夜间灯光数据是指卫星在夜间拍摄的地表亮度辐射值影像，最初由美国国防气象卫星(defense meteorological satellite program, DMSP)搭载的线性扫描业务系统(operational linescan system, OLS)拍摄。随着夜间灯光数据研究的发展，研究人员普遍发现夜间灯光与人类空间活动有着密切的关系[1-2]，特别是在宏观经济及人口动态等方面有着重要的应用价值[3-4]。随后美国发射了具有更高分辨率的夜间灯光遥感卫星，即Suomi国家极轨道伙伴关系卫星(Suomi national polar-orbiting partnership, SNPP)，其搭载的可见光红外成像辐射仪(visible infrared imaging radiometer suite, VIIRS)比OLS探测器高了6倍的空间分辨率及250倍的光感能力，且解决了亮度值过饱和问题[5-6]，使拍摄的夜间灯光影像具有更高的真实度和更广泛的应用价值。目前，这两种夜间灯光数据已经广泛应用于人类空间活动的各个领域[7-12]，并在学术界表现出较高的影响力。
2018年6月2日，由武汉大学团队与相关机构共同研发制作的珞珈一号(LJ1-01)成功发射升空。珞珈一号是全球首颗专业夜光遥感卫星，也是目前国际上第3颗具备夜间灯光数据拍摄能力的卫星，弥补了我国在夜间灯光数据获取方面的不足，具有重要的历史意义及研究价值。2018年6月4日在武汉监测站成功接收首张夜间灯光影像后，珞珈一号至今正持续稳定地传回全球范围的遥感影像。
由于卫星轨道及传感器差异，不同卫星拍摄的夜间灯光影像表现出不同的特征[13]。为了解珞珈一号新型夜间灯光影像的数据特点及应用潜力，本文选择北京市作为研究范围，将其与SNPP-VIIRS夜间灯光数据在卫星参数、数据特征和数据噪声方面进行多层次的对比分析，之后将去噪处理后的珞珈一号夜间灯光与人口数据及GDP数据进行相关性分析，旨在说明珞珈一号夜间灯光数据的应用价值及潜力。
1 研究区域与数据研究区域选取北京市全市范围，包含16个行政区的子级范围。以北京市作为研究区域一方面是其具有地域代表性，另一方面是因为北京市夜间灯光的光量丰富，在进行数据分析时能充分体现出不同数据之间的特征差异情况。
夜间灯光数据采用珞珈一号卫星在2018年7月31号成像的北京市范围的影像(数据由“高分辨率对地观测系统湖北数据与应用网”提供)和美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)提供的2018年7月的月平均SNPP-VIIRS夜间灯光数据。图 1分别为SNPP-VIIRS及珞珈一号夜间灯光范围，经分析发现两种影像均存在背景噪声。为了提取有效灯光值，本文利用掩膜法对原始数据进行去噪处理，由于年平均SNPP-VIIRS夜间灯光数据已经过NOAA官方处理，噪声值已降至最低水平，且NOAA提供了2015和2016年两版的全球年平均数，因此本文利用2016年的年平均SNPP-VIIRS夜间灯光数据作为去噪的掩膜数据[14]。人口数据及GDP数据由北京市统计局提供，由于2018年上半年各区GDP数据暂未更新，本文GDP数据采用北京市2018年第一季度各行政区数据，人口数据以北京市各行政区常住人口为标准。
|
| 图 1 |
珞珈一号与SNPP-VIIRS在参数方面大为不同，具体参数见表 1。SNPP是美国计划用于21世纪监测全球环境的卫星项目，包括大气、海洋、陆地及近太空环境的监测[15]。SNPP卫星项目由5个不同类型的传感器组成：臭氧剖面制图仪(ozone mapper profiler suite，OMPS)、高级微波探测器(advanced technology microwave sounder，ATMS)、可见光红外成像辐射仪(VIIRS)、云和地球辐射能量系统(cloud and the Earth’s radiant energy system，CERES)及红外探测器(cross-track infrared sounder，CrIS)。其中，SNPP-VIIRS仅为SNPP的一个子项目，其拍摄的夜间灯光数据分辨率中等，无法满足更高精度的应用要求。珞珈一号卫星采用了大相对孔径像方远心光学系统、异形遮光罩杂光抑制、大像元高灵敏成像器件等技术手段，实现了高灵敏大动态范围夜间灯光成像技术，致力于提供全球范围的高精度与高分辨率的夜间灯光遥感影像。
| 参数 | SNPP | LJ1-01 |
| 传感器 | VIIRS | CMOS |
| 卫星高度/km | 824 | 645 |
| 提供单位 | NOAA | 武汉大学 |
| 数据空间分辨率/m | 541 | 130 |
| 数据提供时间 | 2012年12月至今 | 2018年6月至今 |
| 观测周期 | 12 h | 15 d |
| 波长范围/μm | 505~890 | 480~800 |
| 轨道类型 | 近极地太阳同步 | 极轨 |
SNPP-VIIRS属于近极地太阳同步轨道卫星，轨道高度为824 km，可拍摄全球范围的夜间灯光影像，一天内可观测地表两次，数据获取时间较快。珞珈一号属于极地轨道卫星，轨道高度为645 km，具有全球范围数据拍摄能力，数据获取时间相对较慢，理想条件下可在15 d内绘制完成全球范围夜间灯光影像，数据分辨率是前者的4倍，因而能够满足更高精度的应用要求。
2.2 数据分析分析上述参数可知，珞珈一号夜间灯光数据的分辨率达130 m，其在空间尺度分析方面具有无可替代的优势。为进一步了解珞珈一号夜间灯光与SNPP-VIIRS夜间灯光数据的差异，本文将两者数据进行了多层次对比。图 2分别为SNPP-VIIRS与珞珈一号北京市局部范围的夜间灯光数据。从图 2(a)可看出，SNPP-VIIRS夜间灯光分辨率较差，勉强可区分城市边界，无法更细致地表达城市内部情况；从图 2(b)可看出，珞珈一号夜间灯光数据具有明显的城市结构分布，能够明显地区分城市范围，甚至道路及大面积房屋的分布。
|
| 图 2 |
此外，珞珈一号夜间灯光数据还具有更加精细的数值特征(如图 3所示)，两种夜间灯光影像辐射值的单位不同导致两者数据同一时间相同区域的夜间灯光数值不同。其中，SNPP-VIIRS夜间灯光辐射值的数量级为1E2，而珞珈一号夜间灯光辐射值的数量级达到1E6，其对夜间灯光强度的识别精度达到了前者的4倍，表明珞珈一号夜间灯光数据在横向空间和纵向空间的分辨率都远优于前者。目前SNPP-VIIRS夜间灯光数据在建成区提取、城市扩张识别及城市不透水面提取方面应用广泛，并取得了较好的成果；而更高分辨率的珞珈一号夜间灯光数据能够显示出更优异的城市细节特征，表明其在上述领域能够有更加深入的应用。
|
| 图 3 |
夜间灯光影像在拍摄时会受到云层、月光照射、大气折射、极光等因素的干扰，导致拍摄的夜间灯光影像存在不同程度的噪声[16]。其中，NOAA在提供SNPP-VIIRS夜间灯光数据时已明确指出月平均无云版本的夜间灯光影像包含众多背景噪声及杂光值，在使用之前需要对其进行去噪处理。通过对北京市SNPP-VIIRS夜间灯光不同辐射值之间的数量关系的分析发现，DN值在(0, 1)之间的数量远远高于(1, DNmax)的数量，如图 4(a)所示，进一步分析发现在市级范围以上的夜间灯光影像中均存在此类规律。
|
| 图 4 |
考虑夜间灯光影像受众多因素的影响，背景噪声会随机分布在影像的各个栅格点上，对于大面积影像，噪声点的数量远大于城市灯光点的数量，因此本文将夜间灯光DN数量关系中的断点值判断为噪声点与非噪声点的近似临界值，如图 4(a)所示北京市SNPP-VIIRS夜间灯光噪声点临界值为0.92。根据上述方法对珞珈一号夜间灯光影像进行处理发现，珞珈一号夜间灯光影像与SNPP-VIIRS夜间灯光影像中的DN数量分布关系相似(如图 4(b)所示)，且断点值更加明显，北京市珞珈一号夜间灯光噪声值临界点为718.80，表明珞珈一号夜间灯光数据具有相同的噪声分布规律，去噪时可采用与SNPP-VIIRS夜间灯光相似的去噪方法进行处理。
3 珞珈一号数据应用精度结果与分析夜间灯光数据与人口及GDP数据的高相关性表明[17-18]，利用夜间灯光与GDP及人口数据的相关程度可以检验其在人类活动相关领域的应用精度。因此，为了验证珞珈一号夜间灯光数据的应用精度，本文将北京市各行政区的夜间灯光总量与相应的GDP及人口数据进行相关性分析，并与SNPP-VIIRS夜间灯光数据进行比较，进而说明珞珈一号夜间灯光数据的应用潜力。根据数据的噪声分析可知，原始的夜间灯光数据存在大量背景噪声，本文采用目前较为通用的掩膜法对其进行去噪处理，并利用北京市2016年的年平均SNPP-VIIRS夜间灯光作为掩膜数据，方法是将掩膜数据中存在亮度值的栅格按行列号进行编号，提取待去噪的影像中相同编号栅格的亮度值，从而达到提取有效灯光而隔除噪声的目的。北京市各行政区去噪后的珞珈一号和SNPP-VIIRS夜间灯光数据总亮度值见表 2。
| 地区 | SNPP-VIIRS(×104) | LJ1-01(×106) |
| 昌平区 | 2.073 4 | 1.792 2 |
| 朝阳区 | 8.278 5 | 5.116 6 |
| 大兴区 | 4.038 7 | 1.663 0 |
| 东城区 | 3.182 8 | 0.619 9 |
| 房山区 | 2.953 0 | 0.889 2 |
| 丰台区 | 4.503 8 | 2.547 4 |
| 海淀区 | 5.287 5 | 3.872 9 |
| 怀柔区 | 1.405 2 | 0.294 7 |
| 门头沟区 | 0.856 5 | 0.245 1 |
| 密云区 | 1.472 9 | 0.136 9 |
| 平谷区 | 1.048 0 | 0.163 7 |
| 石景山区 | 1.001 0 | 2.005 3 |
| 顺义区 | 4.547 6 | 1.884 4 |
| 通州区 | 3.692 4 | 0.773 1 |
| 西城区 | 3.359 7 | 1.989 0 |
| 延庆区 | 0.615 5 | 0.163 6 |
根据表 2数据，分别与各行政区的人口数据及GDP数据进行相关性分析，结果如图 5所示。由回归模型可看出，北京市范围的珞珈一号夜间灯光数据与人口数据的相关性最高，相关系数达到0.835 7，与GDP相关系数为0.731 1；而SNPP-VIIRS夜间灯光与人口数据相关系数为0.768 4，与GDP相关性最低仅为0.680 8。此外，两种夜间灯光数据与GDP的相关性都低于与人口数据的相关性，一方面可能是由于去噪方法过于单一，噪声无法完全去除；另一方面是北京市第一二产业占比较高，而夜间灯光数据无法有效地反映出第一二产业的发展变化，因此夜间灯光数据与GDP数据相关性较低。
|
| 图 5 |
结合上述分析，珞珈一号夜间灯光数据与GDP及人口数据的相关性均高于SNPP-VIIRS夜间灯光数据，表明珞珈一号夜间灯光数据能够更加有效地反映出人类空间活动特征，其在人类空间活动领域有更大的应用价值与应用潜力，可为人类可持续开展作出更长远的贡献。目前珞珈一号高分辨率夜间灯光数据更新范围有限，还未达到全球覆盖水平，在夜间灯光高密度地区(如北美、欧洲、东亚、中东等)覆盖范围较广。随着数据的持续更新，珞珈一号夜间灯光数据也将会逐渐实现全球范围覆盖。
4 结语本文基于北京市范围的珞珈一号夜间灯光数据，与SNPP-VIIRS夜间灯光数据进行了参数比较、数据特征对比分析、数据噪声对比分析及应用精度对比。结果表明，珞珈一号夜间灯光在数据空间分辨率、数据细节特征及灯光强度识别精度方面优于SNPP-VIIRS夜间灯光数据，且与SNPP-VIIRS夜间灯光数据具有相同的噪声分布规律。此外，通过对两种数据与GDP及人口的相关性分析表明，珞珈一号夜间灯光数据与GDP及人口数量的相关性均高于SNPP-VIIRS夜间灯光数据，说明珞珈一号夜间灯光数据在人类空间活动领域有较大的应用潜力。
| [1] |
MOLERO-SIMARRO R. Inequality in China revisited. The effect of functional distribution of income on urban top incomes, the urban-rural gap and the Gini index, 1978-2015[J]. China Economic Review, 2017, 100(42): 101-117. |
| [2] |
胡云锋, 赵冠华, 张千力. 基于夜间灯光与LUC数据的川渝地区人口空间化研究[J]. 地球信息科学学报, 2018, 20(1): 68-78. |
| [3] |
李欣欣, 王利, 何飞. 基于NPP/VIIRS夜间灯光数据和土地利用数据的人口分布图绘制——以大连金普新区为例[J]. 遥感信息, 2018, 33(4): 35-41. DOI:10.3969/j.issn.1000-3177.2018.04.006 |
| [4] |
李德仁, 余涵若, 李熙. 基于夜光遥感影像的"一带一路"沿线国家城市发展时空格局分析[J]. 武汉大学学报(信息科学版), 2017, 42(6): 711-720. |
| [5] |
郑子豪, 陈颖彪, 吴志峰, 等. 单元路网长度的DMSP/OLS夜间灯光数据去饱和方法[J]. 遥感学报, 2018, 22(1): 161-173. |
| [6] |
YU B, SHI K, HU Y, et al. Poverty evaluation using NPP-VIIRS nighttime light composite data at the county level in China[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2017, 8(3): 1217-1229. |
| [7] |
李峰, 米晓楠, 刘军, 等. 基于NPP-VIIRS夜间灯光数据的北京市GDP空间化方法[J]. 国土资源遥感, 2016, 28(3): 19-24. |
| [8] |
沈谦, 朱长明, 张新, 等. 植被调节下的干旱区不透水面覆盖率遥感估算方法[J]. 测绘通报, 2018(2): 78-82. |
| [9] |
张思宇.基于夜间灯光数据的南海渔业捕捞动态变化研究[D].南京: 南京大学, 2017.
|
| [10] |
YU B, TANG M, WU Q, et al. Urban built-up area extraction from log-transformed NPP-VIIRS nighttime light composite data[J]. IEEE Geoscience and Remote Sensing Letters, 2018, 15(8): 1279-1283. DOI:10.1109/LGRS.2018.2830797 |
| [11] |
潘竟虎, 李俊峰. 基于夜间灯光影像的中国电力消耗量估算及时空动态[J]. 地理研究, 2016, 35(4): 627-638. |
| [12] |
GE W, YANG H, ZHU X, et al. Ghost city extraction and rate estimation in China based on NPP-VIIRS night-time light data[J]. International Journal of Geo-Information, 2018, 7(6): 219. DOI:10.3390/ijgi7060219 |
| [13] |
曹子阳.基于夜间灯光影像的GDP空间分布模拟研究及其与PM_(2.5)浓度的相关分析[D].广州: 中国科学院研究生院(广州地球化学研究所), 2016.
|
| [14] |
WU R, YANG D, DONG J, et al. Regional inequality in China based on NPP-VIIRS night-time light imagery[J]. Remote Sensing, 2018, 10(2): 240. DOI:10.3390/rs10020240 |
| [15] |
夏浪, 毛克彪, 孙知文, 等. Suomi NPP VIIRS数据介绍及其在云检测上的应用分析[J]. 地球科学前沿, 2013, 3(5): 271-276. |
| [16] |
柴子为, 王帅磊, 乔纪纲. 基于夜间灯光数据的珠三角地区镇级GDP估算[J]. 热带地理, 2015, 35(3): 379-385. |
| [17] |
李佳雯.基于NPP/VIIS夜间灯光数据的长三角人口空间化研究[C]//第35届中国气象学会年会S21卫星气象与生态遥感.合肥: 中国气象学会, 2018.
|
| [18] |
李林玥, 孙志贤, 龙翔. "一带一路"沿线国家与中国的贸易发展状况研究——夜间灯光数据在引力模型中的实证分析[J]. 数量经济技术经济研究, 2018, 35(3): 39-58. |