李梦真

【摘 要】随着夜间灯光数据的广泛应用，夜间灯光数据的长时间序列应用逐渐受到人们关注。但应用最广的DMSP/OLS数据，具有数据之间的不连续性以及像元饱和问题，所以需要对这种数据进行校正。本文介绍了一种基于不变区域的夜间灯光数据校正方法，能够合理的解决DMSP/OLS数据所存在的问题。

【关键词】 夜间灯光 DMSP/OLS 像元饱和 校正

美国国防气象卫星(Defense Meteorological Satellite Program， DMSP)搭载的业务型线扫描传感器(Operational Linescan System， OLS)最初主要为气象监测而设计，用于探测月光照射下的云，后来由于其独特的光电放大能力使其能在夜间探测到地表微弱的近红外辐射，因此，该传感器获取的夜间灯光影像被越来越多的用来研究人类活动，目前主要应用于社会经济参数估算、城市化监测与评估、人口发展与估算以及重大事件评估。

一、存在的缺陷

DMSP/OLS 夜间灯光影像本身存在缺陷，该数据集包括由多个DMSP卫星传感器获取的自1992-2012年共33期影像，其中存在由不同传感器获取的同一年度的影像。因为卫星传感器在获取地表数据的过程受到多种因素的影响，所以不同传感器获取的同一年度的影像之间是有差异的。同时，不同的OLS传感器在获取影像时并没有进行星上辐射校正，造成了同一个卫星传感器获取的连续不同年度的影像间相同位置的亮值像元DN值之间的异常波动。所以长时间序列的DMSP/OLS夜间灯光影像数据集主要存在2个问题需在校正中解决：(1)原始影像数据集中的影像是非连续性的;(2)数据集中的每一期影像都存在着像元DN值饱和的现象。所以针对这些问题前人做了很多研究，目前已经能较好的解决长时间序列的DMSP/OLS夜间灯光影像数据的非连续性问题以及像元DN值饱和现象。

二、不变目标区域法的影像校正方法

(一)不变区域与参考影像的选择。首先选取黑龙江省鹤岗市市区作为不变区域，选取黑龙江省鹤岗市市区的原因如下：(1)鹤岗市市辖区的主要社会经济统计数据在21年间的变化较小，说明该市一直都处在一个相对稳定的发展过程中;(2)鹤岗市市辖区的稳定夜间灯光影像中包含从低到高且范围很广的DN值范围，保证了相互校正模型的精确性。(3)鹤岗市F12卫星传感器1992年的夜间灯光影像与F18卫星传感器2012年的夜间灯光影像有很好的线性相关关系。。选取F162006辐射定标的夜间灯光影像的对应区域作为参考影像。

(二)影像互相校正与饱和校正。首先提取每一期影像的每一个像元的DN值，并列入同一个灰度矩阵中，将待校正影像(33期)与参考影像(F162006)进行了指数、线性、对数、二次多项式、幂数5种形式进行回归分析。对得出的回归系数进行比较分析，发现幂数回归的相关系数最高，选择幂数方程建立校正模型

注：校正后的不连续性未解决，主要表现为：1)不同传感器获取的同一年度的影像依然同时存在。 2)多传感器获取的不同年度的影像间相互位置的像元DN值异常波动问题。

(三)多传感器同一年度影像数据DN 值校正。由于不同的卫星传感器本身就存在差异，且传感器获取影像时会受到各种因素的影响，因此，多传感器获取的同一年度的影像之间存在差异。同一年度的2 期影像仍然同时存在。为了充分利用多个传感器独立获取的相同年度的夜间灯光影像，同时解决经相互校正的影像数据集中影像之间的不连续问题。

在1994 年和1997至2007 年存在由两个不同的传感器同时获取夜间灯光影像的现象，为充分利用两个传感器独立获取的同一年度的夜间灯光影像，按照式(2)，对同一年度两个传感器稳定亮值像元影像的DN 值进行校正。

(1)

式中，分别为分别为校正前的第n 年度两不同传感器获取的i 像元的DN 值;为校正后的第n 年度i 像元的DN 值。

(四)多传感器多年度影像数据DN 值校正。根据夜间灯光影像的特点及变化规律，DMSP/OLS 灯光影像上某一像元后一年度的DN 值应不小于该像元前一年度的DN 值。基于此推论，对上述校正后的稳定亮值像元影像根据上述推论，进行多传感器多年度亮值像元影像的DN 值校正。对后一年度DN值小于该像元前一年度DN值的异常像元进行处理，方法为将该像元后一年的DN值修改为前一年度的DN值，这样既可完成多传感器多年度影像数据的DN值校正。

三、精度验证

第一种方法是将校正前后图像的视觉效果进行对比。第二种方法hi构建光照指数(TLI)来建立指标，表示为一个区域内的灰度值之和。第三种方法为相对辐射定标能有效的减少两颗卫星同年数据的差异，从而稳定同一颗卫星的年际变异性。本文以归一化差分指数NDI作为评价标准。还有一种方法是选择GDP统计数据对夜间光照数据进行线性回归。通过对比相互校正前后的拟合精度，验证了相互校正结果的可靠性。

理想校正结果的标志主要有两个。

1)在数量尺度上，整个時间序列夜间灯光影像的稳定亮值像元总数及总灰度值表现出明显的持续增长轨迹。

2)在空间尺度上，长时间序列夜间灯光影像的稳定亮值像元区域表现出逐渐扩大的趋势。对获取的目标影像进行相关分析，如图3 所示。校正后的影像数据表现出较好的连续性和一致性，取得了较好的校正效果。

四、结束语

本文介绍了一种针对DMSP/OLS数据集在长时间序列中使用的校正方法，该方法能够很好的解决DMSP/OLS数据的影像不连续问题以及影像DN值问题。有利于DMSP/OLS数据在夜间灯光遥感中的使用。

【参考文献】

[1] 曹子阳.DMSP/OLS夜间灯光影像中国区域的校正及应用[J].地理信息科学，2015，17(9)：1092-1102.

[2] 邹进贵.基于ArcGIS的DMSP/OLS夜间灯光影像校正模型的构建[J].测绘地理信息，2014，39(4)：33-37.

[3] 陈颖彪.夜间灯光遥感数据应用综述和展望 [J]. 地理科学进展，2019，38(2)：205-223.

[4] 卓莉，史培军，陈晋，等.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].地理学报，2003，58(6)：893-902.