[发明专利]一种融合夜间灯光数据与Landsat8 OLI影像的城市建成区提取方法

说明书

本发明公开了一种融合NPP‑VIIRS夜间灯光数据与Landsat8OLI影像的城市建成区提取方法，其可包括以下步骤：1.获取城市的NPP‑VIIRS夜间灯光数据和Landsat8OLI影像光谱数据，并对NPP‑VIIRS夜间灯光数据和Landsat8OLI数据做预处理。2.从Landsat8OLI数据中提取NDVI和NDBI，其中NDVI为归一化植被指数，NDBI为归一化建筑指数。3.采用VBANUI(改进的夜间灯光城市指数法)提取城市建成区。本发明通过引入NDVI、NDBI这二个指数可减少夜光数据在城市核心区的饱和现象，能够去除夜间灯光亮度在水体、城市核心区的植被区域的灯光溢出现象，并且增强了建筑信息的表达，提高了城市建成区提取的准确性。

技术领域

本发明涉及一种融合NPP-VIIRS夜间灯光数据与Landsat8 OLI影像的城市建成区提取方法。

背景技术

当前背景下，主要有两种方式获取建成区的数据。一种是基于行政单位的社会经济统计数据，这种方法的缺陷是社会经济统计数据中缺乏足够的空间信息；另外一种是基于以Landsat为代表的中、高分辨率遥感数据，这种方法的缺陷是中、高分辨率遥感数据会受其地理覆盖范围的限制，在大尺度城市群及国家区域所需的大量时间和劳动力成本，不适合反演城市建成区的变化。所以对大范围的建成区统计采用上述方法需大量人力和物力，难以在短时间内反应大空间尺度的多时相建成区变化信息，特别是在城市化速度较快的地区。因此，亟需采用新方法进行城市建成区的提取计算，从而对不同时期的建成区变化进行监测。

根据夜间灯光数据(Night-Time Light Data，NTL)可以实现城市建成区面积的提取。但是利用夜间灯光数据会由于非相干光从光源向各个方向辐射，造成灯光亮度的溢出效应，导致对城市土地用地面积的高估。随后前人提出了基于植被校正的城市夜间灯光指数(Vegetation Adjusted NTL Urban Index，VANUI)的城市建成区提取的方法，将NTL和NDVI融合。VANUI简单易用，能经济高效并且实时地在小尺度下提取城市区域。但是近期VANUI的问题也日渐明显：NDVI也会受到溢出效应的影响。比如植被高密度区域会溢出。尽管大部分城市在市中心植被密度都比较低，但是在郊区会产生NDVI溢出。NTL不仅仅受到植被的影响，还受街道结构、街道密度、土地利用类型、光照技术等多方面影响。VANUI会放大水体的影响，混淆水体与城市建成区。

针对VANUI的不足，尤其是其对水体与城市建成区的混淆现象，导致其精度不能符合更高精度的城市建成区提取要求。

发明内容

本发明旨在提供一种融合NPP-VIIRS夜间灯光数据与Landsat8 OLI影像的城市建成区提取方法，以解决上述问题。为此，本发明采用的具体技术方案如下：

一种融合NPP-VIIRS夜间灯光数据与Landsat8 OLI影像的城市建成区提取方法，其可包括以下步骤：

步骤1)、获取城市的NPP-VIIRS夜间灯光数据和Landsat8 OLI数据，然后对NPP-VIIRS夜间灯光数据去除异常值、裁剪；

步骤2)、从Landsat8 OLI数据中提取NDVI和NDBI，其中NDVI为归一化植被指数，NDBI为归一化建筑指数；

步骤3)、采用改进的夜间灯光城市指数法VBANUI提取城市建成区，VBANUI的计算公式如下：

VBANUI＝(1-NDVI)·(1+NDBI)·NTL

其中，NTL为夜光遥感数据；

在完成指标VBANUI的计算后，基于VBANUI进行聚类，提取城市建成区。

进一步的，步骤1中，所述的NPP-VIIRS夜间灯光数据异常处理是将NPP-VIIRS中亮度值小于0的异常像元赋值为0，并利用待提取区域行政区划矢量数据对处理后的NPP-VIIRS数据进行裁剪，将多余区域数据剔除。