夜间灯光影像区域稳定像元提取

夜光影像区域稳定像元提取

1、引入

中国城市处于持续扩张状态，城市影像不应出现衰退现象，即前一期图像中出现的城市斑块，应在后一期影像中得到保留。分析夜间灯光数据发现，存在同一年份不同传感器数据总亮元数目不同或者前一期图像中的亮值像元在后期图像中消失的问题，将此类亮元称为不稳定亮元。这些亮元不能真实反应中国城市的发展，应予以剔除。假定时间序列中后一年的数据全部为稳定亮元，将前一年图像与后一年图像进行相交分析，保留前期中与后期数据有交集的亮值像元为前一年的稳定亮元。依照上面的方法迭代，得到长时间序列稳定亮值像元数据集。
参考论文：

张梦琪. 城市活力的分析与评价[D]. 武汉大学, 2018

2、代码部分

主要思想：

# -*- coding: utf-8 -*-
"""
Created on Mon Jul  5 10:17:27 2021
@author: zzz
"""
from osgeo import gdal,osr
import os
import numpydef stablePixel(in_base_raster,in_mtc_raster,out_raster):''':param in_base_raster:基准栅格:param in_mtc_raster:待匹配栅格:param out_raster:输出栅格:return:'''# 读取基准栅格数据与待匹配栅格数据及其属性参数r_in_mtc = ReadRaster(in_mtc_raster)r_in_base = ReadRaster(in_base_raster)basedata = r_in_base.datamtcdata = r_in_mtc.datanCols = r_in_base.nColsnRows = r_in_base.nRowsgeoTrans = r_in_base.geotranssrs = r_in_base.srsbaseNDV = r_in_base.noDataValuemtcNDV = r_in_mtc.noDataValue# 新建与基准栅格数据行列一致的空矩阵data_new = numpy.zeros((nRows, nCols))mtc_data_new = numpy.zeros((nRows, nCols))# 根据指定的行列数创建掩膜for m in range(nRows):for n in range(nCols):if (basedata[m][n] != baseNDV):data_new[m][n] = 1else:data_new[m][n] = 0for m in range(nRows):for n in range(nCols):if ((data_new[m][n] == 1) and (mtcdata[m][n] != mtcNDV)):mtc_data_new[m][n] = mtcdata[m][n]else:mtc_data_new[m][n] = mtcNDV# 输出栅格数据WriteGTiffFile(out_raster, nRows, nCols, mtc_data_new, geoTrans, srs, mtcNDV, gdal.GDT_Float32)print("\tSave as: %s" % out_raster)

主程序：


if __name__ == "__main__":rootdir = r"C:\****\***"newdir = r"C:\****\***"in_base_raster = newdir + os.sep + r"***_new.tif"in_mtc_raster = rootdir + os.sep + r"***_pro_3.tif"out_raster = newdir + os.sep + r"***_new.tif"stablePixel(in_base_raster, in_mtc_raster, out_raster)

栅格数据读写部分，参考利用邻域均值插值法对栅格图像进行补偿这篇文章。

3、结果图

效果如下图：
其中，蓝色部分为前一期影像的不稳定像元，经过处理后，如第二幅图所示，不稳定像元完全去除了。
处理前：

处理后：

夜间灯光影像区域稳定像元提取相关推荐

一、DMSP/OLS、NPP/VIIRS夜间灯光数据之城市建成区提取之理论介绍
图1 环渤海城市群城市建成区扩张图一.前言对于上述图1,很多小伙伴可能见过类似的,那么这种图怎么来通过GIS或者通过其他软件实现.早期由于遥感影像种类有限,大部分城市建成区范围通过Landsat等 ...
三、DMSP/OLS、NPP/VIIRS夜间灯光数据之建成区提取
一.前言在正式开始提取之前,还是要继续啰嗦一下,其实基于夜间灯光数据建成区提取,可以分为好几个层次,基于县一级.市一级.省一级,很多论文的做法都是以市一级为准,也就是统计好市一级城市的每一年的统计年 ...
二、DMSP/OLS、NPP/VIIRS等夜间灯光数据能源碳排放空间化——灯光指数计算（一）
一.前言图1 某地区能源碳排放空间化分布图其实能源碳排放数据直接找[中国能源统计年鉴]就可以,这里与GDP空间化有一点不同的就是,就是在计算夜间灯光指数之前,需要将研究区域所属年份建成区范围提取出 ...
夜间灯光数据文章大合集
接下来详细按照以下的目录录制相关视频数据下载 DMSP/OLS夜间灯光数据下载 NPP/VIRRS夜间灯光数据下载珞珈一号夜间灯光数据下载数据预处理 DMSP/OLS夜间灯光数据预处理校正方程 ...
十三、基于DMSP/OLS、NPP/VIIRS夜间灯光数据和兴趣点（POI）城市建成区提取——理论
一.前言夜间灯光数据是卫星传感器对夜间建筑物,道路和交通工具等发出灯光的记录[1,被广泛应用于城市建成区提取中.利用夜间灯光数据提取城市的建成区,能在很大程度上避免传统多光谱遥感的光谱混淆 .但由于 ...
遥感里通过夜间灯光数据提取城市建成区步骤(保姆级教学)
目录一.对夜间灯光数据进行预处理 <1>图像裁剪(在ENVI处理) <2>量纲转换(在ENVI中处理) <3>去噪处理(这里我们在ENVI中进行中值滤波处理) & ...
二、DMSP/OLS、NPP/VIIRS夜间灯光数据之建成区提取——阈值确定
一.DMSP/OLS夜间灯光数据之建成区提取--理论https://mp.csdn.net/mp_blog/creation/editor/112169085 一.前言前文提到基于DMSP/OLS夜 ...
十四、基于DMSP/OLS、NPP/VIIRS夜间灯光数据和兴趣点（POI）城市建成区提取——POI数据建成区提取
一.前言 POI核密度估计法建成区提取核心思路就是利用POI核密度分析,然后绘制出整个区域核密度等值线,定义Sd为以核密度值为d的等值线包围的环状曲线内部的面积,定义Sd开根号为Sd的理论半径,得到这 ...
三、DMSP/OLS、NPP/VIIRS夜间灯光数据之建成区提取——阈值确定（2）
https://blog.csdn.net/weixin_44725365/article/details/112169151https://blog.csdn.net/weixin_44725365 ...