夜间灯光遥感的数据应用综述

夜间灯光遥感是探测夜间灯光亮度的一种光学遥感。在科技发展中，人类活动打破昼伏夜出的古老定律，夜间灯光数据能够反映夜间人类活动的状况，被广泛应用于城市问题研究中[1]。本文对夜间灯光数据的应用的方向进行了梳理。

关键词：夜间灯光遥感；应用；

夜间灯光遥感不同于其他遥感，能够获取白天无法探测的信息。随着城镇化的发展，城市亮度在逐步扩张[2]。反过来，通过夜间灯光遥感获取的城市灯光亮度可以得到城市发展中的一些问题[3]。夜间灯光亮度在城市扩张、城市污染监测，如二氧化碳的排放，以及能源消耗、战争引起的人口迁移等方面已经有一些学者研究并产出成果，其应用方向还有待于进一步拓展[4]。

1、夜间灯光遥感传感器及数据集

1.1 DMSP-OLS

DMSP（Defense Meteorological Satellite Program）是美国在20世纪70年代发射的卫星，其中搭载的线性扫描业务系统OLS（Operational Line Scan System），本用于捕捉夜间云层反射的微弱月光并获取夜间云层分布，却被意外发现可以捕捉城镇地表夜间发出的灯光[5]。美国国家海洋与大气管理局（NGDC）发布了1992-2013年的DMSP数据，包括F14-F18四个不同传感器，空间分别率为1Km，应用较为广泛。DMSP数据的灯光像元值在0-63，由于辐射分辨率低，城市中心亮度聚集处灯光值受到限制，容易产生‘过饱和现象’。其次，城市中心灯光亮度过高，导致灯光溢出，造成周围地区灯光影像失真。最后，DMSP数据未进行辐射定标，在进行长时间序列分析时需要对影像进行连续性矫正[6]。

1.2 NPP-VIIRS

NPP-VIIRS是2012年，美国国家极轨业务环境卫星系统 NPP搭载的可见光红外成像辐射仪VIIRS提供的夜间灯光遥感数据。相较于DMSP-OLS数据NPP-VIIRS具有更高的空间分辨率，昼夜波段空间分辨率为750m，为全色波段，具有逐日、逐月和逐年数据。NPP-VIIRS进行了在轨辐射定标，在时间序列分析中具有优势。但NPP-VIIRS较高的灵敏度致使其易受到冰雪、极光等影响，数据存在部分负值和异常值。再者，NPP-VIIRS数据具有季节差异。冬季积雪的反光作用会增强夜间灯光，夏季太阳光过亮，会导致夜光数据作为散光剔除。

1.3. 珞珈一号

武汉大学在2018年6月发射了首颗专用于夜间灯光探测的遥感卫星。“珞珈一号”的空间分辨率为130m，幅宽为250m，理想情况下可在15天内完成全球影像采集。

1.4. 吉林一号

“吉林一号”视频3星（JL1-3B）是2017-01发射的中国自主研制、发射和运营的具有夜间灯光探测能力的卫星。“吉林一号”具有红、绿、蓝三个可见光波段，相对于NPP-VIIRS、DMSP-OLS数据来说具有更高的空间分辨率。

2、夜间灯光数据的应用

2.1.城市化进程

随着城镇化的发展，大量农村土地变成城镇用地，人类的生活环境和生活方式也发生极大的转变。城市的夜间灯光亮度相对于农村来说更加明亮，更容易被夜光遥感捕捉和识别出来。因此，可以通过夜间灯光遥感的识别和处理来反映城市发展中的一些变化和问题。例如，利用夜间灯光遥感可以提取城市不透水面。城市夜间灯光数据反映了地表灯光的分布特征，可以通与NDVI等数据结合的方法来提取不透水面。

夜光遥感数据可以用来提取城镇建设用地。利用夜间灯光遥感来提取城镇建设用地，可以反映一些城镇扩张的特点。通过长时间序列的城镇建成区的提取，能够描绘区域城镇化的方向，便于研究城镇扩张机理。刘权毅等人使用珞珈一号夜间灯光影像提取武汉市建设用地，，采用简单阈值法、人类居住合成指数以及结合POI数据3种方法在城市尺度上进行建筑用地提取，结合landsat数据、PIO数据等，发现珞珈一号影像与Landsat影像整合后采用人类居住合成指数的方法提取的建设用地最准确。

2.2.城市参数估算

人口是城市发展的重要因素之一。1997年sutton和elvidge提出使用夜间灯光数据估算人口密度以及人口分布潜力[7]。近年来，一些学者将DMSP-OLS/ NPP-VIIRS数据与土地利用数据结合起来，进行城市人口空间化的研究。

估算国内生产总值。夜间灯光数据能够反映夜间人类活动的分布和城市发展状况，被视为反映经济发展的指标之一。一些学者研究夜间灯光数据与经济发展的关系，发现其与GDP和GRP存在正相关。对于没有公布GDP指标的地区，可以用夜间灯光数据进行经济分析及进行GDP空间测算。

电力估算和二氧化碳排放估算。利用夜间灯光数据进行能源估算最早在20世纪80年代，Welch（1980）根据美国东部城市的电力消耗与夜光数据建立归回关系，实现了夜间灯光数据进行电力估算的可能性。近年来，有学者根据夜间灯光数据进行县级电力消耗的测算以及区域长时间序列电力消耗变化的研究。

1995年，Doll等首次绘制了全球1°格网的二氧化碳分布图，并验证了夜间灯光数据与二氧化碳排放的相关性。二氧化碳数据主要来自于地区的统计信息，数据缺失、口径不一的现象较为严重。利用夜间灯光遥感数据，结合人口密度、交通网络等数据，对全球能源消耗和二氧化碳排放进行模拟，能够得到二氧化碳排放空间分布图，得到较为准确的二氧化碳排放状况。

2.3自然灾害

火山、台风、地震等自然灾害会破坏一个区域的电力网络，进而导致夜间灯光数据发生变化。因此，可以利用夜间灯光数据进行评估重大自然灾害对区域经济造成的损害和影响。例如，张宝军等人使用DMSP-OLS数据对2008汶川地震造成的区域灯光变化进行分析，并对当地经济恢复和重建状况进行了追踪。

2.4战争及重大事件

除此之外，夜间灯光数据也可以用来监测战争及武装冲突。Xi Li及Deren Li利用夜间灯光数据分析了2011-2014年叙利亚在战争冲突后夜间灯光变化情况，发现叙利亚国内流离失所的人数与夜间灯光数据的损失存在正相关[8]。

夜间灯光数据还可以用来监测重大节日带来的夜间灯光数据增加的状况。Román和Stokes（2015）分析了美国南部和墨西科北部地区在2012-2014年间圣诞节、斋月节、和新年前后灯光变化的情况。在重大节日期间，城市灯光亮度值较平常更高[9]。

3、夜间灯光数据应用的问题

目前，NPP-VIIRS是夜间灯光遥感应用的主流数据之一，但是作为光学遥感，它仍旧会受到云层遮蔽、月光污染、大气效应等因素的影响[10]。需要对数据进行降噪处理及去除极大值等操作，提高数据分析的可靠性[11]。进行长时间序列分析中，DMSP-OLS与NPP-VIIRS数据在传感器参数、数据质量等方面的差异性，以及DMSP-OLS数据无法进行绝对辐射定标，使得数据处理存在一定困难。在DMSP-OLS与NPP-VIIRS数据的拟合处理中，梁丽等采用对数模型的方式对两种数据进行相互矫正。除此之外，还有运用地理加权回归、Sigmoid函数、Biphasic Dose Response模型等方式，进行两种数据的拟合处理。最后，夜间灯光数据应用的内容和方向还有一些单一，可以尝试与更多的数据进行融合分析，如POI等。在城市内部小尺度和短周期的灯光监测方面的研究方向还有待于进一步探索。

参考文献

[1]黄杰， 闫庆武， 刘永伟.基于DMSP/OLS与土地利用的江苏省人口数据空间化研究.[J]. 长江流域资源与环境， 2015.24（5）： 735-741.

[2]张宝军. 2003-2013年汶川地震极重灾区夜间灯光年际变化分析[J]. 灾害学， 2018.33（1）： 12-18.

[3]苏泳娴.基于DMSP/OLS夜间灯光数据的中国能源消费碳排放研究.2015.[D]. 北京： 中国科学院研究生院.

[4]梁丽， 边金虎， 李爱农， 冯文兰， 雷光斌， 张正健， 左家旗.中巴经济走廊DMSP/OLS与NPP/VIIRS夜光数据辐射一致性校正. 遥感学报， 2020.  24（2）： 149-160.

[5]Doll C N H， Muller J P， Elvidge C D.Night-time imagery as a tool for global mapping of socioeconomic parameters and greenhouse gas emissions. [J]. AMBIO： A Journal of the Human Environment， 2000. 29（3）： 157-162.

[6]Elvidge C D， Baugh K E， Kihn E A， et al.Relation between satellite observed visible-near infrared emissions， population， economic activity and electric power consumption.[J]. International Journal of Remote Sensing， 1997.18（6）： 1373-1379.

[7]Sutton P， Roberts D， Elvidge C， et al.A Comparison of Nighttime Satellite Imagery and Population Density for the Continental United States.[J]. Photogrammetric Engineering & Remote Sensing， 1997.63（11）： 1303-1313.

[8]Li X and Li D R. Can night-time light images play a role in evaluating the Syrian Crisis？ International Journal of Remote Sensing， 2014.  35（18）： 6648-6661

[9]Román M O and Stokes E C. Holidays in lights： tracking cultural patterns in demand for energy services. Earth’s Future， 2015. 3（6）： 182-205.

[10]刘权毅，詹庆明，李建松等.珞珈一号夜间灯光影像在建设用地提取中的应用：以武汉市为例[J].武汉大学学报（信息科学版），2021，46（01）：30-39.DOI：10.13203/j.whugis20190376.

[11]余柏蒗，王丛笑，宫文康，陈佐旗，施开放，吴宾，洪宇辰，李乔玄，吴健平.夜间灯光遥感与城市问题研究：数据、方法、应用和展望.遥感学报，2021.25（1）： 342-364.