基于2种夜间灯光影像亮度修正指数的城市建成区提取研究

发布时间：2021-04-08 00:56

　　夜间灯光影像容易受到道路灯光、水面散射等影响而产生背景噪声,这一定程度上影响了利用夜间灯光数据提取建成区的精度。本文基于夜间灯光影像的DN（Digital Number）值与路网密度正相关、与EVI指数（Enhanced Vegetation Index,增强型植被指数）呈负相关的规律,提出了2种可用于建成区提取的夜间灯光亮度修正指数:EVI夜间灯光亮度修正指数EANI（EVI Adjusted Nighttime Light（NTL） Index）和基于道路网密度与EVI指数的夜间灯光亮度修正指数REANI （Road Density&EVI Adjusted NTL Index）,并利用珞珈1号卫星（LJ1-01,分辨率约130 m）影像和NPP-VIIRS影像（分辨率约500 m）2种不同空间分辨率夜间灯光遥感影像进行验证。以2018年徐州市建成区为研究对象,分区域（主城区、外围区）利用阈值法对2种原始夜间灯光影像、经EANI指数和REANI指数处理后的影像进行建成区提取,得到6种建成区提取的结果。研究表明:①EANI指数和REANI指数能够有效抑制夜间灯光影像的背景噪声... 

【文章来源】：地球信息科学学报. 2020,22(08)北大核心CSCD

【文章页数】：11 页

【部分图文】：

经过EANI和REANI修正前后的徐州市区LJ1-01和NPP-VIIRS夜间灯光影像对比

经过EANI和REANI修正前后的LJ1-01和NPP-VIIRS夜间灯光影像细节对比

具体计算步骤包括：(1)统一投影及配准。将所有的影像数据都统一至等角圆柱投影（WGS＿1984＿UTM＿Zone＿50N）。(2)数据归一化。将道路网密度和EVI指数采用min-max方法标准化，归一化后值域范围为[0,1]。(3)采用栅格计算器，运用式（2）和（3）分别构建EANI指数和REANI指数。2.3 模型的相对误差及绝对误差

【参考文献】：
期刊论文
[1]基于夜间灯光和土地利用数据的云南沿边地区GDP空间差异性分析[J]. 卢秀,李佳,段平,李晨,王金亮.  地球信息科学学报. 2019(03)
[2]SNPP-VIIRS夜间灯光影像去噪方法研究[J]. 钟亮,刘小生,杨鹏.  测绘通报. 2019(03)
[3]夜间灯光数据和兴趣点数据结合的建成区提取方法[J]. 郑洪晗,桂志鹏,栗法,吴华意,武旭芳,张济勇,韩文军.  地理与地理信息科学. 2019(02)
[4]基于时间序列DMSP/OLS夜间灯光数据的GDP预测模型[J]. 顾鹏程,王世新,周艺,刘文亮,尚明.  中国科学院大学学报. 2019(02)
[5]夜间灯光遥感数据应用综述和展望[J]. 陈颖彪,郑子豪,吴志峰,千庆兰.  地理科学进展. 2019(02)
[6]基于夜间灯光数据的西安市城市扩张及驱动因素研究[J]. 高宁,盖迎春,宋晓谕.  遥感技术与应用. 2019(01)
[7]河南地区VIIRS NDVI与EVI特性对比与分析[J]. 李晓香,张文,孟令奎.  地理空间信息. 2019(01)
[8]基于夜间灯光数据的郑州市大气污染暴露强度研究[J]. 郭恒亮,杨硕,赫晓慧,乔宝晋,李满堂.  河南理工大学学报(自然科学版). 2019(03)
[9]珞珈一号低轨卫星导航增强系统信号质量评估[J]. 王磊,陈锐志,李德仁,蔚保国,伍蔡伦.  武汉大学学报(信息科学版). 2018(12)
[10]珞珈一号科学试验卫星[J]. 郭晗.  卫星应用. 2018(07)



本文编号：3124535