一种基于EVI数据的夜间灯光数据校正方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112465710A(43)申请公布日2021.03.09(21)申请号202011178649.4(22)申请日2020.10.29(71)申请人江苏集萃未来城市应用技术研究所有限公司地址215000江苏省苏州市相城经济技术开发区澄阳街道澄阳路116号阳澄湖国际创业园3号楼3层301-313房屋(72)发明人刘鹏飞王庆严超张波许九靖(74)专利代理机构苏州久元知识产权代理事务所(普通合伙)32446代理人潘宏伟(51)Int.Cl.G06T5/00(2006.01)G06T5/50(2006.01)权利要求书2页说明书6页(54)发明名称一种基于EVI数据的夜间灯光数据校正方法(57)摘要本发明专利提出了一种基于EVI数据的夜间灯光数据校正方法，通过将DMSP/OLS夜间灯光影像分为饱和区和非饱和区，利用对应年份的EVI数据对饱和区内的影像数据进行校正，而非饱和区内的像元点保持原值，可以在对饱和区域校正的同时保留非饱和区域的真实信息。通过对DMSP/OLS夜间灯光影像和NPP/VIIRS夜间灯光影像进行拟合回归分析，可以得到长时间序列的夜间灯光影像，可以来分析区域的经济发展情况、城市扩张情况等。CN112465710ACN112465710A权利要求书1/2页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：2DNcorrect＝a×DN+b×DN+c式中，DNcorrect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，DNEVI表示饱和校正后的DN值，EVI表示原始植被增强指数，DNcorrectmax为相互校正后夜间灯光影像中的最大值，通常取为相互校正前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：2TNLDMsP/OLS＝a×TNLNPP/VIIRS+b×TNLNPP/VIIRS+c式中，TNLDMsP/OLS表示2012年和2013年DMSP/OLS数据的夜间灯光总和，TNLNPP/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；2CN112465710A权利要求书2/2页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。3.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2)利用相互校正模型对DMSP/OLS夜间灯光影像进行相