基于地理辅助数据提高夜间灯光观测精度的方法【专利摘要】本发明涉及基于地理辅助数据提高夜间灯光观测精度的方法，首先通过地理辅助数据，包括人体舒适度指数、地形起伏度指数和地被指数等来构造居民活动指数，然后利用夜间灯光的非饱和线性区和居民活动指数的相关性建立回归模型，最后通过回归模型来反演夜间灯光的饱和区和无灯光区；本发明通过把非饱和线性区建立的模型用到饱和区和无数据区得到处理过的灯光数据，降低了夜间灯光数据的饱和现象并得到无灯光区的夜间灯光数据，从而提高了夜间灯光观测人类活动的精度。【专利说明】基于地理辅助数据提高夜间灯光观测精度的方法【
技术领域：
】[0001]本发明涉及一种基于地理辅助数据提高夜间灯光观测精度的方法。【
背景技术：
】[0002]美国DMSP卫星上搭载OLS传感器始于1976年9月发射的DMSPBlock5D-lSatelliteF-l,目前使用中的DMSP卫星系统(F-12,F-13,F-14)均搭载了OLS传感器。该传感器有两个通道:1)可见光、近红外通道(νΝΙΚ，0.4-1.0μπι，光谱分辨率为6bit)；2)热红外通道(TIR，10-13μm,光谱分辨率为8bit)，其获取图像的幅宽为3000km,全分辨率数据(FullResolution)的空间分辨率为0.56km。卫星以一天14轨的速度飞行，每一个OLS传感器每天都能获取覆盖全球的黑夜和白天的图像。整个卫星系统一天能提供全球黎明、白天、黄昏和夜晚4个时段的观测数据。设计这种传感器最初的目的是观测夜间月光照射下的云，因而具有较高的增益，这种高增益性能使OLS传感器不仅能监测云还能探测城镇灯光、火光、渔船灯光等发出的电磁波。1992年，美国空军和NOAA为DMSP-0LS数据在国家地理数据中心(NGDC:NationalGeophysicalDataCenter)建立了数字格式的文档。随后开发了相应的程序来识别和定位DMSP-OLS图像数据。此数据主要是基于低光数据(月光微弱条件下获取的数据)的稳定灯光数据产品(StableLightData)，记录了一定时段内无云观测情况下灯光被探测到的频率。[0003]DMSP-OLS稳定夜间灯光数据存在两个明显的缺陷，一是由于传感器的过饱和现象，难以有效反映灯光强烈的大城市内部格局特征；二是由于传感器灵敏度的限制，DMSP-OLS无法检测低于传感器阈值的灯光发出的电磁波；有研究显示，在DMSP-OLS稳定夜间灯光数据为零的区域依然有大量的人类活动。为克服这两个缺陷，本方法主要基于地理辅助数据对夜间灯光数据进行处理，以提高夜间灯光观测人类活动的精度。【
发明内容】[0004]本发明的目的是提供一种基于地理辅助数据提高夜间灯光观测精度的方法，以解决夜间灯光数据难以有效反应灯光强烈的大城市内部格局特征、无法检测低于传感器阈值的灯光发出的电磁波的问题。[0005]为实现上述目的，本发明的基于地理辅助数据提高夜间灯光观测精度的方法的步骤如下:[0006](I)根据区域内人体舒适度指数S1、地形起伏度指数F和地被指数LCI三个指标来构建居民活动指数HAI，[0007]HAI={α.[1-(S1-SImin)/(SImax-SImin)]+β.[1-(F-Fmin)/(Fmax-Fmin)]}XLCIX100，α，β为(0，I)范围内的设定值；[0008](2)设定灯光亮度阈值，并依据该阈值将区域内夜间灯光数据按照灯光亮度由强到弱划分为灯光饱和区、非饱和线性区和无灯光区；[0009](3)以非饱和线性区的夜间灯光数据为因变量，以居民活动指数为自变量，进行拟合，建立回归模型；[0010](4)在饱和区与无数据区应用步骤(3)所建回归模型，以居民活动指数为自变量，通过模型反演得到饱和区和无数据区的夜间灯光数据，进而提高夜间灯光观测精度。[0011]所述步骤(I)中人体舒适度指数SI=0.68XTm-24.0|+0.07XΗμ-70|+0.5ΧV-2.0I,Tm为平均气温(°C)，Hli为平均相对湿度(％)，V为平均风速(m/s)。[0012]所述步骤(I)中地形起伏度指数【权利要求】1.基于地理辅助数据提高夜间灯光观测精度的方法，其特征在于，该方法的步骤如下:(1)根据区域内人体舒适度指数S1、地形起伏度指数F和地被指数LCI三个指标来构建居民活动指数HAI，ΗΑΙ={α.[1-(S1-SImin)/(SImax-SImin)]+β.[1-(F-Fmin)/(Fmax-Fmin)]}XLCIX100，α,β为(0，I)范围内的设定值；(2)设定灯光亮度阈值，并依据该阈值将区域内夜间灯光数据按照灯光亮度由强到弱划分为灯光饱和区、非饱和线性区和无灯光区；(3)以非饱和线性区的夜间灯光数据为因变量，以居民活动指数为自变量，进行拟合，建立回归模型；(4)在饱和区与无数据区应用步骤(3)所建回归模型，以居民活动指数为自变量，通过模型反演得到饱和区和无数据区的夜间灯光数据，进而提高夜间灯光观测精度。2.根据权利要求1所述的基于地理辅助数据提高夜间灯光观测精度的方法，其特征在于:所述步骤(I)中人体舒适度指数SI=0.68XTm-24.0|+0.07XΗμ-70|+0.5ΧV_2.0|，Tm为平均气温(°C)，Ημ为平均相对湿度(％)，V为平均风速(m/s)。3.根据权利要求1所述的基于地理辅助数据提高夜间灯光观测精度的方法，其特征在于:所述步骤(I)中地形起伏度指数4.根据权利要求1所述的基于地理辅助数据提高夜间灯光观测精度的方法，其特征在于:所述步骤(I)中地被指数LCI=1-NDVImax,NDVImax为该区域归一化植被指数的最大值。5.根据权利要求1所述的基于地理辅助数据提高夜间灯光观测精度的方法，其特征在于:所述步骤(2)中先对区域内夜间灯光数据进行标准化处理，处理公式为OLS’=(OLS-OLSmin)/(OLSmax-OLSmin)，其中OLS为夜间灯光数据，0LS’为处理后的夜间灯光数据，OLSmin和OLSmax分别为OLS的最小值和最大值，设定的阈值在(0，I)区间范围内。6.根据权利要求5所述的基于地理辅助数据提高夜间灯光观测精度的方法，其特征在于:所述步骤(3)中是以非饱和线性区的标准化夜间灯光数据为因变量。7.根据权利要求1-6中任一项所述的基于地理辅助数据提高夜间灯光观测精度的方法，其特征在于:所述步骤(2)中阈值的设定值是由试验得到的。【文档编号】G06F19/00GK103440414SQ201310371422【公开日】2013年12月11日申请日期:2013年8月22日优先权日:2013年8月22日【发明者】卢鹤立,刘桂芳,秦耀辰申请人:河南大学