（三等奖）D904基于夜光遥感的东北三省城镇化空间动态变化评估

作品编号：D904（三等奖）

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

• 作品简介：

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。

• 项目背景

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。
三、应用目标：
本项目的应用目标是利用夜光遥感数据开展东三省城镇扩张的时空动态研究。在夜光遥感影像中，城镇较乡村有着较高密度的照明设施，因此通过提取夜光影像中较明亮的部分，可以对城镇范围进行快速制图。同时结合东三省的人均GDP及城镇化率，分析城市扩张与其的相关性，为东三省日后经济的发展及城镇化推动政策的制订提供依据。
四、主要技术流程：
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。
五、关键技术：
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、编写IDL代码：利用IDL程序解决不同传感器影像之间缺乏可比性的问题
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
3、利用时间序列的夜光遥感数据评估东北三省城镇化空间动态变化
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。
 
六、结果分析及分类精度评定：
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1：辽宁省城镇化进程

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2：沈阳市城镇化进程 

图2：长春市城镇化进程

图2：哈尔滨市城镇化进程

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1 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。