一种基于dmsp ols数据的建成区界定方法

吴运超，基于DMSP/OLS顾了基于DMSP/OLS、关键技术和操作流程，并以实例的方式解释了该方法在2009年城市建成区界定工作的应引每年各城市都要将建成区面积上报给住房和城乡建设部，最终以《建设统计年鉴》的形式向全社会公开。作为国家公布的数据，这些成果通常会被各类城市度也越来越高。因此，在实践中遥感方法逐渐成为建成区界定的一种主流方法。遥感方法时，基于该方法完成了市2009年城市建成区的界定工作。相关工作介DMSP（DefenseMeteorologicalSaliteProgram）来源于国家地球物理数据中心，它搭载2个OLS（OperationalLineScanSystem）传感器和一个光子增益设备。有别于传间微光遥感数据的存在为建成区研究提供了更为直接的依据。M.Henderson、等人分别采用DMSP/OLS遥感数据来研究建成区问题。M.Henderson使用TM影像提取了、北成区进行比较，从而探讨了不同发展程度城市的阈值特点[2]。则通过统计数据和DMSP/OLSDMSP/OLS数据在大区域灯光综合图1.图2.DMSP数据和道路的关联，地区建成发展程度正相关，已建成区域夜间灯光强度高于未建成区域程度高的区域，由于DSOS1也比较感小城市以应用但一个发达特大城市域面积到了1.6DMSOS综上所述，基于DMSP/OLS数据来分析城市建成区的潜在区域，其基本思路是：在1992-2009年的时序数据很好地验证了上述观点，如图3所示。随着时间的推移，中图3.1992-2009市DMSP/OLS时序数临界值与空间区位有关，不同区域所采用的数值应该有差别。假设市简单使用同图4.极值蔓延区模和山区局部极值点的干扰，通过设定极值点的底限nMinDN来调控，只有介于nMinDN和DNDN∈nMaxDN=63DN≤DN≥|DN-DNi|/DN<图5.极值蔓延区分仅仅依靠极值点来探测建成区是远远不够的，这种方式适合于在较大范围内DN值起伏DMSLSnLoDDS×3 DNDN>′DN DN*8-图6.异常高值区分图7.1、首先针对DMSP/OLS夜间微光数据和SPOT2.5米分辨率的多光谱遥感影像进行的WorldView数据等。2、针对DMSP/OLS数据，利用分析工具开展极值蔓延区和高值异常区的分析，找3、针对多光谱遥感影像进行用地分类解译，然后筛选出其中的建设用地。具体解解译，也可采用人工目视解译的方法；对于WorldView等高分辨率影像可采用 DMSP/OLS处理•SPOT2.5初选解聚合 DMSP/OLS处理•SPOT2.5初选解聚合8.界定操作流方法应用实9备选区10.新增备选区11.备选区B现2009 首先，利用2009年SOPT2.5米影像数据开展城镇建设用地的解译工作、最终得到如图12所示的2009年度城市建设用地现状。图12.2009年城市建设用地分布13。通过微光数据确定备选区域时，所取的参数分别为nMinDN30，dScale0,nLowDN图14.2009年城市建成针对上述城市建成区界定操作流程，本研究提出了与各步骤相关的技术标准，如表1.DMSP/OLSSPOT2.5DN∈nMaxDN=DN≤DN≥|DN-DNi|/DN<DN>DN′ DN*8-结更有效率的界定出中心区域以外的建成区域。由于全球夜间灯光数据来源免费且可持续获的特点。参考文吴运超,睿.城市建成区界定HendersonMetal.BAUGH.Validationofurbanboundariesderivedfromglobalnight-timesa