盧吉瑞 趙 陽* 呂紹倫 陳萬基

（1、伊犁師范大學資源與生態(tài)研究所，新疆 伊寧 835000 2、伊犁師范大學生物與地理科學學院，新疆 伊寧 835000）

DMSP（Defense Meteorological Sat ellite Program，DMSP）是由美國空軍空間和導彈系統(tǒng)中心運行的國防部計劃。DMSP 是設計、建造、發(fā)射和維護監(jiān)測氣象、海洋和日地物理環(huán)境的衛(wèi)星，距離地球表面830 公里的高度，其搭載的業(yè)務型線掃描傳感器OLS（Operational Linescan System,OLS）可記錄地球表面的可見光和近紅外輻射，收集地表3000 公里寬幅的圖像，像素在高分辨率（精細模式）下為0.55 公里，在低分辨率（平滑模式）下為2.7 公里，且每天提供全球覆蓋影像兩次。

在社會經濟發(fā)展的過程中，由于長時間序列DMSP/OLS 夜間燈光數據具有時效性、經濟性和較高的區(qū)域年際對比性[1]，近些年廣泛用于人口密度估算、經濟活動評價以及城市擴張演變等[2]，逐步成為眾多學者對各領域研究的重要依據。卓莉等基于DMSP/OLS 夜間燈光數據的強度，將燈光區(qū)分為內部與外部兩部分，并模擬了燈光區(qū)內部與外部的人口密度，進而得到，DMSP/OLS 夜間燈光數據在人口密度估算和其他社會經濟數據的研究中具有巨大的潛力[3]。葛心韻對燈光數據進行分析處理后結合研究區(qū)GDP 數據構建多種回歸模型，表明時效性較強的DMSP/OLS 夜間燈光數據在GDP的預測中較傳統(tǒng)的GDP 數據獲取方式具有效率高，空間性強等優(yōu)勢[4]。藍斐蕪等利用閾值分割法對DMSP/OLS 等數據提取了廣西桂林、柳州和南寧三個主要城市的建成區(qū)。結果顯示，夜間燈光數據對提取建成區(qū)具有一定的可信度，其總體精度達到了83%以上[5]。由于OLS 傳感器在航行過程中增益記錄和交叉定標的缺失，導致城市中心出現灰度值在63 時達到過飽和狀態(tài)，不在上升，許文鑫等利用京津冀、長江三角洲和珠江三角洲三大城市群為研究對象，基于燈光強度與植被指數呈現反向發(fā)展的趨勢等思想構建了一種使用復合指數模型校正夜間燈光數據的過過飽和區(qū)域[6]。

由于DMSP/OLS 數據本身存在的缺陷。數據存在由多個傳感器采集完成，且燈光亮度過飽和值被限定為63等問題，導致同一年份數據存在差異，相鄰的不同年份不具有連續(xù)性和對比性。對此，本文將基于ArcGIS 平臺，以中國區(qū)域為例，提出一套較為完整的DMSP/OLS 夜間燈光數據的校正方法。

1 影像數據介紹與分析

1.1 數據介紹

DMSP/OLS 數據來自美國國家海洋與大氣管理局（https://www.ngdc.noaa.gov），數據為年度合成柵格數據，坐標系為WGS 1984 坐標系，收集地表寬幅為3000 公里的影像。數據在1992-2003 年間共采用6 個傳感器，分別為F10(1992-1994)、F12（1994-1999）、F14（1997-2003）、F15（2000-2007）、F16（2004-2009）、F18（2010-2013）。其DN 值范圍為0-63，單個像元所代表的數字為對應地表燈光亮度的平均值，數值越大，相應地表燈光亮度越高，無燈光區(qū)域亮度值為0。文章將采用整套共34 期數據作為主要研究對象。

中國行政邊界數據來自中國科學院資源環(huán)境科學與數據中心（https://www.resdc.cn/data），數據采用地理坐標系為GCS_Krasovsky_1940，可通過Arcmap10.8 軟件變換坐標系得到與燈光數據相同的地理參考坐標系進行進一步數據分析。

1.2 數據分析

研究中共采用1992-2013 年間6 個傳感器F10(1992-1994)、F12 （1994-1999）、F14 （1997-2003）、F15（2000-2007）、F16（2004-2009）、F18（2010-2013）共34期進行研究，主要針對數據過飽和、不連續(xù)和存在波動性等問題進行分析，見圖1-2。

圖1 校正前亮值像元數量

原數據需要換位適合于研究區(qū)的投影坐標系，且單個柵格面積不規(guī)整，在后期研究計算中存在一定障礙。

數據灰度值范圍為0-63，造成影像像元灰度值在達到63 以后處于過飽和狀態(tài)，不再上升，尤其對城市中心區(qū)域發(fā)展的表現中其缺陷比較明顯。

同一年份不同傳感器所獲得的數據存在差異，理論上地表的燈光在同一時間是相同的，傳感器獲得的信息也應當一致，但從數據顯示燈光亮值數量及灰度值總和都有不同程度的差異。如1994 年F10 傳感器獲得的像元亮值數量為841911，像元灰度值總和為6561835，F12傳感器獲得的像元亮值數量為744982，像元灰度值總和為7865519。像元亮值數量差異為11.51%灰度值總和差異為16.57%，從數據顯示存在較大差異。

不同年份同一傳感器獲得的數據存在波動性，依據中國的發(fā)展趨勢，后一年燈光亮值數量和總灰度值大于前一年，但在F121996、F121999、F152003 期等都較前一期數據存在異常的發(fā)展趨勢。如F152003 期數據較F152002 期數據，F152002 期數據像元亮值數量為1277332，像元灰度值總和為12386438，F152003 期數據像元亮值數量為1225855，像元灰度值總和為9568120，后一年較前一年像元亮值數量降低4.03%，像元灰度值總和降低22.75%。

同傳感器連續(xù)年份對應的像元灰度值總和逐漸上升，而亮值像元數量持續(xù)減少。在發(fā)展過程中兩者應當都呈現增幅狀態(tài)。如2011-2013 年亮值像元數量從2011年的1564391 持續(xù)下降到2013 年的1405048，而亮值像元灰度值總和從20158751 增多到22734118。亮值像元數量總體下降10.19%，亮值像元灰度值總和總體增加11.33%。其發(fā)展趨勢不同于我國的整體發(fā)展趨勢，需要進一步校正。

圖2 校正前像元DN 值總和

2 影像數據校正方法

2.1 數據預處理

2.1.1 提取中國區(qū)域夜間燈光數據

由于在中國科學院資源環(huán)境與數據中心下載到的中國行政邊界數據與DMSP/OLS 夜間燈光數據地理坐標系不一致，需在掩膜裁剪之前在Arcmap 軟件平臺數據管理工具（Data Management Tools）中投影和變換的投影將空間數據的一種坐標系轉換為另一中坐標系，使中國行政邊界數據的坐標系轉換為與燈光數據一致的WGS_84 坐標系。利用空間分析工具（Spatial Analyst Tools），提取分析，按掩膜提取功能以中國行政邊界數據為掩膜對象，提取出1992-2013 年34 期中國區(qū)域的夜間燈光影像柵格數據。

2.1.2 重采樣

為防止投影形變對計算單個像元面積所帶來的影響，用投影柵格工具將掩膜裁剪后的柵格數據投影坐標系轉換為蘭伯特等面積投影坐標系，柵格數據單個像元重采樣為1km2[7]。

2.2 數據校正方法

2.2.1 過飽和校正

通過對1992-2012 年中國城市經濟發(fā)展數據分析，鶴崗市在20 年中發(fā)展較為緩慢[2]，一直處于穩(wěn)定發(fā)展狀態(tài)[8]。其次對鶴崗市1992 年和2012 年燈光數據做出相關性分析如圖3，可得到相關系數R2可達0.729，進一步證明了鶴崗市發(fā)展狀況，將鶴崗市作為作為不變目標區(qū)域[9]，選取F162006 影像數據參考影像[6]，對鶴崗市1992-2013 年燈光數據建立二次回歸模型計算，如表1。

表1 二次回歸計算結果

圖3 鶴崗市1992 年和2012 年燈光數據相關性分析

（式中DNY為校正后像元灰度值；DNX為校正前像元灰度值；a、b、c 為回歸系數。）

基于Arcmap 軟件平臺空間分析工具（Spatial Analyst Tools），地圖代數，柵格計算器工具利用二次回歸模型計算過飽和校正后像元灰度值。

2.2.2 傳感器校正

將各年份數據中單個像元灰度值數量最多的像元全部賦值為0。在1992-2013 年21 年間共有34 期燈光數據，搭載的6 個傳感器（F10、F12、F14、F15、F16、F18）收集的數據存在同一年份兩個傳感器數據疊加，且不相同，如1994、1997、1998、1999 等?？衫脰鸥裼嬎闫鳂嬙煊嬎隳Ｐ?，如式2，如果同一年份不同傳感器收集的數據中的同一像元的灰度值其中一者為0，其像元灰度值為0，否則選取兩者同一像元灰度值的平均值。不但解決了同一年份多傳感器數據問題，而且使各年份具有了穩(wěn)定性和連續(xù)性[10]。

（式中DN（n，i）為第n 年i 像元校正后的灰度值；DN（n，i）a，DN（n，i）b為不同傳感器第n 年i 像元校正前的灰度值。）

2.2.3 年際間校正

通過前兩者對DMSP/OLS 夜間燈光數據的校正，過飽和校正通過確定參考年份和鶴崗市為不變區(qū)域進行二次回歸模型分析重新計算，使數據最高灰度值不再限制為63；由于不同傳感器本身存在的差異，以及在收集影像的過程中外界影響所帶來的干擾等，同一年份不同傳感器所收集的合成影像具有一定的差異，傳感器校正對同一年份不同傳感器收集的數據取值和求平均值的方法，解決了1992-2013 年數據的連續(xù)性。但是年份間燈光灰度值總和還是存在波動性。根據我國多年的發(fā)展狀況，城市一直處于不斷擴張的態(tài)勢，說明我國城市化發(fā)展呈現連續(xù)增幅狀態(tài)。前一年的燈光亮值不會在后一年中消失，所以同一像元在后一年依然保持前一年存在的燈光亮斑，且同一像元前一年的灰度值不能大于后一年的灰度值[2]，因此，長時間序列的DMSP/OLS 夜間燈光數據中，隨著年份的增大，燈光數據存在亮斑的像元數量會持續(xù)增多，年份燈光數據像元總灰度值也會逐漸增大。以上顯示，存在波動的主要原因在于同像元后一年灰度值低于前一年，或后一年亮值像元在前一年基礎上消失。前兩者的校正均未能解決年份間燈光數據像元亮值數量和燈光灰度值總和的波動性。因此，需要年際間校正對燈光數據的波動性進行校正，校正過程主要為：同一像元后一年灰度值等于0，則前一年其灰度值為0；相同像元，后一年灰度值大于0，且前一年灰度值大于當年灰度值時，其灰度值為前一年灰度值；其他像元為原灰度值，表達式為式（3）

（式中n 為1992、1993、1994、……、2013 年，（n-1）、n、(n+1) 為年際間校正連續(xù)三年的數據，i 為年份燈光數據像元值某像元值。）

3 數據校正結果評定

理想的校正結果（圖4-5）主要從兩方面表現：

圖4 校正后像元亮值數量

3.1 從燈光數據亮值數量來看，亮值數量隨著年份的增大而逐漸增多，整體呈現增幅態(tài)勢，且增勢平滑，說明我國城市化發(fā)展較為明顯。

3.2 像元灰度值總和在經過過飽和校正后整體數值會有一定程度的增大，軌跡也符合我國發(fā)展趨勢，呈現增幅狀態(tài)，證明校正結果良好。

圖5 校正后像元灰度值總和

4 結論

長時間序列DMSP/OLS 夜間燈光數據由多個傳感器收集所得，數據間存在不可避免的差異，且在影像中存在大量異常值和非穩(wěn)定像元帶來的灰度值的異常波動，導致數據的連續(xù)性和可比性受到了嚴重影響?；贏rcmap 軟件平臺對1992-2013 年共34 期DMSP/OLS 夜間燈光數據提出了一套較為完整的校正方法，對其進行了重采樣、過飽和校正、傳感器校正和年際間校正，去除了影像中的異常值，解決了影像的波動性，校正后的像元亮值數量及像元灰度值總和都呈現增幅態(tài)勢，具有時效性、連續(xù)性、穩(wěn)定性和可比性，在DMSP/OLS 夜間燈光數據研究城市擴張、人口估算和GDP 估算等應用中將更具有準確性。