基于NPP/VIIRS和LJ1-01夜间灯光数据的人口空间化对比研究——以北京市为例

为探究珞珈一号01星(LJ1-01)获取的最新一代夜间灯光数据在人口空间化研究的适用性,采用NPP/VIIRS夜间灯光数据、LJ1-01夜间灯光数据、WorldPop人口数据、土地利用数据等,在乡镇(街道)尺度上分别建立线性回归模型、GWR模型和RFR模型,并对建模结果进行评价。结果表明:线性回归模型和GWR模型在人口密度大的区域模拟效果较好,RFR模型在整个区域表现更稳定;GWR模型的精度与空间自相关程度有关,在分区构建GWR模型时还要考虑空间因素的影响;基于LJ1-01夜间灯光数据的人口空间化结果在拟合度以及精度方面均优于NPP/VIIRS。根据实验结果可知,由LJ1-01数据制作的人口空间分布图能够清晰地展示城市内部人口空间分布的差异,在人口空间化研究方向具有巨大潜力。

混合Gamma分布的LJ1-01夜间灯光去噪算法——以沪宁杭都市圈为例

为了将人类活动引起的有效光点与非人类活动引起的噪声点区分开来、提高特征目标提取和分析中的提取精度,该文提出了一种混合卡方分布算法对LJ1-01夜光数据进行去噪。由于LJ1-01数据符合卡方分布,但单卡方拟合精度较低,因此使用多个卡方的叠加来表示LJ1-01数据和噪声子集,并基于最小二乘原理,结合有效统计灯光值构造间接平差方程,求解各叠加态的比例;然后,基于比例构建具有高拟合精度的连续概率密度曲线;最后,构建了丰度函数,并以原始图像中不同噪声子集的权重中心的偏移量去除噪声。为了验证算法的通用性和稳定性,选择不同的噪声子集并与正态分布算法对比,实验结果表明该文算法对噪声去除效果较好。

融合LJ1-01夜间灯光和微信定位数据的人口空间化——以北京市为例

针对现有单独的夜间灯光数据在街道尺度的人口空间化存在精度有限的问题,该文选用微信定位数据基于不同带宽的核密度估计,结合珞珈一号夜间灯光数据(LJ1-01),经几何平均融合,再采用顾及空间自相关性和空间异质性的地理加权回归模型,最终形成北京中心城区人口空间化数据。实验结果表明:通过宏观遥感数据和微观定位数据的融合,与统计人口的相关系数由融合前的0.565(仅采用LJ1-01夜间灯光数据)和0.795(仅采用微信定位数据)大幅提升至融合后的0.839,平均相对误差(MRE)由35.86%、23.18%下降至19.14%(在城市核心区为13.1%),实践表明融合LJ1-01夜间灯光数据和微信定位数据的方法在城市核心区的人口空间化具有良好潜力。

珞珈一号夜间灯光影像中国城市建成区提取能力综合评估

城市建成区是人类活动的物理空间,是监测城市化进程的重要指标,而夜间灯光影像是一种有效的城市建成区制图数据源。作为全球首颗专业夜间灯光遥感卫星,珞珈一号(LJ1)比可见光红外成像辐射仪NPP/VIIRS(NPP)的空间分辨率更高。目前关于珞珈一号城市建成区提取的研究尺度有限,缺乏系统性的大尺度评估。本文以NPP的表现为基准,首次评估珞珈一号在中国不同气候带及发展规模的城市建成区提取能力,并讨论集成LJ1和NPP两类夜灯数据的潜力。结果显示:一方面,LJ1百米制图结果的查全率一般都低于灯光溢出更明显的NPP;另一方面,得益于LJ1更高的空间分辨率和细节捕捉能力,除小城市外,LJ1提取结果的查准率均高于NPP。从F 1值来看,LJ1只在超大/大城市可取得优于NPP的表现。当制图分辨率为500 m时,LJ1的F 1值基本都低于NPP。两个分辨率的城市建成区制图结果均表明珞珈一号和NPP/VIIRS的联合利用优于单一夜灯影像。

基于多源数据的多元综合法实现泉州市人口网格化

以泉州市(不包括金门县)为例,应用人口关联因素相关分析探索泉州市的植被指数EVI、夜间灯光(NPP-VIIRS、LJ1-01)、土地利用数据、DEM数据、交通与水系矢量数据等多源异构数据的关联性,筛选关联因子后再利用地理探测器的“分异及因子探测”法进行指标赋权,实现基于多元综合法的泉州市人口网格化。实验结果显示:利用LJ1-01夜间灯光的人口网格化结果优于NPP-VIIRS,说明多源数据的精度越高,效果越好。人口网格化结果可为其他数据模型的集成研究提供数据来源。

基于POI和夜光数据的滇中地区人口空间化模拟研究

夜光数据可以间接反应人类活动的强度和范围,因此被广泛用于人类社会经济总量、城市空间格局、城市扩张等领域的数据挖掘。基于NPP/VIIRS(national polar-orbiting operational environmental satellite system preparatory project/visible infrared imaging radiometer)和LJ1-01两种夜光数据,采用空间滞后模型和空间误差模型两种回归模型进行对比,以选择适合的方法同时融入POI(point of interest)数据,分别基于500 m×500 m、150 m×150 m的格网进行人口值预测,并对预测值进行修正,最后以445个乡镇(街道)的人口统计值计算相对误差进行精度验证。结果表明:1)无论对于哪一种类型的夜光数据,空间滞后模型的精度要稍高于空间误差模型的精度。2)从R 2大小比较,LJ1-01模型人口预测精度要优于NPP/VIIRS,而LJ1-01与POI融合后的模型精度要优于LJ1-01。3)LJ1-01与POI融合后的预测精度分别比LJ1-01、NPP/VIIRS总体误差提升了2.1%、3.8%,反映出夜光数据与POI融合后可以提升模型预测的精度。4)基于LJ1-01与POI融合后的夜光数据人口预测结果,相对误差小于20%的较为准确区间段比之前的NPP/VIIRS、LJ1-01两种数据占比分别增加了19.3%、10.3%,说明LJ1-01与POI融合后数据比LJ1-01数据更具优势。

基于珞珈一号的珠三角地区GDP空间化研究

灯光数据与人类社会经济活动有很强的相互关系,因此基于灯光数据构建GDP预测模型与GDP空间化具有重要的研究价值。以珠三角地区为研究区,基于珞珈一号(LJ1-01)与索米国家极轨道伙伴关系卫星(NPP-VIIRS)这2种夜间灯光数据,提取区县级夜间灯光总强度(TNL)、综合灯光指数(CNLI)、平均相对灯光强度(I)以及灯光面积比(S)这4种灯光指数,分别构建其与GDP的线性、对数、幂指数和指数模型,并据此进行GDP空间化。结果表明,LJ1-01夜间灯光在数据空间分辨率、数据细节特征及灯光强度识别精度方面优于NPP-VIIRS夜间灯光数据,更能够体现城市结构与城市肌理;对比2018年珠三角地区GDP与LJ1-01、NPP-VIIRS灯光指数间的相关性,发现LJ1-01数据较NPP-VIIRS更适合进行珠三角地区的区县级GDP空间化,其中根据LJ1-01夜间灯光数据的TNL灯光指数所构建GDP的线性模型拟合效果较好;通过构建密度图发现,GDP较高值像元高度集中分布于广州和深圳这2个副省级城市的市中心,呈典型的“双核”布局。

珞珈一号新型夜间灯光数据应用潜力分析

夜间灯光数据在人类空间活动相关领域表现出越来越广泛的应用能力。由武汉大学团队研制的珞珈一号新型夜间灯光遥感卫星,是目前国际上首颗专业夜间灯光遥感卫星。为了解其数据的特征信息及应用潜力,本文将其与SNPP-VIIRS夜间灯光数据在卫星参数、数据特征、数据噪声及应用精度方面进行了多层次的对比分析。结果表明,珞珈一号新型夜间灯光影像具有更高的分辨率及更优异的细节特征,且在人类空间活动方面表现出更高的相关性,反映出珞珈一号夜间灯光影像具有较大的应用潜力,可为人类可持续发展作出更长远的贡献。

基于多源遥感影像的长春市城市建成区提取

夜光遥感影像记录的城市灯光与人类活动密切相关,已广泛应用于城市信息提取。珞珈一号作为新一代夜光遥感数据源,比以往的夜光数据具有更高的空间分辨率和光谱分辨率,可以更清晰地表达城市建成区范围和内部结构。本文利用珞珈一号夜光遥感影像,通过人类居住指数(human settlement index, HSI)、植被覆盖和建筑共同校正的城市夜光指数(vegetation and build adjusted nighttime light urban index, VBANUI)及支持向量机(support vector machine, SVM)监督分类3种方法对长春市城市建成区进行提取,并与利用NPP/VIIRS(suomi national polar-orbiting partnership/visible infrared imaging radiometer suite)夜光遥感影像、采用同样方法得到的结果对比。结果显示:本文提出的VBANUI提高了传统植被覆盖校正的城市夜光指数(vegetation adjusted nighttime light urban index, VANUI)的提取精度,使用珞珈一号夜光遥感影像通过VBANUI提取的城市建成区结果最优,其Kappa系数为0.80,总体分类精度为90.74%;使用珞珈一号和NPP/VIIRS夜光遥感影像通过HSI按最佳阈值提取城市建成区的Kappa系数分别为0.75和0.72,总体分类精度分别为88.27%和86.54%;复合数据的SVM监督分类法中Landsat-NDBI、Landsat-NDBI-VIIRS、Landsat-NDBI-LJ和Landsat-NDBI-LJlog的Kappa系数分别为0.602、0.627、0.643和0.681,总体分类精度分别为81.11%、81.52%、82.25%和84.48%。研究结果表明:3种提取方法下,均为使用珞珈一号夜光遥感影像的结果优于使用NPP/VIIRS夜光遥感影像的结果,证明相比于NPP/VIIRS夜光遥感影像,珞珈一号夜光遥感影像更适用于城市尺度的建成区范围提取。

全色影像与珞珈一号在建设用地提取中的应用

鉴于基于建筑专题指数提取城镇建筑物用地方法已经无法适应月新日异的土地利用变化的问题,提出一种将Landsat-8 OLS遥感影像和珞珈一号夜间灯光数据构建UBLI进行城镇建筑用地提取的方法。将通过UBLI提取出的城镇建筑用地与通过NDBI、IBI和夜间灯光数据提取出的城镇建筑用地进行对比分析。以南昌市为例,进行城镇建筑用地的提取。采用南昌市2018年的土地利用调查数据作为对照,并结合天地图,在NDBI、夜间灯光数据、IBI、UBLI提取结果中选取建筑物样本和非建筑样本构建混淆矩阵进行精度检验。分析结果表明,UBLI所提取的城镇建筑用地的总体精度明显优于其他方法,UBLI可有效剔除NDBI和IBI难以区分的裸土和低植被覆盖区域以及夜间灯光数据上城镇建筑周边的水体。与传统的建筑专题指数相比,该方法具有更高的精度及更优异的细节特征提取能力。

珞珈一号遥感数据在海洋船舶检测中的应用

针对传统方法识别夜间海上船只的不足,提出利用珞珈一号新型夜间灯光数据进行夜间海上船舶的提取,通过中值滤波方法以及双参数恒虚警率方法对影像进行去噪处理,之后将检测的有效船舶灯光进行精度验证。结果表明,中值滤波法能够有效削弱影像背景噪声,并且对有效灯光影响较小,结合双参数恒虚警率算法提取船舶灯光具有较好的效果。表明利用珞珈一号夜间灯光数据提取夜间海上船舶具有合理性和可行性,为海上船舶的识别提供了新的思路,对于海上船舶航行的安全监测具有一定的参考价值。

基于珞珈一号和随机森林的兰州市GDP空间化

GDP空间化是反映区域经济内部差异的重要途径,目前的GDP空间化大多基于县级及以上行政单元的统计数据实现,准确性偏低。该文基于兰州市118个乡镇街道单元进行GDP的1 km×1 km格网空间化。实验采用了珞珈一号夜间灯光数据和其他辅助数据(地表温度、路网密度、平地占比、建筑用地占比和归一化植被指数),建模工具使用了多元线性回归和随机森林回归。实验结果显示:乡镇、街道尺度上GDP模拟模型的决定系数可达0.85,高于大多文献得到的基于更大行政单元的模型决定系数;随机森林回归的拟合精度高于多元线性回归;珞珈一号夜间灯光数据在GDP空间化中具有很大的应用潜力;兰州市GDP高密度区集中在沿黄河干流两岸的建成区,次密度区主要位于黄河支流和铁路沿线的地形平缓区以及兰州新区(全国第五个、西北第一个国家级新区)。

基于“珞珈一号”夜光遥感数据融合的乡村人口空间化方法研究

"珞珈一号"卫星提供了130m分辨率、高精度的夜间灯光影像,为乡村地区的人口空间化相关研究提供了更加精细的数据源。文章结合"珞珈一号"夜光数据与土地利用数据,基于多元逐步回归模型测度行政村尺度的常住人口规模,并以浙江省宁海县为案例进行实证研究测度,为乡村地区相关研究提供数据支撑。

“珞珈一号”夜光数据在漓江流域城镇信息提取中的应用

城市的空间结构和扩展情况是研究城市发展的重点,利用夜光数据可以有效地提取出城镇信息,珞珈一号夜光数据的分辨率较高,但目前对珞珈一号夜光影像的研究不多。本文以广西壮族自治区桂林市的漓江流域为研究区域,采用简单阈值法和城市夜间灯光指数法分别从NPP-VIIRS夜光数据和珞珈一号夜光数据中提取漓江流域的城镇信息,比较了两种提取城镇信息方法的优劣以及NPP-VIIRS夜光数据和珞珈一号夜光数据在提取小区域城镇信息的精度,并分析珞珈一号夜光数据在实际提取小区域城镇信息的可行性。结果得出:利用城市指数法从珞珈一号夜光数据提取城镇信息较为清晰,提取结果的Kappa系数为0.7293,高于NPP-VIIRS夜光数据的提取结果。

启明星一号夜间灯光影像的评估

武汉大学研制的启明星一号(Qimingxing-1,QMX-1)卫星具备夜间可见光成像的功能,该卫星于2022年2月27日成功发射。为评估QMX-1夜间灯光影像的数据特点,选择北京市、深圳市和武汉市作为研究区域,将QMX-1夜间灯光影像与珞珈一号01星(Luojia1-01,LJ1-01)夜间灯光影像在数据统计特征、路网方面进行了多层次的对比分析,并利用小波分析评价启明星一号夜间灯光影像的空间特性。分析结果显示,QMX-1夜光影像与LJ1-01夜光影像灰度值分布不同,QMX-1夜光影像灰度值更加均一;QMX-1夜光影像中道路更易于辨认,且QMX-1夜光影像灰度值与道路长度和道路核密度具有更高的相关性;在QMX-1夜光影像上,23 m和46 m分辨率的小波分量均占约15%的能量,说明QMX-1夜光影像蕴含了丰富的空间细节信息。研究发现QMX-1夜光影像是一种质量较高的夜间灯光数据源,20 m左右空间分辨率的夜光数据能够更有效地反映城市细节信息。

基于“珞珈一号”夜光遥感影像的郑州大都市区城市空间格局分析

利用“珞珈一号”夜光遥感影像,得到郑州大都市区的夜间灯光分布图。在此基础上获取各个区域的夜间灯光总量指数(total nighttime light index,TNLI)和夜间平均灯光指数(average nighttime light index,ANLI),并分析其空间分布格局。研究表明:整体来看,郑州市TNLI和ANLI均为最高,超过其他4市总和;郑州大都市区内的城市重心位于郑州市中心东南方向,各地市的城市重心均位于各自主城区附近;郑州市的社会经济区位度在郑州大都市区内为最高,证明其在区域内独一无二的首位度,而其他城市与之差距较大。郑州大都市区的不均衡现象较为突出,区域内协同融合发展的程度还有待加强。

基于2种夜间灯光影像亮度修正指数的城市建成区提取研究

夜间灯光影像容易受到道路灯光、水面散射等影响而产生背景噪声,这一定程度上影响了利用夜间灯光数据提取建成区的精度。本文基于夜间灯光影像的DN(Digital Number)值与路网密度正相关、与EVI指数(Enhanced Vegetation Index,增强型植被指数)呈负相关的规律,提出了2种可用于建成区提取的夜间灯光亮度修正指数:EVI夜间灯光亮度修正指数EANI(EVI Adjusted Nighttime Light(NTL)Index)和基于道路网密度与EVI指数的夜间灯光亮度修正指数REANI(Road Density&EVI Adjusted NTL Index),并利用珞珈1号卫星(LJ1-01,分辨率约130 m)影像和NPP-VIIRS影像(分辨率约500 m)2种不同空间分辨率夜间灯光遥感影像进行验证。以2018年徐州市建成区为研究对象,分区域(主城区、外围区)利用阈值法对2种原始夜间灯光影像、经EANI指数和REANI指数处理后的影像进行建成区提取,得到6种建成区提取的结果。研究表明:①EANI指数和REANI指数能够有效抑制夜间灯光影像的背景噪声,建成区提取的结果均优于直接利用原始影像的结果,特别是对于城市化水平较低地区的建成区提取效果更佳;②相较于NPP-VIIRS影像,利用LJ1-01影像提取建成区的效果提高6%左右,说明我国的LJ1-01夜间灯光影像在建成区提取方面有广阔的应用前景。EANI和REANI为建成区提取提供了有效工具,并可应用于城市规划和城市扩张等研究领域。

夜间灯光数据表征的区域经济发展水平对老年人高血压与Ⅱ型糖尿病患病率分布的影响

区域社会经济发展程度与老年慢性病患病率有着极强的正相关关系,而夜间灯光强度是区域经济发展程度的直接反征;因此,使用夜间灯光数据进行老年慢性病研究具有重要的现实意义。本文以湖南省常宁市为研究对象,结合珞珈一号夜间灯光数据和研究区各乡镇老年高血压及Ⅱ型糖尿病患病率统计数据,对常宁市26个乡镇单位老年高血压和Ⅱ型糖尿病患病率的分布特征差异进行了分析,进而通过建立模型模拟了研究区2种老年慢性病患病率的空间分布。研究结果表明:①研究区夜间灯光均值与老年高血压及Ⅱ型糖尿病患病率的相关性都强于夜间灯光总量,且老年Ⅱ型糖尿病患病率与夜间灯光强度之间的关系要强于老年高血压患病率;②对于同种慢性病患病率的分布,夜间灯光均值的影响要大于夜间灯光总量,且夜间灯光总量和均值对糖尿病患病率分布的影响均大于老年高血压患病率;③居住在高夜间灯光均值地区的老年人患高血压的风险是低夜间灯光均值地区的6.493倍,患Ⅱ型糖尿病的风险为8.556倍;④研究区老年高血压及Ⅱ型糖尿病与夜间灯光均值的一元线性拟合模型精度较高,可以较为精确地在模拟研究区老年高血压和Ⅱ型糖尿病的患病率的空间分布。该研究成果可为夜间灯光数据在疾病研究中的应用和区域性老年人高血压及Ⅱ型糖尿病患病原因分析,及相似病种患病情况的调查和预测提供参考。

兼顾空间自相关性和异质性的人口空间化模型

针对现有人口空间化模型并未兼顾变量间空间自相关性和空间异质性的问题,该文以高分辨率的“珞珈一号”灯光数据融合兴趣点数据,在验证变量间空间自相关性及空间异质性共存的基础上,提出了一种兼顾两类空间关系的地理加权自回归模型对温州市的人口进行空间化实证。结果表明:灯光数据结合POI数据能够有效地刻画出精细尺度的人口空间分布,模型中兼顾两类空间关系的地理加权自回归模型整体要优于空间自回归模型和地理加权回归模型;地理加权自回归模型可有效解决人口空间化中变量间空间自相关性和空间异质性共存的问题,提高人口空间化模拟精度。