J. Geogr. Sci. 2016, 26(3): 325-338

DOI: 10.1007/s11442-016-1271-6

copy; 2016 Science Press Springer-Verlag

Extracting urban areas in China using DMSP/OLS nighttime light data integrated with biophysical composition information

CHENG Yang^1,2,3, ^*ZHAO Limin^1,2, WAN Wei⁴, LI Lingling^1,2, YU Tao^1,2, GU Xingfa^1,2

1. State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, CAS, Beijing 100101, China;
2. The Center for National Spaceborne Demonstration, Beijing 100101, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China;
4. Department of Hydraulic Engineering, Tsinghua University, Beijing 100084, China

Abstract: DMSP/OLS nighttime light (NTL) image is a widely used data source for urbaniza- tion studies. Although OLS NTL data are able to map nighttime luminosity, the identification accuracy of distribution of urban areas (UAD) is limited by the overestimation of the lit areas resulting from the coarse spatial resolution. In view of geographical condition, we integrate NTL with Biophysical Composition Index (BCI) and propose a new spectral index, the BCI Assisted NTL Index (BANI) to capture UAD. Comparisons between BANI approach and NDVI-assisted SVM classification are carried out using UAD extracted from Landsat TM/ETM data as reference. Results show that BANI is capable of improving the accuracy of UAD extraction using NTL data. The average overall accuracy (OA) and Kappa coefficient of sample cities increased from 88.53% to 95.10% and from 0.56 to 0.84, respectively. Moreover, with regard to cities with more mixed land covers, the accuracy of extraction results is high and the improvement is obvious. For other cities, the accuracy also increased to varying de- grees. Hence, BANI approach could achieve better UAD extraction results compared with NDVI-assisted SVM method, suggesting that the proposed method is a reliable alternative method for a large-scale urbanization study in Chinarsquo;s mainland.

Keywords: urban area distribution; DMSP/OLS; biophysical composition index; BANI; China

Introduction

Human activities are predominantly concentrated in the urban areas. Accurate understanding of the spatiotemporal distribution of urban areas (UAD) is an effective way to unveil the mechanisms of interaction between land-use systems and terrestrial ecosystems. It also serves the basic needs for urban–rural planning, urban resource management, environmental

Received: 2015-04-30 Accepted: 2015-09-07

Foundation: National Civil Aerospace Pre-research Project (non-disclosure)

Author: Cheng Yang, PhD Candidate, specialized in land use. E-mail: minnie880508@163.com

*Corresponding author: Zhao Limin, PhD, specialized in thermal infrared remote sensing. E-mail: zhaolm@radi.ac.cn

www.geogsci.com www.springerlink.com/content/1009-637x

assessment, and global change research (Weng, 2012). Remote sensing technique can cap- ture land use and land cover conveniently, objectively, and continuously. It is an effective approach for current UAD extraction when combined with urban administrative unit statis- tical data (Schneider, 2012; Schneider et al., 2010; Weng, 2012). Nighttime light (NTL) re- mote sensing data has become a new approach for large-scale urbanization study and has attracted widespread attention because of its macroscopic perspective (Doll, 2008; Elvidge et al., 2007; Lu et al., 2014; Ma et al., 2012; Potere et al., 2009).

NTL signal is captured by Operational Linescan System (OLS) sensor on Defense Mete- orological Satellite Program (DMSP). It is found that the night lighted areas on Earth are coincident with the distribution of population and energy consumption. Thus, NTL informa- tion provides an accurate, economic, and direct way to describe the global distribution and development of urban areas, making it a powerful tool for human activity study (Forbes, 2013; He et al., 2013; Small and Elvidge, 2013; Wu et al., 2013). The method for large-scale UAD extraction using DMSP/OLS data can be categorized as: 1) NTL data thresholding, and 2) combining multi-sensor remote sensing data and auxiliary products. The threshold method mainly includes empirical threshold (Elvidge et al., 1997a; Elvidge et al., 1997b), abruptly changing detection (Imhoff et al., 1997), high resolution data comparison (Henderson et al., 2003), and statistical data comparison (He et al., 2006) methods. DMSP/OLS data are recorded as 6-bit digital numbers (DNs) that are often saturated in the core of the cities. This is why DNs detected from sensors are consistently less than the exact values (Zhang et al., 2013). Meanwhile, distribution of light areas in urban fringe areas, small towns as well as connected regions between cities detected by the OLS is consistently larger compared to the spatial distribution of the associated settlements. This is due to the coarse spatial resolution of the OLS sensor and the disturbance in the signal. Since urban expansions of different economic levels and different periods in China are significantly dis- similar, the determination of threshold tends to be empirical, regional, and temporal. It re- mains difficulty to extract the UAD accurately for large-scale researches (Small et al., 2011; Small et al., 2005). A cluster-based threshold method was developed to deli

剩余内容已隐藏，支付完成后下载完整资料

结合生物物理成分信息的DMSP/OLS夜间光数据提取中国城市地区

程扬^1，2，3，赵立民^1，2，万维⁴，李玲玲^1，2，于涛^1，2，顾兴发^1，2

1.中国科学院遥感与数字地球研究所遥感科学国家重点实验室，中国北京，100101；

2.国家航天示范中心，中国北京，100101；

3.中国科学院大学，中国北京，100049；

4.清华大学水利工程系，中国北京，100084。

摘要：DMSP/OLS夜间灯光(NTL)图像是城市化研究中广泛使用的数据源。虽然OLS NTL数据能够绘制夜间亮度图，但城市地区(UAD)分布的识别精度由于受到粗糙的空间分辨率导致的照明面积高估而受到限制。根据地理条件，我们将NTL与生物物理成分指数(BCI)相结合，并提出了一个新的光谱指数，BCI辅助NTL指数(BANI)捕捉UAD。以Landsat TM/ETM数据中提取的UAD为参考，对BANI方法和NDVI辅助支持向量机分类方法进行了比较。结果表明，BANI能够提高利用NTL数据进行UAD提取的准确性。结果表明，BANI能够提高利用NTL数据进行UAD提取的准确性。样本城市的平均总体精度(OA)和Kappa系数分别从88.53%提高到95.10%和从0.56提高到0.84。此外，对于混合覆盖度较高的城市，提取结果的准确性较高，改善明显。对于其他城市，精确度也提高到了不同的程度。因此，bani方法与ndvi辅助支持向量机方法相比，可以获得更好的uad提取结果。该方法是中国大陆大规模城市化研究的可靠替代方法。

关键词：城区分布；DMSP/OLS；生物物理组成指数；BANI；中国

1介绍

人类活动主要集中在城市地区。准确了解城市地区的时空分布是揭示土地利用系统与陆地生态系统相互作用机制的有效途径。它还符合城乡规划、城市资源管理、环境评估和全球变化研究的基本需求（Weng，2012）。遥感技术可以方便、客观、持续地获取土地利用和土地覆盖。与城市行政单位统计数据相结合，是当前UAD提取的有效方法（Schneider，2012；Schneider等人，2010；Weng，2012）。夜间照明（NTL）遥感数据已成为大规模城市化研究的一种新方法，由于其宏观视角而引起了广泛关注（Doll，2008； Elvidge等人，2007；Lu等人，2014；Ma等人，2012；Potere等人，2009）。

NTL信号是由国防卫星气象卫星计划（DMSP）上的操作线扫描系统（OLS）传感器捕获的。人们发现，地球上的夜间照明区域与人口和能源消费的分布一致。因此，NTL信息为描述城市地区的全球分布和发展提供了一种准确，经济和直接的方式，使其成为人类活动研究的有力工具（Forbes，2013；He等人，2013；Small and Elvidge，2013；Wu等人，2013）。利用DMSP / OLS数据进行大规模UAD提取的方法可以分为：1）NTL数据阈值化；2）多传感器遥感数据与辅助产品相结合。阈值法主要包括经验阈值（Elvidge等人1997a；Elvidge等人1997b），突然变化的检测（Imhoff等人，1997），高分辨率数据比较（Henderson等人，2003）和统计学数据比较（He 等人，2006）方法。DMSP/OLS数据被记录为6位数字(DNS)，这些数字在城市的核心部分往往是饱和的。这就是为什么从传感器检测到的DN始终低于确切值原因（Zhang 等人，2013）。同时，与相关住区的空间分布相比，城市边缘地区、小城镇以及城市间连通地区的亮区分布一直较大。这是由于OLS传感器的粗略空间分辨率和信号中的干扰造成的。由于中国不同经济水平和不同时期的城市扩张显着不同，因此阈值的确定往往是经验性的，区域性的和时间性的。它仍然难以准确地提取UAD用于大规模研究（Small 等人，2011；Small 等人，2005）。摘要提出了一种基于聚类的门限方法。根据城市群规模和整体NTL规模，对每个潜在城市群的最优阈值进行评估，得出城市范围（Zhou等人，2014）。

多传感器遥感辅助方法的核心是提供城市景观的基本表面属性，从而可以纠正或消除NTL数据的饱和度。以前的研究表明植被与不透水面之间有很强的负相关关系（Weng，2012）。因此，一些研究人员尝试将NTL数据与归一化植被指数（NDVI）数据结合进行城镇化研究，包括城市土地覆盖格局集约化（Zhang等人，2013），城市能源消费评价（He等人 ，2013），城市人口估算（Zhuo等人，2009）和城市空间分布提取（Cao等人，2009； Lu等人，2008； Pandey等人，2013）。He等人（2014年）估算了1992-2012年期间中国城市蔓延造成的自然栖息地丧失，整合了NTL数据，NDVI和地表温度（LST）。虽然NDVI数据是提供UAD提取支持信息的有利选择，但仍有一些缺点：1）NDVI不能有效地区分不透水面和裸土。描述低矮植被区的底层表面很困难； 2）它不适用于快速发展城市的识别。在大多数发达国家，这些城市的规划很好，其中一些甚至有数百年的历史。绿地，居民区和商业区的分布不会经常变化。然而，在发展中国家，由于快速扩张以及由此造成的拆迁和改造，植被的分布往往不规则（例如，裸露的土壤和不透水的表面往往与植被混合）。作为一个地域辽阔、人口众多、经济快速增长的发展中国家（Wang等人，2012），中国正在经历一个迅速的城市化进程。中国的快速城市化导致了许多复杂的问题，例如环境问题和资源短缺。大多数现有的城市化研究方法都适用于发达国家，但不适合发展中国家的情况。因此，有必要寻找一种更合适的UAD提取方法，以对中国等发展中国家进行大规模的NTL研究。

生物物理成分指数（BCI）首先由Deng和Wu提出（2012年），是一种简单且便捷的频谱增强技术，旨在成功地分辨三种城市土地覆盖成分、植被、不透水表面和土壤（Scott等人，2014）。它遵循Ridd的VIS概念模型（Zhang等人，2014），并被用来定量描述城市环境和景观的城市土地覆盖主要材料（Wu等人，2014）。如果没有额外的短波红外或热红外信息，BCI可应用于多光谱分辨率和空间分辨率的图像。 BCI与城市不透水面呈显着正相关，与植被呈负相关。此外，BCI能够区分裸土和不透水表面，以补偿NDVI数据的不足。NTL数据与BCI结合将提高UAD提取结果的可靠性，由于V-I-S增强和检测人类活动的能力。因此，我们提出结合BCI和NTL的BCI辅助NTL指数（BANI）。本研究通过BANI指数将夜间照明和BCI相结合来映射中国的UAD。我们还使用NDVI辅助SVM分类器和Landsat TM / ETM 数据的结果进行精度评估，以量化此方法的效率。

2研究领域和数据

在这项研究中，我们主要关注的是对中国大陆的UAD提取。根据中国国家统计局2012年底编制的“中国城市统计年鉴2013”，中国主要省级行政单位总数为31个，其中包括23个省、4个自治区、5个自治区。 全国共有657个城市，其中包括15个省级城市、270个地级市、368个县级城市。地级以下城市土地面积476万平方千米，总人口12.6亿。

2.1 DMSP / OLS稳定夜间灯光数据

第4版DMSP / OLS NTL时间序列数据集取自美国国家海洋和大气管理局国家地球物理数据中心网站（http://ngdc.noaa.gov/eog/download.html），该网站有一个条带宽度为3000公里并汇总并合成为30弧秒的网格。这些数据是数字的平均值来自年度VNIR通道稳定夜间灯光数据的数值，范围从0到63，可过滤由偶然因素（如气体火光和火灾）产生的光像素。 Liu（2012）分析了中国1992〜2010年的DMSP / OLS NTL统计数据，指出2007年卫星F16的DMSP / OLS NTL数据可以作为参考数据集，因为它具有最高的累积DN值。因此，本研究所采用的数据为2007年DMSP / OLS稳定的NTL数据，采用1 km空间分辨率进行重采样，并投影到Lambert方位等区域，以及然后按照中国矢量数据的比例进行剪切。

2.2 MODIS数据

MODIS / Terra地表反射型8天L3全球500米SIN 网格 4版（MOD09A1）产品是BCI成分的主要来源。数据来自美国国家航空航天局（NASA）LAADS网站（http:// ladsweb. nascom.nasa.gov/data/search.html）的戈达德太空飞行中心，该中心已通过辐射定标校准，大气和气溶胶校正，以及边缘失真校正。为了与DMSP / OLS NTL数据保持一致，我们在2007年9月（生长季节）选择了18个质量好的MOD09A1数据集作为数据源。 MOD09A1产品包含质量评估（QA）频段。这个波段标记了云状态和水状态，通过QA解码可以提取标记的数据用于云掩码和防掩码。除此之外，重新投影和重采样也与DMSP / OLS NTL数据一致。

2.3 Landsat TM / ETM 数据

空间分辨率为30米的Landsat TM / ETM 图像用于精度评估。该数据集由中国科学院计算机网络信息中心国际科技数据镜像站提供（http：//www.gscloud.cn），对其进行了辐射校正和几何校正处理。ETM 数据填补过程是通过多图像局部自适应回归分析模型完成的（Liu等人，2010）。

2.4辅助数据

数据收集包括中国国家地理信息中心提供的1：400万比例尺地图和中国国家统计局编制的“中国城市统计年鉴2007”。

3研究方法

3.1研究区域分区

在大规模遥感分类和信息提取的研究中，如果土地信息的熵值存在很大差异，则在某些策略的基础上对研究区域进行分类将有助于提高准确性（Schneider等人，2010）。中国大陆范围广泛，不同地区的人口规模和经济发展水平存在明显差异。根据省级特点将研究区划分为分区域。杨等人（2013年）利用NTL数据对中国大陆UAD提取进行了研究，平均Kappa系数为0.69。本文中“城市”的定义是基于人口和经济出发的。因此，根据人口和经济的差异，根据发展研究中心的区域协调发展报告的策略和政策，中国可以划分为8个经济区（Liu et 等人，2002）。经济区分别是东北地区（NEC）、中国北部沿海地区（NCC）、中国东部沿海地区（ECC）、中国南部沿海地区（SCC）、黄河中游地区（MRYLR）、长江中游地区（MRYTR）、西南地区（SWC）和西北地区（NWC）。此外，从每个经济区选择一个来自每个城市发展水平的样本城市进行准确性评估。如图1所示，选定的8个城市是北京、成都、哈尔滨、淮南、泉州、乌鲁木齐、无锡和西安。表1报告了各经济区和样本城市的总人口和GDP。

图1经济区划和样本城市的位置

表1 2007年各经济区社会经济统计情况

3.2生物物理成分指数（BCI）和NDVI计算

（1）BCI的处理

在BCI计算的预处理阶段使用MODIS表面反射率数据执行两个步骤。首先，使用MOD09A1产品的QA遮盖水像素。其次，进行了CAP（TC）转换。由Zhang

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24600]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• GIS矢量地图的鲁棒水印方案外文翻译资料
• 中国相似地理位置发达地区房价影响因素的差异——以西安高新区和沣渭新区为例外文翻译资料
• 集成数据在城市土地利用变化时空动态监测的应用——以印度金奈都市为例外文翻译资料
• 全球地表水及其长期变化的高分辨率制图外文翻译资料
• 造成沿海大型城市内涝灾害的主要因素识别——以中国广州为例外文翻译资料
• 基于SFPHD框架的中国快速城市化地区城市生态系统健康综合评价方法外文翻译资料
• 基于绿地演变的未来城市地表热岛强度的多情景模拟预测外文翻译资料
• 中国大陆272个城市地面和冠层城市热岛强度的长期趋势外文翻译资料
• 与孟加拉湾热带气旋有关的中国低纬度高原远距离降雨事件外文翻译资料
• 新丰江水库流域GPM IMERG降水产品评价及水文效用研究外文翻译资料