npp夜光数据介绍 viirs_DMSP/OLS与NPP/VIIRS两类夜间灯光数据整合

一、数据整合方法

       参考Li等在叙利亚夜光动态研究中的数据相互校正方法，以DMSP/OLS数据为标准，利用NPP/VIIRS数据拟合生产对应年份的DMSP/OLS数据(Li X et al.，2017)。数据模拟的前提是注意到 DMSP/OLS 数据与 NPP/VIIRS 数据的差异所在。主要的差异包括以下几个方面：①卫星传感器参数不同，生产两种数据的卫星过境时间有差别，传感器敏感程度也存在较大差别；②两种数据的空间分辨率不同，NPP/VIIRS 数据具有更高的空间分辨率，能够探测到更微弱的灯光辐射；③光谱响应方式不同，DMSP/OLS 数据以灰度值来表示夜间平均灯光强度，而 NPP/VIIRS数据则准确地记录了夜光辐射强度；④DMSP/OLS 数据存在着明显的“天花板效应”，“天花板效应”主要是指部分实际灰度值大于 63 的像元却只能以 63 来表示。

       正是基于上述差异而提出了如下的解决方案：

     第 1 步，选择 2013 年中有代表性的 12 月 NPP/VIIRS 合成数据，将其空间分辨率重采样降为 1km，也将全部 DMSP/OLS 数据的空间分辨率重采样降为 1km，实现两种数据的空间分辨率匹配。但 NPP/VIIRS 数据具有更强的夜光探测能力，也没有去除火光等零星灯光，所以在重采样后，这些零星微弱灯光仍然会保留，并以较高的图像噪声呈现出来。

    第 2 步，根据经验认为 DMSP/OLS 数据灰度值大于 50 的像元存在严重的饱和效应(Li X et al.，2017)，因此决定以灰度值在 0~50 范围内的 DMSP/OLS 数据为掩膜，统计预处理后的 NPP/VIIRS 数据均值。结果如图 1 所示，两份数据之间存在明显的相关性，表明可以通过拟合的方式实现数据模拟，具体方法及参数见公式：

。

 式中，Radiance 表示 NPP/VIIRS 数据的夜光辐射强度，DN 表示拟合后到的像元灰度值。通过拟合，消除了光谱响应方式和卫星传感器参数等差异带来的差别，实现初步匹配。 

       第 3 步，将公式 3.1 的方法分别应用到 2013 年和 2016 年 12 月的 NPP/VIIRS合成数据上。针对拟合后图像噪声较高的问题，利用窗口为 13×13 的高斯低通滤波进行平滑处理，尽量消除零星微弱灯光产生的图像噪声，得到了模拟的 2013 年和2016 年 DMSP/OLS 数据。 

       第 4 步，基于近年来我国经济持续发展和城市规模持续扩张的总体趋势，假设2001 年至 2016 年间，长江经济带主要城市群的建成区是在持续扩展的，并表现为前一时期的夜间灯光在后一时期也不会消失或变暗，即前一期夜光数据的灰度值总是小于或等于后一期夜光数据的灰度值。这一假设是夜光数据应用于城市群研究的必要前提，若前后时期的夜光数据灰度值不符合假设，提取的各时期城市群建成区空间范围将难以叠合。在利用公式 3.1 得到 2013 年和 2016 年的 DMSP/OLS 模拟数据后，本研究通过连续性校正实现上述假设。从 2005 年开始，通过与前一期数据的灰度值比较来设置条件，从而校正后一期数据的灰度值，具体方法见公式 2。

二、整合的夜光数据 

     经过上述四个步骤的处理，得到了包含 2001/2005/2009/2013/2016 年共 5 期的整合夜光遥感数据集(见图2)。其中，2001/2005/2009 年的数据是由 DMSP/OLS数据经过相对校正、连续性校正等流程得到的，而 2013 年和 2016 年的数据是由NPP/VIIRS 数据经过拟合、平滑以及连续性校正等流程得到的。

   已有研究表明，NPP/VIIRS 数据很大程度上解决了灯光饱和问题，在建成区提取过程中能够更好地与建成区统计面积数据作比较，得到更准确的建成区范围(Ma T et al.，2016；Shi K et al.，2017；Zheng Q et al.，2017)。由 NPP/VIIRS 数据得到的 DMSP/OLS 模拟数据也继承了这一优势，灰度值分布范围更广。因此，在后续处理中，本研究设定了两套夜光数据方案。方案一，在后续建成区提取过程中，保留灰度值大于 64 的像元，如此可以提高建成区提取精度。方案二，在涉及夜光强度统计时，将 2013 年和 2016 年两期数据中灰度值大于 64 的像元直接调整为灰度值等于 64，人为制造与 DMSP/OLS 数据类似的饱和效应，从而保持数据在比较时的客观一致性。

注：该文主要内容来自于杨任飞的硕士论文，具体内容见参考文献。

主要参考文献：

Li X, Li D, Xu H, et al. Intercalibration between DMSP/OLS and VIIRS nighttime light images to evaluate city light dynamics of Syria’s major human settlement during Syrian Civil War[J]. International Journal of Remote Sensing,2017,38(21):5934-5951.

杨任飞;基于DMSP/OLS与NPP/VIIRS整合数据的城市群发育过程研究[D];西南大学;2018年