[发明专利]基于夜间灯光遥感数据的城镇人口时空分布估计方法

权利要求书

1.一种基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，包括如下步骤：

S1：提取城镇区域的夜间灯光数据；

S2：对各城镇逐年人口数据进行建模，建模中舍去其突变时间段的人口值；

S3：根据提取的夜间灯光数据与已知的人口数据进行时间上的回归，得出回归方程与拟合的R²值；并利用该回归方程进行人口数的预测；

S4：根据已提取的城镇区域的夜间灯光数据值，依据以下公式得出人口的粗略空间分布：

P＝C×value

其中，灯光总值＝∑(value×count)，value代表每一栅格的灯光亮度值，count代表在该区域内等于该value的栅格数，P代表人口数；

S5：对夜间灯光数据进行空间聚类；将空间位置邻近且灯光属性值相近的点聚为一类，得出聚类结果，统计每一类的灯光加权平均值，其平均值越高则表示与该类相对应的城镇规模越大。

2.根据权利要求1所述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，步骤S1中采用二分法确定各城镇灯光亮度阈值DN_T，进而提取城镇区域的夜间灯光数据。

3.根据权利要求2所述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，设定夜间灯光亮度阈值DN_T，统计各灯光斑块面积与各城镇建成区面积进行比较，至到某一阈值条件下利用灯光影像数据提取的各城镇建成区面积总量与统计数据充分接近为止。

4.根据权利要求1所述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，步骤S2中采用时间序列建模器对各城镇逐年人口数据进行建模。

5.根据权利要求1所述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，步骤S3中R²值满足R²值>90％的情况下，表明其能精确的拟合相应的城镇人口数据，即可根据灯光遥感影像实时估算人口数。

6.根据权利要求1所述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，步骤S4中可将人口数P可视化于地图上，并与实际行政区域图进行对比，可以得出人口的红色聚集处基本上位于市中心附近，而且人口的黄色聚集处基本上位于县中心附近。

7.根据权利要求1所述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，步骤S5还包括如下步骤：

S1’：利用空间聚类算法根据夜间灯光数据得出城镇分布位置，根据夜光遥感图像，对夜光遥感图像进行空间聚类，得到聚类结果；

S2’：统计每一类的灯光平均值，对每一类按灯光平均值降序进行排序，选取前几类作为主要城市，每一类的聚类中心点认为是该城市的位置；

S3’：统计每一类的灯光加权平均值，取灯光平均值最大的前几类作为是较大城市的区域。

8.根据权利要求1或7所述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，聚类过程中，使用未标准化的数据进行k-means聚类，预设聚类数为50，筛选出所有灯光值大于零的点进行聚类，并采用编写的程序处理夜间灯光遥感影像。