一、前言
夜间灯光数据是卫星传感器对夜间建筑物,道路和交通工具等发出灯光的记录[1,被广泛应用于城市建成区提取中。利用夜间灯光数据提取城市的建成区,能在很大程度上避免传统多光谱遥感的光谱混淆 。但由于常用的夜间灯光数据分辨率较低,如 DMSP-OLS和NPP-VIRS夜间灯光数据分辨率分别约为1 km和500 m,基于夜间灯光数据的建成区提取研究主要集中在国家尺度上。受传感器本身分辨率的限制,单纯依靠夜间灯光数据,很难提取城市尺度更精细的建成区边界。一些研究者尝试融合其他分辨率较高的遥感影像提高夜间灯光数据对建成区的提取精度﹐以扩展夜间灯光数据在更小尺度上的应用。现有研究多将30 m分辨率的Landsat影像的建成区提取结果与夜间灯光数据的提取结果相融合,获得更加精细的建成区形态。由于城市边缘存在大量建成区与裸露土地交错分布的地带,在Landsat影像中易形成混合像元且两类地物的光谱特征相似,在多光谱影像上难以区分。
融合多源遥感数据提取得到的建成区边界与 使用单一数据源提取建成区的结果相比精度有一定 的提升,但仍然不够准确。同时,夜间灯光数据提取 建成区时还存 在“灯 光 溢 出”的 现 象,使 得 探 测 到 的 区域范围明显大于实际的建成区。为此,一些研 究者 提 出 亮 度 校 正、聚类阈值和邻域分析等方 法,从图像 亮 度、阈 值 选 取 规 则 和 邻 域 统 计 关 系入手提高建成区提取精度,一定程度上改善了“灯 光溢出”问题。
兴趣点数据含有精确的位置信息和丰富的属性信息,其密度分布在城市 和 农村存在显著差异,因此被一些研究者应用于建 成 区提取。当 前 基 于POI的 建 成 区 提 取 方 法 主 要是通过对 POI数据核密度设定阈值来提取城市的 建成区。为了使提取结果较为规则,核 密 度 计 算 时 往往选择较大的带宽和栅格大小,但这样会使核 密 度估计结果过于平滑,无法反映建成区的边界细节。 使用较小的带宽计算核密度来刻画城市建成区边