论文部分内容阅读
夜间灯光遥感能够捕捉到人类活动在夜晚所发出的光亮,这些被捕获的光亮经过数据处理便得到了夜间灯光遥感数据。经过二十多年的飞速发展,夜间灯光遥感数据已经广泛应用于人类活动相关的诸多研究中,主要包括经济社会指标估算、城市扩张与城市化监测、生态与环境评价、战争和自然灾害评估等。随着研究的不断深入,夜间灯光概率密度分布的探索、解释现有研究中的存在异常现象、探讨夜间灯光的形成演变过程变得越来越重要。然而,目前关于这部分的研究还较少。本文基于新型NPP/VIIRS(Suomi National Polar-orbiting Partnership/Visible Infrared Imaging Radiometer Suite)夜间灯光合成数据和辐射校准后的DMSP/OLS(Defense Meteorological Satellite Program/Operational Linescan System)夜间灯光合成数据,系统地研究了夜间灯光概率密度分布的基本性质、实际应用等方面。论文主要研究内容和成果如下：1)系统地研究了夜间灯光概率密度分布模型。本文提出了夜间灯光概率密度分布的定义,以及经验分布的估算方法；研究发现,无人区夜间灯光服从正态分布,人类活动区夜间灯光概率密度分布由城市和非城市混合而成,并且具有双尾幂律性；通过研究论证,本文认为在受人类活动影响的区域,城市或非城市的夜间灯光概率密度分布服从双帕累托对数正态(Double Pareto LogNormal, DPLN)分布,总体灯光概率密度分布服从混合DPLN分布；结合最大似然法和内点法,提出了一种混合DPLN模型的参数估计方法。2)基于混合DPLN模型,提出了一种基于夜间灯光的城市建成区提取的新方法。本文基于信赖域算法求解城市提取的最佳阈值,并用阈值法提取城市建成区。随机选取了美国39个不同类型的城市对于模型的精度进行了验证,实验结果证明：本算法不但不需要辅助数据和参数训练,而且提取精度较目前算法有较大提升,能够同时适用于不同种类的夜间灯光数据。本文还对尼罗河流域城市提取异常现象进行分析,从混合DPLN分布的角度解释了Head-Tail Break算法的原理。