基于夜间灯光遥感提取城市建成区的研究进展.pdf

2097-3012(2023)02-0177-07 Journal of Spatio-temporal Information 时空信息学报 收稿日期:2022-08-06；修订日期:2023-05-10 作者简介:刘沼辉，研究方向为遥感影像解译。E-mail: 通信作者:姚艳霞，研究方向为测绘地理信息工程应用。E-mail: 基于夜间灯光遥感提取城市建成区的研究进展 刘沼辉1,2，姚艳霞3，姚正明4 1.黑龙江测绘地理信息局劳动服务管理中心，哈尔滨 150081；2.黑龙江测绘地理信息局极地测绘工程中心，哈尔滨 150081；3.国家基础地理信息中心，北京 100830；4.黑龙江省测绘地理信息学会，哈尔滨 150081 摘 要：随着全球城市化进程的不断加快，以城市为中心扩大人口，发展政治、经济和文化成为趋势，城市建成区的演变一直是研究的热点。随着遥感技术的发展，利用遥感影像进行长时间序列、高精度、大范围的城市建成区提取已成为主流方法。其中，灯光遥感所探测的夜间城市灯光特征，较直观地反映了人类城市社会的活动情况，为研究提供了新方向。本文系统梳理了目前主流夜间灯光遥感的发展进程，探讨了基于美国国防气象卫星计划/OLS（operational linescan system）、Suomi NPP（national polar-orbiting partnership）/可见光红外成像辐射仪和珞珈一号夜间灯光遥感进行城市建成区提取的主要方法。同时，比较了利用各数据源进行城市建成区提取的优缺点，为后续应用夜间灯光遥感进行城市建成区提取的研究提供参考。关键词：夜间灯光遥感；建成区提取；DMSP/OLS；NPP/VIIRS；珞珈一号 引用格式：刘沼辉,姚艳霞,姚正明.2023.基于夜间灯光遥感提取城市建成区的研究进展.时空信息学报,30(2):177-183 Liu Z H,Yao Y X,Yao Z M.2023.Research progress on urban built-up area extraction based on night light remote sensing.Journal of Spatio-temporal Information,30(2):177-183,doi:10.20117/j.jsti.202302003 1 引 言 城市作为人类社会发展的产物，其发展与演变的规律反映了人类世界的发展规律。近 20 年，世界处于城市发展扩张最为迅速的时期，据数据统计，当前全球城市土地面积较 20 年前扩大了一倍多（苏红键，2016）。城市建成区作为人类活动最为集中的区域，其空间特征变化对于人类认识并理解城市的发展进程具有重要的意义。传统的城市土地利用和城市建成区面积计算主要依赖于相关统计部门的统计数据，我国以各省发布的统计年鉴为准（吉宗伟，2007）。随着遥感技术的不断发展及利用遥感影像进行城市建成区提取方法的更新，利用卫星遥感影像对地观测技术研究城市土地利用和城市空间发展，已成为快速有 效的方法（刘斌等，2018）。随着美国国防气象卫星计划（defense meteorological satellite program，DMSP）卫星灯光遥感的实施，研究发现灯光遥感具有独特的夜间地面灯光探测能力，能较好地反映城市区域的人类社会生产活动情况（李文策，2017）。2011 年发射的新一代对地观测卫星 Suomi NPP（national polar-orbiting partnership），该卫星搭载的可见光红外成像辐射仪（visible infrared imaging radiometer suite，VIIRS）能够获取新的夜间灯光遥感影像，其较宽的辐射探测范围解决了DMSP卫星搭载的OLS（operational linescan system）数据的像元过饱和问题，成为近年来最主要的城市建成区提取灯光遥感数据源（Dou 等，2017）。我国于 2018 年发射了专题灯光遥感卫星珞珈一号（luojia1A，LJ1A），具有更高的空间分辨率，数据 178 Journal of Spatio-temporal Information 时空信息学报 2023,30(2)产品发布周期为日，在城市建成区高精度提取上具有良好的应用前景（李外宾等，2022）。目前，相关研究已经积累了很多方法，主要可分为阈值分割、指数构建、边缘检测和机器分类四大类。早期的研究主要基于单一数据源，采用最简单和效率最高的阈值分割和监督分类方法（何春阳等，2005；范俊甫等，2013）。随着遥感技术的蓬勃发展及对建成区提取精度要求的提高，多源遥感影像融合提取逐步成为主流方法，将灯光遥感的快速提取与高分辨率遥感的高精度优势相结合，极大提高了城市建成区提取的精度，主流的方法包括构建指数法和边缘检测（唐敏，2017；王博，2019）。在长时序监测研究中，主流方法是结合互校正的多种灯光遥感数据源开展，并辅以其他数据进行精度优化（Li 等，2018；Liu 等，2020）。综合来看，尽管 DMSP/OLS 在 2013 年停止供应，但它作为时间序列最长的数据集，在长时间范围内的建成区提取监测方面仍具有绝对优势。随着时间的推移，近年来的研究成果表明，NPP/VIIRS和珞珈一号在建成区提取应用方面的比例不断增加（赵丽娴等，2020）。本文主要系统地梳理了目前主流灯光遥感的发展进程，阐述基于夜间灯光遥感进行城市建成区提取的主流方法，比较三种灯光遥感数据进行城市建成区提取的优缺点，以期为未来基于灯光遥感开展城市建成区提取研究提供参考依据。2 灯光遥感卫星发展进程 2.1 DMSP/OLS 第一代灯光遥感 DMSP 是美国国防部发射的极地轨道卫星（杨眉等，2011），迄今为止已发射了 7 代，总计 40 多颗卫星。1965 年 1 月 19 日发射第 1 组卫星，最初以照片形式提供产品数据（张锋，2017）。1992 年美国空军气象局（Air Force Weather Agency，AWFA）负责收集处理该卫星数据后，以数字文档格式提供数据服务。随后该卫星开始搭载OLS 提供空间数据服务。19922013 年又发射了六代 DMSP 卫星，分别是 F-10、F-12、F-14、F-15、F-16、F-18，并连续获取多年的时序数据（李娜，2016）。该系列卫星主要以灰度值形式存储数据，像元亮度值范围为 063，值越大代表区域灯光越亮。这一系列卫星为全球用户提供了大量的夜间灯光数据，直到 2013 年 DMSP 系列卫星全部退役（曹二彪，2019）。2.2 NPP/VIIRS 第二代灯光遥感卫星 Suomi NPP 是由美国国家航空航天局（National Aeronautics and Space Administration，NASA）、美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）和 AWFA 共同研究发射的。该卫星于 2011年 11 月发射升空，其搭载了 VIIRS，用于可见光红外成像辐射测量。与早期的 DMSP/OLS 相比，NPP/VIIRS 在地面分辨率和辐射分辨率方面都有显著提高，传感器包含 22 个探测波段，光谱覆盖范围为 0.314 m（牛亚文等，2021）。该卫星早期主要用于气象研究、全球气温变化、云量测量和气溶胶特性测量等方面。由于其具有更高的辐射稳定性，相比于 DMSP/OLS 能更好地反映城市夜间灯光分布。因此，越来越多的研究利用NPP/VIIRS 作为延续灯光卫星进行城市建成区的提取。2.3 珞珈一号 2018 年 6 月 2 日，由武汉大学牵头研发的我国第一颗专题灯光遥感卫星珞珈一号成功发射（李强等，2021；王彤，2020），填补了国内夜间灯光遥感技术的空白。根据目前的数据解译和分析，该卫星数据降低了灯光溢出效应对边界识别提取的影响，并增强了边界细节的探测能力（李德仁等，2019）。该卫星具有较高的地面空间分辨率，因此在城市研究中具有广泛的应用前景。由于珞珈一号卫星的发射时间较晚，其技术相对于前两代卫星更加成熟，而且成像时间相比于DMSP/OLS 与 NPP/VIIRS（中国为星下点的时间约为 01：00）也更利于对城市灯光进行分析和研究。夜间灯光遥感的各项参数指标情况，如表 1所示。刘沼辉 等：基于夜间灯光遥感提取城市建成区的研究进展 179 表 1 夜间灯光遥感参数指标 Tab.1 Night light remote sensing parameter indicators 参数 DMSP/OLS NPP/VIIRS 珞珈一号 发射时间 1965 年 1 月首代，19922013 年共发射 6 代 2011 年 11 月 2018 年 6 月 轨道高度/km 850 824 645 轨道方式 极地太阳同步轨道 极地太阳同步轨道 近极地太阳同步轨道 条带宽度/km 3000 3000 2600 传感器 OLS/PMT VIIRS/AVHRR CMOS 光谱范围/m 0.590.91 0.314 0.460.98 空间分辨率/m 1000 740 130 星下点分辨率/m 800 400 100 重访周期 101 min 4 h 35 d 辐射校正 无 有 有 产品周期 年 年/月/日 日 3 夜光遥感建成区提取研究进展 3.1 主要提取方法 自 1965年第一代 DMSP卫星成功发射以来，其独特的能力可以直观地反映人类社会的夜间活动，引起了研究的关注。1978 年，Croft（1978）通过研究发现，DMSP 数据可以直观地反映城市扩张变化趋势，随后该数据被广泛地应用于城市建成区提取研究（何春阳等，2006）。主流的基于夜间灯光遥感城市建成区提取的方法，如图 1 所示。图 1 基于夜间灯光遥感城市建成区提取主流方法 Fig.1 Mainstream extraction method of urban built-up area extraction based on night light remote sensing DMSP/OLS 影像以灰度值的简单方式记录信息，然而由于影像分辨率较低，在城市边缘溢出效应比较严重，直接利用原始灯光数据提取建成区会导致提取结果大于实际面积。建成区离实际区域越 远，其灯光指数越小，使得阈值分割法成为早期最主要的提取方法。因此，如何确定一个最佳阈值以剔除灯光溢出效应成为建成区提取的首要问题。阈值分割法是一种常用的城市建成区提取方法，主要包括经验阈值法、统计数据比较法、突变检测法和高分辨率影像对比法四种方法。经验阈值法是根据对研究区域的熟悉度和主观经验进行阈值设定，最后利用阈值二分法进行建成区提取（鹿一凡等，2021）。突变检测法是最常见的阈值分割法之一，该方法的基本原理是当设置提取建成区的阈值越大，建成区的周长越小；当阈值变化到某个临界值时，建成区边缘发生突变导致周长不减反增，该临界值则为最佳阈值（Sutton 等，2001）。高分辨率影像对比法通常以较高分辨率的光学影像作为参考数据源，通过不断调整提取建成区的阈值来对比光学影像数据，找到两者拟合度最高的阈值即为最佳阈值（Imhoff 等，1997）。统计数据比较法与高分辨率影像对比法类似，但是其对比数据为官方公布的统计年鉴数据，通过对比统计面积和动态阈值提取面积，当两者最接近时对应的阈值被认为是最佳阈值（Henderson 等，2003）。指数构建法主要通过联合分析灯光遥感数据源和其他种类数据源，以有效剔除灯光溢出效应和辐射差异，主要包括重构指数法和融合指数法。重构指数法是通过灯光遥感和其他数据融合构建新的指数进行建成区提取。融合指数主要是将灯光遥感影像和常见的植被指数、建筑指数等进行指数融合分析进行建成区提取（张成伟，2021）。边缘检测作为分割影像的常用方法，在城市建成区提取中也被广泛应用。目前最常用的方法包括180 Journal of Spatio-temporal Information 时空信息学报 2023,30(2)分水岭分割法、Sobel 算子、拉普拉斯算子、Canny算子等，通过进行城市边缘检测，可以确定城市建成区范围（厉飞等，2021）。随着计算机技术的发展，机器分类已成为影像解译最常用的方法之一。目前比较常用的机器分类方法包括监督分类、非监督分类和面向对象分类。监督分类中，最常用的是支持向量机分类和样本训练法；非监督分类需要融合光学影像进行联合提取分析；面向对象分类主要用于较高分辨率的灯光遥感，利用城市和道路等特殊形状进行分类提取（王博，2019）。3.2 提取方法对比分析 通过梳理目前主流的阈值分割、指数构建、边缘检测和机器分类文献（卓莉等，2006；王跃云等，2010；宋金超等，2015；殷娜，2008；刘沼辉，2019；邓志杰，2021），可以发现各种方法都有优势和不足。阈值分割法中的经验阈值法具有操作简单、提取建成区快速的优势，但需要人为设定阈值，主观性较强，提取成果缺乏有效的说服力。突变检测法相对于阈值分割法而言精度相对更高，该方法的优势是不依赖辅助数据有一定的客观性，但实现起来相对烦琐。高分辨率影像对比法相对于经验阈值法和突变检测法提取精度更高，该方法以实际的影像为参考，客观性较强，但获取高分辨率影像存在成本和时效上的问题，限制了该方法的广泛应用。统计数据比较法的主要问题在于过度依赖统计数据的精度，但在统计数据准确的情况下效率较高。指数构建法最大的优势是通过构建不同的指数和融合不同的指数进行结果互修正，能有效地提高建成区精度，但操作复杂，难度较大。边缘检测方法具有操作相对便捷的优势，但是在算子改进和优化上具有一定的难度，提取精度与采用的算子有关。机器分类的最大优势在于人为干预较少，操作简单，但是提取精度需要人工进一步目视解译和修正。3.3 各数据源对比分析 通过对已有研究对比分析发现，尽管 DMSP/OLS、NPP/VIIRS 和珞珈一号在城市建成区提取方法上有相似之处，但作为不同的数据源，它们仍然具有各自的优势和不足。三种夜间灯光遥感数据作为主要数据源进行建成区提取对比情况，如表 2 所示。表 2 三种数据源对比情况 Tab.2 Comparison of three data sources 特征 DMSP/OLS NPP/VIIRS 珞珈一号 主要优点 19652013 年共发射 7 代卫星，积累的历史影像数据最多；作为长时序监测最常用到的灯光遥感数据，提取方法最多元 数据产品为月度产品；灯光溢出效益和过饱和问题较小；与 DMSP/OLS 数据有重叠年份可进行互校正，确保提取成果连续性；目前已经成为城市建成区提取主流灯光影像数据 辐射分辨率和空间分辨率较高；数据产品周期为日产品；作为独立数据源进行建成区提取精度最高，灯光溢出效益和过饱和问题较小 主要缺点 空间分辨率较低；灯光溢出效益和过饱和问题突出；提取结果精度较差；数据产品为年度合成产品；提取结果需要人工修正或其他数据源修正；背景噪声严重，需要进行连续性校正 数据周期相对较短，需要利用高分辨率光学数据进行城市边缘灯光溢出效益分析；阈值分割存在人为主观误差；存在背景噪声 数据周期短，数据积累量少；重访周期较长；目前提取方法相对单一；辐射亮度存在指数拉伸，影像存在畸变 数据预处理方法 灯光饱和、灯光溢出和连续性校正：通过像元值的分布规律进行饱和校正；通过不变目标区域法进行校正；通过辅助数据进行去饱和处理 通过自然或社会因子与灯光强度相结合构建修正指数进行校正：通过 DMSP/OLS 作为掩膜数据进行噪声剔除；通过统计研究范围内特定区域的值设定最大和最小阈值进行噪声剔除辐射校正和地理配准：珞珈一号辐射校正采用官方提供的转换公式进行；地理配准方面主要通过土地利用数据或高分辨率遥感影 像进行配准 主要文献来源 何春阳等（2005，2006）；Shi 等（2020）；杨眉等（2011）；曹二彪等（2019）；陈颖彪等（2019）；Hara 等（2010）；Letu 等（2012）；Wu 等（2013）；曹子阳等（2015）；Lu 等（2008）；Zhang 和 Li（2018）；卓莉等（2015）；刘智丽等（2019）；景欣等（2017）；Elvidge 等（2009）Dou 等（2017）；唐敏（2017）；王博（2019）；牛亚文等（2021）；Li 等（2013）；柴子为等（2015）；唐梁博和崔海山（2017）；李峰等（2016）；Cao 等（2013）；Zhao 等（2017）；Liu等（2019）；Liao 等（2013）；Chen 等（2021）李外宾等（2022）；Li 等（2018）；李强等（2021）；王彤（2020）；李德仁等（2019）；李翔等（2019）；钟亮和刘小生（2019）；Ou 等（2015）；刘权毅等（2021）刘沼辉 等：基于夜间灯光遥感提取城市建成区的研究进展 181 4 结 论 本文对利用夜光遥感数据提取城市建成区的研究进展进行了系统的梳理，从数据源和边界提取算法进行了分析。在数据源方面，分析了 DMSP/OLS、NPP/VIIRS 和珞珈一号三类灯光遥感卫星数据的特点，包括数据格式、分辨率等；深入分析了基于灯光遥感数据提取城市建成区的主流方法，包括阈值分割法、指数构建法、边缘检测法和机器分类法，以及它们的特性。综合对比当前的研究成果，DMSP/OLS 数据存在灯光溢出效应和过饱和等问题，但由于其提取方便快速，在城市建成区提取的论文和方法中应用最为广泛，是长期进行城市建成区变化分析时最重要的数据源之一。NPP/VIIRS 具有更高的辐射稳定性，已成为近十年城市建成区提取的主要灯光遥感数据源。珞珈一号是我国第一颗专门用于夜间灯光遥感的卫星，尽管目前的数据积累较少，但其具有高空间分辨率和辐射分辨率的优势，在高精度城市建成区提取方面具有潜在的应用前景。参考文献 曹二彪.2019.基于 DMSP/OLS 数据的城市建成区扩张分析及驱动研究.硕士学位论文.徐州:中国矿业大学 曹子阳,吴志峰,匡耀求,黄宁生.2015.DMSP/OLS 夜间灯光影像中国区域的校正及应用.地球信息科学学报,17(9):1092-1102 柴子为,王帅磊,乔纪纲.2015.基于夜间灯光数据的珠三角地区镇级 GDP 估算.热带地理,35(3):379-385 陈颖彪,郑子豪,吴志峰,千庆兰.2019.夜间灯光遥感数据应用综述和展望.地理科学进展,38(2):205-223 邓志杰.2021.多源夜光遥感的城市建成区提取研究.硕士学位论文.抚州:东华理工大学 范俊甫,马廷,周成虎,周玉科.2013.19922010 年基于 DMSP-OLS图像的环渤海城市群空间格局变化分析.地球信息科学学报,15(2):280-288 何春阳,李景刚,陈晋,史培军,潘耀忠,李京,卓莉,一之瀬俊明.2005.基于夜间灯光数据的环渤海地区城市化过程.地理学报,60(3):409-417 何春阳,史培军,李景刚,陈晋,潘耀忠,李京,卓莉,一之瀬俊明.2006.基于 DMSP/OLS 夜间灯光数据和统计数据的中国大陆 20 世纪 90 年代城市化空间过程重建研究.科学通报,51(7):856-861 吉宗伟.2007.基于 TM 影像的绍兴市土地利用监测和热岛效应研究.硕士学位论文.南京:南京信息工程大学 景欣,晏艺真,晏磊,赵红颖.2017.基于GDP格网的中国大陆城市DMSP/OLS稳定灯光数据饱和标定方法.地理与地理信息科学,33(1):35-39 李德仁,张过,沈欣,钟兴,蒋永华,汪韬阳,涂建光,李治江.2019.珞珈一号 01 星夜光遥感设计与处理.遥感学报,23(6):1011-1022 李峰,米晓楠,刘军,刘小阳.2016.基于 NPP-VIIRS 夜间灯光数据的北京市 GDP 空间化方法.国土资源遥感,28(3):19-24 李娜.2016.基于夜间灯光数据对我国城镇发展的探讨.硕士学位论文.兰州:兰州大学 李强,吴庆双,周华,张伯琦,李俊,蔺陆洲.2021.基于 Landsat8数据和“珞珈一号”夜光数据的合肥建成区提取.安徽师范大学学报(自然科学版),44(4):354-361 李外宾,汤军,高贤君.2022.珞珈一号夜间灯光影像的建设用地提取.西南师范大学学报(自然科学版),47(2):72-79 李文策.2017.基于遥感的城市形态时空演变研究以福州市为例.硕士学位论文.福州:福建师范大学 李翔,朱江,尹向东,姚江春,黄嘉玲,李密滔.2019.基于珞珈一号夜间灯光数据的广州市建设用地识别.地球信息科学学报,21(11):1802-1810 厉飞,闫庆武,邹雅婧,刘保丽.2021.利用 POI 提高夜间灯光数据提取建成区的精度研究以珞珈一号 01 星和 NPP/VIIRS 数据为例.武汉大学学报(信息科学版),46(6):825-835 刘斌,蒋励,臧英斐.2018.基于定量化遥感数据的土地利用变化自动监测.农村经济与科技,29(23):22-24 刘权毅,詹庆明,李建松,杨晨,刘稳.2021.珞珈一号夜间灯光影像在建设用地提取中的应用:以武汉市为例.武汉大学学报(信息科学版),1-18 刘沼辉.2019.结合NPP-VIIRS数据与Landsat影像的山东省城市扩张与经济建模.硕士学位论文.青岛:山东科技大学 刘智丽,张启斌,岳德鹏,郝玉光,苏凯.2019.基于 Sentinel-2A 与NPP-VIIRS 夜间灯光数据的城市建成区提取.国土资源遥感,31(4):227-234 鹿一凡,孙国栋,冯子元,吴晨泽,张文璇,程琳琳.2021.基于NPP-VIIRS 夜光数据的北京市建成区提取和分析.科技资讯,19(27):1-5 牛亚文,赵先超,胡艺觉.2021.基于NPP-VIIRS夜间灯光的长株潭地区县域土地利用碳排放空间分异研究.环境科学学报,41(9):3847-3856 宋金超,李新虎,吝涛,张国钦,叶红,何晓燕,葛汝冰.2015.基于夜晚灯光数据和 Google Earth 的城市建成区提取分析.地球信息科学学报,17(6):750-756 苏红键.2016.中国城市空间扩张效应研究.城市,(6):3-9 唐梁博,崔海山.2017.基于 NPP-VIIRS 夜间灯光数据和 Landsat-8数据的城镇建筑用地提取方法改进以广州市为例.测绘与空间地理信息,40(9):69-73 唐敏.2017.基于对数变换的 NPP-VIIRS 夜间灯光遥感影像在城市建成区提取中的应用.硕士学位论文.上海:华东师范大学 王博.2019.基于 NPP-VIIRS 夜间灯光遥感影像的杭州城市结构发展变化分析.硕士学位论文.杭州:浙江大学 182 Journal of Spatio-temporal Information 时空信息学报 2023,30(2)王彤.2020.基于珞珈一号提取住房空置率的研究.硕士学位论文.武汉:武汉大学 王跃云,徐旳,朱喜钢.2010.江苏省城镇建设用地扩展时空格局演化基于 1993、1998、2003 年度夜间灯光数据的分析.现代城市研究,25(2):67-73 杨眉,王世新,周艺,王丽涛.2011.DMSP/OLS 夜间灯光数据应用研究综述.遥感技术与应用,26(1):45-51 殷娜.2008.宜昌市城市用地扩张影响因素及其极限规模研究.硕士学位论文.武汉:华中农业大学 张成伟.2021.基于多源夜光遥感数据的 19932018 年京津冀城市群发展研究.硕士学位论文.石家庄:河北师范大学 张锋.2017.夜光遥感数据应用研究综述.建设科技,(14):50-52 张柯炜,陈秋晓.2021.基于 MODIS 和 VIIRS 数据的杭州建成区识别方法研究.面向高质量发展的空间治理2020中国城市规划年会论文集(10 城市影像).北京:中国建筑工业出版社 赵丽娴,李长辉,宋杨,李熙.2020.基于夜光遥感影像的粤港澳地区城市发展时空格局演变.热带地理,40(2):243-253 钟亮,刘小生.2019.珞珈一号新型夜间灯光数据应用潜力分析.测绘通报,(7):132-137 卓莉,李强,史培军,陈晋,郑璟,黎夏.2006.基于夜间灯光数据的中国城市用地扩展类型.地理学报,61(2):169-178 卓莉,张晓帆,郑璟,陶海燕,郭宇伯.2015.基于 EVI 指数的 DMSP/OLS 夜间灯光数据去饱和方法.地理学报,70(8):1339-1350 Cao C Y,Shao X,Uprety S.2013.Detecting light outages after severe storms using the S-NPP/VIIRS day/night band radiances.IEEE Geoscience and Remote Sensing Letters,10(6):1582-1586 Chen Z Q,Yu B L,Yang C S,Zhou Y Y,Yao S J,Qian X J,Wang C X,Wu B,Wu J P.2021.An extended time series(20002018)of global NPP-VIIRS-like nighttime light data from a cross-sensor calibration.Earth System Science Data,13(3):889-906 Croft T A.1978.Nighttime images of the earth from space.Scientific American,239(1):86-98 Dou Y Y,Liu Z F,He C Y,Yue H B.2017.Urban land extraction using VIIRS nighttime light data:An evaluation of three popular methods.Remote Sensing,9(2):175 Elvidge C D,Ziskin D,Baugh K E,Tuttle B T,Ghosh T,Pack D W,Erwin E H,Zhizhin M.2009.A fifteen year record of global natural gas flaring derived from satellite data.Energies,2(3):595-622 Hara M,Okada S,Yagi H,Moriyama T,Shigehara K,Sugimori Y.2010.Progress for stable artificial lights distribution extrvction accuracy and estimation of electric power consumption by means of DMSP/OLS nighttime imagery.International Journal of Remote Sensing and Earth Sciences(IJReSES),1(1):31-42 Henderson M,Yeh E T,Gong P,Elvidge C,Baugh K.2003.Validation of urban boundaries derived from global night-time satellite imagery.International Journal of Remote Sensing,24(3):595-609 Imhoff M L,Lawrence W T,Stutzer D C,Elvidge C D.1997.A technique for using composite DMSP/OLS“city lights”satellite data to map urban area.Remote Sensing of Environment,61(3):361-370 Letu H S,Hara M,Tana G G,Nishio F.2012.A saturated light correction method for DMSP/OLS nighttime satellite imagery.IEEE Transactions on Geoscience and Remote Sensing,50(2):389-396 Li X,Xu H M,Chen X L,Li C.2013.Potential of NPP-VIIRS nighttime light imagery for modeling the regional economy of China.Remote Sensing,5(6):3057-3081 Li X,Zhao L X,Li D R,Xu H M.2018.Mapping urban extent using Luojia 1-01 nighttime light imagery.Sensors,18(11):3665 Liao L B,Weiss S,Mills S,Hauss B.2013.Suomi NPP VIIRS day-night band on-orbit performance.Journal of Geophysical Research:Atmospheres,118(22):12705-12718.Liu C,Yang K,Bennett M M,Guo Z Y,Cheng L,Li M C.2019.Automated extraction of built-up areas by fusing VIIRS nighttime lights and landsat-8 data.Remote Sensing,11(13):1571 Liu J P,Deng Y,Wang Y,Huang H S,Du Q Y,Ren F.2020.Urban nighttime leisure space mapping with nighttime light images and POI data.Remote Sensing,12(3):541 Lu D S,Tian H Q,Zhou G M,Ge H L.2008.Regional mapping of human settlements in southeastern China with multisensor remotely sensed data.Remote Sensing of Environment,112(9):3668-3679 Ou J P,Liu X P,Li X,Li M F,Li W K.2015.Evaluation of NPP-VIIRS nighttime light data for mapping global fossil fuel combustion CO2 emissions:A comparison with DMSP-OLS nighttime light data.Plos One,10(9):e0138310 Shi L F,Foody G M,Boyd D S,Girindran R,Wang L H,Du Y,Ling F.2020.Night-time lights are more strongly related to urban building volume than to urban area.Remote Sensing Letters,11(1):29-36 Sutton P,Roberts D,Elvidge C,Baugh K.2001.Census from Heaven:An estimate of the global human population using night-time satellite imagery.International Journal of Remote Sensing,22(16):3061-3076 Wu J S,He S B,Peng J,Li W F,Zhong X H.2013.Intercalibration of DMSP-OLS night-time light data by the invariant region method.International Journal of Remote Sensing,34(20):7356-7368 Zhang X Y,Li P J.2018.A temperature and vegetation adjusted NTL urban index for urban area mapping and analysis.ISPRS Journal of Photogrammetry and Remote Sensing,135(1):93-111 Zhao M,Cheng W M,Zhou C H,Li M C,Wang N,Liu Q Y.2017.GDP spatialization and economic differences in South China based on NPP-VIIRS nighttime light imagery.Remote Sensing,9(7):673 刘沼辉 等：基于夜间灯光遥感提取城市建成区的研究进展 183 Research progress on urban built-up area extraction based on night light remote sensing LIU Zhaohui1,2,YAO Yanxia 3,YAO Zhengming4 1.Labor Service Management Center of Heilongjiang Bureau of Surveying,Mapping and Geoinformation,Harbin 150081,China;2.Polar Surveying and Mapping Engineering Center of Heilongjiang Administration of Surveying,Mapping and Geoinformation,Harbin 150081,China;3.National Geomatics Center of China,Beijing 100830,China;4.Heilongjiang Provincial Society of Surveying,Mapping and Geographic Information,Harbin 150081,China Abstract:With the accelerating process of global urbanization,a trend of gradual expansion of population,politics,economy and culture centered on cities has emerged.The evolution of urban built-up areas has always been a hot topic for scholars in various countries.With the continuous development of remote sensing technology,the use of remote sensing images for long time series,high-precision,large-scale extraction of urban built-up areas has become the mainstream a