Bin Wu, Zhichao Song, Qiusheng Wu, Jianping Wu, & Bailang Yu*. (2023). A Vegetation Nighttime Condition Index Derived From The Triangular Feature Space between Nighttime Light Intensity and Vegetation Index. IEEE Transactions on Geoscience and Remote Sensing, 61, 1-15, DOI: 10.1109/TGRS.2023.3305457

导读

夜间灯光遥感数据拥有表征经济社会活动的能力，已在提取城市范围、监测城市化进程、估算社会经济指标、能源消耗等自然科学和社会科学的应用中广泛使用。现有研究指出植被覆盖与夜间灯光强度

（NTLI）呈负相关关系，且NTLI与植被指数的结合已在各类应用研究中取得了良好效果，但NTLI与植被指数之间潜在非线性的复杂关系尚不明晰。

本研究深入探讨了NTLI与归一化植被指数(NDVI)之间的复杂关系，基于NOAA Earth Observation Group发布的新版本夜间灯光年合成数据（Annual VNL V2）和MODIS MOD13A1数据产品定量化构建能更好地反映城市发展的三角形特征空间。在三角形特征空间的基础上，提出反映城市特征的植被-夜间灯光条件指数（VNCI），并通过城市区域提取和社会经济指标估算两项应用验证VNCI的应用潜力。

图1 研究区域

方法

1）NTLI–NDVI特征三角空间

本研究通过构建国家、区域、省级、城市尺度上NTLI与NDVI的散点图，揭示NTLI与NDVI间的非线性关系，并从散点图中发现两者在不同尺度下存在相似的三角形的分布结构。参照LST-NDVI特征三角空间，本研究提出NTLI–NDVI特征三角空间的概念，阐释NTLI–NDVI特征三角空间的实际物理含义。

2）植被-夜间灯光条件指数（VNCI）

在NTLI–NDVI特征三角空间的基础上，本研究提出植被-夜间灯光条件指数（VNCI）以表征区域发展水平的差异，VNCI计算如公式1所示。在公式1中，即NDVI为i的某像元的NTLI，与分别对应NDVI为i时对应像元的NTLI最小值和最大值。a和b是定义以线性函数表示的大开发边缘的参数。图2是VNCI定义与计算的示意图。

图2 VNCI定义与计算示意图

3）城市区域提取与社会经济指标估算

为验证VNCI在城市遥感应用中的潜力，本研究对比了NTLI、VNCI、VANUI、EANTLI基于标记阈值分水岭分割算法的城市区域提取结果和提取精度，并提出利用VNCI校正NTLI后进行GDP和EPC的估算。

结果与讨论

　　1）NTLI-NDVI特征三角空间在不同年际和不同尺度下均稳定存在（图3），靠近直角三角形斜边的像素所对应的区域集聚在城市核心位置，是局部区域内的高水平发展区域（图4，红色像元），而底边像素所对应的区域往往具有发展水平较低（图4，蓝色像元），且基本位于城市边缘。

图3 2013-2021 年中国大陆 NPP-VIIRS NTLI 与 NDVI 关系的散点图

图4 NTLI-NDVI 三角形特征空间的三条边及其在北京的相应位置

　　2）VNCI和NTLI均表现出高值像元在城市中心集聚的现象，且呈现多中心连片由中心向外递减的趋势。但是NTLI高值区仅出现在城市中心，数值的局部变化幅度较低，而VNCI在同一城市内部的不同区域存在显著差异，可以捕捉到精细的空间细节，拥有展现郊区核心区域和道路网络的能力。相较于VANUI、EANTLI等指数，VNCI能更好地凸显城市内部的空间分异，具有较好地消除植被影响的潜力。

图5 不同指数的比较：(a) NPP-VIIRS NTLI；(b) VANUI；(c) EANTLI；(d)  VNCI

　　3）VNCI图像提取的城市区域比MGUP产品识别的城市区域具有更高的一致性（图6）。得益于VNCI能够捕捉到更多的城市细节，并且在城市内部表现出相较VANUI和EANTLI其他指数更明显的空间差异，与原始NTLI数据和其他两个指数相比，VNCI提取的城市区域更完整，提取结果全局精度为85.01%，高于NPP-VIIRS NTL, VANUI, EANTLI的81.99%, 82.34%, 82.64%。GDP估算结果表明（图7），2021年度省级区域夜间灯光强度总和（TNL）与GDP间的为0.892，而经VNCI校正后的TNL与GDP间的为0.9135，说明VNCI校正的NTLI有效地消除了植被覆盖的影响，在社会经济指标的估算中拥有更优异的表现。

图6 使用不同指数提取的城市地区

图7 估算GDP的线性关系散点图

作者简介

　　通讯作者：余柏蒗，博士，教授，博士生导师，青年长江学者（2018年度），华东师范大学紫江优秀青年学者，地理科学学院、地理信息科学教育部重点实验室教授。主要从事夜间灯光遥感、城市空间信息遥感分析、城市三维形态遥感等研究工作。主持了国家自然科学基金等多项国家级和省部级科研项目，担任中国地理信息产业协会理论与方法委员会副主任委员、教育与科普工作委员会委员，中国地理学会遥感地理、信息地理专委会委员，中国测绘学会摄影测量与遥感专业委员会委员，国际数字地球学会中国国家委员会激光雷达专业委员会委员，遥感学报、IEEE JSTARS、Remote Sensing期刊副主编，Journal of Spatial Science等期刊编委；IEEE高级会员；入选爱思唯尔2022年度“中国高被引学者”；获上海市科技进步一等奖、上海市青年五四奖章、高校GIS创新人物等奖励。

E-mail：blyu@geo.ecnu.edu.cn

第一作者：吴宾，中山大学测绘科学与技术学院副教授，研究方向为城市遥感。近年来主持国家自然科学基金、广东省面上、上海市科委以及中国博士后特别资助等项目多项，在RSE、IEEE TGRS、IJGIS等遥感和地理信息顶级权威刊物上发表SCI论文40余篇，第一和通讯作者SCI/SSCI论文20余篇，3篇第一作者论文入选ESI前1%高被引论文。担任多个SCI期刊编委、专题咨询委员以及客座编辑，先后获得第二届中国激光雷达青年科学家提名奖、Journal of Remote Sensing高关注论文奖、中山大学校级本科教育教学奖等，入选了上海市首批“超级博士后”激励计划和上海市“青年科技英才”扬帆计划人才项目。

　　E-mail：wubin65@mail.sysu.edu.cn

研究团队简介