从夜间灯光数据中提取城市建成区的改进方法

杨 柳，梁俊红*，丁凯焱，何庆芳

（1.湖北师范大学 城市与环境学院，湖北 黄石 435002；2.中国地质大学 地理与信息工程学院，湖北 武汉 430074）

建成区是指城市行政区内已成片开发建设并基本具备公共设施的区域，是城市建设发展在地区上的客观反映。其动态变化是评价城市发展的重要指标，对城市空间布局和经济发展具有一定的指导意义[1]。夜间灯光遥感可在夜间无云条件下获取地表微弱的灯光强度信息，进而较好地判断建成区的大致范围。夜间灯光的强度可直接反映城市的经济发展状况，在分析社会经济发展和人类活动方面具有重要作用[1-3]。目前，国际上常用的夜光遥感卫星主要包括：①美国国防气象卫星计划（DMSP），搭载了线性扫描传感器（OLS）；②国家极轨合作伙伴（NPP），搭载了可见光红外成像辐射仪（VIIRS）；③我国首颗夜光遥感卫星珞珈一号[4]。国内外学者从夜间灯光数据处理、经济参数空间化、城市建成区提取、灾害评估、渔业研究等方面进行了广泛且深入的研究[5-6]，如Letu H[7]等利用DMSP/OLS 的夜间辐射校准影像设计了DMSP/OLS稳定光图像的饱和光校正方法；Liu Z F[8]等研究了一种可校正多年多卫星夜间稳定灯光数据的方法，能有效减少异常值，得到稳定的夜间灯光数据；Xin X[9]等提出了一种基于有理函数模型的DMSP/OLS 数据校准新方法，并根据校准数据提取了1992—2013年相应的建成区；Che M Q[10]等利用Sentinel-1 SAR 和夜间灯光数据检测和分析了城市内的变化，这些多源数据组合已被证明有助于在城市层面区分城市变化模式；张霖[11]、Chen Z Q[12]等在多个空间尺度下分析了灯光强度与区域发展之间的变化规律；也有学者利用夜间灯光数据探究了社会经济和电力消费与夜间灯光强度之间的变化关系[13-15]。夜光遥感数据存在空间分辨率低、像元DN 值饱和性、数据连续性、背景噪声和发射时间迟等问题，因此在提取城市建成区和其他应用领域上仍有困难[16-17]；而Landsat 数据具有空间分辨率高、易获取和应用成熟等优点，因此可利用Landsat 数据辅助夜光遥感数据提取城市建成区，使得提取的效果更精确[18]。

1 研究区概况和数据来源

1.1 研究区概况

武汉市（113°41′～115°05′E、29°58′～31°22′N）是湖北省省会，中部六省唯一的副省级城市，全国重要的工业基地；地处长江中下游，市内江河交错，水域面积占全市总面积的1/4。武汉市是长江经济带的核心城市，同时作为我国经济地理中心，正在加速建设成为全国的经济中心。改革开放以来，城市化进程加快，建成区范围不断扩张，截至2020年末，全市下辖13 个区，总面积约为8 569.15 km2，其中建成区面积约为885 km2。本文以武汉市为研究区，其城市建成区较集中、水域众多，能很好地将城市分割成多个部分，有利于城市建成区的提取和精度评估。

1.2 数据来源

本文采用的数据包括：①夜间灯光数据，包含1992—2011 年DMSP/OLS 数据（空间分辨率为1 km，消除了闪电、火光和渔船等短暂性灯光并经过平均化处理，其稳定夜间灯光数据灯光亮度值在0～63之间），2013—2020 年NPP/VIIRS 数据（经杂散光校正程序的月平均辐射度无云合成，空间分辨率为500 m，过滤了闪电、月光和云覆盖影响，保留了极光、火光和渔船等暂时性灯光，解决了像元DN 值饱和现象[19-20]）以及2018 年Luojia1-01 数据（空间分辨率为130 m，理想条件下可在15 d 内绘制完成全球夜光影像[21]）；②1992—2020 年含云量低于3%、成像时间在冬季的Landsat5/8 影像（9—12 月）；③1992—2020 年武汉市建成区面积，数据来源于武汉市统计年鉴。

2 研究方法

2.1 数据预处理

Landsat数据预处理包括影像裁剪、辐射定标和大气校正等步骤，处理后可得到能反映地表实际反射率的武汉市遥感影像，为后续监督分类提供更准确的反射率信息[22-23]。夜间灯光数据易受环境光和辐射定标中暗电流等背景噪声影响，因此需要过滤背景噪声值，以水域中的灯光亮度值为阈值，将小于阈值的亮度值赋值为0，从而去除背景噪声。

2.2 建成区提取

为更好地提高夜光遥感提取城市建成区的精度，本文叠加了多源遥感数据，选择监督分类的方法提取建筑物。以往也有学者利用三指数法[24-25]结合监督分类来提取建成区，虽然提取精度高，但操作相对复杂，不适用于数据量多、时间序列长的研究。为去除繁琐步骤，在保证精度的情况下，本文利用最大似然法提取Landsat 影像中的建筑物；再利用突变检测法和Majority/Minority Analysis[26]从建筑物中分离出大小合适的建成区。不断探索发现，阈值为15时，提取建成区的效果最好。

本文首先将Landsat 影像中提取的建成区与预处理后的夜间灯光影像进行叠加，以获取更精细、范围更广的城市建成区，从Landsat 数据中提取建成区后，需经二值化处理[27]得到完全由建成区组成的影像，并将两种影像进行叠加分析[28]，获得由Landsat数据与夜间灯光数据叠加后的影像（图1）；再将叠加影像中的灯光亮度值按照从大到小的顺序排列，并计算每个建筑物图斑的面积；然后根据统计年鉴中的建成区面积，通过迭代法计算得到阈值[29-30]；最后从叠加影像中提取大于等于该阈值的所有灯光亮度值，此时其对应的图斑面积之和即为叠加影像中的建成区范围。1992—2020年夜间灯光数据像元亮度值范围和阈值见表1，可以看出，1992—2005 年阈值增加，说明该时段武汉市夜间灯光亮度随着城市发展不断提高，但DMSP/OLS 数据存在像元饱和问题，灯光亮度最大值只有63，而随着城市的发展，强亮度值的区域越来越多，阈值也越来越大，这也是DMSP/OLS 影像亮度集中，没有层次性的原因之一；同样是DMSP/OLS 数据，2011年阈值只有4，这是由2005—2011年武汉市快速发展，建成区面积迅速扩大造成的；2013—2020年阈值呈递减趋势，这是由于NPP/VIIRS 数据的灯光值上限高，目前不会出现亮度值溢出现象。

表1 夜间灯光影像提取建成区的阈值

图1 叠加后提取的建成区影像

2.3 建成区影像渲染

为使改进后影像能更好地反映建成区范围和灯光亮度变化，本文首先将提取的建成区数据反转为栅格数据；然后选择合适的色带对其进行渲染，从黄色到红色表明灯光亮度值不断提高。1992—2020年改进后的夜间灯光影像见图2，可以看出武汉市建成区形态随时间推移的变化趋势，灯光亮度高的区域位于长江左上方，表明该处是武汉市经济较强的区域。

图2 建成区影像渲染

3 研究结果与精度评价

3.1 研究结果

为了对比和分析提取建成区的效果，本文选取1992 年DMSP/OLS 数 据、2013 年NPP/VIIRS 数 据 和2018 年Luojia1-01 数据进行对比分析，结果见图3，可以看出，直接提取法无法识别湖泊、河流和大面积林区等细节，尤其是对于DMSP/OLS 等低分辨率数据，更难以分离出较大类别的地物，无法区分长江和东湖两种大型水域；多源数据融合方法提取的建成区虽具备一定的细节，但建成区范围不准确，提取的建成区面积较小，无法完全提取城市建成区；本文改进方法既保留了城市建成区的细节，又准确提取了建成区范围，提取效果也更加精确；Luojia1-01 影像提取的城市建成区细节更加清晰，灯光亮度值更细腻，色带过度也更加自然。

图3 3种提取方法的影像对比

3.2 提取精度评价

为证明本文方法在准确度上的优越性，本文利用常用的数学方法对提取精度进行评价。以武汉市统计年鉴中的建成区面积为真值，有效计算提取的建成区面积与实际建成区面积之间的偏离度，即

式中，p为提取精度；b1为从影像中提取的建成区面积；b2为统计年鉴中的建成区面积。

利用3种方法提取的1992—2020年武汉市建成区精度见表2，可以看出，改进方法在提取的细节和精度上都得到了明显提高；而多源数据融合方法虽在一定程度上保留了建成区细节，但对建成区范围的提取不够准确；效果最差的是直接提取法，建成区范围和细节都不够准确。

表2 3种方法的提取精度对比/%

4 结 语

夜间灯光遥感在研究人类活动和社会发展等领域具有重要作用，但DMSP/OLS 数据存在像元饱和性和空间分辨率低的问题，导致1992—2011年提取的建成区仍只是大概轮廓，更无法反映武汉市灯光亮度的变化趋势。此外，陈宇伦[31]等利用城市摄像头发现夜间灯光强度具有复杂性，随着时间推移会发生变化，且卫星过境也会导致观测角变化，这些都可能造成研究数据在小范围内的一定波动。由于发射时间较晚，且只能获取2018—2019 年夜光遥感影像，导致研究中Luojia1-01 卫星数据不足，缺乏更多的研究对照，未来将从多个城市的角度，获取多地区的遥感数据进行进一步研究。

本文改进方法为城市建成区提取提供了更精确的数据支撑，提高了建成区范围提取的准确性与科学性，从而能更好地了解城市的发展变化，把握城市的发展特征。相对于目前已发布的大范围、大面积的全球建成区产品（全球不透水面地图等），本文从区域和城市的角度出发，运用多源遥感数据和统计年鉴数据提取城市建成区面积，具有小范围准确性更高的优势。今后，夜间灯光数据研究需要继续走多源遥感数据和非遥感数据融合的道路，并扩大应用领域，突破目前局限于城市发展和社会经济等方面的现状。