NPP/VIIRS多時(shí)相夜光遙感影像校正方法

李明峰，蔡煒珩

(南京工業(yè)大學(xué)測繪科學(xué)與技術(shù)學(xué)院，江蘇 南京 211816)

夜光遙感被公認(rèn)為大范圍同步監(jiān)測社會(huì)經(jīng)濟(jì)活動(dòng)的良好數(shù)據(jù)來源，已在人口估算、經(jīng)濟(jì)估計(jì)、城市化監(jiān)測、環(huán)境與能源消費(fèi)研究等領(lǐng)域得到廣泛應(yīng)用[1-8]。與美國國防氣象衛(wèi)星(defense meteorological satellite program，DMSP)搭載的業(yè)務(wù)型線性掃描傳感器(operational linescan system，OLS)獲取的數(shù)據(jù)相比，美國國家極地軌道合作衛(wèi)星(national polar-orbiting partnership，NPP)搭載的可見光紅外成像輻射儀(visible infrared imaging radiometer suite，VIIRS)獲取的日夜波段(day and night band，DNB)繼承并優(yōu)化了前者的微光探測能力，消除了像元飽和，減少了溢出現(xiàn)象[9]。由于該傳感器對(duì)夜間微光的優(yōu)質(zhì)探測靈敏度，影像易受噪聲干擾，影響了應(yīng)用的準(zhǔn)確性。目前，針對(duì)NPP/VIIRS影像校正的研究尚不多見，大多停留在掩膜去噪[10]、固定閾值分割[11]等操作。利用DMSP/OLS掩膜剔除VIIRS噪聲的方法僅適用于2012和2013年，且隨著影像更新，掩膜去噪的弊端越來越明顯；固定閾值分割法主觀性強(qiáng)且通用性差，分割效果不穩(wěn)定。此外，國內(nèi)外針對(duì)NPP/VIIRS的校正和研究側(cè)重于宏觀尺度的年際數(shù)據(jù)，影像月度發(fā)布的優(yōu)勢很少體現(xiàn)。

本文在研究NPP/VIIRS月度影像輻射特征的基礎(chǔ)上，提出多時(shí)相夜光遙感影像校正方法。該方法基于無光源區(qū)域樣本剔除背景噪聲，使用峰值特征化放大輻射差異，通過卷積閾值分離異常像元與穩(wěn)定像元；對(duì)于卷積閾值邊界附近的像元，按最大熵閾值和八鄰域中值濾波重分類，實(shí)現(xiàn)對(duì)異常像元的動(dòng)態(tài)剔除。

1 NPP/VIIRS夜光遙感影像數(shù)據(jù)分析

美國國家地球物理數(shù)據(jù)中心利用NPP/VIIRS的DNB波段獲取的夜間燈光數(shù)據(jù)生產(chǎn)了月度影像集，提供像元輻射值表征燈光強(qiáng)度，燈光輻射值的大小反映燈光的強(qiáng)弱，單位為nW·cm-2·sr-1，像元輻射值0值及以下視為無燈光。使用2012年4月至2017年12月的69期NPP/VIIRS VCMCFG影像產(chǎn)品，以江蘇省為研究區(qū)，行政區(qū)劃矢量數(shù)據(jù)來自國家基礎(chǔ)地理信息中心，GDP數(shù)據(jù)來自國家統(tǒng)計(jì)局。

由于影像顯著提高了清晰度，火光、漁船和油氣井等短暫光源及河流湖泊等反射弱光極易對(duì)數(shù)據(jù)造成局部擾動(dòng)。表1中，背景噪聲表現(xiàn)為影像中存在的部分低輻射及負(fù)值像元，依據(jù)“無燈光區(qū)域數(shù)值為0”的原則[12]，輻射值應(yīng)為0；異常像元?jiǎng)t表現(xiàn)為像元輻射值在相鄰月份影像中的無序波動(dòng)，2016年8—10月的最大燈光輻射值及輻射總值差距較大，根據(jù)近幾年研究區(qū)持續(xù)穩(wěn)定的發(fā)展?fàn)顩r和無重大災(zāi)害的自然情況，不應(yīng)存在大量像元的異常波動(dòng)。背景噪聲和異常像元的存在影響了夜光數(shù)據(jù)應(yīng)用的準(zhǔn)確性，需對(duì)其進(jìn)行校正。

表1 2016年8—10月NPP/VIIRS月度夜光遙感影像數(shù)據(jù) nW·cm-2·sr-1

2 NPP/VIIRS數(shù)據(jù)校正方法

選取研究區(qū)69期月度夜光遙感數(shù)據(jù)，進(jìn)行預(yù)處理、背景像元校正及異常像元校正等處理，流程如圖1所示。

將月度數(shù)據(jù)作為待校正影像，編號(hào)Mij(i為年份，j為月份)，使用行政區(qū)劃數(shù)據(jù)批量裁剪研究區(qū)。為避免形變，將影像重投影為Albers等積坐標(biāo)系，重采樣為500 m×500 m的網(wǎng)格。為降低影像的月變化敏感度，利用均值法對(duì)重采樣后的Mij求得季度圖像Qik(i為年份，k為季度)和年度圖像Yi(i為年份)。引用Google Earth圖像，從各地級(jí)市的Yi中選擇19處樣本區(qū)域，類型包括湖泊、大型水庫和農(nóng)田等無光源區(qū)。在VIIRS影像中尋找并記錄該位置的輻射值，計(jì)算樣本輻射均值作為最小閾值，將最小閾值以下的像元統(tǒng)一替換為0值，達(dá)到去除背景噪聲的目的。

2.1 峰值特征化卷積運(yùn)算

(1)

(2)

2.2 基于最大熵閾值的自適應(yīng)濾波

(3)

式中，Thr為閾值；i為像元輻射值，Pi為直方圖中像元輻射值出現(xiàn)的概率；N(R)為圖像中最小輻射值；M(R)為最大輻射值。其中A、B的概率PA、PB及其熵HA、HB的計(jì)算如下

(4)

圖像的熵Hmm為目標(biāo)A和背景B熵的和，如下

(5)

目標(biāo)A和背景B每個(gè)概率分布對(duì)應(yīng)的熵，記為分布信息熵H(A)與H(B)，如式(6)所示。使得目標(biāo)與背景分布信息熵H(A)與H(B)之和最大的Thr為最大熵閾值。

(6)

2.3 影像的校正結(jié)果評(píng)定

為檢驗(yàn)校正效果，構(gòu)建表征整體輻射情況的燈光輻射總數(shù)(total number of radiation，TNR)及反映輻射分布的像元離散指數(shù)(pixel dispersion index，PDI)，在微觀尺度上比較影像的變化趨勢，TNR計(jì)算如下

(7)

式中，i為像元輻射值；Ni表示i輻射值對(duì)應(yīng)的像元數(shù)。月度序列TNR變化情況如圖3所示。

由圖3可知，因數(shù)據(jù)缺失及噪聲的存在，初始TNR隨時(shí)間推移存在大幅度無序波動(dòng)的現(xiàn)象；校正修補(bǔ)了因云層遮蓋而缺失的影像，TNR的波動(dòng)幅度縮小，相鄰月度影像TNR差異平均下降了63.84%，數(shù)據(jù)呈現(xiàn)持續(xù)增長軌跡，符合研究區(qū)發(fā)展情況，實(shí)現(xiàn)了時(shí)間序列上影像變化更穩(wěn)定的效果。

校正對(duì)異常像元的剔除也影響了輻射值與像元數(shù)的分布及變化。構(gòu)建像元離散指數(shù)PDI表征研究區(qū)域像元分布的離散程度，計(jì)算公式為

(8)

PDI最小值/(nW·cm-2·sr-1)最大值/(nW·cm-2·sr-1)PDI分布區(qū)間的月份數(shù)目<5(5,6](6,7](7,10]>10原始4.6433.002323392校正3.296.7319381200

針對(duì)DMSP/OLS與社會(huì)經(jīng)濟(jì)參量進(jìn)行宏觀定量關(guān)聯(lián)分析的研究表明，夜光數(shù)據(jù)和年度GDP數(shù)據(jù)存在顯著的線性關(guān)系[16-17]。由于掩膜去噪法不適用于2013年后的數(shù)據(jù)，本研究根據(jù)文獻(xiàn)[11]的方法取0.30×10 nW·cm-2·sr-1作為固定閾值，得到江蘇省13市2012—2016年的年度NPP/VIIRS校正數(shù)據(jù)。同時(shí)，基于本文的多時(shí)相夜光遙感影像校正方法(簡稱最大熵法)生產(chǎn)的月度影像求均得到年度數(shù)據(jù)。采用線性模型對(duì)兩種方法模擬社會(huì)經(jīng)濟(jì)參量的潛力進(jìn)行比較，由于數(shù)據(jù)值分布寬泛，對(duì)數(shù)據(jù)的顯示和處理造成麻煩，統(tǒng)一采用對(duì)數(shù)變換處理，回歸結(jié)果如圖4所示。

圖4(a)和圖4(b)分別表示固定閾值法和最大熵法校正的NPP/VIIRS年度數(shù)據(jù)與全市生產(chǎn)總值的回歸結(jié)果，lnGDP表示季度GDP的對(duì)數(shù)，lnTNR表示校正燈光輻射總數(shù)的對(duì)數(shù)?；貧w結(jié)果表明，全市GDP與固定閾值法的R2值(0.909)低于其與最大熵法回歸的R2值(0.936)。說明在宏觀年度尺度上，本文方法生產(chǎn)的夜光數(shù)據(jù)在區(qū)域生產(chǎn)總值上的相關(guān)性高于固定閾值法，具備更大的模擬潛力。

3 結(jié) 語

基于統(tǒng)計(jì)數(shù)據(jù)的定量分析和基于DMSP/OLS的定性分析已無法滿足當(dāng)前研究的需求，NPP/VIIRS數(shù)據(jù)以其影像清晰度、信息豐富度及發(fā)布頻率克服了統(tǒng)計(jì)數(shù)據(jù)與DMSP/OLS的局限，可為多級(jí)區(qū)域尺度下的宏觀動(dòng)態(tài)監(jiān)測提供更加強(qiáng)大的數(shù)據(jù)支撐。

多時(shí)相夜光遙感影像校正方法修補(bǔ)了缺失影像，實(shí)現(xiàn)對(duì)短暫光源和背景噪聲的有效剔除，修正了燈光輻射及像元分布，微觀上夜光數(shù)據(jù)的穩(wěn)定程度和集聚狀態(tài)均有提升，宏觀上模擬社會(huì)經(jīng)濟(jì)參量更具優(yōu)勢，能滿足月、季、年等多種時(shí)間分辨率的研究需求，為了解區(qū)域社會(huì)經(jīng)濟(jì)活動(dòng)及城市化進(jìn)程提供數(shù)據(jù)基礎(chǔ)，為相關(guān)單位提供決策支持。