本發(fā)明屬于夜間燈光遙感數(shù)據(jù)領(lǐng)域，特別涉及一種基于夜間燈光數(shù)據(jù)提取城市建成區(qū)閾值的方法。

背景技術(shù)：

隨著中國的城市化的快速發(fā)展，探究和了解中國城市的空間特征和變化特征，優(yōu)化城市擴(kuò)展中的土地利用格局，對(duì)于降低城市化過程的風(fēng)險(xiǎn)、改善城市發(fā)展布局、促進(jìn)城市經(jīng)濟(jì)的科學(xué)可持續(xù)性發(fā)展具有非常重要的戰(zhàn)略意義，同時(shí)也能為相關(guān)政府部門制定城市發(fā)展戰(zhàn)略提供數(shù)據(jù)參考和決策依據(jù)。

夜間燈光數(shù)據(jù)由美國國防氣象衛(wèi)星計(jì)劃(defensemeteorologicalsate-lliteprogram,dmsp)裝載的傳感器(operationallinescansystem,ols)通過獲取夜晚城市燈光以及其它小規(guī)模居民地、車流等發(fā)出的微弱燈光所得到，并區(qū)別于黑暗的鄉(xiāng)村背景，夜間燈光數(shù)據(jù)被廣泛地應(yīng)用于城市動(dòng)態(tài)擴(kuò)展研究中?，F(xiàn)有的夜間燈光數(shù)據(jù)城市建成區(qū)閾值的提取方法雖然種類很多，但是提取城市建成區(qū)時(shí)無論是城市面積還是邊界范圍，其精確度還不高，與此同時(shí)，目前的方法大多應(yīng)用于較大城市中，在較小城市由于無法保證其準(zhǔn)確性還少有涉足。

目前，基于夜間燈光數(shù)據(jù)提取城市建成區(qū)面積主要有4類最佳閾值的提取方法：1經(jīng)驗(yàn)閾值法；2突變檢測(cè)法；3統(tǒng)計(jì)數(shù)據(jù)比較法；4較高分辨率影像數(shù)據(jù)空間比較法。但是對(duì)于這些方法的獲取結(jié)果難易程度、提取城市建成區(qū)面積的準(zhǔn)確性等，目前還缺少具體相關(guān)的研究和討論。其中較高分辨率影像數(shù)據(jù)空間比較法具體實(shí)施步驟為：首先將較高分辨率的遙感影像數(shù)據(jù)(分辨率為30m，數(shù)據(jù)可在美國陸地衛(wèi)星官網(wǎng)免費(fèi)下載)分為城市和非城市兩大分類圖，接著在分類圖的基礎(chǔ)上，提取夜間燈光數(shù)據(jù)，最后作所提取夜間燈光數(shù)據(jù)圖像的灰度直方圖，取像元數(shù)激增的灰度值為城市和非城市分割閾值。該較高空間分辨率影像數(shù)據(jù)比較法在進(jìn)行城市和非城市分類后沒有相關(guān)的驗(yàn)證方法，因此提取該閾值確定的城市建成區(qū)面積精確度有待討論。其它的三種方法:由于經(jīng)驗(yàn)閾值法的提取閾值是根據(jù)前人的經(jīng)驗(yàn)和自身相關(guān)背景知識(shí)確定，所以提取的城市建成區(qū)結(jié)果受研究者的主觀影響而不同；突變檢測(cè)法在提取閾值時(shí)，需要確定每個(gè)閾值下的城市建成區(qū)的邊長，所需的處理過程繁雜，工作量大，這樣很大程度上增加了提取城市建成區(qū)的難度；統(tǒng)計(jì)數(shù)據(jù)比較法是利用計(jì)算機(jī)語言，采用二分法思路，不斷計(jì)算每個(gè)動(dòng)態(tài)閾值下的城市建成區(qū)面積與相關(guān)部門發(fā)布的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行比較來提取閾值，這就需要研究者具有一定的編程基礎(chǔ)才能實(shí)現(xiàn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明目的是為克服已有技術(shù)的不足之處，提出一種基于夜間燈光數(shù)據(jù)提取城市建成區(qū)閾值的方法。該方法將遙感影像數(shù)據(jù)與統(tǒng)計(jì)數(shù)據(jù)相結(jié)合，可以準(zhǔn)確提取出不同大小尺度城市建成區(qū)范圍內(nèi)的閾值，可準(zhǔn)確便捷的反映城市區(qū)域的變化情況，為相關(guān)城市經(jīng)濟(jì)研究和管理提供方法。

本發(fā)明提出的一種夜間燈光數(shù)據(jù)城市建成區(qū)閾值提取方法，其特征在于，分為tm影像數(shù)據(jù)的處理和夜間燈光dmsp數(shù)據(jù)閾值的選取兩個(gè)階段，包括以下步驟：

1)tm影像數(shù)據(jù)的處理階段，具體包括以下步驟：

1.1)對(duì)研究區(qū)的tm影像數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理包括對(duì)tm影像數(shù)據(jù)進(jìn)行矢量裁剪、大氣粗校正和幾何精校正三個(gè)部分：首先利用研究區(qū)的矢量數(shù)據(jù)對(duì)原始tm影像數(shù)據(jù)進(jìn)行裁剪，得到裁剪后的tm影像數(shù)據(jù)；然后對(duì)得到的裁剪后的tm影像數(shù)據(jù)進(jìn)行大氣粗校正去除大氣層輻射度的影響，大氣粗校正采用暗像元法；最后，通過選取m個(gè)離散的地面控制點(diǎn)擬合多項(xiàng)式函數(shù)，5≤m≤10，對(duì)去除大氣層輻射度的數(shù)據(jù)進(jìn)行內(nèi)插與重采樣實(shí)現(xiàn)數(shù)據(jù)的幾何精校正；

1.2)對(duì)經(jīng)過步驟1.1)預(yù)處理后的研究區(qū)的tm影像數(shù)據(jù)進(jìn)行監(jiān)督分類：對(duì)完成預(yù)處理的tm影像數(shù)據(jù)采用最大似然法進(jìn)行監(jiān)督分類；該最大似然分類方法為：從研究區(qū)的tm影像數(shù)據(jù)中選擇的一個(gè)圖像區(qū)域作為訓(xùn)練區(qū)，假定訓(xùn)練區(qū)內(nèi)的地物光譜特征與大部分地物類型一樣為近似的服從正態(tài)分布，求出待分類的tm影像數(shù)據(jù)每個(gè)像元的歸屬概率，并把該像元分配到其歸屬概率最大的分類中去，最終將全部tm影像數(shù)據(jù)中的像元分為城市和非城市兩大類；

1.3)分類后處理，對(duì)經(jīng)過步驟1.2)監(jiān)督分類后的研究區(qū)的tm影像數(shù)據(jù)通過envi軟件中的交互式分類工具提取出研究區(qū)的更加準(zhǔn)確的城市用地；

2)夜間燈光dmsp數(shù)據(jù)閾值的選取階段，具體包括以下步驟：

2.1)從dmsp數(shù)據(jù)官方網(wǎng)站下載不同時(shí)相的全球夜間燈光dmsp數(shù)據(jù)，利用研究區(qū)的矢量數(shù)據(jù)對(duì)下載得到的夜間燈光dmsp數(shù)據(jù)進(jìn)行裁剪，得到裁剪后的研究區(qū)范圍內(nèi)的夜間燈光數(shù)據(jù)；

2.2)根據(jù)步驟1.3)提取的城市用地，繪制出城市區(qū)域的多邊形邊界，并與步驟2.1)得到的裁剪后的研究區(qū)范圍內(nèi)的燈光數(shù)據(jù)進(jìn)行疊加；

2.3)在步驟2.2)得到的多邊形邊界與燈光數(shù)據(jù)疊加后作一條穿過研究區(qū)燈光數(shù)據(jù)中心區(qū)域和多邊形邊界的輔助直線，并在該輔助直線與多邊形邊界的相交處附近取n個(gè)燈光數(shù)據(jù)閾值相鄰的輔助點(diǎn),5≤n≤10；

2.4)分別計(jì)算步驟2.3)選取的n個(gè)燈光數(shù)據(jù)閾值相鄰的輔助點(diǎn)所代表的城市建成區(qū)面積，分別與政府發(fā)布的統(tǒng)計(jì)年鑒的城市面積進(jìn)行比較，提取與統(tǒng)計(jì)年鑒的城市面積最相近的面積所對(duì)應(yīng)的燈光數(shù)據(jù)閾值為城市建成區(qū)的最佳閾值。

本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：

(1)本發(fā)明采取了遙感影像數(shù)據(jù)和統(tǒng)計(jì)數(shù)據(jù)相結(jié)合的方式，較之前的較高分辨率影像數(shù)據(jù)空間比較法得到的城市建成區(qū)面積更準(zhǔn)確，從而對(duì)城市區(qū)域的提取更加精確。

(2)本發(fā)明利用了tm影像數(shù)據(jù)作為輔助信息，比之前的單一的統(tǒng)計(jì)數(shù)據(jù)比較法，既省去了計(jì)算機(jī)語言的繁瑣，也更加精確地表達(dá)了城市建成區(qū)的具體方位和范圍。

(3)無論是之前的經(jīng)驗(yàn)閾值法和突變檢測(cè)法在較小城市的城市建成區(qū)的閾值提取上的準(zhǔn)確性還有待討論，而本發(fā)明方法可以很好地應(yīng)用各種不同大小尺度的城市。

附圖說明

圖1為本發(fā)明方法的流程框圖。

具體實(shí)施方式

本發(fā)明提出的一種基于夜間燈光數(shù)據(jù)提取城市建成區(qū)閾值的方法，下面結(jié)合附圖和具體實(shí)施例進(jìn)一步詳細(xì)說明如下。

本發(fā)明提出的一種基于夜間燈光數(shù)據(jù)提取城市建成區(qū)閾值的方法，流程框圖如圖1所示，包括tm影像數(shù)據(jù)的處理和夜間燈光dmsp數(shù)據(jù)閾值的選取兩個(gè)階段，該方法包括以下步驟：

1)tm影像數(shù)據(jù)的處理階段，具體包括以下步驟：

1.1)對(duì)研究區(qū)的tm影像數(shù)據(jù)進(jìn)行預(yù)處理，預(yù)處理包括對(duì)tm影像數(shù)據(jù)進(jìn)行矢量裁剪、大氣粗校正和幾何精校正三個(gè)部分：首先利用研究區(qū)的矢量數(shù)據(jù)對(duì)原始tm影像數(shù)據(jù)進(jìn)行裁剪，得到裁剪后的tm影像數(shù)據(jù)；然后對(duì)得到的裁剪后的tm影像數(shù)據(jù)進(jìn)行大氣粗校正去除大氣層輻射度的影響，大氣粗校正采用暗像元法；最后，通過選取m個(gè)離散的地面控制點(diǎn)擬合多項(xiàng)式函數(shù)，5≤m≤10，對(duì)去除大氣層輻射度的數(shù)據(jù)進(jìn)行內(nèi)插與重采樣實(shí)現(xiàn)數(shù)據(jù)的幾何精校正；

1.2)對(duì)經(jīng)過步驟1.1)預(yù)處理后的研究區(qū)的tm影像數(shù)據(jù)進(jìn)行監(jiān)督分類：對(duì)完成預(yù)處理的tm影像數(shù)據(jù)采用最大似然法進(jìn)行監(jiān)督分類；該最大似然分類方法為：從研究區(qū)的tm影像數(shù)據(jù)中選擇的一個(gè)圖像區(qū)域作為訓(xùn)練區(qū)，假定訓(xùn)練區(qū)內(nèi)的地物光譜特征與大部分地物類型一樣為近似的服從正態(tài)分布，求出待分類的tm影像數(shù)據(jù)每個(gè)像元的歸屬概率，并把該像元分配到其歸屬概率最大的分類中去，最終將全部tm影像數(shù)據(jù)中的像元分為城市和非城市兩大類；

1.3)分類后處理，對(duì)經(jīng)過步驟1.2)監(jiān)督分類后的研究區(qū)的tm影像數(shù)據(jù)通過envi軟件中的交互式分類工具提取出研究區(qū)的更加準(zhǔn)確的城市用地；

2)夜間燈光dmsp數(shù)據(jù)閾值的選取階段，具體包括以下步驟：

2.1)從dmsp數(shù)據(jù)官方網(wǎng)站下載不同時(shí)相的全球夜間燈光dmsp數(shù)據(jù)，利用研究區(qū)的矢量數(shù)據(jù)對(duì)下載得到的夜間燈光dmsp數(shù)據(jù)進(jìn)行裁剪，得到裁剪后的研究區(qū)范圍內(nèi)的夜間燈光數(shù)據(jù)；

2.2)根據(jù)步驟1.3)提取的城市用地，繪制出城市區(qū)域的多邊形邊界，并與步驟2.1)得到的裁剪后的研究區(qū)范圍內(nèi)的燈光數(shù)據(jù)進(jìn)行疊加；

2.3)在步驟2.2)得到的多邊形邊界與燈光數(shù)據(jù)疊加后作一條穿過研究區(qū)燈光數(shù)據(jù)中心區(qū)域和多邊形邊界的輔助直線，并在該輔助直線與多邊形邊界的相交處附近取n個(gè)燈光數(shù)據(jù)閾值相鄰的輔助點(diǎn),5≤n≤10；

2.4)分別計(jì)算步驟2.3)選取的n個(gè)燈光數(shù)據(jù)閾值相鄰的輔助點(diǎn)所代表的城市建成區(qū)面積，分別與政府發(fā)布的統(tǒng)計(jì)年鑒的城市面積進(jìn)行比較，提取與統(tǒng)計(jì)年鑒的城市面積最相近的面積所對(duì)應(yīng)的燈光數(shù)據(jù)閾值為城市建成區(qū)的最佳閾值。

下面結(jié)合一個(gè)具體實(shí)施例，對(duì)發(fā)明進(jìn)一步詳細(xì)說明如下：

一種基于夜間燈光數(shù)據(jù)提取城市建成區(qū)閾值的方法，包括tm影像數(shù)據(jù)的處理和夜間燈光dmsp數(shù)據(jù)閾值的選取兩個(gè)階段，該方法包括以下步驟：

1)tm影像數(shù)據(jù)的處理階段，具體包括以下步驟：

1.1)對(duì)研究區(qū)(即為需要提取城市建成區(qū)的待研究的區(qū)域)的tm影像數(shù)據(jù)進(jìn)行預(yù)處理(tm影像采用美國陸地衛(wèi)星4～5號(hào)專題制圖儀所獲取的多波段掃描影像)，預(yù)處理操作采用arcgis或envi軟件程序完成，本實(shí)施例采用的是arcgis軟件程序進(jìn)行預(yù)處理，預(yù)處理包括對(duì)tm影像數(shù)據(jù)進(jìn)行矢量裁剪、大氣粗校正和幾何精校正三個(gè)部分：首先通過arcgis軟件程序里的柵格裁剪工具利用研究區(qū)的矢量數(shù)據(jù)(矢量數(shù)據(jù)是用x、y坐標(biāo)表示地圖圖形或地理實(shí)體的位置的數(shù)據(jù))對(duì)原始tm影像數(shù)據(jù)進(jìn)行裁剪，得到裁剪后的tm影像數(shù)據(jù)；然后對(duì)得到的裁剪后的tm影像數(shù)據(jù)進(jìn)行大氣粗校正，大氣粗校正采用暗像元法，暗像元法就是要去除大氣層輻射度的影響(相對(duì)來講該方法校正精度不高但所需參數(shù)較少，校正起來十分方便)；最后，通過選取一定數(shù)量(5-10個(gè))的離散的地面控制點(diǎn)(以地面坐標(biāo)為匹配標(biāo)準(zhǔn)的點(diǎn)叫做地面控制點(diǎn))擬合多項(xiàng)式函數(shù)，對(duì)去除大氣層輻射度的數(shù)據(jù)進(jìn)行內(nèi)插與重采樣實(shí)現(xiàn)數(shù)據(jù)的幾何精校正，以消除地形起伏與傳感器平臺(tái)運(yùn)動(dòng)的影響；

1.2)對(duì)經(jīng)過步驟1.1)預(yù)處理后的研究區(qū)的tm影像數(shù)據(jù)進(jìn)行監(jiān)督分類：(本實(shí)施例采用envi軟件程序完成)對(duì)完成預(yù)處理的tm影像數(shù)據(jù)采用最大似然法進(jìn)行監(jiān)督分類，該最大似然分類方法為：假定訓(xùn)練區(qū)(從研究區(qū)的tm影像數(shù)據(jù)上選取的已知其地物屬性或物體特性的圖像區(qū)域或像元叫做訓(xùn)練區(qū))內(nèi)的地物光譜特征與大部分地物類型一樣近似的服從正態(tài)分布，求出待分類的tm影像數(shù)據(jù)每個(gè)像元的歸屬概率，并把該像元分配到其歸屬概率最大的分類中去；最終將全部tm影像數(shù)據(jù)中的像元分為城市和非城市兩大類。

1.3)分類后處理：(由于監(jiān)督分類后很多不應(yīng)該屬于城市的地方變成城市了，所以需要對(duì)經(jīng)過步驟1.2)監(jiān)督分類后的研究區(qū)的tm影像數(shù)據(jù)進(jìn)一步處理。)通過envi軟件中的交互式分類工具提取出研究區(qū)的更加準(zhǔn)確的城市用地。

2)夜間燈光dmsp數(shù)據(jù)閾值的選取階段，具體包括以下步驟：

2.1)從dmsp數(shù)據(jù)官方網(wǎng)站下載不同時(shí)相的全球夜間燈光dmsp數(shù)據(jù)，在envi軟件下利用研究區(qū)的矢量數(shù)據(jù)對(duì)下載得到的夜間燈光dmsp數(shù)據(jù)進(jìn)行裁剪，得到裁剪后的研究區(qū)范圍內(nèi)的夜間燈光數(shù)據(jù)。

2.2)根據(jù)步驟1.3)提取的城市用地，繪制出城市區(qū)域的多邊形邊界，并與步驟2.1)得到的裁剪后的研究區(qū)范圍內(nèi)的燈光數(shù)據(jù)進(jìn)行疊加。

2.3)在步驟2.2)得到的多邊形邊界與燈光數(shù)據(jù)疊加后作一條穿過研究區(qū)燈光數(shù)據(jù)中心區(qū)域和多邊形邊界的輔助直線，并在該輔助直線與多邊形邊界的相交處附近取若干個(gè)(5-10個(gè))燈光數(shù)據(jù)閾值相鄰的輔助點(diǎn)；

2.4)分別計(jì)算步驟2.3)選取的若干個(gè)燈光數(shù)據(jù)閾值相鄰的輔助點(diǎn)所代表的城市建成區(qū)面積，分別與政府發(fā)布的統(tǒng)計(jì)年鑒的城市面積進(jìn)行比較，提取與統(tǒng)計(jì)年鑒的城市面積最相近的面積所對(duì)應(yīng)的燈光數(shù)據(jù)閾值為城市建成區(qū)的最佳閾值，通過這個(gè)最佳閾值，便可準(zhǔn)確地獲取城市建成區(qū)域。

步驟1.2)中，對(duì)經(jīng)過步驟1.1)預(yù)處理后的研究區(qū)的tm影像數(shù)據(jù)進(jìn)行監(jiān)督分類，具體步驟如下：

1.2.1)首先從envi軟件中打開步驟1.1)得到的研究區(qū)的tm影像數(shù)據(jù)，在availableband中以rgb打開，為真彩色，即為地物的真實(shí)顏色；

1.2.2)訓(xùn)練區(qū)的選取：在影像的工具欄中選擇，overlay(疊加)→regionofinterest(感興趣區(qū)),在打開的#1roitool工具欄中，以多邊形的方式選擇感興趣區(qū)(從研究區(qū)的tm影像數(shù)據(jù)中選擇的一個(gè)圖像區(qū)域，這個(gè)區(qū)域是你的圖像分析所關(guān)注的重點(diǎn)，圈定該區(qū)域以便進(jìn)行進(jìn)一步處理)：roi_type(感興趣區(qū)類型)→polygon(面),在zoom窗口中進(jìn)行選擇土地類別，分為城市、水體、植物和裸地四類，查看分離程度，繼續(xù)在roitool工具欄中選擇option(選項(xiàng))→computerroiseparability(計(jì)算感興趣區(qū)可分離性)，選擇影像ok,相關(guān)度大于1.8的說明分類較好，保存文件；

1.2.3)分類算法選擇，用最大似然法進(jìn)行監(jiān)督分類，主菜單欄中選擇classification(分類)→supervised(監(jiān)督分類)→maximumlikelihood(最大似然法),概率閾值probabilitythreshold一般在0～1之間，儲(chǔ)存至memory；分類合并，在主菜單欄中classification(分類)→postclassification(分類后處理)→sieveclasses(類別篩選)，將步驟1.2.2)四類土地類別分為城市和非城市兩大類，提取出研究區(qū)的城市用地。

步驟2.1)中利用研究區(qū)的矢量數(shù)據(jù)對(duì)下載得到的夜間燈光dmsp數(shù)據(jù)進(jìn)行裁剪，具體如下步驟：

2.1.1)下載夜間燈光dmsp數(shù)據(jù)：從dmsp數(shù)據(jù)官方網(wǎng)站下載不同時(shí)相的全球夜間燈光dmsp數(shù)據(jù)；

2.1.2)在envi軟件中分別打開夜間燈光dmsp數(shù)據(jù)和研究區(qū)的矢量數(shù)據(jù)；將研究區(qū)的矢量數(shù)據(jù)轉(zhuǎn)換為roi(感興趣區(qū))，file選擇exportactivelayertorois(矢量圖層轉(zhuǎn)為感興趣區(qū))，在selectdatafiletoassociatewithnewroi(選擇數(shù)據(jù)文件與新的訓(xùn)練區(qū)相結(jié)合)窗口下選擇全球燈光數(shù)據(jù)，在exportevflayerstoroi(柵格圖層轉(zhuǎn)為感興趣區(qū))窗口下選擇converteachrecordofanevflayertoanewroi(將每個(gè)記錄的柵格圖層轉(zhuǎn)換成一個(gè)新的感興趣區(qū))，點(diǎn)擊ok；

2.1.3)裁剪夜間燈光dmsp數(shù)據(jù)；在envi主菜單下選擇subsetdataviarois(通過感興趣區(qū)裁剪數(shù)據(jù))，在selectinputfiletosubsetviaroi(選擇通過感興趣裁剪的輸入文件)窗口下選擇全球燈光數(shù)據(jù)，在spatialsubsetviaroiparameters(通過感興趣區(qū)參數(shù)空間裁剪)窗口下的selectinputrois(選擇輸入的感興趣區(qū))中選擇研究區(qū)的矢量數(shù)據(jù)，即得到裁剪后研究區(qū)范圍內(nèi)的夜間燈光數(shù)據(jù)。