成果速递
Citation Information
Shaoyang Liu, Congxiao Wang, Zuoqi Chen, Wei Li, Lingxian Zhang, Bin Wu, Yan Huang, Yangguang Li, Jingwen Ni, Jianping Wu, Bailang Yu*. (2024).Efficacy of the SDGSAT-1 glimmer imagery in measuring sustainable development goal indicators 7.1.1, 11.5.2, and target 7.3.Remote Sensing of Environment,305,114079,DOI: 10.1016/j.rse.2024.114079.
01
导读
可持续发展科学卫星1号（SDGSAT-1）的成功发射，为可持续发展目标（SDGs）的监测评估提供了全新的数据来源。其中，来源于SDGSAT-1微光传感器（Glimmer Imager, GLI）的夜间微光数据具有多波段（彩色RGB和全色）以及高空间分辨率（40米和10米）的特点。但目前SDGSAT-1微光数据仍存在条带和椒盐噪声问题，并且，尚没有研究将其直接应用在SDGs指标估算中，其应用效果未知。
本研究提出了针对SDGSAT-1微光数据Level-4产品的去噪方法，有效去除了影像中的条带和椒盐噪声，并对去噪后的数据进行了绝对辐射定标和数据合成处理。然后，将生产的去噪后的SDGSAT-1微光合成数据应用到SDG指标7.1.1、11.5.2和子目标7.3的估算中，并对比了基于NASA’s Black Marble夜间灯光数据的结果，检验了SDGSAT-1微光数据在估算SDGs指标中的应用能力。
02
研究区概况
本研究在全球范围内选取了五个案例城市：中国上海、印度孟买、叙利亚大马士革、卢旺达基加利、布基纳法索瓦加杜古(图1)。这些城市位于发展中地区或欠发达地区，且具有不同的社会经济发展水平。
图1 选取的五个案例城市。每个子图显示了SDGSAT-1微光合成数据的RGB波段，右下角放大图显示了全色波段。(a)中国上海，(b)印度孟买，(c)叙利亚大马士革，(d)卢旺达基加利，(e)布基纳法索瓦加杜古。
03
方法
（1）SDGSAT-1微光数据处理
1） 条带和椒盐噪声去除。根据条带和椒盐噪声在SDGSAT-1微光数据多波段中的特征，将图像进行二值化处理，1表示噪声像元，0表示正常像元。影像中的条带呈倾斜的直线，根据条带方向，对二值化图像进行像元累计，超过设定阈值的位置，即为检测出的条带；二值化图像中连通性小于8的像元即为检测出的椒盐噪声。然后，采用矩形窗口和75%分位数方法，对条带和噪声像元进行填补修复。
2） 绝对辐射定标。使用SDGSAT-1微光数据头文件中的定标参数，采用公式（1）和公式（2），将SDGSAT-1微光数据ND值转换为辐射亮度（nW/cm2/sr），并使用公式（3）计算灰度亮度。
3）数据合成。采用最大值合成方法生产了SDGSAT-1微光合成数据。
图2 SDGSAT-1微光数据处理流程图。
（2）SDG指标7.1.1估算
基于SDGSAT-1微光数据和Black Marble夜间灯光数据，采用阈值法识别了通电区域和非通电区域。根据SDG指标7.1.1的定义（公式4），计算了SDG指标7.1.1。
（3）SDG指标11.5.2估算
SDG指标11.5.2用于衡量灾害造成的直接经济损失与国内生产总值之比（公式（5））。本研究基于SDGSAT-1微光数据，评估了其在估计新冠肺炎疫情造成的经济损失方面的能力。采用2022年上海新冠肺炎疫情前后的SDGSAT-1微光数据辐射亮度变化来代表经济损失，计算了SDG指标11.5.2，并分析了辐射亮度变化与工业总产值的关系。
（4）SDG子目标7.3估算
SDG子目标7.3旨在到2030年将全球能源效率提高速度提高一倍。由于路灯消耗了大量的公共能源，人工照明领域的节能潜力十分巨大，在公共区域使用高效的照明装置可以产生积极的经济和环境效益。因此，本研究聚焦于路灯能耗的测量。
目前，高压钠灯(HPS)和发光二极管(LED)灯是两种主要的路灯类型，其中LED灯具有卓越的电能质量和能源效率。路灯能耗的估算分为两个步骤：基于SDGSAT-1微光数据路灯类型分类；路灯总电力消耗及节能效率计算。
1） 路灯类型分类
LED和HPS灯在可见光范围内的发射光谱具有显著差异（图3），基于SDGSAT-1微光数据RGB彩色波段和NDIBG指数（公式6），使用机器学习方法，对SDGSAT-1微光图像进行了路灯类型分类实验
图3 LED和HPS灯的光谱响应曲线。图中的红、绿、蓝框分别表示SDGSAT-1 GLI的红、绿、蓝波段的光谱吸收范围。
2）路灯总电力消耗及节能效率计算本研究利用OSM道路数据的等级属性和中国道路设计标准，计算了上海市每条道路的路灯数量，然后，参考现有研究中LED和HPS两个路灯的平均能耗，计算上海市路灯总电力消耗及节能效率。
04
结果
（1）SDGSAT-1微光数据去噪结果
与原始图像相比，本研究提出的去噪算法显著地消除了条纹和椒盐噪声（图4、表1）。去噪后图像各波段的残余噪声熵（RNE）较去噪前显著降低，残余噪声明显减少，平均相对偏差（MRD）显示，每个处理图像的信息损失仅为1%左右，原始图像的信息几乎没有损失。
图4 中国上海地区SDGSAT-1微光数据彩色（RGB）波段图像去噪效果。(a)原始图像；(b)原始图像(a)中红框区域的放大图；(c)子图(b)中绿框区域的放大图；(d)去噪后图像(f)中红框区域的放大图；(e)子图(d)中绿框区域的放大图；(f)去噪后的图像。
表1 5个案例城市的去噪结果
（2）SDG指标7.1.1估算结果
基于SDGSAT-1微光影像的灰度亮度数据以及Black Marble数据产品，本研究分别在40米空间分辨率和500米空间分辨率上识别了通电区域和能获得电力的人口，指标7.1.1的计算结果如表2所示。图5展示了上海的通电区域识别结果。基于NASA’s Black Marble数据识别的通电区域分布范围普遍大于基于SDGSAT-1微光数据的识别结果。Black Marble数据500米较粗的空间分辨率会导致明显的“Blooming（光晕）”现象，导致在正常灯光像元附近的非照明区域会记录到高估的异常灯光亮度，然而，Blooming问题尚未得到完全解决。因此，不存在人类居住（人口数量为零）的农田、荒地、水体被误识别为通电区域，导致识别结果存在较大偏差。在大马士革、基加利和瓦加杜古等欠发达地区，基于Black Marble数据计算的指标7.1.1的结果被严重高估，远大于其真实水平。
表2 5个案例城市的SDG指标7.1.1计算结果
图5 上海通电区域识别结果。(a)基于SDGSAT-1微光数据，(b)基于Black Marble数据，(c)人口空间分布数据
（3）SDG指标11.5.2估算结果
新冠疫情封控期间，整个上海地区的夜间灯光辐射亮度普遍下降，特别是在中心城区和主要道路上，夜间灯光辐射亮度明显低于周边地区（图6），而临时方舱医院的建设和运营导致其NTL夜间灯光辐射亮度高于以往。SDGSAT-1微光数据较高的空间分辨率可以有效监测临时方舱医院的建设和使用情况。
如图7所示，在疫情封控期间和无疫情期间，上海市各个区的工业总产值与SDGSAT-1微光数据辐射亮度值之间存在较高的相关性，R²超过0.8。在疫情封控期间，上海市12个区的工业总产值明显下降，新冠疫情封控导致夜间灯光辐射亮度下降39.26%。
图6 (a)上海疫情造成的夜间灯光辐射亮度损失；(b)上海新国际博览中心方舱医院建设导致的夜间灯光辐射亮度异常增加；(c)国家会展中心(上海)方舱医院建设导致的夜间灯光辐射亮度异常增加；(d)上海新国际博览中心方舱医院的高分辨率日间影像；(e)国家会展中心(上海)方舱医院高分辨率日间影像。
图7 (a)疫情封控期间和非疫情期的工业总产值和夜间灯光辐射亮度变化；(b)疫情封控期间和(c)非疫情期工业总产值与SDGSAT-1微光数据辐射亮度的关系；工业总产值损失与(d)SDGSAT-1微光数据辐射亮度损失、(e)VNP46A2数据辐射亮度损失、(f)VNP46A3数据辐射亮度损失的关系。
（4）SDG子目标7.3估算结果
本研究使用监督分类方法，将道路路灯分为了两类：LED灯和HPS灯。在常用的五种监督分类方法中，SVM分类器的分类效果最好（总体精度89.9%，kappa系数0.79）（表3）。图8展示上海市路灯类型分类结果。
根据LED灯和HPS灯的平均能源消耗以及每条道路的路灯数量，计算了上海市每条道路的路灯能源消耗。截至目前，上海市道路照明总能源消耗为63,251.79千瓦时。2021年，上海启动了一项道路照明设施全面升级改造计划，目标是到2023年底将所有HPS灯替换为LED灯。路灯改造升级前，全市所有路灯均为HPS灯，总能源消耗为72,774.35千瓦时，而本研究计算得出上海市路灯总能源消耗比升级改造前降低了9522.56千瓦时，节能效率为13.09%。预计上海市所有路灯升级改造完成后，预计总能源消耗为41,610.93千瓦时，比改造之前的总能源消耗降低42.82%，可节省能源总量31,163.42千瓦时，能源效率可再提升42.82%。
表3 五种分类方法的路灯类型分类结果
图8 上海路灯类型识别结果
05
小结
本研究检验了SDGSAT-1微光数据在计算可持续发展目标指标方面的潜力。提出的去噪方法有效地去除了SDGSAT-1微光数据中的条带和椒盐噪声，提高了数据质量。随后，基于去噪后的SDGSAT-1微光数据，估算了SDG指标7.1.1（通电人口比例）、指标11.5.2（灾害造成的直接经济损失与全球国内生产总值(GDP)的比例）以及子目标7.3（到2030年，全球能效提高速度翻一番），结果表明SDGSAT-1微光数据可以很好地计算相关SDG指标，并且其计算结果优于NASA’s Black Marble夜间灯光数据。另外，在讨论中，本研究指出，SDGSAT-1微光数据还可以作为直接数据源或参考因素，为至少11个可持续发展目标指标的估算提供直接或间接贡献。
06
作者简介
第一作者：刘少阳，在读博士生，华东师范大学地理科学学院，地图学与地理信息系统专业。研究方向为夜间灯光遥感，城市可持续发展。
E-mail: 52203901023@stu.ecnu.edu.cn
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，地理科学学院副院长。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
