[发明专利]一种基于EVI数据的夜间灯光数据校正方法

权利要求书

1.一种基于EVI数据的夜间灯光数据校正方法，其特征在于包括以下步骤：

步骤1)读取待校正的DMSP/OLS、年度NPP/VIIRS夜间灯光影像和年度EVI影像；

步骤2)利用相互校正模型对DMSP/OLS夜间灯光影像进行相互校正，其中，相互校正模型为：

DN_correct＝a×DN²+b×DN+c

式中，DN_correct表示相互校正后的DN值，DN表示原始DN值，a、b、c分别为相互校正模型的回归系数；

步骤3)利用饱和校正模型对相互校正后的DMSP/OLS夜间灯光影像进行饱和校正，其中，饱和校正模型为：

式中，DN_EVI表示饱和校正后的DN值，EVI表示原始植被增强指数，DN_correctmax为相互校正后夜间灯光影像中的最大值，可取为相互校正前DN＝63的像元经相互校正后的DN值；

步骤4)利用年内融合模型对饱和校正后的DMSP/OLS夜间灯光影像进行年内融合，其中，年内融合模型为：

式中，分别表示经饱和校正后n年的两个不同传感器获取到的i像元的DN值，DN_(n，i)表示影像年内融合校正后n年的i像元的DN值；

步骤5)利用年际校正模型对年内融合后的DMSP/OLS夜间灯光影像进行年际校正，得到校正后的DMSP/OLS夜间灯光影像，其中，年际校正模型为：

式中，表示经正向校正模型校正后的n年夜间灯光影像中i像元的DN值，经反向校正模型校正后的n年夜间灯光影像中i像元的DN值；

步骤6)利用获取到的2015年稳定NPP/VIIRS夜间灯光影像去除年度NPP/VIIRS夜间灯光影像中的不稳定夜间灯光数据，得到稳定的年度NPP/VIIRS夜间灯光影像；

步骤7)利用拟合回归模型对校正后的DMSP/OLS夜间灯光影像和稳定的年度NPP/VIIRS夜间灯光影像进行拟合回归分析，获取长时间序列的夜间灯光数据，其中，拟合回归模型为：

TNL_DMSP/OLS＝a×TNL_NPP/VIIRS²+b×TNL_NPP/VIIRS+c

式中，TNL_DMSP/OLS表示2012年和2013年DMSP/OLS数据的夜间灯光总和，TNL_NPP/VIIRS表示2012年和2013年NPP/VIIRS数据的夜间灯光总和，a、b、c分别为拟合回归模型的回归系数。

2.根据权利要求1所述的一种基于EVI数据的夜间灯光数据校正方法，其特征在于，步骤1)读取待校正的DMSP/OLS、NPP/VIIRS夜间灯光影像和EVI影像，具体过程为：

2.1)获取年度DMSP/OLS夜间灯光影像、月度NPP/VIIRS夜间灯光影像和月度EVI影像，将3个影像的空间分辨率重采样至1000m，去除采样后的DMSP/OLS和NPP/VIIRS影像中水体和天然气燃烧区域的夜间灯光数据；

2.2)提取中国最发达城市的月度NPP/VIIRS数据，将提取到的最大值作为月度NPP/VIIRS夜间灯光影像的上限值，超过此上限值的月度NPP/VIIRS数据均赋值为该像元点周围24个像元点的平均值；月度NPP/VIIRS夜间灯光影像中的负值点均赋值为0；

2.3)对处理后的月度NPP/VIIRS夜间灯光影像取平均值，得到年度NPP/VIIRS夜间灯光影像；

2.4)对重采样后的月度EVI影像取平均值，得到年度EVI影像。