2018Esri开发竞赛ENVI-IDL组作品欣赏-基于夜光遥感的东北三省城镇化空间动态变化评估

作品名称： 基于夜光遥感的东北三省城镇化空间动态变化评估

作者单位： 东北大学资源与土木工程学院

小组成员： 刘艳慧 、 李诗朦、赵伟、范改革

指导老师： 包妮沙

获奖情况： 三等奖

作品概述

近年来，随着东三省经济的发展，城镇化区域逐渐扩张。通过遥感方法可以监测城镇化的进程。与普通的遥感影像相比，夜光遥感数据可以更加直观地反映城市的分布情况，且具有数据处理量小、数据实效性好的优点，随着夜光遥感技术的发展，目前此方法已成为城镇化空间动态变化评估的重要手段之一。

为获取东北三省近年来城市扩展情况，分析东北三省城镇化特点，从而推动未来新型城镇化发展，本项目使用 DMSP/OLS 及 NPP/VIIRS 夜光遥感数据作为主要数据源，在 ENVI 下通过 IDL 编程实现影像的预处理、分割以及城区的提取。得到东三省各个年份城镇分布情况，并分析其与相关指标的关系，实现对东北三省的城镇化及区域发展进行评估。提取沈阳、长春、哈尔滨三个城市的城区分布，分析其城市化空间结构分布及城市扩张走向。结果表明：随着经济的发展，东三省城镇区域逐步扩张，黑龙江省城镇化水平逐渐提高；辽宁省的城镇化水平较高，但上升较为缓慢，属于平稳扩张阶段；吉林省城镇区域扩张速度呈现先低后高的态势。以沈阳、长春、哈尔滨三个主要城市为例，分析表明其扩张趋势均为以原有城市为中心沿主要公路呈放射性向外扩张。

图 城市夜间灯光遥感影像

作品制作流程

1 、下载东北三省 1992 年 -2013 年的 DMSP/OLS 及 2014 年 -2016 年的 NPP/VIIRS 夜光遥感数据，本项目使用的夜光遥感数据均由以下网址提供： https://www.ngdc.noaa.gov/eog/viirs/download_dnb_composites.html 。研究区覆盖的影像经纬度为 :75N060E 。

2 、应用 IDL 开发语言编写扩展工具，以东北三省行政边界矢量文件为辅助数据，对夜光遥感数据进行数据预处理，实现裁剪批处理。

3 、应用 ENVI 将 2014-1016 年的夜光遥感数据重采样与到 1992-2013 年的影像分辨率一致，然后应用 IDL 编程将 2014-2016 年的数据亮度值压缩到 0-63 。

4 、应用 IDL 编写扩展工具，实现图像间相互校正法对 1992-2013 年 21 期夜光图像进行校正处理，根据经验，选用一元二次回归模型。 F16(2007) 图像 DN 累计值最高，选取其作为参考数据。

5 、应用 ENVI 中 工具 箱 /Feature Extraction/Segment Only Feature Extraction Workflow 将 1992 年 -2016 年的东三省夜光遥感影像进行图像分割（加掩膜，设置分割参数 50% ），并根据 Google earth 影像城市分布手动调整分割矢量，以实现夜光遥感影像的城区提取。

6 、将 1992-2016 年分割完的城区矢量图按年份不同颜色叠加，可得出东三省 1992-2016 年的城市化进程空间分布，以此可分析东三省的城市发展及区域变化情况。

7 、在 ENVI 中用沈阳、长春、哈尔滨的市矢量文件做掩膜，的出三个城市的城市分布矢量图，加上主要铁路、公路的矢量图，可得出其城市化结构空间分布，从中分析城市化发展的因素及走向。

8 、应用 ENVI 提取 1992-2013 东北三省城市区域的灯光亮度指数，并与东三省 GDP 等有关数据做相关性分析，以此对东北三省的城镇化及区域发展进行评估。进而实现动态监测大尺度的城镇化扩张。

2.1   关键技术

2.1.1. 丰富多样的数据源与庞大的数据

在数据源上选取了分辨率为 2700m 的 DMSP/OLS 影像和分辨率为 740m 的 NPP/VIIRS 影像两种，其中 1992-2013 年用的是分辨率为 2700m 的 DMSP/OLS 影像， 2014-2016 年用的是分辨率为 740m 的 NPP/VIIRS 影像；由于 DMSP/OLS 数据 2014 年以后无法免费获取，因此 2014-2016 年的用 NPP/VIIRS 数据来补充。

本作品的实现过程中下载了包含东北三省区域 1992 年到 2016 年的近 25 年夜光遥感数据，数据量之庞大、数据的传感型号及卫星不同之复杂，为作品增加了许多难度。

2.1.2.   不同传感器影像之间可比性的问题

应用 IDL 编写扩展工具，实现图像间相互校正法对 1992-2013 年 21 期夜光图像进行校正处理，根据经验，选用一元二次回归模型。 F16(2007) 图像 DN 累计值最高，选取其作为参考数据。

利用 ENVI 得到 2014-2016 年的重采样数据，应用 IDL 编写扩展工具，实现简单的线性拉伸，将这三年的亮度值处理到与 1992-2013 年的影像亮度值一致

2.1.3.   东北三省城镇化空间动态变化评估

利用夜光遥感的长时间序列性，通过对 1992 年以来的夜光遥感数据进行数据挖掘，结合东三省十年来的经济数据，对东北三省的城镇化及区域发展进行评估。进而实现动态监测大尺度的城镇化扩张。

2.2   结果验证与分析

使用夜光遥感数据提取的东三省城镇化分布如图 1 所示，城镇区域以大庆、哈尔滨、吉林、伊春、鸡西、双鸭山、沈阳、鞍山、盘锦等城市为中心逐渐向外扩张。其中，黑龙江省整体城镇化程度最低，但城镇化区域逐年增加，辽宁省的城镇化水平较高，但上升较为缓慢，属于平稳扩张阶段；吉林省城镇区域扩张速度呈现先低后高的态势。

图 城市化进程阶段图

以沈阳、长春、哈尔滨三个主要城市为例，分析表明其扩张趋势均为以原有城市为中心沿主要公路呈放射性向外扩张。

图 哈尔滨城镇化进程

利用在 ENVI 中提取分割后辽宁，吉林，黑龙江三省的灯光亮度 DN 值（ 0-63 ），基于分割结果计算三省 DN 值平均值。之后从各省年鉴中提取数据，计算各年份城镇化率（城市人口 / 总人口），以及人均 GDP 值，分别作为衡量人口和经济的城镇化水平的指标，计算 DN 值与两个指标的 Pearson 系数，结果表明灯光亮度值与相关指标具有很好的相关性，可用于有效评估城镇化发展水平。

表 灯光亮度值同人均 GDP 值以及城镇化率间的 Pearson 系数

相关性评估仅选取了部分年份，原因如下， 14 年到 16 年间的数据中提取到的灯光亮度值过高，与前几年差异较大，因此舍弃。并且由于在辽宁年鉴及统计局网站中可获得数据中，城镇化率仅在个别几个年份有数据，为了统一，所以黑龙江与吉林选取了同样的年份进行相关性的分析。    

作品亮点

作品完整，分析合理。使用 DMSP/OLS 及 NPP/VIIRS 夜光遥感数据作为主要数据源，在 ENVI 下通过 IDL 编程实现影像的预处理、分割以及城区的提取。得到东三省各个年份城镇分布情况，并分析其与相关指标的关系，实现对东北三省的城镇化及区域发展进行评估。