引入路网和建筑物信息的DMSP/OLS数据去饱和方法
发布时间：2021-08-08 12:18
由于OLS （operational linescan system）传感器的缺陷,DMSP/OLS数据中的城市中心灯光值存在饱和性。提出了一种基于灯光贡献的综合指数去饱和方法,将路网和建筑物引入到去饱和模型中,并将增强型植被指数（enhanced vegetation index,EVI）作为辅助修正数据对夜间灯光数据去饱和。将该去饱和结果与基于EVI修正的灯光指数（EVI adjusted nighttime light index,EANTLI）从城区内部的地物区分能力、与辐射定标数据的拟合程度、对用电量的估算能力3方面进行比较。结果表明,综合指数在城市内部的细节刻画方面具有明显优势,地物区分能力较高;综合指数与辐射定标数据的整体拟合程度更高,且抽取穿过城区的单行数据拟合其R2最高可达0.928,相比EANTLI可提高0.1;与地区用电量拟合程度同样高于EANTLI,R2可达到0.901。综上,引入路网和建筑物的综合指数能够更好地解决数据饱和问题,且具有更高的可靠性。
【文章来源】：武汉大学学报(信息科学版). 2020,45(03)北大核心EICSCD
【文章页数】：10 页
【部分图文】：
高分辨率夜间灯光分布
路网数据来源于基础性地理国情监测数据，根据其属性可分为国道、省道、高速公路、城市道路、街道以及乡村道路6大类。而《城市道路照明设计标准》中指出，路灯间距、数量以及照明强度与道路等级、路宽、车道数等有关[27]，故在6大类基础上再根据路宽分为0～10 m、10～20 m、20～30 m、30～40 m、40～50 m、大于50 m共6个等级。不同类别不同等级道路被赋予不同的权重，如表1所示。将覆盖研究区域的格网与赋予权重的路网数据叠加，统计每个格网中加权后的道路总长度，作为加权路网指数（weighted road net‐work index,WRNI）。参考文献[22]提出的植被调整归一化城市指数，WRNI的计算公式如下：
式中，S为原始夜间灯光值；α、β、δ分别为WRNI、WBI和EANTLI的系数；λ为常数项。将逐像元的原始稳定灯光数据、加权路网指数、加权建筑物指数以及基于EVI修正的灯光指数代入函数，解算出拟合效果最好的系数α、β、δ以及常数项λ。稳定灯光数据经该拟合函数去饱和后的数据记作综合指数（composite index,COPI）。2.6 去饱和效果评价方法
【参考文献】：
期刊论文
[1]结合Landsat数据的DMSP/OLS夜间灯光影像去饱和方法研究[J]. 倪愿,周小成,江威. 遥感技术与应用. 2017(04)
[2]基于夜光遥感影像的“一带一路”沿线国家城市发展时空格局分析[J]. 李德仁,余涵若,李熙. 武汉大学学报(信息科学版). 2017(06)
[3]基于GDP格网的中国大陆城市DMSP/OLS稳定灯光数据饱和标定方法[J]. 景欣,晏艺真,晏磊,赵红颖. 地理与地理信息科学. 2017(01)
[4]利用DMSP/OLS灯光影像提取城镇建成区的聚类阈值法[J]. 邹进贵,陈艳华,丁鸽,宣伟. 武汉大学学报(信息科学版). 2016(02)
[5]基于EVI指数的DMSP/OLS夜间灯光数据去饱和方法[J]. 卓莉,张晓帆,郑璟,陶海燕,郭宇伯. 地理学报. 2015(08)
[6]20世纪90年代中国城市时空变化特征——基于灯光指数CNLI方法的探讨[J]. 卓莉,史培军,陈晋,一之瀬俊明. 地理学报. 2003(06)
本文编号：3329942
【文章来源】：武汉大学学报(信息科学版). 2020,45(03)北大核心EICSCD
【文章页数】：10 页
【部分图文】：
高分辨率夜间灯光分布
路网数据来源于基础性地理国情监测数据，根据其属性可分为国道、省道、高速公路、城市道路、街道以及乡村道路6大类。而《城市道路照明设计标准》中指出，路灯间距、数量以及照明强度与道路等级、路宽、车道数等有关[27]，故在6大类基础上再根据路宽分为0～10 m、10～20 m、20～30 m、30～40 m、40～50 m、大于50 m共6个等级。不同类别不同等级道路被赋予不同的权重，如表1所示。将覆盖研究区域的格网与赋予权重的路网数据叠加，统计每个格网中加权后的道路总长度，作为加权路网指数（weighted road net‐work index,WRNI）。参考文献[22]提出的植被调整归一化城市指数，WRNI的计算公式如下：
式中，S为原始夜间灯光值；α、β、δ分别为WRNI、WBI和EANTLI的系数；λ为常数项。将逐像元的原始稳定灯光数据、加权路网指数、加权建筑物指数以及基于EVI修正的灯光指数代入函数，解算出拟合效果最好的系数α、β、δ以及常数项λ。稳定灯光数据经该拟合函数去饱和后的数据记作综合指数（composite index,COPI）。2.6 去饱和效果评价方法
【参考文献】：
期刊论文
[1]结合Landsat数据的DMSP/OLS夜间灯光影像去饱和方法研究[J]. 倪愿,周小成,江威. 遥感技术与应用. 2017(04)
[2]基于夜光遥感影像的“一带一路”沿线国家城市发展时空格局分析[J]. 李德仁,余涵若,李熙. 武汉大学学报(信息科学版). 2017(06)
[3]基于GDP格网的中国大陆城市DMSP/OLS稳定灯光数据饱和标定方法[J]. 景欣,晏艺真,晏磊,赵红颖. 地理与地理信息科学. 2017(01)
[4]利用DMSP/OLS灯光影像提取城镇建成区的聚类阈值法[J]. 邹进贵,陈艳华,丁鸽,宣伟. 武汉大学学报(信息科学版). 2016(02)
[5]基于EVI指数的DMSP/OLS夜间灯光数据去饱和方法[J]. 卓莉,张晓帆,郑璟,陶海燕,郭宇伯. 地理学报. 2015(08)
[6]20世纪90年代中国城市时空变化特征——基于灯光指数CNLI方法的探讨[J]. 卓莉,史培军,陈晋,一之瀬俊明. 地理学报. 2003(06)
本文编号：3329942
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3329942.html
