(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110492871.X (22)申请日 2021.05.06 (65)同一申请的已公布的文献号 申请公布号 CN 113158579 A (43)申请公布日 2021.07.23 (73)专利权人 防灾科技学院 地址 065201 河北省廊坊市三河市燕郊高 新区学院街 465号 (72)发明人 李峰　廖顺宝　王秋玲　 (74)专利代理 机构 北京智桥联合知识产权代理 事务所(普通 合伙) 11560 专利代理师 程小艳 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06Q 10/04(2012.01)G06Q 50/26(2012.01) (56)对比文件 CN 109509154 A,2019.0 3.22 CN 108664629 A,2018.10.16 CN 110852159 A,2020.02.28 CN 111597949 A,2020.08.28 刘希朝 等.基 于MCR与CA的城市开发边界融 合划定研究—以徐州市为例. 《中国土地科 学》 .2020,第34卷(第10期), 李峰 等.京津冀县域夜间灯光数据碳 排放 时空动态分析. 《信阳 师范学院学报 （自然科 学 版） 》 .2021,第34卷(第2期), 倪愿 等.结合 Landsat数据的DMS P/OLS夜间 灯光影像. 《遥感技 术与应用》 .2017,第32卷(第4 期), 审查员 王仕超 (54)发明名称 一种夜间灯光数据的校正方法 (57)摘要 本发明涉及夜间灯光数据的社会统计参量 预测领域， 涉及基于夜间灯光数据的社会统计参 量预测方法， 特别是涉及一种面向低分辨率的 DMSP‑OLS和NPP ‑VIIRS夜间灯光影像的社会 参量 预测方法， 主要 步骤包括： 基于夜间灯光影像， 通 过构建增强归一化城市合成指数(Enhance   Normalized  City Synthesis  Index,ENCSI)校 正夜间灯光数据， 利用最小二乘支持向量机 (Least Squares Support Vector Machine, LSSVM)方法实现了夜间灯光数据的社会统计参 量(GDP、 人口、 能源消耗)的精确预测， 模拟精度 远高于传统数学回归模型的方法， 本发明满足复 杂条件下社会经济社会统计参量可视化空间分 析的需求。 权利要求书1页 说明书6页 CN 113158579 B 2022.07.22 CN 113158579 B 1.一种夜间灯光数据的校正方法， 其特 征在于， 利用MODIS  09A1地表反射率数据生成改进的归一化差异水体指 数MNDWI和MODIS  13A1 归一化植被指数NDVI产品， 利用绿波段G和中红外波段MIR生成MNDW I的指数公式如下： 求城市中心区域的平均MNDWI和平均NDVI， 分别以 和 表示， r表示 和 形成的距离， d表示任意一点的MNDWI和NDVI的距离， NTL表示原始夜间灯光数据的DN 值， 下面以公式表示ENCIS 指数的计算方法： 经过ENCSI夜间灯光指数的校正， 夜间灯光数据的过饱和与灯光溢出现 象得到纠正， 同 时暗夜光和无夜光区域的城市土地像元 得到增强。权　利　要　求　书 1/1 页 2 CN 113158579 B 2一种夜间灯光数据的校正方 法 技术领域 [0001]本发明涉及夜间灯光数据社会统计参量预测领域， 特别是涉及 一种夜间灯光数据 的校正方法。 背景技术 [0002]夜间灯光数据， 如DMSP ‑OLS、 NPP‑VIIRS、 珞珈1号， 可 以完整准确地反映全球、 区 域、 地区间的经济活动状况， 因为在更精细的空间尺度上它们 具有补充社会统计数据缺失 的能力[1]， 因此， 夜间灯光数据在人口统计[2]、 经济发展[3]、 城市扩张[4]、 空气质量监测[5]、 能源消耗碳排放[6]等领域具有广阔的应用前景。 相关学者在夜间灯光数据校正、 噪声消除、 社会统计量的空间模拟和分析领域做出了重要贡献。 在社会统计量分析方面， 文献[7]使用 线性函数模拟行政区划内的总夜 间灯光(Total  Nighttime  Light,TNL)和能源消耗碳排放 之间的关系。 文献[8]通过对比NPP ‑VIIRS的5种灯光指数确定了灯光数据与第二、 三产业GDP 呈现幂函数相关关系。 文 献[9]发现相比其他传统拟合函数， 基于NPP ‑VIIRS夜间灯光数据使 用一元二次函数模型模拟的GDP更准确。 在模拟的社会统计量精度指标方面， 相关系数 (R2)、 中误差(Root  Mean Square Error,RMSE)分别被采用来对比D MSP‑OLS和NPP ‑VIIRS夜 间灯光数据预测电力消耗量的精度[10,11]。 综上所述， 基于夜间灯光数据， 传统的数学回归 模型来对不同的社会统计参量进 行预测计算的精度较低， 急需一种新型的智能化数学模型 来预测社会统计参 量。 发明内容 [0003]本发明的目的在于克服上述背景技术存在的缺陷， 提供一种夜间灯光数据的校正 方法， 减少 了夜间灯光数据的过饱和与灯光溢出现象， 增强弱灯光和无灯光区域的城市识 别率， 提高夜间灯光数据的社会统计参 量的预测精度。 [0004]本发明的技 术方案： 一种夜间灯光数据的校正方法， 该 方法包括如下步骤： [0005](1)、 夜间灯光数据的校正方法； [0006](2)、 LSSVM的非线性回归 模型的社会统计参 量模拟； [0007](3)、 社会统计参 量模拟量的校正方法； [0008](4)、 社会统计参 量预测精度评价。 [0009]所述步骤(1)具体是： [0010]通过设计的ENCSI灯光指数校正夜间灯光数据， 消除夜间灯光数据的饱和与溢出 现象。 [0011]所述步骤(2)具体是： [0012]根据结构风险最小化原理， LSSVM建模的非线性回归模型用于夜间灯光数据的社 会统计量预测。 首先， 将夜间灯光数据的数值归一化到[0,1]区间； 使用trainlssvm函数训 练数据建立模型， simlssvm函数用作预估模型， 使用夜间灯光数据和simlssvm函数分别模 拟GDP、 人口和能源消耗 量等社会统计参 量。说　明　书 1/6 页 3 CN 113158579 B 3