近年来DMSP/OLS夜间灯光数据被广泛应用到人类活动强度及城市化进程的研究中，但由于OLS传感器的限制导致，在夜间灯光强度过高的城市中心区，NTL数据存在较为明显的饱和现象。这种饱和现象直接掩盖了城市中心区内部的灯光差异、细节，限制了DMSP/OLS数据在城市中心区的应用。目前缓解灯光数据饱和的方法主要分为：辐射定标法和非辐射定标法。其中辐射定标法虽精度较高，但定标算法复杂，干扰因素多，目前只有部分定标产品；非辐射定标法利用辅助数据(包括自然因素指标、社会经济指标)构建函数模型，对饱和区稳定灯光数据进行去饱和处理，具有较好修正效果。本文在总结VANUI(基于NDVI所构建)、EANTLI(基于EVI所构建)等去饱和指数的基础上，利用地理探测器对NDVI、EVI和UNL(单元路网长度)进行因子探测，量化对稳定灯光数据的解释力，提出了UNLI指数。为了验证UNLI、EANTLI及NTL数据之间的差异，通过“饱和区灯光强度细节刻画程度”、“UNLI、EANTLI与辐射定标数据RCNTL相关性分析”、“耗电量及GDP等经济指标回归拟合优度”3个方面进行比对分析，可以看出：(1)UNLI、EANTLI在修正过饱和灯光数据上均有较好的效果，但UNLI对饱和区灯光强度差异的刻画更加准确；(2)UNLI较之VANUI、EANTLI，可以突破空间分辨率的限制，增加灯光强度细节差异；(3)在灯光强度最高的饱和区，UNLI在与RCNTL的相关性最高，但随着灯光强度的减弱，UNLI、EANTLI与RCNTL的线性回归判断系数R²逐渐接近，UNLI与RCNTL相关性优势正逐渐丧失；(4)在对耗电量、GDP的拟合分析中，引入UNLI指数的“EANTLI&UNLI”的分段式修正模型，充分发挥EVI、UNL各自的优势，具有最优的拟合效果( $ R_{{\\rm{Adj}}}^2 $ =0.873)。实验结果表明，本文引入的修正夜间灯光饱和方法，能够有效的缓解城市中心区的灯光数据饱和问题，并在细节刻画和空间分辨率上有较为明显的提升，可以更精确的从灯光强度的角度反映城市结构的特征。

PDF全文下载地址:

http://www.ygxb.ac.cn/rc-pub/front/front-article/download?id=7400925