基于NPP-VIIRS 及Landsat-8 的多時相城市建成區提取方法探討

李灝川

（福建省地質測繪院，福州，350011）

城市建成區是“已經成片建設、市政公用設施和公共設施基本具備”的區域，是城市利用范圍的表征，在城市形態[1,2]、城市發展水平[3]、城市發展驅動力[4]等研究方向上有重要作用。以夜間燈光數據為基礎的城市建成區提取方法因其更加簡便及提取成果與經濟、人口等其他因子關聯性更強而深受學者喜愛。傳統的主要提取方法為閾值法，包括突變檢驗、經驗閾值、統計數據比較等，如陳星星[5]依據相關研究成果以DN 值8 作為DMSP-OLS夜間燈光數據提取建設用地的基礎閾值，結合城鎮建設用地復合指數NUACI 提取武漢市2000 年、2005 年、2010 年3 年的城鎮用地，并以Landsat TM/ETM 數據提取的不透水表面進行驗證；毋冰龍等[6]采取提取閾值可變的方式基于“類NPP 數據”提取了2000—2019 年北京市建成區范圍，并以此進行建成區擴張的動態分析，以統計年鑒面積為精度驗證數據；況旭等[7]以統計年鑒（公報）中建成區的面積數據為參考，基于DMSP/OLS、NPP/VIIRS 數據，確定提取了亮度閾值和粵港澳大灣區的建成區邊界等。

但閾值提取方法應滿足或近似滿足城市建成區的亮度值高于非建成區的前提假設，在小尺度的研究中不一定成立，如李外賓等[8]在對天津6 個主城區進行建成區提取時發現，燈光溢出對周邊非建設用地的影響在小尺度研究中較為明顯。精度評價中閾值方法提取建成區的總體精度為82.5%，但Kappa 系數僅為0.359；唐鵬飛等[9]在提取不透水面時也發現，哈爾濱市的不透水面漏分來源于其燈光亮度值低于閾值設定。為減少閾值提取方法存在的誤差，基于NPP-VIIRS 提取城市建成區的改良思路，可以在簡便的提取方法基礎上，為更加準確提取城市建成區提供參考。

1 研究數據來源

1.1 研究區域和對象

為保持研究范圍一致性，研究區域為福建三明三元區2021 年行政區調整后范圍。研究對象為2013—2021 年間研究區域中城市總體規劃控制范圍內各組團已建成、在建或已推平的城鎮建設用地，不含城市內部現狀連片農地及山體、水域等（圖1）。

圖1 研究區域城市建成區圖Fig.1 Urban built-up areas in the research area

1.2 研究數據來源及處理

研究數據為2013—2021 年NPP-VIIRS 夜間燈光月度數據集、Landsat-8 L1TP 數據集等（表1）。其中，NPP-VIIRS 夜間燈光數據使用VCM 月度數據，以每月福州主城區最大DN 值為參考極值，采用8鄰域方法[10]平滑異常值后，投影至阿爾伯斯等積圓錐投影并重采樣至30 m，年度數據由月度數據平均得到。Landsat-8 數據進行輻射定標和大氣校正后，衍生指標裁切至研究區范圍并重投影至阿爾伯斯等積圓錐投影。

表1 研究區主要使用數據及來源Table1 Research datas and sources in the research area

2 研究思路與方法

2.1 研究思路

基于NPP-VIIRS 數據的二分結果，與植被、水體等非城市建成區部分共同提取城市建成區。

采用逐年迭代方式提取研究區多時相城市建成區主要技術流程（圖2）。

圖2 研究區多時相城市建成區提取主要技術流程圖Fig2. Technical flow chart of multi-temporal urban built-up areas extraction in the research area

2.2 建成區備選區域的提取

城市建成區意味著空間上的聚集，由其產生的燈光數據存在空間自相關性，基于該特性的提取方法在識別低亮度但存在空間自相關的區域方面應有更高的靈敏度，所提取的備選區域覆蓋更加全面。

基于空間自相關的常用聚類方法采用Getis-Ord Gi*指數法，該指數被用于獲取顯著的空間自相關區域，其統計量Gi*由下式得到：

式中：xj為要素j 的屬性值，wi,j是要素i 與要素j 之間的空間權重，n 為要素總數，且

2.3 非建成區部分的排除

研究區域土地覆蓋類型可以大致分為植被、水體、裸地和建筑物。在城市建成區提取過程中需要予以排除的包括植被中城市綠化以外的部分、水體、裸地中推平地以外的部分、村莊建設用地。

NDVI 指標以其低密度植被分辨清晰及高密度植被過飽和[11]成為植被排除指標的首選?？紤]到NDVI 對高反射率廠房反應較為敏感，參考經驗數據并經ROI 提取檢驗，將閾值設定在0.6。

研究區的水體主要為穿過建成區的河流，由徐涵秋[12]提出的MNDWI 在提取城鎮范圍內水體精度上相較于傳統NDWI 更高，參考經驗數據，將閾值設定在0.1。

推平地與其他裸土的顯著差異暫無較明確的研究結論，同時鑒于主城區內部尚有一定量的老舊房屋，以人工解譯并疊加城市總體規劃的方式排除裸土中非推平地和村莊建設用地。

2.4 多時相建成區的提取

在較短時期內，一般已建成或在建的城鎮建設用地不會減少。因此時序越往后，城市建成區范圍應當越大，即在足夠精度下，式（4）在數量和空間上均成立：

式中：Areat、Areat-1為第t期、第t-1 期建成區范圍，ΔAreat為第t期新增的建成區范圍?？紤]到城市建成區提取過程為減法（排除）過程，迭代方式選擇以2021 年為基期，逐年向前迭代。

3 結果與分析

3.1 提取結果

為進行對比分析，以常用的統計數據比較方法提取對照組，統計數據來源為三明市統計年鑒中建成區面積。2013—2021 年對照組及改良方法提取結果（圖3、圖4）。通過對2013—2021 年對照組與改良方法的各年結果分別取分層隨機樣本5 000個，以人工判讀方式獲取真值構建混淆矩陣，精度評定結果（表2）。

圖4 研究區改良方法2013—2021 年建成區提取結果圖Fig.4 Built-up Extraction results maps from 2013 to 2021 by use improved method in the research area

表2 研究區對照組與改良方法組精度評定結果Table 2 Precision assessment results of the control group and modified method group in the research area

3.2 結果分析

3.2.1 提取范圍

（1）對照組和改良方法的提取結果均遺漏了組團2。以2021 年基期數據分析，該區域亮度值為1.726 8 ～3.169 7 nW/cm2/sr，其亮度值高于NPP-VIIRS 數據背景噪音[13]，但遠低于閾值；分析范圍6 km×6 km 以上時該組團內未發現統計學顯著的高值聚集，可能與組團內亮度聚集較為輕微有關。

（2）對照組較完整提取了主城區及其邊緣的組團3，但發生了較為明顯的漏提和錯提現象，如在所有年份中均未提出組團6 的同時，提取結果還包含了主城區周邊山體和穿過主城區的水體；改良方法除部分推平地外基本為完整提取。對照組提取結果中，亮度明顯低于閾值是漏提和錯提的主要原因，而改良方法漏提的主要原因是推平地未產生顯著的亮度聚集。

（3）對照組提取結果在組團4，7 的連續提取結果中出現了前后范圍不一致現象，如組團4 在2014—2016 年、2019 年均未提取，但其前后年均存在少量提取區域；改良方法提取結果在連續提取中表現出邏輯一致性，不存在突然出現或突然消失情況。

3.2.2 精度評價結果

對照組提取結果的總體精度不低于97%，Kappa 系數為0.62 ～0.73，改良方法提取結果的總體精度不低于99%，Kappa 系數為0.88 ～0.91，改良方法提取結果的精度及穩定性均優于對照組提取結果[14]。

3.2.3 與統計數據差異

改良方法提取結果與統計年鑒數據的差異量在2013—2021 年間呈遞增趨勢，與周青等[15]結論相似。以2021 年提取面積與統計年鑒面積之間的差異為基準，結合人工解譯結果，產生差異的主要原因在于：分辨率不足導致多提取，尤其在建成區的邊緣，因分辨率不足可能將部分非建成區納入提取結果；參考范圍較為粗略，在沒有其他外部參考信息的情況下可能將部分不屬建成區的集體建設用地如城邊村一并納入提取結果。

4 結論

（1）改良方法通過捕捉夜光數據的空間自相關特征，較傳統閾值提取方法在識別較低亮度但存在空間自相關的區域有更高的靈敏度。

（2）改良方法較傳統閾值提取方法顯著提高了精度和穩定性。

（3）改良方法在設計上保證了多時相提取結果的邏輯一致性。

（4）改良方法的提取結果可為小尺度上城市形態、城市發展等相關研究提供更為準確的基礎，但受夜間燈光數據本身影響，無光源區和低聚集度區域的漏提問題依然難以避免，結合更多數據進行補充提取將是進一步研究的方向。