[发明专利]一种夜间灯光数据校正和非普查年份人口空间格网化方法

权利要求书

1.一种夜间灯光数据校正和非普查年份人口空间格网化方法，包括如下步骤：

步骤1)基于中分辨率成像光谱仪(Moderate Resolution ImagingSpectroradiometer，MODIS)获取的MOD09A2产品进行多波段提取，得到绿光波段(GreenBand)、红光波段(Red Band)、近红外波段(Near-infrared Red Band，NIR Band)和短波红外波段(Short-wave Infrared Red Band,SWIR Band)；

步骤2)基于Green Band、Red Band、NIR Band和SWIR Band计算归一化差异植被指数(Normalized Difference Vegetation Index,NDVI)、修正后的归一化差异水体指数(Modified Normalized Difference Water Index,MNDWI)和归一化差异建筑指数(Normalized Difference Building-up Index,NDBI)，然后基于NDBI和NDVI计算再次改进的归一化差异建筑物指数(Re-Modified Normalized Difference Building-up Index,RMNDBI)，得到NDVI、MNDWI、NDBI和RMNDBI产品。

步骤3)基于NDVI、MNDWI和RMNDBI产品对NLT数据集进行调整，构建居住范围提取指数削弱灯光饱和及灯光溢出问题，得到校正后的夜间灯光数据；

步骤4)基于校正后的夜间灯光数据，统计普查年份各县级行政单位的总像素值，根据县级行政单位的总像素值与对应的人口普查总数建立三次回归方程，得到普查年份的人口空间格网化模型；

步骤5)基于普查年份人口空间格网化模型，得到普查年份各像素对应的初始人口数量，即初始人口空间格网数据，统计各县级行政单位的初始人口总数，并利用人口普查数据建立比例系数，将各县的比例系数与初始人口空间格网数据相乘，得到普查年份的人口空间格网数据；

步骤6)基于两个普查年份的人口空间格网数据，构建“人口-像素值”密度关系式，将人口增长模型和“人口-像素值”密度关系式应用于两个普查年份之间的任意一个非普查年份，得到非普查年份的人口空间格网数据。

2.根据权利要求书1所述的方法，其特征在于，所述步骤2)，包括：先用1减去归一化植被指数的绝对值(即：1-|NDVI|)，再与归一化差异建筑物指数(即：NDBI)相加，构建再次改进的归一化差异建筑物指数。

3.根据权利要求书1所述的方法，其特征在于，所述步骤3)包括：用1减去归一化植被指数的绝对值(即：1-|NDVI|)做分母，用1加上再次改进的归一化差异建筑物指数(即：1+RMNDBI)做分母，用1加上归一化差异水体指数(即：1+MNDWI)做分子，构建灯光饱和及溢出校正模型，然后将NLT数据代入灯光饱和及溢出校正模型，得到校正后的NLT数据。

4.根据权利要求书1所述的方法，其特征在于，所述步骤6)包括：找出前一个普查年份校正后的NLT数据中像素值为零的像素，归为零值像素；

找出前一个普查年份校正后的NLT数据中像素值不为零的像素，归为非零像素。

零值像素和非零像素分别用不同的方法进行非普查年份的人口空间格网化。

5.根据权利要求书1所述的方法，其特征在于，所述步骤6)包括：对于零值像素，基于前一个普查年份各像素对应的人口数和后一个普查年份各像素对应的人口数建立匀速人口增长模型(公式8)，并根据匀速人口增长模型得到非普查年份各零值像素对应的人口数；

式中，P_t2为非普查年份t2年零值像素对应的人口数量，P_t3和P_t1分别为普查年份t3和t1零值像素对应的人口数量。

6.根据权利要求书1所述的方法，其特征在于，所述步骤6)包括：对于非零像素，基于前一个普查年份各像素对应的人口数和后一个普查年份各像素对应的人口数建立“人口-像素值”密度模型(公式9)，并根据非匀速人口增长模型(公式10)计算非普查年份各零值像素对应的人口数。

式中，ρ为“人口-像素值”密度，P为各像素对应的人口数，DN为各像素对应的像素值，r为非匀速增长率。其中，t1<t2<t3。

ρ_t3＝ρ_t1×(1+r)^t3-t1 (10)

式中，ρ_t3和ρ_t1分别为普查年份t3和t1非零像素对应的“人口-像素值”密度，r为非匀速增长率。