劉艷華 王彥良 陳富強 王一涵 杜鵬超

(1. 河南省地質礦產(chǎn)勘查開發(fā)局測繪地理信息院, 河南 鄭州 450006;2. 河南省自然資源天空地遙感智能監(jiān)測研究科技創(chuàng)新中心, 河南 鄭州 450006;3. 鄭州師范學院 地理與旅游學院, 河南 鄭州 450053)

0 引言

近年來,隨著遙感技術的飛速發(fā)展,數(shù)據(jù)產(chǎn)品不斷更新,通過高時效、多尺度的夜光遙感數(shù)據(jù)提取建成區(qū)面積廣泛應用于城市建設決策中。國內外的研究者們多數(shù)基于美國國防氣象衛(wèi)星(defense meteorological satellite program,DMSP)所搭載的可見光成像線性掃描業(yè)務系統(tǒng)(operational linescan system,OLS)得到的DMSP/OLS數(shù)據(jù)和Suomi國家極軌合作伙伴(suomi national polar-orbiting partnership,Suomi-NPP)搭載的可見光紅外成像輻射儀(visible infrared imaging radiometer suite,VIIRS)得到的NPP/VIIRS數(shù)據(jù)進行建成區(qū)識別提取，因其分辨率較低問題，難以提高識別精度。珞珈一號夜光遙感衛(wèi)星憑借分辨率高的優(yōu)勢，燈光溢出和飽和問題也得到了一定的解決。此外,珞珈一號能夠監(jiān)測出小面積的房屋、路燈等散發(fā)出的微弱的光亮,可以用來區(qū)分城市的建成區(qū)和非建成區(qū)[1]?；阽箸煲惶栆归g燈光數(shù)據(jù)識別的城市建成區(qū)可以成為區(qū)域規(guī)劃的基礎數(shù)據(jù),為城市的近期土地資源合理利用提供基礎的數(shù)據(jù)支撐,也是城市集約、節(jié)約用地的重要前提之一[2]。

本文以鄭州作為研究區(qū)域,從官網(wǎng)(http://59.175.109.173:8888/index.html)上下載珞珈一號衛(wèi)星的夜光遙感影像數(shù)據(jù),用經(jīng)驗閾值法對建成區(qū)進行識別,然后用重分類的方法分區(qū)計算各縣區(qū)燈光面積的變化,根據(jù)計算結果分析變化的原因。該分析結果可以為鄭州城市土地資源的可持續(xù)利用提供相關參考[3],拓展國產(chǎn)衛(wèi)星的應用領域。其中,用于研究的行政界線數(shù)據(jù)來自國家基礎地理信息中心[4],統(tǒng)計數(shù)據(jù)來源于2019年河南統(tǒng)計年鑒和《鄭州市人民政府關于2019年鄭州市城市建成區(qū)規(guī)模通告》得出的鄭州各地人口數(shù)、國內生產(chǎn)總值(gross domestic pro-duct,GDP)和建成區(qū)面積等[5]。

1 珞珈一號衛(wèi)星的優(yōu)勢

珞珈一號衛(wèi)星是由長春長光衛(wèi)星技術有限公司和武漢大學合作研究并共同開發(fā)的世界第一顆專業(yè)的夜光遙感衛(wèi)星[6],具體參數(shù)如表1所示。

表1 珞珈一號衛(wèi)星的主要參數(shù)

珞珈一號衛(wèi)星整星重22 kg,采用大相對孔徑像方遠心光學系統(tǒng)、異形遮光罩雜光抑制、高信噪比高動態(tài)成像、帆板自主鎖緊展開等手段[7],搭載了高靈敏度夜光相機,實現(xiàn)了高靈敏、大范圍的夜光成像,其精度達到夜光遙感分辨率130 m,數(shù)據(jù)分辨率是NPP-VIIRS衛(wèi)星的4倍。珞珈一號夜間燈光影像可以清楚地區(qū)分城市建成區(qū)的分布、道路的分布以及大面積住宅的分布。晚上,江面上亮燈的大橋也能被看見。精度優(yōu)于美國國防氣象衛(wèi)星DMSP/OLS和NPP-VIIRS。另外,珞珈一號屬于極地軌道衛(wèi)星,軌道高度為645 km,具有全球范圍數(shù)據(jù)拍攝能力,理想條件下可在15 d內繪制完成全球范圍的夜間燈光影像,因而能夠滿足更高速、更高精度的應用要求[8],和DMSP/OLS、NPP-VIIRS衛(wèi)星相比,珞珈一號夜間燈光影像數(shù)據(jù)在時間分辨率、空間分辨率、光譜分辨率上有了極大提高。時間分辨率的提升可以獲得更加密集的時間序列,便于在更小時間尺度上研究城市變化;空間分辨率的提升能更清晰地展現(xiàn)城市空間結構;光譜分辨率的提升能夠有效避免亮度飽和的缺點[9-10]。

珞珈一號衛(wèi)星在2018年6月2日成功發(fā)射后,包含鄭州的夜間燈光數(shù)據(jù)只更新到了2018年10月31日。所以,這里選取的是2018年6月13日、9月7日和10月31日的夜間燈光數(shù)據(jù),具體如圖1所示。

(a)6月13日 (b)9月7日

2 建成區(qū)面積計算及分析的技術實現(xiàn)

2.1 數(shù)據(jù)處理和建成區(qū)提取

為了獲得有效的燈光值,必須得對夜光遙感影像數(shù)據(jù)進行處理,去除異常點和消除背景噪聲,簡化數(shù)據(jù),提高數(shù)據(jù)識別的可靠性。因此在進行建成區(qū)的識別前,必須對珞珈一號影像進行坐標系轉換、輻射定標和圖像裁剪等處理。

本文使用簡單易行且較為可靠的最佳閾值分割法分割城市建成區(qū)和非建成區(qū),利用自然間斷點法提取配合經(jīng)驗閾值法調整再用統(tǒng)計數(shù)據(jù)法驗證結果的提取方法。通過分析圖像,調整像素值的大小來確定閾值的區(qū)間,通過計算對閾值分割的結果進行對比,最后選擇出最佳閾值。同時對比采用光學遙感影像Landsat8多光譜數(shù)據(jù)進行監(jiān)督分類處理,自動提取建成區(qū)范圍,后者存在城市邊界不連續(xù),提取精度不高的問題。

該方法利用二值法的策略,采用圖像中要提取的目標灰度值與背景灰度值的差異,先把像素級分成若干類,再將目標灰度值從背景中提取。流程是先判斷圖像中各個像素點的灰度值是否滿足閾值的要求,再確定圖像中的像素值是屬于目標灰度值還是背景灰度值,從而將灰度圖轉換為二值圖。根據(jù)地理信息系統(tǒng)(geographic information system,GIS)軟件的自然間斷點自動確定一個初始亮度閾值對鄭州建成區(qū)進行提取,然后不斷調整閾值,計算每個確定的閾值的燈光建成區(qū)面積,將計算得到的燈光建成區(qū)面積與統(tǒng)計數(shù)據(jù)中的建成區(qū)面積進行比較[11-13]。通過不斷更改亮度閾值讓提取結果與統(tǒng)計數(shù)據(jù)最為接近,最終根據(jù)三個月的數(shù)據(jù)確定三個閾值為6 177、6 933、6 545。結果如表2所示。

表2 閾值確定的建成區(qū)與統(tǒng)計數(shù)據(jù)比較

該亮度閾值的提取結果即為城市建成區(qū),具體識別結果如圖2所示[14]。將建成區(qū)的燈光識別結果與裁剪后的燈光數(shù)據(jù)本身相比較,得出結論：鄭州燈光數(shù)據(jù)的亮區(qū)與提取到的建成區(qū)的范圍基本一致。所以,認為圖中高亮的地區(qū)就是建成區(qū)的范圍。

(a)6月份 (b)9月份 (c)10月份

2.2 分區(qū)計算面積

計算鄭州各縣區(qū)的燈光建成區(qū)面積,使用縣級行政范圍線對研究區(qū)域進行分割。根據(jù)分割后的區(qū)域對各縣區(qū)的遙感影像像元亮度(digital number,DN)值進行統(tǒng)計,計算出各縣區(qū)的建成區(qū)面積。具體分割結果如圖3所示。

按鄭州各縣區(qū)的矢量范圍對處理好的珞珈一號夜間燈光影像進行裁剪,統(tǒng)計分析各區(qū)縣的DN值數(shù)據(jù)。依據(jù)燈光亮度值來計算各縣區(qū)的建成區(qū)面積,并與統(tǒng)計數(shù)據(jù)中各縣區(qū)的GDP數(shù)據(jù)、建成區(qū)的面積進行多元線性回歸分析[15-16]。

(a)登封市 (b)二七區(qū) (c)鞏義市 (d)金水區(qū)

利用ArcGIS軟件平臺的字段計算器對所選記錄進行計算,在要素圖層的屬性表中添加Area字段,使用計算幾何工具計算面積。為了提高計算的精度,使用雙精度字段類型得到精確到四位小數(shù)位數(shù)的面積結果。但是得到的數(shù)據(jù)零散,數(shù)量繁多,需要通過匯總統(tǒng)計來獲得更加直觀的數(shù)據(jù)信息。計算各縣區(qū)的面積總和,得到各縣區(qū)燈光的面積。具體計算結果見表3。

表3 各縣區(qū)建成區(qū)面積 單位：km2

由表3可以看出,從6月到10月各地區(qū)的燈光面積都有一定的變化,有增加的,也有減少的。惠濟區(qū)、中原區(qū)、二七區(qū)、金水區(qū)、中牟縣、登封市和新密市的燈光建成區(qū)面積在增加。而管城區(qū)、新鄭市、鞏義市、上街區(qū)和滎陽市的建成區(qū)面積在減少。

2.3 多元線性回歸

為了衡量基于夜光遙感數(shù)據(jù)燈光強度值的建成區(qū)識別面積和各縣區(qū)統(tǒng)計數(shù)據(jù)中實際建成區(qū)面積以及GDP的相關密切程度,首先將三個時期基于燈光數(shù)據(jù)的建設區(qū)提取面積進行均值處理,其次,建立起一個燈光建成區(qū)識別面積平均值與統(tǒng)計數(shù)據(jù)建成區(qū)面積和GDP的因果關系,將統(tǒng)計建成區(qū)面積和GDP作為起因變量,燈光建成區(qū)識別面積作為結局變量。燈光建成區(qū)面積屬于連續(xù)性的數(shù)值變量,并且有兩個起因變量,將建立起一個多元線性回歸。計算因子如表4所示。

表4 計算因子

建成區(qū)面積和GDP作為自變量,燈光建成區(qū)面積作為因變量,統(tǒng)計德賓-沃森(Durbin-Watson)殘差值,繪制標準化殘差圖。具體的計算結果見表5和表6。

表5 模型摘要表

表6 系數(shù)表

3 結束語

本文主要對使用自然間斷點法提取配合經(jīng)驗閾值法調整再用統(tǒng)計數(shù)據(jù)法驗證結果的提取方法對建成區(qū)進行提取,以提取建成區(qū)后的數(shù)據(jù)為基礎計算鄭州各縣區(qū)的燈光面積,并將三個時期的燈光面積平均值和統(tǒng)計數(shù)據(jù)中各縣區(qū)的實際建成區(qū)面積以及GDP建立了一個多元線性回歸。得出了建成區(qū)面積、GDP的變化對各縣區(qū)燈光建成區(qū)面積的平均值產(chǎn)生影響,使驅動力因素分析更合理。然后從自然和人文兩個角度討論影響建成區(qū)發(fā)展因素,為鄭州更有效地利用建成區(qū),協(xié)調好區(qū)域經(jīng)濟發(fā)展、人口增長和土地資源利用之間的關系,逐步實現(xiàn)經(jīng)濟社會、與生態(tài)文明建設的統(tǒng)一發(fā)展提供精準的數(shù)據(jù)支撐。

本文還存在一些不盡如人意的地方,例如燈光溢出的現(xiàn)象沒有得到完全的解決,導致燈光建成區(qū)面積比實際的面積稍大。在建成區(qū)識別方法的基礎上解決燈光溢出問題和從更多方面分析驅動力的影響因素還需要進一步研究。