從夜間燈光數據中提取城市建成區的改進方法

楊 柳，梁俊紅*，丁凱焱，何慶芳

（1.湖北師范大學 城市與環境學院，湖北 黃石 435002；2.中國地質大學 地理與信息工程學院，湖北 武漢 430074）

建成區是指城市行政區內已成片開發建設并基本具備公共設施的區域，是城市建設發展在地區上的客觀反映。其動態變化是評價城市發展的重要指標，對城市空間布局和經濟發展具有一定的指導意義[1]。夜間燈光遙感可在夜間無云條件下獲取地表微弱的燈光強度信息，進而較好地判斷建成區的大致范圍。夜間燈光的強度可直接反映城市的經濟發展狀況，在分析社會經濟發展和人類活動方面具有重要作用[1-3]。目前，國際上常用的夜光遙感衛星主要包括：①美國國防氣象衛星計劃（DMSP），搭載了線性掃描傳感器（OLS）；②國家極軌合作伙伴（NPP），搭載了可見光紅外成像輻射儀（VIIRS）；③我國首顆夜光遙感衛星珞珈一號[4]。國內外學者從夜間燈光數據處理、經濟參數空間化、城市建成區提取、災害評估、漁業研究等方面進行了廣泛且深入的研究[5-6]，如Letu H[7]等利用DMSP/OLS 的夜間輻射校準影像設計了DMSP/OLS穩定光圖像的飽和光校正方法；Liu Z F[8]等研究了一種可校正多年多衛星夜間穩定燈光數據的方法，能有效減少異常值，得到穩定的夜間燈光數據；Xin X[9]等提出了一種基于有理函數模型的DMSP/OLS 數據校準新方法，并根據校準數據提取了1992—2013年相應的建成區；Che M Q[10]等利用Sentinel-1 SAR 和夜間燈光數據檢測和分析了城市內的變化，這些多源數據組合已被證明有助于在城市層面區分城市變化模式；張霖[11]、Chen Z Q[12]等在多個空間尺度下分析了燈光強度與區域發展之間的變化規律；也有學者利用夜間燈光數據探究了社會經濟和電力消費與夜間燈光強度之間的變化關系[13-15]。夜光遙感數據存在空間分辨率低、像元DN 值飽和性、數據連續性、背景噪聲和發射時間遲等問題，因此在提取城市建成區和其他應用領域上仍有困難[16-17]；而Landsat 數據具有空間分辨率高、易獲取和應用成熟等優點，因此可利用Landsat 數據輔助夜光遙感數據提取城市建成區，使得提取的效果更精確[18]。

1 研究區概況和數據來源

1.1 研究區概況

武漢市（113°41′～115°05′E、29°58′～31°22′N）是湖北省省會，中部六省唯一的副省級城市，全國重要的工業基地；地處長江中下游，市內江河交錯，水域面積占全市總面積的1/4。武漢市是長江經濟帶的核心城市，同時作為我國經濟地理中心，正在加速建設成為全國的經濟中心。改革開放以來，城市化進程加快，建成區范圍不斷擴張，截至2020年末，全市下轄13 個區，總面積約為8 569.15 km2，其中建成區面積約為885 km2。本文以武漢市為研究區，其城市建成區較集中、水域眾多，能很好地將城市分割成多個部分，有利于城市建成區的提取和精度評估。

1.2 數據來源

本文采用的數據包括：①夜間燈光數據，包含1992—2011 年DMSP/OLS 數據（空間分辨率為1 km，消除了閃電、火光和漁船等短暫性燈光并經過平均化處理，其穩定夜間燈光數據燈光亮度值在0～63之間），2013—2020 年NPP/VIIRS 數據（經雜散光校正程序的月平均輻射度無云合成，空間分辨率為500 m，過濾了閃電、月光和云覆蓋影響，保留了極光、火光和漁船等暫時性燈光，解決了像元DN 值飽和現象[19-20]）以及2018 年Luojia1-01 數據（空間分辨率為130 m，理想條件下可在15 d 內繪制完成全球夜光影像[21]）；②1992—2020 年含云量低于3%、成像時間在冬季的Landsat5/8 影像（9—12 月）；③1992—2020 年武漢市建成區面積，數據來源于武漢市統計年鑒。

2 研究方法

2.1 數據預處理

Landsat數據預處理包括影像裁剪、輻射定標和大氣校正等步驟，處理后可得到能反映地表實際反射率的武漢市遙感影像，為后續監督分類提供更準確的反射率信息[22-23]。夜間燈光數據易受環境光和輻射定標中暗電流等背景噪聲影響，因此需要過濾背景噪聲值，以水域中的燈光亮度值為閾值，將小于閾值的亮度值賦值為0，從而去除背景噪聲。

2.2 建成區提取

為更好地提高夜光遙感提取城市建成區的精度，本文疊加了多源遙感數據，選擇監督分類的方法提取建筑物。以往也有學者利用三指數法[24-25]結合監督分類來提取建成區，雖然提取精度高，但操作相對復雜，不適用于數據量多、時間序列長的研究。為去除繁瑣步驟，在保證精度的情況下，本文利用最大似然法提取Landsat 影像中的建筑物；再利用突變檢測法和Majority/Minority Analysis[26]從建筑物中分離出大小合適的建成區。不斷探索發現，閾值為15時，提取建成區的效果最好。

本文首先將Landsat 影像中提取的建成區與預處理后的夜間燈光影像進行疊加，以獲取更精細、范圍更廣的城市建成區，從Landsat 數據中提取建成區后，需經二值化處理[27]得到完全由建成區組成的影像，并將兩種影像進行疊加分析[28]，獲得由Landsat數據與夜間燈光數據疊加后的影像（圖1）；再將疊加影像中的燈光亮度值按照從大到小的順序排列，并計算每個建筑物圖斑的面積；然后根據統計年鑒中的建成區面積，通過迭代法計算得到閾值[29-30]；最后從疊加影像中提取大于等于該閾值的所有燈光亮度值，此時其對應的圖斑面積之和即為疊加影像中的建成區范圍。1992—2020年夜間燈光數據像元亮度值范圍和閾值見表1，可以看出，1992—2005 年閾值增加，說明該時段武漢市夜間燈光亮度隨著城市發展不斷提高，但DMSP/OLS 數據存在像元飽和問題，燈光亮度最大值只有63，而隨著城市的發展，強亮度值的區域越來越多，閾值也越來越大，這也是DMSP/OLS 影像亮度集中，沒有層次性的原因之一；同樣是DMSP/OLS 數據，2011年閾值只有4，這是由2005—2011年武漢市快速發展，建成區面積迅速擴大造成的；2013—2020年閾值呈遞減趨勢，這是由于NPP/VIIRS 數據的燈光值上限高，目前不會出現亮度值溢出現象。

表1 夜間燈光影像提取建成區的閾值

圖1 疊加后提取的建成區影像

2.3 建成區影像渲染

為使改進后影像能更好地反映建成區范圍和燈光亮度變化，本文首先將提取的建成區數據反轉為柵格數據；然后選擇合適的色帶對其進行渲染，從黃色到紅色表明燈光亮度值不斷提高。1992—2020年改進后的夜間燈光影像見圖2，可以看出武漢市建成區形態隨時間推移的變化趨勢，燈光亮度高的區域位于長江左上方，表明該處是武漢市經濟較強的區域。

圖2 建成區影像渲染

3 研究結果與精度評價

3.1 研究結果

為了對比和分析提取建成區的效果，本文選取1992 年DMSP/OLS 數 據、2013 年NPP/VIIRS 數 據 和2018 年Luojia1-01 數據進行對比分析，結果見圖3，可以看出，直接提取法無法識別湖泊、河流和大面積林區等細節，尤其是對于DMSP/OLS 等低分辨率數據，更難以分離出較大類別的地物，無法區分長江和東湖兩種大型水域；多源數據融合方法提取的建成區雖具備一定的細節，但建成區范圍不準確，提取的建成區面積較小，無法完全提取城市建成區；本文改進方法既保留了城市建成區的細節，又準確提取了建成區范圍，提取效果也更加精確；Luojia1-01 影像提取的城市建成區細節更加清晰，燈光亮度值更細膩，色帶過度也更加自然。

圖3 3種提取方法的影像對比

3.2 提取精度評價

為證明本文方法在準確度上的優越性，本文利用常用的數學方法對提取精度進行評價。以武漢市統計年鑒中的建成區面積為真值，有效計算提取的建成區面積與實際建成區面積之間的偏離度，即

式中，p為提取精度；b1為從影像中提取的建成區面積；b2為統計年鑒中的建成區面積。

利用3種方法提取的1992—2020年武漢市建成區精度見表2，可以看出，改進方法在提取的細節和精度上都得到了明顯提高；而多源數據融合方法雖在一定程度上保留了建成區細節，但對建成區范圍的提取不夠準確；效果最差的是直接提取法，建成區范圍和細節都不夠準確。

表2 3種方法的提取精度對比/%

4 結 語

夜間燈光遙感在研究人類活動和社會發展等領域具有重要作用，但DMSP/OLS 數據存在像元飽和性和空間分辨率低的問題，導致1992—2011年提取的建成區仍只是大概輪廓，更無法反映武漢市燈光亮度的變化趨勢。此外，陳宇倫[31]等利用城市攝像頭發現夜間燈光強度具有復雜性，隨著時間推移會發生變化，且衛星過境也會導致觀測角變化，這些都可能造成研究數據在小范圍內的一定波動。由于發射時間較晚，且只能獲取2018—2019 年夜光遙感影像，導致研究中Luojia1-01 衛星數據不足，缺乏更多的研究對照，未來將從多個城市的角度，獲取多地區的遙感數據進行進一步研究。

本文改進方法為城市建成區提取提供了更精確的數據支撐，提高了建成區范圍提取的準確性與科學性，從而能更好地了解城市的發展變化，把握城市的發展特征。相對于目前已發布的大范圍、大面積的全球建成區產品（全球不透水面地圖等），本文從區域和城市的角度出發，運用多源遙感數據和統計年鑒數據提取城市建成區面積，具有小范圍準確性更高的優勢。今后，夜間燈光數據研究需要繼續走多源遙感數據和非遙感數據融合的道路，并擴大應用領域，突破目前局限于城市發展和社會經濟等方面的現狀。