近年来DMSP/OLS夜间灯光数据被广泛应用到人类活动强度及城市化进程的研究中,但由于OLS传感器的限制导致,在夜间灯光强度过高的城市中心区,NTL数据存在较为明显的饱和现象。这种饱和现象直接掩盖了城市中心区内部的灯光差异、细节,限制了DMSP/OLS数据在城市中心区的应用。目前缓解灯光数据饱和的方法主要分为:辐射定标法和非辐射定标法。其中辐射定标法虽精度较高,但定标算法复杂,干扰因素多,目前只有部分定标产品;非辐射定标法利用辅助数据(包括自然因素指标、社会经济指标)构建函数模型,对饱和区稳定灯光数据进行去饱和处理,具有较好修正效果。本文在总结VANUI(基于NDVI所构建)、EANTLI(基于EVI所构建)等去饱和指数的基础上,利用地理探测器对NDVI、EVI和UNL(单元路网长度)进行因子探测,量化对稳定灯光数据的解释力,提出了UNLI指数。为了验证UNLI、EANTLI及NTL数据之间的差异,通过"饱和区灯光强度细节刻画程度"、"UNLI、EANTLI与辐射定标数据RCNTL相关性分析"、"耗电量及GDP等经济指标回归拟合优度"3个方面进行比对分析,可以看出:(1)UNLI、EANTLI在修正过饱和灯光数据上均有较好的效果,但UNLI对饱和区灯光强度差异的刻画更加准确;(2)UNLI较之VANUI、EANTLI,可以突破空间分辨率的限制,增加灯光强度细节差异;(3)在灯光强度最高的饱和区,UNLI在与RCNTL的相关性最高,但随着灯光强度的减弱,UNLI、EANTLI与RCNTL的线性回归判断系数R2逐渐接近,UNLI与RCNTL相关性优势正逐渐丧失;(4)在对耗电量、GDP的拟合分析中,引入UNLI指数的"EANTLI&UNLI"的分段式修正模型,充分发挥EVI、UNL各自的优势,具有最优的拟合效果(R2)Adj=0.873)。实验结果表明,本文引入的修正夜间灯光饱和方法,能够有效的缓解城市中心区的灯光数据饱和问题,并在细节刻画和空间分辨率上有较为明显的提升,可以更精确的从灯光强度的角度反映城市结构的特征。
