Please wait a minute...
img

官方微信

遥感技术与应用  2017, Vol. 32 Issue (5): 973-982    DOI: 10.11873/j.issn.1004-0323.2017.5.0973
遥感应用     
基于夜间灯光遥感数据多尺度城市聚类分析
金梦1,邓顺强1,2,杨成术1,2,余柏蒗1,2,吴健平1,2
(1.华东师范大学 地理科学学院,上海 200241;
2.华东师范大学 地理信息科学教育部重点实验室,上海 200241)
Multi-scale Clustering Analysis on Chinese Urbans based on Nighttime Light Image
Jin Meng1,Deng Shunqiang1,2,Yang Chengshu1,2,Yu Bailang1,2,Wu Jianping1,2
(1.School of Geographical Sciences,East China Normal University,Shanghai 200241,China;
2.Key Laboratory of Geographic Information Science,Ministry of Education,
East China Normal University,Shanghai 200241,China)
 全文: PDF(3736 KB)  
摘要:
先前的研究已经证明从DMSP/OLS(Defense Meteorological Satellite Program/Operational Linescan System)稳定夜间灯光数据中可以提取城市建成区,并且以此估算了人口、GDP等其他各项指标,但对提取出的城市建成区空间分布模式研究较少。本文提出了一种改进的基于密度的聚类(Density\|based Spatial Clustering of Qpplications with Boise,DBSCAN)算法,将对于点要素的聚类扩展到面要素,以面状对象的边缘作为界定包含关系的准则;确定了聚类参数,以要素间距离的突变点作为距离参数。按此方法对夜间灯光数据提取的中国城市对象按照密度分布的特点进行聚类,通过改变距离参数得到在不同尺度下中国城市的集聚形态。通过与实证资料的对比验证了该算法的有效性,为研究中国城市的空间分布及其演变提供了有力的研究方法。
Abstract: Understanding spatial distribution of urban clusters at regional and national scales is increasingly important for many fields especially urban planning.Previous Studies have demonstrated urban built\|up areas can be derived from stable nighttime light satellite (DMSP\|OLS) images.Population and economic variables (i.e.GDP) have been proved significant positive correlations with nocturnal light brightness.However,less studies focused on the spatial distribution of extracted urban built\|up area.an improved DBSCAN algorithm is proposed to cluster the urban objects extracted from nighttime light image in different scales based on density,of which our urban spatial clusters are proved corresponding with urban agglomerations identified by statistical data.The traditional DBSCAN method is based on points which is not the same case with urban objects.The inclusion relation is refined,assuming that only if all the vertexes of each polygon are within the given distance,it is included in the area.Moreover,the parameters for the DBSCAN clustering model are determined by valleys of distances of every objects to classify urban spatial clusters.Besides,in a larger scale,the clustering results imply the different patterns of urban agglomerations on both sides of the Huhuanyong Line.


Key words: Urban spatial clusters    DBSCAN    Huhuanyong Line    DMSP-OLS data    Regional discrepancy
收稿日期: 2016-06-21 出版日期: 2017-11-02
:  TP 79  
基金资助: 国家自然科学基金人才培养项目(J1310028),上海市教育委员会科研创新项目(15ZZ026),中央高校基本科研业务费专项资金项目。

作者简介: 金梦(1994-),女,安徽合肥人,硕士研究生,主要从事地理信息科学研究。Email:jjjmmm1994@163.com。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
金梦
邓顺强
杨成术
余柏蒗
吴健平

引用本文:

金梦,邓顺强,杨成术,余柏蒗,吴健平. 基于夜间灯光遥感数据多尺度城市聚类分析[J]. 遥感技术与应用, 2017, 32(5): 973-982.

Jin Meng,Deng Shunqiang,Yang Chengshu,Yu Bailang,Wu Jianping. Multi-scale Clustering Analysis on Chinese Urbans based on Nighttime Light Image. Remote Sensing Technology and Application, 2017, 32(5): 973-982.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2017.5.0973        http://www.rsta.ac.cn/CN/Y2017/V32/I5/973

[1] 汪子豪,秦其明,孙元亨. 基于BP神经网络的地表温度空间降尺度方法[J]. 遥感技术与应用, 2018, 33(5): 793-802.
[2] 王恺宁,王修信,黄凤荣,罗涟玲. 喀斯特城市地表温度遥感反演算法比较[J]. 遥感技术与应用, 2018, 33(5): 803-810.
[3] 石满,陈健,覃帮勇,李盛阳. 天宫二号数据地表温度反演及其在城市群热环境监测中的应用[J]. 遥感技术与应用, 2018, 33(5): 811-819.
[4] 金点点,宫兆宁. 基于Landsat 系列数据地表温度反演算法对比分析—以齐齐哈尔市辖区为例[J]. 遥感技术与应用, 2018, 33(5): 830-841.
[5] 苗翔鹰,苗洪利,张旭东,黄霞凤,王桂忠. 利用星下点干涉相位法提高三维成像高度计测高精度[J]. 遥感技术与应用, 2018, 33(5): 866-872.
[6] 谢旭,陈芸芝. 基于PSO-RBF神经网络模型反演闽江下游水体悬浮物浓度[J]. 遥感技术与应用, 2018, 33(5): 900-907.
[7] 高莎,林峻,马涛,吴建国,郑江华. 新疆巴音布鲁克草原马先蒿光谱特征提取与分析[J]. 遥感技术与应用, 2018, 33(5): 908-914.
[8] 王常颖,田德政,韩园峰,隋毅,初佳兰. 基于属性差决策树的全极化SAR影像海冰分类[J]. 遥感技术与应用, 2018, 33(5): 975-982.
[9] 范锦龙,张晔萍,李昌宝,许文波,刘少杰,薛飞,覃志豪. 风云卫星中分辨率遥感数据几何定位误差分析[J]. 遥感技术与应用, 2018, 33(4): 621-627.
[10] 梁继,褚楠,郑敦勇,彭焕华,张静. 面向道路边坡监测的高分二号应用研究[J]. 遥感技术与应用, 2018, 33(4): 638-645.
[11] 李晨伟,张瑞丝,张竹桐,曾敏 . 基于多源遥感数据的构造解译与分析—以西藏察隅吉太曲流域为例[J]. 遥感技术与应用, 2018, 33(4): 657-665.
[12] 汪航,师茁. 基于MODIS时间序列数据的春尺蠖虫害遥感监测方法研究—以新疆巴楚胡杨为例[J]. 遥感技术与应用, 2018, 33(4): 686-695.
[13] 苗茜,王昭生,王荣,黄玫,孙佳丽. 基于NDVI数据评估O3污染对华北地区夏季植被生长的影响[J]. 遥感技术与应用, 2018, 33(4): 696-702.
[14] 王恒,杨昊翔,张丽. 海上丝绸之路沿线区域植被覆盖变化特征[J]. 遥感技术与应用, 2018, 33(4): 703-712.
[15] 谢军飞,周坚华. 城镇绿化植物群软分类[J]. 遥感技术与应用, 2018, 33(4): 721-730.