La re-extracción de áreas urbanizadas basada en las imágenes de luces nocturnas de alta resolución

Resumen

Independientemente de la escala regional o global, la definición del área urbanizada es una base importante para el monitoreo y la gestión del desarrollo urbano, y una condición importante para el estudio de las políticas sociales, la economía, la cultura y el medio ambiente. Gracias al desarrollo de la ciencia y la tecnología, la expansión urbana está creciendo rápidamente. El método de extraer áreas urbanizadas de manera rápida y precisa se ha convertido en el foco de la investigación. En la década de los setenta, con el comienzo del Programa de satélites meteorológicos de defensa (Defense Meteorological Satellite Program, DMSP), naciendo las imágenes de luces nocturnas que proporcionan un nuevo método para la extracción de áreas urbanizadas. Sin embargo, debido a los límites de la resolución espacial y el rango espectral, es cierto que existen defectos en la extracción de áreas urbanizadas basada en las imágenes de luces nocturnas de OMSP-OLS. En los últimos años, con el desarrollo de la tecnología de teledetección, surgieron datos de teledetección con una resolución más alta, lo que proporciona una fuente de datos efectiva y aplicable para el monitoreo de la planificación urbana.

Se supone que las imágenes de luces nocturnas con resolución más alta tengan una mayor precisión que las viejas en la extracción de áreas urbanizadas. Este trabajo ha dedicado las imágenes de luces nocturnas (NPP-VIIRS y Luojia1-01) y las imágenes de áreas urbanizadas (FROM-GLC 2017) a construir un modelo de regresión logística para evaluar y comparar la precisión de las dos imágenes de luces nocturnas en la extracción de áreas urbanizadas. Y espero explorar las ventajas de las imágenes de luces nocturnas del satélite de nueva generación Luojia1-01 en los estudios de la escala menor. En primer lugar, se aprenden los conocimientos de imagen de luces nocturnas para resumir y determinar los métodos necesarios, incluidos los métodos de procesamiento de datos, de extracción de áreas urbanizadas, de evaluación y etc. En segundo lugar, se procesan las imágenes y los datos en Arcgis para obtener los valores de cada píxel como variables, y realizaré un modelo de regresión logística de los datos originales y logarítmicos en SPSS. Además, Se calcula la tabla cruzada de los 4 resultados con el valor de urbanización para obtener la probabilidad y Kappa. Por último, se compara y analiza la probabilidad y Kappa, y los umbrales obtenidos a Arcgis para realizar la re-extracción de áreas urbanizadas.