CN111311103A - 一种基于夜光遥感数据的城市发展重心轨迹的获取方法 - Google Patents
一种基于夜光遥感数据的城市发展重心轨迹的获取方法 Download PDFInfo
- Publication number
- CN111311103A CN111311103A CN202010120370.4A CN202010120370A CN111311103A CN 111311103 A CN111311103 A CN 111311103A CN 202010120370 A CN202010120370 A CN 202010120370A CN 111311103 A CN111311103 A CN 111311103A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- gravity center
- sensing data
- data
- development
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005484 gravity Effects 0.000 title claims abstract description 40
- 238000011161 development Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 14
- DFPOZTRSOAQFIK-UHFFFAOYSA-N S,S-dimethyl-beta-propiothetin Chemical compound C[S+](C)CCC([O-])=O DFPOZTRSOAQFIK-UHFFFAOYSA-N 0.000 claims abstract description 23
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000012216 screening Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000007477 logistic regression Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000005441 aurora Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003333 near-infrared imaging Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- CCEKAJIANROZEO-UHFFFAOYSA-N sulfluramid Chemical group CCNS(=O)(=O)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)F CCEKAJIANROZEO-UHFFFAOYSA-N 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于夜光遥感数据的城市发展重心轨迹的获取方法，包括如下步骤：(1)筛选夜光遥感数据；(2)对筛选出的夜光遥感数据进行预处理，并裁剪出目标城市相应历史年份的区域夜光影像数据，得到各年份的DMSP/OLS或NPP/VIIRS影像；(3)对所得区域夜光遥感数据进行分析，统计得到各历史年份的灯光总值和其各像素点的灯光值及经纬度坐标；(4)对所得数据进行处理计算，就能得到其夜间灯光重心即区域发展的重心，统计出各历史年份的重心，即可生成城市发展重心轨迹。本发明运用DMSP/OLS及其NPP/VIIRS夜间灯光遥感数据来计算城市发展重心，为理解区域发展规划和经济可持续发展具有重要意义。
Description
技术领域
本发明涉及遥感技术领域，尤其是一种基于夜光遥感数据的城市发展重心轨迹的获取方法。
背景技术
随着遥感技术的进步，遥感影像分辨率的不断提高，遥感在各行各业都将有着广阔的应用前景。由美国国防气象卫星搭载的可见光成像线性扫描业务系统(DMSP/OLS)和国家极轨卫星搭载的可见光近红外成像辐射仪(NPP/VIIRS)获取的夜间灯光影像是监测人类社会经济活动的主要数据源。目前所能获得的夜光影像有DMSP/0LS的年产品和NPP/VIIRS所得到的月产品和年产品，并且发布的这两种夜光遥感影像全都为全球合成产品，不需要进行大气校正、镶嵌等处理。
城市化是发展中国家经济发展的重要推动力之一，同时城市化也深刻影响了全球和区域气候变化。因此，对城市化进行监测和评估有利于理解全球社会经济发展和气候变化。由于城市在夜间发出灯光，因此夜光影像可以用来准确提取和分析建成区范围和空间聚集现象(城市群)，随着城市化的加速，城市建成区逐渐扩大，研究城市的发展重心，准确获取区域的发展信息对于指导区域发展规划和经济可持续发展具有重要意义，对于理解全球和区域城市化进程可以发挥重要作用，也能为进一步科学地保护土地资源，改善生态环境的重要决策奠定基础。
发明内容
本发明所要解决的技术问题在于，提供一种基于夜光遥感数据的城市发展重心轨迹的获取方法，运用DMSP/OLS及其NPP/VIIRS夜间灯光遥感数据来计算城市发展重心，为理解区域发展规划和经济可持续发展具有重要意义。
为解决上述技术问题，本发明提供一种基于夜光遥感数据的城市发展重心轨迹的获取方法，包括如下步骤：
(1)筛选夜光遥感数据；
(2)对筛选出的夜光遥感数据进行预处理，并裁剪出目标城市相应历史年份的区域夜光影像数据，得到各年份的DMSP/OLS或NPP/VIIRS影像；
(3)对所得区域夜光遥感数据进行分析，统计得到各历史年份的灯光总值和其各像素点的灯光值及经纬度坐标；
(4)对所得数据进行处理计算，就能得到其夜间灯光重心即区域发展的重心，统计出各历史年份的重心，即可生成城市发展重心轨迹。
优选的，步骤(2)中，预处理包括夜光遥感影像背景噪声去除及图像之间相互校正；首先建立2012年DMSP/OLS与NPP/VIIRS两种数据源的对数回归模型，再利用所建立的模型对1992年至2011年的DMSP/OLS数据进行校正，这样就得到了1992年至2018年长时间序列一致的夜间灯光影集，并移除DN值0以下的点进行背景噪声去除；
对数回归模型的式子如下：
Y＝a×log10(b×X)
其中Y为DMSP/OLS数据经过转换至NPP/VIIRS尺度上的像元DN值，X为DMSP/OLS数据像元值，a、b为对数回归得到的校正参数。
优选的，步骤(4)中，对所得数据进行处理计算中，计算公式如下：
其中X、Y分别为t年中n区域的夜间灯光重心的经度坐标和纬度坐标；li为第i个像素的灯光值；Mn为区域n中的像元总数；xi、yi分别为第i个像素点的经度坐标和纬度坐标。
本发明的有益效果为：本发明运用DMSP/OLS及其NPP/VIIRS夜间灯光遥感数据来计算城市发展重心，该夜光遥感数据具有获取上的便捷性、时间上的动态性和地理空间上的客观性的特性；结合了这些特性遥感影像得出的重心轨迹，可为后期研究全国甚至世界范围的城市化扩张及发展轨迹提供了可靠有效的支撑数据，为理解区域发展规划和经济可持续发展具有重要意义。
附图说明
图1为本发明的方法流程示意图。
图2(a)为本发明南京市地区矢量图层示意图。
图2(b)为本发明南京市2018年夜间灯光影像示意图。
图3为本发明南京市1992年到2018年发展重心移动轨迹示意图。
具体实施方式
如图1所示，一种基于夜光遥感数据的城市发展重心轨迹的获取方法，包括如下步骤：
(1)筛选夜光遥感数据；
(2)对筛选出的夜光遥感数据进行预处理，并裁剪出目标城市相应历史年份的区域夜光影像数据，得到各年份的DMSP/OLS或NPP/VIIRS影像；
(3)对所得区域夜光遥感数据进行分析，统计得到各历史年份的灯光总值和其各像素点的灯光值及经纬度坐标；
(4)对所得数据进行处理计算，就能得到其夜间灯光重心即区域发展的重心，统计出各历史年份的重心，即可生成城市发展重心轨迹。
以下选取南京城市圈为例将结合附图和实施例的流程详细说明本发明技术方案。实施例提供的基于夜光遥感数据的城市发展重心轨迹具体实现步骤如下：
步骤一，筛选夜光遥感数据；
因为NPP/VIIRS对夜间灯光有更高的灵敏度，能够更准确反映人类经济社会活动。所以选择2012年到2018年的NPP/VIIRS影像及DMSP/OLS的从1992年到2012年的影像。
在NOAA(National Oceanic and Atmospheric Administration，美国国家海洋和大气管理局)网站下载DMSP/OLS及NPP/VIIRS影像。
步骤二，对筛选出的夜光遥感数据进行预处理，并裁剪出目标城市相应历史年份的区域夜光影像数据；
由于夜光影像中并未去除火光、气体燃烧、火山和极光等，相应的背景噪声也未过滤，并且这两种数据在长时间序列上不具有一致性和可比性，难以直接应用于多源夜间灯光影像集的相关研究。具体实施例中需要对步骤二中的遥感影像进行相互校正，去除背景噪声；首先建立2012年DMSP/OLS与NPP/VIIRS两种数据源的对数回归模型，再利用所建立的模型对1992年至2011年的DMSP/OLS数据进行校正，这样就得到了1992年至2018年长时间序列一致的夜间灯光影集，并移除DN值0以下的点进行背景噪声去除。
对数回归模型的式子如下：
Y＝a×log10(b×X)
其中Y为DMSP/OLS数据经过转换至NPP/VIIRS尺度上的像元DN值，X为DMSP/OLS数据像元值，a、b为对数回归得到的校正参数。
在Natural Earth Data网站下载南京市区域边界矢量图如图2(a)；使用ArcGIS10.3软件中的Spatial Analyst工具-提取分析-按掩膜提取，提取出南京市从1992年到2018年的夜光遥感影像，如图2(b)。
步骤三，对所得区域夜光遥感数据进行分析，统计得到各历史年份的灯光总值和其各像素点的灯光值及经纬度坐标；
针对步骤三，实施例利用MATLAB程序进行统计分析出每张图即南京市从1992到2018年每年的夜光遥感图中的灯光总值和各像素点的灯光值及经纬度坐标。
步骤四，对所得数据进行处理计算，就能得到其夜间灯光重心即区域发展的重心，统计出各历史年份的重心，即可生成城市发展重心轨迹；
针对步骤四，实施例利用计算公式处理数据，计算公式如下：
其中X、Y分别为t年中n区域的NTL重心的经度坐标和纬度坐标；li为第i个像素的灯光值；Mn为区域n中的像元总数；xiyi分别为第i个像素点的经度坐标和纬度坐标。由此可得到每一年南京市城市发展的重心(Xnt，Ynt)，利用MATLAB可画出其发展重心轨迹移动图，如图3所示，并为后续研究作铺垫。
Claims (3)
1.一种基于夜光遥感数据的城市发展重心轨迹的获取方法，其特征在于，包括如下步骤：
(1)筛选夜光遥感数据；
(2)对筛选出的夜光遥感数据进行预处理，并裁剪出目标城市相应历史年份的区域夜光影像数据，得到各年份的DMSP/OLS或NPP/VIIRS影像；
(3)对所得区域夜光遥感数据进行分析，统计得到各历史年份的灯光总值和其各像素点的灯光值及经纬度坐标；
(4)对所得数据进行处理计算，就能得到其夜间灯光重心即区域发展的重心，统计出各历史年份的重心，即可生成城市发展重心轨迹。
2.如权利要求1所述的基于夜光遥感数据的城市发展重心轨迹的获取方法，其特征在于，步骤(2)中，预处理包括夜光遥感影像背景噪声去除及图像之间相互校正，建立DMSP/OLS与NPP/VIIRS两种数据源的对数回归模型，利用所建立的模型对DMSP/OLS数据进行校正，得到时间序列一致的夜间灯光影集，并移除DN值0以下的点进行背景噪声去除；
对数回归模型的式子如下：
Y＝a×log10(b×X)
其中Y为DMSP/OLS数据经过转换至NPP/VIIRS尺度上的像元DN值，X为DMSP/OLS数据像元值，a、b为对数回归得到的校正参数。
3.如权利要求1所述的基于夜光遥感数据的城市发展重心轨迹的获取方法，其特征在于，步骤(4)中，对所得数据进行处理计算中，计算公式如下：
其中X、Y分别为t年中n区域的夜间灯光重心的经度坐标和纬度坐标；li为第i个像素的灯光值；Mn为区域n中的像元总数；xi、yi分别为第i个像素点的经度坐标和纬度坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010120370.4A CN111311103A (zh) | 2020-02-26 | 2020-02-26 | 一种基于夜光遥感数据的城市发展重心轨迹的获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010120370.4A CN111311103A (zh) | 2020-02-26 | 2020-02-26 | 一种基于夜光遥感数据的城市发展重心轨迹的获取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111311103A true CN111311103A (zh) | 2020-06-19 |
Family
ID=71147779
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010120370.4A Pending CN111311103A (zh) | 2020-02-26 | 2020-02-26 | 一种基于夜光遥感数据的城市发展重心轨迹的获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111311103A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113378724A (zh) * | 2021-06-15 | 2021-09-10 | 中南大学 | 一种多中心城市热点区域快速识别与动态监测方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107368922A (zh) * | 2017-07-20 | 2017-11-21 | 华中师范大学 | 基于夜间灯光强度的城市住宅平均房价预估方法 |
| CN109509154A (zh) * | 2018-10-23 | 2019-03-22 | 东华理工大学 | 一种dmsp/ols年稳定夜光遥感影像去饱和校正方法 |
-
2020
- 2020-02-26 CN CN202010120370.4A patent/CN111311103A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107368922A (zh) * | 2017-07-20 | 2017-11-21 | 华中师范大学 | 基于夜间灯光强度的城市住宅平均房价预估方法 |
| CN109509154A (zh) * | 2018-10-23 | 2019-03-22 | 东华理工大学 | 一种dmsp/ols年稳定夜光遥感影像去饱和校正方法 |
Non-Patent Citations (1)
| Title |
|---|
| 黄先梅: ""基于夜间灯光数据的快速城镇化地区城市扩展与重心演变分析"", 《世界地理研究》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113378724A (zh) * | 2021-06-15 | 2021-09-10 | 中南大学 | 一种多中心城市热点区域快速识别与动态监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108020211B (zh) | 一种无人机航空摄影估测入侵植物生物量的方法 | |
| Taylor et al. | Monitoring landscape change in the National Parks of England and Wales using aerial photo interpretation and GIS | |
| CN109238227B (zh) | 一种表征地面沉降时空演变的方法 | |
| CN110569797B (zh) | 地球静止轨道卫星影像山火检测方法、系统及其存储介质 | |
| CN106403904A (zh) | 一种基于无人机的景观尺度植被覆盖度的计算方法及系统 | |
| Southwell et al. | New methods and technologies for regional-scale abundance estimation of land-breeding marine animals: application to Adélie penguin populations in East Antarctica | |
| CN110765885B (zh) | 一种基于异源夜光遥感影像的城市扩张检测方法及装置 | |
| CN107923749A (zh) | 用于检测地面位置变化的系统和方法 | |
| Zhang et al. | A 250m annual alpine grassland AGB dataset over the Qinghai-Tibetan Plateau (2000–2019) based on in-situ measurements, UAV images, and MODIS Data | |
| CN112084989A (zh) | 基于无人机与cnn的大范围松材线虫病枯立木智能检测方法 | |
| CN116153140A (zh) | 一种流域应急无人机管理方法及平台 | |
| Tian et al. | Impacts of satellite revisit frequency on spring phenology monitoring of deciduous broad-leaved forests based on vegetation index time series | |
| CN111311103A (zh) | 一种基于夜光遥感数据的城市发展重心轨迹的获取方法 | |
| Arifin et al. | Analysis of land use spatial pattern change of town development using remote sensing | |
| CN115631408B (zh) | 一种星地协同的黑臭水体识别模型自动优化系统 | |
| WO2023151155A1 (zh) | 一种区县尺度生物质燃烧源归一化贡献潜势定量系统 | |
| Rose et al. | Challenges and lessons from a wetland LiDAR project: a case study of the Okefenokee Swamp, Georgia, USA | |
| Choudhary et al. | Mapping and evaluating urban density patterns in Moscow, Russia | |
| Zhao et al. | Spatio-temporal analysis of land use changes using remote sensing in Horqin sandy land, China | |
| Sohail et al. | Spatio-temporal analysis of land use dynamics and its potential implications on land surface temperature in lahore district, punjab, pakistan | |
| CN113870278A (zh) | 基于改进的Mask R-CNN模型的卫星遥感图像农田块分割方法 | |
| Ramdan | Drone technology for identification of healing forest spot at Kampung Cisamaya Mount Ciremai National Park | |
| Jande et al. | Prediction of Land Use Change in Katsina-Ala through a Geospatial Approach | |
| CN115205708B (zh) | 基于npp/viirs的夜间大气pm2.5浓度估算方法及系统 | |
| CN112035593B (zh) | 一种卫星云降水参数与模式再分析大气参数进行融合的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |
|
| RJ01 | Rejection of invention patent application after publication |