一种基于EVI数据的夜间灯光数据校正方法技术

本发明专利技术专利提出了一种基于EVI数据的夜间灯光数据校正方法，通过将DMSP/OLS夜间灯光影像分为饱和区和非饱和区，利用对应年份的EVI数据对饱和区内的影像数据进行校正，而非饱和区内的像元点保持原值，可以在对饱和区域校正的同时保留非饱和区域的真实信息。通过对DMSP/OLS夜间灯光影像和NPP/VIIRS夜间灯光影像进行拟合回归分析，可以得到长时间序列的夜间灯光影像，可以来分析区域的经济发展情况、城市扩张情况等。城市扩张情况等。

【技术实现步骤摘要】
一种基于EVI数据的夜间灯光数据校正方法


[0001]本专利技术涉及夜间灯光遥感
，尤其是一种基于EVI数据的夜间灯光数据校正方法。

技术介绍

[0002]夜间灯光遥感作为遥感领域发展较为活跃的一个分支，可以获取夜间无云条件下地表发射的可见光-近红外电磁波信息，不仅可以反映夜间城镇灯光，还可以捕捉到夜间渔船、天然气燃烧、森林火灾的发光，因此可以用来反映人类活动和社会发展规律，被广泛用于国民生产总值GDP、人口密度、电力消费EPC、温室气体排放、贫困指数等社会经济参数估算，城市扩张及城市化研究；能源危机、地震、战争等重大事件评估；城镇扩张的环境效应分析；光污染及效应分析等诸多领域，成为监测人类社会经济活动和自然现象的主要数据源。美国国防气象卫星搭载的可见光成像线性扫描业务系统(DMSP/OLS)和美国国家极轨卫星搭载的可见光近红外成像辐射仪(NPP/VIIRS)成为获取夜间灯光数据最常用的数据源。
[0003]但城市中心的光饱和现象、绽放效应以及缺乏机载校准是DMSP/OLS数据应用的主要障碍。光饱和现象是由于OLS传感器的6位低辐射分辨率导致的，DMSP/OLS数据的像元值在0到63之间，当城市中心存在辐射亮度超出检测上限的光源时，在DMSP/OLS数据DN值均强制赋值为63，因此在照明强度超过检测上限的城市中心区域无法区分出实际照明强度的空间差异性，限制了夜间灯光数据的应用。同时，DMSP/OLS数据集是由不同年份的不同卫星传感器采集的夜间灯光数据集合而成，在缺少机载校准的情况下，获取到的夜间稳定灯光数据受传感器的差异、卫星交叉时间的差异以及传感器性能下降的影响，不同年份和不同卫星的传感器采集到的夜间灯光数据不能直接比较。
[0004]2013年，随着DMSP/OLS的衰减和失效，NPP/VIIRS成为新一代的夜间灯光数据。作为比DMSP/OLS数据有更高空间和辐射质量的NPP/VIIRS数据，它解决了DMSP/OLS中存在的缺点，但公布的NPP/VIIRS月度影像是一个初步产品，仍然存在短时灯光数据。此外考虑到夜间灯光数据在社会经济活动研究的重大应用，将DMSP/OLS数据和NPP/VIIRS数据结合起来研究长时间序列上的连续性具有很大的优势和前景。但是NPP/VIIRS数据与DMSP/OLS数据之间的不一致性比DMSP/OLS数据之间的不一致性更严重。
[0005]针对上述问题，往往在利用夜间灯光数据进行分析时，需要对历年的夜间灯光数据进行校正。Elvidge,C.D.等人(1999年)通过调整传感器本身的增益，使其低于其典型的工作设置，可以获取到城市中心的夜间灯光变化情况，将获取到的有限的夜间灯光数据与高增益设置下获取到的夜间灯光数据相结合，生成无饱和的夜间灯光数据，虽然这种辐射定标去饱和方法可以有效降低夜间灯光数据的饱和效应，但是这种方法是劳动密集型和成本密集型的，因此只能得
[0006]到有限年份内的校准数据。Letu等人(2012年)通过构建1999年影像目标区域未饱和地区的夜间灯光数据与1996-1997年辐射定标影像的夜间灯光数据的回归模型实现对1999年影像饱和区灯光数据的校正。这种校正方法可以在一定程度上降低像元的饱和度，
但是通过回归模型给饱和像元校正到相同的DN值，这意味着校正后的像元缺少空间差异性，无法反映真实的夜间灯光数据。同时，饱和校正会导致欠发达地区的郊区和农村非饱和像元失真。Liu等人(2012年)以黑龙江省鸡西市为不变目标区域，利用二阶回归模型实现对1992-2008年中国DMSP/OLS数据的相互校准。申请号201610115608.8的中国专利技术专利公开了一种基于稳定映射点夜间灯光影像间相互辐射校正方法，提取DMSP/OLS影像中的稳定映射点作为相互校正中模型参数的回归解算点，利用校正模型实现各待校正影像的校正。上述两种方法，解决了DMSP/OLS数据不可比的问题，但仍并未有效校正影像中饱和问题。
[0007]针对NPP/VIIRS月度影像中存在的问题，Li等人(2013年)提出使用2010年DMSP/OLS数据中亮值像元去提取NPP/VIIRS数据中对应的像元作为NPP/VIIRS数据中的稳定像元，虽然该方法可以去除部分的不稳定像元，但是以此来提取2012-2018年NPP/VIIRS数据时，由于中国快速的城市化进程会导致越往后的年份中丢失的信息越多。Zhao等人(2019年)建立2012年和2013年县级尺度上DMSP/OLS数据和NPP/VIIRS数据的总灯光值之间的回归关系，实现两种数据之间的拟合。
[0008]诸多学者对DMSP/OLS数据和NPP/VIIRS数据的处理做出了很多研究，但已有研究成果中仍存在一定局限：(1)在对DMSP/OLS数据进行饱和校正时，现有研究未区分中饱和像素点的空间差异以及对未饱和像素点进行了饱和校正，未能对DMSP/OLS数据进行有效的饱和校正。(2)对NPP/VIIRS年度影像数据处理时，现有研究通常会将部分稳定像素点误归类为不稳定像素点而丢失部分有效信息。(3)在对DMSP/OLS数据和NPP/VIIRS数据进行拟合时，部分学者用同一个拟合函数对30个省份的数据进行拟合，未考虑各个省份的数据差异性，从而降低夜间灯光数据表征经济数据的能力。
[0009]综上所述，针对夜间灯光数据的校正，到目前为止尚没有较为完善、准确的校正方法。

技术实现思路

[0010]针对上述问题，本专利技术的目的是提供一种更为完善、更为准确的基于EVI(Enhanced Vegetation Index增强植被指数)数据的夜间灯光数据校正方法，以获得更为准确的长时间序列的夜间灯光数据。
[0011]一种基于EVI数据的夜间灯光数据校正方法，包括以下步骤：
[0012]步骤1)读取待校正的DMSP/OLS、年度NPP/VIIRS夜间灯光影像和年度EVI影像；
[0013]步骤2)利用相互校正模型对DMSP/OLS夜间灯光影像进行相互校正，其中，相互校正模型为：
[0014]DN
correct
＝a
×
DN
z
+bxDN+c
[0015]式中，DN
correct
表示相互校正后的DN值，DN表示原始DN值，a、b、c分别为相互校正模型的回归系数；
[0016]步骤3)利用饱和校正模型对相互校正后的DMSP/OLS夜间灯光影像进行饱和校正，其中，饱和校正模型为：
[0017][0018]式中，DN
EVI
表示饱和校正后的DN值，EVI表示原始植被增强指数，DN
correctmax
为相互
校正后夜间灯光影像中的最大值，通常取为相互校正前DN＝63的像元经相互校正后的DN值；
[0019]步骤4)利用年内融合模型对饱和校正后的DMSP/OLS夜间灯光影像进行年内融合，其中，年内融合模型为：
[0020][0021]式中，分别表示经饱和校正后n本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于EVI数据的夜间灯光数据校正方法，其特征在于包括以下步骤：步骤1)读取待校正的DMSP/OLS、年度NPP/VIIRS夜间灯光影像和年度EVI影像；步骤2)利用相互校正模型对DMSP/OLS夜间灯光影像进行相互校正，其中，相互校正模型为：DN
correct
＝a
×
DN2+b
×
DN+c式中，DN
correct
表示相互校正后的DN值，DN表示原始DN值，a、b、c分别为相互校正模型的回归系数；步骤3)利用饱和校正模型对相互校正后的DMSP/OLS夜间灯光影像进行饱和校正，其中，饱和校正模型为：式中，DN
EVI
表示饱和校正后的DN值，EVI表示原始植被增强指数，DN
correctmax
为相互校正后夜间灯光影像中的最大值，通常取为相互校正前DN＝63的像元经相互校正后的DN值；步骤4)利用年内融合模型对饱和校正后的DMSP/OLS夜间灯光影像进行年内融合，其中，年内融合模型为：式中，分别表示经饱和校正后n年的两个不同传感器获取到的i像元的DN值，DN
(n，i)
表示影像年内融合校正后n年的i像元的DN值；步骤5)利用年际校正模型对年内融合后的DMSP/OLS夜间灯光影像进行年际校正，得到校正后的DMSP/OLS夜间灯光影像，其中，年际校正模型为：式中，表示经正向校正模型校正后的n年夜间灯光影像中i像元的DN值，经反向校正模型校正后的n年夜间灯光影像中i像元的DN值；步骤6)利用获取到的2015年稳定NPP/VIIRS夜间灯光影像去除年度NPP/VIIRS夜间灯光影像中的不稳定夜间灯光数据，得到稳定的年度NPP/VIIRS夜间灯光影像；步骤7)利用拟合回归模型对校正后的DMSP/OLS夜间灯光影像和稳定的年度NPP/VIIRS夜间灯光影像进行拟合回归分析，获取长时间序列的夜间灯光数据，其中，拟合回归模型为：TNL
DMsP/OLS
＝a
×
TNL
NPP/VIIRS2
+b
×
TNL
NPP/VIIRS
+c式中，TNL
DMsP/OLS
表示2012年和2013年DMSP/OLS数据的夜间灯光总和，TNL
NPP/VIIRs...

【专利技术属性】
技术研发人员：刘鹏飞，王庆，严超，张波，许九靖，
申请(专利权)人：江苏集萃未来城市应用技术研究所有限公司，
类型：发明
国别省市：