基于昼夜-多视角高分影像融合的城市功能区分类研究

城市功能区制图为城市扩张与重建研究、城市环境理解、城市居民健康调查提供重要信息。当前城市功能区制图方法通常利用高空间分辨率可见光遥感影像的视觉特征,来描述城市结构的二维属性(如纹理、景观等)。然而,城市功能区是一个社会经济概念,对其解译应当同时考虑城市视觉特征与人类活动两方面的内容。我们注意到:遥感的多视角影像可以提供城市的三维景观,高分辨率的夜间灯光影像是人类活动的独特标志(图1)。然而,现有的城市功能区分类研究,几乎没有考虑多视角遥感影像和高分辨率夜间灯光影像,即两者在城市功能区分类任务中的效果未被充分探索。

8

图1 研究区(a)、昼夜遥感数据(b-e)与功能区制图结果(f-g)

基于此,本研究提出了一种基于昼夜融合方式,即:在决策融合日间多视角光学影像与高分辨率夜间灯光影像,实现城市功能区分类。我们基于视觉磁带模型使用资源三号的多光谱与多视角光学影像提供日间光谱与多视角特征。针对高分辨率夜间灯光的特性,利用亚米级吉林一号夜间灯光影像,我们设计建筑物增强的夜间灯光指数(Building Enhanced Nighttime light Index,BENI),来提升夜间灯光的城市功能区解译能力。

8

图2 北京和武汉中六个代表性街区示例。其中,多视角影像可视化采用RGB:前-中-后视的方式,代表性街区的位置在图1(f-g)中标出

实验采用北京和武汉作为研究区(图1),结果表明:1)相比于仅使用多光谱影像,多视角影像的加入在北京和武汉分别带来 5.3%和 2.2%的总体精度增益。2)在多光谱和多视角影像的基础上,夜间灯光影像的加入带来的总体精度增益为:北京 6.1%和武汉 1.5%,并达到北京 89.6%和武汉 85.2%的分类 OA。特别地,夜间灯光特征对于商业区的识别具有很好的效果(图3),其精度提升在北京和武汉分别有 23.8%和 10.2%。特征贡献度表明,昼夜特征融合中,光谱特征与多视角特征的贡献度分别是最高与次高的,而夜间灯光特征的贡献度同样不可忽视。此外,讨论与分析表明,本研究所使用的 BENI 指数区分城市功能区的能力优于原始的夜间灯光亮度(图3),这种优势在理论与实际应用中都得到了证明。

8

图3 功能区亮度和 BENI 指数在每一类城市功能区下的数值分布,分布越开,表明可分性越大。

总体上,本研究验证了日间影像与夜间影像在城市功能区制图方面的有效性与互补性,并为昼夜遥感数据融合与城市功能区制图提供了新的视角。

论文相关链接:Huang X., Yang J., Li J., Wen D.. Urban functional zone mapping by integrating high spatial resolution nighttime light and daytime multi-view imagery.ISPRS Journal of Photogrammetry and Remote Sensing, 2021, 175, 403-415. https://doi.org/10.1016/j.isprsjprs.2021.03.019