相區(qū)分。以年為周期合成DMSP/OLS數(shù)據(jù)，去除短暫發(fā)光事件和噪聲的影響，形成的穩(wěn)定夜間燈光數(shù)據(jù)[2]，能夠用來表征人類夜間活動。由于DMSP/OLS穩(wěn)定夜間燈光數(shù)據(jù)時間跨度長、獲取成本低，現(xiàn)被廣泛應用于城市化評價[3]、城市群空間結構分析[4]及社會經濟指標的估算[5-7]等各方面研究中。

然而，DMSP/OLS穩(wěn)定夜間燈光數(shù)據(jù)不具有連續(xù)性和直接可比性，同時城市中心存在過飽和現(xiàn)象，因此必須對其進行校正。Elvidge等[8]提出了一種不變目標區(qū)域的相互校正方法，選擇亮值年際變化小的西西里島作為標準區(qū)域、有飽和值且亮值范圍廣的年份的數(shù)據(jù)F121992作為參考數(shù)據(jù)，對其他年份的全球燈光數(shù)據(jù)建立二次回歸模型以進行相互校正，并對校正結果做出了評價。基于相似的理論，Liu等[9]使用F162007年的雞西市燈光數(shù)據(jù)作為參考數(shù)據(jù)，對1992—2008年間我國區(qū)域的DMSP/OLS影像進行了校正。在此基礎上，鄒進貴等[10]考慮到燈光影像中不穩(wěn)定像元和DN值異常波動的影響，提出了一套完整地校正我國區(qū)域夜間燈光影像的技術方案。以上的研究中僅僅對夜間燈光影像進行了相互校正，一定程度上增加了影像間的連續(xù)性，但未解決數(shù)據(jù)過飽和問題。曹子陽等[11]提出了一種不變目標區(qū)域的改進方法，使用F162006輻射定標燈光影像作為參考影像進行校正，削弱了數(shù)據(jù)過飽和問題。這些研究都選擇一個發(fā)展穩(wěn)定、燈光亮度變化小的區(qū)域作為標準區(qū)域，參照Ye等[12]對“偽恒定不變物體”的定義，本文把這種區(qū)域定義為“偽不變區(qū)域”?；趥尾蛔儏^(qū)域的某一年份數(shù)據(jù)，進行回歸校正其他所有年份的數(shù)據(jù)，這種校正方法在消除影像不連續(xù)性的同時會產生一個問題：由于偽不變區(qū)域不是絕對的不變目標區(qū)域，以固定年份數(shù)據(jù)作為校正標準，校正年份跨度大的數(shù)據(jù)時會受標準區(qū)域城市發(fā)展的影響，削弱城市的年際變化，引入較大誤差。本文提出一種基于偽不變區(qū)域的依次校正方法，形成了一套完整的中國區(qū)域的穩(wěn)定燈光數(shù)據(jù)校正體系，能夠在修正影像連續(xù)性的同時，盡可能多地保留城市發(fā)展特征，提高校正的準確性。

1 數(shù)據(jù)分析

本文試驗主要用到DMSP/OLS穩(wěn)定夜間燈光數(shù)據(jù)、我國行政區(qū)劃數(shù)據(jù)和1992—2013年我國GDP數(shù)據(jù)。燈光數(shù)據(jù)下載自NGDC網(wǎng)站(http:∥ngdc.noaa.gov/eog/dmsp/downloadV4composites.html)，選取了6個傳感器(F10—F18)的34期穩(wěn)定夜間燈光數(shù)據(jù)(F101992—F101994、F121994—F121999、F141997—F142003、F152000—F152007、F162004—F162009、F182010—F182013)進行試驗。6個傳感器獲取的數(shù)據(jù)覆蓋了1992—2013年完整的時間序列，其中部分年份有來自兩個傳感器的數(shù)據(jù)。行政區(qū)劃矢量數(shù)據(jù)來自國家基礎地理信息中心的全國1∶400萬數(shù)據(jù)庫。GDP數(shù)據(jù)來自國家統(tǒng)計局發(fā)布的《中國統(tǒng)計年鑒》。

穩(wěn)定夜間燈光數(shù)據(jù)存在以下問題：①由于沒有星上定標，同一傳感器獲取的不同年份的數(shù)據(jù)存在異常波動：F15、F16、F18傳感器獲得的數(shù)據(jù)總DN值有異常波動(如圖1(a)所示)，每個傳感器的平均DN值都不穩(wěn)定(如圖1(b)所示)。②由于衛(wèi)星的衰退及不同傳感器的探測性能不同，導致不同傳感器間不同年份影像數(shù)據(jù)不連續(xù)且不同傳感器獲取的相同年份數(shù)據(jù)不一致：如F12和F14獲得的1997年的總DN值相差31.2%，F(xiàn)15和F16獲得的2004年的總DN值相差28.4%；F16獲得的2009年數(shù)據(jù)和F18獲得的2010年數(shù)據(jù)跨度非常大。③由于探測器的高倍增益行為，城市中心區(qū)域燈光存在過飽和現(xiàn)象。④F18相較于其他傳感器存在突變現(xiàn)象，獲取的數(shù)據(jù)總DN值的年平均值比其他傳感器高109.7%，平均DN值的年平均值比其他傳感器高63.7%。

圖1

基于以上問題，在對DMSP/OLS穩(wěn)定夜間燈光數(shù)據(jù)進行研究和利用時，必須首先對其進行傳感器間相互校正、連續(xù)性校正和過飽和校正。

2 數(shù)據(jù)校正方法

本文對我國區(qū)域的穩(wěn)定夜間燈光數(shù)據(jù)進行了傳感器間相互校正、連續(xù)性校正和過飽和校正，形成了一套完整的適用于我國區(qū)域長時間序列夜間燈光數(shù)據(jù)集的預處理及校正方法，如圖2所示。

圖2 我國區(qū)域的長時間序列夜間燈光數(shù)據(jù)集的校正流程

2.1 數(shù)據(jù)預處理

2.1.1 投影轉換

DMSP/OLS燈光數(shù)據(jù)與行政區(qū)劃數(shù)據(jù)的參考系均為WGS-84坐標系，可直接匹配使用。為避免投影變形對于像元面積的影響，將兩種數(shù)據(jù)轉換為Albers等面積投影，選擇適合我國區(qū)域的中央經線105°E，標準緯線25°N、47°N。

2.1.2 我國區(qū)域亮元提取

使用我國的面狀國界提取每期燈光數(shù)據(jù)中我國區(qū)域的影像，再使用閾值提取的方法把亮值(DN>0)像元提取出來，形成長時間序列的我國區(qū)域潛在城市數(shù)據(jù)集。

2.2 穩(wěn)定亮值像元的提取

城市土地利用的變化是一個不可逆的過程，尤其自改革開放以來，我國城市處于持續(xù)擴張狀態(tài)。DMSP/OLS燈光數(shù)據(jù)的分辨率較低(約1 km)，在該分辨率下，我國區(qū)域的城市影像不應存在衰退現(xiàn)象，即前一個時期出現(xiàn)的城市斑塊，理應在后一個時期的圖像上被保留。

分析34期穩(wěn)定夜間燈光數(shù)據(jù)發(fā)現(xiàn)，不同傳感器獲得的同一年份數(shù)據(jù)總亮元數(shù)不同，且存在前一期圖像中的亮值像元在后一期圖像中消失的問題。筆者把上述同期圖像不一致或不連續(xù)存在的亮值像元稱為不穩(wěn)定亮元。這些亮元是由傳感器探測過程中多因素影響產生的，不能真實反映我國城市的發(fā)展，應予以剔除。最后保留的穩(wěn)定亮值像元應滿足以下標準：①空間上呈持續(xù)擴張狀態(tài)；②不同傳感器獲得的同一年份的亮元范圍相同。

該步驟只進行有/無亮元的處理，不改變亮元DN值。首先，對不同傳感器獲得的同一年份的數(shù)據(jù)進行相交分析，保留有交集的亮值像元。然后處理不連續(xù)的亮元：假定時間序列中最后一年(F182013年)的數(shù)據(jù)全部為穩(wěn)定亮元，將F182012圖像與F182013圖像進行相交分析，保留F182012中有交集的亮值像元為F18傳感器2012年的穩(wěn)定亮元。以此類推，得到長時間序列的我國區(qū)域穩(wěn)定亮值像元數(shù)據(jù)集。

2.3 傳感器的相互校正

傳感器的相互校正目前普遍使用偽不變區(qū)域作為標準區(qū)域，使用偽不變區(qū)域的某一年份數(shù)據(jù)作為參考數(shù)據(jù)，在校正年份跨度大的數(shù)據(jù)時會受偽不變區(qū)域中“偽”的影響，削弱城市的年際變化。針對該問題，本文提出基于偽不變區(qū)域的依次校正的方法：①選擇累積DN值高且表現(xiàn)穩(wěn)定的傳感器作為標準傳感器F0；②使用F0的歷年數(shù)據(jù)向前或向后去校正與它臨近的傳感器F1的數(shù)據(jù)，依據(jù)最小二乘法對F0、F1相同年份的數(shù)據(jù)建立回歸方程；③利用該方程校正F1的歷年數(shù)據(jù)；④使用校正后的傳感器F1′作為標準，再次向前或向后校正下一個傳感器，以此類推，依次校正所有傳感器。校正過程中，如果兩個臨近傳感器沒有重合年份，則使用相鄰兩個年份的數(shù)據(jù)作回歸，建立兩個傳感器間的校正方程。依次校正的方法使用相同年份或相鄰年份的數(shù)據(jù)作比較，控制了城市發(fā)展對校正結果的影響，能夠在連續(xù)性校正的同時保留城市發(fā)展特征。

本試驗選擇黑龍江省雞西市[9]作為偽不變目標區(qū)域，因為該區(qū)域1992—2013年間城市發(fā)展穩(wěn)定且區(qū)域夜間燈光的DN值范圍廣。提取34期穩(wěn)定亮元數(shù)據(jù)中的雞西市數(shù)據(jù)作為校正數(shù)據(jù)集；參考數(shù)據(jù)集應選擇累計DN值高的傳感器的數(shù)據(jù)，上文分析發(fā)現(xiàn)F18具有最高的累計DN值，但其存在突變現(xiàn)象，因此使用F16作為標準傳感器，F(xiàn)16獲得的2004—2009年雞西市穩(wěn)定亮元即為參考數(shù)據(jù)集。相互校正的具體過程如下：

(1) 使用F16的數(shù)據(jù)校正F15的數(shù)據(jù)。二者重合的年份為2004—2007年，將F162004—F162007雞西市亮元數(shù)據(jù)作為參考數(shù)據(jù)集，基于最小二乘法對F152004—F152007雞西市亮元數(shù)據(jù)集與參考數(shù)據(jù)集進行一元二次回歸建模，回歸方程為

(1)

式中，DN16為F162004—F162007參考數(shù)據(jù)集的DN值；DN15為F152004—F152007數(shù)據(jù)集的DN值；a、b、c為擬合過程確定的參數(shù)。

(2) 利用求得的參數(shù)a、b、c構建校正傳感器F15的方程

(2)

式中，DN0和DN′分別為F15校正前、校正后的DN值。利用該方程，處理F152000—F152007燈光數(shù)據(jù)集，得到相互校正后的數(shù)據(jù)集F15′。

(3) 再用F15′數(shù)據(jù)集校正F14傳感器的數(shù)據(jù)集，方法同上，得到F14′。以此類推，依次校正，得到數(shù)據(jù)集F12′、F10′。

(4) 校正傳感器F18。由于F16與F18沒有重合年份的數(shù)據(jù)，使用F162009數(shù)據(jù)與F182010數(shù)據(jù)進行一元二次回歸建模，并利用建立的方程校正F18的每期數(shù)據(jù)，得到相互校正后數(shù)據(jù)集F18′。各期參數(shù)見表1。

2.4 連續(xù)性校正和過飽和校正

2.4.1 多傳感器相同年份影像的相互校正

由于不同傳感器的探測性能不同，兩個傳感器獲得的同一年份的影像不僅存在不穩(wěn)定亮元，其穩(wěn)定亮元的DN值也有差異。為保證數(shù)據(jù)的穩(wěn)定性和連續(xù)性，對相互校正后的穩(wěn)定亮元的DN值進行校正

表1 傳感器校正回歸模型的參數(shù)

(3)

2.4.2 時間序列上的連續(xù)性校正和過飽和校正

根據(jù)我國城市化發(fā)展規(guī)律與穩(wěn)定夜間燈光數(shù)據(jù)的特點，圖像上后一年的DN值應當不小于前一年的DN值。選擇穩(wěn)定性好的F16的2009年數(shù)據(jù)作為基準，對數(shù)據(jù)進一步進行時間序列上的連續(xù)性校正。同時，進行過飽和校正，將DN值大于63的像元賦值為63。

對于2009年以前的數(shù)據(jù)，利用式(4)進行連續(xù)性校正，再用式(5)進行過飽和矯正

(4)

(5)

式中，n-1=1992,1993，…，2008年；DNn-1為前一年數(shù)據(jù)DN值；DNn為后一年數(shù)據(jù)DN值。對于2009年以后的數(shù)據(jù)，利用式(6)進行連續(xù)性校正，再用式(7)進行過飽和矯正

(6)

(7)

式中，n+1=2010，2011，2012，2013年；DNn為前一年數(shù)據(jù)DN值；DNn+1為后一年數(shù)據(jù)DN值。完成歷年數(shù)據(jù)的連續(xù)性校正和過飽和校正后，得到1992—2013年目標燈光數(shù)據(jù)集。

3 校正結果的分析評價

對于試驗得到的目標數(shù)據(jù)集，本文從定性分析、定量分析、相關分析和優(yōu)勢分析4個方面進行結果的分析評價。

3.1 空間分布定性評價

由于全國燈光數(shù)據(jù)的分布圖比例尺小，無法展示數(shù)據(jù)校正的細節(jié)，本文以北京市為例，選擇1992、2002、2012三個年份原始燈光影像及校正后的燈光影像，進行目視評價(如圖3所示)。其中左圖為該年份原始影像，右圖為該年份系統(tǒng)校正后的影像。從圖1中發(fā)現(xiàn)，原始影像表現(xiàn)不連續(xù)，并未隨時間推移而持續(xù)增長、變亮。如2002與2012年原始影像中放大區(qū)域即存在明顯不連續(xù)現(xiàn)象，2002年存在的亮塊在2012年圖像中消失，不符合我國城市實際發(fā)展規(guī)律。而校正后的影像表現(xiàn)出很好的連續(xù)性，并未出現(xiàn)影像衰退、亮元消失等問題，直觀反映出校正效果良好。

圖3 校正前后北京市燈光影像的空間分布

3.2 數(shù)值定量分析

提取校正后我國區(qū)域歷年的穩(wěn)定亮值像元，計算亮元總數(shù)及總DN值，繪制折線圖(如圖4所示)，亮元總數(shù)及總DN值都呈連續(xù)上升趨勢。對比校正前的DN總值折線圖(如圖1(a)所示)，校正前，各傳感器之間、單個傳感器各年份間、兩個傳感器相同年份間獲取的數(shù)據(jù)都存在各種程度的波動。通過本文的校正，上述問題得到修正，校正后的圖像在連續(xù)性、穩(wěn)定性上都有了提高；同時，持續(xù)增長的亮元總數(shù)及亮度總值更符合城市發(fā)展的規(guī)律。

圖4 校正后歷年影像中亮元的總數(shù)及總DN值

3.3 國民生產總值(GDP)相關評價

研究表明，夜間燈光數(shù)據(jù)與GDP總量呈線性相關關系[13]。在全國尺度上，分別對校正前、校正后歷年的影像總DN值與歷年的GDP作線性回歸分析，選取總DN值為自變量X、GDP為函數(shù)Y。結果見表2。

表2 GDP與DN總值的線性回歸分析參數(shù)

結果表明，兩次回歸的R2均大于0.95，截距和斜率的P值均小于0.01，有效證明了穩(wěn)定夜間燈光影像的總DN值與GDP存在極強的線性相關關系。且通過本文對影像的校正，使得回歸模型的R2進一步增大，P值進一步縮小，說明經過本文的校正，燈光數(shù)據(jù)存在的問題得到了一定程度的消除，與社會經濟指標更加契合。

3.4 依次校正方法優(yōu)勢分析

選取距離標準傳感器F16時間跨度最大的3個年份數(shù)據(jù)(F121992、F121993、F121994)進行驗證。使用傳統(tǒng)的固定參考數(shù)據(jù)集的方法進行相互校正，選擇F162007年的雞西市作為參考數(shù)據(jù)集，建立回歸模型對其他年份數(shù)據(jù)進行校正。

比較傳統(tǒng)方法與本文方法校正后的結果，發(fā)現(xiàn)傳統(tǒng)方法存在大量過飽和的亮元(見表3)，這是因為參考數(shù)據(jù)集中雞西市的發(fā)展水平高于所校正年份，以此作為標準校正時增強了被校正圖像的整體亮度。對傳統(tǒng)方法進行過飽和校正后，再分別計算兩種方法校正后圖像相對亮度前5%的亮元數(shù)目(見表3)，在亮度值的分布上，本文方法所得結果與原始圖像相差不大，而傳統(tǒng)方法得到圖像的前5%的亮元數(shù)遠多于原始圖像，這也是由于該方法的局限性造成的。本文對于傳統(tǒng)方法的改進可以有效避免校正過程受參考區(qū)城市發(fā)展的影響，更多地保留城市發(fā)展特征。

表3 傳統(tǒng)方法與本文方法校正結果比較

4 結 語

DMSP/OLS燈光數(shù)據(jù)由于其精度低、不連續(xù)、過飽和等問題，使其在城市研究及推廣應用中存在較大局限性。本文針對我國區(qū)域提出了一套完整的DMSP/OLS穩(wěn)定夜間燈光數(shù)據(jù)的校正方法，包括傳感器間的相互校正、連續(xù)性校正和過飽和校正。其中傳感器間的相互校正在傳統(tǒng)方法上作出改進，提出傳感器依次校正的方法，可減小城市發(fā)展對校正精度的影響。使用上述方法對1992—2013年中國區(qū)域的34期影像進行了校正，獲得目標影像集。通過對結果的評價，證明了本文方法的可行性，不僅能較好消除原始數(shù)據(jù)不一致、不連續(xù)的問題，而且避免了傳統(tǒng)方法中的誤差引入。本文提出的校正方法可廣泛用于夜間燈光遙感圖像的預處理，改善數(shù)據(jù)本身存在的問題，提高后續(xù)研究精度，對夜間燈光數(shù)據(jù)更高效、更廣泛的使用有積極的促進作用。

[1] ELVIDGE C D.Mapping City Lights with Nighttime Data from the DMSP Operational Linescan System，Photogramm[J].Photogrammetric Engineering & Remote Sensing，1997，63(6):727-734.

[2] ELVIDGE C D，ERWIN E H，BAUGH K E，et al.Overview of DMSP Nightime Lights and Future Possibilities[C]∥Urban Remote Sensing Event.[S.l.]：IEEE，2009:1-5.

[3] 郝蕊芳,于德永,劉宇鵬,等.DMSP/OLS燈光數(shù)據(jù)在城市化監(jiān)測中的應用[J].北京師范大學學報(自然科學版),2014，50(4):407-413.

[4] 李景剛,何春陽,史培軍,等.基于DMSP/OLS燈光數(shù)據(jù)的快速城市化過程的生態(tài)效應評價研究——以環(huán)渤海城市群地區(qū)為例[J].遙感學報,2007,11(1):115-126.

[5] FLORIDA R，MELLANDER C，GULDEN T.Global Metropolis: Assessing Economic Activity in Urban Centers Based on Nighttime Satellite Images[J].Professional Geographer，2012，64(2):178-187.

[6] TOWNSEND A C，BRUCE D A.The Use of Night-time Lights Satellite Imagery as a Measure of Australia’s Regional Electricity Consumption and Population Distribution[J].International Journal of Remote Sensing，2010，31(16):4459-4480.

[7] 卓莉,陳晉,史培軍,等.基于夜間燈光數(shù)據(jù)的中國人口密度模擬[J].地理學報,2005,60(2):266-276.

[8] ELVIDGE C D，ZISKIN D，BAUGH K E，et al.A Fifteen Year Record of Global Natural Gas Flaring Derived from Satellite Data[J].Energies，2009，2(3):595-622.

[9] LIU Z，HE C，ZHANG Q，et al.Extracting the Dynamics of Urban Expansion in China Using DMSP-OLS Nighttime Light Data from 1992 to 2008[J].Landscape & Urban Planning，2012，106(1):62-72.

[10] 鄒進貴,陳艷華,田徑,等.基于ArcGIS的DMSP/OLS夜間燈光影像校正模型的構建[J].測繪地理信息,2014,39(4):33-37.

[11] 曹子陽,吳志峰,匡耀求,等.DMSP/OLS夜間燈光影像中國區(qū)域的校正及應用[J].地球信息科學學報,2015,17(9):1092-1102.

[12] WEI Y，LIU H，SONG W，et al.Normalization of Time Series DMSP-OLS Nighttime Light Images for Urban Growth Analysis with Pseudo Invariant Features[J].Landscape & Urban Planning，2014,128(128):1-13.

[13] 李德仁,李熙.論夜光遙感數(shù)據(jù)挖掘[J].測繪學報,2015,44(6):591-601.

CalibrationforDMSP/OLSStableNighttimeLightImages

ZHANG Mengqi1，HE Zongyi1，F(xiàn)AN Yong1，2

(1. School of Resource and Environmental Sciences，Wuhan University，Wuhan 430079，China; 2. College of Urban & Environmental Science，Xinyang Normal University，Xinyang 464000，China)

Because of the uncontinuity and the oversaturation of DMSP/OLS stable nighttime light images，the data cannot be compared with each other directly.Therefore，it’s necessary to calibrate images before using them.In this paper，a new method is proposed to calibrate the nighttime light data，including mutual correction between sensors，continuity correction and oversaturation correction.The 34 images of 1992—2013 time series are corrected using this method systematically.And then the evaluation for the result is carried out，including visual evaluation，quantitative evaluation，relative evaluation and advantage analysis.After calibration，the continuity and stability of the images are greatly improved，and the linear correlation between nighttime light data and the economic data is stronger.Error introduction in the traditional method is avoided.This method leads to a good calibration result.

DMSP/OLS; image calibration; successive calibration; result evaluation

2017-03-06

國家自然科學基金(41071290)；國家自然科學基金青年項目(41701187);教育部人文社會科學研究項目(14YJCZH028)

張夢琪(1993—)，女，碩士生，研究方向為燈光遙感、數(shù)字地圖制圖。E-mail:949038638@qq.com

張夢琪，何宗宜，樊勇.DMSP/OLS穩(wěn)定夜間燈光影像的校正方法[J].測繪通報，2017(12)：58-62.

10.13474/j.cnki.11-2246.2017.0379.

P23

A

0494-0911(2017)12-0058-05