陸 雙，楊 柳*

（1. 中國礦業(yè)大學(xué)（北京） 地球科學(xué)與測繪工程學(xué)院，北京 100083）

城市建成區(qū)面積是判別城鎮(zhèn)化水平的重要根據(jù)，也是區(qū)域經(jīng)濟(jì)發(fā)展和城市擴(kuò)張的重要理論依據(jù)。如何快速精確地獲取城市建成區(qū)是城鎮(zhèn)規(guī)劃的熱點問題。利用遙感技術(shù)可以快速、精確、高效地獲取城市建設(shè)用地信息。目前較成熟的城市建成區(qū)獲取方法為基于Landsat8遙感影像，構(gòu)建歸一化建筑指數(shù)（NDBI）和遙感建筑用地指數(shù)（IBI），可較好地提取城鎮(zhèn)建筑物用地，但在區(qū)分城鎮(zhèn)建筑物用地外的裸土區(qū)域時仍有不足[1-4]。

近年來，夜間燈光數(shù)據(jù)被廣泛應(yīng)用于建成區(qū)提取，主要為1 km 分辨率的DMSP/OLS 和500 m 分辨率的NPP/VIIRS 數(shù)據(jù)[5-7]，但這兩種數(shù)據(jù)分辨率過低，不適合小尺度區(qū)域研究。珞珈一號（Luojia1-01）夜間燈光數(shù)據(jù)的分辨率為130 m，能處理小尺度區(qū)域研究問題，對夜間燈光強(qiáng)度的識別精度遠(yuǎn)高于傳統(tǒng)夜間燈光數(shù)據(jù)[8-9]。夜間燈光數(shù)據(jù)雖然能直接反映城市建成區(qū)的夜間燈光亮度，但受城市邊緣亮度影響較大，單獨提取城鎮(zhèn)建筑物用地的準(zhǔn)確度不高，因此許多研究采用融合多源遙感數(shù)據(jù)的方法來獲取更精細(xì)尺度的城市建成區(qū)[10]。

興趣點（POI）泛指互聯(lián)網(wǎng)電子地圖中的點數(shù)據(jù)，基本包含名稱、地址、坐標(biāo)、類別4 個屬性，分為住宅、購物、文化、娛樂、交通、公園和公共設(shè)施等類別，與人類社會生活密切相關(guān)[11]。在空間上POI數(shù)據(jù)可反映城市的肌理結(jié)構(gòu)，其密度動態(tài)變化可反映城市規(guī)模和聚集程度以及區(qū)域經(jīng)濟(jì)發(fā)展差異。細(xì)類別POI 數(shù)據(jù)會對不同城市邊界確定產(chǎn)生不同程度的誤差，可采用全類別的POI數(shù)據(jù)提取城市建成區(qū)，獲得更精確的建成區(qū)邊界范圍[12-13]。

為進(jìn)一步提升夜間燈光數(shù)據(jù)提取城市建成區(qū)的精度，本文以成都市為例，采用Luojia1-01、植被調(diào)整NTL 城市指數(shù)（VANUI）和Luojia1-01&POI 指數(shù)3 種方法，基于二分迭代法確定最佳閾值并提取建成區(qū)，并通過總體精度和Kappa 系數(shù)對比了3 種方法提取建成區(qū)的精度，以期為夜間燈光數(shù)據(jù)在城市建成區(qū)提取的應(yīng)用提供參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

成都市別名錦城，是四川省省會，市域范圍地貌類型包括平原、丘陵和山地；位于川西北高原向四川盆地過渡的交接地帶，具有春早、夏熱、秋涼、冬暖的氣候特點，年平均氣溫為16 ℃，年降雨量約為1 000 mm[14]；作為我國的西南門戶，經(jīng)濟(jì)發(fā)達(dá)、城市化水平高。2016 年簡陽市由成都代管，截至2018 年9月，成都市下轄11個區(qū)、5個縣級市和4個縣。

1.2 數(shù)據(jù)來源

夜間燈光遙感數(shù)據(jù)來源于武漢大學(xué)發(fā)射的Luojia1-01 衛(wèi)星（59.175.109.173:8888/app/login.html），空間分辨率為130 m，軌道重訪周期為15 d，理論上每15 d 即可獲得一期全球夜間燈光數(shù)據(jù)。Landsat8 衛(wèi)星遙感影像數(shù)據(jù)，空間分辨率為30 m，全色波段分辨率為15 m。2018年成都市Landsat8 OLS數(shù)據(jù)來源于地理空間數(shù)據(jù)云（gscloud.cn）。2018 年成都市土地利用分類數(shù)據(jù)來源于中國科學(xué)院地理科學(xué)與資源研究所（resdc.cn）。POI 數(shù)據(jù)通過高德地圖提供的API 接口獲取，獲取時間為2018年。

1.3 數(shù)據(jù)處理

利用ArcGIS 軟件，將Luojia1-01 夜間燈光數(shù)據(jù)重投影至蘭勃特等角圓錐投影坐標(biāo)系下，利用雙線性卷積法采樣至100 m 空間分辨率，根據(jù)輻射亮度計算公式進(jìn)行輻射校正。由于該數(shù)據(jù)存在一定誤差，因此還需進(jìn)行去噪。本文基于ArcGIS 平臺的空間分析模塊，利用濾波器減少噪聲；進(jìn)而利用ENVI5.3平臺對Landsat8 OLS 影像進(jìn)行輻射校正、大氣校正、重采樣、鑲嵌融合等操作，便于后續(xù)指數(shù)計算。根據(jù)“珞珈一號”官網(wǎng)提供的輻射定標(biāo)公式調(diào)整參數(shù)，得到符合本文的輻射校正公式（式（1））?；贏rcGIS10.2 平臺，對POI數(shù)據(jù)進(jìn)行清洗，篩選整理后的有效數(shù)據(jù)共162 954條。

式中，L為校正后輻射亮度值；DN為原始影像灰度值。

2 研究方法

2.1 研究思路與流程

本文的研究思路與流程見圖1。

圖1 研究思路與流程圖

2.2 VANUI的建成區(qū)提取

Zhang Q L[15]、王敏[16]等利用植被與城市表面呈負(fù)相關(guān)關(guān)系，計算了世界各地城市區(qū)域的VANUI，并以VANUI 反映城市規(guī)模、地理和經(jīng)濟(jì)基礎(chǔ)的廣泛變化。單獨使用Luojia1-01 夜間燈光數(shù)據(jù)提取建成區(qū)易誤提村鎮(zhèn)、道路、漁船等非城市建成區(qū)地物。本文引入VANUI，利用NDVI 校正Luojia1-01 夜間燈光數(shù)據(jù)，增大城市間影像像元的亮度值差異[17]，計算公式為：

2.3 Luojia1-01&POI的建成區(qū)提取

2.3.1 核密度估計

核密度估計法主要是以某一要素（本文指POI 數(shù)據(jù)點）為中心，在搜索半徑內(nèi)對要素密度進(jìn)行分析的方法，可體現(xiàn)分析目標(biāo)在空間上的集聚情況。數(shù)據(jù)點的權(quán)重與要素中心的距離相關(guān)，距中心點越近，權(quán)重越大[18]，計算公式為：

式中，f(x)為空間中任意一點的核密度；h為搜索半徑；x-xi為點xi與中心點x之間距離；n為距離空間中任意一點x（距離≤h）的要求點數(shù)；K為空間權(quán)重函數(shù)。

由圖2可知，當(dāng)搜索半徑為1 500 m時，核密度分析效果最好。

圖2 核密度計算結(jié)果

2.3.2 Luojia1-01&POI指數(shù)計算

POI 數(shù)據(jù)與人類社會活動息息相關(guān)，POI 密度的空間分布差異可反映區(qū)域發(fā)展差異。本文利用全類別的POI 數(shù)據(jù)結(jié)合Luojia1-01 夜間燈光數(shù)據(jù)，基于閾值法提取建成區(qū)，可有效去除非城市建成區(qū)的地物干擾，并在一定程度上改善夜間燈光溢出問題，填補(bǔ)僅使用Luojia1-01 數(shù)據(jù)提取建成區(qū)造成的孔隙，緩和斑塊破碎情況，獲得更加精確的城市建成區(qū)[19-20]，計算公式為：

式中，Pi為i點的POI 核密度值；NTLi為i點的夜間燈光亮度值。

3 研究結(jié)果與分析

3.1 建成區(qū)提取結(jié)果分析

本文分別基于Luojia1-01 夜間燈光數(shù)據(jù)、VANUI和Luojia1-01&POI指數(shù)，利用閾值法提取成都市建成區(qū)，再根據(jù)土地利用數(shù)據(jù)的建成區(qū)地物類型統(tǒng)計得到參考建成區(qū)，最后將3 種方法的結(jié)果與參考建成區(qū)進(jìn)行對比，結(jié)果見圖3，可以看出：①3種方法提取的結(jié)果范圍大致重合，成都市建成區(qū)分布在中心位置的老城區(qū)和發(fā)展快速的新興地區(qū)；②除市中心外，Luojia1-01數(shù)據(jù)和Luojia1-01&POI指數(shù)的結(jié)果仍有較多重疊部分，如都江堰市的城區(qū)中心、崇州市的崇州站以及雙流區(qū)的成都雙流國際機(jī)場，但雙流區(qū)的天府公園和新官山區(qū)域植被較多，Luojia1-01數(shù)據(jù)將其誤提為城市建成區(qū)；③VANUI的提取結(jié)果圖斑破碎度高，信息更詳細(xì)，但會誤提非建成區(qū)，如成華區(qū)東邊的建設(shè)村，因此VANUI的提取結(jié)果比另外兩種方法大；④VANUI和Luojia1-01&POI指數(shù)都提取了龍泉驛區(qū)的東風(fēng)渠和成都大學(xué)區(qū)域，而Luojia1-01數(shù)據(jù)沒有識別到。

圖3 城市建成區(qū)提取結(jié)果

利用Luojia1-01 夜間燈光數(shù)據(jù)提取的城市建成區(qū)邊緣存在孔隙，主城區(qū)附近區(qū)域存在零碎圖斑。Luojia1-01夜間燈光數(shù)據(jù)分辨率高，道路等非建成區(qū)信息由于路燈原因被誤提，主城區(qū)外的小區(qū)域建成區(qū)未被提取，導(dǎo)致建成區(qū)提取出現(xiàn)誤差。Luojia1-01&POI指數(shù)考慮了人類社會活動，對農(nóng)村這些細(xì)微信息也會進(jìn)行處理，有效消除了非城市建成區(qū)的道路等其他地物干擾，填補(bǔ)了僅使用Luojia1-01 提取建成區(qū)的不足；且提取的建成區(qū)邊界信息更完整，與參考建成區(qū)更符合。VANUI 的提取結(jié)果邊界輪廓完整、信息更詳細(xì)，VANUI 由NDVI 和夜間燈光數(shù)據(jù)計算得到，對農(nóng)田植被等區(qū)域更敏感，存在把部分裸地、農(nóng)田等區(qū)域劃分為建成區(qū)的現(xiàn)象，建成區(qū)內(nèi)部存在破碎圖斑，整體效果不夠完整。

3.2 結(jié)果驗證與分析

3.2.1 建成區(qū)面積對比

建成區(qū)面積和相對誤差對比結(jié)果見表1，可以看出，相對誤差最大的是Luojia1-01 夜間燈光數(shù)據(jù)的提取結(jié)果，Luojia1-01&POI指數(shù)提取的城市建成區(qū)面積最符合實際，相對誤差最小。

3.2.2 混淆矩陣精度驗證

基于上述結(jié)果，選取316 個符合規(guī)范的建成區(qū)樣本和非建成區(qū)樣本，以2018年成都市土地利用數(shù)據(jù)為標(biāo)準(zhǔn)，分別采用總體精度和Kappa 系數(shù)進(jìn)行建成區(qū)提取結(jié)果精度評價?？傮w精度為被正確分類的類別像元數(shù)與總類別個數(shù)的比值；Kappa系數(shù)為分類與完全隨機(jī)的分類產(chǎn)生錯誤減少的比例，能全面評估提取結(jié)果的準(zhǔn)確性[21]。研究結(jié)果表明，Luojia1-01 數(shù)據(jù)、VANUI、Luojia1-01&POI 指數(shù)3 種提取建成區(qū)方法的總體精度分別為96.52%、97.15%、97.47%，Kappa系數(shù)分別為73.68%、77.55%、81.24%。3 種方法的總體精度均在95%以上，Kappa 系數(shù)均在70%以上；單獨使用Luojia1-01 夜間燈光數(shù)據(jù)提取建成區(qū)的精度最低，Luojia1-01&POI指數(shù)提取建成區(qū)的精度最高、效果最好。

POI 數(shù)據(jù)密度估算能準(zhǔn)確反映城市建成區(qū)的邊界信息，利用POI 數(shù)據(jù)結(jié)合Luojia1-01 夜間燈光數(shù)據(jù)可改善燈光外溢問題，修補(bǔ)夜間燈光數(shù)據(jù)提取建成區(qū)造成的孔隙，提高建成區(qū)提取精度；且POI數(shù)據(jù)處理方便，計算步驟簡單。鄭洪晗[11]等對比了夜間燈光數(shù)據(jù)、POI 以及二者結(jié)合提取建成區(qū)的效果，結(jié)果表明夜間燈光數(shù)據(jù)結(jié)合POI數(shù)據(jù)能較好地區(qū)分水面和建成區(qū)，提高建成區(qū)提取精度，證明POI數(shù)據(jù)在提取城市建成區(qū)方面具有更廣的應(yīng)用。本文未將POI 結(jié)果與其他數(shù)據(jù)進(jìn)行對比，但著重對比了Luojia1-01 與其他數(shù)據(jù)結(jié)合的提取結(jié)果，均驗證了夜間燈光結(jié)合POI數(shù)據(jù)在提取建成區(qū)方面的高精度。厲飛[19]等利用Luojia1-01 和NPP/VIIRS 分別與POI 相結(jié)合構(gòu)建NTL&POI指數(shù)，證明POI與夜間燈光數(shù)據(jù)結(jié)合可改善燈光外溢，提高建成區(qū)提取精度。本文基于Luojia1-01&POI 指數(shù)的提取結(jié)果與之一致；不同點在于本文利用Luojia1-01 與不同類型數(shù)據(jù)結(jié)合提取建成區(qū)，對比驗證了POI 結(jié)合夜間燈光提取建成區(qū)的優(yōu)勢，驗證方法更科學(xué)。

本文的不足之處以及后續(xù)研究方向為：①根據(jù)Landsat8 數(shù)據(jù)僅構(gòu)造了VANUI，遙感影像的指數(shù)應(yīng)用較單一，后續(xù)可根據(jù)遙感數(shù)據(jù)構(gòu)建多種指數(shù)進(jìn)行對比分析，探究遙感數(shù)據(jù)在建成區(qū)提取方面的應(yīng)用；②構(gòu)建的VANUI和Luojia1-01&POI指數(shù)方法無法剔除燈光區(qū)內(nèi)的少量低密度植被覆蓋區(qū)和裸地，后續(xù)可采用其他指數(shù)方法消除裸地區(qū)域，提高建成區(qū)提取精度；③Luojia1-01 夜間燈光數(shù)據(jù)時限短，無法進(jìn)行長時序研究，若進(jìn)行長時間序列分析需結(jié)合NPP/VIIRS數(shù)據(jù)。

4 結(jié) 語

本文以成都市為例，采取單獨使用Luojia1-01 數(shù)據(jù)、構(gòu)建VANUI、Luojia1-01&POI 指數(shù)3 種方法提取城市建成區(qū)；并以成都市2018年土地利用數(shù)據(jù)和遙感影像數(shù)據(jù)為參照，利用總體精度和Kappa 系數(shù)對3 種方法提取的建成區(qū)精度進(jìn)行評價。結(jié)果表明，Luojia1-01&POI指數(shù)改善了燈光外溢和Luojia1-01造成的孔隙問題，建成區(qū)提取精度最高，與實際情況最符合，證實了POI 數(shù)據(jù)結(jié)合Luojia1-01 夜間燈光數(shù)據(jù)提取建成區(qū)方法的可靠性。