您的位置: 首 页 > 地理科学学院 > 科研成果 > 正文

施开放副教授研究小组发布新一代跨传感器校正1992—2019年中国“类DMSP-OLS”夜间灯光遥感数据集

发布时间:2021/12/17 11:47:51     作者:施开放    浏览次数: 次

20211215日,西南大学地理科学学院施开放副教授研究小组以“Developing improved time-series DMSP-OLS-like data (1992-2019) in China by integrating DMSP-OLS and SNPP-VIIRS”为题,在线发表了关于新一代跨传感器校正1992-2019中国DMSP-OLS”夜间灯光遥感数据集的最新研究成果。该成果已在线发表在地球科学领域Top期刊IEEE Transactions on Geoscience and Remote Sensing (IEEE TGRS) 上。IEEE TGRS是遥感领域的顶级期刊之一,是IEEE地球科学与遥感技术协会 (GRSS) 会刊,在遥感技术领域具有较高影响力。硕士研究生伍亿真和施开放副教授分别为论文的第一作者和通讯作者。

此外,1992-2019年中国DMSP-OLS”夜间灯光遥感数据集已通过Harvard Dataverse平台免费发布,用户可以通过下方链接直接获取,数据存储格式为GeoTIFF,空间分辨率为1-km(https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/GIYGJU)

1. 数据免费下载页面

夜间灯光遥感数据可以有效记录人类活动中人造光产生的辐射信号。这些数据已被广泛应用于监测与评估多尺度社会经济活动发展与变化。目前,Defense Meteorological Satellite Program’s Line Scanner System (DMSP-OLS) Suomi National Polar-orbit Partnership’s Visible Infrared Imaging Radiometer Suite (SNPP‐VIIRS) 数据是应用最广泛的两类夜间灯光遥感数据。但是,1992-2013DMSP-OLS数据由不同卫星传感器获取,且缺乏机载校准和传感器退化导致数据不兼容,从而限制了该类数据的广泛应用。作为DMSP-OLS数据的继承者SNPP-VIIRS获取的夜间灯光数据 (2012-至今) 可用于继续监测人类活动,然而该类数据的可用性受到瞬态光源和背景噪声的严重影响。例如,极光可能会干扰传感器探测中高纬度地表夜间灯光的能力,从而导致SNPP-VIIRS部分地区数据缺失。此外,由于光谱分辨率、空间分辨率、辐射分辨率、产品更新周期等方面的差异,DMSP-OLSSNPP-VIIRS数据不兼容,难以实现对社会经济活动的长期监测与分析。

基于此,施开放副教授研究小组开发了新一代跨传感器校正1992-2019中国DMSP-OLS”夜间灯光遥感数据集。该研究利用伪不变像素方法对DMSP-OLS数据进行校准,并且考虑到DMSP-OLS数据与SNPP-VIIRS数据时间分辨率的一致性,在合成年度SNPP-VIIRS数据之前实现SNPP-VIIRS原始月度数据中缺失数据的修复。此后,该研究进一步结合校准DMSP-OLS数据 (1992-2013) 和由SNPP-VIIRS数据转换的类DMSP-OLS数据 (2013-2019) 计算得到改进的类DMSP-OLS数据集 (1992-2019)。为了验证数据的准确性,采用定性分析和定量分析进行比较评估。评价结果表明,通过选择不变像素而不是城市作为校准点校准DMSP-OLS数据可以有效提高不同年份与不同传感器之间DMSP-OLS数据的连续性。此外,利用SNPP-VIIRS月度修复数据合成的SNPP-VIIRS年度数据与2015年和2016年官方年度SNPP-VIIRS数据的相关性 (R2) 分别达到0.9310.930,而通过剔除缺失数据以及权重法合成的两组SNPP-VIIRS数据与官方年度数据的相关性均低于0.90。通过直方图、散点图、剖面线等空间格局相似性分析对比发现,2013年类DMSP-OLS数据与2013DMSP-OLS数据差异较小,2013-2019年类DMSP-OLS数据与2012DMSP-OLS数据高度相关。改进的类DMSP-OLS数据总像元值和总亮值像元数的时间趋势相对一致。通过对统计数据与三类长时序夜间灯光遥感数据集进行回归分析发现,改进后的类DMSP-OLS数据优于已发布的两类长时序夜间灯光遥感数据集,并且在国家和省级尺度上的平均R2分别为0.9310.654。以上研究表明,改进的类DMSP-OLS数据集在评价与分析社会经济发展和人类活动方面具有巨大的潜力。

2. 数据处理分析框架:(a) DMSP-OLS数据校准; (b) SNPP-VIIRS数据校正; (c) 长时间序列夜间灯光遥感数据集成

3. 稳定性像元计算与选择


4. 缺失数据修复与对比验证

5. Ⅰ2015年官方年度SNPP-VIIRS数据与 (b) 去除5-8月数据的均值合成年数据,(b) 权重均值法合成年数据,(c) 缺失数据修复后的均值合成年数据的散点图;2016年官方年度SNPP-VIIRS数据与 (a) 去除5-8月数据的均值合成年数据,(b) 权重均值法合成年数据, (c) 缺失数据修复后的均值合成年数据的散点图

6. 不同数据集目视对比验证

研究成果得到国家自然科学基金 (42101345) 和重庆市社会科学规划项目 (2021NDQN39) 的共同资助。论文链接:https://ieeexplore.ieee.org/document/9652530

论文信息:Wu, Y., Shi, K*., Chen, Z., Liu, S., Chang, Z. 2021. Developing time-series of improved DMSP-OLS-like data (1992-2019) in China by integrating DMSP-OLS and SNPP-VIIRS. IEEE Transactions on Geoscience and Remote Sensing 10.1109/TGRS.2021.3135333