楊聞新

(江西理工大學(xué) 土木與測繪工程學(xué)院，江西 贛州 341000)

城市建成區(qū)[1]是指城市行政區(qū)內(nèi)實(shí)際已成片開發(fā)建設(shè)，市政公用設(shè)施和公共設(shè)施基本具備的區(qū)域。準(zhǔn)確提取城市建成區(qū)的范圍對監(jiān)測城市發(fā)展和規(guī)劃城市布局有著重要的意義。有研究者基于傳統(tǒng)遙感影像提出歸一化差分建成區(qū)指數(shù)(Normalized Difference Build-up Index，NDBI)[2]、指數(shù)型建成區(qū)指數(shù)(Index-based Build-up Index，IBI)[3]、修正的歸一化差分建成區(qū)指數(shù)(Modified Normalized Difference Built-up Index，MNDBI)[4]等用于建成區(qū)的提取。但這些指數(shù)提取的建成區(qū)大都存在建成區(qū)和裸土混淆的問題?；谝归g燈光影像和植被指數(shù)LU等人[5]提出了人類住區(qū)指數(shù)(Human Settlement Index，HSI)；ZHANG等人[6]提出了基于植被修正的夜間燈光指數(shù)(Vegetation Adjusted NTL Urban Index，VANUI)。VANUI指數(shù)避免了植被的誤提取，但也增大了水體反射率[7]，容易造成建成區(qū)和水體的混合提取。隨著POI(Point of Interest)大數(shù)據(jù)的出現(xiàn)，有學(xué)者[8-9]驗(yàn)證了夜間燈光數(shù)據(jù)和 POI 數(shù)據(jù)之間具有正相關(guān)關(guān)系。之后有研究者[10]將POI數(shù)據(jù)用于建成區(qū)的提取，但精度不高；也有研究者[11-12]將POI數(shù)據(jù)和遙感影像結(jié)合提取建成區(qū)，但是需要對提取結(jié)果進(jìn)行二次加工，流程操作復(fù)雜。因此本文綜合三種數(shù)據(jù)的特點(diǎn)，將植被覆蓋數(shù)據(jù)和POI數(shù)據(jù)與夜間燈光數(shù)據(jù)相結(jié)合，提出一種POI數(shù)據(jù)和植被修正的夜間燈光城市指數(shù)(POI and Vegetation Adjusted NTL Urban Index，PVANUI)來降低燈光的溢出程度，從而提高建成區(qū)提取的精度。

1 實(shí)驗(yàn)區(qū)域及數(shù)據(jù)來源與預(yù)處理

1.1 實(shí)驗(yàn)區(qū)域

為了驗(yàn)證PVANUI在不同發(fā)展程度地區(qū)的適用性，本文選擇區(qū)域發(fā)展水平不平衡的南京市作為實(shí)驗(yàn)區(qū)域，如圖1所示。

圖1 南京市行政區(qū)劃圖

1.2 數(shù)據(jù)來源和預(yù)處理

1.2.1 數(shù)據(jù)來源

本文選擇2018年7月的NPP-VIIRS(Suomi National Polar-orbiting Partnership-Visible Infrared Imaging Radiometer Suite)影像作為原始數(shù)據(jù)。NPP-VIIRS影像來源于EOG(Earth Observation Group)，采用月度無云的DNB(Day/Night Band)波段合成數(shù)據(jù)。Landsat8 OLI影像數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺，分辨率為30 m。POI 數(shù)據(jù)通過高德地圖官方網(wǎng)站提供的應(yīng)用程序編程接口(Application Programming Interface，API)進(jìn)行爬取，總共采集679 564條數(shù)據(jù)。土地利用數(shù)據(jù)用于建成區(qū)提取結(jié)果精度評定，來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心。南京市建成區(qū)面積統(tǒng)計(jì)數(shù)據(jù)用于閾值法提取建成區(qū)的輔助數(shù)據(jù)，來源于《南京統(tǒng)計(jì)年鑒2019》[13]。

1.2.2 數(shù)據(jù)預(yù)處理

首先將研究數(shù)據(jù)的坐標(biāo)系都轉(zhuǎn)換成WGS84坐標(biāo)系，對影像進(jìn)行裁剪、輻射校正。采用中值濾波-中低閾值法[14]對燈光影像進(jìn)行去噪，然后影像值進(jìn)行歸一化。將處理后的數(shù)據(jù)都投影轉(zhuǎn)換至通用橫軸墨卡托投影(UTM投影)，利用雙線性插值法進(jìn)行重采樣至50 m空間分辨率。

2 研究方法

本文首先對Landsat8影像、夜間燈光影像、POI數(shù)據(jù)進(jìn)行處理，然后根據(jù)歸一化植被指數(shù)(NDVI)、POI核密度值與夜間燈光影像(NTL)輻射值之間的關(guān)系構(gòu)造出一種新的指數(shù)(PVANUI)；其次，基于原始NPP-VIIRS、經(jīng)VANUI修正的NPP-VIIRS、經(jīng)PVANUI修正的NPP-VIIRS利用閾值法[15-17]提取出3種城市建成區(qū)；然后將提取的建成區(qū)結(jié)果與參考建成區(qū)進(jìn)行疊加比較，計(jì)算其重疊面積和精度評價(jià)指標(biāo)；最后對比分析3種建成區(qū)提取結(jié)果的精度。技術(shù)流程如圖2所示。

2.1 構(gòu)建PVANUI指數(shù)

2.1.1 植被修正的夜間燈光城市指數(shù)(VANUI)

已有研究者[6]根據(jù)夜間燈光分布和植被覆蓋的反向關(guān)系提出植被修正的夜間燈光城市指數(shù)(VANUI)。城市建成區(qū)內(nèi)的VANUI值較大，接近1，而植被豐富的地區(qū)的VANUI值較低，接近0。VANUI公式如下：

VANUI=(1-NDVI)×NTL

(1)

圖2 技術(shù)流程圖

式中，NTL為夜間燈光影像歸一化輻射值；NDVI為歸一化植被指數(shù)。

VANUI能降低燈光在植被覆蓋區(qū)的溢出程度，但是在建成區(qū)外的非植被地區(qū)(如農(nóng)業(yè)用地、道路和裸土)燈光溢出現(xiàn)象仍然存在。興趣點(diǎn)(POI)數(shù)據(jù)帶有位置和屬性信息，集中分布在建成區(qū)內(nèi)部，在城市中心更加聚集，但在非建成區(qū)分布極少[10]。利用這一特點(diǎn)可以將POI數(shù)據(jù)與VANUI結(jié)合起來，構(gòu)造一種POI和Vegetation修正的夜間燈光城市指數(shù)(PVANUI)。POI是帶有坐標(biāo)的位置點(diǎn)數(shù)據(jù)，無法直接參與計(jì)算，需要對其進(jìn)行核密度估計(jì)[18]，計(jì)算出核密度值，POI核密度值計(jì)算結(jié)果如圖3所示。

圖3 POI核密度值計(jì)算結(jié)果

2.1.2 POI和Vegetation修正的夜間燈光城市指數(shù)(PVANUI)

采用可以降低極端值影響的幾何平均值法建立PVANUI。PVANUI公式如下：

(2)

式中，VANUI為植被修正的夜間燈光城市指數(shù)；POI核為POI核密度值。

經(jīng)過PVANUI修正前后燈光影像圖如圖4(a)、(b)所示。

圖4 PVANUI修正前后燈光影像圖

由圖4(a)、(b)可知，經(jīng)過PVANUI處理后的影像燈光飽和度明顯降低，不發(fā)達(dá)的非主城區(qū)(高淳區(qū))的燈光亮度信息得到了修正。

2.2 建成區(qū)提取結(jié)果精度評價(jià)

采用統(tǒng)計(jì)學(xué)分類指標(biāo)[19]查全率、查準(zhǔn)率和 F1 分?jǐn)?shù)對提取的建成區(qū)進(jìn)行定量評價(jià)，其中，查全率、查準(zhǔn)率都以提取的建成區(qū)與參考建成區(qū)重合面積為分子，分別以提取建成區(qū)的面積、參考建成區(qū)的面積為分母。F1 分?jǐn)?shù)是查全率和查準(zhǔn)率的調(diào)和平均值。

3 實(shí)驗(yàn)結(jié)果及分析

3.1 實(shí)驗(yàn)結(jié)果

采用閾值法基于NPP-VIIRS、VANUI、PVANUI提取出南京市建成區(qū)，閾值分別為：0.141 42、0.092 83、0.002 55。提取的建成區(qū)結(jié)果與參考建成區(qū)疊加顯示如圖5所示。統(tǒng)計(jì)學(xué)指標(biāo)計(jì)算結(jié)果如表1所示。

圖5 建成區(qū)提取結(jié)果與參考建成區(qū)疊加顯示圖

表1 統(tǒng)計(jì)學(xué)指標(biāo)計(jì)算結(jié)果

3.2 對比分析NPP-VIIRS與VANUI、PVANUI提取建成區(qū)結(jié)果

(1)由圖5可知，僅利用NPP-VIIRS和經(jīng)VANUI修正的NPP-VIIRS提取的建成區(qū)都存在以下問題：在南京市溧水區(qū)和主城區(qū)邊緣，存在很多誤提取的部分，在高淳區(qū)、六合區(qū)存在嚴(yán)重的漏提取；在主城區(qū)內(nèi)部，經(jīng)VANUI修正的影像提取的建成區(qū)存在很多孔洞。經(jīng)PVANUI修正的NPP-VIIRS提取的建成區(qū)更加完整準(zhǔn)確，與參考建成區(qū)更加接近。

(2)從統(tǒng)計(jì)學(xué)指標(biāo)上可以看出，利用PVANUI提取的建成區(qū)主城區(qū)的查全率、查準(zhǔn)率、F1分?jǐn)?shù)比僅利用NPP-VIIRS提取的大0.03。利用PVANUI提取的建成區(qū)非主城區(qū)的查全率、查準(zhǔn)率、F1分?jǐn)?shù)比僅利用NPP-VIIRS影像提取的大0.04，這說明PVANUI提高了NPP-VIIRS影像提取非主城區(qū)等不發(fā)達(dá)地區(qū)的建成區(qū)的準(zhǔn)確度。

4 討論及結(jié)論

本文針對僅利用夜間燈光影像提取建成區(qū)精度不高的問題，提出基于POI和Vegetation修正的夜間燈光城市指數(shù)(PVANUI)提取建成區(qū)，得到以下結(jié)論：

(1)與VANUI相比，PVANUI更能降低燈光溢出程度，增加提取的建成區(qū)連續(xù)性，豐富提取的建成區(qū)的內(nèi)部信息。

(2)PVANUI能有效修正夜間燈光亮度信息，提高建成區(qū)提取的精度，適用于不同經(jīng)濟(jì)發(fā)展程度的地區(qū)。

本文所提出PVANUI僅考慮了植被和POI密度分布與建成區(qū)的關(guān)系，在以后的研究工作中有必要引入更多相關(guān)數(shù)據(jù)，如PM2.5數(shù)據(jù)、人口密度數(shù)據(jù)等。