1、基于夜間燈光數據與Landsat數據城市建成區提取對比評價德陽市2011年摘要： 基于DMSP/OLS穩定夜間燈光均值數據構建了一個反映區域城市化水平的燈光指數。以德陽市建成區為例，基于2011年穩定夜間燈光均值數據采用統計數據法，根據Landsat數據提取的建成區面積作參考，分析成為城市建成區的DMSP/OLS穩定夜間燈光均值數據的燈光指數值。研究表明,燈光指數與反映城市化水平的復合指數存在較高的相關關系,可以用于我國城市化水平及其時空差異分析和城市化進程監測。一 引言遙感技術具有多波段、多時相以及覆蓋范圍廣的特性使其在城市擴展監測、環境監測、生態評價、人口密度和城市規劃管理等研究中得到了廣

2、泛的應用。夜間燈光遙感數據來源于美國軍事氣象衛星DMSP(Defense Meteorological Satellite Pro-gram)搭載的OLS(Operational Linescan System)傳感器。OLS有別于傳統的傳感器,它具有很強的光電放大能力,可在夜間工作,能探測到城市燈光甚至小規模居民地、車流等發出的低強度燈光, 明顯區別于黑暗的鄉村背景。二 研究區概況德陽市位于四川盆地成都平原東北部，地處東經103°45-105°15北緯30°31-31°42之間。南靠成都，北接綿陽，東壤遂寧，西鄰阿壩。1983年8月經國務院批準為省轄地

3、級市，四川省重點建設的九大城市之一，是成都旅游門戶圈的重要組成部分。全市幅員面積5818平方公里。德陽市境狹長，東西寬約65公里，南北長約162公里，地勢西北高東南低。西北部為龍門山脈中段，山地面積1171.87平方公里，占全市總面積的19.68%；中部為成都平原東北部，面積1838.75平方公里，占全市總面積的30.88%；東南部為盆中丘陵，面積2943.13平方公里，占全市總面積的49.44%。三 數據與方法3.1數據來源夜間燈光數據來源于美國國家海洋和大氣管理局NOAA(National Oceanic and Atmospheric Ad-ministration)下屬的國家地球物理數

4、據中心NGDC (National Geophysical Data Center ,/dmsp/download.html)。DMSP衛星以每天14軌的速度繞地球飛行一周,經過赤道的地方時為1050與2250。OLS傳感器有兩個通道:可見光通道和熱紅外通道。可見光波段范圍0.41m,光譜分辨率為6 bit,灰度值范圍為063;熱紅外通道波段范圍是1013m,光譜分辨率為8 bit,灰度值范圍0255。其獲取的圖像幅寬為3 000 km,全分辨率數據的地面采樣距離為0.56 m,目前已有的夜間燈光遙感圖像的數字產品。3.2數據處理3.2.1 在Ar

5、cGIS軟件中添加夜光數據（F182011.v4c_web .stable_ lights. avg_vis.tif），為了各個地方顯示更加明顯，首先對圖像進行拉伸，然后參考其他相關的德陽數據，確定德陽在夜光數據中的亮斑位置（下面的操作是根據Landsat數據確定，如圖1所示）。 圖13.22 在ArcCatalog中創建一個線文件，步驟如下圖2,3,4,5. 圖2 圖3 圖4 圖53.23 在建立好線文件之后，在ArcGIS軟件中加載進來，準備畫一條邊界框，將圖上德陽最亮的圖斑框下來。首先確認德陽的相應夜光圖斑，畫出矩形框，如圖6；然后運用Clip工具，裁剪出德陽的亮斑影像數據，操作如圖7；

6、最后裁剪出的德陽亮斑圖，如圖8所示：圖6 圖7 圖83.24 在進行夜光數據提取建成區之前，首先需要進行投影轉換（轉換前的投影系統如圖9、10所示），要與Landsat數據提取的建成區的投影系統保持一致。要進行柵格數據投影系統轉變，選擇Project Raster工具，投影轉換為WGS_1984_UTM_Zone_48N.操作如圖11、12所示，投影轉換成功之后如圖13所示：Landsat數據提取的建成區 圖9夜光數據 圖10投影轉換 圖11投影轉換 圖12投影轉換成功如下圖：圖133.2.5 投影轉換成功后，需要運用統計數據法來分析出最接近Landsat數據提取的建成區面積的亮度值（DN值）

7、，運用Con工具，提取出DN>=30、32、35、38、40、42、45、48、49、50、51、52的柵格圖像如下所示： Con操作 圖14Con操作 圖15 圖16 圖17 圖18 圖19 圖20 圖21 圖22 圖23 圖24 圖25 圖26 圖273.2.6 柵格數據提取成功之后，下一步進行的就是柵格數據轉為矢量數據，運用Raster to polygon工具條，操作如下;但是需要注意的是工具條對話框下面的Simplify polygons選項，我們為了圖像面積的精確性盡可能不要選擇它，它們的區別如下圖： 圖28 沒勾選圖29勾選圖30兩中方式轉變，圖30更加圓滑一點，兩者面積也

8、有一定差別。 3.2 統計分析3.2.1 DN值與面積變化趨勢分析采用數據統計的方法分析，得到如下的兩個DN值與面積變化趨勢圖，根據下面的圖表大致可以得出，DN值與面積變化總體上都成線性變化。圖31圖32根據上圖31、32分析，可以預測所選閾值和面積值可能存在線性關系，所以作了下面的線性計算，如圖33：圖33根據上面的線性計算的表繪制出下圖34、35，可以很明顯的看出，面積值的變化和亮度值的變化具有相關性，且呈線性相關。公式如下： 理論面積=圖34圖353.2.2 Land sat數據提取的建成區面積與夜光數據的面積對比分析 以Land sat數據提取的建成區面積做參考， Land sat數據

9、提取的建成區面積與統計分析后的面積對比，其中在亮度值（DN）等于51的時候，其面積值為61.421952km2,而運用Land sat數據提取的建成區面積為59.99205 km2，之所以會選擇亮度值（DN）等于51，夜光數據的面積值小于Land sat數據提取的建成區面積，如下圖36可以看出，Land sat數據提取的建成區面積排除了德陽的旌湖（綿遠河的一段），但是夜光數據的面積是包括了德陽的旌湖（綿遠河的一段）面積，所以我選擇了亮度值（DN）等于51時，它們兩種方式提取的建成區面積最為接近。圖36通過分析可以得到，雖然兩者的面積值大致相同，但是不同方式提取的面積分布情況是不同的。如上圖可以

10、看出，夜光數據提取的建成區整體向東部偏移，但是根據實際地形可以知道德陽建成區是不可能再向東部延伸的，Land sat數據提取的建成區的東部就是最后的東部邊界，主要是由于德陽的東部有山，就阻礙了建成區東部的擴張。產生這種差距在于，燈光是發散的，本來就會存在一定的誤差。再者通過統計數據分析的方法得出的夜光數據建成區的精確度，也在某種程度上取決于參考數據的準確性和可靠性.而且整個夜光數據的片區很大，最后落到某個國家的某個城市,顯然是存在一定誤差的.四、結論與討論本文介紹了運用DMSP/OLS夜間燈光數據提取城市建成區，是以Landsat數據提取的建成區面積作參考，采用了統計分析的方法，設置了一系列閾

11、值獲得與Landsat數據提取的建成區面積相當的閾值，然后對比Landsat數據提取的建成區面積的空間分布，證明了夜光數據在某些方面的局限性。不同地區的閾值在某種程度上也反應了該地區的經濟能力和發展程度。閾值越大，說明該地區的發展情況越好。參考文獻：1. 基于 DMSP/OLS 夜間燈光數據和統計數據的中國大陸20世紀90年代城市化空間過程重建研究何春陽 史培軍 李景剛 陳晉 潘耀忠 李京 卓莉 一之瀬俊明 北京師范大學環境演變與自然災害教育部重點實驗室, 北京師范大學資源學院,日本國立環境研究所2. 基于夜間燈光數據的城市建成區提取方法評價與應用舒松 余柏蒗 吳健平 劉紅星華東師范大學地理信息科學教育部重點實驗室美國辛辛那提大學地理系,俄亥俄州,辛辛那提3. 基于DMSP/OLS影像的我國主