基于VIIRS-DNB夜光数据的城市建成区识别提取方法

本发明涉及生态遥感监测领域，尤其涉及一种基于viirs-dnb夜光数据的城市建成区识别提取方法。

背景技术：

1、城市建成区的精准制图是解析全球城市化进程、评估人类活动强度及分析社会经济空间格局演变的重要基础。随着全球城市化持续推进，城市空间扩张不仅深刻改变区域土地利用结构，更对生态环境、资源配置及人口迁移产生长期深远影响。因此，在全球尺度构建时序一致、空间可比的城市区域数据产品，已成为城市地理与遥感研究领域的核心研究问题。目前学界尚未形成统一的城市区域定义，通常将城市区域等同于不透水表面或土地覆盖数据中的城市类别，不同定义下的城市数据产品往往存在显著差异。夜间灯光（nighttime light, ntl）数据可直接反映人类夜间照明与社会经济活动强度，是刻画城市空间分布和人类活动特征的代表性遥感指标。与传统依赖白天光学影像的城市识别方法相比，夜间灯光数据能从功能活动层面揭示城市空间结构，对识别实际人类活动区域具有独特优势。早期研究多采用国防气象卫星计划的线扫描系统（dmsp-ols）数据开展城市边界提取、城市扩张监测及光污染研究，但该数据存在跨传感器辐射定标缺失、像元饱和严重、空间分辨率较低等问题，且数据时间序列止于2013年，难以支撑近年快速城市化过程的连续监测。2012 年可见光红外成像辐射计套件（viirs）日夜波段（day/night band, dnb）的发布，为夜间灯光研究提供了全新数据基础。viirs-dnb数据在辐射定标精度、动态范围及空间分辨率上均显著优于dmsp-ols产品，可有效缓解高亮区域饱和问题，更精准刻画城市内部亮度梯度及中低亮度区域，大幅提升中小城市及城市边缘区的识别能力，随着长期连续数据的积累，已成为开展全球城市扩张研究的核心数据来源。

2、在技术方法层面，基于阈值分割的城市提取方法因实现简便，被广泛应用于夜光数据的城市建成区提取，其中阈值选择是决定提取结果准确性的关键。但受不同地区社会经济发展水平、能源使用方式及背景环境的显著差异影响，单一全局阈值难以适用于大区域乃至全球尺度的城市制图。近年来研究逐渐转向区域自适应阈值方法，通过划分子区域并计算局部最优阈值以应对空间异质性，但如何合理划分区域并稳定确定最优阈值，仍是亟待解决的技术难题。

3、与此同时，机器学习与深度学习方法在城市提取领域的应用取得一定进展，这类方法通过融合多源数据可提升分类精度，但通常依赖大量训练样本与较高计算成本，在全球尺度长期序列应用中面临可迁移性与稳定性的双重挑战。另有研究尝试融合兴趣点（poi）、统计数据或核密度估计等辅助信息改进城市识别结果，然而此类数据在全球范围内存在空间覆盖不均、时间一致性不足的问题，限制了其在全球长期城市化监测中的应用。值得注意的是，单纯依赖夜间灯光强度易受自然地表背景干扰，低亮度建成区、城乡过渡带及农业活动区常表现出与城市相近的辐射特征，易造成提取结果误判。因此，近年研究愈发强调从多维地表特征角度约束城市识别过程，植被指数（ndvi）可稳定表征地表植被覆盖状况，而城市区域普遍呈现低植被覆盖特征，将夜间灯光反映的人类活动强度与ndvi刻画的生态背景信息相结合，能从功能活动与地表覆盖两个互补维度识别城市空间，有效降低单一夜光数据带来的提取不确定性。

4、尽管现有研究在基于夜光数据的城市建成区提取方面取得显著进展，但仍存在诸多关键问题：其一，现有方法在全球尺度难以同时兼顾区域差异性与方法一致性；其二，多数研究侧重小区域静态城市范围识别，对长时间序列城市扩张过程的稳定性与连续性考虑不足；其三，在不依赖大量训练样本的前提下，实现自动化、可推广的全球城市建成区提取方法，仍有待进一步探索。

技术实现思路

1、本发明的目的在于提供一种基于viirs-dnb夜光数据的城市建成区识别提取方法，以viirs-dnb夜间灯光数据为核心，引入ndvi植被指数约束地表背景、结合水体掩膜剔除非城市干扰，构建夜光植被校正指数增强城市与非城市像元差异，通过分块网格化的多尺度处理策略和干旱区域格网识别与自动数据切换方法，基于拐点检测算法实现区域自适应最优阈值的自动确定，再经时序与空间后处理优化提取结果，保障城市建成区提取的时序连续性与空间精准性，最终形成全球尺度标准化的城市建成区数据产品。

2、本发明的目的通过下述技术方案实现：

3、一种基于viirs-dnb夜光数据的城市建成区识别提取方法，其方法包括：

4、s1、获取研究区按时序排序的夜间灯光数据、ndvi植被指数、水体掩膜数据进行时空配准得到多源遥感时序数据；

5、s2、对夜间灯光数据进行对数变换处理并与ndvi植被指数结合构建夜光植被校正指数；

6、s3、构建包含空间参考系且网格化的地理地图系统，利用多源遥感时序数据获取研究时刻的夜光植被校正指数表达至地理地图系统中，将地理地图系统中的网格划分n1个瓦片，提取有效瓦片的有效像元并按夜光植被校正指数降序排序得到亮度分布曲线，利用kneedle算法识别亮度分布曲线的拐点并作为有效瓦片的候选阈值，取网格内p1个以上的候选阈值求中位数作为网格的最优阈值；在每个网格内利用其对应的最优阈值进行城市识别、分割与提取，最终得到研究区的城市识别提取结果。

7、为了更好地实现本发明，在方法s3中，在地理地图系统中网格的瓦片中剔除包括海洋、荒漠或大尺度水体在内暗背景的无效像元，瓦片中剔除无效像元后所保留的像元为有效像元；若瓦片中有效像元低于有效阈值，则该瓦片判定为无城市特征的无效瓦片，否则为有效瓦片。此外，在进入局部阈值解算前，本发明引入干旱格网自适应识别机制，利用该网格内对应ndvi像元的90%分位数作为区域植被繁茂程度的宏观表征,若该值低于预设的干旱临界值（0.15），则判定该网格为极端干旱区，表明夜光植被校正指数的植被约束在局部失效。针对此类干旱格网，自动将提取数据源由夜光植被校正指数回退切换为经过预处理的viirs-dnb图像，以规避对数变换对沙地背景散射光的过度放大；对于判定为非干旱的常规网格，则继续沿用夜光植被校正指数以维持高精度的城乡边界区分。

8、优选地，在方法s3中，若网格内候选阈值小于p1个，则引入空间邻域网格的扩展搜索策略，方法如下：将该网格的最优阈值标记为缺失，以该网格为中心按空间距离由近及远的顺序搜索周边网格，直到累积收集周边网格的候选阈值达到p1个以上，取搜索到的p1个以上的候选阈值求中位数作为该网格的最优阈值；若在预设搜索半径的空间距离内仍无法收集到足量邻域网格的候选阈值，则采用研究区或全球非零像元的p2%分位数作为极端回退阈值，以极端回退阈值作为网格的最优阈值。

9、优选地，在方法s3中，对亮度分布曲线中夜光植被校正指数进行像元排序排名，像元排名k的亮度值为，计算亮度分布曲线中像元k的曲率，亮度值为像元k的夜光植被校正指数；对像元排名k和亮度值分别进行归一化变换处理，并构建参数化曲线，参数化曲线的曲率表达式如下：

10、，其中为像元排名k的归一化值，即归一化排名，为像元的参数，即亮度值的归一化值，为的一阶导数，为的的一阶导数，为像元亮度变化率的一阶导数，为像元亮度变化率的二阶导数；

11、取曲率值最大作为拐点，拐点对应像元的夜光植被校正指数作为瓦片的候选阈值。

12、优选地，在方法s1中，ndvi植被指数来源包括modis ndvi数据，通过modis ndvi数据计算得到植被指数，对植被指数进行归一化处理得到归一化植被指数；所述夜间灯光数据来源包括viirs-dnb夜间灯光数据，设定极值阈值，利用极值阈值对viirs-dnb夜间灯光数据进行上限值截断处理；对水体掩膜数据只保留像元峰值，在多源遥感时序数据中利用保留像元峰值的水体掩膜数据进行像元级掩膜处理；多源遥感时序数据中的数据按照空间分布、时间顺序进行时空配准对齐处理。

13、优选地，所述夜光植被校正指数表达式如下：

14、，其中为归一化植被指数，为夜间灯光数据中辐射亮度数据。

15、优选地，在方法s3中，地理地图系统中网格尺度如下：网格边长为经纬度3～6°的长方形或正方形网格；地理地图系统中相邻网格间设置经纬度0.1～0.3°的重叠带；网格中像元数量至少为256×256个像元，网格中相邻瓦片设置不少于64个像元的重叠带；在地理地图系统形成网格、瓦片、像元三个层级的多尺度处理策略，各个网格按照多尺度处理策略进行自适应获取对应的最优阈值。

16、优选地，在方法s3中，还包括时间维度和空间维度的修正处理，方法如下：

17、s1、获取n1年度内研究区所有像元数据，利用滑动时间窗执行时序多数滤波处理，仅保留至少三次被判定为城市像元的像元；

18、s2、利用时间叠加策略将上一年度的城市像元优先保留并向后续年度传递，对缺失像元采用候选像元进行数据补充；

19、s3、利用窗口检测并合并跨块相连的城市像元以及相邻孤立像元，同时移除孤立非有效城市斑块。

20、优选地，在地理地图系统中网格、瓦片、像元三个层级在影像拼接阶段进行利用重叠羽化权重平滑融合处理。

21、优选地，获取研究区的土地覆盖产品与人口分布数据构成验证数据集，利用验证数据集挑选确定区域从空间分布特征、时序扩张规律及社会经济数据相关性进行精度评估，精度评估包括kappa系数与总体精度，kappa系数表达式如下：，其中为正确分类像元的比例，为期望一致率；总体精度0a表达式如下：，为正确分类的城市像元数，为错误分类为城市的非城市像元数，为错误分类为城市的非城市像元数，为正确分类的非城市像元数。

22、本发明较现有技术相比，具有以下优点及有益效果：

23、（1）本发明利用多源遥感时序数据通过构建夜光植被校正指数在地理地图系统中进行网格、瓦片、像元三个层级多尺度处理策略的候选阈值与最优阈值处理，在每个网格内利用其对应的最优阈值进行城市识别、分割与提取，最终得到研究区的城市识别提取结果，实现大尺度研究区的长时间序列城市建成区的精准、连续提取，为全球城市化进程监测、城市空间格局分析及生态环境影响评估提供高质量基础数据支撑。

24、（2）本发明以viirs-dnb夜间灯光数据为核心，引入ndvi植被指数约束地表背景、结合水体掩膜剔除非城市干扰，构建夜光植被校正指数增强城市与非城市像元差异，通过分块网格化的多尺度处理策略和干旱区域格网识别与自动数据切换方法，基于拐点检测算法实现区域自适应最优阈值的自动确定，再经时序与空间后处理优化提取结果，保障城市建成区提取的时序连续性与空间精准性，最终形成全球尺度标准化的城市建成区数据产品。

25、（3）本发明基于拐点检测和分块网格化的混合策略，先在瓦片尺度上估计若干候选阈值并筛选，再在合适的网格尺度上得到稳定的局部阈值，最终通过羽化与投票融合生成连续的全球城市建成区分类结果，减弱夜光信号的溢出效应，增强了城市与非城市像元之间像元数据差异以便精准提取，提高了全球城市建成区提取的精度。