一种适用于珞珈一号夜间灯光影像的去噪方法

第36卷第2期2021年4月
遥感信息
R e m o te S ensing In fo rm a tio n
V o l.36，N o.2
A p r. ,2021
一种适用于珞珈一号夜间灯光影像的去噪方法
王美玲，张和生
(太原理工大学，太原030024)
摘要：针对珞珈一号夜间灯光影像存在大量背景噪声和异高值的问题，提出一种掩膜和局部中值滤波相结合
的去噪方法。

首先，以去噪后同时期的N P P/V IIR S月均影像为掩膜数据，剔除珞珈一号平均影像残留的背景噪
声；然后，计算每个栅格的8邻域标准差（standarddevmtioi^STD)并进行分级统计，确定以S T D大于25 000为
边界提取异高值栅格，对这部分栅格进行中值滤波，把异高值降低到正常值范围。

通过统计发现，该去噪方法
减少的灯光辐射栅格主要分布在林地、耕地和草地，影像辐射最大值由6 034. 920下降到900. 599,辐射总值的
减少量仅占原辐射总值的6. 9%，并且去噪后的影像与G D P和常住人口数据的相关性均有提升。

研究结果表
明，该去噪方法能够在尽可能保留原始数据信息的同时有效去除珞珈一号夜间灯光影像大量存在的背景噪声
和异高值。

关键词：珞珈一号；夜间灯光影像；背景噪声；异高值；局部中值滤波
doi：10. 3969/j.issn. 1000-3177. 2021. 02. 017
中图分类号：T T P75 文献标志码：A文章编号=1000-3177(2021)02-0114-06
A Denoising Method for Night Light Image of Luojia-1
WANG Meiling,ZHANG Hesheng
{Taiyuan University of Technology^T aiyuan 030024, C hina)
A b stra c t:A denoising method combining mask and local median liltering is proposed to solve the problem of large background noise and abnormally high values ln the nighttime light image of Luojia-1 satellite. The proposed method monthly average NPP/VIIRS images of the same period after denoising as the mask data to eliminate the residual background
noise of the average NPP-VIIRS nighttime light images. Based on the calculation and grading statistics of the eigh--neighborhood standard deviation(STD)of e ach grid,the grids with abnormally high values are extracted with the STD greater
than 25 000 as the boundary condition,and median liltering is performed on these grids to reduce the abnormally high values normal range. The results show that the light radiation grids reduced by the proposed method are mainly distributed woodland,arable land and grassland. Specilically,the maximum image radiation value drops from 6034. 920 to 900. 599 ,and the
reduction in the total radiation value is only 6. 9% of its original value. Furthermore, the correlations between GDP，resident
population data and the denoised image have been improved. It s suggested that the proposed method has a good effect on
optimizing the nightdme light images of Luojia-1 m terms of the extensive background noises and abnormally high values while
retaining the original data information.
K e y w o r d s：Luojia-1;night light image;background noise;abnormally high value;local median lilter
n m i镇灯光、渔船灯光、火点等可见光辐射源，这些夜间
0 引言
无云条件下获取的地球可见光的影像即为夜光遥感当夜间的天空无云时，遥感卫星能够捕捉到城影像[1]。

夜间灯光数据被广泛应用于城市化时空动
收稿日期：2020-02-10 修订日期=020-04-01
作者简介：王美玲（992—），女，硕士，主要研究方向为夜间灯光遥感数据应用。

E-mail ：*****************
通信作者：张和生（962—），男，博士，副教授，主要研究方向为地理信息系统与遥感。

E-mail ：***************
—114 —
引用格式：王美玲，张和生.一种适用于珞珈一号夜间灯光影像的去噪方法[J].遥感信息，2021,36(2): 114-119.
态[Z-3]、人口空间化M、能源消耗[7-及G D P空间化〜1]等方面的研究。

最早的夜光遥感影像数据是美国军事气象卫星 搭载的线性扫描业务系统（d e f e n s e m e t e o r o lo g i c a l s a te llite p r o g r a m o p e r a t io n a l lin e s c a n s y s t e m,D M S P/〇L S)拍摄的。

美国国家海洋和大气管理局（N a t io n a l O c e a n ic a n d A t m o s p h e r ic A d m i n i s t r a t i o n,N O A A)提供了 1992年到2013年的D M S P/O L S夜间灯光 影像数据，数据产品包括3种全年平均影像:无云观 测频率影像、平均灯光影像和稳定灯光影像，其中稳 定灯光影像数据应用最为广泛。

该数据去除了短暂 的亮光(如火光），且背景噪音也被识别并用0代替，然而O L S传感器上可见光-近红外（V N I R)通道存 在设计缺陷使得在许多城市核心区出现了大量D N 值为63的像元饱和区域[12]。

2011年10月，美国发射了 S u o m i N P P环境监测卫 星，其搭载的可见光/红外成像辐射仪(v s b l e r n f r a r e d im a g in g r a d io m e t e r,V I I R S)的夜间灯光数据弥补了 D M S P/O L S停止供应后夜间灯光数据的空缺，N P P/ V I I R S夜间灯光数据相比D M S P/O L S夜间灯光数据 具有更高空间分辨率和更广的辐射探测范围，且不存 在饱和效应。

虽然N P P/V I I R S的月合成夜间灯光数 据已经剔除了云层反光和暂时性地物如火灾闪电等对灯光辐射值的干扰，但是依然存在大量的背景噪声
和极大异常值噪声，因此需要进行去噪处理。

剔除N P P/ V IIR S夜间灯光数据噪声的方法主要有掩膜
法、阈值法和领域法。

李峰等[13]使用2012年的DMSP/ O L S数据对同年份N P P/V IIR S月均数据进行掩膜
去除背景噪声，同时对像元值排序，取99. 9%处作为
阈值，剔除极高像元值，进而对北京市G D P数据建模得到空间化结果。

文献[14-15]采用8邻域算法对研究区域的夜间灯光数据进行平滑处理，得到NPP / V IIR S的修正数据。

钟亮等[16]将中值滤波与低阈值去噪相结合，对N P P/V IIR S夜间灯光影像中的异常值及背景噪声进行过滤。

随着遥感技术的不断进步，拥有更高分辨率的
第三代夜间灯光数据诞生了。

2018年6月2日，由
武汉大学团队与相关机构共同研发制作的珞珈
一号（L uo;jia-1)01星成功发射升空。

珞珈一号01
星是全球首颗专业夜光遥感卫星，也是目前国际上
第3颗具备夜间灯光数据拍摄能力的卫星，弥补了
我国在夜间灯光数据获取方面的不足，具有重要的
历史意义及研究价值。

表1为D M S P/O L S、N P P/ V I IR S和L u〇l a-1夜间灯光数据各项参数的对比。

L u〇l a-1夜间灯光数据空间分辨率更高并且像元不存在饱和现象，应用潜力巨大。

表1D M S P/O L S、N P P/VIIRS和L u o j i a-1夜间灯光数据的参数
卫星名称可获取时间段波长范围/^m空间分辨率/m图幅宽度/km访问周期像元饱和DMSP/OLS1992 至2013 年400〜11002700300012 h有饱和NPP/VIIRS2012年至今505〜890742300012 h无饱和Luojia-12018年6月至今480〜98013025015 d无饱和
目前关于L u〇l a-1夜间灯光数据的研究并不 多，现有的文章对L u〇l a-1夜间灯光数据只进行了 简单的去噪处理，如厉飞等[17]利用N T L&P O I综 合指数，消除夜间灯光影像背景噪声和削弱灯光溢 出的影响。

L u〇l a-1夜间灯光数据存在大量的噪 声，影响数据的应用，研究如何有效地对L u q j i a-1夜 间灯光数据进行去噪处理是发展L u〇l a-1夜间灯光 数据应用的前提。

本文北京市为例，对L u〇l a-1夜 间灯光数据进行详细的研究，分析噪声类型，结合以 往的去噪方法，获得1种对L u o：j ia-1夜间灯光数据 有效去噪的方法，并对去噪数据的应用性进行探索。

1数据和预处理
1.1数据
本文以北京市为研究区域，北京市包含16个行政区的子区。

北京市人口众多，经济发达，作为研究 区域具有地域代表性，另外北京市夜间灯光的光量 丰富，在进行数据分析时能充分体现出不同数据之 间的特征差异情况。

所需数据主要有L u〇l a-1夜间 灯光数据、N P P/ V I I R S夜间灯光数据、人口和G D P 的统计数据。

选择采用2018年9月6日成像的2幅L u o：j ia-1夜间灯光数据作为研究对象，该数据由“高分辨率 对地观测系统湖北数据与应用网”提供。

选择 2018年9月N P P/V I I R S夜间灯光数据的v c m月均数据作为辅助数据对L u〇l a-1夜间灯光数据进 行去噪处理。

人口数据及G D P数据由北京市统计 局提供。

人口数据使用2017年北京市各区常住 人口统计数据，G D P使用2018年北京市各区的G D P总量。

115
遥感信息
2021年2期
2噪声分析
将统一^量纲后的L u o j i a -1稳定灯光平均影像和
天地图影像叠加发现，在不应该存在灯光的范围（如 森林、水域)依然存在残留的背景噪声，对这部分噪
声还需进一步处理。

另外，统一量纲后的L u o j i a -1 稳定灯光平均影像的辐射值的最大值远大于N P P /
V I I R S
的最大值，说明统一量纲后的L u o j i a -1稳定
灯光平均影像存在极大异常值需要剔除，否则会影 响统计数据空间化的结果，使得某些统计数据的格 网化结果过大，不符合实际情况。

2.1残留的背景噪声
将统一量纲后的L u o j i a -1稳定灯光平均影像与 天地图影像叠加，发现影像存在残留的背景噪声。

为了解这些噪声辐射特性，人工提取了 6 000个栅 格样本，其中966个位于城区周边村庄，1 207个位 于样本村庄周围的背景噪声，其余的栅格为远离人 类居住范围的背景噪声。

统计辐射值和栅格数量发 现，远离人类居住范围的背景噪声的辐射值较低，一 般低于0.1。

村庄周围的背景噪声和村庄范围辐射 值的统计结果如图2所示。

对比发现，虽然整体上 村庄周围的背景噪声的数量随辐射值的增大而减 少，但是村庄周围的背景噪声和村庄的辐射值在 1到1.5之前出现峰值重叠，说明影像在辐射值为1 到1.5的区间存在大量的背景噪声，且这部分背景 噪声无法通过阈值法与城区周围村庄进行区分。

这 个部分背景噪声很有可能是周围村庄灯光的溢出， 周围地物反射灯光产生的。

1.2数据预处理
由于湖北数据与应用中心仅对L u o j i a -1夜间灯 光数据进行了系统几何校正，并且定位精度较低（范 围从0. 49〜0. 93 k m )，因此需要对其进行几何校 正。

L u o j i a -1夜间灯光数据的分辨率高，从影像上 可以清晰看到路网，通过采集道路交叉口的控制点 进行几何校正[18]。

经过几何校正的2幅L u o j i a -1夜间灯光数据仍 存在分辨率不同的问题。

将其中一幅按照另一幅的 参数进行重采样，采样方法选择邻近法。

使用A
r c G I S
的栅格计算器，得到2幅L u o j i a -1
夜间灯光数据的平均影像，并通过2幅影像中有灯
光辐射(D
N
值大于0)的范围掩膜得到稳定灯光的
平均影像。

由于L u o j i a -1夜间灯光数据绝对辐射校正后数 据为浮点型数据，不便于存储，因此，地面系统将浮 点型辐射亮度数据放大1010后指数拉伸，转为
I N T
32存储。

根据式（1)对珞珈一号夜间灯光数据
进行反拉伸。

为了探索L u 〇j i a -1夜间灯光数据噪声 特点，与N P P /V
I I R S
夜间灯光数据进行对比，通过
式(2)将绝对辐射校正后L u o j i a -1夜间灯光数据的 辐射亮度的量纲统一为n W /(c m 2 • s r )。

犔=
D N
2 • 10-10 ⑴
式中：D N 为图像灰度值犔为绝对辐射校正后辐射 亮度，单位为W /(m 2 • s r • p m )。

Lf =犔•狑• 105
(2)
式中：狑为带宽，范围为460〜980 n m ，取狑= 0.52 Mm [19];L ，为统一量纲后的L u o j i a -1稳定灯光 平均影像的辐射亮度。

注:该图基于自然资源部标准地图服务网站下载的审图
号为G S (2019)3266号的标准地图制作，底图无修改。

图1 L u o jia -1影像预处理结果
2.2极大异常值
珞珈一号卫星采用了大相对孔径像方远心光学 系统、异形遮光罩杂光抑制、大像元高灵敏成像器件 以及双星敏定姿和双频G P 定轨等手段，实现了高 灵敏、高精度和大动态范围的夜间灯光成像技术，使
得拍摄的夜间灯光数据分辨率达到N P P /V IIR S 数 据的5倍以上，并且具有更强的光感能力[0]。

因 此，与N P P /V IIR S 相比，L u o jia -1夜间灯光影像更
0.110.210.310.410.510.610.710.810.91 1.1 2.1 3.1 4.1 5.1 6.2 7.3 8.7
D N 值
图2村庄周围的背景噪声和村庄范围辐射值的统计结果
I
*
116
引用格式：王美玲，张和生.一种适用于珞珈一号夜间灯光影像的去噪方法[J ].遥感信息，2021，36(2):114-119.
1 000
2 000
3 000
4 000
5 000
6 000
7 000
距离/m
图3 L u o jia -l 夜间灯光影像一处高辐射值区域的横断面
3
去噪方法
通过以上分析发现，经过简单处理的L u o j i a -1 平均影像存在残留的背景噪声和极大异常值。

本文
去噪的主要流程如图4所示。

能反映出城市内部灯光的差异，同时存在更多需要 处理的异高值。

图3是L u o j i a -1夜间灯光影像一处 高辐射值区域的横断面，图中反映出L u o j i a -1夜间 灯光影像高辐射值区域内存在辐射值突然变高的区 域，且该区域有时会连片出现，这部分异高值可能是 灯光相互叠加导致的。

完成去噪的Lu ojia -1影像
图4 L u o jia -l 影像去噪流程图
1)去除背景噪声。

L u o j i a -1平均影像的噪声
辐射值区间和低灯光辐射区间有重叠，如果使用 阈值去除残留背景噪声会错误地删除大量村庄的 灯光。

因此，本文选择掩膜法去除L u o j i a -1夜间灯 光平均影像的残留背景噪声。

N O A A 仅提供了
2015年和2016年的年均数据，然而北京市城市发
展迅速，使用这2期数据掩膜去噪忽略了新增灯 光。

本文将2018年9月的N P P /V I I R S 月均数据 以0. 92为阈值去噪，使用去噪后的N P P /V I I RS
同月份NPPAAIIRS 影像_______i 阈值法
去噪NPP /V IIR S 影像
‘确定
极大异常值范围
阈值法
月均数据剔除L u 〇jia -1平均影像残留的背景噪声， 去除背景噪声的同时也尽可能地保留了新增 灯光。

2)去极大异常值。

降低异高值实际上就是使影 像更平滑，常用方法是中值滤波[21]。

中值滤波在去 噪的同时对数据进行了大量改变。

为了尽量保留数 据的细节，采用局部中值滤波处理数据的异高值，而 局部中值滤波的关键是如何确定L u o jia -1夜间灯光 平均影像的异高值范围。

本文计算了每个栅格8邻 域的标准差S T D ，结果如图4所示。

经统计发现，
S T D 大于25 000的栅格不到总量的1%，且分布在
异高值的周边范围。

以S T D 大于25 000为边界， 确定影像辐射值超过1 751的栅格为异高值范围的 栅格，对这部分栅格进行中值滤波。

这样，既能保留 大部分的数据的分辨率，又把异高值降低到了正常 值范围。

4结果与分析
4.1去噪结果
本文经过探索L u o jia -1影像的辐射特性和噪声 特点，确定使用掩膜和局部中值滤波结合的去噪方
法对L u o jia -1影像进行去噪处理，结果如图5所示。

去噪后的L u o jia -1影像背景噪声明显减少，城区周 边的村庄等低辐射灯光区域也得到基本保留。

注:该图基于自然资源部标准地图服务网站下载的审图
号为G S ( 2019 ) 32 66号的标准地图制作，底图无修改。

图5 L uo jia -l 影像8邻域的标准差图
4.2评价结果
普通影像的噪声主要是光谱信号噪声，通常采 用信噪比和均方根误差等指标作为去噪效果评价参 数。

而对夜间灯光数据来说，噪声主要来自由灯光 外光源及物体的反射产生的背景噪声和极大异常值 高值，这2种噪声对夜间灯光数据会产生不同的影
S TD 的边界
初步去噪的L u ojia -1 ► L u ojia -1 的STD
L u ojia -1平均影像
0(5(0(5(0(5(0(5(0(5(5
44332211
去
极大异常值
去背景噪声
掩
膜法
廳帽激
117
遥感信息2021年2期
响。

背景噪声虽然辐射值低，但会使灯光的面积增
大，而极大异常值虽然面积小，但栅格辐射值大，应
用时拟合结果的影响较大。

因此，本文通过统计在
不同地类的灯光辐射（D N值大于0)栅格数来评价
去背景噪声的效果，同时统计夜间灯光数据辐射总
值并与G D P和常住人口数进行相关分析来评价去
极大异常值的效果。

表2L uo jia-l灯光辐射栅格统计表
地类去噪前去噪后减少占比1/
(%)
占比2/
(%)
耕地160 102148 65011 45210 147. 15
林地136 4115255483 85774 2361 47
草地29 2891797411 31510 0238 63
水域12 42399312492 2. 2120 06
建设用地225 4102217103700 3. 28 1. 64
未利用地6695181510. 1322 57
注：占比1表示减少的灯光辐射栅格占总减少栅灯光辐射格的百分比；占比2表示减少的灯光辐射栅格占原地类减少栅灯光辐射格的百分比。

由表2可知，通过掩膜减少的灯光辐射栅格主 要分布在林地、耕地和草地，分别占总减少灯光辐射 栅格的 74. 23%、10. 14%和 10. 02%。

同时，建设用地的灯光辐射有所减少，属于错 误去除灯光辐射，仅占原建设用地灯光辐射栅格 的1.64%。

由此看来，本文的去噪方法在尽可能 保留建设用地灯光辐射的同时去除了大部分背景 噪声。

表3 L u o jia-l均值影像和去噪影像统计表
影像
辐射总量/辐射最大量/ (nWcm—2 sr—1)(nWcm—2 sr—1)
初步去噪Lu〇jia-1均值影像7. 72X1066034.920 Luojia-1去噪影像 6. 28X106900 599
由表3可知，影像辐射最大值由6 034. 920下 降到900. 599,极大异常值下降到了合理区间。

同时，与初步去噪的影像相比，去噪影像的辐射值总量 有所减少，但是减少的是高出正常值的部分，且减少 量仅占辐射总值的6. 9%，说明在去除极大异常值 时，对辐射总量的影响不大。

参考文献
注:该图基于自然资源部标准地图服务网站下载的审图
号为GS(2019)3266号的标准地图制作，底图无修改。

图6L uo jia-l影像去噪结果
为了探究去噪后的L U〇j i a-1影像在人类活动相 关领域的应用精度，计算北京市各行政区的夜间灯 光辐射总量与相应的G D P及人口数据的相关系数，结果如表4所示。

由表4可知，去噪处理使得影像 与G D P和常住人口数据的相关性均有提升，说明本 文采取的去噪方法有效去除噪声的同时提高了影像 在人类活动相关领域的应用精度;但影像与G D P的相关性较低，可能是因为影像和G D P数据获取时间 不一致。

表4L uo jia-l影像灯光辐射总量与GDP和
常住人口数据的相关系数
相关系数均值影像去噪影像
GDP06000. 722
常住人口0. 8620. 925
5结束语
作为新一代夜间灯光影像，珞珈一号卫星影像 分辨率高，辐射探测范围广，具有巨大的应用潜力。

应用珞珈一号卫星影像数据前需要进行去噪处理，使用本文方法去噪后的影像在人类活动相关领域的 应用精度有所提升。

不同的应用领域，需要提取影 像中的不同信息，这些信息具有不同的辐射特性，进 而采取不同的去噪方法。

随着珞珈一号卫星影像应 用范围的不断拓展，需要进一步研究针对不同研究 方向的去噪方法。

[1]李德仁，李熙.论夜光遥感数据挖掘[J].测绘学报，2015,44(6) :591-601.
[2] LIU Z，H E C，ZHANG Q，et al. Extracting the dynamics of urban expansion in China using DMSP-OLS nighttime light
118
引用格式：王美玲，张和生.一种适用于珞珈一号夜间灯光影像的去噪方法[J].遥感信息，2021，36(2): 114-119.
data from 1992 to 2008[J]. Landscape and Urban Planning, 2012,106(l)；62-72.
[3]XIAO P,WANG X,FENG X,et al. Detecting China?s urban expansion over the past three decades using nighttime light
data[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2014,7(10)：4095-4106.
[]王珂靖，蔡红艳，杨小唤.多元统计回归及地理加权回归方法在多尺度人口空间化研究中的应用[J].地理科学进展，2016,35(12)=1494-1505.
[]卓莉，陈晋，史培军，等.基于夜间灯光数据的中国人口密度模拟[J].地理学报，2005,60(2):266-276.
[6]TAN M,L I X,L I S,et al. Modeling population density based on nighttime light images and land use data in China[J].
AppliedGeography, 2018,90 : 239-247.
[]苏泳娴，陈修治，叶玉瑶，等.基于夜间灯光数据的中国能源消费碳排放特征及机理[J].地理学报，2013,68 (11): 1513-1526．
[8]WU J,WANG Z,L I W,et al. Exploring factors affecting the relationship between light consumption and GDP based on
DMSP/OLS nighttime satellite unagery[J]. Remote Sensing of Environment,2013，134(7)； 111-119.
[]江威，何国金，刘慧婵，等.利用DMSP/OLS夜间灯光影像模拟中国经济参量[J].遥感信息，2018，33(1):29-35.
[0]韩向娣，周艺，王世新，等.夜间灯光遥感数据的GDP空间化处理方法[J].地球信息科学学报，2012，14(1): 128-136.
[11]LEVIN N,DUKE Y. High spatial resolution night-time light images for demographic and socio-economic studies[J].
Remote Sensing of Environment,2012,119(3)： 1-10.
[12]ELVIDGE C D，ZISKIN D，BAUGH K E，et al. A fifteen year record of global natural gas flaring
data[J]. Energies,2009,2(3)；595-62.
[3]李峰，米晓楠，刘军，等.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，2016,28 (3):
19-24.
[4] 胡云锋，赵冠华，张千力.基于夜间灯光与L U C数据的川渝地区人口空间化研究[].地球信息科学学报，2018,20(1):
68-78
[15]S H IK，Y U B，H U A N G Y，etal. Evaluating the ability of NPP-VIIRS nighttime light data to estimate the gross domestic
product and the electric power consumption of China at multiple scales：a comparison with DMSP-OLS Sensing,2014,6(2):1705-1724.
[6] 钟亮，刘小生.珞珈一号新型夜间灯光数据应用潜力分析[].测绘通报，2019(7)132-137.
[7]厉飞，闫庆武，邹雅婧，等.利用P O I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[J/O L].武汉大学学报（信息科学版），2019:1-14[2020-02-07]. https:///10. 13203/. whugis20190266.
[18]O U J，LIU X，LIU P，etal. Evaluation o f Luojia 1-01 nighttime light imagery for impervious surface detection：a
comparison with NPP-VIIRS nighttime light data [ J ]. International Journal of Applied Earth Observation and
Geoinformation，2019，81 ； 1-12.
[19]L I X，L I X，L I D，etal. A preliminary investigation of Luojia-1 night-time light imagery[J]. Remote Sensing
2019,10(6)526-535.
[20]JIANG W,H E G,LONG T,et al. Potentiality of using Luojia 1-01 nighttime light imagery to investigate artiiicial Light
pollution[J]. Sensors，2018，18(9):2900.
[1] 刘国宏，郭文明.改进的中值滤波去噪算法应用分析[].计算机工程与应用，2010,6(10)：87-189.
119。