2016年-世界发展银行全球_Evaluating_Multi-Sensor_Nighttime_Earth_Observation_Data_for_Identification_of_Mixed_vs_Residential_Use_in_Urban_Areas_19页_4mb

文档总结：使用多传感器夜间地球观测数据识别城市混合用途与住宅用途区域

核心内容

本文探讨了一种基于多传感器夜间地球观测数据的“自上而下”方法，用于识别和区分城市混合用途与住宅用途区域。该方法旨在支持世界银行“中美洲国家灾害风险概况（CDRP）”项目中的财产暴露模型，以提升全球范围内灾害风险与损失评估的准确性。

主要观点

• 研究目的：通过夜间灯光数据识别城市内部的混合用途与住宅用途区域，为全球范围内的城市空间建模和灾害风险评估提供支持。
• 方法论：采用迭代强度阈值法，结合DMSP-OLS和VIIRS传感器的夜间灯光数据，以及实地 cadastral 数据，进行对比分析。
• 数据来源：研究使用了来自DMSP-OLS的Impervious Surface Area（ISA）数据和来自VIIRS的Day/Night Band（DNB）光强度数据。ISA数据用于估算不透水表面面积，VIIRS数据则提供更高分辨率的夜间灯光信息。
• 研究区域：选择厄瓜多尔的Cuenca市作为案例研究区域，该市拥有详细的实地 cadastral 数据，便于模型验证。
• 模型应用：该模型适用于已识别的城市区域，而不适用于农村地区，因为农村区域的灯光强度与建成区的空间相关性较低。

关键信息

1. 研究背景与意义

• 城市发展问题在全球范围内受到关注，国际组织和开发机构推动了相关研究。
• 空间数据在跨区域分析和无偏评估中发挥关键作用，遥感数据尤其提供了全球一致的分析基础。
• 世界银行的CDRP项目强调全球适用性和可转移性，为后续灾害风险和损失估算提供支持。

2. 数据集描述

• ISA数据：基于DMSP-OLS传感器的夜间灯光数据，用于估算不透水表面面积，分辨率为30弧秒。
• VIIRS数据：来自Suomi NPP卫星的Day/Night Band数据，具有更高的空间和辐射分辨率，可作为DMSP-OLS的自然替代。
• Cadastral数据：Cuenca市的 cadastral 数据包括建筑物足迹、建成区面积及用途类型，用于模型验证和阈值校准。

3. 方法与分析

• ISA数据应用：

  • 在Cuenca市的30弧秒网格上测试了多个ISA强度阈值。
  • 最佳匹配阈值为42，对应74%的住宅用途和26%的混合用途，接近实地 cadastral 数据的75%住宅比例。
  • 使用该阈值，82.8%的非住宅建筑被正确识别。

• VIIRS数据应用：

  • 在原始15弧秒分辨率和30弧秒聚合分辨率上分别测试了多个VIIRS光强度阈值。
  • 最佳匹配阈值在原始分辨率上为53百分位（对应75%住宅比例），在聚合分辨率上为55百分位。
  • 使用聚合后的VIIRS数据，79%的非住宅建筑被正确识别。

4. 结果对比

• ISA与VIIRS数据对比：
  • 两种数据集在识别混合用途和住宅用途区域方面表现良好，但VIIRS因更高分辨率和更精确的光强度测量，提供了更优的分类结果。
  • 聚合后的VIIRS数据在匹配实地数据方面优于原始分辨率数据。
• 空间重叠分析：
  • 通过对比模型输出与实地 cadastral 数据的空间重叠，验证了模型的准确性。

结论与影响

• 该研究强调了遥感数据在“自上而下”建模方法中的重要性，特别是在全球尺度上识别城市用途分布。
• 所提出的模型具有广泛的适用性，可用于全球城市监测、灾害风险管理和区域发展等多领域。
• 研究结果对世界银行的CDRP项目具有重要意义，同时也为未来基于夜间灯光数据的城市用途分类提供了参考。